《与大数据同行——学习和教育的未来》
是《大数据时代》作者、牛津大学互联网研究所迈尔-舍恩伯格教授 所著的一本介绍大数据如何改变教育领域的书。
这本书的核心理念和《大数据时代》同出一辙,可以被认为是为大数据时代披上了教育领域的外衣,换汤不换药的作品。我认为这本书里有以下几点观点值得学习和思考。
1 作者阐述了一些传统教育的问题。教育行业具有很大特殊性,时常被人口诛笔伐,作者用一种较为客观的视角,说明了一些传统教育的弊端。例如:
“正规教育的运行仍然近似于工厂里的装配生产线:教材相当于可替换的零件;教学——尽管在新颖和教室的亲切度上倾注了最大的努力——就其本质而言,对所有学生的处理都是一成不变的,教与学都参照统一标准,基于平均值,而不顾个人的喜好、特质或需求。这反映了工业化时代的大规模生产模式。”,“多少年以来,事实上是多个世纪以来,教育领域的决策从来就是在缺乏任何数据基础上做出的。”,“事实上,改变现状是极其重要的,因为基于平均水平设计教育系统的做法,会同时损害位于正太分布曲线两侧的学生。”
也就是说,作者认为,现在教育存在因“工业化大规模生产”得不到科学的反馈,从而缺乏科学决策,最终损害学生的问题。
2 基于现在教育的问题,和大数据时代的背景下,作者提出了大数据将改变或者说重塑教育的观点。值得注意的是,作者总结出了大数据重塑学习的3个主要特征:反馈(Feedback),个性化(individua-Lization)和概率预测(Probabilistic predictions),而且还言简意赅的定义了未来教育:“与大数据同行的学习就是未来的教育“,个人认为这些抽象的,总结性的内容在以后讨论这个方面的问题时会具有很大的价值。
3 在案例上,作者并没有列举大量的例子,或者进行特别深入的谈讨,但是有几个例子是十分典型的:
https://www.coursera.org/的例子十分典型
”吴恩达教授是提供在线课程服务的新兴公司Coursera的创始人之一,他的尝试预示着大数据对教育的变革。吴恩达教授收集所有关于学生举动的信息,从中提取最有效的内容并将其纳入系统实现:教学的改善,学生理解力和成绩的提高,基于个人需求的定制教育。”
还有一个反复用到的例子是可汗学院 https://www.khanacademy.org/
外语学习网站多邻国https://www.duolingo.com/(这个领域的市场竞争再国内愈发激烈)
还有一些并不著名的例子比如:“一些大学正在开展“电子顾问”(e-advisors)的实验,这款大数据软件系统通过数字处理提升学生的毕业率。再田纳西州的奥斯丁州立大学,当学生选修“学位罗盘”(Degree Compass)软件向其推荐的课程之后,他们有90%的可能性得到与软件预测一致的B以上的高分”
4 在例子的佐证之下,作者阐述了一些值得思考的大数据应用于教育领域观点,比如,“相关信息不仅可用于既有教学内容的重新设计,还可以通过事实分析,自动在某一时刻显示出适合学生特定需要的学习内容。这种技术被称为适应性学习。”;“大规模定制——其产品的生产成本并不比批量生产成本高出很多——重塑了各行各业的面貌,使这些行业和汽车制造业与计算机产业一样,有能力推出品种繁多的产品。大规模定制的进行,其要求来自消费者的详细信息,而生产者则基于这些信息,创建并提供有意义的自定义选项。在学习环境下,大规模个性化的视线,需要更丰富的反馈数据流向教师和管理人员。……于是,我们将会了解学习中的有效因素和无效因素——不仅在一般情况下,还细分到背景和群组,甚至小到个人水平。系统将吸收反馈结果,并动态地调整教学材料和环境,使其适应所有的学生。”;“要明智的运用技术,技术是对教师的重新部署,而不是要去取代他们。”“我们能够收集对于过去而言,既不现实也不可能聚集起来的反馈数据;我们可能实现迎合学生个体需求的,而不是 为一组类似的学生定制的个性化学习;我们可以通过概率优化学习内容,学习时间和学习方式。”
5 最后在中文版独有的问答部分,作者再三阐述了他的大数据“哲学观”:“大数据同行的未来,我们仍然离不开理论。但是我们可以运用大数据分析来验证大量的(而不是一个)由计算机算法生成的可能性假设,而不是基于我们事先形成的观点,来逐个验证未来的可能性,这减少了既存认识对我们的阻碍。其中的区别在于,前者通过计算机,利用所有可利用的数据验证所有可能的答案,并从中发现最佳的一个;后者认为某人知道答案并通过试错(即使人们不犯那样的错)的方法进行验证”;“这些对我们在各方面可能性的预测,不仅会影响我们的行为,还将永远改变未来的格局——由一片开阔的空间转变为预定义的、拘泥于过去的狭窄区域。”
6 文中提到一个概念,我觉得十分有趣,而且以前并没有见过,数据尾气(Data exhaust):人们与网站互动产生的副产品,比如人们在使用多邻国学习外语时,”产生的诸如人们熟练掌握一门外语的某一方面需要多少时间,最合适的习题量是多少,落后几天进度的后果会怎样“的这类数据,既数据分析产物。
学习与分享
对“学习与分享”的回应
《与大数据同行》热门书评
-
突破与预警:大数据之于未来教育
2有用 2无用 浙江赵青新 2015-03-15
突破与预警:大数据之于未来教育——读《与大数据同行:学习和教育的未来》赵青新维克托•迈尔-舍恩伯格,牛津大学互联网研究所教授,担任微软、世界经济论坛等大公司和组织的顾问,是大数据领域公认的权威,继引发广泛热议的《大数据时代》之后,最近舍恩伯格和《经济学人》数据编辑肯尼斯•库克耶联袂推出《与大数据同行...
-
学习与分享
2有用 0无用 Yang 2015-03-02
《与大数据同行——学习和教育的未来》是《大数据时代》作者、牛津大学互联网研究所迈尔-舍恩伯格教授 所著的一本介绍大数据如何改变教育领域的书。这本书的核心理念和《大数据时代》同出一辙,可以被认为是为大数据时代披上了教育领域的外衣,换汤不换药的作品。我认为这本书里有以下几点观点值得学习和思考。1 作者阐...
-
先批评,后褒扬
2有用 0无用 hjbrave 2015-03-10
这么薄(115页)的书敢定价42元,电子版都要28元,买这种书太亏了,虽然里面的内容写得通俗易懂,但也不值28元,纸质书还31.9元呢!太不划算了,出版社这价订得太不厚道了。@接着进入内容评价的正题:过去的教育很多时候都是凭想象开始,缺乏实证的工具,哪种教学方法好、让学生接受更容易,都是各说各的理,...
-
正在路上
2有用 0无用 蔡司 2016-01-02
现有的教育(小数据教育)面临两个障碍,一是优质的教育资源分配受到时间和空间的限制,二是获取和分析教育过程中的数据的成本是巨大的。因此小数据教育通常呈现为三类特征:一是教育是以大规模批量实施进行的,二是对于教育的质量的评价,是通过离散的对学生学习结果评价实施的,三是教育方案决策是由老师依靠个人经验制定...
-
教育大数据的应用雷声很大,雨点却小
0有用 0无用 风行宇内 2015-04-15
世界发展到今天,我们在其他领域看到的多样性和定制化,在教育领域却凤毛麟角。自从现代意义上的学校诞生到现在,课堂没有发生根本的变化,培养的模式和方法依然如百年前。虽然很多有识之士已经意识到传统的授课方式不利于学生的个性化发展,但如何促进学生的自主学习、个...