本文转载自：負組微信公众号
《与大数据同行：
学习和教育的未来》
《与大数据同行：学习和教育的未来》由赵建中、张燕南老师译自维克托·迈尔-舍恩伯格（Viktor Mayer-Schönberger）的英文原著《Learning with Big Data: The Future of Education（2014）》，2015年1月由华东师范大学出版社出版。
01 内容概述
该书以Coursera、可汗学院、慕课（MOOC，massive open online courses）等案例阐述了大数据作为一种技术和新的思维模式对于教育行业的影响。如作者在第一章中所说：“尽管在这本书里，我们关注的是大数据在教育领域的发展，但是其中涉及的概念却与所有的行业、企业和组织有关。[1]”
作者将传统教育模式中以纸质载体呈现的家庭作业、课堂参与、考勤、论文与测验成绩等作为“小数据”，将过往的教育断代为“小数据”时代；与之相对应地将通过网课、电子书、线上教育等电子方式收集数据的教育阶段定义为“大数据”时代。
作者认为，受制于“小数据”时代收集数据的方式方法，教育的评价对象是教学成果而非教学过程，并且这种评价是由老师对学生的单向评价。“大数据”时代则可以并且应该聚焦于教学过程，并且形成教师对学生、学生对教师和课程的双向评价。
大数据为教育带来的改变主要体现在以下三个方面。第一，通过信息技术手段收集学生学习过程中的反馈数据；第二，以此为基础为学生制定个体化的学习计划；第三，以往届学生的数据为基础进行概率测算，优化学习内容、学习时间和学习方式。
同时大数据在教育领域的运用也将产生三个主要问题，分别对应上述的三个影响。第一，数据在收集和处理中的隐私问题；第二，学生被自己以前的学习模式所束缚，容易被算法绑架，难以做出改变进而成长；第三，学生被往届学生的数据所束缚，尤其在算法和教育后期的择业挂钩时，可能扼杀学生自主择业和潜在职业发展的可能。
02 主要矛盾从“为什么”变成“是什么”
从卡尔·波兰尼的“双重运动（double-movement）”视角来看，在推动大数据影响教育，或者说教育数据商品化（commodification）的过程中，主要需要解决的问题是打破现有的教育体系，打破现行教师评价体系的利益藩篱，推动大数据技术在教育领域的广泛应用。另一方面，作为制衡教育数据无限商品化、市场化倾向的反向运动，政府需要重点在数据的使用而非收集上采取保护措施。这里作者提出，大数据作为一种技术，在赋能教育行业推动数据市场化的同时也能够赋能政府，利用大数据进行监管，可以利用大数据构建“算法专家”，作为监管机构发挥作用[2]。
这种赋能不仅仅是在技术层面的，也是在思想层面的。“在过去，当被问到把一枚硬币抛向空中，其落地时正面朝上的概率有多少时，我们会说一半对一半——那的确是个很好的近似值，然而现实情况却更加复杂，因为每一枚硬币都有细微的不同，而每个人抛掷硬币的方式也不尽相同。有了大数据，我们才领悟到每一次抛掷都是一次让我们更加接近事实的机会，而不会再去固守一半对一半的理想化捷径。每一次抛掷后，我们都会记录结果来完善预测，这将让我们渐渐地接近事实。[3]”
过去我们会倾向于使用因果关系来进行分析，因为我们知道（或者自认为）硬币只有正反两面，且各自出现的概率是完全相同的，所以我们认为这是1除以2得出50%的概率。但是大数据会告诉我们事实并非如此，我们要暂时抛弃“为什么”的观念，转而用“是什么”的观念来观察到底哪些因素影响了抛硬币的结果。作者强调这是认识世界的新方式，我们会发现许多新的存在和关联性，无法用现有的逻辑关系进行解释，因此必须接受比过去更多的可能性、不确定性和风险性[4]。
然而从长远的角度来看，作者的观点难免有些武断，这只是“为什么”和“是什么”的主次矛盾发生了转换，这种转换在短时间内是难以接受的，并将产生巨大的影响，但是并非是不可逆的。在未来，当我们借助大数据或者其他技术手段更加全面地了解世界后，我们又可以构建起新的逻辑关系，之后再交替往复、螺旋上升。
03 对比教育和工业
说回到眼前，大数据的出现、成熟和广泛应用所带来的深远影响正是必须抓住的“百年未有之大变局”的关键之一。在工业生产方面，这也能够解释为什么以大数据为基础支撑之一的工业互联网能够被称为“第四次工业革命”。无处不在、实时互联的传感器收集到的海量数据帮助生产端开辟了新的信息来源，拓宽了认知边界，跳出既有的逻辑关系层次，为更加深入乃至重新认识生产过程进而加以改进创造无限可能。这也就是官方报告中所说的“为工业乃至产业数字化、网络化、智能化发展提供了实现途径，是第四次产业革命的重要基石[5]”。
工业领域和教育领域比较而言，教育领域的加工对象是人，人的发展问题必然牵扯到复杂的伦理问题；工业领域的加工对象则是物，涉及到的是更为纯粹的利益问题（当然，利益问题是不是比伦理问题更好解决不好一概而论）。从对现有产业格局的影响上看，大数据的赋能是重新部署教师而非取代教师[6]，大数据的赋能是不是也能够实现劳动力的再分配而不是单纯地消灭劳动岗位？
似乎先发展工业领域大数据赋能，在创造更多社会财富、做大蛋糕之后，自然就会有更多的蛋糕分配给教育领域，推动教育领域的大数据赋能。但是转念一想，这种所谓先后顺序的安排，是不是又落入到因果关系的窠臼当中去了呢？如此一来便只有按照“压缩发展（compressed development）”的理念齐头并进、多线开花才是“人间正道”了。
04
后记
这本书说来有趣，是帮同学归国收拾东西时从他剩下不带走的书中拿的。本书作者正好是这位同学在基布尔学院（Keble College）的学院导师（College Advisor，非专业导师）。原本也是打算当作和专业无关的闲书来读的，不曾想其中的一些想法与目前所研究的工业互联网有一些契合之处，也形成了一些对比，因此专门记录一下读后的思考。
一两个月前就想开始每周记录一下读了的东西，免得只有输入没有输出，感觉手上没有东西心里没底慌得很。这次借着和同专业同学约晚自习的机会，逼着自己写一些文字，希望以后能够定期或者不定期地写一些专业相关或不相关的读书笔记，分享一些不成熟的观点和想法，欢迎大家批评指正。
参考文献
[1] 维克托·迈尔-舍恩伯格. 与大数据同行：学习和教育的未来. 赵中建、张燕南，译. 上海三联书店，2015: 12.
[2] 维克托·迈尔-舍恩伯格. 与大数据同行：学习和教育的未来. 赵中建、张燕南，译. 上海三联书店，2015: 93.
[3] 维克托·迈尔-舍恩伯格. 与大数据同行：学习和教育的未来. 赵中建、张燕南，译. 上海三联书店，2015: 111.
[4] 维克托·迈尔-舍恩伯格. 与大数据同行：学习和教育的未来. 赵中建、张燕南，译. 上海三联书店，2015: 109.
[5] 《工业互联网创新发展成效报告：2018-2021年》，中国工业互联网研究院，2021年10月
[6] 维克托·迈尔-舍恩伯格. 与大数据同行：学习和教育的未来. 赵中建、张燕南，译. 上海三联书店，2015: 61.
征稿启事
中国科学探索中心微信公众号欢迎赐稿！
稿件内容以反伪破迷为核心思想，科学普及、科学文化、科技哲学、科学与公众、世俗人文主义、科技伦理等领域均可涉及，旨在将科学探索结果无偏见地告知公众，避免公众上当受骗。
稿件一经采用，将奉上稿酬。
投稿邮箱：
kpsbsh2017@163.com
中国科学探索中心
崇尚科学 反伪破迷
,
