深度 | 田慧生：大数据对教育来说是福还是祸？

解析

原题：大数据为教育带来什么

作者：中国教育科学研究院院长 田慧生

“数据将全方位改变我们的思维方式、工作方式和生活方式。长期以来，我们很容易形成对传统和经验的依赖。大数据会极大拓宽我们的视野，大数据的相关分析也会帮助我们跳出习惯性思维来认识世界”

近日，“大数据驱动的教育变革”国际学术研讨会暨首届中国教育大数据发展论坛在孔子故里山东曲阜举行。此次论坛由曲阜师范大学（中国教育大数据研究院）主办，来自海内外的三百余位知名专家学者，围绕“大数据与教育改革”、“大数据与学习变革”、“大数据与教师专业发展”、“大数据与民办教育”等主题，进行了深入研讨。

— 大数据给教育带来了什么 —

当今，大数据正以前所未有的手段深刻影响和改变着教育的各个领域与各个方面，为教育的研究和变革带来新的机遇与挑战。

大数据技术及应用为我们认识探索教育规律提供了前所未有的工具支撑。

大数据分析为我们透过教育现象看本质提供了有效的手段，为进一步把握教育规律提供了利器。千百年来人们在教育活动中逐步认识复杂的教育现象，往往看到的只是局部和个例。现在有了大数据技术，就有可能让我们从全领域、全维度、全样本去看待教育现象和教育活动，发现教育教学规律。

大数据及其技术对改变教育教学方式提供了强有力的支持。

大数据及其技术的应用将使教与学的方式产生革命性的变化，将改变我们沿袭几百年的传统教学模式。但是，教育总体上是保守和传统的。现在，我们看到了一些可喜的变化，比如慕课。当然，教育教学方式与大数据、信息技术还没有达到更深度的融合。

大数据技术为教育研究、教育决策和科学管理水平的大幅提升奠定了坚实基础。

大数据技术是教育研究、教育决策以及咨询服务业研究的利器。比如在教育决策很多重要的趋势预测上发挥了重要作用。但是，目前数据供给和技术手段还很有限，大数据应用于决策咨询的整体水平还不高，教育决策科学化水平还有待提高。

大数据将全方位改变我们的思维方式、工作方式和生活方式。

长期以来，我们很容易形成对传统和经验的依赖。大数据会极大拓宽我们的视野，大数据的相关分析也会帮助我们跳出习惯性思维来认识世界，进而改变我们的工作生活方式，也包括教育学习方式。

— 推进大数据与教育深度融合 —

信息技术和教育的深度融合已经推行了相当长的一个时期，但仍急需加强以下几方面的工作。

加强政策建设。大数据与教育融合首先是要获得数据。目前，社会的数据通过网络能够获得，但要获得专业性数据仍然有不少困难和障碍。国家很重视大数据建设，在“十三五”规划中列专章，提出实施大数据战略，把大数据作为基础性战略资源。

现在专业数据在各相关部门，应该做到能公开尽量公开。怎样真正实现政府数据和社会数据的有效关联，打通隔离，消除数据信息孤岛，实现真正意义上的数据资源共享开放、开发应用，是下一步推进大数据战略的关键。国家在政策上要继续加强引导，形成相关的政策指导，使大数据的发展获得制度性保障。

加强法规和相关制度建设。大数据是一把双刃剑，一方面给我们提供了很大的便利；另一方面，随着信息数据的公开，隐私的保护可能会成为一个至关重要的问题，如果做不好，会直接伤害到大数据发展的前景。

在大数据基础上，我们可能会形成各种更加有针对性的个性化学习方案，对于学生学习是非常有利的，但如果不加以保护，可能也会对学生造成伤害。所以，怎样对数据进行合理使用，必须通过法律法规来规范。

加强大数据平台建设。淘宝网、京东网数量巨大的交易额，就是因为有大的交易平台能够使用，我们如果能够建设像淘宝网、京东网一样的教育学习网络平台，真正把学习资源整合成在一个大的数据平台上，让大家共享共用，让信息在这个平台上自由流动，让人们在这个平台上自由学习。

这样，科技与学习的深度结合就实现了。推进教育大数据平台的构建离不开政府的支持和市场的支撑。政府应该给予必要的扶持，但是这件事情最终应该由市场机制解决。

加强人才队伍建设。在大数据时代，数据的应用、数据的成效关键在掌握技术的专业化人才队伍。缺少专业化的数据人才，数据也只是数据而已。

站在不同的角度，具备不同的素质、不同的修养，对数据的分析是不一样的，专业素养和综合能力决定了分析问题的角度与高度。没有社会实践经验的人只能就数据分析数据，进一步的深化会有障碍，所以要加强专业人才的理论和实践能力建设。

加强技术建设。大数据如何起作用在很大程度上还取决于数据的收集、发掘、存储、整合、分析这样的技术手段，而且还取决于我们建立了什么样的数据分析模型。数据说话需要一系列的技术，一方面要挖掘整合数据，另一方面要形成高水平的数据分析模型。

模型建立的不恰当，同样的数据得出的结论是有分歧的。不严谨的、有欠缺的数据模型，会得出有风险的结论，可能会误导消费者，误导决策者。所以这些技术不只是信息技术人才能做的事，还需要综合多方面的人才协同攻关。比如做决策的分析模型，除了信息技术人员，还需要有经验丰富的决策人员参与进去，合作研究。唯有如此，大数据未来的前景才会更加光明。    （文章仅代表作者观点，不代表本报立场，原载于社科报总1541期）

社会科学报
微信号：shehuikexuebao

欢迎转载原创文章。如转载，请注明：本文首发于社会科学报，

微信号：shehuikexuebao。

长按识别二维码

立即添加关注