▲何克抗
作者簡介：何克抗(1937- )，男，廣東大埔人，北京師范大學教育信息技術(shù)協(xié)同創(chuàng)新中心教授，主要從事教育技術(shù)理論與應(yīng)用研究，E-mail:hekkbnu＠163.com，北京 100875
來源：《電化教育研究》2014年10期
內(nèi)容提要：從“大數(shù)據(jù)”一詞的起源與大數(shù)據(jù)的生成、關(guān)于大數(shù)據(jù)的描述及類型、大數(shù)據(jù)如何改變?nèi)祟惖慕逃绞?、大?shù)據(jù)如何改變?nèi)祟惖膶W習方式、大數(shù)據(jù)如何改變教育技術(shù)的研究范式，以及大數(shù)據(jù)能否改變?nèi)祟惖乃季S方式等多個方面，對當前國內(nèi)外學術(shù)界關(guān)于大數(shù)據(jù)給人類社會的工作、學習和生活的方方面面造成何種影響的各種不同觀點，進行了比較系統(tǒng)、深入的梳理與分析；對其中的正確論述給予充分的肯定，對于一些過激的片面觀點則在科學論證的基礎(chǔ)上予以辯駁，以正視聽。
關(guān) 鍵 詞：大數(shù)據(jù) 教育方式 學習方式 思維方式(思維加工方式)
目前國內(nèi)外學術(shù)界普遍認為，“大數(shù)據(jù)”是繼云計算、物聯(lián)網(wǎng)之后IT產(chǎn)業(yè)的又一次重大技術(shù)變革，甚至有學者把挖掘、應(yīng)用大數(shù)據(jù)的意義提到與20世紀90年代初倡導(dǎo)“信息高速公路”相并列的高度——認為美國政府2012年3月發(fā)布的《大數(shù)據(jù)研究與發(fā)展倡議》是繼1993年宣布“信息高速公路”以來的又一次重大科技部署，[1]甚至會像一場颶風那樣，“摧枯拉朽地給教育、乃至整個社會帶來一場變革”，從而使人類探索和認識世界的思維方式發(fā)生改變。
可見，人們對大數(shù)據(jù)寄予多么高的期望。下面，我們就對近年來國內(nèi)外學術(shù)界對于大數(shù)據(jù)最為關(guān)注的若干問題進行比較系統(tǒng)的梳理與分析，看看大數(shù)據(jù)正在哪些方面改變著人類社會，從而形成關(guān)于“大數(shù)據(jù)”的面面觀。
一、“大數(shù)據(jù)”一詞的起源與大數(shù)據(jù)的生成
通過文獻研究，我們了解到“大數(shù)據(jù)”一詞最早是由美國NASA的研究人員Michael Cox和David Ellsworth于1997年提出，是他倆第一次用該詞描述20個世紀90年代出現(xiàn)的數(shù)據(jù)方面的挑戰(zhàn)——即超級計算機所生成的巨大數(shù)據(jù)量。在實驗過程中，Cox和Ellsworth對產(chǎn)生于飛機周圍的大量模擬氣流數(shù)據(jù)覺得無法處理，也難以可視化，他們對自己當時的感受是這樣描述的：“數(shù)據(jù)集相當大，對主機內(nèi)存、本地磁盤甚至遠程磁盤都造成挑戰(zhàn)，我們稱此問題為大數(shù)據(jù)?！盵2]這就是“大數(shù)據(jù)”一詞的由來(或起源)。
一般認為，大數(shù)據(jù)的產(chǎn)生與以互聯(lián)網(wǎng)為標志的信息技術(shù)密切相關(guān)。例如著名的Facebook擁有超過9億的用戶，并且用戶量仍在不斷增長；Google每天都有不少于30億條的搜索查詢；而Twitter則每天要處理4億次以上的短信(相當于12TB的數(shù)據(jù)量)。[3]
而大數(shù)據(jù)的具體生成過程，涉及大量數(shù)據(jù)的挖掘、存儲、計算與分析，其前提是人手一機；[4]這個“機”通常不是PC機，而是簡單的移動終端(也稱云終端)——每個學習者從“云終端”輸入自己的學習行為數(shù)據(jù)，并存儲到“云”里。這些記錄每一個個體行為的數(shù)據(jù)，表面上看好像是雜亂無章，但當數(shù)據(jù)累積到一定程度時，群體的某種行為規(guī)律和某個時間段內(nèi)的個體行為規(guī)律就一定會在這些數(shù)據(jù)上呈現(xiàn)出來。
二、關(guān)于大數(shù)據(jù)的描述及類型
到底什么是大數(shù)據(jù)？目前，眾說紛紜。有的學者認為，大數(shù)據(jù)是指太大或種類太多，以至于傳統(tǒng)工具無法有效管理的數(shù)據(jù)。[5]也有人認為，大數(shù)據(jù)即一般軟件工具難以捕捉、管理和分析的海量數(shù)據(jù)；通過對這些海量數(shù)據(jù)的交換、整合、分析，可以發(fā)現(xiàn)新知識、創(chuàng)造新價值，從而帶來大知識、大科技、大利潤和大發(fā)展。[6]
此外，大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)相比，還有非結(jié)構(gòu)化、分布式、數(shù)據(jù)量巨大、數(shù)據(jù)分析由專家層變化為用戶層、大量采用可視化展現(xiàn)方法等特點，而這些特點正好適應(yīng)了當前學習方式逐漸向個性化和人性化轉(zhuǎn)變的需求，也使大數(shù)據(jù)時代的教育學，變成一門實實在在的實證科學。[7]
迄今為止，學術(shù)界對于“大數(shù)據(jù)”還沒有規(guī)范、統(tǒng)一的定義。學者們只是用這一術(shù)語描述難以用傳統(tǒng)軟件技術(shù)和方法分析的超大型復(fù)雜數(shù)據(jù)。
關(guān)于對大數(shù)據(jù)的定量描述，最早由Laney提出的方法是通過三個維度描述——也稱3V(Volume, Velocity, Variety)。[8]在此基礎(chǔ)上，IBM的研究人員作了補充，認為應(yīng)當用4V——即容量(Volume)、速度(Velocity)、多樣性(Variety)和真實性(Veracity)等四個維度來描述大數(shù)據(jù)。[9]其中，容量在大數(shù)據(jù)情況下應(yīng)是大容量，是指增長到百萬兆字節(jié)甚至千兆兆字節(jié)的信息；速度在大數(shù)據(jù)情況下要求高速度，因為及時、快速處理大數(shù)據(jù)往往起著關(guān)鍵性的作用(例如分析大量當日呼叫的詳細記錄，可實時預(yù)測客戶流失程度)；多樣性是指數(shù)據(jù)形式多種多樣(包括文本、圖像、音頻、視頻)；真實性則是指大數(shù)據(jù)提供信息的可信度，以及據(jù)此作出決策的可靠程度。
關(guān)于大數(shù)據(jù)的類型，目前學術(shù)界認為大致有三種：[10]即非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)。[11][12][13]非結(jié)構(gòu)化數(shù)據(jù)是指沒有固定格式的數(shù)據(jù)，如PDF、E-mail和一般文檔。半結(jié)構(gòu)化數(shù)據(jù)是指類似XML和HTML的、有一定加工處理的數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)則是指具備一定格式，便于存儲、使用，并可從中提取信息的數(shù)據(jù)，例如傳統(tǒng)的各種事務(wù)型數(shù)據(jù)庫中的數(shù)據(jù)。
三、大數(shù)據(jù)如何改變?nèi)祟惖慕逃绞?/p>
大數(shù)據(jù)對人類教育方式的改變，結(jié)合目前國內(nèi)外大數(shù)據(jù)的應(yīng)用狀況，可以從以下五個方面去考察。
(一)美國教育部關(guān)于“大數(shù)據(jù)教育應(yīng)用”的報告
2012年10月，美國教育部發(fā)布了題為《通過教育數(shù)據(jù)挖掘和學習分析技術(shù)來提高教與學：問題簡述》(Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics: An Issue Brief)的報告(以下簡稱為：美國教育部關(guān)于“大數(shù)據(jù)教育應(yīng)用”報告)，[14]為教育中如何利用大數(shù)據(jù)指明了方向。該報告認為，大數(shù)據(jù)無處不在，教育中也是如此。主張通過教育數(shù)據(jù)挖掘、學習分析和可視化數(shù)據(jù)分析來改進自適應(yīng)學習系統(tǒng)，實現(xiàn)個性化學習。并指出，大數(shù)據(jù)在教育中的應(yīng)用主要有兩大領(lǐng)域：教育數(shù)據(jù)挖掘(Educational Data Mining，簡稱EDM)和學習分析技術(shù)(Learning Analytics，簡稱LA)。[15]
教育數(shù)據(jù)挖掘(EDM)的內(nèi)涵是要對學習行為和學習過程進行量化、分析和建模；[16]EDM的目的是利用統(tǒng)計學、機器學習和數(shù)據(jù)挖掘等方法來分析教與學過程中所產(chǎn)生的數(shù)據(jù)。[17]
美國教育部關(guān)于“大數(shù)據(jù)教育應(yīng)用”的報告還指出，EDM關(guān)注和要回答的問題有五個方面：(1)什么樣的教學順序(即學習主題順序)對不同特點的學生最有效？(2)什么樣的行為與更好的學習成績相關(guān)？(3)什么樣的學生行為指標預(yù)示了學生的滿意程度、參與度和學習進步？(4)什么特點的在線學習環(huán)境能導(dǎo)致更好的學習成績？(5)什么因素能夠預(yù)測學生取得成功？[18]
而學習分析技術(shù)(LA)的內(nèi)涵是要利用已有的模型來認識、理解新的學習行為和過程。[19]Siemens則把LA定義為：關(guān)于學習者以及他們的學習環(huán)境的數(shù)據(jù)測量、收集、分析和匯總呈現(xiàn)。并認為，LA的目的是理解和優(yōu)化學習以及學習情境。[20]按照Siemens的觀點，LA的主要應(yīng)用是監(jiān)測和預(yù)測學生的學習成績，及時發(fā)現(xiàn)潛在問題，并據(jù)此作出干預(yù)，以防止學生在某一科目的學習中產(chǎn)生風險。
對LA應(yīng)當關(guān)注和回答的問題，按照美國教育部關(guān)于“大數(shù)據(jù)教育應(yīng)用”報告的描述，則應(yīng)涉及以下五個方面：(1)什么時候?qū)W生可以進行下一個學習主題？(2)什么時候?qū)W生可能在某一門課程中落后？(3)什么時候某個學生可能存在完成不了一門課程的風險？(4)如果沒有干預(yù)補救措施，學生可能得到什么樣的成績？(5)對特定學生來說，下一個最好的課程是什么？是否需要特殊的幫助？[21]
正如有些學者所指出的，在大數(shù)據(jù)背景下，通過EDM和LA等技術(shù)，可以幫助教師有效地改進教學。[22]例如，教師可以查看學生在一張圖片上停留的時間，判別他們在答錯一道題之后有沒有回頭復(fù)習，統(tǒng)計他們在網(wǎng)上提問的次數(shù)、參與討論的多少，然后在此基礎(chǔ)上對他們的學習行為進行引導(dǎo)；學生學習過程所記錄的鼠標點擊量，也可以用來研究學生活動的軌跡、發(fā)現(xiàn)不同學生對不同知識點有何不同的反應(yīng)？用了多少時間？哪些知識點需要重復(fù)或強調(diào)，以及哪種陳述方式或?qū)W習工具最有效。
大數(shù)據(jù)還可以幫助教師對學生作出全面、正確的評價，[23]而過去對學生的評價，往往依靠感覺、直覺和考試。但人的感覺中存在盲點，直覺并不完全可靠，考試也有局限。大數(shù)據(jù)憑借日常點點滴滴的信息采集，運用嚴密細致的邏輯推理，能客觀地展現(xiàn)一個學生的完整形象；云端分立的數(shù)據(jù)庫彼此相聯(lián)，可用來進行多維度的聯(lián)機分析。這樣，將呈現(xiàn)給我們一個宏大的教育場景。可以把每個學生置于該教育場景中來進行審視與評估。
可見，應(yīng)用EDM和LA的數(shù)據(jù)分析結(jié)果，教師可以更好地了解學生，理解和觀測學生的學習過程，找到最合適的教學方法和教學順序；還可以針對不同特點的學生采用不同的教學方法與教學策略，并能及時發(fā)現(xiàn)問題。進行有效干預(yù)和作出全面正確的評價，從而顯著提高教學的質(zhì)量與效率。
(二)大數(shù)據(jù)背景下的全新教育愿景及未來教室
2012年9月美國布魯金斯學會(Brookings Institution)技術(shù)創(chuàng)新中心主任Darrell M. West在《教育大數(shù)據(jù)：數(shù)據(jù)挖掘、數(shù)據(jù)分析和網(wǎng)絡(luò)儀表板》(Big Data for Education: Data Mining, Data Analytics, and Web Dashboards)一文中，對大數(shù)據(jù)背景下的全新教育愿景作出了這樣的描繪：[24]
12歲的蘇珊正在上一門旨在提高她閱讀技能的課程。她一直在閱讀一些短篇小說。每隔一周教師都會對她和她的同學進行紙筆測試，以測量他們對詞匯和閱讀的理解能力。測驗表明，蘇珊對詞匯掌握得不錯，但在關(guān)鍵概念的理解上還需加強。
而在未來，蘇珊的弟弟理查德則是通過電腦軟件程序來學習閱讀。他每閱讀一個故事，計算機都會自動收集他學習過程的相關(guān)數(shù)據(jù)。每個內(nèi)容學完后，在他的屏幕上都會彈出一個小測驗(用來測試有關(guān)詞匯和閱讀理解方面的問題)。理查德每回答一個問題，都會得到即時反饋，以表明其答案是否正確。對于較困難的題目，電腦會推送給他更詳細的解析和相關(guān)概念的網(wǎng)站鏈接。他的綜合表現(xiàn)則被可視化地顯示在一個儀表盤上，綜合表現(xiàn)包括：作業(yè)和測試的正確率、已經(jīng)掌握的概念列表、學習表現(xiàn)、與班內(nèi)同學(乃至全國學生)的比較情況等。
當一個學習環(huán)節(jié)結(jié)束時，理查德的老師會收到一封自動郵件，其內(nèi)容是關(guān)于理查德和班上其他學生的個人表現(xiàn)以及全班情況的匯總(包括閱讀時間、詞匯知識、閱讀理解、補充資料的使用情況等)。教師根據(jù)這些匯總信息，可以及時發(fā)現(xiàn)需要特別幫助的學生、學習時間不夠的學生，以及全班大部分學生都感到困難的內(nèi)容。接下來，教師就可以通過集中講授、人為干預(yù)學習系統(tǒng)等方式來適應(yīng)學生的學習需求，也可以為沒有達到教學目標要求的學生進行個別輔導(dǎo)，或補充額外的學習資料。
對于學校的管理者來說，通過上述可視化儀表盤可以查看某年級、全校、乃至整個學區(qū)學生的學習情況。如果發(fā)現(xiàn)低效課堂或?qū)W習表現(xiàn)不佳的學生群體(根據(jù)性別、家庭背景等情況劃分的群體)，管理者還可根據(jù)可視化儀表盤的數(shù)據(jù)分析結(jié)果決定是否要給予特定的干預(yù)。對于更大范圍的異常表現(xiàn)，管理者則可依據(jù)數(shù)據(jù)分析結(jié)果調(diào)整原來的管理策略，以適應(yīng)教師更好地教和學生更好地學的實際狀況與客觀需求。
至于大數(shù)據(jù)背景下的未來教室，從2011年就開始關(guān)注如何運用先進技術(shù)手段來為大規(guī)模在線教育服務(wù)的知金教育咨詢有限公司，不僅為“未來教室”界定了頗有創(chuàng)意的新內(nèi)涵，還為此開發(fā)出相關(guān)的創(chuàng)新產(chǎn)品：為每個教室配備一個稱作“云端”的小盒子，利用該小盒子，教師可實現(xiàn)智能終端授課和師生互動，還可實現(xiàn)學生與教學內(nèi)容的互動以及生生互動。每節(jié)課結(jié)束以后，有關(guān)這節(jié)課的教學活動都會自動形成一個課件，并存儲在“云端”里；沒有完全聽懂的學生可以把該課件下載到自己的iPad里，像電子書包一樣，可用于課后復(fù)習和回看；而“云端”對課堂教學活動的持續(xù)錄制和積累，將形成豐富而寶貴的教學資源，以支持與更多的學生分享，甚至可用于校外學習中心的遠程教學。[25]
(三)大數(shù)據(jù)支持下的三種有效教學模式
學術(shù)界普遍認為，大數(shù)據(jù)對于數(shù)字化教學形態(tài)能提供強大的支撐，因而對某些數(shù)字化教學模式的實施具有先天的便利條件。例如學者管雪沨就認為，大數(shù)據(jù)對以下三種教學模式的實施特別有效。[26]
1.大數(shù)據(jù)支持下、基于資源的數(shù)字化教學模式
大數(shù)據(jù)可以提供極為豐富的教學資源，這些教學資源包括兩類：一是教學內(nèi)容資料，如當前流行的“微視頻”和“慕課”(MOOCs——大規(guī)模數(shù)字化在線開放課程)；二是豐富的可支持學生自主學習、自主探究、自主發(fā)現(xiàn)的認知工具(數(shù)字化學習工具)。有了這兩種資源，就為廣大教師實施基于資源的數(shù)字化教學模式創(chuàng)造了非常方便而有利的條件。
2.大數(shù)據(jù)支持下、基于交流的數(shù)字化教學模式
大數(shù)據(jù)支持突破時空限制的交流、互動與反饋，因而也可以為廣大教師實施基于交流的數(shù)字化教學模式創(chuàng)造方便而有利的條件。實施基于交流的數(shù)字化教學模式需要做一些必要的教學準備，包括：①建立QQ群；②為每位學生配備一部平板電腦；③讓每位學生對既定學習主題事先進行自主探究。
這種模式在教學實施過程中應(yīng)有相關(guān)的軟件工具對每位學生的自主探究結(jié)果進行自動跟蹤和統(tǒng)計(從而形成大數(shù)據(jù))。然后，教師再依據(jù)統(tǒng)計結(jié)果進行點評與相關(guān)的教學指導(dǎo)。
3.大數(shù)據(jù)支持下、基于評價的數(shù)字化教學模式
由于大數(shù)據(jù)提供的多維豐富信息能實現(xiàn)科學而精確的教學評價，所以大數(shù)據(jù)對于廣大教師實施基于評價的數(shù)字化教學模式也是極為方便而有利的。
基于評價的數(shù)字化教學模式中的評價，通常包括學習方式評價、學習過程評價和學業(yè)水平評價等多個方面。傳統(tǒng)教學中主要基于提問、測驗、考試的評價方式往往難以支持這種多維度的評價要求。而在大數(shù)據(jù)環(huán)境下，由于能夠及時、有效地收集和獲取有關(guān)每個學生的學習進度、學習過程、學習興趣與知識能力水平等多種數(shù)據(jù)和信息，因此可以適應(yīng)上述多維度評價的要求，從而實現(xiàn)較為精確的科學評價。
(四)大數(shù)據(jù)使“智慧教育”逐漸成為現(xiàn)實
學術(shù)界普遍認為，“智慧教育”是受“智慧地球”(Smart Planet)概念的啟發(fā)而延伸出來的。[27]“智慧地球”最早由IBM公司倡導(dǎo)，其原意是希望通過采用物聯(lián)網(wǎng)、移動通信、智能分析等新一代信息技術(shù)，來促進人們之間更全面、更深入的互聯(lián)互通，改變企業(yè)、社會和政府的生產(chǎn)、協(xié)作與管理方式，讓各個領(lǐng)域的工作流程、運行模式更加智能化。而“智慧教育”的本意也是應(yīng)用新一代信息技術(shù)，來變革今天依然停留在工業(yè)時代“教學工廠”式的學校教育，提升教育系統(tǒng)的效率和智能化水平，從而為信息時代培養(yǎng)出能適應(yīng)社會發(fā)展的創(chuàng)新型人才。
也有學者認為，智慧教育就是借助新一代信息技術(shù)的力量，來創(chuàng)建具有感知、推理、輔助決策等智慧特征的學習環(huán)境，從而促使學習者的智慧得到全面、協(xié)調(diào)和可持續(xù)的發(fā)展。[28]
從國際上看，也是IBM公司在倡導(dǎo)“智慧地球”概念的基礎(chǔ)上，率先將其應(yīng)用于教育領(lǐng)域，從而首次提出“智慧教育”概念，并認為未來的智慧教育應(yīng)當具有下列五個方面的內(nèi)涵：(1)教學活動要以學生為中心設(shè)計：關(guān)注學生的個性化學習與發(fā)展；(2)對教學資源要進行實時統(tǒng)計與分析：對教育教學資源要進行集中管理、實時監(jiān)測、科學分配，并針對不同角色進行實時統(tǒng)計與分析——這里的不同角色包括管理方(教育局)、服務(wù)方(學校)以及公眾(教師、學生、家長)等；(3)要對教學過程和管理過程實現(xiàn)智能化的決策與管理：這包括對教學過程和學校管理過程的集成化操作與處理、對教育輔助設(shè)施的智能化管理、對優(yōu)秀教育教學管理體制流程和規(guī)范的快速復(fù)制與推廣以及對個人和群體教育信息的完整記錄與管理；(4)要實現(xiàn)沒有時空限制的在線互動教學：利用多樣化的教學工具和教學方式，實現(xiàn)沒有地域和時間限制的公眾在線學習以及互動式和體驗式教學；(5)要讓優(yōu)質(zhì)資源觸手可及：實現(xiàn)高度集成化的資源共享，并且隨時隨地均可方便地獲得優(yōu)質(zhì)資源。[29]
從智慧教育的上述五個方面的內(nèi)涵，可以清楚地看到，智慧教育的愿景就是要在新一代信息技術(shù)支持下，尊重每一位學習者的個性化與多元化發(fā)展需要，創(chuàng)造智能化的教育環(huán)境，推動信息時代教與學的變革，以最有效的方式促進學習者的知識建構(gòu)與智慧發(fā)展。
至于應(yīng)當如何具體實施與發(fā)展智慧教育，目前國內(nèi)外學者普遍認為，這里最為關(guān)鍵的是要運用云計算等新一代信息技術(shù)，來實現(xiàn)整個教育信息系統(tǒng)的重構(gòu)：“基于云計算、傳感技術(shù)、物聯(lián)網(wǎng)和海量信息處理等新技術(shù)的教育系統(tǒng)，使教育信息化進入了全新的發(fā)展階段。利用云計算對傳統(tǒng)教育信息系統(tǒng)、校園網(wǎng)絡(luò)系統(tǒng)進行整合與優(yōu)化，可以建構(gòu)教育云服務(wù)平臺，形成新一代的智慧校園系統(tǒng)；在此基礎(chǔ)上，還可以解決信息孤島問題，也就是把教育領(lǐng)域的各種信息系統(tǒng)有機連接起來，實現(xiàn)彼此之間信息與數(shù)據(jù)的互通信和互操作，從而在更大范圍內(nèi)聚合教育資源，建成可流動、可獲取、可應(yīng)用的大規(guī)模非結(jié)構(gòu)化教育數(shù)據(jù)(也就是真正意義上的“教育大數(shù)據(jù)”)，最終實現(xiàn)整個教育信息系統(tǒng)的重構(gòu)，以便支持教與學全部過程的智能決策、智能實施與智能評價。”[30]
這就表明，隨著云計算等新一代信息技術(shù)的迅猛發(fā)展和整個教育信息系統(tǒng)重構(gòu)的完成(即教育大數(shù)據(jù)的真正形成)，以“支持教與學全部過程的智能決策、智能實施與智能評價”為標志的“智慧教育”，將有可能成為現(xiàn)實。
(五)大數(shù)據(jù)在教育中應(yīng)用的展望
目前國內(nèi)外學術(shù)界對大數(shù)據(jù)在教育領(lǐng)域的應(yīng)用前景普遍看好，對運用大數(shù)據(jù)技術(shù)促進教育的深化改革寄予很高的期望。例如，學者李艷就明確指出，大數(shù)據(jù)在教育中的應(yīng)用將會在以下三個方面有較突出的體現(xiàn)。[31]
1.促進教師的專業(yè)發(fā)展
李艷認為，過去只能通過教師的成果(如發(fā)表的論文、課件競賽、教學觀摩)來評價其專業(yè)發(fā)展水平，而在大數(shù)據(jù)時代，每一位教師備課、上課、團隊研討、網(wǎng)絡(luò)研修、教學反思以及各種教研活動都會在各類終端上留下數(shù)據(jù)碎片，當大量的數(shù)據(jù)碎片被采集、匯總(即形成大數(shù)據(jù))以后，就可以對教師專業(yè)發(fā)展的軌跡作出過程性評估。與此同時，發(fā)展中存在的問題與改進的方向，也可以在大數(shù)據(jù)整合、分析基礎(chǔ)上，為每一位教師提出有針對性的建議與支持。[32]
2.有效促進教與學，顯著提升學科教學質(zhì)量
如上所述，應(yīng)用EDM和LA的數(shù)據(jù)分析結(jié)果，教師可以更好地了解學生，理解和觀測學生的學習過程，找到最合適的教學方法和教學順序。還可以針對不同特點的學生采用不同的教學方法與教學策略，并能及時發(fā)現(xiàn)問題、進行有效干預(yù)和作出全面正確的評價，從而顯著提高教學的質(zhì)量與效率。
3.實現(xiàn)真正意義上的個性化教育
李艷強調(diào)：大數(shù)據(jù)對于個性化教育之所以具有特殊意義，是因為除了利用電子書包可以采集學生有關(guān)學習行為的各種數(shù)據(jù)以外，還可利用“智慧—卡通”采集每位學生在校園內(nèi)其他行為模式的有關(guān)數(shù)據(jù)。例如，通過“一卡通”可方便地采集到學生進出各實驗室、圖書館、體育館以及進出校園門禁系統(tǒng)的信息。而一旦這些有關(guān)每位學生的學習行為和其他行為的各種數(shù)據(jù)信息得到充分的挖掘、整合和分析，那么，每一位學生的行為模式也就被呈現(xiàn)出來。總而言之，大數(shù)據(jù)時代將使我們跟蹤每一位學生的數(shù)據(jù)信息不再困難，從而能實現(xiàn)真正意義上的個性化教育。[33]
四、大數(shù)據(jù)如何改變?nèi)祟惖膶W習方式
大數(shù)據(jù)對人類學習方式的改變，從目前的應(yīng)用狀況看，主要體現(xiàn)在以下四個方面。
(一)大數(shù)據(jù)能對“自適應(yīng)學習環(huán)境”提供強大支持
2012年10月美國教育部發(fā)布的關(guān)于“大數(shù)據(jù)教育應(yīng)用”的報告中明確指出，應(yīng)用大數(shù)據(jù)技術(shù)可以預(yù)測和干預(yù)學生的學習過程，并對學生的自適應(yīng)學習環(huán)境提供強大支持。自適應(yīng)學習環(huán)境通常由六個部分組成。[34](1)豐富的學習內(nèi)容。有了豐富的學習內(nèi)容，通過與學生的交互活動，可以了解學生的學習基礎(chǔ)與能力，再利用下述自適應(yīng)引擎，就有可能對學習內(nèi)容實現(xiàn)能適應(yīng)每位學生需求的呈現(xiàn)、維護與管理。(2)學生學習數(shù)據(jù)庫。用來獲取并存儲在學習過程中的學生與學習內(nèi)容的交互情況(交互的時間及交互行為)。(3)對未來學習情況作出預(yù)測。基于大數(shù)據(jù)，也就是利用學習數(shù)據(jù)庫中的各種數(shù)據(jù)以及其他相關(guān)數(shù)據(jù)(如年齡、性別、種族等)去跟蹤學生的學習過程，并對未來的學習情況(包括學業(yè)成績以及是否有可能輟學等)作出預(yù)測。(4)可視化報告。將上述基于大數(shù)據(jù)而獲得的、對未來學習情況的預(yù)測結(jié)果，用儀表盤形式呈現(xiàn)出來(成為可視化報告)。(5)自適應(yīng)引擎。用來自動操控豐富的學習內(nèi)容，以確保學習內(nèi)容適合每位學生的能力與需求。(6)干預(yù)引擎。利用這一引擎，教師、管理人員、系統(tǒng)開發(fā)人員等可以否決系統(tǒng)作出的決策或建議，從而實現(xiàn)人工干預(yù)。
除了上述六個組成部分以外，一般自適應(yīng)學習系統(tǒng)還應(yīng)配置一個學生信息系統(tǒng)。該信息系統(tǒng)實際上是由學?；虻貐^(qū)教育部門維護的學生背景資料數(shù)據(jù)庫(包含學生年齡、性別、種族、學過的課程、學業(yè)成績以及學習特點等數(shù)據(jù)信息)。上面提到的“對未來學習情況作出預(yù)測”所需的其他相關(guān)數(shù)據(jù)，正是由這一信息系統(tǒng)提供的。
從上述自適應(yīng)學習環(huán)境六個組成部分的具體內(nèi)容，以及學生信息系統(tǒng)(即學生背景資料數(shù)據(jù)庫)中所包含的各種數(shù)據(jù)信息不難看出：哪一個環(huán)節(jié)的數(shù)據(jù)挖掘、信息整合與分析都離不開大數(shù)據(jù)技術(shù)的支持。可見，大數(shù)據(jù)確實能為自適應(yīng)學習環(huán)境提供較強大的技術(shù)支撐。
(二)大數(shù)據(jù)能更有效地實現(xiàn)個性化的自適應(yīng)學習
利用大數(shù)據(jù)技術(shù)能更有效地分析學生的需求和特點，從而使學習更傾向于個性化。正是基于這種分析與認識，祝智庭教授等人認為，教育技術(shù)學的下一個研究范式應(yīng)是大數(shù)據(jù)技術(shù)支持的“個性化自適應(yīng)學習”(Personalized Adaptive Learning，簡稱PAL)。[35]
關(guān)于個性化自適應(yīng)學習(PAL)的內(nèi)涵，簡單地說，就是在自適應(yīng)學習的基礎(chǔ)之上，讓學習內(nèi)容更多、更好地體現(xiàn)不同學生的特點與需求。根據(jù)學生的個人特點(已有知識基礎(chǔ)、認知特點、學習風格等)以及學生的其他數(shù)據(jù)信息(年齡、性別、種族、興趣等)，自適應(yīng)學習系統(tǒng)將自動對學生進行分組；對不同組別的學生，學習系統(tǒng)將根據(jù)學生的不同需求，向其推薦不同的學習內(nèi)容；學生則可以自己選擇最符合自身特點的學習資料、學習方式與評價方式。
個性化自適應(yīng)學習(PAL)與以往的個性化學習和自適應(yīng)學習有所不同的是，PAL要以大數(shù)據(jù)為背景，要納入大數(shù)據(jù)的分析過程及結(jié)果，因而能夠提供更適合每個學生需求的個性化學習內(nèi)容。與此同時，還可以因為獲取了更多、更精確的學習過程與學習活動信息，而能更好地分析學習過程模式和學習活動的有效性，從而更準確地進行學習評估。這表明，大數(shù)據(jù)確實能更有效地實現(xiàn)個性化的自適應(yīng)學習。
(三)大數(shù)據(jù)可以使企業(yè)的人才培養(yǎng)模式由平移式學習轉(zhuǎn)向智慧化學習
眾所周知，國家的經(jīng)濟轉(zhuǎn)型或企業(yè)轉(zhuǎn)型，最大的驅(qū)動力是要對勞動力進行培訓(xùn)，只有通過培訓(xùn)，才能把低端的人力資源提升為從事創(chuàng)造性活動的高端勞動力資源。
柯清超教授認為，現(xiàn)有的企業(yè)人才培養(yǎng)是屬于一種平移式學習，只是把傳統(tǒng)學校的學習內(nèi)容、學習方式直接照搬過來用于企業(yè)的人才培養(yǎng)，按傳統(tǒng)學校的內(nèi)容、方式學習完之后是考試，然后就是拿證、上崗。[36]
而在大數(shù)據(jù)時代，由于擁有大量的開放性資源、寬帶移動網(wǎng)絡(luò)和學習分析技術(shù)，就可以為企業(yè)提供能匯聚教育大數(shù)據(jù)的智慧學習系統(tǒng)，以促進整個企業(yè)的知識共享。在此基礎(chǔ)上，完全有可能重構(gòu)企業(yè)的人才培養(yǎng)模式，使之由平移式學習轉(zhuǎn)向智慧化學習。
所謂“智慧化學習”通常是指借助基于大數(shù)據(jù)的學習分析技術(shù)(LA)，更好地監(jiān)測和預(yù)測學習者的學習成績，及時發(fā)現(xiàn)潛在問題，并據(jù)此進行干預(yù)，從而對學生的知識建構(gòu)與復(fù)雜能力評估提供更加個性化的有效支持。
柯清超強調(diào)，現(xiàn)代企業(yè)學習系統(tǒng)應(yīng)自覺回歸到“網(wǎng)絡(luò)、開放、共享、協(xié)作”的本質(zhì)上來，而不應(yīng)滿足于孤立的、自成體系的自給自足系統(tǒng)。為此，必須樹立上述“智慧化學習”的理念，并利用大數(shù)據(jù)和大平臺來重構(gòu)現(xiàn)代企業(yè)的人才培養(yǎng)模式，這樣才能適應(yīng)大數(shù)據(jù)時代社會發(fā)展的需求。
(四)大數(shù)據(jù)背景下可以建立起前所未有的學習預(yù)警系統(tǒng)
最早進行這方面探索的是美國佐治亞州亞特蘭大地區(qū)的格威內(nèi)特學區(qū)(GCPS)。[37]該學區(qū)下轄133所學校，有162000多名學生。為及時了解各個學校的辦學水平，提高學生學習成績，該學區(qū)與IBM公司合作，采用包含預(yù)測建模和分析軟件的集成解決方案——eCLASS，來收集、整合、分析學生的數(shù)據(jù)，從而能快速識別需要幫助的學生，并可以為有較大困難的學生建立預(yù)警系統(tǒng)，從而對困難學生給予及時的幫助和必要的干預(yù)。
該系統(tǒng)還可持續(xù)跟蹤學生今后的進步與發(fā)展。過去只能利用最終測試成績來評價學生的表現(xiàn)，現(xiàn)在則可以在學習過程中了解學生的狀況，因而能盡快發(fā)現(xiàn)有問題和有困難的學生，并及時給予幫助，從而大大減少輟學率。
五、大數(shù)據(jù)如何改變教育技術(shù)的研究范式
由于大數(shù)據(jù)的出現(xiàn)極其廣泛的影響，西方學者Jim Gray在2007年提出了數(shù)據(jù)密集型科學(Data－Intensive Science)的概念。Gray認為，從科學研究方法的角度看，自古至今的科學研究范式有四種。[38][39]
(1)實證范式(實驗科學，Empirical/Emperimentation)，開始于1000年前。其主要研究方法是對自然現(xiàn)象的描述論證，對自然現(xiàn)象進行系統(tǒng)歸類(如化學元素的分類)。
(2)理論范式(理論推演，Theoretical)，出現(xiàn)于數(shù)百年前。當科學假設(shè)和預(yù)期結(jié)果一致時，理論框架就開始占有一席之地。它主要采用建模方式——由特殊到一般進行推演。
(3)計算范式(計算機仿真，Computational)，開始于幾十年前。主要是利用計算方式模擬復(fù)雜現(xiàn)象：科學數(shù)據(jù)可通過模擬方法獲得，而不再依賴單一的實驗。
(4)數(shù)據(jù)密集型科學范式(Data－Intensive Science)，是在前三種方法的基礎(chǔ)上，采用信息技術(shù)來獲取、處理、存儲、統(tǒng)計、分析大量數(shù)據(jù)，以便從中獲取知識。
如前所述，在大數(shù)據(jù)背景下的自適應(yīng)學習系統(tǒng)，通過學習分析技術(shù)(LA)和教育數(shù)據(jù)挖掘(EDM)引導(dǎo)學生逐步了解自己的學習狀況，并為教師的教學內(nèi)容、教學方法與策略的選擇以及教學干預(yù)提供依據(jù)，也使學校管理層能更好地進行決策。與此同時，以數(shù)據(jù)密集型科學為基礎(chǔ)，通過LA和EDM等技術(shù)將能更有效地分析學生的需求和特點，從而使學習更個性化。正是基于這種分析與認識，以祝智庭教授為首的一批學者認為，下一個教育技術(shù)研究范式應(yīng)當是個性化的自適應(yīng)學習(PAL)。[40]祝智庭教授還特別強調(diào)：他們之所以要把PAL歸類到基于大數(shù)據(jù)的新型科學研究范式中，是因為PAL確實利用了多方面的數(shù)據(jù)。一方面利用已有的各種數(shù)據(jù)，提供適合每個學生需求的個性化學習內(nèi)容；另一方面則通過對已有數(shù)據(jù)和學習過程中產(chǎn)生的新數(shù)據(jù)進行分析比較，以便從中發(fā)現(xiàn)問題，并據(jù)此形成個性化的干預(yù)措施。[41]
前文已經(jīng)提到，按照Gray的觀點，從科學研究方法發(fā)展歷史的角度看，數(shù)據(jù)密集型科學范式應(yīng)是迄今為止的第四種科學研究范式，而個性化的自適應(yīng)學習(PAL)則是完全依靠以數(shù)據(jù)密集型科學為基礎(chǔ)的LA和EDM技術(shù)來實現(xiàn)的，所以我們認為，祝智庭教授等人把個性化的自適應(yīng)學習看作是“教育技術(shù)的下一個研究范式”，確實具有某種客觀依據(jù)與科學基礎(chǔ)，不啻是一種頗有遠見的創(chuàng)新之舉。
六、大數(shù)據(jù)能否改變?nèi)祟惖乃季S方式
如前文所述，有些學者認為，大數(shù)據(jù)將刮起一場颶風，摧枯拉朽地給教育乃至整個社會帶來一場變革，從而使人類探索和認識世界的思維方式也終將發(fā)生改變。大數(shù)據(jù)目前正在改變，甚至顛覆人類未來的工作、學習和生活。那么，大數(shù)據(jù)是否也正在改變著人類的思維方式呢？我們將從思維本質(zhì)所涉及的幾個方面來深入探討這個問題。
(一)大數(shù)據(jù)正在改變?nèi)祟惖乃季S方式嗎
著名的英國學者維克多·邁爾—舍恩伯格教授認為：大數(shù)據(jù)開啟了一次重大的時代轉(zhuǎn)型。就像望遠鏡讓我們能夠感受宇宙，顯微鏡能讓我們觀察微生物一樣，大數(shù)據(jù)正在改變我們的生活以及理解世界的方式。[42]
對于邁爾—舍恩伯格教授借用望遠鏡和顯微鏡來隱喻大數(shù)據(jù)的這段話，我國學者張杰夫借用“核磁共振成像”技術(shù)作了進一步的闡述：“教育有了大數(shù)據(jù)，就像醫(yī)學有了‘核磁共振成像技術(shù)’，學生的思維在一定程度上成為可測的。核磁共振成像技術(shù)是通過連續(xù)的切片動畫，再合成物體內(nèi)部的結(jié)構(gòu)圖像。大數(shù)據(jù)則是通過記錄每位學生的‘行為軌跡’(相當于切片)，再聚合、分析全體學生的行為數(shù)據(jù)，描繪出學生思維狀況圖。單個學生的學習行為數(shù)據(jù)看似雜亂無章，毫無規(guī)律可循，但當學生數(shù)據(jù)累積到一定程度時，學生的群體行為就會呈現(xiàn)出規(guī)律。這意味著學生的思維運行方式是可計算的，思維的本質(zhì)可以還原為機械性的操作步驟，并由此可以讓學生的思維‘透明’”。[43]
邁爾—舍恩伯格教授指出，大數(shù)據(jù)將使人類思維方式發(fā)生大的轉(zhuǎn)變，這種轉(zhuǎn)變有三個特點：不是隨機樣本，而是全體數(shù)據(jù)；“不是精確性，而是混雜性”；“不是因果關(guān)系，而是相關(guān)關(guān)系”。[44]
有些學者在邁爾—舍恩伯格上述說法的基礎(chǔ)上，還進一步加以強化與擴展，并宣稱邁爾—舍恩伯格提出了全數(shù)據(jù)優(yōu)于隨機樣本，混雜性替代精確性，相關(guān)性重于因果關(guān)系等三方面內(nèi)容的“三大思維變革”理論。[45]這些學者還指出以下兩個事實，作為大數(shù)據(jù)正在改變?nèi)祟惿鐣季S方式和生活方式的例證。[46]
例證1：(這是在BBC紀錄片《地平線——大數(shù)據(jù)時代》中呈現(xiàn)的一個真實案例)：在美國洛杉磯，一項非凡的實驗正在進行：警方想在犯罪發(fā)生前就做出預(yù)測。人類學家杰夫·布蘭丁漢姆在洛杉磯80多年來的1300萬宗犯罪記錄中發(fā)現(xiàn)了重發(fā)犯罪的行為模式，并以此建立計算機算法模型預(yù)測犯罪高發(fā)生的時間和地點。洛杉磯警察依據(jù)這項預(yù)測模型在可能發(fā)生案件的地區(qū)巡邏，實驗一段時間后，使得財產(chǎn)犯罪率下降12％，入室盜竊犯罪率下降26％。該模型還在持續(xù)更新，通過加入新的犯罪數(shù)據(jù)以求達到更加精確的預(yù)測效果。這項預(yù)測系統(tǒng)將會在整個洛杉磯市啟用，并在美國超過150個城市試用。
例證2：全球最大的在線影院Netflix在美國有2700萬訂閱用戶，在全世界則有3300萬訂閱用戶?，F(xiàn)在它比誰都清楚大家喜歡看什么樣的電影和電視，這得益于Netflix對其用戶在線活動的跟蹤和記錄。通過對這些龐大跟蹤數(shù)據(jù)的挖掘和分析，Netflix能掌握用戶觀看電影的特點，并能預(yù)測其喜歡的影片，從而有針對性地向用戶進行推介。此外，對大數(shù)據(jù)的挖掘與利用，不僅讓Netflix能為用戶提供更貼心的個性化服務(wù)，還能指導(dǎo)其今后的編劇與拍攝工作，從而在此基礎(chǔ)上制作出更受觀眾喜愛的影視作品。
仔細分析上述例證，我們不難發(fā)現(xiàn)：例證1只是說明大數(shù)據(jù)正在改變?nèi)祟惿鐣墓ぷ鞣绞?，而例證2則說明大數(shù)據(jù)正在改變?nèi)祟惿鐣墓ぷ鞣绞胶蜕罘绞?。兩個例證都沒有真正涉及大數(shù)據(jù)如何改變?nèi)祟愃季S方式的問題。還有很多事實可以證明大數(shù)據(jù)正在改變?nèi)祟愇磥淼墓ぷ?、學習與生活，比如：亞馬遜公司現(xiàn)在正通過大數(shù)據(jù)運算來替代專業(yè)書評人員推薦書籍；金融行業(yè)正通過大數(shù)據(jù)來鑒別個人的信用風險；快遞領(lǐng)域正通過大數(shù)據(jù)來確定行駛路線以減少等候的時間；商場則通過大數(shù)據(jù)來發(fā)現(xiàn)商品之間的關(guān)聯(lián)；等等。[47]這一切改變，我們都正在體驗之中。
聯(lián)系到大數(shù)據(jù)在教育領(lǐng)域的應(yīng)用，我們看到上海高校的教改近期也開始“讓數(shù)據(jù)說話”：有一段時間若不刷“一卡通”，學院會接到某位學生可能不在校內(nèi)的預(yù)警報告；學生的飯卡消費低于一定數(shù)額，該生可能進入學校貧困生預(yù)警系統(tǒng)，從而會收到是否需要援助的信息提示；通過圖書館的借閱、門禁等信息可以分析學校師生進入圖書館的高峰時間、閱讀偏好，進而為師生提供更有針對性的服務(wù)。[48]
上述種種例證或事實確實表明，大數(shù)據(jù)正在改變，甚至顛覆人類未來的工作、學習與生活，但人類的思維方式也被改變了嗎？這只有在對思維的本質(zhì)特征、組成要素(即思維的內(nèi)在結(jié)構(gòu))具有科學認識的基礎(chǔ)上，進一步了解思維加工方式的具體內(nèi)涵，才有可能正確回答這個問題。由于目前國內(nèi)外學術(shù)界對于這個問題的看法過于偏激(包括一些著名學術(shù)權(quán)威的觀點也是如此)，所以下面我想比較深入地闡述這個問題，以正視聽。
(二)對人類思維本質(zhì)特征和組成要素的客觀分析
關(guān)于思維，心理學家與哲學家都認為這是人類大腦經(jīng)過長期進化而形成的一種特有機能，并把它定義為人腦對客觀事物的本質(zhì)屬性和事物之間內(nèi)在聯(lián)系的規(guī)律性所作出的概括與間接的反映。[49]之所以說是“間接”的反映，是因為這種反映是通過符號表征系統(tǒng)(如概念、表象、手勢等)間接地完成，而不是像照相機那樣直接對事物作出反應(yīng)；之所以說是“概括”的反映，是因為這種反映不是對客觀事物的全部屬性及其外部現(xiàn)象原封不動的復(fù)制，而是對事物的本質(zhì)屬性及事物之間內(nèi)在聯(lián)系規(guī)律進行抽象(舍棄其非本質(zhì)屬性及外部現(xiàn)象)的基礎(chǔ)上所作出的概括性反映。
按照系統(tǒng)論的觀點，客觀世界的任何事物皆以系統(tǒng)的形式存在與變化，而系統(tǒng)總是由若干要素組成。思維也不例外，研究表明，作為系統(tǒng)而存在的思維，其組成要素有四個，即思維加工材料、思維加工方式、思維加工緩存區(qū)、思維加工機制。[50]
為什么思維的內(nèi)在結(jié)構(gòu)包含這四個組成要素，而且只有這四個組成要素呢？這就要從思維的上述定義及內(nèi)涵來分析。
如上所述，思維對客觀事物的反映是通過符號表征系統(tǒng)間接地完成的。人類在思維過程中使用的符號表征系統(tǒng)有以下幾種：基于語言的概念、屬性表象、關(guān)系表象以及手勢語、旗語等。思維過程中使用的符號表征系統(tǒng)是思維心理加工的具體對象或材料，這就是思維的第一個要素——思維加工材料。
思維過程中運用符號表征系統(tǒng)對客觀事物所作出的反映是通過分析、綜合、抽象、概括、判斷、推理，以及聯(lián)想、想象等不同的心理加工方式而實現(xiàn)的。這些不同的心理加工方式，就是思維的第二個要素——思維加工方式。
要想通過各種心理加工方式來完成對客觀事物的概括與間接的反映，顯然還應(yīng)當有工作記憶區(qū)，以便用于暫存思維加工的初始材料、中間結(jié)果和最終結(jié)果，這就是思維的第三個要素——思維加工緩存區(qū)。
思維是一種人類大腦經(jīng)過長期進化而形成的特有機能，這種機能當然有它的物質(zhì)基礎(chǔ)，即在大腦皮層中必然要有相應(yīng)的神經(jīng)生理機制，以便支持思維過程中各種心理加工方式與加工緩存的功能要求，這就是思維的第四個要素——思維加工機制。
(三)對人類思維基本類型和思維加工方式的科學認識
目前人類普遍使用的最基本的思維加工材料共有三種：基于語言的概念、屬性表象和關(guān)系表象。
至于“手勢語、體態(tài)語、旗語、電報碼”等，雖然也可作為反映客觀事物的符號表征系統(tǒng)，但對人類來說，它們都不是基本的、普遍使用的表征系統(tǒng)，只能算是輔助性的思維加工材料。
與概念、屬性表象、關(guān)系表象這三種基本思維加工材料相對應(yīng)，人類思維存在三種基本類型(或基本形式)：邏輯思維、形象思維與直覺思維(邏輯思維以言語概念作為思維加工材料、形象思維以屬性表象作為思維加工材料、直覺思維以關(guān)系表象作為思維加工材料，是這三種思維的基本特征之一)。20世紀90年代以來，腦科學與腦神經(jīng)解剖學的成就已經(jīng)證明：邏輯思維、形象思維與直覺思維不僅擁有各自不同的思維加工材料和思維加工方式，而且在人類大腦皮層上還擁有各自不同的思維加工緩存區(qū)和特定的思維加工機制(彼此完全不重疊)。[51]這就有力地證明了人類思維只有這三種基本類型(或基本形式)，不會多一種，也不會少一種。
至于思維加工方式，人類通常使用的有分析、綜合、抽象、概括、判斷、推理、聯(lián)想、想象等多種。但是若對思維加工方式按所屬思維類型作進一步的劃分，那就會有以下幾種方式：
屬于邏輯思維的有：運用言語概念進行分析、綜合、抽象、概括、判斷、推理等心理加工方式。
屬于形象思維的有：運用屬性表象進行分解、組合、抽象、概括、聯(lián)想、想象(包括再造想象和創(chuàng)造想象)等心理加工方式。
屬于直覺思維的有：運用關(guān)系表象進行直觀透視、空間整合、模式匹配、瞬間作出判斷等心理加工方式。
(四)關(guān)于大數(shù)據(jù)能否改變?nèi)祟愃季S方式的正確結(jié)論
在對思維的本質(zhì)特征、組成要素(即思維的內(nèi)在結(jié)構(gòu))進行客觀、深入分析，并對人類思維的基本類型和思維加工方式具有科學認識的基礎(chǔ)上，對于大數(shù)據(jù)能否改變?nèi)祟愃季S方式這一熱門話題，將不難得出正確的結(jié)論。
如上所述，大數(shù)據(jù)確實正在改變?nèi)祟愇磥淼墓ぷ鳌W習和生活，這是因為在大數(shù)據(jù)的背景下和基于大數(shù)據(jù)的技術(shù)，正實實在在地而且大幅度地提高了人們的工作和學習的質(zhì)量與效率(甚至將要顛覆人類未來的工作、學習和生活)，但是，工作和學習的質(zhì)量與效率的提高(包括思維品質(zhì)與思維效率的提高)并不等同于思維加工方式(通常簡稱之為“思維方式”)的改變，更談不上思維方式的“大變革”或“根本性變革”。這是因為，不管是大數(shù)據(jù)背景還是基于大數(shù)據(jù)的學習分析技術(shù)與數(shù)據(jù)挖掘技術(shù)，盡管對改善思維品質(zhì)(思維品質(zhì)涉及思維的敏捷性、靈活性、批判性、發(fā)散性、獨創(chuàng)性等多個方面)和提高思維效率都很有好處，從而使人們的工作、學習、生活的質(zhì)量與效率得到很大提升(甚至正在顛覆人類未來的工作、學習和生活)。但是，請問：這種大數(shù)據(jù)的背景和基于大數(shù)據(jù)的學習分析技術(shù)與數(shù)據(jù)挖掘技術(shù)，能夠?qū)ι鲜龅倪壿嬎季S、形象思維、直覺思維等三種思維加工方式(或簡稱之為“三種思維方式”)產(chǎn)生任何影響嗎？例如：
對于邏輯思維方式來說，也就是對于運用“言語概念”進行分析、綜合、抽象、概括、判斷、推理的心理加工方式來說，大數(shù)據(jù)的背景和基于大數(shù)據(jù)的技術(shù)能對其產(chǎn)生任何影響、任何改變嗎？顯然不可能！大數(shù)據(jù)的背景和基于大數(shù)據(jù)的技術(shù)所能改變的，只是由于大數(shù)據(jù)提供了豐富的實證材料使邏輯思維的加工過程可能被縮短了，或者使邏輯思維的有效性進一步提升了(得出的結(jié)論更讓人信服了)，也就是能使邏輯思維的效率和邏輯思維的質(zhì)量都得到比較顯著的提高或改進。
對于形象思維方式來說，也就是對于運用“屬性表象”進行分解、組合、抽象、概括、聯(lián)想、想象(包括再造想象和創(chuàng)造想象)的心理加工方式來說，大數(shù)據(jù)的背景和基于大數(shù)據(jù)的技術(shù)能對其產(chǎn)生任何影響、任何改變嗎？也沒有這種可能！大數(shù)據(jù)的背景和基于大數(shù)據(jù)的技術(shù)所能改變的，只是使聯(lián)想或想象的過程更豐富、更有現(xiàn)實依據(jù)，甚至使設(shè)計人員能想象出可通過更小的投入來獲得更大產(chǎn)出的設(shè)計或創(chuàng)意，從而使形象思維的效果——不僅思維質(zhì)量得以提高(得出的結(jié)論更讓人信服)，而且其效益(即“投入產(chǎn)出比”)也將有較大的提升。
對于直覺思維方式來說，也就是對于運用“關(guān)系表象”進行直觀透視、空間整合、模式匹配、瞬間作出判斷的心理加工方式來說，大數(shù)據(jù)的背景和基于大數(shù)據(jù)的技術(shù)能對其產(chǎn)生任何影響、任何改變嗎？同樣沒有這種可能！在此情況下，能夠改變的只是因為有了大數(shù)據(jù)豐富實證材料的有力支持，使每個人在做出直覺判斷時將有可能擺脫個人的主觀性與局限性(在缺乏大數(shù)據(jù)的背景下，這種直覺判斷的主觀性與局限性通常是難以避免的)，從而使最終作出直覺判斷的針對性和準確性(即直覺思維的質(zhì)量)得到切實可靠的保證。
這就清楚地表明，關(guān)于大數(shù)據(jù)能否改變?nèi)祟愃季S方式的正確觀點應(yīng)當是：在大數(shù)據(jù)背景下，基于大數(shù)據(jù)的學習分析技術(shù)與數(shù)據(jù)挖掘技術(shù)，確實正在改變?nèi)祟惍斍暗墓ぷ?、學習和生活(甚至將要顛覆人類未來的工作、學習和生活)，特別是使思維品質(zhì)與思維效率(包括邏輯思維、形象思維和直覺思維這三種思維在內(nèi)的品質(zhì)與效率)都得到了較大幅度的提升，但是，迄今為止，我們還沒有看到任何大數(shù)據(jù)能夠真正改變?nèi)祟惾N基本思維類型(即邏輯思維、形象思維、直覺思維這三種類型)的加工方式，或是能夠改變其中某一種思維加工方式的案例或證據(jù)。事實上，也永遠找不到這樣的案例或證據(jù)。換句話說，大數(shù)據(jù)背景和基于大數(shù)據(jù)的任何技術(shù)，都不可能使人類的基本思維加工方式(即通常簡稱的“思維方式”)發(fā)生改變。這就是結(jié)論，是國內(nèi)外的任何學術(shù)權(quán)威都無法改變的結(jié)論。
七、結(jié)束語
文章從大數(shù)據(jù)一詞的起源與大數(shù)據(jù)的生成、關(guān)于大數(shù)據(jù)的描述及類型、大數(shù)據(jù)如何改變?nèi)祟惖慕逃绞?、大?shù)據(jù)如何改變?nèi)祟惖膶W習方式、大數(shù)據(jù)如何改變教育技術(shù)的研究范式，以及大數(shù)據(jù)能否改變?nèi)祟惖乃季S方式等多個方面，對當前國內(nèi)外學術(shù)界關(guān)于大數(shù)據(jù)給人類社會的工作、學習和生活的方方面面造成何種影響的各種不同觀點，進行了比較系統(tǒng)、深入的梳理與分析，看看大數(shù)據(jù)在哪些方面正在改變著人類社會生活的發(fā)展變化規(guī)律；而在另外一些方面，大數(shù)據(jù)盡管并未使事物的本質(zhì)發(fā)生改變，但已對事物發(fā)展的過程及結(jié)果(例如效率、質(zhì)量及效益)產(chǎn)生了重大影響。寫作本文的目的，就是要對當前國內(nèi)外學術(shù)界關(guān)于大數(shù)據(jù)的正確論述給予充分的肯定，而對于一些過激的片面觀點(哪怕是著名國際學術(shù)權(quán)威的觀點)則在科學論證、充分說理的基礎(chǔ)上予以辯駁，以正視聽，從而形成關(guān)于大數(shù)據(jù)的面面觀。
國際上一些著名學術(shù)權(quán)威的思想、觀點，往往與眾不同，通常也很有創(chuàng)意，確實值得我們虛心學習、深入思考和認真借鑒，但決不應(yīng)當盲從。學術(shù)權(quán)威也是人，也會犯錯誤，尤其是當學術(shù)權(quán)威跨入并非其本人所從事的專業(yè)領(lǐng)域時，更容易犯這種錯誤(甚至是常識性的錯誤)。這正是我想要提醒的。
參考文獻：
[1]王曉波.破解教育難題的戰(zhàn)略選擇——挖掘大數(shù)據(jù)的教育金礦[J].中小學信息技術(shù)教育，2013, (10): 9.
[2]U. Friedman. Big Data: A Short History[DB/OL].[2013-05-10]. http://www.foreignpolicy.com/articles//2012/10/08/big_data? Page=0, 1.
[3][9][10][17][28][35][39][40][41]祝智庭，沈德梅．基于大數(shù)據(jù)的教育技術(shù)研究新范式[J].電化教育研究，2013, (10): 5-13.
[4][22][23]王震一．走出舊教育陰影，融入大數(shù)據(jù)浪潮[J].中小學信息技術(shù)教育，2013, (10): 30-31.
[5][43]張杰夫．大數(shù)據(jù)，大視野，大教育[J].中小學信息技術(shù)教育，2013, (10): 12-14.
[6]涂子沛．大數(shù)據(jù)：正在到來的數(shù)據(jù)革命，以及它如何改變政府、商業(yè)與我們的生活[M].桂林：廣西師范大學出版社，2012.
[7]魏忠，何立友．大數(shù)據(jù)：開啟面向未來的教育革命[J].中小學信息技術(shù)教育，2013, (10): 15-17.
[8]Doug Laney. 3-D Data Management: Controlling Data Volume, Velocity and Variety[DB/OL].[2013-04-10]. http://www.blogs.garther.com/doug-laney/fiels/2012/01/ad949.pdf.
[11]Purcell, B. The Emergence of "Big Data" Technology and Analytics[DB/OL].[2013-05-10]. http://www.aabri.com/manus/121219.pdf.
[12]C. Coronel, S. Morris, P. Rob. Database Systems: Implementation, and Management(10th Ed.)[M].Boston: Cengage Learning, 2013.
[13]P. Balzan. Business Driven Information Systems(3th Ed.)[M].New York: Mc Graw-Hill, 2012.
[14][15][18][21][34]U.S Department of Education, Office of Educational Technology. Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics: An Issue Brief[DB/OL].[2013-05-20]. http://www.ed.gov/edblogs/technology/files/2012/03/edm-la-brief.pdf.
[16][19][24][37][45][46]張渝江．迎接大數(shù)據(jù)給教育帶來的挑戰(zhàn)[J].中小學信息技術(shù)教育，2013, (10): 26-29.
[20]G. Siemens. Learning Analytics A Foundation for Informed Change in Higher Education[DB/OL].[2013-01-17]. http://www.slideshare.net/gsiemens/learning-analytics-educause.
[25]郭擂．可視化大數(shù)據(jù)在教育領(lǐng)域中的應(yīng)用[J].中國遠程教育，2013, (11): 90.
[26]管雪沨．基于“大數(shù)據(jù)”的數(shù)字化教學形態(tài)[J].中小學信息技術(shù)教育，2013, (10): 22-23.
[27][29][30]呂瑤.大數(shù)據(jù)下的智慧教育發(fā)展路徑[J].中國遠程教育，2014, (3): 41-44.
[31][32][33][47][48]李艷．大數(shù)據(jù)教育應(yīng)用且行且思[J].中小學信息技術(shù)教育，2014, (4): 30-32.
[36]柯清超．大數(shù)據(jù)時代的企業(yè)移動學習[J].中國遠程教育，2013, (11): 94.
[38]J. Gray. Jim Gray on eScience: A Transformed Scientific Method[R].The Fourth Paradigm: Data-Intensive Scientific Discovery, 2009.
[42][44]［英］維克多·邁爾—舍恩伯格，肯尼恩·庫克．大數(shù)據(jù)時代——生活、工作與思維的大變革[M].盛揚燕，周濤譯．杭州：浙江人民出版社，2013: 92-93.
[49][50][51]何克抗．創(chuàng)造性思維理論——DC模型的建構(gòu)與論證[M].北京：北京師范大學出版社，2000.
★
本平臺所選文章均選自公開出版物，只做學習之用。轉(zhuǎn)載時注明了文章出處和作者姓名，并未征得作者及出版機構(gòu)的意見。如不同意本平臺轉(zhuǎn)載，請及時與平臺管理員取得聯(lián)系并及時予以刪除。
歡迎關(guān)注《現(xiàn)代教育科學》（月刊）
現(xiàn)代教育科學高教研究版微信號：xdjykxgjyj
編輯部電話：0431—85386524
官方QQ群：284744331；二群：157456471
編輯部投稿郵箱：lyyang0213@sina.com；xiandaijiaoyukexue@163.com
網(wǎng)站：http://xdjykx.jledu.gov.cn
