用大数据改变未来的学习和教育

摘   要：2014年11月20日，《大数据时代》一书的作者、被誉为“大数据时代的预言家”的维克托·迈尔·舍恩伯格（Viktor Mayer-Schonberger）做客华东师范大学“杏坛高议”文化讲坛。带着他的新书《与大数据同行——学习和教育的未来》（Learning with BIG DATA： The Future of Education），舍恩伯格开讲教育教学的未来。舍恩伯格是十余年潜心研究数据科学的技术权威，也是最早洞见大数据时代发展趋势的数据科学家之一，现任牛津大学网络学院互联网治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人、哈佛国家电子商务研究中心网络监管项目负责人、新加坡国立大学李光耀学院信息与创新策略研究中心主任，并担任耶鲁大学、芝加哥大学、弗吉尼亚大学、圣地亚哥大学、维也纳大学的客座教授。在华东师范大学的讲座中，舍恩伯格谈到，未来的学校不会完全转移到线上，仍旧会有物理性的存在，但学校的功能将发生重大改变;大数据将重塑学习的三个主要特征：反馈、个性化和概率预测;翻转课堂需要教师们改变教学技能，以前照本宣科地传授、宣讲知识的技能，要让位于组织学生讨论的技能，让位于从数据中获取学生学习信息的技能，让位于根据数据对学生进行个别引导的技能。

关键词：大数据时代;在线学习;慕课;翻转课堂;未来教育;未来学习

一、利用大数据来学习

我非常高兴来到华东师范大学，和大家在一起进行探讨。学习的未来、教育的未来都与我现在所做的工作相关。和学习者坐在一起，我们就可以探讨改变学习的方式，思考如何提高教学的质量。这不仅仅是对那些优秀的人来说的，而是对所有人。每个人都配得上达到他们的潜力。所以，我和你们在一起，我也想向你们学习怎样获得知识和洞见。因为我在向你们学习的同时，也可以帮助你们学得更好。这就是我最基本的观点——利用大数据来学习。

我给大家讲一个故事。几年前，我访问美丽的国家——不丹，它在中国和印度的边界线上。不丹的唐卡描画非常著名。我访问了一所学校，学生们正非常专注地描绘唐卡，完全和他们老师所做的一样，和上一代的老师做的也一样。几千年过去了，这些学生和老师描绘的唐卡是完全一样的。

教育对他们来讲就是学习如何模仿过去。最好的学生就是“不偏离”的学生，和其他人所做的一模一样。我看到这些唐卡时非常惊叹，对他们极强的精确度感到吃惊，因为他们强调的只是模仿，而不是自己的思想，不是创造，不是原创，不是创新。

比较一下吴恩达。他是斯坦福大学的教授，一位计算机科学家，专长的领域是人工智能。吴恩达是一个聪明人，他开了家公司，这个公司表面上和人工智能没有关系，但事实上它是一个在线学习的平台，大家可以在上面选择课程，学习人工智能。他第一次做在线学习平台的时候大概有10万人参与了选课，100个课时后竟然有约1.3万人学完了相关课程，这些人来自世界各地，比吴恩达一生在大学里教的学生都多。他创建了在线学习体系的平台之后，用这种平台的理念改变了整个世界。这个理念就是利用平台提供在线课程给全世界的人。这只是冰山一角，现在人们对于在线课程已经阐述了很多，它叫慕课（MOOC），即大规模在线开放课程。人们都认为MOOC课程主要关乎获取，我想这是完全错误的。我认为MOOC主要是关于数据。我们怎样获得知识？怎样获得洞见？通过理解并考察这些数据，我们可以更好地理解怎样学习，从而提高学习效果，最根本的好处就是MOOC将改变我们学习的方式。

现在让我们想想，人们到底是怎么学习的？200多年来，学习一直是学校体系的一部分。在那以前几乎没有什么大学或者学校，学校的教育基本是以个人形态存在的，一个富家子弟可以请得起一位导师，教育只有少数人才能获得。而现在的教育是面向普通大众的，这是一个很大的进步，但还不够。因为我们每个人都有独特的个性和个性化的学习需求。目前的教育系统没法支持这一点。那么，如何才可以改变这个系统？就是要通过对数据的利用。

二、大数据将重塑学习的三个主要特征

我想向大家介绍一个人，他叫路易斯·冯·安（Luis Von Ahn），也是一位很著名的计算机学教授。他首创了一项通过网站和智能手机帮助人们学习外语的应用，叫做“多邻国”（Duolingo），下载是免费的。我们在这个应用中可以学习国外的语言，非常有意思，使用起来也很轻松。现在，有成千上万的人用它学习语言。无论他们每天花几分钟，还是几小时，Duolingo都可以通过跟踪应用程序来收集人们学习语言的数据。安可以和他的团队获得这些数据并分析人们的学习方式。安说：“其实，我们对于到底如何学习外语知道的还不多，但是可以通过对数据的分析来了解学生犯了什么样的错误，怎样才能够帮助他们更好地学习。”

目前，大家通过考试来获得关于学习的反馈。考试之后你会得到一个分数，我觉得分数对你的帮助很有限，也不能帮助你好好改善学习。因为它没办法分析学习的过程，只能让你看到学习的结果。可能你学习的方式本来就是错的，或者你用的教科书不对，或者教师的教学方式有问题，但是你都不知道。目前我们并没有去收集正确的数据来提供更好的反馈，即使我们在收集，数量也可能没有达到Duolingo的规模。

通常而言，我们只收集容易收集的数据，而不是那些帮助我们知道如何改善学习方法的数据。但现在这一切都在改变。大家都知道亚马逊的Kindle电子书，这个产品的精髓就是可以收集很多数据，它能知道你阅读每一页花费了几分钟，为什么你在读某一个章节时停下来。你所有的行为都会在这个电子书上记录下来，甚至会记录你因为这本书很乏味不愿意读下去的行为。有了这些数据之后，Kindle可以研究这本书中可能存在的改进机会。《大数据时代》出版以后，我们也把它放到Kindle商店，世界各地有成千上万人读这本书。我要跟大家分享一个秘密，读者对这本书划线最多的10句话我一句都没猜中！换句话说，我的读者读这本书的角度和我的角度是不一样的，这些数据让我知道读者关注的是什么，这对我下一本书的写作很有帮助。

刚刚说到的吴恩达先生，他就很好地运用了反馈机制。他发现在大家做考题的时候，如果有一个知识点学生学得不好，会回过头来看前面一课中自己要补充的知识。换句话说，如果学生没有100%弄懂，他们可以利用这种反馈机制来改善。这同时也完善了吴恩达先生的教学方式、教科书和教学材料。

如果你对某一本书有意见，可以写信给作者，但是作者为了你修改这本书的可能性不大。因为作者可能认为只是某个读者对这本书有意见，不具有代表性。然而，大数据的精髓就在于收集到足够多的信息，覆盖很大的面。通过这种收集和反馈，我们终于能用正确的方式来编写好我们的教科书了，但这仍然只是冰山一角，只有在我们理解个性化需求的时候才会发生。

刚刚我说到目前的教学体系其实是为大众生产的，就像福特汽车公司创始人亨利·福特先生最早将流水线付诸实际应用一样。每个人无论贫穷还是富裕都可以获得受教育的机会，但任何国家都存在教学系统方面的问题。例如，在中国，现在在校读书的学生约2亿多名，却没有一套教学方式涉及个人——除非你有电子化的工具。如果我们必须通过改变教育，从大量生产的方式中设计出一套适合个人的方式，我们可以做什么？美国纽约有一个专门为数学系学生设计的项目。在这个项目中，每个学生都有一张自己的课程单，并且是根据他们的需求以及要学的内容来设计的，当然也考虑到他们的潜能。这就是纽约现在实行的个性化课程。

我们用智能的方法做这些的根本目的是促进和提高教育和学习成功的机会。其中，最核心的理念是我们在使用数据的时候从那些学习材料和学习过程中提取最佳元素，并用一种个性化的方法组合。对你而言是个性化的，对于一个班级来说也是个性化的。因为每个班级、每个学生都不一样。我作为一个老师，必须学习怎样把你们教得更好。我在哈佛大学可以这么做，在牛津大学也可以这么做，因为学生人数少。教15名学生的时候，我可以给每门课程写一个报告，但这种学习的方法不能扩大，不能同时用于200名学生，但运用科技就可以。所以，个性化是仅次于反馈的第二大要点。

了解世界主要是通过概率性的预测。我们必须认识到世界充满了概率，充满了不确定的机会，而不是确定性。确定性在我们的世界不存在，我们只能说某件事有90%的可能性，或者30%的可能性，永远不能说是100%确定的。我们的生活没有多少确定性，但教育充满了确定性，教育在很多情况下教的知识是确定的。如果你告诉一位家长，改变教材后，他的子女有30%的可能性会提高分数，但也有5%的可能性会不及格，你该怎么做？怎么通过比较风险来决策？这就很困难，因为我们作为个人没有多少关于教育概率的预测。然而，未来所有的一切都将和概率预测有关。

通过数据分析我们获得相关性，但很少获得因果关系，即我们看到发生了什么，只能看到表面的联系性，不能确切知道这种联系为什么存在。我经常开一个玩笑，冬天的时候我回老家，86岁的母亲说：“我要感冒了，得戴帽子。”这看似是因果关系，而实际情况是你的鼻子里面有病毒侵入才会感冒。我母亲却不这么认为。我们应该理解正在发生什么事，而不是冒失地获得表面的理解，所以反馈、个性化和概率可能性会形成我们用大数据学习的基础。

反馈将会增加我们改变教材的可能性。基于学生真实的反馈，个性的信息将会让我们重设教材和学习环境。现在，全世界几乎所有地方都能看到用大数据搭建的新的学习平台。孟加拉裔美国人萨尔曼·可汗（Salman Kahan）创建的可汗学院是个很好的例子。这个学院有分布在200多个国家的5000万学生，在线教学平台上有5000多门视频课程。你们不知道的是，这个学院从一开始就理解了数据的力量，他们获取所有能够被获取的数据，比如你选了哪些课，多久看一次课程视频等。他们把所有数据收集起来用于反馈，实现个性化。可汗学院的教学平台拥有超过10亿道已经完成的习题，它改变了很多学校、乡村、社区的教育质量。例如，在加利福尼亚的一个低收入家庭社区，可汗学院帮助这个社区里的孩子学习数学。有一个7年级的女学生数学不好，你在数据里就可以看到她反复地学习数学课。然后，她突然学了别的课，数学竟然开窍了。她的反应越来越快，在夏季学期结束时成为最好的学生之一。

你们也可以获得这样的成绩。如果内容个性化，适合你的偏好和需求，这种平台学习意味着翻转课堂。翻转课堂让学生在课外阅读材料准备内容，进入课堂时脑子里充满了问题，进而讨论问题。所以，学生不是用在学校里的时间读书或者听教授读书，而是彼此互动。因为学习是系统行为，翻转课堂就是重构学校。学生们观看视频，学习全世界最好的教授讲授的课程，然后在自己的学校里和教师进行探讨，巩固已经学过的知识，这就是所谓的翻转课堂。

未来还会有现在这样的学校吗？学校会成为私立的公司吗？这个问题没有答案，不过我知道这场竞争的赢家将会是那些驾驭了大数据的人，并以此改变每个人的学习方式。

三、大数据带来的挑战

此外，我还要谈一谈大数据带来的挑战。一方面，大数据为我们带来很多好处，但这些数据也可能被滥用。我一直主张用大数据改善学习，但如果在学习过程中犯的错误也被大数据系统永久记录就糟了。学习本身是一个不断尝试和试验的过程，必须确保曾经犯过的错误不在接下来的一生中重犯。我们不希望大数据把你锁定在过去的错误中。

另一方面，当我们利用大数据这个工具的时候，一些很聪明的人认为大数据并没有帮他们改善学习。大数据在找到那些真正聪颖的学生的同时，却把不太聪明的学生淘汰了。他们认为不该把学习成绩不好的人收进哈佛这样的好学校。但我认为，对于老师来说，教导水平好的学生是很简单的事情，相对来说较容易;更具挑战的是教导水平参差不齐的学生，帮助这些学生挖掘潜能，帮助并不是很有动力的学生激发学习动力。

新的大时代已经开始了，我们希望用最好的教学方式让所有人得到更好的学习经验，这就要利用大数据。然而就像我刚才说的，这不是100%确定的事，只有一点是肯定的：万事在不断改变。

编辑 秦悦 李广平