大数据驱动教育变革的理论路径

摘要：“大数据驱动的教育变革”国际研讨会暨首届中国教育大数据发展论坛邀请海内外300余位专家学者到会，力求通过此次论坛中的交流互动，进一步推动大数据有效地应用于教育、造福于教育。在此次会议中，专家学者的报告大致分为三个方向：即大数据驱动教育变革之思、大数据蕴藏的教育现状之析、教育大数据技术之用。会议给予当前教育大数据相关研究以下三点启示:一是基于大数据的教育是未来教育之必然趋势；二是应当正确理解教育与技术之辩证关系；三是教育大数据的伦理问题举足轻重。并进而解读与分析了教育大数据在学习模式、研究方法和知识获取等方面带来的变革及其相关的区块链技术应用前景。以期以小见大，窥见教育大数据对教育的全局化变革之势。

关键词：大数据；教育；教育大数据；技术；伦理；区块链

1.大数据蕴藏的教育现状之析

在此次论坛上，来自清华大学、奥地利以及台湾地区的诸位专家结合各类教育大数据获取来源——如，学堂在线MOOC平台、世界价值观比较研究协会（WorldValuesSurvey，WVS）、TIMMS资料库、Moodle平台与PISA2012等——对大数据显现的教育现状进行了解读。清华大学博士生导师、英特尔中国研究院首席科学家、千人计划专家朱文武，以学堂在线为例，作了《MOOC大数据的学习行为分析报告》。他展示了学生人口统计特性、学生地理分布、学堂在线学期课程分布、学生学习时间统计等后台数据。指出MOOC大数据的关键研究问题包括课程类型（文科类、理工科类）与学习者性别、学历的相关程度分析、不同用户的论坛行为分析、不同用户的有效学习时间分析、获得证书与课程类型、学习者性别、能力、努力程度、论坛表现的相关程度分析等。[9]WVS主席Harepfer（奥地利）的报告主题是《跨时代、跨地域的社会价值观对比——基于世界价值观比较研究协会的调查》（SocialValuesinOver-timeandCross-nationalComparison:FindingsfromtheWorldValuesSurvey）。Harepfer此次汇报是基于WVS自1990年起至2014年的调查数据，被调查对象为金砖五国（巴西、俄罗斯、印度、中国、南非）以及日本、美国、瑞典和韩国的公民。[10]Harepfer从多个角度展示了WVS的调查结果，包括在不同时间段内各国公民对家庭、政治、工作、宗教重要程度的看法；在不同时间段内各国公民的总体生活满意度、幸福指数、家庭收入状况、社会信任度、对国家10年内经济发展目标的认识、日常消息来源、儿童教育情况和国家荣誉感等。

台湾成功大学博士生导师郑中平以《TIMMS资料库显现的教育现状》为主题，重点展示了基于TIMMS数据分析生成的家长受教育程度与学生数学成绩之间的关系，得出了两条结论：一是被调查学生的家长受教育程度与学生的数学成绩成正比；二是造成上述现象的原因是家长提供的校外资源起了关键作用，因此，学校应当提供更多的校内教育资源，以减少学生之间的差异。

由此他提出如下问题：第一，为什么韩国与新加坡的学校能培养他们的青少年，既有顶尖的基础能力，同时具备优异的预备未来生涯能力？第二，韩国与新加坡的青少年在学校所接受的培养模式与中国有哪些差异？为探寻上述问题的答案，他选取PISA2012的6个问题及回答数据，通过因素分析与潜在类别分析，得出的结论是：韩国与新加坡的青少年有更多的被全面培养的机会，在资料搜寻与工作面试答辩方面接受了更多的训练；而中国的中等学校多数没有培养学生具备数据检索及整合、人际沟通互动、创新方面的职业生涯规划能力。

上述台湾地区专家的工作都围绕着对教育大数据的挖掘和分析展开，致力于发现数据背后蕴含的教育价值。由此可见，大数据为教育研究、决策、管理水平的提高奠定了基础，教育大数据的挖掘与分析是认识、探索教育规律的新指向。

2.教育大数据技术之用

在此次论坛上，部分专家对教育大数据相关技术进行了介绍，如，三元空间大数据计算方法、人脸识别技术、数据的实证分析方法及模型构建方法等。

清华大学朱文武教授的报告主题除《学堂在线MOOC大数据的学习行为分析》外，还包括国家973计划“面向城市管理的三元空间大数据计算理论与方法”的核心：三元空间大数据计算理论与方法。三元空间即信息空间、物理世界和人类社会，这一理论以三元空间所构成的大数据为研究对象，以三元空间大数据的融合分析与认知为研究目标，以三元空间大数据计算理论与方法为研究内容。朱文武教授首先指出，现代社会设备、网络、计算无所不在，由此产生的数据同样无所不在，数据科学的发展带来了计算的突破，即各类研究方法由传统计算科学的模型驱动、经验决策转变为数据科学的数据驱动、数据决策；然后指出了三元空间大数据计算的关键科学问题，即从异构表征与知识发现层面揭示三元空间异构关联机制与知识涌现机理，实现信息空间、物理世界和人类社会的相互渗透。同时提出三元空间大数据的新思维，即通过数据驱动与知识驱动相结合的方式来推动大数据在各行各业（包括教育）的应用。最后，他指出，社会科学的研究具有可解释性，而计算机科学的研究具有可计算性，教育大数据研究需要二者的交叉融合。即教育大数据不仅应当有较强的可解释性，同时也应具备较强的可计算性，由此构建了计算科学与社会科学交叉融合模型。

参考文献：

[1]刘凤娟.大数据的教育应用研究综述[J].现代教育技术，2014（8）:13-19.

[2]ViktorMayer-Sch觟nberger.BigDataandtheFutureofEducation[R].曲阜:“大数据驱动的教育变革”国际研讨会暨首届中国教育大数据发展论坛，2016.

[3]田慧生.大数据时代的教育变革[R].曲阜:“大数据驱动的教育变革”国际研讨会暨首届中国教育大数据发展论坛，2016.

[4]何克抗.大数据改变人类教育方式与学习方式[R].曲阜:“大数据驱动的教育变革”国际研讨会暨首届中国教育大数据发展论坛，2016.

[5]包雷.21世纪教育的新目标和大数据在教育改革中的应用[R].曲阜:“大数据驱动的教育变革”国际研讨会暨首届中国教育大数据发展论坛，2016.

[6]范国睿.大数据支持下的教育治理体系建设[R].曲阜:“大数据驱动的教育变革”国际研讨会暨首届中国教育大数据发展论坛，2016.

[7]辛涛.互联网+时代教育质量监测与评价[R].曲阜:“大数据驱动的教育变革”国际研讨会暨首届中国教育大数据发展论坛，2016.