大数据破解一首古诗的罗生门

魏忠

唐天宝年间，诗人张继路过苏州，写下了千古名诗《枫桥夜泊》。月落乌啼霜满天，江枫渔火对愁眠。姑苏城外寒山寺，夜半钟声到客船。一种解释说：张继京城赶考失败，路过苏州，写下了这首名篇。诗中的“乌啼、愁眠”似乎能为佐证。然而，这种解释有几个致命的错误。一是张继是襄阳人，唐科举的两京无论是洛阳还是长安，从家里到考场都不能路过苏州；二是张继本人并不是科举考试失意者，而是进士。只是在考中进士后铨选失败，回家赋闲，十年后才得到机会到江西当“财政厅长”。这种际遇对候选官员已是极大荣幸，何来姑苏之愁？

然而，旅居美国多年的计冠光先生查东亚图书馆，告诉我：在唐宋古籍中，乌啼是寒山寺旁边的一座乌啼山，愁眠是寒山寺对面的愁眠山，江枫更不是江上的枫树，是当时寒山寺运河支流旁边的两座桥：江桥和枫桥。如此看来，张继在寒山寺不是发愁，而是流连忘返。这是一首写景美极的唐诗。第一句写时间和空间，第二句写灯光风景，第三句写地点和禅意，最后一句“DUANG”的一声，诗人不得已要走了，美景再好，船期有限。如果这样理解，这首诗甚至是超越王维的好诗，入选唐诗三百首当之无愧。我更愿意相信这种新的解释，因为诗歌的意境更高，也更符合张继的生平。

好了，切入本文的主题，“数据的数据，是比数据本身更重要的数据”，这句话有点拗口。数据的数据，有一个专业名词，叫“元数据”，也就是数据背后的数据。在上面的案例中，张继写诗的背景、山川地理、情绪、环境、渔火、枫桥、霜，一同构成元数据，而张继这首诗，就是诗歌本身的数据。

在小数据时代，背诵张继的诗歌，按照书上的标准答案解释它，甚至写字写得漂亮，就可以赢得分数。然而我们却忽略了大量更加有用的元数据。学生如果没有沉浸在张继的元数据环境中去学写诗，一定会东施效颦的。

大数据不能直接产生结论，用相关性代替因果性、全量数据代替抽样数据、用数据采集代替推演，有更加个性化的好处，但也会陷入无所作为的窘境。尤其是在云、物联网时代，大量的元数据收集变得异常容易的情况下，大数据发展成数据科学，就成为必然。

网络上关于张继的诗歌还有争论，有人认为乌啼山、愁眠山是张继的这首诗出名以后才这样叫的。但如果有足够的大数据，比如唐代苏州全部文献、宋代文献和愁眠山改名叫今天的孤山的过程，按照可视化、逻辑推演、时间推演，完全可以破解《枫桥夜泊》这首诗的罗生门。

教育信息技术发展的今天，每位学生留下的元数据，比学生的分数更值得注意。而针对每位学生和一群学生的物联网、云的大数据的数据科学，将变教育情怀为教育科学。