大数据驱动教育变革的理论路径与应用思考*——首届中国教育大数据发展论坛探析

孟志远 卢 潇 胡凡刚

（曲阜师范大学 传媒学院，山东日照 276826）

大数据驱动教育变革的理论路径与应用思考*
——首届中国教育大数据发展论坛探析

孟志远 卢 潇 胡凡刚

（曲阜师范大学 传媒学院，山东日照 276826）

“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。

大数据；教育；教育大数据；技术；伦理；区块链

2016年11月12-13日，“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（International Seminar on Big Data-Driven Education Reform and the First Chinese Education Big Data Development Forum）在山东曲阜师范大学召开。本次论坛由曲阜师范大学（中国教育大数据研究院）主办，邀请了来自全国各学术单位、各高校，以及英国、美国、澳大利亚、奥地利、台湾地区的专家学者共300余人参与。大会主论坛由来自海内外的专家学者分别作了十余场主题报告。中国教育大数据研究院副院长、中国统计信息服务中心大数据研究实验室主任江青发布了“中国教育大数据研究院2016年研究成果”。

大会还设置了四个分论坛，分别是“大数据与教育改革分论坛”、“大数据与学习变革分论坛”、“大数据与教师专业发展分论坛”与“大数据与民办教育分论坛”，共开展了20余场主题报告，专家学者们分别从上述四个主题，讲解了个人及团队的研究成果。同时，在“大数据与民办教育分论坛”上，还举行了中国教育大数据研究院民办教育分院揭牌仪式，公布了中国教育大数据研究院民办教育分院组织机构，并发布了中国教育大数据民办教育专项研究课题。

一、大数据驱动教育变革的解读

综观此次论坛的专家报告，大致可分为三个趋向：一是大数据变革教育的理论思辨研究，具体体现在利用教育大数据转变教育思路、改变教学方式、转变评价观念、建设教育治理体系等方面；二是基于教育大数据的教育现状解读，国内外专家对当前各种渠道获取的教育大数据背后蕴藏的教育现状进行了分析与展示；三是相关技术介绍，包括新兴的大数据计算理论，以及传统技术手段与定量研究方法的新应用，同时对今后教育领域的大数据技术提出了期待与展望。

（一）大数据驱动教育变革之思

“Big Data（大数据）”一词最早是在2009年，由维克托·迈尔-舍恩伯格（Viktor Mayer-schönberger）及肯尼斯·库克耶（Kenneth Cukier）在《大数据时代》一书中提出，他们认为，大数据指不用随机分析法（抽样调查）这样的捷径，而采用分析所有数据的方法获得的数据集合。[1]在本次论坛上，维克托·迈尔-舍恩伯格作了题为《大数据与教育的未来》（Big Data and theFuture of Education）的演讲，他首先从整个人类社会的高度出发，指出教育的关键在于对教育数据的分析。其次，他指出，在大数据时代，我们应当把关注点由教育成果（Outcome）迁移到教育过程（Process），从而为教育系统带来变革。变革的关键不在于技术，而是要实现教育本质（DNA）的变革。最后，舍恩伯格结合可汗学院与翻转课堂的实践经验，对大数据时代学校和教师的定位提出了自己的看法，即，未来学校是社会教育（Social Learning）的场所，未来教师需要具备更多的能力，关注学生学习过程的改进，对不同学生给予恰当的反馈，因此，教师的角色不会消失，反而会变得更有力。[2]

中国教育科学研究院院长田慧生在其报告 《大数据时代的教育变革》中指出，大数据及其技术为认识探索教育规律提供了前所未有的手段，对改变教与学的方式提供了强有力的支持，对教育研究、教育决策科学化水平的提升奠定了基础，并将全方位改变人们的工作方式、思维方式与生活方式。[3]而北京师范大学博士生导师何克抗教授所做的报告 《大数据改变人类教育方式与学习方式》，在指出大数据改变教育方式与学习方式之途径的同时，对大数据能改变人类的思维方式这一观点提出了质疑，并通过对人类思维本质特征和组成要素的客观分析以及对思维基本类型和思维加工方式的科学认识，[4]提出了自己的观点，引发了关于“大数据能否改变人类的思维方式”这一议题的争鸣。

美国俄亥俄州立大学博士生导师、中美教育研究中心主任包雷的报告，以《21世纪教育的新目标和大数据在教育改革中的应用》为主题，提出要依据21世纪学习者应具备的技能来制订教育的新目标，而21世纪学习者的必备技能（与工作单位的需求相对应）分为思维方式（Ways of Thinking）、工作方式（Ways of Working）、 工作工具的掌握（Tools for Working）以及生活技能（Living in the World）四种类型，上述四种类型又被细分为10个方面，如图1所示。而其中的大多数技能在传统的教育模式下不能得到有效的发展，因此，推动教育改革，需要大数据的助力。大数据在教育改革中的应用体现在通过对教育大数据的分析而做出的科学推理（Scientific Reasoning）上，21世纪的教育者需要从强调学生的学习成果（Outcome）转变为强调学习过程（Process），从强调内容（Content）转变为强调方法（Method），把对学生的内容训练（Content Training）转变为技能培养（Ability Fostering）上，[5]这一观点也与舍恩伯格的观点不谋而合。

图1 21世纪学习者的必备技能

华东师范大学博士生导师、上海市教育学会副会长范国睿从教育治理角度出发，在题为《大数据支持下的教育治理体系建设》的报告中指出，大数据作为未来教育的技术基础之一，其支持下的教育治理体系的主体结构有下列三种：一是大数据与教育决策分析，如，国家教育决策支持统计服务系统的搭建与实施；二是大数据与学习分析，通过获取学习者的数据，可以实现学生综合素质评价管理、学生渐进式选科咨询以及职业生涯规划等功能；三是大数据与教育监测评价，需要在普及与公平、结构与质量、条件与保障、服务与贡献等方面对教育成效进行监测评价。[6]

无独有偶，在“大数据与教育改革分论坛”上，教育部基础教育质量监测中心副主任辛涛，就针对“互联网+时代教育质量监测与评价”这一话题与参会者进行了深入交流。辛涛以三句话概述了教育评价的层级（如图2），第一层是“针对学习和教学的评价”（Assessment of Learning and Teaching），这一阶段的评价是外在的、刚性的、冷冰冰的；第二层是“有助于学习和教学的评价”（Assessment for Learning and Teaching），当前大多数的教育评价正由第一层向第二层过渡，这一层级的评价方式更具人性化，实现了评价与教育教学的整合；第三层是“作为学习和教学环节的评价”（Assessment as Learning and Teaching），这是教育评价的最高阶段，即评价作为教育教学的重要环节和步骤之一，成为教育教学的有机组成部分。[7]

图2 “互联网+”时代教育评价的层级

教育变革与学习变革是密不可分的。在“大数据与学习变革分论坛”上，《远程教育杂志》编辑部主任、执行副主编陶侃作了题为《大数据视域下的学习变革》的报告，他指出：教育大数据正前所未有地影响着教与学。多介质的学习资源数据，及时生成、汇聚、搜索的知识流数据，人人交互建构的数据，分布式认知、共享的数据以及分析、反馈、评价、推送的数据等时时、处处围绕在我们身边。从IT（Information Technology，信息技术）走向DT（Data Technology，数据处理技术）成为社会发展的必然。他进而提出，教育大数据的服务价值体现在聚焦、诊断、服务于“人”的学习全过程，以促进每个学习者的学习绩效，具体表现在三个方面：价值之一是服务个性化学习，通过按需学习、定制学习、精准推送、即时反馈等方式，实现让学习者自主选择、自我控制与调整的学习方式；价值之二是实现“舒服的学习”，通过可视化、体验式、智能服务、自适应、精准评价等功能，实现让学习者以最“舒服”的方式学习，这是学习的一种全新境界；价值之三是助力游戏化学习，以角色扮演、接受任务、与同伴交互、探究挑战、沉浸式体验等形式，实现让学习者的学习充满快乐、新奇与刺激。[8]

（二）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（World Values Survey，WVS）、TIMMS资料库、Moodle平台与PISA 2012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》（Social Values in Over-time and Cross-national Comparison:Findings from the World Values Survey）。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。[11]

来自台湾地区、现为中国教育大数据研究院研究员陈奕桦的报告主题是 《PISA 2012数据的应用：论中国青少年在校预备未来生涯能力的培养模式》，他对于PISA测试的关注点并非是多数人关注的数学、阅读与科学素养，而是“学生的预备未来生涯能力”，即学生的职业生涯规划能力。他通过将中国上海地区学生的测试结果，与同为儒家文化圈的韩国与新加坡学生的测试结果进行对比，发现中国上海地区学生虽然在数学、阅读与科学素养等基础能力方面高于韩国与新加坡的学生，但是在职业生涯规划方面的能力却低于后者，甚至低于所有被试国家学生。

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PISA 2012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。[12]

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。

备受参会者关注的一个重要环节，是“中国教育大数据研究院2016年研究成果”的发布。在主论坛最后一场报告中，江青副院长代表论坛发布了中国教育大数据研究院2016年基于大数据和算法模型的研究成果：《2015-2016学年度学年教育热点研究》和《2015-2016学年度中国普通高等院校声誉指数研究》。《2015-2016学年度学年教育热点研究》分析了年度十大教育热点、教育部关注热点、媒体关注热点、专家关注热点、百姓关注热点以及本科院校声誉指数前20名等内容。《2015-2016学年度中国普通高等院校声誉指数研究》分析了本科院校声誉指数排名以及专科院校声誉指数排名等内容。[13]研究成果的发布，为政府、媒体、教育机构、家长、学生等提供了审视当前教育形态的有效参考。

（三）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，[14]如图3所示。

图3 计算科学与社会科学交叉融合模型

澳大利亚科廷大学博士生导师刘万泉教授在其题为《教育系统变革中的大数据》（Big Data in Association with Education System Changes）的报告中，介绍了近年来其团队在北京、云南、大连以及澳大利亚的中小学进行的实践。一方面，人脸识别技术利用视频记录学生听课过程，并抓取学生的脸部图像，通过学生脸部表情识别，从而进行情绪分析和精力集中度分析；另一方面，通过教育大数据的分析，可以预测学校某学期的入学人数、某门课程选课人数等。在教育领域运用上述教育大数据分析技术，可以更好地服务于教育教学，帮助学校做出科学的决策。[15]

台湾铭传大学教授李御玺基于铭传大学Moodle平台的大数据分析，作了题为《大数据在学生学习成效上的分析与应用》的报告，对铭传大学挖掘Moodle大数据、建立预测诊断模型及早期预警模型的方法进行了分享。他首先介绍了Moodle大数据的统计、分类、聚类、相关分析和社会网络分析等方法；其次以铭传大学“信息科技：办公室应用课程”为例，介绍预测率可达到75%的课程早期预警模型；最后，李御玺教授指出，上述算法及模型的构建，打破了传统教学只能进行总结性评价的局限，从而提高了形成性评价的可能性。他认为，若要在学校全面推进基于大数据分析的预测及预警模型，就必须引导教师在教学中对数字化教学资源有更多的投入和使用。[16]

二、大数据驱动教育变革的启示

大数据的浪潮已覆盖当前社会的方方面面，是人类发展与进步不可或缺的教育领域，从传统教育模式迈向大数据支持下的教育也必将是未来教育的必然趋势。从上文中所述的三方面研究趋向，可初步预测未来大数据环境下的教育走向。我们认为，要实现教育与大数据的协同发展，首先，应当厘清教育与技术的辩证关系，即不论何种功能的技术，都是教育这一主体的辅助工具；其次，应着力实现大数据技术的“教育化”升级，使当前的技术手段在教育过程中得到恰当使用。同时，教育大数据的搜集与利用，必须在伦理指导下进行，而此次论坛上设及教育大数据伦理的报告寥寥无几，因此，教育大数据的伦理问题必须得到重视。

（一）基于大数据的教育：未来教育之必然

2012年联合国发布《大数据促发展：挑战与机遇》白皮书，其中指出大数据的出现将对社会各领域产生深刻影响；2013年，中国的教育领域掀起了大数据推动教育改革的热潮，2013年也被称作中国的大数据元年；2014年3月，教育部发布《2014年教育信息化工作要点》，要求加强对动态监测、决策应用、教育预测等相关数据资源的整合与集成，为教育决策提供及时而准确的数据支持；2015年9月5日，国务院正式发布《促进大数据发展行动纲要》，对10个大数据工程进行了规划，并在“公共服务大数据工程”中明确提出要建设教育文化大数据；2015年9月19日，中国教育大数据研究院在曲阜师范大学成立，中国教育大数据研究院是中国首家基于大数据的教育高级智库，自成立以来，已发布《中国教育热点研究》、《考试招生制度改革民意研究报告》、《中国大学声誉指数研究报告》等诸多基于教育大数据的研究成果。在诸多政策与实践的推动下，中国教育大数据领域的研究正如火如荼地展开。

基于大数据的未来教育之势，我们借助此次论坛的专家报告主题可见一斑，与会专家对教育大数据的研究主要集中在以下三个方面，如图4所示。一是大数据时代教育变革的理论思辨研究，其中包括大数据环境下的教育教学方式、大数据时代的教育决策、大数据与教育的深度融合、大数据支持下的教育治理、大数据时代的教育评价等多元化的研究；二是基于教育大数据挖掘与分析的教育现象解读，如，学生成绩分析、学习过程记录与分析、学习成效及其相关因素探究、学习者的情感、价值观解读等；三是教育大数据及其相关技术本体研究，即，大数据计算理论与方法以及其他可用于教育领域的相关技术研究。可见，使用大数据进行分析和引导是大数据应用时代的新思维体系，大数据的采集、挖掘、分析，已成为当前乃至未来教育不可或缺的技术手段与方法导向。

图4 论坛报告主题及内容分类

（二）正确理解教育与技术的辩证关系

第一，大数据技术应当实现“教育本土化”变革。澳大利亚科廷大学博士生导师刘万泉教授在其报告中提到，当前的人脸识别技术在精确度等方面已取得较大进展，甚至通过多个特征分析可以准确识别少数民族人口所属的民族，但在教育过程中仍需要分析每个学习者的情绪变化、课堂精力分布情况等，这对人脸识别技术提出了新挑战，并且这些挑战是传统的人脸识别技术所不曾遇到的。[17]因此，大数据的分析技术并不完全适用于教育大数据的分析，教育大数据是大数据的分支，但其背后不再是冷冰冰的产品信息、消费数据、交通路线、客户信息等数据，而是一个个千差万别、有血有肉的人。教育是面向“人”的事业，它面对的是人的思想，是长期、动态的过程，其最终目的是培养“完全的人”，而非将学习者看作流水线上的产品或由数字构成的简单集合。教育大数据的独特性在于依托教育之“育人”本质而存在，因此，教育大数据技术应当是大数据技术实现“教育本土化”变革后的成果。

第二，技术是工具，教育是本体。尼葛洛庞帝（Negroponte）在《数字化生存》一书中复述了一则故事：一位19世纪中叶的外科医生穿过时光隧道来到现代，由于现代科技对外科医学的改变，所有的一切对他而言都全然陌生；而同样有一位19世纪的教师来到现代，他会发现除了课程内容有变动之外，现代科技对教学方式并没有产生根本改变，这位教师可以立即接手教学。[18]由此可见，教育与医学不同，计算机技术、网络技术、多媒体技术，直至今天的云计算技术、物联网技术、大数据技术，都只是其辅助工具，教学的关键在于教师对教学内容的熟练掌握以及对教学过程的合理设计。

正如上海教育科学研究院蒋鸣和教授在其报告《教育大数据在中国中小学的应用实验》中提出的，“技术能加强伟大的教学，但不能加强贫乏的教学”，[19]意即教学从“贫乏”到“伟大”这一过程的原动力来自教学本身。技术可以为“伟大的教学”锦上添花，而不能为“贫乏的教学”推波助澜。教育大数据与大数据技术不同，其目的不是对未来的预测，而是对现状的解读，教师应当认识到这一特性，合理利用教育大数据来引导学生的成长，从思想层次上指导技术的实践，[20]这个过程比研究技术本身更重要。

（三）教育大数据的伦理问题举足轻重

教育是一个包含巨大信息流的行业，伴随着教育大数据理念及技术的推广，其获取、存储、使用过程中的安全问题日益凸显。等级越高、研究越深入的教育机构产生的信息越有价值，有效合理利用这些数据信息，能够实现国家对教学资源的科学管理，进一步指导教学。但这也导致各类教育机构成为数据泄露最频繁的地方，尤其是强调自由开放的学校网络，更容易遭到黑客攻击。[21]2016年6月，分布在某省10个地市、254所学校的50余万条学生信息被技术人员泄露至教育培训机构，用以推销机构自身的辅导业务；2014年5月，美国学生数据存储机构inBloom，由于隐私问题，先后被六个州的教育部门终止合作。诸如此类教育行业的信息泄露事件不胜枚举，数据安全已成为当前教育大数据领域不可忽视的问题，inBloom事件之后，美国纽约州随即制订相关法律，禁止教育部门将学生信息提供给任何学生数据存储机构。

而从此次论坛的专家报告中来看，教育大数据的伦理问题在中国还未得到应有的重视，只有极少数专家简单提到当前的教育大数据伦理治理存在法规缺位、技术异化的现象，[22]应当从加强法律法规建设、提升个人信息素养等方面，对学生个人信息、学习过程信息以及其他教育大数据加以切实保护。[23]

截至2016年12月，在中国知网以“大数据”并含“伦理”为主题进行文献检索，所得结果为214条，而以“教育大数据”并含“伦理”为主题进行文献检索，所得结果仅为4条。上述结果显示，当前有关大数据伦理的研究接近空缺。这不禁引发我们对教育大数据研究去向的思考。伦理道德是一个持久的话题，它随人类的产生而产生，直至人类灭亡才可能消亡。凡是有人涉及的领域，就应当有对伦理的研究，教育这一旨在育人的活动更是如此，当对大数据环境中的教育趋向进行思考、对教育大数据进行解读、对大数据技术与教育深度融合进行探究的热潮退去之后，教育大数据领域的研究者更应当思考的是，教育这一面向“人”的事业，应如何在大数据时代、在伦理规范的指导下有序地运行。

三、大数据驱动教育变革的路径

随着教育大数据相关理论与技术的逐步成熟，大数据与教育的融合逐渐加深，教育大数据在教育模式、教与学的方法、教学评价、教学决策等诸多方面正逐步变革传统教育模式的方方面面。我们从小处入手，在学习模式、研究方法和知识获取方面来分析教育大数据带来的变革，以期从中以小见大，窥见教育大数据对教育的全局性变革：第一，在K-12领域，基于教育大数据的教学软件，如，搜题软件、做题软件以及全程教学辅导软件等，正逐步与传统的学习模式融合；第二，在高等教育与科研领域，研究人员从大数据机构免费获取教育大数据逐渐变得容易，由此改变了传统量化研究需要研究者主动收集数据的方式，进而也通过重新定位研究方法，推动量化研究流程的转变；第三，随着教育大数据获取的广度与深度增加，学习者有机会与条件学习到比以往更多的碎片化知识，实现自身知识的多元化增长；第四，大数据的自身特性能有效延展区块链技术的使用空间，使其在教育中的应用逐步广泛，同时，区块链技术人才的培养，也应当引起处于教育大数据时代高校的重视。

（一）教育大数据变革学习模式

教育大数据与大数据一样，具有多样性（Variety），在文字、图片、语音等多种形式的教育数据大量生成的同时，伴随而来的是相对应的文本、图片、语音搜索技术的成熟。基于教育大数据搜索技术的K-12领域，相关搜题软件如“学霸君”、“小猿搜题”、“作业帮”等APP近年来逐步盛行，此类软件基于文字和图片的识别与搜索，为用户提供与其搜索内容相关的习题答案。而“小猿搜题”的兄弟产品“猿题库”以及2015年6月推出的“猿辅导”则各有千秋，“猿题库”致力于手机题库的运维，定位于K-12教育中的课后作业环节，为用户提供教材同步练习、生成做题报告、评估用户能力、预测考试分数等服务功能。功能服务之秀“猿辅导”则将自身定位为“初高中在线辅导学校”，其目光投向K-12教育的全部环节。“猿辅导”基于“猿题库”的学习者数据，在课前为每位学习者自动生成最合适的课件，在课中及课后为学习者推送与其水平最匹配的例题与练习题；同时，通过对各地教学名师的征集与培训，为初高中学习者提供课堂知识讲授与课后互动。此外，“猿辅导”会定期推出学习专题，如中考、高考的寒暑假系统班等。2016年12月16日起，华北地区持续雾霾，部分中小学停课至21日，在此期间，“猿辅导”推出“停课不停学”/“雾霾天在家学”活动，组织北京教学名师进行授课，并为用户发放课程补贴，使其获得免费学习时长，此次活动最多有7万人次的同时在线量，掀起了该软件用户在线学习的一次小高潮。

基于教育大数据及其搜索技术的“猿”系列以及此种类型的其他教辅软件，力求线上教育与线下教育的有机结合，涵盖教育教学的各个环节，已成为K-12领域学习者的一大选择。尽管此类软件当前形势大好，却也并非尽善尽美，有调查显示，搜题类软件排名较高的“小猿搜题”，其搜题匹配度仅有62%，[24]由此可见，此类软件在图像识别、数据分析等方面仍有不足，教育大数据搜索技术的精度与准确度仍有待提高。同时，搜题软件为学习者提供的“便利”也遭到了质疑，质疑者认为，学生使用此类软件可以相对轻易地搜索到作业答案，从而降低了自己主动思考的必要性与积极性，因此，教育类软件在做到“内容为王”的前提下，应当审慎思考“以何种内容为王”这一问题，例如，针对上述质疑，可用与此问题相关的知识点替代直接搜索到的作业答案，从而在为学生提供指导的同时，增强学生主动思考的意识与能力。

综上所述，基于教育大数据的在线教育软件应当不断革新技术，提供针对性强的内容，更多地依托大数据分析技术为学习者提供“私人订制”型的精准资源，从而发挥在线教育的独特优势；进而与传统课堂有机结合，实现教育大数据对传统教学手段、教学内容呈现形式、集体化教学模式的变革。

（二）教育大数据重新定位研究方法

大数据时代的到来，为教育科研机构及个人获取教育大数据提供了极大的便利。以PISA测试为例，欧洲中部时间2016年12月6日，经济合作与发展组织（Organization for Economic Co-operation and Development，OECD）发布了PISA 2015的测试结果，数据显示，来自中国北京、上海、江苏和广州的学生组成的中国部分地区联合体（B-S-J-G，China），在参加此次测试的72个国家和地区中，总成绩位列第十名，科学成绩排名第十，数学成绩排名第六，而阅读成绩则排在第二十七名。而回顾PISA 2009和PISA 2012测试，来自中国上海地区的学生连续两次位列测试第一名，在PISA 2012测试中，上海学生的科学、数学、阅读成绩均位列第一。成绩排名的变化直观可见，也已引发各界对这一现象的思考与讨论，而若要探究其深层次原因，或分析PISA 2015数据背后蕴藏的教育现状，就需要相关研究人员转变研究观念与研究方法。摒弃传统环境与数据体量下定量研究的流程，形成基于教育大数据的定量研究新形态，具体转变如图5所示：

图5 传统数据环境与大数据环境下定量研究流程对比

在传统数据环境下，教育数据来源较少，收集数据的相关技术手段欠发达，导致研究所需的数据很少能通过数据收集与分析机构获取；同时，传统条件下的数据分析技术不够先进，可分析的数据量小，这也导致了传统的研究方法不能高速高效地分析所有相关数据，大多数研究采用抽样调查方法，数据收集与分析都在小范围内进行。因此，传统定量研究的流程往往是“提出假设——收集资料——分析资料——验证假设”，这一流程也决定了传统定量研究流程中的研究方法仅仅作为一种研究工具，作用于“资料分析”这一环节，为研究者分析数据进而验证假设搭建桥梁。而在大数据时代，研究方法并非只是一种辅助工具，它更重要的作用是辅助科研人员确定研究的内容。

科研人员通过大数据提供机构获得教育大数据后，基于自身的研究方法储备，从已有数据中发现自身分析能力可解决的问题，进而提出假设、验证假设，由此形成“获得资料——提出假设——分析资料——验证假设”的研究流程。在这种研究流程中，研究方法作为一种研究导向，作用于“获得资料”与“提出假设”的中间环节，从而形成“一千个研究人员可以提出一千种假设”的现象。由此可见，教育大数据时代的来临，引发了教育科学研究中定量研究流程的变革，将其从验证取向的研究转变为资料导向的研究。[25]

（三）教育大数据促进碎片化学习

美国 《连线》杂志主编克里斯·安德森（Chris Anderson）在2004年10月的《长尾》一文中提出了“长尾”（the Long Tail）这一概念，其基本观点为：任何以前看似需求极低的产品（产品正态曲线的尾部），只要在市场上有卖，都会有人买。这些需求和销量不高的产品所占据的共同市场份额，可以和主流产品（产品正态曲线的头部）的市场份额相当，甚至更大。[26]教育领域的知识碎片化程度和学习者关注程度的关系与产品的“长尾”理论相似，如图6所示，在传统教学模式中的学习者对碎片化的知识往往需求较低且关注不够，导致获取碎片化知识的意识不强。但这些需求不高的、易被忽略的知识总量，与系统化知识的总量相近，甚至在深度、广度上都多于系统化知识的总量。

图6 教育中的“长尾”理论

传统教学模式中的学习者大多只能在课堂上学习到教育者认为“重要”的知识，而自主进行知识拓展的机会则寥寥无几。如果用图6中的正态分布曲线来描述这一现象，即，大部分学习者在教师引导下，只能关注到曲线“头部”中的系统化知识，而将处于曲线“尾部”、需要更多、更碎片化的精力和时间才能关注到的大多数碎片化知识忽略，这对于学习者自身成长以及社会知识的增长无疑是一大损失。而在碎片化的数据积累实现跃升，知识更容易被收集且被大量存储的大数据时代，学习者获取知识的途径逐渐多样化，这使得学习者可以在课堂接受系统化知识的同时，也可以通过各种教育大数据来源获取碎片化知识。同时，“碎片化”也是一种“多元化”，学习者在系统接受课程计划内容或自身专业知识的同时，有更多自身认知领域外的知识值得学习，教育大数据的发展与成熟使得这种多元化的学习形式成为可能。

总之，大数据时代的教育者以及教育机构，应当着力于培养学习者的碎片化学习思维，为学习者创造大数据支持的学习环境；大数据时代的学习者，应具备碎片化的学习思维以及使用教育大数据辅助学习的能力，充分使用如智能手机、平板电脑、PDA等移动学习设备，利用碎片化时间，来获取处于曲线尾部的碎片化知识，从而在教育大数据技术的辅助下，获得与系统化、专业知识相当，甚至更大的收获。

（四）区块链技术与大数据应用的融合

自2015年以来，起源于加密电子货币的区块链理论与技术逐步兴起。区块链是一种去中心化（Decentralized）、无需信任（Trustless）的新型数据架构，是比特币等加密数字货币的技术核心，[27]被称为触发人类第五次技术革命的颠覆性技术。具体来讲，区块链是一种互联网数据库技术，它通过去中心化的运作方式，把封装数据的区块以链的方式组合在一起，形成分布式账本系统，使得系统中的每一个节点都可以记录并存储该数据库中的全部数据。IBM公司指出，区块链技术将是物联网中的关键技术，可以解决数据存储、信息安全、交互处理等核心问题。[28]当前的区块链应用领域正在实现“三阶段”的跃升，通常认为，区块链1.0时代，是数字货币应用区块链的时代，也是区块链技术兴起的时代；区块链2.0时代，是金融领域应用区块链的时代，区块链的公共账本性能使其在银行、证券、保险等领域被普遍应用；区块链3.0时代，才是社会领域应用区块链的时代，在这一阶段，法律、物联网、公证、医疗、知识产权保护等领域逐步引入区块链技术，[29]教育领域也应当抓住区块链3.0这一阶段的机遇，以教育大数据为着力点，实现自身的良性发展。

在全球范围内，尼科西亚大学是全球最早开设区块链技术教育硕士学位的大学，其首届硕士研究生已于2016年6月毕业；其他学校如麻省理工学院、斯坦福大学、普林斯顿大学、杜克大学等诸多欧美大学正相继开设区块链技术的相关课程与相关实践活动。在中国，2016年10月18日，工业和信息化部发布 《中国区块链技术与应用发展白皮书（2016）》，这是我国第一份关于区块链技术应用的官方指导文件。其中指出，大数据具备海量数据存储技术和灵活高效的数据分析技术，可以极大地提升区块链技术的价值和使用空间；同时，该文件分析了区块链及其核心技术的典型应用场景，指出在教育就业领域，区块链系统的透明化、数据不可篡改等特征，完全适用于学生征信管理、升学就业、资质证明、产学合作等方面，对教育就业的健康发展具有重要的价值。

此外，文件提出区块链技术在教育领域的两个应用场景，一是教育存证，即将教育信息存储到信用平台，供学生或用人单位等需求方使用，并可确保信息不被恶意查询；二是产学合作，即借助区块链技术实现学生技能与社会需求的衔接，促进校企合作。[30]当前各行业对区块链技术人才的需求剧增，而教育机构培养的区块链人才仍为少数，呈现出供求不对等的状况。因此，在当前教育大数据环境下，在各高校推进“世界一流大学和一流学科建设”的进程中，基于教育大数据、区块链技术的教育以及区块链技术人才的培养应成为诸多国内高校创新的着眼点。

四、结语

时至今日，国内外的教育大数据研究仅有三四年的历程，纵使是大数据，它的出现也未过十年，大数据及教育大数据的相关研究在人类知识长河演变中，仅仅处于起步阶段。不可否认，具有“大量”、“多样”、“高速”、“有价值”特征的大数据以及教育大数据，确实可以为当下的教育变革起到驱动作用。它在变革K-12领域教学模式，重新定位科研人员及机构的研究方法，促进各领域各阶段学习者的碎片化学习等方面迈出驱动教育变革的步伐。但不可忽视的是，任何形式的教育，其本体都是教育本身，而非各种各样的技术手段。此次论坛召开于教育大数据相关研究如火如荼开展之际，以大数据与教育、大数据中的教育、教育中的大数据技术三类研究为主要报告方向，与会专家为迄今为止的教育大数据相关研究作了充分的解读，也从多个视角探析了教育与大数据技术的关系。而从哲学角度来讲，从人们对亚里士多德“知识就是美德”所产生的误读与曲解开始，秉承“如无必要，勿增实体”观念的奥卡姆剃刀便割断了信仰与理性、超验与经验、天道与人欲之间的联系。人们在“知识就是力量”、“主客二分”、“人为自然立法”等观念的召唤下，心智模式与实践行为走上了相背而行的道路——一条是信仰的、形而上的；一条是科学理性的、形而下的。自欧洲启蒙运动以来，人们毫不犹豫地沿着后一条道路阔步前行，直至今日，仍有依赖有限理性的人们崇拜科技的无尽“神力”，[31]从而一味夸大包括大数据技术在内的各种技术在教育中的地位，也导致了部分教育者对教育本源的误读。

因此我们认为，教育大数据是教育的手段，而不是教育的主体，更不是教育的目的，其作用是尽其所能为教学对象提供精准服务。我们既不能把教育大数据当作借技术之力助推知识功利化的工具，也不能把教育大数据当作借新技术吸引他人眼球的噱头，否则教育将失去其“脚踏实地”的本体定位与独有特性。若要真正实现教育大数据驱动教育变革的新常态，则应当开发教育“本土化”的大数据技术，加强对教育大数据伦理的治理。同时需着重强调，运用教育大数据进行教育的目的是“育人”。大数据技术应当在教育语境中被恰当认识与应用，从而实现教育的“大数据化”变革、大数据的“教育化”升级以及教育与大数据的深度融合，使教育大数据更好地服务于教育这一面向“人”的事业。

[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]Viktor Mayer-Schönberger.Big Data and the Future of Education[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][23]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.

[8]陶侃.大数据视域下的学习变革[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.

[9][14]朱文武.三元空间大数据计算理论与方法——MOOC大数据的学习行为分析[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.

[10]Harepfer.Social Values in Over-time and Cross-national Comparison:Findings from the World Values Survey[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.

[11]郑中平.TIMMS资料库显现的教育现状[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.

[12]陈奕桦.PISA2012数据的应用：论中国青少年在校预备未来生涯能力的培养模式 [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.

[13]江青.发布中国教育大数据研究院2016年研究成果[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.

[15][17]刘万泉.Big Data in association with education system changes[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.

[16]李御玺.大数据在学生学习成效上的分析与应用[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.

[18]尼葛洛庞帝.数字化生存[M].海南:海南出版社，1997:257.

[19]蒋鸣和.教育大数据在中国中小学的应用实验[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.

[20]胡凡刚，李文波.教育虚拟社区中技术文化形成因素的实证分析[J].电化教育研究，2011（1）:54-59.

[21]搜狐教育.不容忽视的教育领域数据安全[EB/OL].[2016-12-12].http://learning.sohu.com/20160204/n436914046.shtml，2016-02-04.

[24]王磊，周冀.无边界——互联网+教育[M].北京:中信出版集团股份有限公司，2015:57.

[25]陈奕桦.大数据时代教育科研方法运用的再思考[R].曲阜:中国教育大数据研究院学术沙龙，2016.

[26]Anderson C.The Long Tail[J].Long Tail-Business Book Summaries，2004，11（1）:1-20.

[27]赵赫，李晓风，占礼葵，吴仲城.基于区块链技术的采样机器人数据保护方法 [J].华中科技大学学报（自然科学版），2015（S1）: 216-219.

[28]Coindesk.IBM revals proof of concept for block-chain-powered internet of things[EB/OL].[2017-01-17].http:www.ciondesk.com/ibmrevals-proof-of-concept-for-block-chain-powered-internet-ofthings/.

[29]郭彬，于飞，陈劲.区块链技术与信任世界的构建[J].企业管理，2016（11）:110-113.

[30]工业和信息化部信息化和软件服务业司.中国区块链技术和应用发展白皮书[Z].2016-10-18.

[31]卢潇，胡凡刚，刘永琪.翻转课堂蕴涵的学习理念摭论[J].现代教育技术，2016（12）:72-78.

Theoretical Path and Application Thinking on the Realistic Way of Big Data-Driven Education:A Review of the First Chinese Education Big Data Development Forum

Meng Zhiyuan,Lu Xiao&Hu Fangang
（School of Communication,Qufu Normal University,Rizhao Shandong 276826）

The International Seminar on Big Data-Driven Education Reform and the First Chinese Education Big Data Development Forum was successfully held in Qufu Normal University on November 12 to 13，2016.This forum invited more than 300 experts and scholars both at home and aboard，in order to further promotes the effective use of Big Data in education and for the benefit of education by the interaction in the forum.The meeting of experts and scholars of the forum can be broadly divided into three directions，which are the thinking of Big Data and education，the interpretation of the Big Data in education，the use of Big Data technology in education.There are three points which this forum given to today’s research on Educational Big Data.Firstly，education of future must be based on Big Data.Secondly，we should correctly understand the dialectical relationship between education and technology.Thirdly，the research on the ethic of Educational Big Data is of vital importance.Based on the review and thinking about the forum，giving analysis on the reform which Big Data makes on learning model，research methods，and access to knowledge as well as block chain technology which related to Big Data.So we can broadly see the changes which Educational Big Data given on today’s education.

Big data；Education；Educational big data；Technology；Ethics；Blockchain

G434

A

1672-0008（2017）02—0009—10

2017年1月18日

责任编辑：陈 媛

本文系国家社会科学基金教育学一般项目“教育虚拟社区伦理的作用机制及评价研究”（项目编号：BEA130026）的研究成果。

孟志远，曲阜师范大学传媒学院在读硕士研究生，研究方向：网络教育应用；卢潇，曲阜师范大学传媒学院在读硕士研究生，研究方向：网络教育应用；胡凡刚（通讯作者），曲阜师范大学传媒学院教授、博士后，研究方向：教育技术理论与实践、网络学习与心理、教育虚拟社区。