超越“数字化陷阱”：大数据时代学生决策能力的缺失与重构

李阳杰

（1. 杭州师范大学经亨颐教育学院，浙江杭州 311121；2. 杭州师范大学中国教育现代化研究院，浙江杭州 311121）

随着大数据时代的到来，作为决策主体的学生不得不面向大数据影响下更为复杂的决策环境，这导致其决策能力（Decision-Making Ability）受到影响，诸多研究显示，当前学生决策能力水平不容乐观。本文首先阐释关注学生决策能力的重要性，描述学生决策能力缺失的现实情形，并将“学生决策能力缺失”这一问题置于大数据时代的背景下，深度剖析大数据时代的到来何以影响学生的决策能力，在此基础上提出相应的建议，以期重构学生的决策能力，帮助学生更好地应对复杂环境。

一、学生决策能力缺失：一个亟待深入探讨的问题

1. 聚焦学生决策能力的重要性

决策能力，即决策主体依据决策任务将碎片化的知识整合为系统化的知识，并结合策略性知识与博弈意识，自主做出决策行为的能力。①李阳杰：《决策能力：儿童应对复杂情境的关键因素》，《教育研究与实验》2019 年第3 期，第26-31 页。关注学生的决策能力具有极为重要的现实意义：第一，它有其自身的特殊性，在对框架信息的把握、对决策风险的评估、对自我决策能力的信念等方面均与教师的决策能力有显著的差距，因此，它更应受到重视；第二，随着决策环境日趋复杂，学生的决策能力的重要性愈加凸显，它可以帮助学生在不确定因素陡然增加的环境中更好地做出决策；第三，培育学生决策能力受到学校外部诸多因素的影响，经济合作与发展组织（以下简称“经合组织”）发布的《教育概览2018》报告显示，学校内部重要事项的决策权多由学校之外的主体掌控①OECD，Education at a Glance 2018，Paris：OECD Publishing，2018，pp.408-416.，这不仅影响决策教学的完整性和连续性，还将减少学生直接参与决策的机会，有鉴于此，关注学生的决策能力尤为重要。

决策能力被视为学生面向未来不可或缺的核心能力之一。2012 年经合组织发布了题为《为21 世纪培育教师和学校领导者：来自世界的经验》的研究报告，该报告指出21 世纪学生必须掌握的十大核心技能，其中就包括决策能力。②A. Schleicher，Preparing Teachers and Developing School Leaders for the 21st Century：Lessons from around the World，Paris：OECD Publishing，2012，p.34.此外，在心理学家看来，决策过程和问题解决是密切联系的，问题解决包括必要的决策过程③朱莉琪，皇甫刚：《不确定情境中的决策心理——适应与认知》，《心理科学进展》2003 年第5 期，第481-485 页。，部分研究报告指出了问题解决素养的重要性，亦在一定程度上反映出决策能力的作用。例如，2016 年，中国教育创新研究院和世界教育创新峰会（World Innovation Summit for Education）共同发布了题为《面向未来：21 世纪核心素养教育的全球经验》的研究报告，这是首份21 世纪核心素养全球进展报告，报告显示，与决策能力极为相关的问题解决素养是最受各经济体和国际组织重视的七大素养之一。④李新玲：《国际上首份21 世纪核心素养全球进展报告发布》，载中国青年报网站：https：//news.sina.com.cn/o/2016-06-04/doc-ifxsuypf4934187.shtml，最后登录日期：2022 年12 月31 日。

2. 学生决策能力的现实危机

部分学者和研究机构测试了学生决策能力水平，结果不容乐观。早在20 世纪末，已有少数学者开始尝试测试与评价学生的决策能力水平。例如，戴维森·丹妮丝（Denise Davidson）利用信息栏程序检查决策能力水平，研究结果表明：二年级、五年级、八年级学生在决策能力水平方面差异显著，二年级学生存在缺乏系统性、忽视策略等问题，五年级与八年级学生则较少具有上述问题。⑤D. Davidson，“Children’s Decision-making Examined with an Information-board Procedure”，Cognitive Development，Vol. 6，no. 1（1991），pp.77-90.

进入21 世纪，伴随着决策环境复杂程度的日益加深，“学生决策能力缺失”这一问题逐渐凸显出来，关注学生决策能力水平的学者与研究机构也略有增多。2003 年，经合组织发布了题为《为了明日世界的问题解决：PISA2003 对跨学科能力的第一轮测试》的研究报告，该报告基于能量需求（Energy Needs）、外出看电影（Movie Outing）等项目测试学生的决策能力水平。在上述各个项目中，学生须在熟悉任务、明确限制性条件的基础上“转化”所获得的信息，最终自主做出决策行为。报告指出，在面对各项目中形式为“封闭结构式反应题”（Closed-Constructed Response）与“多选题”等题目时，学生的决策能力水平较低，仅为一级或二级⑥该报告将学生的决策能力水平划分为四个等级，从低到高分别为一级以下、一级、二级与三级。其中，一级代表学生决策能力达到基础水平。，在个别项目中学生的决策能力水平甚至为一级以下。⑦OECD，Problem Solving for Tomorrow’s World，Paris：OECD Publishing，2003，pp.62-75.

近年来，多个关于学生决策能力的研究报告也得出了相似的结果。在经合组织发布的题为《PISA2018 结果（卷1）：学生知道什么和能做什么》的报告中，可以发现：在特定的数学情境中，仅有约半数学生可以找到简单的解决策略或建立简单的模型。⑧OECD，PISA 2018 Results（Volume I）：What Students Know and Can Do，Paris：OECD Publishing，2019，p.105.无独有偶，另一份题为《PISA2018 结果（卷6）：学生准备好在一个相互联系的世界里茁壮成长了吗？》的报告发现，仅有不到六成的学生会在正式做出决策之前关注不同观点与多源信息。①OECD，PISA 2018 Results（Volume VI）：Are Students Ready to Thrive in an Interconnected World，Paris：OECD Publishing，2020，pp.282-283.换言之，大量学生在决策之前未有意识地收集相关知识、信息等，可以推知，未开展系统化知识整合或信息整合的学生比例将更多，这从另一个侧面反映出当前学生决策能力存在的问题。

二、大数据时代到来：学生决策能力缺失的重要原因

学生的决策能力之所以存在缺失问题，一个非常重要的原因在于人类社会已全面进入大数据时代。一方面，《面向未来：21 世纪核心素养教育的全球经验》关注到各组织提出核心素养的动力，它基于29 个国际组织或经济体发布的权威教育文件，对文件中涉及的动力因素进行频次统计，结果发现了三大类最重要的动力因素，其中就包括“时代与科技变革类动力因素”。②李新玲：《国际上首份21 世纪核心素养全球进展报告发布》，载中国青年报网站：https：//news.sina.com.cn/o/2016-06-04/doc-ifxsuypf4934187.shtml，最后登录日期：2022 年12 月31 日。换句话说，若探讨作为核心素养之一的决策能力，绝不能脱离时代因素与科技变革因素。

伴随着移动通信、云计算等现代信息技术的快速发展，当前人类社会已全面进入数据体量爆炸、数据传输便捷、数据种类多样、数据价值极高的大数据时代，大数据已经渗透到学生生活的各个方面。因此，一方面，大数据时代到来是当前各组织关注决策能力的重要动力，从“大数据时代”视角分析学生决策能力具有合理性与必要性；另一方面，已有个别研究者关注到大数据对于决策的负面影响，例如，大数据自身的复杂性影响决策的科学性等。③刘金松：《大数据应用于教育决策的可行性与潜在问题研究》，《电化教育研究》2017 年第11 期，第38-42 页。进一步推测，大数据时代到来也会对学生的决策能力产生某些消极影响。因此，本研究从“庞杂的异质性数据”“简化决策的过程”以及“形成封闭的循环”三个方面，深度剖析大数据背景下的复杂环境如何影响学生的决策能力。

1. 庞杂的异质性数据：学生整合知识的难度提升

“根据决策任务将碎片化知识整合为系统化知识”作为决策能力的重要组成部分，要求学生能够把握决策任务，并在此基础上将自身已有的碎片化知识整合为针对上述决策任务的系统化知识。然而，大数据时代的到来极大地增加了这一部分的难度，学生既有可能放弃整合碎片化知识，也有可能整合出不适用于决策任务的系统化知识。更进一步说，本文认为，大数据时代庞杂的异质性数据使得学生决策能力中的知识整合部分难度提升。

数据规模庞大影响着学生整合知识的意愿。当前，全球数据总量庞大且仍在快速增加，与决策任务相关的数据呈现出爆炸性增长的态势。从数据总量上来说，据国际数据公司（International Data Corporation）估计，2013 年全球共产生了4.4ZB④1ZB 等于1 万亿GB。有用数据，预计到2020 年这一数字将增加到44ZB。⑤V. Turner，et al，The Digital Universe of Opportunities：Rich Data and the Increasing Value of the Internet of Things，Framingham，MA：International Data Corporation，2014，p.2.从数据量增速上来说，人类存储数据量的增长速度约比世界经济的增长速度快4 倍。⑥维克托·迈尔-舍恩伯格，肯尼思·库克耶：《大数据时代：生活、工作与思维的大变革》，盛杨燕，周涛译，浙江人民出版社2013 年版，第13 页。从数据获取的便利性角度来说，随着开放存取运动的兴起与社交网络的普及，学生更易于获取与决策任务相关的数据。然而，大量的相关数据使得学生较难依据决策任务整合已有的碎片化知识，进而影响其整合知识的意愿。

数据的异质性影响着学生整合知识的精确性。在数据相对缺乏的年代，人类执着于对精确性的追求。然而随着大数据时代的到来，数据呈现出“异质性大”的特征：第一，数据主要源于人类社会、网络空间和物理世界三类特征各异的空间，每类空间中的数据具有异质性；第二，数据也可划分为结构化数据与非结构化数据两种类型，这两类数据之间具有很大的异质性；第三，政治、经济、文化、教育等诸多领域的数据之间也存在异质性。①刘金松：《大数据应用于教育决策的可行性与潜在问题研究》，《电化教育研究》2017 年第11 期，第38-42 页。异质性数据加大了学生整合知识的难度，具体来说，学生在面对与决策任务相关的异质性数据时，由于时间、精力、经验等因素的限制，很有可能简单地分析上述数据，而忽视数据背后隐含的不同前提与假设，这直接影响学生对于决策任务的判断，进而降低学生整合知识的精确性（见图1）。

图1 学生整合知识的难度提升

2. 简化决策的过程：学生忽视博弈意识与策略性知识

“具备策略性知识和博弈意识”同样是决策能力的关键组成部分，它要求学生在面向决策任务时坚持博弈理念，使用有效的决策搜索策略（Decision Search Strategies），且能够对概率进行“调和”（Tuning）。②C. Ball，L. Mann，C. Stamm，“Decision-making Abilities of Intellectually Gifted and Non-gifted Children”，Australian Journal of Psychology，Vol. 46，no. 1（1994），pp.13-20.大数据时代，决策的过程极大地简化了，学生习惯于使用相关分析、指标体系等快速地做出决策行为，长此以往，其决策能力中的博弈意识与策略性知识可能被忽视。

学生倾向于利用大数据的相关性来理解客观规律、做出决策行为。这一倾向形成的根本原因并非来自大数据本身，而是学生误用与滥用大数据的结果。具体来说，学生在决策过程中对于数据的依赖程度日益增加，他们运用大数据做出决策是建立在相关性的基础上的。然而，学生习惯性地从“因果关系”的视角来理解世界。因此，大数据总是被误用、滥用于因果分析。③维克托·迈尔-舍恩伯格，肯尼思·库克耶：《大数据时代：生活、工作与思维的大变革》，盛杨燕，周涛译，浙江人民出版社2013 年版，第207 页。学生的决策过程看似得到了大数据的有力支撑，实质上是利用了海量数据的相关性来做出决策。此外，这一倾向存在明显的负效应，即纵使学生能够在大数据环境中获得与决策任务相关的数据，但是这些相关数据并非直接对应于决策任务，或对学生决策行为的合理性造成负面影响。更为重要的是，这一倾向“轻视了决策过程中深思熟虑的重要性”。④维克托·迈尔-舍恩伯格，肯尼思·库克耶：《大数据时代：生活、工作与思维的大变革》，盛杨燕，周涛译，浙江人民出版社2013 年版，第195 页。学生若长期习惯于利用大数据做出决策，很有可能忽视其决策能力中的博弈意识与策略性知识。

指标体系也成为学生做出决策的重要依据。大数据影响下的决策环境日趋复杂，学生对具有可比较、可操作、可量化等特征的指标体系的依赖程度日益增加。同时，随着数据规模的不断扩大以及数据获取便利性的逐步提升，学生更易于运用指标体系做出决策。当前愈来愈多的事物逐渐指标化，但也存在着部分事物由于无法被量化等因素而被指标体系所忽视的情况。学生高度关注指标体系所反映的可比较、可量化的事物，他们甚至通过在社交媒体上分享数据使自己沉浸于指标攀比之中，忽视了未能被纳入指标体系的其他事物。换言之，学生运用指标体系所做出的决策看似合理，实质上却受到指标体系的高度控制。指标体系不仅限制学生意识到更多的事物，学生也很难依据决策任务快速找到最为恰切的指标体系。需要强调的是，学生对于指标体系的依赖使得决策过程被简化，其决策能力中的博弈意识与策略性知识或被忽略。

3. 形成封闭的循环：制约学生自主地做出决策行为

“自主地做出决策行为”亦是决策能力的重要组成部分，它要求学生在做出决策行为时不受外界因素的过度干预。然而，随着大数据时代的到来，数据价值不断提升，掌握数据尤为关键。在数据开放浪潮的席卷下，数据愈来愈集中在少数巨头公司手中。这些公司逐步掌握数据霸权，传统的隐私保护策略不再有效，学生的隐私受到了极大的威胁。人工智能与大数据的结合更是使得学生不自觉地在自身熟悉、偏好的领域内不断循环，从而制约其自主地做出决策。

数据价值提升与数据开放浪潮推动着数据垄断的形成。一方面，数据价值的提升成为数据垄断形成的重要动力。正如历史学家尤瓦尔·赫拉利（Yuval Harari）所言，土地在古代是世界上最重要的资产，当它集中在少数人手中，社会就分为贵族与平民两个等级。到了现代，机器与工厂的重要性超过土地，它们成为各种利益集团争夺的对象，而21 世纪数据的重要性超过上述两者成为争夺的新焦点。①尤瓦尔·赫拉利：《我们面临着“数字独裁”的威胁》，载网易网站：https：//www.163.com/dy/article/DNEBED830516JCVA.html，最后登录日期：2022 年12 月31 日。利用大数据进行分析的主体可以清晰地发现数据的价值潜力，这极大地刺激着主体采集、存储、循环利用学生的个人数据。另一方面，数据开放浪潮直接影响数据垄断的形成。在维克托·迈尔-舍恩伯格（Viktor Mayer Schönberger）等研究者看来，“过去，调查员为了尽可能多地知道嫌疑人的信息，需要把鳄鱼夹夹到电话线上。当时最重要的是调查某个人，而现在情况不一样了，比如谷歌和Facebook 的理念则是人就是社会关系、网上互动和内容搜索的共和。所以，为了全面调查一个人，调查员需要得到关于这个人的最广泛的信息，不仅是他认识的人，还包括这些人又认识哪些人等”。②维克托·迈尔-舍恩伯格，肯尼思·库克耶：《大数据时代：生活、工作与思维的大变革》，盛杨燕，周涛译，浙江人民出版社2013 年版，第201 页。换句话说，随着数据开放浪潮的兴起，在大数据时代告知与许可、模糊化、匿名化这三大隐私保护策略均不再有效。这种无效性是由两个因素引起的：一是利用大数据进行分析的主体收集到的数据越来越多；二是上述主体会结合越来越多不同来源的数据。学生的个人数据为少部分巨头公司掌控的态势已初步形成③尤瓦尔·赫拉利：《我们面临着“数字独裁”的威胁》，载网易网站：https：//www.163.com/dy/article/DNEBED830516JCVA.html，最后登录日期：2022 年12 月31 日。，任何阻挠学生将自身数据上传到赛博空间（Cyberspace）的行为似乎都会被视作过度保守，且随着数据存储成本持续暴跌和数据分析工具日益先进，上述态势或将愈演愈烈。

大数据与人工智能的结合阻碍着学生自主地做出决策。数据垄断为少数巨头公司积累大数据提供了便利，而人工智能则可以用于分析所掌握的大数据。具体来说，作为人工智能重要分支的机器学习可以对大量的学生个人数据进行解读，即将数学算法运用于大数据上以预测事件发生的可能性，为学生的生活创造前所未有的可量化的维度。然而，机器学习也在一定程度上引导着学生的决策行为，学生每一次浏览、交往等行为都会被机器记录，“帮助”机器对自身的偏好进行定位，这在潜移默化中限制学生自主地做出决策行为，使其在熟悉的、偏好的领域内不断循环，学生沉浸于“超真实”的决策环境中，逐渐失去理性批判的精神，不自觉地将自己禁锢于大数据与人工智能合力编织的可能性之网中，维克托·迈尔-舍恩伯格和肯尼思·库克耶甚至悲观地将决策环境形容为“一个没有独立选择和自由意志的社会”。①维克托·迈尔-舍恩伯格，肯尼思·库克耶：《大数据时代：生活、工作与思维的大变革》，盛杨燕，周涛译，浙江人民出版社2013 年版，第207 页。综上所述，随着大数据时代的到来，作为决策环境分支的大数据环境从上述三个层面影响学生决策能力的各个部分，这在一定程度上致使学生决策能力缺失（见图2）。

图2 大数据环境与学生决策能力

三、挣脱大数据困境：重构学生决策能力的关键路径

随着世界范围内信息技术的高速发展，人类社会已全面进入大数据时代，学生不得不面向大数据所营造的更为复杂的决策环境，这深刻地影响着学生的决策能力：庞杂的异质性数据使得学生较难把握决策任务，大幅提升其整合知识的难度；学生倾向于利用大数据的相关性与指标体系快速做出决策，策略性知识和博弈意识或被忽略；大数据与人工智能的结合建立了封闭的循环，制约学生自主地做出决策。因此，重构学生决策能力尤为重要，它须回应大数据所带来的深刻变革。

1. 构建多主体参与的决策助推体系，促进学生依据决策任务整合知识

助推理论是由行为经济学家理查德·泰勒（Richard Thaler）和法学家卡斯·桑斯坦（Cass Sunstein）于2008 年在《助推：如何做出有关健康、财富与幸福的最佳决策》一书中首次提出的。在该书中，作者将助推视作明显的经济刺激方式，能够影响人们的决策行为朝着可预见方向发展的选择架构导向，并强调助推仅改变选择架构，人们在决策时必须具有充分的自由，能够免受这种改变的影响。②R. H. Thaler，C. R. Sunstein，Nudge：Improving Decisions about Health，Wealth，and Happiness，New Haven：Yale University Press，2008，p.6.基于助推理论促进学生依据决策任务整合知识，具备合理性与必要性。它指出人们的决策行为受选择架构的限制，通过改变选择架构或可影响人们的决策行为。而大数据所营造的日益复杂的选择架构③主要指与决策任务相关的庞杂数据提升了选择架构的复杂程度。正是学生难以依据决策任务整合知识的重要原因，助推理论所强调的对于选择架构的改变也许可以转变这一情形。

因此，构建“政府-学校-家庭”多主体共同参与的决策助推体系，能够帮助学生更好地把握处于大数据环境中的决策任务，进而促进学生依据决策任务将碎片化的知识整合为系统化的知识。首先，政府可以使用设计默认选项、推送关键数据、发送失误预警等助推工具，引导学生冲破大数据所营造的复杂环境，提升其对决策任务相关数据的判断力，进而促进学生把握决策任务与精准整合知识。其次，学校须将培育学生决策能力融入教学内容之中，且要在教学过程中积极关注多样的决策环境，给予及时的引导与反馈，从而帮助学生明确决策任务、整合知识。最后，家长应在子女的日常生活中创设决策任务，培养其对于大数据影响下的决策任务的洞察力，并通过言语等方式予以指导或提示。值得注意的是，保证学校教育和家庭教育的相对独立性，是形成多主体共同参与的决策助推体系的关键环节。

2. 关注与提升学生的数据素养，降低简化决策过程的可能性

数据驱动决策的时代已经来临，学生倾向于利用相关分析、指标体系等快速做出决策，而极少深思其前提条件、适用范围、合理性基础等相关问题。作为学生决策能力重要组成部分的策略性知识与博弈意识，被大数据所营造的“确定性”假象所取代，复杂的决策过程被极大地简化。换句话说，数据驱动决策对学生决策能力产生了深远的影响，因此，认识到大数据的正面价值与负面影响尤为重要。而数据素养要求学生具备批判性思维，能够恰当地获取、评价、处理、总结和展现数据①M. Schield，“Statistical Literacy：Thinking Critically about Statistics”，Significance，Vol. 1，no. 1（2007），pp.15-20.②杨晓哲，刘昕：《面向数字素养的义务教育信息科技课程》，《全球教育展望》2022 年第6 期，第109-117 页。，同时也驱动学生运用策略性知识与博弈意识，进一步完善决策过程。概言之，关注与提升学生的数据素养是应对大数据时代决策过程简化的重要路径。

提升学生数据素养的关键在于构建相应的教育体系。就教育主体而言，在充分发挥教师积极作用的同时，也要利用数据传播机构与数据服务机构在开展数据素养教育方面的优势，同时，须意识到政府在为数据素养教育制定标准、完善评价体系、营造良好氛围等方面的关键作用；就教育内容而言，设置数据素养教育课程群是其重要组成部分，它既要遵循教学的基本原则与本质规律，也要与学生的数据素养结构相适应，重点关注基于数据的学生决策能力培养方面的内容；就教育平台而言，除了学校内部平台之外，还应建立大数据应用平台，它不但可以为学生营造智能化的大数据环境，而且通过收集与分析学生在该平台上利用数据资源的过程，能给予学生及时、精准的反馈与建议，从而促使学生的数据素养获得锻炼，其实质是学生数据素养教育的实训平台。

3. 实施责任与自由并举的数据管理，驱动学生自主做出决策行为

随着数据垄断的逐渐形成以及人工智能与大数据联系的日益紧密，学生不自觉地陷入封闭的循环中，愈来愈难以独立自主地做出决策，这无疑将对其决策能力造成较大影响。面对上述大数据所带来的威胁，仅对已有的数据管理方式进行微调显然不足以抑制大数据所带来的负面效应，彻底变革传统数据管理方式势在必行。

实施责任与自由并举的全新数据管理方式是驱动学生自主做出决策行为的关键，它主要包括明确数据使用者的责任、采用新技术模糊处理数据、建立完善的数据督导体系、确立反数据垄断制度四个方面，这既有利于保护个人隐私，又能够促使数据被合理地使用，从而为学生自主做出决策提供良好的外部环境。

具体来说，实施责任与自由并举的数据管理主要表现为：第一，鉴于大数据时代数据控制权逐渐集中于少数巨头公司，这些拥有控制权的数据使用者应为其行为承担相应责任，为此它们须对个人数据再利用行为的后果展开评估，在此基础上相对自由地挖掘数据的价值；第二，采用人工智能等新技术模糊处理数据，将促使对大数据库的查询只能显示相似的结果。例如，Facebook 将用户信息公布给潜在广告客户正是依靠这类技术，它非但没有破坏数据的解读价值，而且使得数据使用者在保障隐私的同时也能够对数据进行分析；第三，建立完善的数据督导体系，包括监督数据使用者的相关活动以及帮助其对大数据的准确程度与使用方法进行鉴定两个方面，这亦能够规约数据使用者的行为，推动其合理地利用数据；第四，为了防止在竞争激烈的大数据市场中出现垄断者，必须确立起反数据垄断制度。例如，美国为管理部分新兴行业制定了反垄断条例，它的出现对于少数巨头公司的相关行为具有较强的约束力，使其在较为自由地使用数据的同时承担相应的责任。