用大數據改變未來的學習和教育

摘 ? 要：2014年11月20日，《大數據時代》一書的作者、被譽為“大數據時代的預言家”的維克托·邁爾·舍恩伯格（Viktor Mayer-Schonberger）做客華東師范大學“杏壇高議”文化講壇。帶著他的新書《與大數據同行——學習和教育的未來》（Learning with BIG DATA： The Future of Education），舍恩伯格開講教育教學的未來。舍恩伯格是十余年潛心研究數據科學的技術權威，也是最早洞見大數據時代發展趨勢的數據科學家之一，現任牛津大學網絡學院互聯網治理與監管專業教授，曾任哈佛大學肯尼迪學院信息監管科研項目負責人、哈佛國家電子商務研究中心網絡監管項目負責人、新加坡國立大學李光耀學院信息與創新策略研究中心主任，并擔任耶魯大學、芝加哥大學、弗吉尼亞大學、圣地亞哥大學、維也納大學的客座教授。在華東師范大學的講座中，舍恩伯格談到，未來的學校不會完全轉移到線上，仍舊會有物理性的存在，但學校的功能將發生重大改變;大數據將重塑學習的三個主要特征：反饋、個性化和概率預測;翻轉課堂需要教師們改變教學技能，以前照本宣科地傳授、宣講知識的技能，要讓位于組織學生討論的技能，讓位于從數據中獲取學生學習信息的技能，讓位于根據數據對學生進行個別引導的技能。

關鍵詞：大數據時代;在線學習;慕課;翻轉課堂;未來教育;未來學習

一、利用大數據來學習

我非常高興來到華東師范大學，和大家在一起進行探討。學習的未來、教育的未來都與我現在所做的工作相關。和學習者坐在一起，我們就可以探討改變學習的方式，思考如何提高教學的質量。這不僅僅是對那些優秀的人來說的，而是對所有人。每個人都配得上達到他們的潛力。所以，我和你們在一起，我也想向你們學習怎樣獲得知識和洞見。因為我在向你們學習的同時，也可以幫助你們學得更好。這就是我最基本的觀點——利用大數據來學習。

我給大家講一個故事。幾年前，我訪問美麗的國家——不丹，它在中國和印度的邊界線上。不丹的唐卡描畫非常著名。我訪問了一所學校，學生們正非常專注地描繪唐卡，完全和他們老師所做的一樣，和上一代的老師做的也一樣。幾千年過去了，這些學生和老師描繪的唐卡是完全一樣的。

教育對他們來講就是學習如何模仿過去。最好的學生就是“不偏離”的學生，和其他人所做的一模一樣。我看到這些唐卡時非常驚嘆，對他們極強的精確度感到吃驚，因為他們強調的只是模仿，而不是自己的思想，不是創造，不是原創，不是創新。

比較一下吳恩達。他是斯坦福大學的教授，一位計算機科學家，專長的領域是人工智能。吳恩達是一個聰明人，他開了家公司，這個公司表面上和人工智能沒有關系，但事實上它是一個在線學習的平臺，大家可以在上面選擇課程，學習人工智能。他第一次做在線學習平臺的時候大概有10萬人參與了選課，100個課時后竟然有約1.3萬人學完了相關課程，這些人來自世界各地，比吳恩達一生在大學里教的學生都多。他創建了在線學習體系的平臺之后，用這種平臺的理念改變了整個世界。這個理念就是利用平臺提供在線課程給全世界的人。這只是冰山一角，現在人們對于在線課程已經闡述了很多，它叫慕課（MOOC），即大規模在線開放課程。人們都認為MOOC課程主要關乎獲取，我想這是完全錯誤的。我認為MOOC主要是關于數據。我們怎樣獲得知識？怎樣獲得洞見？通過理解并考察這些數據，我們可以更好地理解怎樣學習，從而提高學習效果，最根本的好處就是MOOC將改變我們學習的方式。

現在讓我們想想，人們到底是怎么學習的？200多年來，學習一直是學校體系的一部分。在那以前幾乎沒有什么大學或者學校，學校的教育基本是以個人形態存在的，一個富家子弟可以請得起一位導師，教育只有少數人才能獲得。而現在的教育是面向普通大眾的，這是一個很大的進步，但還不夠。因為我們每個人都有獨特的個性和個性化的學習需求。目前的教育系統沒法支持這一點。那么，如何才可以改變這個系統？就是要通過對數據的利用。

二、大數據將重塑學習的三個主要特征

我想向大家介紹一個人，他叫路易斯·馮·安（Luis Von Ahn），也是一位很著名的計算機學教授。他首創了一項通過網站和智能手機幫助人們學習外語的應用，叫做“多鄰國”（Duolingo），下載是免費的。我們在這個應用中可以學習國外的語言，非常有意思，使用起來也很輕松。現在，有成千上萬的人用它學習語言。無論他們每天花幾分鐘，還是幾小時，Duolingo都可以通過跟蹤應用程序來收集人們學習語言的數據。安可以和他的團隊獲得這些數據并分析人們的學習方式。安說：“其實，我們對于到底如何學習外語知道的還不多，但是可以通過對數據的分析來了解學生犯了什么樣的錯誤，怎樣才能夠幫助他們更好地學習。”

目前，大家通過考試來獲得關于學習的反饋。考試之后你會得到一個分數，我覺得分數對你的幫助很有限，也不能幫助你好好改善學習。因為它沒辦法分析學習的過程，只能讓你看到學習的結果。可能你學習的方式本來就是錯的，或者你用的教科書不對，或者教師的教學方式有問題，但是你都不知道。目前我們并沒有去收集正確的數據來提供更好的反饋，即使我們在收集，數量也可能沒有達到Duolingo的規模。

通常而言，我們只收集容易收集的數據，而不是那些幫助我們知道如何改善學習方法的數據。但現在這一切都在改變。大家都知道亞馬遜的Kindle電子書，這個產品的精髓就是可以收集很多數據，它能知道你閱讀每一頁花費了幾分鐘，為什么你在讀某一個章節時停下來。你所有的行為都會在這個電子書上記錄下來，甚至會記錄你因為這本書很乏味不愿意讀下去的行為。有了這些數據之后，Kindle可以研究這本書中可能存在的改進機會。《大數據時代》出版以后，我們也把它放到Kindle商店，世界各地有成千上萬人讀這本書。我要跟大家分享一個秘密，讀者對這本書劃線最多的10句話我一句都沒猜中！換句話說，我的讀者讀這本書的角度和我的角度是不一樣的，這些數據讓我知道讀者關注的是什么，這對我下一本書的寫作很有幫助。

剛剛說到的吳恩達先生，他就很好地運用了反饋機制。他發現在大家做考題的時候，如果有一個知識點學生學得不好，會回過頭來看前面一課中自己要補充的知識。換句話說，如果學生沒有100%弄懂，他們可以利用這種反饋機制來改善。這同時也完善了吳恩達先生的教學方式、教科書和教學材料。

如果你對某一本書有意見，可以寫信給作者，但是作者為了你修改這本書的可能性不大。因為作者可能認為只是某個讀者對這本書有意見，不具有代表性。然而，大數據的精髓就在于收集到足夠多的信息，覆蓋很大的面。通過這種收集和反饋，我們終于能用正確的方式來編寫好我們的教科書了，但這仍然只是冰山一角，只有在我們理解個性化需求的時候才會發生。

剛剛我說到目前的教學體系其實是為大眾生產的，就像福特汽車公司創始人亨利·福特先生最早將流水線付諸實際應用一樣。每個人無論貧窮還是富裕都可以獲得受教育的機會，但任何國家都存在教學系統方面的問題。例如，在中國，現在在校讀書的學生約2億多名，卻沒有一套教學方式涉及個人——除非你有電子化的工具。如果我們必須通過改變教育，從大量生產的方式中設計出一套適合個人的方式，我們可以做什么？美國紐約有一個專門為數學系學生設計的項目。在這個項目中，每個學生都有一張自己的課程單，并且是根據他們的需求以及要學的內容來設計的，當然也考慮到他們的潛能。這就是紐約現在實行的個性化課程。

我們用智能的方法做這些的根本目的是促進和提高教育和學習成功的機會。其中，最核心的理念是我們在使用數據的時候從那些學習材料和學習過程中提取最佳元素，并用一種個性化的方法組合。對你而言是個性化的，對于一個班級來說也是個性化的。因為每個班級、每個學生都不一樣。我作為一個老師，必須學習怎樣把你們教得更好。我在哈佛大學可以這么做，在牛津大學也可以這么做，因為學生人數少。教15名學生的時候，我可以給每門課程寫一個報告，但這種學習的方法不能擴大，不能同時用于200名學生，但運用科技就可以。所以，個性化是僅次于反饋的第二大要點。

了解世界主要是通過概率性的預測。我們必須認識到世界充滿了概率，充滿了不確定的機會，而不是確定性。確定性在我們的世界不存在，我們只能說某件事有90%的可能性，或者30%的可能性，永遠不能說是100%確定的。我們的生活沒有多少確定性，但教育充滿了確定性，教育在很多情況下教的知識是確定的。如果你告訴一位家長，改變教材后，他的子女有30%的可能性會提高分數，但也有5%的可能性會不及格，你該怎么做？怎么通過比較風險來決策？這就很困難，因為我們作為個人沒有多少關于教育概率的預測。然而，未來所有的一切都將和概率預測有關。

通過數據分析我們獲得相關性，但很少獲得因果關系，即我們看到發生了什么，只能看到表面的聯系性，不能確切知道這種聯系為什么存在。我經常開一個玩笑，冬天的時候我回老家，86歲的母親說：“我要感冒了，得戴帽子。”這看似是因果關系，而實際情況是你的鼻子里面有病毒侵入才會感冒。我母親卻不這么認為。我們應該理解正在發生什么事，而不是冒失地獲得表面的理解，所以反饋、個性化和概率可能性會形成我們用大數據學習的基礎。

反饋將會增加我們改變教材的可能性。基于學生真實的反饋，個性的信息將會讓我們重設教材和學習環境。現在，全世界幾乎所有地方都能看到用大數據搭建的新的學習平臺。孟加拉裔美國人薩爾曼·可汗（Salman Kahan）創建的可汗學院是個很好的例子。這個學院有分布在200多個國家的5000萬學生，在線教學平臺上有5000多門視頻課程。你們不知道的是，這個學院從一開始就理解了數據的力量，他們獲取所有能夠被獲取的數據，比如你選了哪些課，多久看一次課程視頻等。他們把所有數據收集起來用于反饋，實現個性化。可汗學院的教學平臺擁有超過10億道已經完成的習題，它改變了很多學校、鄉村、社區的教育質量。例如，在加利福尼亞的一個低收入家庭社區，可汗學院幫助這個社區里的孩子學習數學。有一個7年級的女學生數學不好，你在數據里就可以看到她反復地學習數學課。然后，她突然學了別的課，數學竟然開竅了。她的反應越來越快，在夏季學期結束時成為最好的學生之一。

你們也可以獲得這樣的成績。如果內容個性化，適合你的偏好和需求，這種平臺學習意味著翻轉課堂。翻轉課堂讓學生在課外閱讀材料準備內容，進入課堂時腦子里充滿了問題，進而討論問題。所以，學生不是用在學校里的時間讀書或者聽教授讀書，而是彼此互動。因為學習是系統行為，翻轉課堂就是重構學校。學生們觀看視頻，學習全世界最好的教授講授的課程，然后在自己的學校里和教師進行探討，鞏固已經學過的知識，這就是所謂的翻轉課堂。

未來還會有現在這樣的學校嗎？學校會成為私立的公司嗎？這個問題沒有答案，不過我知道這場競爭的贏家將會是那些駕馭了大數據的人，并以此改變每個人的學習方式。

三、大數據帶來的挑戰

此外，我還要談一談大數據帶來的挑戰。一方面，大數據為我們帶來很多好處，但這些數據也可能被濫用。我一直主張用大數據改善學習，但如果在學習過程中犯的錯誤也被大數據系統永久記錄就糟了。學習本身是一個不斷嘗試和試驗的過程，必須確保曾經犯過的錯誤不在接下來的一生中重犯。我們不希望大數據把你鎖定在過去的錯誤中。

另一方面，當我們利用大數據這個工具的時候，一些很聰明的人認為大數據并沒有幫他們改善學習。大數據在找到那些真正聰穎的學生的同時，卻把不太聰明的學生淘汰了。他們認為不該把學習成績不好的人收進哈佛這樣的好學校。但我認為，對于老師來說，教導水平好的學生是很簡單的事情，相對來說較容易;更具挑戰的是教導水平參差不齊的學生，幫助這些學生挖掘潛能，幫助并不是很有動力的學生激發學習動力。

新的大時代已經開始了，我們希望用最好的教學方式讓所有人得到更好的學習經驗，這就要利用大數據。然而就像我剛才說的，這不是100%確定的事，只有一點是肯定的：萬事在不斷改變。

編輯 秦悅 李廣平