量化自我技術支持的未來學習構想與實現

摘要：文章介紹了量化自我的概念以及用于教育教學的理論依據，列舉了量化自我的實用案例，并分析了量化自我對未來學習的技術支持。量化自我作為大數據時代的產物，未來4～5年，必將對現有教學產生深刻的影響和變革。

關鍵字：量化自我；未來學習；大數據

【中圖分類號】G40-057【文獻標識碼】A【論文編號】1009—8097（2015）03—0018—05【DOI】10.3969/j.issn.1009-8097.2015.03.003

大數據時代的來臨，使人們對于數據越來越關注，期望通過數據推理出一般規律，而數據本身也不斷改變著人們的日常生活。大數據、數據挖掘技術也隨著數據量的不斷翻番，成為研究的熱點。技術更新周期的不斷縮小，人們對學習的認識從移動學習延伸到泛在學習，更期待未來學習改變目前的教育現狀，量化自我作為一種將在未來影響高等教育并且讓人們更加了解自我的新型技術以及理念，在不斷發展過程中逐步改變了人們的生活以及學習。

一 量化自我的內涵及其教育意蘊解讀

量化自我（Quantified Self）一詞來源于美國《連線》雜志主編凱文·凱利（Kevin Kelly）和加里·沃爾夫（GaryWolf），用來借指那些不斷探索自我身體，以求能更健康地生活的人們。

現階段，消費者通過技術的運用緊密追蹤與他們日常活動相關的數據，而量化自我描述的正是這一現象。例如水杯、手表、手環和項鏈等可穿戴設備的出現，是出于自動收集數據用以幫助人們管理健康、睡眠周期和飲食習慣的設計理念。受這些觀點的影響，許多人現在依靠這些技術來改善自身的生活方式以便提升健康狀況，在醫學方面因量化健康教育對患者康復有積極作用，而提倡實施量化健康教育。移動應用程序通過為消費者提供易于閱讀的用戶界面，從而方便消費者查看和分析個人的指標，移動應用程序不僅追蹤用戶去了哪里、做了什么以及他們花費在這些事情上的時間，而且還關注他們的愿望是什么以及這些愿望何時能夠實現。

在傳統教育中，教師是主體，是中心。學生的學習往往局限于課堂、書本，學生是知識的被動接受者。課堂教學大多屬于批量生產，但現實情況是：無論哪一個層次的學生，在學習興趣、能力、思維方式和目標志向等方面均存在不同差異，且這些差異還隨著時間與地點的變化而變化。計算機以及網絡的出現，可記錄教師授課的內容以便反復觀看，學生避免了做筆記聽課走神等問題，可使得學習更加輕松愉快。

不管是行為主義理論、多元智能理論、建構主義理論，教學中不管采用的是以教為主、以學為主還是雙主體的教學模式，最終目的都是為了提高教學效果，更好地為學習服務，為人才培養服務。然而，人與人之間存在差異，這也是我們教學過程中常常忽略的特征，雖然在教學系統設計的過程中，會對學習者進行分析，但這種分析往往僅是考慮學習者整體的特征，無法實現個性化教學。

量化自我理念是對人們自身所產生的行為做數據化的分析，科學數據是科學共同體用于科學研究的一種普適語言，具有簡潔、精確、易交流等特征。科學數據因其在不同學科之間具有可通約性而具有的共享性、精確性以及數據自身的生命周期性等特點，構成了科學數據的價值。

數據作為一種較直觀的依據，很早就出現在教育中，比如在學習結束后測驗所得的分數，是教師判斷學生對知識的掌握程度最常用的標準，也是現有教學制度中一個重要的教學評價指標，但是這一單一數值并不能作為學生學業的唯一評價標準，教師常常根據這一數值以及以往經驗對學生做出不科學的判斷，量化自我更關注學生的方方面面，包括日常的行為表現、身體機能以及個人素養等。但是這一類型的數據只是量化自我的冰山一角，利用量化自我技術將產生巨大的數據群，在這些數據中隱含重要的信息內容，這也正是大數據為人們所關注的重要方面，未來更全面的分析軟件或許可以從海量的數據中挖掘出個體行為所表現出的深層含義。

二 量化自我大數據的生成及其對學習的技術支持

量化自我概念問世以來，業界圍繞如何通過該技術的使用幫助實現自我提升這一想法已經形成。通過見面會和網絡社區，藝術家、自助者以及大學的研究人員希望通過分析他們自身創造和收集的數據來改變自身和社會的其他成員。例如量化自我研究所（Quantified Self Institute）是荷蘭漢斯大學應用科學系創建的，這一組織正帶領國際和區域合作伙伴一起開展對自我追蹤的不同方法的研究。該組織已準備就緒，將通過推薦有效的技術應用帶領量化自我運動進入高等教育機構。

隨著越來越多移動應用程序和可穿戴技術的使用，人們正以成倍增加的速度創建數據，量化自我運動通過有趣的方式集成這些數據流。例如通過量化自我可以在監控自身睡眠、運動、飲食以及其他重要模塊后，創建更加健康的生活計劃。新的移動應用程序Whistle甚至還可以使人們能夠像追蹤自己一樣追蹤自己的狗。可以想象，如果從學習分析數據里面搜集的考試成績和閱讀習慣的數據能與其他生活方式追蹤的信息相結合的話，那么這些大數據將可能揭示環境變化是如何改進學習成果的。

量化自我不是單指對用戶自身的各個健康指標進行量化，也可對用戶表現行為進行數據化分析，眼動儀在數字化閱讀中的使用，通過對瞳孔以及第一次到達目標區域時間等各項指標的測量，分析得出在什么樣的環境下哪一種呈現方式的閱讀材料能夠達到最佳的閱讀效果。新型設備如Memoto相機拍下的照片帶有GPS標記，用戶可以通過時間或者地點來管理它們并通過軟件在線儲存并分享，是一個能夠別到用戶領子或紐扣上的微型相機，旨在每半分鐘自動捕捉一次信息，它使得人們可以追蹤自身的生活。

智能杯項目（Vessyl）是由Justin Lee開發，它可以從“分子水平”上檢測杯中的液體，也就是說它知道倒進去的是咖啡還是果汁、是哪個牌子的咖啡、咖啡因含量、脂肪、糖分、蛋白質含量等參數。在絕大多數情況下，當你打開相應的iOS或安卓應用時，Vessyl就會告訴你關于杯中飲品的具體數據。智能水杯不僅可以知道你每天喝了多少水，還可以知道你每天喝了什么，當用戶給自己制定一個作息規律，智能水杯可以提醒用戶該喝水以及該喝多少什么樣的水。

人們對通過追蹤和測量自身行為和活動的分析表現出極大興趣。學生們已經花費時間在正式的教室情景里收集與自身或研究課題相關的數據。根據人們的這種興趣，量化自我技術以移動應用程序、可穿戴設備和基于云的服務等形式出現，這使得數據收集的過程變得更加容易。

量化自我這一技術還具有打造某些行業未來的潛力。例如在醫療領域，醫生不僅能夠使用傳統的藥物，還可以使用個體收集的數據，例如心率、血壓和血糖水平等。該領域的進步可以讓電腦在患者踏進醫院之前就搜索出特定模式，幫助醫生更準確地診斷或預測健康隱患。

大數據越來越多地被人們提起，人們對自我進行量化的過程所產生的大量信息，就是大數據的重要組成部分，當今世界幾十億的人群，每天通過手機產生的地理位置、視頻、照片、聲音等信息都是量化世界中的一部分。“自我量化者無疑也在貢獻大數據”，《大數據》的作者Cukier說，“大數據與大小無關，它指的是如何用數據來產出新的東西。如我們正在隨時隨地地收集我們自己的呼吸以及心率數據——這是從前只有大的調查研究室才能做到的，而如今這樣的數據正在爆發。”

隨著技術的不斷進步，運用技術讓人們更了解自我。量化自我作為一種全新的技術，在不斷被人們認識的過程中，也被不斷挖掘出其對學習的支持。檔案袋作為傳統的記錄學生信息的載體，被很多教師所熟悉并使用。當使用購物網站時，網站會記錄用戶的瀏覽信息，并可以根據記錄推送相關的產品，或推送此產品的其他用戶瀏覽記錄，這一個性化服務被用在了越來越多的網站。在教學中，雖然以學生為中心的教學模式提出已久，個性化學習也在小范圍內有可能實現，然而班級授課制作為主體的教學模式仍將持續，教師無法因材施教，也無法給予不同特征的學生個性化的服務。量化自我的出現，不僅可以幫助學生找出擅長的部分，教師也可根據這一類數據分析學生在哪些方面有所欠缺，及時推送相關信息給學生及其家長，哪些方面是學生突出優點，及時加以鼓勵，以便平衡學生發展，并提供一定程度上的個性化服務。

學習者通過量化自我技術將學習中發生的過程信息，行為數據及在協作交流中形成的社會認知信息記錄下來，并能完整而永久地保存在學習檔案數據庫中。資源平臺分析學習者產生的信息數據，推送合適的資源，支持個性化學習。

在任何學習環境下，學生自發或在自然狀態下產生的學習，效果更長久。馬斯洛的需要層次理論中自我價值實現的需要，學習者自發行為的產生，也就是學習動機的發生不僅需要內部刺激的推動，外部刺激作為動機形成的誘因也起著至關重要的作用。在教學過程中，教師對學習者學習過程中數據的分析，發現學生所獲得的進步，對其施加鼓勵，可以使學習者獲得滿足感，有利于內部產生刺激，提高自信感以及對成功的渴望，內外部刺激共同作用，可以激發學生自主學習的產生，提高自主學習的效果。

不僅如此，一些學習系統和平臺還能夠借助這些學習者學習行為的“量化自我”，記錄學習者在學習時的相關生理和心理數據。比如，學習者在觀看某一內容時的眼動規律，這些數據不僅可以用來幫助課程設計者、系統分析師及平臺開發者在后續修改課程、設計及平臺時參考，而且，這些學習者學習時的生理、心理數據可以用于對學習者進行智能的、個性化輔導服務及學習支持，推送學習者感興趣的課程與內容，提供處于學習者最近發展區的課程和材料，選擇學習者喜歡和習慣的學習材料表征方式，從而實現個性化的、定制的、智能的和高效的學習。

三 未來學習的技術解讀

量化自我的出現引發人們對現代教育的思考以及對未來學習的展望。教師教學的過程與學生學習的過程是否可以直觀化分析而非經驗性判斷，學生是否可以被教師所認識，能否認識自我，教學過程中的每一步在數據分析的基礎上是否能夠針對性調整，這將是未來學習與量化自我結合所產生的變化。

數據不僅參與到社會、科學、技術等領域的變革之中，其自身也發生著革命性變化。數據以其實用性成為其產生發展的基礎，數據與技術的自然結合是其先天性體現。近代科學中數據基礎性地位的確立，是數據與科學融合的結果。21世紀信息技術的發展導致的大數據正在引發一場波及所有領域的革命，大數據已經從工具、依據性角色上升到自身蘊含有待開發的信息和知識的資源地位。

新技術的出現往往在很大程度上改變人們的生活方式，進而運用于教育，使得教育的效果達到最優化，如電影電視以及幻燈片的出現都對教育產生了深刻的影響，時至今日，在教育教學過程中仍然有很多技術的支持。

傳統的技術在教育教學中充當著教學媒體的作用，教師利用各種技術帶來的便利，更具體形象化地為學習者呈現知識。量化自我的出現，學習者在學習的過程中更主要的是要主動獲取，主動去了解學習的過程，是一個學習世界、認識世界，塑造世界觀、價值觀和人生觀的過程。

量化自我是對數據的認識，每天人們各種行為所產生的大量數據，數據作為一種和文字相同的語言，量化自我技術讓學習過程被重現。教師可以通過數據分析出學習者學習過程中所產生的行為，并找出這一類行為產生的原因，而學習者則更了解自我的學習過程。這不僅有利于教師有針對性地引導學生更有效地學習，也可使得學習者以產生的數據作為依據，進一步完善自我。通過長期的堅持，不斷地進步，有利于激發學習者內心的學習動機，有利于其獲得成功的喜悅，對自主學習的發展有很大的幫助。

教學活動開始前，教師首先會對授課對象進行分析。而個體學習效果的不同取決于多種因素，如個體本身有智力因素與非智力因素之分。智力因素通常是指記憶力、觀察力、思維能力、注意力、想象力等，即認識能力的總和。它是人們在對事物的認識中表現出的心理特性，是認識活動的操作系統。而非智力因素是指智力因素以外的一切心理因素，它對人的認識過程起直接制約的作用。智力因素屬于穩定的品質，非智力因素屬于意志品質，是可控的因素，并且通過外部刺激的激發可令其發生改變。教育無法改變人的智力因素，但是可改變人的非智力因素。

在教學過程中，不同的個體因為眾多因素的不同導致學習效果有差異，這些因素不僅有智力因素，還包括情感因素，因此教師必須盡可能準確地把握課堂活動中的這一特質，要清醒地意識到學生的外部行為并洞察其內在意圖，并能夠監控自己的思維和決策。很多教師對待能力水平較低的學生缺乏耐心，在學生做出不符合課堂的行為時，往往會給出斥責甚至懲罰，能力水平較低的學生對于教師的耐心和同情心依賴相比能力水平較高的學生更高。教師若無法察覺這一行為及內在意圖，不僅會打擊學生的積極性，甚至會導致學生行為產生偏差。

學習者學習的過程不僅是自我提升的過程，同時也是發現問題的過程。學生通過定期的自我反省，不斷完善自己。教師在教學過程中通過定期的觀察與測試等考核方式來判定教學效果，但是并不準確。所有的學生都希望得到教師的關注，但教師往往偏愛分數高的學生，在教學中給予學生適當的提示以及鼓勵對于暫時沒有掌握內容的學生比較重要。教師可以通過對學生日常行為表現所得的數據分析出學生做出某些行為時的心理反應，助教通過對實時課堂中學生行為的觀察，及時將信息反饋給授課教師，授課教師對授課做出適當的調整，以此來達到類似個別輔導的效果。

量化自我未來的發展將會是人們通過攜帶類似紐扣等微小物品，學習者在沒有感知的情況下產生并記錄下相關信息，學習者可以選擇清除某部分不愿意被知曉的信息，就如同人們定期清除短信或上網記錄一樣。而在學習過程中，在學習者知情的情況下，數據庫記錄學習的軌跡，教師收集有關學生在日常生活以及學習過程中的數據，并通過數據分析了解在學習過程中，學生出現的問題，及時采取措施進行干預，提高教學效果。

量化自我對教育教學的支持是無可厚非的，但當下任何新技術的應用總會遇到一些阻礙，除了考慮是否能夠承擔成本之外，個人隱私信息的保護也是人們關注的重點。

1 用戶隱私的保護

當前這項技術廣泛使用的障礙主要是基于隱私方面的考慮。正如，現在很多人都對平常的問卷調查產生質疑，對于電話號碼等一系列涉及隱私的信息不愿公布，量化自我的發展，或許可以像手機關機一樣是能夠選擇性關閉對數據的監測。

2 設備所需成本過高

技術用于教學，成本是首要考慮的問題，相對較多的技術共同組成的量化自我技術，必然要求高費用的設備配備，家長顯然無法全部承擔這一開支，而學校更無法承擔所有學生的設備成本。

大數據引發的革命使人類正面臨新的機遇和挑戰。這場大革命需要解決一系列基礎性問題，如數據的本質、性質、類型和價值；大數據引發的諸如隱私、安全和版權等問題；數據的獲取、挖掘和共享的技術難題；相關數據科學家的教育和培訓等問題。人們對這些基本問題進行的持續探索和研究，必將導致新技術的誕生和人們生活方式的巨大變革。

四 結束語

大數據時代的來臨，各種行業都將面臨巨大的變革，教育行業自然不能例外。美國新媒體聯盟（NMC）在《地平線報告2014年（基礎教育版）》中也指出，未來4～5年，量化自我將成為重要趨勢。我們期待量化自我將對現有教學產生深刻的影響。