互聯網如何“改造”學校

我不是出身在教育行業的，我在兩年前開始了教育創業。在之前我有一個兼職的身份跟教育有一點關系，是兼一所大學的大數據專業主任，我正式的職業是百度云與大數據首席架構師。因為接觸了基礎教育行業的很多同行，慢慢地對教育產生了更大的興趣。

我們在創業的過程中做了很多探索，了解學校的需求，設計產品開發技術，把我們這么多年在互聯網的積累都應用出來。

在這么多年的技術生涯里面，可以說都是圍繞新技術研究，用大數據、移動這些技術來開展工作。百度講過的技術愿景和信息愿景，就是希望能夠用技術讓每一個人都能夠平等、便捷地去訪問信息。

當我們發現找到這個信息是不夠的，我們還需要能夠去為人們提供更多地服務，教育的服務、學習的服務。真正的技術離我們這個目標還比較遠，所以說我們一直在探索我們究竟該做什么事情，究竟該研究什么技術。

“互聯網+”，也就是我們為互聯網所做的事情加到新的行業，加到新的應用里面來。如果把“互聯網+”到新的行業里面，首先要知道這個互聯網具有什么樣的特點。最重要的一點，就是關于互聯網的模式，當想做“互聯網+”的時候，我們要知道互聯網究竟是以一個什么樣的模式發展的。為什么我們在這個行業里面可以得到那么好的速度，可以創造出我們以前僅僅只是在想象的事情？我覺得這里面最重要的一點就是關于迭代的過程，就是我們在做互聯網，很多時候是創造一個產品出來，這個產品可能出發點不對，或者有缺陷，但是我們通過這個試錯的過程能夠去了解這個過程，從而產生相關的數據。通過對這個數據進行分析，我們能知道原先的假設想法是否正確。然后，根據這個分析的結果去優化產品，通過這一次一次的迭代過程就能夠使我們的產品變得越來越好，也使我們產生更多的數據，從更深的層次去了解。

如果再把這個過程進一步規模化去放大，這樣，我們就能夠得到很多的產品。這些產品是用來滿足用戶不同的需求的，而這些需求很可能是我們以前所不知道的，或者說因為它是存在于少量的用戶的群體里面，而沒有被表達、沒有被發現。但通過我們提供更多的產品讓他們使用來發現這一點，因為使用的人數足夠多，所以一個再小的需求也可以被放大出來，使它變得足夠重要，然后才會有人愿意為這個需求創造產品，為他們提供服務。這樣的需求一開始其實我們并不知道，只有當我們做了一次不成功的產品之后，我們才能夠了解更多的用戶，通過這些使用，我們去迭代產品，收集更多的數據分析，給用戶更多的服務，匹配用戶的需求。

大家看到這個過程中有幾點非常重要，最重要是迭代的過程。我們一定要從假設出發創造產品，讓用戶使用，在使用過程中收集到數據，也就是說這個產品必須是要能夠直接接觸用戶，這樣我們才能夠收集足夠多的數據，才能了解用戶想要什么，才能驗證我們的想法對還是不對。同時這個過程需要被持續地放大，這樣我們才能按更多群體的需求給他們提供相應的產品。而通過這樣一個過程，我們發現產品在很多行業的應用中存在一些困難，這也是我們需要解決的問題。

我們要做“互聯網+”，需要在以下兩個方面做。第一就是數據。我們一定要通過用戶的使用去采集數據，通過對數據的分析才能夠知道我們原先的假設的正確性。第二就是連接。我們需要把盡量多的用戶連在一起。這樣以前那些沒有被重視的、小的需求也可以被聚集到一個足夠重要的地位。這樣才有人愿意為這些小的需求去創造、提供服務。而要做到這一點，一定是要靠一個平臺，只有這個平臺才可能去積累數據，才可能去連接不同的用戶。只有通過足夠多的數據積累我們才能夠實現個性化，所有我們對用戶的了解都難以讓用戶持續使用。一開始的假設可能是錯的，我們通過不斷地試錯去了解積累數據，從而才能夠為他們提供個性化的服務。只有連接足夠多的用戶才有可能去匹配這個需求，而這一切需要靠這個技術的產品才能實現。這就是大家在學校里面可能都接觸到很多的互聯網產品，大家都希望學校來試用自己的產品，只有用起來之后才可能給你提供更好的服務。這可能是很困難的事情，因為教育不能犯錯，一旦這個孩子的時間過去了可能就很難追回來。所以對這種嘗試是更加保守，而對一些不成功或者說不那么成熟的產品接納程度也是比較低的，這也造成我們推廣產品中會遇到一些問題。

所有的產品一定是在使用過程中才會成熟，最終成為一個產品。而也只有通過更好的嘗試才有可能去為那些看起來比較個性化、比較小眾的需求提供服務，因為只有把這些小的足夠多的需求聚集在一起，才可能發現有人愿意為他服務。這些都需要靠我們的平臺、靠技術去發現，去提供這樣的功能。

我們找了一些通過這個數據的連接，最終是會深刻影響教育的數據。因為這個數據，我們才能夠了解更多的學生；積累數據，我們才有可能去實現因材施教。個性化教育的基礎就是我們能了解這個孩子，去匹配供給和需求，我們才有可能給每一個孩子提供適合的教育。每一個人的需求都是不一樣的，但是更大的問題是去哪里尋找那么多的服務的提供者，去滿足每一種需求。這時候一定是需要我們通過產品、通過平臺把這些需求的供給者和消費者融合在一起。我們只有通過數據才有可能去實現因材施教，因為實現超大規模的因材施教，個性化的學習發展才有可能。

這兩年，我們和北京的一所學校一直共同探索，也做了很多實踐，因為本身學校就在做教學的改革，只有靠技術才有可能去實現為每一個孩子提供適合教育的目標。在這個過程中我們的理念非常相符，所以跟這個學校一起把我們的理念轉化成產品，在學校里面去應用，然后根據學校應用的成果再去修改迭代的產品。

具體來說，我們做這些事情，第一個就是記錄全過程數據，去構建完整的學生成長檔案。一個是過程性行為表現，像課堂表現、學習習慣、行為規范等等，我們更關注學生個體行為發展和性格的養成；還有一個是過程性學習評價，包括作業、試驗、隨堂測驗和實踐項目，關注學習進展，是對學習過程的檢測；還有一個是終結性學業評價，包括期中、期末考試，我們很關注成績，但并不僅僅關注成績，我們更關注的是成績背后所代表的學習情況。考試不僅僅是選拔和鑒別，更重要的是應該起到反饋和診斷的作用。這些反饋和診斷只有對這個學生的學習情況進行量化的分析后才會有一些數據。但過去的問題在于，我們只能看到總分，總分是一個一維的數據，體現不出什么，一百維、一千維之后就能反映出一個孩子整體的學習的特征，這樣的特征不能進行排序，只能知道這個孩子是什么情況，怎么能夠去幫他提升。這樣對他來說也才有可能更好地去了解自己的優勢和劣勢。

把過程性行為和過程性學業評價結合起來就是所謂的過程性的評價。把過程性學業評價和終結性學業評價結合起來就是學業分析診斷。我們希望給每個孩子建立他自己的數據庫，包括他的學習和實踐。他每一次考試的成績，每一次考試的錯題和錯題后面所對應的知識點，我們都希望能夠幫他完整地記錄下來，通過對這些完整數據的分析，我們去構建他的學業檔案，然后給他提供一些幫助。

我們也不僅僅只是關注學習的過程，因為對于孩子來說，這個學習的過程和他認知的發展，跟他怎么去面對學習的挑戰同樣是分不開的。所以我們和北京師范大學腦與認知科學研究院進行戰略合作，希望把這個學科的發展與認知的發展結合起來，通過長期的數據跟蹤，可以有一種更好的方式去訓練孩子們的認知，同時我們也能給他們提供更加積極去面對學業壓力的方法。

對于學習我們同樣有這樣的一套系統設置。首先把小學、初中、高中所有知識點的相關的課件、視頻都匯聚在一起，去建立一個結構化的數據庫。基于這些數據庫，學習過程線上線下相結合，線下會做得更加方便，也更符合現在教學的情況。我們把線下的數據采集起來，然后在線上進行分析，只有當我們采集了這么多的數據之后，才有可能去給學生做分析診斷建立起個性化的檔案。基于這個檔案我們能夠去支持他個性化的學習，因為我們知道每一個的關系，我們知道需要加上一些什么樣的材料。我們甚至都可以知道哪些知識點應該在學習過程中有什么樣的先后次序才會更加科學。這樣可以給每一個孩子構造出一條獨特的學習路徑。首先，我們應該有一個龐大的現在所有學科知識的結構化的數據庫。其次，通過對所有學生實驗數據的采集和全過程的跟蹤，給每一個孩子建立他們的學業檔案。然后，規劃他的學習路徑，幫助他去實現更高效率的個性化需求。

我們正在這樣探索怎么應用大數據幫助我們的差異化教學和學生課程的學習。

還有一個探索，就是希望幫助學校建設一個完善的課程體系。我們建立一系列的平臺，都是以課程為中心，包括排課系統、選課系統，還有基于過程記錄的綜合素質評價。就學生在選擇課程實踐過程中發生的事情，能夠幫助學生記錄下來，最后形成一份綜合的報告。同時我們會把這些數據跟學生的學業情況做相應的分享，希望通過我們給每一個孩子建立的一個屬于他的學習數據，幫助他把成長過程中的事件都記錄下來，這樣可以給他形成完全屬于他的個性化的檔案，可以支持他的學習和發展。

我們也非常自豪，我們在公司創立兩年多的時間里，服務了很多的學校和區域；服務了30多所教改類學校，提供了完整的平臺和排課、選課的服務；同時服務了100多個區域，3000多所中小學全過程學業數據采集與分析診斷；服務300萬學生開展個性化學習。這個常態化應用，做過教育類技術產品的人都知道是非常困難的事情，但是我們決心一直探索下去。

（作者單位：京修齊治平科技有限公司、北京愛云校教育科技研究院。根據會議發言整理）