大數據驅動下學習方式變革研究

張軼輝，鄭玉蓮，饒先發

(1.安徽科技學院，安徽 鳳陽 233100；2.江西理工大學，江西 贛州 341001)

隨著經濟發展和產業結構轉型升級，社會對人才的要求越來越高，進一步凸顯了高等教育與社會需求脫節的問題。隨著信息技術的發展，大數據走進了大眾生活，并加速了社會變革。大數據技術將提供更加豐富的學習資源、教學方式和學習方式，驅動教育新變革。轉變學習方式、提升自學效率、高效終身學習，已成大數據時代需要。認真梳理高等教育現存問題，全面分析原因對策，深化大數據驅動下高等教育改革研究，深挖高等教育大數據資源潛力，對建設一流大學、培養一流人才都具有重要意義。

一、傳統學習方式阻礙了一流人才培養

人是有個性、愛好、習慣、天賦等的個體，并能隨著教育環境變化而改變。按照統一的模式實現統一質量標準的人才培養模式顯然阻礙了個人稟賦的彰顯和個體潛能的發揮。

1.共性化學習阻礙了創造性人格培養

創造性人格是創造性人才形成的基礎[1]。傳統教學要求統一培養方案、統一培養模式、統一授課模式、統一授課內容、統一授課進程，要求學生用同樣的過程學習同樣的內容，造成了學習的個性化缺失，共性化加強。學習檢測用筆試評判，學習效果用標準答案評判，造成了死記硬背學習方式的持續盛行，豐富的學生個性被忽略甚至扼殺，學生主動求知的興趣被打擊，學生創造的心向被腐蝕，學生獨立個性及健康人格難以形成。

2.掌握性學習阻滯了創造性思維的形成

學習是生命活動和心靈成長的運動[2]。創造力是由意象化思維產生，創造性思維是創造性人才核心[3]。在傳統的教育模式中，標準答案是學習評價的神圣參考，這就促使形成了以知識灌輸為特征的掌握性學習方式。掌握性學習中，學生是學習的機器、知識的容器，程序化機械化的思維使得學習者思想呆滯、思維固化，嚴重影響了創造性思維的形成。

3.固定式學習阻遏創造性能力的提升

創造性能力是創造性人才形成的關鍵。學習目的的功利化和學習負擔的繁重化導致學生傾向于在固定的時間和空間接受固定的知識，沒有思考的動力和時間，沒有創造的積極性和主動性，這阻遏了創造性能力的提升。

二、大數據與大數據思維

1.大數據

自從2008年Nature專刊Big Data介紹和分析大數據及其價值、作用后，大數據迅速成為學術界和產業界的話題熱點[4]。2011年5月麥肯錫公司首次提出大數據概念[5]，隨后《紐約時報》《華爾街日報》《自然》等雜志紛紛推出專欄介紹大數據，維基百科、英特爾子公司邁克菲(McAfee)、國際數據公司等也從不同角度介紹對大數據概念的理解。不同領域和價值判斷使得大數據的內涵變得更加寬泛。大數據是借助海量數據的分析而獲得數據潛藏的價值、服務或見解[6-7]。大數據已經被各個學科視為學科新變革新發展的動力源，成了各學科專家學者競相研究的熱點。大數據將開啟時代特征的新轉型[8]，成為生產力提高的新源泉[9]。

2.大數據思維

大數據是新資源、新方法[5]，將開啟新的科學研究模式[10]。大數據具有來源多頭結構復雜的多樣性(Variety)、數據流實時高速的快速性(Velocity)、種類多規模海量的巨大性(Volume)、隱形價值極高的價值性(Value)等特點。大數據是新學科、新技術體系，已經滲透到社會各個角落，對我們學習、生活、工作、思維方式都帶來了變革。大數據帶給世界的最重要的變革是大數據思維。大數據思維改變人類固有的思維方式、認知方式、交流方式，驅使人們以全新的理念、方法和秩序來審視社會和認知一切。

(1)大數據時代思維方式的結構

隨著信息技術發展，大數據帶來了思維方式的巨大變革，大數據驅動思維活動由“個人為主體”向“集體為主體”轉變，思維活動由“局限的、表象的數字為客體”轉向側重“數字隱藏內涵的全方位、多角度式的綜合思維”轉變。以云計算為代表的大數據技術成了人類思維的有力工具，充當思維中介并極大替代了人腦的程序化活動，使得思維主體有機會將更多精力投入到創造性思維活動中。

(2)大數據時代思維方式的特性

大數據思維是一種復雜性思維，具有敏捷性、開放性、前瞻性和個性化等特征。大數據思維是思維方式的重大變革，代表著思維發展的新方向[11]。對于大數據思維的內容雖說法不一，但總體可概括為：總體思維、容錯思維、相關思維和智能思維。大數據驅動思維方式巨大變革的同時，也要求思維主體——人類思維敏捷性不斷提高。大數據思維是一種整體關聯性思維，注重多元非結構數據的整體兼容性。大數據思維是一種發散開放性思維，驅使人們實現思維模式的數據化轉變。大數據思維是一種多元共生性思維，鼓勵合作與競爭的多元主體之間的對話交流、互惠互利。

①相關性思維

相關性思維是大數據思維方式的重要變革。過去，我們強調事出有因，習慣并嚴格遵循因果關系。大數據時代，強調的是讓數據發聲。相關性思維要求我們根據相關關系認識事物之間并非必然存在的因果關系，從雜亂無章的數據中，找尋事物與事物之間的相關關系，以全新的方式揭開事物真相。

②整體性思維

過去，受采樣、統計、分析能力所困，我們只能采取代表性科學抽樣的方法，以樣本推測整體，以小見大。大數據時代，數據采集的整體化、全程化、動態化、實時化使得我們運用全體的數據統計分析，從而更精準的認識事物間的關系，實現“以大見小”。整體性思維遵循從整體到部分、從系統到要素、從一般到個別的認知模式。

③預測性思維

大數據的核心價值在預測。借助已有的數據，通過相關性分析，預測未來趨勢，從而更好地改造世界。預測是大數據最重要的潛力價值。

三、大數據思維下學習品質特點

傳統教學方式、學習方式存在諸多弊端，大數據為傳統學習問題的解決和學習品質的提升提供了基礎。所謂學習品質，是指能反映學習者學習的習慣傾向、性情態度、特點風格等。學習品質概念強調的是獲得技能的能力或過程，而非通過努力而獲得的技能本身。

Biggs及其同事將學習品質劃分為深層學習品質和淺層學習品質[12]，為界定學習品質這一概念奠定了基礎。學習品質包含好奇心與興趣、堅持力與專注力、想象力與創造力、反思能力與批判思維[13]等五個方面的內容。大數據思維之于學生學習品質培養的價值，集中體現在其對學生學習品質培養的目標制定、內容選擇和手段篩選等。大數據的整體性思維促進學生的綜合發展，大數據的發散性思維促進學生的創造能力提升，大數據的相關性思維促進學生的反思批判能力培養。大數據時代學習品質將實現由“分數取向”向“能力取向”、由“教師單一講授”向“多方主體參與”、由“被動式接受”向“探究式學習”、由“共性化學習”向“個性化學習”、由“傳統封閉課堂”向“多元協作交流”、由“繼承性學習”向“創新性學習”等的轉變。

1.由“分數取向”轉向“能力取向”

培養學生德智體美勞全面發展是新時期教育的主要目標。雅斯貝爾斯認為，“教育是人與人之間精神的契合、文化的傳遞”。單純以分數論高低的訓練方式勢必會阻滯學生思維品質的發展。大數據的整體性思維啟示社會要以全面的觀點去看待學生的發展，應重在思維品質的訓練和學生能力的提高，而非分數的高低。

“學會學習”是學習品質的價值取向。學生學習品質是在自主學習和不斷試錯中“自生自發”地形成和發展的。創造能力是學習品質的核心要素，學生的創造能力培養與大數據發散性思維密切相關。大數據的發散性思維啟示我們要以“學會學習”為終極目標，而不糾結于每個知識點的學習。

在海量數據面前，因果關系思維將導致學生錯失事物特定本質的發掘，過度精確細節將擾亂學生對事物的整體認知。因此，大數據時代，大學生需要以兼容并包的視角接納海量信息，用避免主觀臆斷的意識豐富個人想象力，發揮發散性思維優勢，敢于試錯，挖掘“內在學習力”，懂得自知、自悟、自研，學會自學，積極探索新事物，不斷提升創新能力，提升綜合素質。

2.由“教師單一講授”轉向“多方主體參與”

過去，信息技術不發達，知識更新較緩慢，由于人腦儲存容量有限，獲取知識的途徑主要是教師和教材。如今，云計算、大數據、物聯網等信息生態快速發展使得知識半衰期不斷縮減[14]，世間萬物互通互聯使得教育的形式和內容被重塑，信息量指數型生成與學科邊界日趨模糊，使得學習資源海量共享化、學習形式多樣自主化、學習反饋實時智能化。學生不僅可以用不同的設備隨時在線學習，還可通過云設備儲存的資源隨處線下學習。知識的獲取正在由教師單一講授轉向教師、學生、家長、社會等多方主體共同參與轉變。

教育是一種平等主體之間的對話。大數據時代，家長、教師、學生、社會等多元主體在相互交流與探討中啟發學生、教育學生的同時，也正在更加尊重學生的好奇心與求知欲，給予學生更多的時間進行反思學習與批判思考。教育也正在由“單一的標準答案”模式轉向提高學生“問題解答多源流意識”模式，學生在對問題進行深度思考的基礎上進行反思與批判，從而形成個體觀點。

3.由“被動式接受”轉向“探究式學習”

傳統的學習方式是“教師講授，學生練習”“教師天上開飛機，學生地上追飛機”。受教學大綱的約束和教學督導打分的影響，傳統課堂上教師“被迫講授、套路講解”，學生“被動接收、無暇思考”。隨著網絡普及發達，網絡成了知識承載的百科全書、知識分享的國際圖書館，課程網絡化、知識網絡化、學習網絡化日益成為學習的基本方式。教育大數據為學生共享高質量的教育資源、領略不同大師魅力、汲取不同教育精華提供了便利，為學生豐富學習思路、拓寬見識視野提供了便利，讓學生根據個人興趣，足不出戶主動開展自學，建構個人特色的知識結構成為了可能。

4.由“共性化學習”轉向“個性化學習”

傳統的教學是在統一的模式下，根據培養方案規定的教學內容和教學過程來實現的。一種方式貫穿課程教學全程，同樣的內容一次性傳授給全班級學生，這就要求學生用同樣的步驟、同樣的速度學習同樣的內容，教學結果是千篇一律，同質化嚴重，學生個性化缺乏。信息技術的發展將催生人類社會各個方面的數據化，而學習數據化正逐步突破教育的體制障礙、觀念束縛與思維慣性，推動實現學習個性化。

在大數據時代，課前學生自主學，課上師生互動學，課后學生探究學，學生學習的內容更加豐富，學習的形式更加多樣，學生可以根據個人興趣愛好自主選擇學習內容，根據個人學習能力自由安排進度，從而實現知識結構的個性化，人才特征的個性化。在大數據驅動下，教育者將有機會著眼于學生個性發展而挖掘每個學生的個性和天賦，從而實現人生真正的個性價值。

5.從“傳統封閉課堂”轉向“多元協作交流”

傳統的教學過程相對封閉，局限于課堂內，教師課堂上課，課下走人，學生課上做筆記，課下背筆記，學生思考少問題少，師生交流少范圍小。大數據時代，網絡課程、學習實時記錄，讓學生在學習的同時就能在線向老師提問，與同學交流。師生現場互動，打破了傳統課堂的封閉性，實現了課程教學的開放性。網絡課程學習中，學生不僅能隨時向老師提問交流，還能隨時與同學溝通探討；不僅能與校內師生交流，還能與校外師生交流，實現了課程學習的多元協作性，從而大幅提高學習的互動性和教學的有效性。

6.由“繼承性學習”轉向“創新性學習”

傳統教學中，學生以接受知識為主，老師教什么，學生就學什么，“課上老師沒交，考試學生不會”的現象時有發生，學生的學習更多的是知識的繼承和掌握。在大數據時代，相關性思維將促使學生線上線下相結合，自主學習與合作化學習相結合，讓學生在知其然和知其所以然的同時，更關注知識與知識的相關性，提升學生的創新能力。

四、大數據時代學習方式變革

學習是與“教育內容的接觸和對話”，是與“同學或教師的認識、接觸和對話”，是與“新自我的接觸與對話”[15]。不同的時代，不同的社會發展階段，學習方式也明顯不同，大數據正在重塑世界的各個方面，教育也不例外。在封建社會，社會等級森嚴，盛行以愚民壓制為特征的私塾式學習模式；在工業化時代，產品標準化、批量化、生產流水線式，盛行的是標準化、模式化、統一化的工廠式學習模式；在以云計算、物聯網等信息技術為基礎的大數據時代，科學化、智能化、個性化學習模式將更加流行，學習的形式將更加豐富，學習內容將不斷更新。分析大數據時代學習方式變革，以使大數據更好地為教學和成才服務。

1.大數據驅動現有學習方式的發展

《國家中長期教育改革和發展規劃綱要(2010-2020年)》將學生的學習方式分為自主式學習、合作式學習與探究式學習，在大數據的驅動下，這三種學習方式得到不斷發展和優化。

(1)自主式學習

自主式學習是指學習者自主激活并主動控制學習的認知、情感和行為以實現個人目標的過程。在自主學習過程中，學習者是自我學習的主體，學習者主動地設定學習目標、規劃學習安排、組織學習資料、選擇學習策略、調整學習方法、監控和評價學習過程，是為自己的學習負責而主動建構的過程[16]。大數據時代自主學習具有自主選擇與關聯推薦相結合、泛在學習與實時交互相結合、認知過程和情感態度相結合[17]等特點，自主式學習是合作式學習和探究式學習的基礎。

在大數據的驅動下，自主學習衍生出了一種新的學習方式——定制學習。定制學習是基于大數據技術的個性化學習的一種形式，屬于大數據生發學習。定制學習是由學習平臺等知識提供方在對學習個體已有學習痕跡數據統計分析后，向學習者提供的個性化的學習推薦，是基于對學習者個體特定的學習基礎、學習需求、學習風格等數據分析而提供的一系列有針對性的學習資源、學習路徑和技術支持服務。定制學習是基于學習者個性化指標數據，尊重學習差異，提供多元化、差異化的服務，反映了學習者的個性興趣，符合學習者個人發展要求，為學習個體選擇適合自己的學習策略、學習進度，是自主學習的基礎[18]。

(2)探究式學習

探究式學習是指學生為解決問題而主動完善知識結構、建構個人知識庫的過程，探究式學習通過改變自身態度和行為而逐步解決問題。在探究學習中，學生根據科學導向問題，探究解決途徑，形成基于證據的解釋。探究式學習讓學生親歷問題解決的全程，通過問題的解決實現自身優勢的發掘，借助目標的實現感受成功的喜悅。

(3)合作化學習

學習知識不應該是簡單的吸收教師的“知識灌輸”，而應該是孩子通過與他人的互動協作來構建[19]。隨著社會網絡化、信息化程度的提升，信息易得、知識爆炸、數據開放、溝通無限的社會特征使得全面發展、終身學習越來越接近現實，合作化學習即將成為學習新常態。合作化學習是學生利用海量資源，通過小組協作交流思想、摒棄分歧、互幫互助、一起學習、共同探討，從而高效完成同一目標的學習方式。

世界扁平、信息爆炸、階層淡化、社交便捷，大數據時代正在加速拓展著日益廣泛的學習共同體。越來越多的合作式學習研究證明，在合作化學習中，學生協作學習、相互激勵、深刻反思、協同解決[20]，幾乎可以自學任何東西。

在合作化學習過程中，借助共同活動惠及自己或他人是新認知構建[21]的重要途徑。合作化學習過程中，最重要的是培養學生學會合作的文化[22]。合作化學習需要小組成員具備自信進取、責任感強、溝通交流等人格因素，需要教師布置適合學生個體實際的任務，需要教師引導小組成員互幫互助、互相鼓勵、學會合作，需要教師傾聽每個學生的聲音營造舒適、溫馨、和諧的學習環境。

2.大數據驅動學習方式新變革

大數據在驅動已有學習方式優化和發展的同時，也將促進更加突出個性化、智能化、高效化學習方式的新變革。

(1)深度學習

2017年7月國務院《新一代人工智能發展規劃》指出:“人工智能呈現出深度學習、跨界融合等新特征,大數據驅動知識學習等成為人工智能的發展重點”[23]。以大數據技術驅動教學模式改革，以關聯理解思維驅動學習方式變革，在教學中融入深度學習理念已經成為一種必然趨勢。

在教育教學中，深度學習是以已有認知和知識為基礎，通過“批判理解學習[24]、新舊知識整合、知識遷移應用”等方式解決學習問題[25]，實現終身學習[24]，屬于主動學習，是有意義的理解學習。

在以數據為基本、以數據挖掘為動力源的大數據時代，教育的信息化為深度挖掘、深度學習大數據資源、識別學習個體特征、了解學習個體學習狀態、全面領悟學習者的學習需求、尋找探索學習規律提供了基礎便利，為精細化學習過程管理、推送個性化的學習服務提供了基礎依據，為促進學習者學習質量持續提升提供了無限可能。

在深度學習教育大數據的驅動下，通過構建學習行為干預模型[26]，識別學習者學習困難、掌握學習者學習狀態、及時針對性地實施干預，從而達到消除學習障礙和提高學習實效的目的；通過學習預測模型，預測學習者未來學習重點、難點、危機點，從而達到優化學習過程、改善學習狀態，提升學習成效的目的。

通過對深度學習大數據的分析，將為獲得全新的教與學的“相關性”、新舊知識的“相關性”打開一扇大門，將極大提升學生主體記憶力、想象力和思維力等在學習遷移中的共同參與和相互作用，從而促進跨學科、多層次、持續深入的學習遷移。通過對深度學習大數據的分析，將優化知識的外顯與可視化，促進知識從記憶到理解的轉換。

(2)智慧學習

與深度學習相比，智慧學習由自我導向(Self-directed)、興趣激發(Motivated)、適應式教學(Adaptive)、豐富資源(Resource-enriched)和技術嵌入(Technology-embedded)五個方面組成，更多強調以學生為中心、真實情境協作、多樣互動體驗和豐富資源共享，極好地滿足個性化學習和定制學習的現實需求。智慧學習以構建智慧學習環境為基礎，借助智慧教學法，借助智能教學系統，支持學生自行選擇學習資料，自行制定學習進度，實現自我導向學習；通過計算機模擬真實學習情境，輔以社群互動，實現學生主動參與和探索知識過程；借助適應性內容呈現滿足學生個性化學習需求，通過適應性導航支持減輕學生認知心理負荷，實現學生自我導向的探究式、情境化、個性化學習，培養學習者的高智能[27]和高創造力。

(3)混合式學習

在當前的大數據發展實際階段，混合式學習為更新傳統學習方式模式，挖掘新技術帶來的學習便利提供了不錯的選擇。混合式學習是線上與線下學習的有機組合，網絡教學與面對面教學的有機結合，實現技術、媒體與傳統課堂教學整合的學習方式。混合式學習是在線學習與課堂教學相結合，統籌發揮線上虛擬教學和線下實體教學各自優勢，強調的是線上線下融合，打造的是適應知識構建場域[28]的學習環境。

不同的專家學者對混合式學習的定義和表述基本一致，但稱呼不盡相同。比如，有的稱為混合式學習[29]，有的強調面授課堂與計算機輔助教學的“二元結合”稱為多維學習，有的強調智能終端為載體[30]、更廣泛的時空遷移和個性化特征稱為泛在學習，有的強調跨越并糅合正式學習與非正式學習、線上e-Learning和線下面對面授課、課堂教學與信息技術等多維度邊界，覆蓋不同學科、場所、社會文化的跨界學習[31]，并從教的角度引申出“混搭教學”和從學的角度引申出“多維學習”。

結語

大數據正在影響社會生活方方面面，大數據技術的發展正在豐富學習資源，革新教學方式和學習方式。大數據將驅動自主式學習、合作式學習與探究式學習的進一步發展，大數據將驅動混合學習、深度學習、智慧學習的興盛，大數據將為最終實現人的終身學習，建立學習型社會提供技術支持。