高校教學改革的“數據迷思”及其超越

呂東剛,譚維智

(1.曲阜師范大學 教育學院,山東 曲阜 273165;2.山東中醫藥高等專科學校 公共教學部,山東 煙臺 264199)

隨著教育大數據時代的到來,數據作為一股不可抗拒的顛覆性力量融入高等教育改革領域的各個層面,高校教學改革逐漸邁進“數據驅動的新時代”[1]。然而,大數據并非是高校教學改革增效升級的“通途一徑”[2],而是呈現出“雙刃劍”的特點,它在助推高校教學改革的同時也產生了諸多意想不到的新問題,甚至一度被認為是“21世紀的教學挑戰”[3]。當前學術界對教育大數據的研究可謂方興未艾。過往學者研究了大數據在教育改革中的角色與功用,指出源于教育教學實踐的實證數據能夠針對教育改革中的重點、難點、熱點問題及時作出快速高效反應,可以為教育政策改革提供決策參考[4]。此外,有學者關注到學習分析理論和技術,認為“探索學習分析與高校教學全方位深度融合的體制機制和方法策略是學習分析深化高等教育改革、促進學生創新能力培養的首要路徑”[5]。然而,大數據驅動下的高校教學改革是否能夠達到改革的預期目的與期望呢? 目前學術界還未達成統一認識。一些學者發現大數據技術與高校教學改革融合創新還存在痛點,并認為系統總結研究高校教育大數據的應用場景是解決這一問題的可能策略[6],甚至一度指出“教育過程的數據往往沒有什么太大價值,最起碼在改進教育過程、提升教育質量上是這樣”[7]。

盡管大數據對高校教學改革的影響受到了學者的高度關注,但通過回顧現有文獻可以發現,大數據對高校教學改革實踐的負面影響具體有什么表現? 其原因又是如何? 接下來大數據驅動高校教學改革應該何去何從? 這些問題還沒有得到很好的回答。隨著大數據在高等教育領域的不斷擴展與深化,“基于數據、依靠數據、在數據中進行”已經成為高校教學改革的一種常態,然而高校教學管理者、廣大師生也逐漸清醒地發現并不能奢望依靠大數據解決一切教育教學難題,甚至還要警惕大數據對教育教學的“反噬”,于是就產生了本文稱之為“數據迷思”的高校教學改革異化場景。因此,呈現當前數據驅動下的高校教學改革場景及問題,進而澄清其深層次的原因,不僅可以完善現有教育大數據理論,而且有助于規避大數據給高校教學改革帶來的負面影響。

一、事倍功半:大數據背景下高校教學改革異化場景

誠然,數據賦能的高校教學改革具有科學化、精準化、客觀化、高效化的典型特征,部分改革實踐者已經“將大數據視為研究教育、推動教育變革、解決教育問題的‘靈丹妙藥’”[8],大數據驅動下高校教學改革過程中的參與者、管理者、數據價值挖掘者共同繪就了一幅“教學改革過程中熱鬧豐富的圖景”[9]。但是,其中所面臨的挑戰和困惑正不斷涌現,當下的教學改革實踐不僅用事實證明“我們在擁抱科技、迎接大數據給教育帶來的種種福祉和便利的同時,始終不能把技術想象成可以一勞永逸地解決現實問題的‘新上帝’”[10];而且迫使我們從“倫理訴求”“規訓隱憂”“算法風險”等視角深度思索了大數據與教育生態的現實矛盾。鑒于此,高校教學改革作為我國高等教育的重要實踐存在方式,有必要聚焦實踐中的大數據異化場景,遵循微觀、中觀、宏觀的邏輯理路從師生、管理、數據應用三個層面探討其中的“數據迷思”現象。

(一)被數據“裹挾”的師生

當前,在以數據為主導的高校教學改革中數據逐漸成為教學改革的主角,以至于在某些方面出現了“人”的缺席,“師生發展的標準最終僅體現在表格和量化數字中,關鍵在于數量上是否達標”[11]。倘若從微觀層面,即教師與學生在教學過程中的行為表現來考察這一現象,可以發現在教學過程中師生的“教”與“學”反而受制于數據。具體來講,一方面教師的“教”被數據裹挾。通過梳理大數據與教學相融合的歷史可以發現,起初大數據是以教師智能助手的面目出現的,它利用收集到的教學數據,幫助教師更精確地了解學生,實施個性化教學。然而,當教師過度依賴大數據先進算法的時候,將逐漸失去認識學生、了解學生、因材施教的能力,喪失對教育情境、教育問題的獨立思考和自主判斷能力,就像很多教師過于依賴PPT,離開電腦、多媒體就無法上課一樣,這個時候數據就代替教師對教育過程發生的事件進行分析判斷、做出決定[12]。進一步講,這種源自數據的控制將會貫穿整個教學過程。在課堂教學過程中,教師的一切行為都處于大數據的教育監控系統的“凝視”中,不僅如此,大數據還試圖為每一位教師在學校、課堂中的各種行為進行細致入微的分析與評價[13]。長此以往,教師會產生一種被“燃盡”的感覺,“長期感到疲憊不堪、超載、有壓力,卻又無法達到預期的目標,并喪失生產力”[14]。而在當下改革熱點事物——基于大數據技術賦能的“翻轉課堂”中這種擔憂同樣存在。美國加州圣何塞州立大學哲學系的教授認為,“翻轉課堂”不僅改變了一般公立院校傳統課堂上教師面授主講者的角色,而且將來一般公立院校的教師會成為一流大學教授所開發網絡課程的“照看者”和學生學習的“輔導者”,從而使教師教學失去應有的自由[15]。另一方面,學生的“學”也被大數據所裹挾。“大數據時代,‘萬物皆聯網,無處不計算’的狀態正在形成,關于學生個體發展的計算無時無刻不在進行,學生發展過程中的‘一舉一動’都能被記錄。”[16]從某種意義上講,“每個學生都變成了數據人,一切都可以提前被知道”[17],學生的整個學習過程都處于大數據的精確設計之中。在日益豐富的在線課程中更是如此,學生學習方式由傳統課堂的“面對面”轉到大數據課堂的“屏對屏”[18],然而,并非所有學生都適合在線課程,MOOC中5%～7%的課程完成率說明了MOOC的教學成效遠遠低于人們的期望,甚至Udacity的創始人塞巴斯蒂安·思瑞也不得不承認與某大學的合作項目中,在Udacity上注冊在線課程的大學生的成績遠差于傳統課堂聽課的學生,其教學成效不盡如人意[19]。而作為每個獨立學習個體的學生對這種學習方式的典型體驗就是缺乏“人情味”[20],其增加的只能是數據算法對學習過程的控制。

(二)“事與愿違”的數據管理

如前所述,數據的強勢介入不僅影響了師生的教與學,而且也打亂了高校教學管理實踐的固有節奏,教學管理在一定程度上為數據所累,偏離了教書育人的本旨與提升教學質量的初心,這種情況下數據蛻變成為教學管理無法回避的數據任務,甚至異化為教學改革實踐的“指揮棒”。首先,高校教學管理在大數據加持下實現賦能增效的同時,也意外地表現出部分數據“失效”的現象。大數據背景下的教學實踐為了使用人工智能技術強行采集數據的情況時有發生,這種在不需要和不可以使用人工智能解決的教育問題上強行使用人工智能技術和算法,只會導致數據量不足或是數據采集的謬誤[21]。如此一來,數據本身就與師生相剝離獨自成為教學改革的對象,由此產生許多重復的、無效的、沒有價值的數據,其存在的價值僅僅因為是數據而已。其次,從高校教學質量管理測評角度來看,大數據在體現客觀公平的同時還表現為與客觀事實“相悖”。這些盲目迷信數據的管理測評理念容易導致教育中的“貼標簽效應”[22]。在更高層面的教育管理中,片面地以數據為準繩將會導致“宏觀政策措施或微觀教育制度安排、學科課程設置、學校管理與領導、教師教育策略與措施,都將依據數據提供的證據來決定。教育部門也通過這樣的數據測評,問責學校與教師行為。數據事實上已經成為教育如何做、向何處去、教師與學生如何發展的‘指令’”[23]。再次,大數據技術的“算法黑箱”在教學管理中可能對師生身心造成傷害。對于教育數據來說,算法技術的擁有者和使用者可能由于某種特定的使用方式而形成“過濾氣泡”效應,進而對人的行為進行調節和限制,也有可能利用“周邊定律”來量化學習者的行為、采集特定的數據而不為學習者所知[24]。進一步來說,師生在網絡上留下的所有痕跡、數據、信息等都將被自動記錄下來,成為個人檔案和卷宗,一旦師生的個人私密信息被泄露并被人惡意利用,那么就有可能突破倫理道德界限,甚至會遭遇網絡暴力,因受名譽威脅或家人安全威脅等而被迫接受他人的控制[25]。總之,當下的現實不斷與我們寄予大數據賦能高校教學改革希望的初衷相違背,導致教學管理中的數據亂象。

(三)“不說話”的教學數據

總體來看,大數據驅動下的教學改革正在從“用經驗說話”[26]逐漸轉向“讓數據自己發聲”[27]。然而,在這場教學改革的技術革命中高校收集的大量教學數據卻經常遭遇“不說話”的尷尬局面。首先,某些教學數據本身就存在問題,屬于“不能說話”的范疇。由于教學過程中師生心理活動的高度復雜性,收集的教學數據中存在大量不實的、無價值的數據,這在大數據應用上被稱為“臟數據”或“廢數據”,而當下教育大數據的應用管理處于急劇上升期,高校數據庫一般按照“有則入庫、數量優先、質量其次”的原則開展建設,對于數據源質量關心甚少,產生的大量數據以及歷史數據,也沒有區別糟粕與精華[28],于是就產生大量“不能說話”的低質數據。其次,某些教學數據長期被封印,屬于“不會說話”的范疇。目前,高校教學改革中的各種數字化信息系統每天都在產生大量結構化、半結構化、非結構化的數據,但是這些數據尚未受到足夠的重視和合理的運用,并且由于技術應用的落后難以實現數據技術有效處理,這導致大量蘊含巨大價值的數據不但被閑置,而且還占用大量的儲存空間[29]。在這一過程中很多學校只是充當數據收集者的角色,很多數據日積月累,在各類別數據庫中蒙塵,成為名副其實的“數據孤島”[30]。再次,某些教學數據屬于“不想說話”的范疇。實事求是地講,我國還有不少高校實行傳統教育模式,現代化管理理念并沒有與傳統管理進行兼容,導致在部分信息化處理方面出現了“數據不作為”的現象,而且在技術層面出現或大或小的信息化管理事故,也導致眾多信息化系統的癱瘓和信息化教改的流產,甚至某些院校領導層將信息化建設視為超前消費和不切實際的面子工程[31],這也導致技術人員一味迎合行政人員的意圖,將技術挖掘的重點放在粉飾高校教學工作的大好局面,抹殺了讓教學數據主動發聲的機會。

二、高校教學改革“數據迷思”之析因

高校教學改革的大數據倡導者從未停止過對上述問題的探討,然而實踐效果卻并不明顯。雖然并非高校教學改革涉及的全部人員都盲目迷信和服從大數據的安排,但是在大數據席卷教育教學改革的技術浪潮中卻沒有一個人能夠獨善其身。在這個過程中教育技術的樂觀主義者當之無愧地成為大數據驅動高校教學改革的“弄潮兒”,也成為導致上述異化場景的“關鍵少數”。他們曾一度認為“當前在高校教學改革中出現的一系列問題都是因為技術的發展還不夠發達,當技術足夠發達,或者說當技術發展到一定階段的時候,現存所有的教學問題都可以用技術的手段來進行解決”[32],然而“恰恰在于技術樂觀主義者從技術條件的可能性出發去設計教學”[33]才是導致上述教學改革亂象的根本原因。

(一)“教學過程中師生要符合數據運行邏輯”——數據至上主義盛行

數據至上主義者奉行“一切皆可數據,數據可解決一切”的信條,在高校教學改革中將數據作為指導教學改革的終極理念,處處以數據為遵循,進而逐漸剝奪了教學過程中師生的主體地位。客觀地講,高校教學改革中妄圖通過將教學過程、教學細節進行數據化表征以實現對教學中人的行為及表現進行干預的理念是徒勞的,這種做法并不能快速提升教師的教學水平和效果。高校教學過程的復雜性特征及師生心靈的不可測等因素注定成為數據的短板,師生課堂活動及其內在心理活動變化并不能完全數據化,把學生在教育中復雜、豐富的精神變化表現為一組數據,實際上會導致教育對學生認識的表面化,導致“對人的存在性成長之道的誤解或數字式扭曲,教育中的人只剩下數字或數據的幻影,僅僅成為一種數字景觀,而景觀后面的人性卻被遮蔽和遺忘”[34]。另一方面,數據對學生學習的價值貢獻也是有限度的,并不能解決學生學習中的所有問題。雖然“大數據有很強的表征能力,但在本體和存在意義上,大數據還是不能完全表征或等同于教育”[35]。雖然大數據能夠用音頻或視頻等方式傳遞人的包含默會知識的行為信息,但是默會知識具有個性化特征,大數據并不能替代學生對這些動態的、個性化的行為信息包含的默會知識進行解讀[36]。另外,學生的學習過程絕大多數都是基于不完全信息的“頓悟”過程,其中投入的人類感情、緘默知識、創新思維等各種人類智慧也是大數據不可模擬和重復的[37]。總之,教師在教學過程中的道德引領、言傳身教與人格熏陶,學生對相關知識學習的內化與頓悟都將成為數據難以逾越的盲區,因此完全聽從、依靠數據邏輯進行教學事實上已經成為悖論。

(二)“數據能夠實現對教學過程的全面解構與詮釋”——對大數據的誤讀

不可否認的是,高校教學數據能夠在一定程度上追蹤與還原教育教學事件的痕跡,通過數據分析對教學現象問題進行評估并以此預測未來發展趨勢。但是,在高校教學改革實踐中教學數據的固有缺陷使其對教學事件的還原失真。具體來看主要有以下三方面原因。首先,高校教學改革數據并不能實現大數據理想的“全樣本”。若依時間線性的縱向視角來看,教學是一個前后相繼的連續性育人過程,數據搜集無法實現時間上的不間斷,只能人為設定獲得教學中的部分關鍵點數據;若以空間展開的橫向視角來看,高校教學是一個師生參與、環境熏陶等諸多因素組成的復雜過程,數據搜集無法同時兼顧所有元素,只能是對某些要素進行選擇性放棄。其次,大數據的算法標準并不能完全與高校教學質量標準相一致。高校人才培養質量作為高校辦學治校水平的終極評價標準涉及人才成長規律的教育表征,它既以人的生命生長的線性時間節奏展開,又以潛在的精神瞬間升華而得以體現。雖然大數據以其超強預測功能在商業、醫學領域獲得認可,但卻“無法預測人通過教育所獲得的發展的潛在性,更無法預測人的潛在性的實現,它們對人的發展的簡化性測評,根本就無法把握人的復雜性,也無法把握人的潛在性與實現活動之間的復雜關系”[38]。再次,高校數字化校園建設的不成熟與滯后成為高校教學數據缺陷的重要外部硬件致因。從大數據發展史的角度來考量,高校數字化建設是實現教育教學大數據的基礎和前提,而數據為教學改革實踐應用的唯一途徑是計算。若按照卡斯蒂關于三個世界的劃分,其實施邏輯是“真實世界”為“數學世界”提供可供數字化的事物,“數學世界”以數字形式向“計算世界”提供數據,“計算世界”對數據進行計算,用以解決、預測“真實世界”的問題[39]。然而,目前高校教學過程還未實現完全數字化,“數字荒漠”依然存在,大量教學照片、教學視頻、教育文本等非結構化素材的數字化瓶頸還未突破;與此同時,高校教學可搜集、能搜集使用的數據不僅十分有限且所有權分散,無法實現數據之間的公開共享,更無法借助先進算法進行相關性分析。

(三)“教學大數據必然具有助推教學改革的大價值”——數據挖掘意識匱乏

伴隨著數據技術在高校教學改革中應用深度與廣度的不斷增加,讓數據說話成為改革實踐的常態話語方式。然而,事實上“數據(本身)并不說話,而是被人拿來言說”[40],數據只不過是“由人收集,受研究人員操控,最后被理論家拿來揣摩,以揭示某種現象。繼而,誰在拿數據說話便掌握了非同尋常的權力”[41],誰就可以規定應如何理解教學和如何改革教學。因此,為避免這種數據解讀的主觀片面性,讓數據發聲的正確途徑和方式只能是數據挖掘,然而當下的高校教學改革的數據挖掘工作還在以傳統數據的形式運行,以致使其真正價值隱綽未彰。首先,大數據因其超乎想象的龐雜特性使數據挖掘成為一門專門的數據科學,而高校教學改革數據的專業挖掘近乎缺位。一般意義上講,大數據的真正價值并不在于數據直接關聯的客體本身,而在于不同數據間相互碰撞的二次、三次利用,即注重探討不同數據之間的相關性,然后以相關性為基礎進而發現問題、預測事物發展趨勢。然而就筆者目力所及,高校在此種意義上的數據應用還十分罕見。高校積累的大量教學數據主要用于評估檢查,廣大師生學習、生活的橫向數據沒有被納入教學改革者的視野而被閑置甚至遺棄;再者各高校大多敝帚自珍立足于本校數據分析,少有不同院校、行業、領域之間的數據碰撞,導致改革數據大幅貶值。其次,高校教學改革中教育數據專業挖掘技術人才缺乏成為另一明顯短板。在當下的高校教學改革中,能夠處理教育大數據的專業人才較稀缺,而能對數據挖掘和機器學習結果進行跨學科解構,并能深度揭示教育規律和機制的綜合型人才更是鳳毛麟角。從整體上看,“無論是在硬件涉及的量化數據采集、存儲技術,還是數據的流通性、精確性以及調用的便捷性等方面都面臨諸多困難,而來自量化數據分析和教育理論的協同共進將成為發展的最大瓶頸”[42],其關鍵一環就是人才的匱乏。總之,當下高校教學改革中數據應用明顯與大數據價值挖掘理念相悖,事實上遮蔽了教學大數據真正價值的發揮。

三、高校教學改革“數據迷思”之去蔽:數據與教學的“三維”博弈

上述問題的梳理和剖析為進一步推進大數據驅動高校教學改革向縱深化發展提供了現實可行性,但是大數據技術與教育教學融合過程中將出現不可避免的陣痛,這也從反面提醒我們要更加深刻地認清大數據與教育教學內在規律并不完全一致的客觀事實。究其本源可以看出,高校教學改革中呈現出的諸多迷思是數據與教學不斷博弈的結果。可以肯定的是,這種迷思會隨著大數據技術更加廣泛應用普及表現出更多新的特征和現象,在這一過程中教學與數據的屬性都將發生不同層面的融合與進化。就當前現狀來看,數據與教學的博弈主要體現在有效性、有限性及有用性三個維度。

首先,大數據與高校教學改革在有效性維度上的博弈。具體來講,這個問題涉及考察大數據對高校教學改革的哪些環節或要素是有效的,或者說大數據驅動下的高校教學改革是否會如預期的那樣成倍地提升效率。在這個問題上,我們應當清醒地認識到對于復雜的教學過程來說,大數據并不總是有效的。關于有效教學的相關研究也指出,“教學方法、教師人格、教學情感、教學精神、師生關系都是有效教學的構成要素”[43],從這個角度來看,情感的大量積極投入是保證教學有效性的重要因素[44],而對于情感數據的抓取、量化恰恰是數據與教學博弈的焦點之一,所以“大數據目前對于教學改革來講還僅僅是一種分析工具,要想走向成功決策、獨立思考,發揮思維的創造性才是關鍵”[45]。其次,大數據應用于高校教學過程在有限性維度上的博弈。換句話說,也即是大數據能夠在多大程度上實現教學過程的數據化,或者說能否在現實教學場景外再造一個完全數據化的教學情境模型。美國計算機科學家格雷提出的大數據的研究范式——數據密集型研究范式[46],受到了教育大數據樂觀主義者的崇拜與追捧,并試圖將“數據—驅動”作為教學改革的主流形式,在教學改革中將數據作為核心甚至唯一要素[47],但是教學改革事實再一次證明“真的不是每一個復雜的人類情況都能簡化為曲線上的線條、圖表上的百分點或者資產負債上的數字,但是如果不對可量化的事物進行量化,我們就會失去全面了解事物的機會,只有將理性與感性相結合、標準化與個性化有機結合才能取得高校教學改革良好的效果”[48]。再次,大數據與教學過程在有用性維度上的博弈。具體講,就是大數據在教學改革過程中是否具有想象中的大價值,進一步來說還有如何發揮這些價值。眾所周知,大數據在商業領域的價值已經得到業界公認,而在教育領域的表現至今也沒能對“喬布斯之問”作出圓滿的回答。但是我們不得不承認,從現實狀況來看大數據對教學改革的價值已然顯現,只不過并沒有如在商業上的表現那般搶眼,也就是說沒有達到人們預期的顛覆性價值。究其根源在于當前大數據應用方式不夠適切,存在未能與教學內在邏輯相契合的短板,教學數據在使用方式上仍然延續著傳統數據思維定勢,與大數據應用所需的“整體性思維、非線性思維、容錯性思維、相關性思維、平等性思維、開放性思維、生長性思維”[49]相去甚遠。另外,大數據價值發揮所依賴的“算法”挖掘技術日益復雜,形成的一系列衍生問題,如算法黑箱導致數據價值的不可理解性、算法歧視導致教育教學偏見、算法的符號性導致數據價值的蒙蔽[50]等都成為教學大數據發揮價值的無形障礙,導致了大數據驅動教學改革停留于形式化、淺表化的典型問題。總之,大數據對當下的高校教學改革是有用的,但是深入思考其“用處、用法、用量與禁忌”成為大數據發揮價值的關鍵所在。

四、事半功倍:回歸教學本體化解“數據迷思”

隨著大數據驅動賦能高校教學改革實踐逐漸走向縱深化,在高校教學過程中將逐漸“形成教育過程、教育質量、教育行為的全景化數據監控”[51],但是其中的“數據迷思”時刻提醒著我們要審慎地對待大數據在教學改革中的應用方式及限度。那么,如何才能實現大數據的正向助力使高校教學改革事半功倍呢? 或許中國傳統哲學中的“體用不二”論能夠為突破當下的迷思提供思路。熊十力認為,“若將現象本體打成二片,便成死癥”[52],進而提出“體用不二”,即“本體不在現象外,二者相互依賴,缺一不可”[53]。反觀當下的“數據迷思”即是在網絡信息時代高校教學改革中教學與數據“打成二片”所呈現出的特殊“死癥”現象,換句話說,大數據驅動賦能教學改革的前提就是要通過現代信息技術對高校教學改革實踐實現內在一致的數據化表征。從這個意義上講,高校教學就是“體”,教學數據就是“用”,二者是無法割裂的,否則就將陷入片面的“數據迷思”中。因此,只有回歸教學本體、遵從高校教學實踐的固有邏輯,從澄清高校教學改革的數據觀入手進而突破在師生角色、數據真相、數據挖掘等方面的桎梏,才能找到超越“數據迷思”的現實進路。

(一)回歸教學,重構高校教學改革數據觀

高校教學改革的“數據觀”是對高校教學改革中數據存在及應用方式的元思考,是“對數據特點、價值等的基本認識和基本觀點,包括對教學數據的概念、特征、類型、功能等方面的基本看法”[54]。樹立正確的數據觀是合理發揮數據作用,有效挖掘高校教學數據價值的首要一環。數據觀中“包含著作為起源的原初缺陷,即能夠從中給出方向的原初的迷失方向”[55],它能夠使我們更加理性、清晰地理解當下的教學大數據,進而影響在教學改革中如何衡量數據的價值及如何應用數據。重構適切的高校教學改革數據觀,一方面要將大數據理念與模式全面滲透到當下高校教學改革中去。“大數據時代面臨的最大變革并不是技術層面上的,而首要是理念上的,這種改變影響著我們能夠收集的數據類型以及我們對這些數據的挖掘方式,促使我們對學習、教學和獲取知識的過程展開全新的理解”[56]。換句話說,我們要把大數據作為重要技術理念滲透在高校教學改革中,建立起全新的大數據思維模式,并以大數據的管理方式應用傳統教學數據,從本質上實現數據的脫胎換骨。另一方面,要以審慎的態度對待高校教學改革中大數據的應用限度。事實已經證明,在高校教學改革中“計算得清楚的東西未必都重要,重要的東西也未必都計算得清楚”[57],關鍵要“注重教育教學的人文與道德屬性,不陷入對數據的盲目迷信和樂觀,保持對教育人文屬性的敬畏,同時,對于尤其難以定量測評的教育現象,以科學精神和科學的測評方法客觀予以認識,最大程度地尋找反映教育現象本質的指標”[58]。總而言之,這既是高校教學改革中應有的數據觀,同時也是教學改革實踐中最重要的數據方法論。

(二)以人為本,重塑教學中師生主體地位

縱觀大數據在商業與醫療等社會領域的成功案例,其成功的秘訣無不是始終以用戶的需求為向度,即通過大數據技術關切每一個用戶的體驗與感受。反觀當下的“數據迷思”正是背離這一規律的結果,即在全面推廣個性化教學的口號下忽視了教學過程中師生的個體訴求與體驗。因此,若要走出高校教學改革的“數據迷思”,就必須盡快推動數據的人本轉向,重塑教學過程中師生主體地位。從教師維度來看,高校教學改革中教師不僅要因材施教還要“因數施教”,進而重獲教學主動權。其實大數據并不能改變教學的本質,但是大數據技術使“教學的某些基礎而單調的部分可以為計算機所取代,教師需要將更多有價值的內容帶給學生,并成為大數據學習系統與學生之間的連接點”[59]。那么,教師就要找準在大數據賦能的教學改革中的地位和角色,將“因材施教”寓于“因數施教”,進而重塑在學生成長成才過程中的主導價值,“主動適應大數據算法技術的規律性特征,在教育應用過程中駕馭算法、超越算法、擺脫算法的控制,保持在教育中的控制地位,更多地運用自身的教育智慧處理教育問題”[60],最終重獲教育教學的主體地位。從學生維度來看,在大數據背景下的高校教學改革中學生要做到“循數善學”,掌握學習的主動權,主動適應大數據時代線上線下相結合的混合式學習模式,盡快適應智能化學習的時空節奏,轉變傳統學習觀念,將線上課程視為“數字化身份經歷和個體知識生長的過程”[61],樹立“學習者即評價者”[62]的學習觀,善于利用大數據的相關預測等功能進行自我學習監控與定制,提升學習的有效性。另外,還要加快構建高校教學改革的數據倫理規訓。當前數據倫理問題仍然是制約大數據發展應用的最大挑戰,在高校教學改革中從數據收集伊始就要制訂和遵循一整套數據存儲、管理、應用的程序與規制,確保讓大數據在人類倫理道德的界限內發揮價值。進一步講,就是要在高校教學改革的數據化過程中切實保障師生隱私,采取極其謹慎的行為規避大數據對倫理道德的挑戰。歸根到底,“只有當這些要素全部具備時,學生和教師才能夠相信大數據會促進他們的學習并幫助他們實現夢想”[63],才能夠更加有效地讓大數據為高校教學改革賦能增效。

(三)聚焦實踐,還原數據詮釋的教學真相

毋庸置疑,鮮活的高校教學實踐是高校教學改革數據的最原始來源,從某種意義上講,高校教學數據就是高校教育教學實踐的數字化分身。因此,盡可能地用數據還原真實的教育教學的現實與場景[64]就成為發揮大數據價值的重要途徑。如果高校教學數據不能還原教學真相,就“無法解釋教育實踐中涌現出來的不可盡數的充滿智慧的教育教學案例,難以確切地揭示教育的本性和真諦,更遑論以教育來促進人的發展、社會的進步和創造美好的生活”[65]。那么,在高校教學改革中如何實現數據對教育教學現象與情境的詮釋就成為問題的關鍵。首先,要實現高校教學數據的實時性、即時性。在大數據時代,“孤立的、靜態的數字并不是大數據的真義,我們更關注的是動態的數據、系統化的數據,以不間斷‘流’的形式存在的、成片的、活的數據”[66]。因此教學數據就可以理解為高校教學的動態的、鮮活的、現實情境的一種具身解釋學技術,其實質是由數據指稱真實師生教學生活,所呈現出來的是一個徹徹底底的數據教學“世界”,這種解讀“有一種即時性,是一種已經構造好的直觀”[67]。從這個意義上講,只有具有教學實效性的數據才是有質量的數據,也才更加能夠接近教學的真實情境。其次,要結合特定的教學情境對數據進行計算與解讀。有學者指出,“在使用數據去改善決策力與洞察力之前,首先就是要還原真相”[68],即要由相關聯數據入手進而聚焦高校教學這一特定場域中發生的特定教學環節或事件,從而實現對教學真相的數據詮釋。數據對高校教學過程中全樣本、全要素的覆蓋只能是在詮釋意義上的把捉,數據在這個意義上成為了一種對教育現實生活的解釋學技術。那么,就“如同書寫作為一種技術物在人類文明史上所發揮的詮釋作用,使描述可以采取一種不同的模式”[69],不同的是現在呈現出來的是教學的數據世界。當這種教學的數據世界與真實教學情境賦有相同意義的時候,也就自然跨越了算法標準與教學標準的鴻溝。再次,要以大數據理念和方式深度推進高校教學的數字化建設。這就要求高校在數字化進程中合理引導與矯正數據收集、管理過程中的失真現象,以大數據的理念與方式主導當下高校教學數據的收集、存儲、管理、應用各環節,著力破除“數據孤島”的保守觀念,同時還要將教學過程中產生的以圖像、文本、視頻等形式存在的大量非結構化資料以大數據的獲取方法進行抓取,轉化成可計算的數據,使傳統教學檔案、資料、數據在大數據時代實現迭代升級,使高校教學改革數據成為既包括各種結構化數據又包含大量非結構化數據的數據寶庫,為大數據賦能高校教學改革搭橋鋪路。

(四)加強挖掘,解蔽教學數據的多維價值

作為高校教學改革的親歷者與研究者,“最怕只見數據不見價值,最焦慮于數據挖掘和分析脫離教學改革場景”[70]。當前,雖然大數據驅動高校教學改革的學術成果頗為豐富,但是借助數據或依靠數據取得高校教學改革關鍵性突破或獲得標志性成果的案例尚比較少見,更多的是標榜人云亦云式的臉面數據,進而陷入了“數據越多越有用”的迷思和誤區。其實“在信息爆炸時代擁有大量信息可能是災難而不一定是好事,也不等于你有能力用好它”[71],那么唯有緊密聯系高校教學實踐加強數據挖掘力度,才能解蔽教學數據的多維價值。首先,要善于探索不同教學數據之間的相關性特征,解蔽其診斷價值。高校教學改革是一項復雜的系統性工程,其中包含各種不同專業、不同部門、不同人員的各種教育活動,這些不同類型數據之間的相關性蘊含著改革問題之所在,“對于這種關聯,如果不通過大數據挖掘的技術,是沒有辦法靠拍腦袋就想出來的”[72],這就要求我們遵循大數據的本質特征,通過數據的相關性分析發現教學過程中不易察覺的問題。從這個意義上講,教學改革大數據就是給高校教學工作進行體檢的“X 光機”。其次,要著力探討數據背后的深層次因果關系,解蔽其預測價值。如果沒有明確的因果關系,僅僅是依據少量關聯關系進行預測,其結果是非常不可信的。然而,“關聯關系又是我們尋找因果關系的利器,因為強關聯的背后,有可能存在著因果關系”[73]。這就需要綜合運用傳統小數據的結構化、理論化分析方法,緊密聯系教學改革實踐場景,還原師生真實的教育生活,進而發現與揭示高校教學的一般規律,提出具有針對性的改進措施和改革方案。最后,著力培養“教育+數據”的復合型數據技術人才是實現高校教學改革全面深度數據化的重要保障。只有培養大量既精通大數據挖掘與分析技術,又深諳高校辦學治校規律的復合型人才,才能夠“真正消除數據所有權與數據使用權之間的鴻溝,真正實現通過對高校教學全過程數據的持續收集、及時發掘和深入分析,動態化、常態化地監測教育教學運行狀態,為多元參與主體進行正確的價值判斷和科學決策提供客觀的數據依據”[74],進而發揮大數據對高校教學改革實踐的有效價值。

五、結語

當前,高校教學改革正處于一個由傳統小數據向大數據過渡的特殊時代,更是技術霸權主義廣為流行的時代。“大數據技術既是普羅米修斯盜取的火種,也是潘多拉打開的盒子,既給我們饋贈,又讓我們付出沉重的代價。”[75]我們既要以積極的心態迎接大數據時代的到來,同時也要對“數據迷思”保持警醒。然而,大數據時代確實已經到來,我們不應把注意力放在“大數據”本身,更不應迷信大數據,而是腳踏實地收集一些對解決當前問題有用的數據,“努力在可以應用可以拓展的地方,應用它、拓展他;在不能應用、不能拓展的地方,就停下來”[76]。

正如柏拉圖曾質疑書寫對教學的阻礙一樣,教育技術發展史上從來沒有一種技術能夠一開始就與教學實踐完美結合,大數據驅動下的教學改革也必然要經歷一個不斷反復嘗試的過程,這個過程要靠教育理論和實踐工作者結合歷史趨勢與現實需求去不斷突破一個又一個的“迷思”。然而,遺憾的是由于所學有限,若要真正徹底地突破高校教學改革中的“數據迷思”,還有很多重要問題需要解決,比如數據能夠在多大程度上詮釋教學真相,如何挖掘與解蔽教學數據的多維價值等,這些問題都值得學界同仁進行更加深入系統的思索與探究。本研究希冀引起同道學者對高校教學改革實踐中“數據迷思”的關注,推動教育大數據學術研究對教學改革實踐的關照。