合肥博群信息科技有限公司

大数据时代:学习和教育的未来

发布日期:2016-05-27 浏览次数:313

  大数据时代:学习和教育的未来

  ——专访牛津大学教授维克托·迈尔-舍恩伯格

  维克托·迈尔-舍恩伯格,《与大数据同行:学习和教育的未来》的作者

  维克托·迈尔-舍恩伯格,现为英国牛津大学互联网研究所教授,是大数据领域公认的权威,也是最早洞见大数据时代发展趋势的数据科学家之一。维克 托·迈尔-舍恩伯格的力作——《与大数据同行:学习和教育的未来》去年出版以来,受到国内教育界的广泛关注,并荣获2015年度“影响教师的100本书” 之TOP10图书。

  书中,作者指出小数据时代的教育主要面临两个障碍:一是优质教育资源分配受到时空的限制;二是获取和分析教育过程中的数据成本巨大。因此小数据 教育通常呈现为三类特征:一是教育以大规模批量进行;二是难以评价学生的学习过程,而只能评价学习结果;三是教学方案主要依靠教师的个人经验制定。

  大数据改善学习的三大核心要素则是:反馈、个性化和概率预测。在此基础上,将带来学习的三大改变:能够随时收集学习中的双向反馈数据;可以真正满足每个学生的个体需求,而不是为了一组类似的学生定制的个性化学习;可以通过概率预测优化学习内容和学习方式。

  在这一过程中,学校和教师的功能将发生彻底改变,学校将转变成为学生交流和沟通的社会化场所。教师则不再需要照本宣科地讲课,而是作为学生和学习系统的重要连接者,倾听学生的教育和学习需求,组织学生进行各种深入的讨论和交流。

  近日,迈尔-舍恩伯格在北京访问,中国教育新闻网“围绕大数据时代的学习和教育”专访了迈尔-舍恩伯格教授。

  中国教育新闻网记者专访维克托·迈尔-舍恩伯格

  大数据将带来学习的三大核心变化:反馈、个性化和概率预测

  在小数据时代,学习的方式和目的往往是为了通过考试。而在大数据时代,人们可以实现通过学习中所犯的错误来理解这些错误,并最终改进这些错误。

  中国教育新闻网:大数据时代对于学习者到底意味着什么?

  迈尔-舍恩伯格:可汗学院的案例大家可能比较熟悉,我想举另外一个案例来说明大数据时代的学习是什么样。在美国,有一个著名的外语学习网站—— 多邻国(Duolingo),每天都会有数以百万计的人们通过它来学习外语。网站的设计者从平台所收集的大量学习者所犯的错误信息中,发现许多有价值的信 息。比如,他们发现大多数西班牙语使用者在学习英语的初级阶段,会对代词“it”很困惑,原因是“it”很难翻译成西班牙语。于是,多邻国针对这类学习者 调整了学习安排,先教他们其他代词,等到数周后再开始教“it”。

  多邻国通过大数据发现,语言教学手段有效与否,取决于学习者的母语以及他们将要学习的语言。另外,多邻国还发现了所谓“数据尾气”(data exhaust)现象,即由人们与网站之间的互动中衍生的副产品:如熟练掌握一门语言的某一方面需要多长时间、最合适的习题量是多少、落下几天课程进度的 后果是什么,等等。

  中国教育新闻网:这些数据在传统教学中确实很难收集。

  迈尔-舍恩伯格:可汗学院和多邻国的教育实践,为我们展示了大数据时代的教育前景,也反映了大数据改善学习的三大核心要素:反馈、个性化和概率 预测。过去,人们针对语言学习方法的实证研究数量很少,比如很多理论主张先教形容词,再教副词,但是几乎没有实证数据支撑该主张。多邻国的出现,使这样的 研究成为可能,也使人们可以通过数据分析,进一步了解学习者是如何学习的。

  多邻国的教学模式和商业模式也非常有意思,它要求人们在同一时间翻译一些较短的词组,也可以评价或修订他人的翻译。而它所提供的翻译样本,其实 是从翻译公司那里获得的真实句子,因此公司能够从中获取报酬。一旦有足够的学习者能够翻译或验证特定的词组,系统就会接受他们的译文,并收集所有零散的句 子,将其整合到完整的文档之中。因此,学习者可以免费获得外语学习指导,同时创造出具有经济价值的回报。这种赢利模式在过去是难以想象的。

  中国教育新闻网:大数据时代的学习反馈,与传统学校中的学习反馈有何本质不同?

  迈尔-舍恩伯格:我们利用传统教育方式所获得的反馈其实存在很大缺陷。比如,我们难以对学习过程进行反馈;在对学习结果进行反馈时,我们也只是 把关注点放在学生身上,我们对学生的考卷和各种表现进行打分,并要求他们对这一结果负责。然而,作为教育者,我们却很少评价自己,也很少对我们所采用的教 科书、教学方式和内容以及测验手段是否对学习有益进行评价。导致这种现状的原因之一是数据很难收集,收集到的数据又很难获得有效处理。因此,这是一种单向 度的反馈。

  在大数据时代,我们则可以实现对学习效果的双回路反馈。我们能够收集过去无法获得的数据,通过对这些数据的分析,我们可以提高学习的效果和学业表现,并将数据分享给教师和决策者以改善教学。

  在小数据时代,我们学习的方式和目的往往是为了通过考试,而在大数据时代,我们可以实现通过这些错误来理解这些错误,并最终改进这些错误。多邻国的实践就是最好印证。