随着信息技术的不断发展，互联网上大量积累的数据已经超过TB、PB级别。2013年曾被媒体预测为“大数据”（Big Data）时代的元年。如今，大数据已经涉及到商业智能、公共服务和市场营销等众多领域。最早洞见大数据时代发展趋势的数据科学家维克托·迈尔·舍恩伯格认为，大数据时代的重要颠覆就是将人们从只注重因果关系引向对相关关系的关注。大数据的核心功能之一是预测。以商业智能领域为例，谷歌、亚马逊、淘宝等公司都通过大数据发现的相关关系，搜集用户使用习惯和预测购买倾向等，不断提升、优化自己产品与服务，带来了可观的收益。
    我们把目光转向教育领域，随着教育信息化在过去几十年中的长足发展，海量数据也随之堆积在各级各类电化教育馆、教育信息中心等部门的数据仓库。大数据时代的来临，教育大数据的概念也应运而生。值得一提的是，舍恩伯格的最新著作题目就叫“与大数据同行——学习和教育的未来”。可见，教育大数据的未来是多么令人向往！在该书中，作者以风靡全球的MOOC运动、可汗学院、多邻国语言学习软件等案例，向读者描绘了一个基于大数据的智能化、个性化以及自适应的智慧教育时代的美丽蓝图。在这里，我们简单地预测一下大数据时代，教育领域将会发生的几点改变。
    一、学习方式：在线学习崛起
    在线学习在上个世纪末伴随着互联网的兴起而萌芽，但几十年过去了，在线教育一直不温不火，整个行业面临着严峻的挑战。有关机构调查显示，截至2013年底，中国的在线教育市场规模已达839.7亿元，预计2017年将翻一翻，达到1733.9亿元。可见，找到在线教育新的增长点成为在线教育行业与企业快速发展时期成败的重要关键。而在此时，孟加拉裔美国人萨尔曼·可汗创立的可汗学院（Khan Academy）在全世界范围内取得了很大的成功。其中很重要的原因就是因为它非常注重对学生学习数据的搜集。可汗学院不仅可以记录学生的学习路径，绘制个性化的知识地图；还能了解学生在知识点上的掌握情况，个性化推送与其学习进度、难度相匹配的资源。目前，这种理念与做法成为在线教育行业争相效仿的对象。可以预见，在线学习将借助教育大数据摆脱现有的发展困境，迎来新的增长点。
    二、评价方式：大数据与学习过程数据
    评价是教育的重要组成部分。目前从国家层面力推的基础教育质量监测行动是借力大数据，推进教育的“管办评”分离，建立健全教育评价与监测体制的重要措施。教育评价的方式将更多地以数据说话代替原有的经验性评价；以多元化综合评价代替原有以结果为导向的单一评价。另一方面，随着国家现代化建设的不断深入，当前以考试为主的教育评价方式已经不适应人才培养的需要。建立健全过程性评价方式与手段，也是教育评价的重要任务之一。未来各种信息化的学习工具，如电子书包、电子课本、未来教室结合教育大数据的理念，将能实时采集教师教学、学生学习的过程性数据，在教育过程中实现实时反馈、个性化教学和预测。
    三、教育决策：大数据驱动
    大数据时代的决策，将人们从传统依赖经验、直觉甚至流行趋势的决策方式彻底转变。教育决策将更多地依据教育评价与监测的实施结果，基于真实的数据，更加科学规范。同时，大数据的作用还在于帮助我们发觉传统决策过程中忽略的相关关系。通过从这些相关关系出发，从而推进教育决策更加有效。大数据时代的教育决策，将不再是一时兴起，而是真正从数据中发现了问题，从而实现大数据驱动的教育决策。
    四、教育研究：“数据密集科学”范式
    教育研究是推动整个社会教育发展的源动力之一。社会科学（包括教育学）长期以来被认为是数据最贫瘠的领域，然而在大数据时代，完全可能成为数据最丰富的领域之一。举个例子来说，在国外，很难想象一篇没有数据支撑的研究论文或者报告能够获得正式发表。而在国内，这种论文或者说研究方式还普遍存在。大数据时代，将引导教育研究走向更科学的道路。在大数据时代，研究者用数据说话的意识将变得越来越强。数据也不仅仅来自于小范围群体，而是广泛的社会大众。微软公司在《第四范式：数据密集型科学发现》（The Fourth Paradigm: Data-Intensive Scientific Discovery）一书中将“数据密集科学”定位为科学研究第四范式。可见，大数据已经成为这个时代的一种研究取向。
    最后，大数据时代会给教育带来无限可能，但我们也要脚踏实地，一方面，过度地热炒大数据的概念会导致希望的破灭；另一方面，大数据时代的伦理等问题更应该值得冷静思考。就像舍恩伯格担忧的一样，大数据可以分析一个人过往的行为数据，预测他两年之后可能成为一个杀人犯，那么是应该放任自由还是现在就要给他贴上“杀人犯”的标签，开始对他进行监控或者直接投入监狱？而在教育领域，大数据是否使一些人被过早地贴上标签，从而影响其正常的发展可能呢？