杨现民   江苏师范大学智慧教育学院副院长，教育部教育信息化专家，中央电教馆培训专家，江苏省教育信息化工程技术研究中心副主任，教授、博士。
 

教育步入大数据时代
 

一、何为“大数据”
 

提起大数据时代，我们不得不提近年来一个非常了不起的“发明”——“双十一”。据统计，2017年“双十一”当天的交易额大概是1682亿元，这是一个巨量的数字，相当于新加坡超过一个月的GDP，南苏丹好几年的GDP。这个例子直观地反映出，中国已经进入了一个新的时代——大数据时代。在这个时代，全数字化、移动互联式的生活、工作、学习逐渐普及。那么，何为“大数据”？
 

在众多的学术化概念中，笔者认为最权威、最有助于理解的“大数据”定义，是国务院在2015年发布的我国首个有关“大数据战略”的文件——《促进大数据发展行动纲要》中所提出的：大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合。笔者对该文件做了一个高频词分析，发现其中出现最多的两个词为：共享（59次）和开放（36次）。这足以说明，我国所走的大数据路线一定是开放、共享的路线，突出跨区域、跨部门、跨行业“三跨”数据的融合，最终用数据构建数据强国，推动大数据治国。
 

习近平总书记在2017年新一届中央政治局第二次集体学习中，将“大数据战略”作为一个专题进行学习。他指出，大数据是信息化发展的新阶段。随着信息技术和人类生产生活交汇融合，互联网快速普及，全球数据呈现爆发增长、海量集聚的特点，对经济发展、社会治理、国家管理、人民生活都产生了重大影响。在这样一个新的阶段，习近平总书记对领导干部提出了新的要求。他指出，善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功。各级领导干部要加强学习，懂得大数据，用好大数据，增强利用数据推进各项工作的本领，不断提高对大数据发展规律的把握能力，使大数据在各项工作中发挥更大作用。
 

在这个大数据时代，对我们教育工作者来说，无论是学校校长、普通教师，还是企业研发者，如果没有很好的数据意识、数据思维和数据能力，那么一定做不好工作。
 

二、大数据的核心思想

在研究过程中，笔者将大数据的核心思想概括为以下五点。
 

1.大数据强调数据本身的价值远胜过算法技术。当然，互联网界的大咖们各有不同的观点。马云说过，他有大数据，数据为王。李彦宏认为，算法为王。马化腾则认为，场景最重要。但是不管怎样，在这个大数据时代，数据的价值已经被越来越多的人认可。
 

2.大数据承认数据本身的混杂性和多元性。数据不是单一的，例如我们刻画一个学生，如果仅仅通过成绩去刻画，那一定是不真实、不全面、不客观的，我们必须通过学生生活、学习等多方面的数据，才能够描绘出一个真实的学生。
 

3.大数据强调要从因果关系转向相关关系，从“抽样”走向“全样本”。以前我们做调查研究，经常是发出50份调查问卷，收回后进行统计。从统计学来说，抽样统计出的数据确实可以在一定程度上推演出全样本，但样本毕竟只是样本。在大数据时代，我们拥有更多更好的技术之后，很多的研究、管理就将走向全样本的研究和管理。
 

4.大数据强调突出跨领域数据的交叉融合和流动生长。数据的交叉融合强调数据的多元化。数据的流动生长强调数据的价值，因为数据是有时间性的，是随着时间的推移递减、衰减的。例如，我们在淘宝上买东西，淘宝给我们推荐东西时所用的数据一定不是一年前的数据，而是更有价值的近期数据。这个最典型的例子说明，数据本身的价值是随着时间的推移而逐渐衰减的。因此我们要特别强调数据的流动性，也就是数据的更新、生长。
 

5.大数据强化了即时分析和利用数据预测未来的能力。这一核心思想是我们在小数据时代无法实现的。
 

三、教育大数据的特征
 

笔者认为，教育大数据不等同于普通的大数据，它的初心和本源是服务于我们教育教学的发展。在这样的初心和本源下，教育大数据呈现出以下三个典型特征。
 

首先，从教育数据采集角度看，教育大数据的复杂性远远超过普通的大数据。教育的业务场景是多元化、复杂化的，很多数据的采集难度很大。例如，课堂上教师用平板可以采集到很多数据，但学生回家之后在纸上写作业的相关数据却无法采集；学生在课堂中的成绩、举手次数、提问次数都可以采集到，但学生情绪却是一个复杂化、多样化、个性化的数据……这些都是数据采集的难点。
 

其次，教育大数据的应用模式更具挑战性。数据挖掘中最典型的案例叫“啤酒和尿布”，“啤酒”和“尿布”两个看上去没有关系的商品摆放在一起进行销售，并获得了很好的收益，这种现象就是卖场中商品之间的关联性。而教育大数据则没有这么简单。教育是一项育人的工程，我们要从管理的维度、教学的维度、生活服务的维度、教研的维度等多个方面，去促进学生的成长。教育数据有很多应用的场景，其本身是很复杂的，不是简单地放在一起就可以见效的。
 

最后，教育大数据要更加注重因果关系。我们通过复杂的数据确实可以发现其相关性，但还要在相关的基础上，进一步去挖掘、分析、探究因果。因果反映的是一种规律，把握了规律之后，我们才能科学地去做事。
 

四、教育大数据采集技术体系
 

教育大数据采集的技术体系包括四大类十三种常见数据采集技术。
 

第一类叫物联感知技术，包括物联网感知技术、可穿戴设备技术、校园一卡通技术。其中最典型的例子就是校园一卡通，它重点采集了学生在学校里的生活数据以及学生日常管理的数据。
 

第二类叫视频录制技术，包括视频监控技术、智能录播技术、情感识别技术。在智能录播过程中，采集的是课堂教学数据、校园安全数据。智能录播目前正迈入3.0时代，嵌入了数据分析和诊断评价功能，可以把教师的上课过程录下来，并自动分析出报告，反馈出该节课是以学生为中心的课堂，还是以教师为中心的课堂，提问的有效性怎样。
 

第三类叫图像识别技术，包括网评网阅技术、点阵数码笔技术、拍照搜题技术。
 

第四类叫平台采集技术，包括日志搜索分析技术、在线学习与管理平台技术、移动App技术、网络爬虫采集技术。

此外，随着科技的日新月异，人脸识别技术也越来越成熟，这种技术也会改变我们的教育教学。当学生进入校园、课堂签到时，有了计算机视觉技术之后，很多的管理模式都将改变。

五、教育大数据分析与应用
 

首先，教育数据可以分为四层。基础层，存储国家教育基础数据；状态层，存储教育装备环境与业务的运营状态数据；行为层，存储教育用户的行为数据；资源层，存储各种形态教育资源。

其次，笔者在2016年出版的《互联网+教育：中国基础教育大数据》中，提出了七个数据分析模型，对应七个数据应用的场景，即决策支持模型、校情监测模型、适应性学习模型、学业评价模型、学习预警模型、深度学习行为诊断模型、学生画像模型。

最后，教育大数据有五大应用模式，即驱动教育政策科学化、驱动教育评价体系重构、推动区域教育均衡发展、助推学校教育质量提升、促进师生个性化发展。
 

六、教育大数据六大发展趋势
 

笔者参与编写的《中国基础教育大数据发展2016—2017：走向数据驱动的精准教学》于今年4月出版，书中总结了教育大数据的六大发展趋势。（如下图）

数据驱动未来学校建设

一、未来学校是一所数据为基的学校
 

现在学校里面的业务，无论是教学和教研，还是管理和生活，最终都会沉淀为数据。沉淀之后，我们通过数据融合、数据共享技术就可以形成一个闭环——一个数据共享的池子。在这个池子之上，我们可以做数据的分析和挖掘，可以将我们的教育和教学业务（因为它是一个双向循环的过程）去做课程
重整，做精准教学，做智能化的运维，也可以做精准化的教研。所以未来学校的底层一定是基于数据
的。在数据层之上，才是运用，才是服务。

北京师范大学余胜泉教授曾说：数据将成为学校最重要的资产。以前，校长们谈论的都是各自的学校有多大，学校的实验楼建设投入了多少钱，学校的实验室有多先进。而在大数据时代，大家比的是数据：用数据干成了什么事，干成了以前想干而没干成的事情，干成了以前想都不敢想的事遥。这也说明，未来教育市场的竞争将是一场数据处理与应用能力的竞赛。教育学者想要提出新的教育思想，也一定需要用数据去验证，去推广。

今年8月，笔者在一次培训上谈到了信息技术教师这一角色所需要进行的四个转变。第一，要做学校的首席数据官。信息技术教师需要成为一个学校的数据管理者、运用、分析师和决策智囊，要做专业化的数据处理分析、管理和运用，而不只是修修电脑之类的打杂工、修理工。第二，要做智能环境的架构师。学校的教研需要智慧课堂、智能实验室等，这些都需要有教育基础背景、有信息技术背景的专业教师去做架构设计。第三，要做智慧学习的设计师。未来学习方式的变革一定是走向智慧的学习，这就需要信息技术教师深入多个学科，帮助、引领其他学科的教师改变现有的教学模式和学习方式。第四，要做人工智能教育的先锋师。这一转变的实现是信息中心主任义不容辞的责任。

（本文根据第四届未来教育高峰论坛专家报告录音整理，有删节）