京公网安备 11010802034615号
经营许可证编号:京B2-20210330
老师究竟能用大数据做什么
天天喊着大数据,但是你真的知道:大数据应该怎么用吗?也许你正利用大数据评估学生,但你真的了解大数据吗?你真的用对了吗?
要说这个问题啊,他最有发言权咯!他就是《与大数据同行:学习和教育的未来》一书作者、被誉为“大数据之父”的牛津大学教授维克托·迈尔-舍恩伯格,他是潜心十余年研究数据科学,是最早洞见大数据时代发展趋势的数据科学家之一。
不久前,他在成都市第七中学发表了《与大数据同行——学习和教育的未来》的演讲。小编精选了部分内容,一起来听听看,这大数据到底要怎么用!
大数据,让老师们告别生产式的教育,给孩子个性化的教育
童年时,我通过《百科全书》了解世界各国的知识。如今,网络带动了各种数字化的剧变。我们得到越来越多的数据,但仍有一些东西在学校里并没有改变——我们对孩子的教育方式没有改变。教育就像打造一辆汽车一样,教师像是流水线上的工人,给孩子同样的教育内容,教育完了以后他们就进入市场。
用工业化的模式来教育孩子,这是荒谬的,因为每个孩子都是独特的,他们有自己的需求,有自己的期望、希望。现在有这么多的网络定餐选择,有如此多的食物选择,但为什么在这个世界上孩子们还是用同样一种制造汽车的方法进行教育和学习呢?
有些人说是因为钱,因为我们不可能给每一个孩子独特的教育内容,但是我认为这个答案是错误的。我们的孩子们就是我们的未来,投入的时间,投入的资源,在将来我们会翻十倍的产出。只有儿童能够发挥出他们个人的潜力,我们才能够驾驭将来的这些挑战。
为了达到这个目的,我们不能再重蹈大规模生产的覆辙,当然也不可能给每一个小孩配一个老师。但是我们仍然可以有所作为,大数据能够实现这种改变。
大家可能会说,我们一直在使用数据呀,大数据有什么不同呢?
事实上,过去收集数据非常困难,而且成本高。大家知道我们做了一些什么吗?我们创建一些像流程、机制、方法等等,但这些都是在小数据上收集数据。因为我们处理不了大量的数据。
那我们怎么把教育当成大规模的生产来进行呢?正是因为个体化的教育太难实现,过去我们生活在一个小数据时代里。在学习环境中,如果只有小数据的话,也就意味着只能接收这个国家小范围的知识和数据。我们也只能根据这些小数据看世界。换句话说,我们想了解每个学校,每个学生的潜力和需求,就需要去大学、高中、小学去评估、去测量、去看看。但是这实在是太蠢了,我们没有那么多人力、物力、资源。
大数据能够帮助我们解决没有办法收集分析大数据的困境,做以前不能做的事情。那这对学习意味着什么呢?它不仅仅意味着能影响教学结果,还影响着决定者每个学生学习的方式和学习的内容。我们可以给每个学生提供个性化的教学内容,教学服务以及教学方式,也让他们的学习变得越来越容易和简单。
大数据,可以改善教学内容质量
大家现在都在用平板电脑,如果我们在某一个国家能够测量,探索每一个学生都在用平板电脑阅读哪些书籍,去探索每个人的兴趣,那么这将会收集数据成为有意义的教材。因为它非常具有代表性,在课堂讨论的时候我们就可以针对这些教学材料进行互动。我们就可以通过大数据帮助我们找到哪些内容是大家喜欢的,它也能够看到每个人都在做什么。
现在我们有了技术,有了数字,能够获得想要捕捉的信息,而且可以将所捕捉到的这些信息转化成为一个全新的视角,来改善提高教学内容质量。举个例子,我给儿子拍一张刷牙的照片,我想把他作为照片焦点,但当我按下快门时,他手上的牙刷成为了照片焦点,所以我需要重新再照,但儿子当时的笑容我却捕捉不到了。而利用大数据技术来照相就能解决这个问题,大数据技术能把所有的信息都捕捉到照片当中来,人们随时可以选择焦点。这和大数据的分析原理是一样的。
大家一定听说过“翻转课堂”。我们可以把课堂翻转过来进行传播,就是在课堂之外传道授业,这样我们可以把课堂作为其他的用途。翻转课堂可以让我们了解教学楼和课堂是做什么的。如果我们看平板电脑只是独自学习,但是我们在课堂上可以集体学习,可以一起讨论难题和挑战,可以一起讨论喜欢什么不喜欢什么,这就是学校的角色,不是吗?我们可以了解内容,可以自己去消化,但是我们必须去学校里面,向其他的老师学习,这就是社交意义。老师更是一个独特的角色,它并不是知识的传播者,而是一个可以让大家关注一场对话,让大家进行互动的人,这才是老师的角色。
利用大数据,避免数据的独裁
我们必须扪心自问,什么是成功?一开始我就说到了这点,我们必须要测量成果。哈佛大学是世界上最好的大学,它应该是非常完美的,而且它应该了解怎么样优化流程。但是这里有一个秘密,哈佛也不知道怎么样优化学习过程,因为过去十年我就是哈佛的一名教授。哈佛之所以成功,并不是给学生最佳的学习环境,而是每次录取最好的生源就可以了,这就是成功的秘诀。如果两万名学生每年都申请哈佛大学,只录取十分之一的,所以它当然是成功的。
我们只录取最聪明的学生,这就是哈佛完美的原因。它花了很多钱录取最优秀的学生。但是如果我们以低成本录取学生,如果我们误用了数据会发生了什么样的结果呢?可能就会耽误这些学生的未来。
这是非常危险的诱惑。我们可能会基于用数据来筛选、过滤哪些学生进入到某个学校,某个职业。有些学生成绩非常好,但是他们并不能成为科学家。有些学生英语(精品课)不好,所以就不能成为语言专家。这就是大数据带给我们的困惑。我们完全把学生的未来和这种预测绑定到了一起,而且在过滤老师的时候也是如此,就是数据独裁了。
但我们说与大数据同行,向大数据学习的时候不是这样的意思。我们的核心是要使用数据去提高和改进学习的过程,学校、家长、教科书等等各个利益相关方能在学习环境中都要得到良好的反馈,然后他们才能够提高,从而变得更好。
在将来的时代,我们只有通过变革才能实现成功,也就是让孩子发挥出潜力。请大家去驾驭大数据的力量,让我们打造更好的未来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31