京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据真的能因材施教_数据分析师培训
牛津大学互联网研究所教授维克托·迈尔-舍恩伯格,是大数据领域公认的权威。继引发广泛热议的《大数据时代》之后,最近,舍恩伯格和《经济学人》数据编辑肯尼斯·库克耶联袂推出《与大数据同行:学习和教育的未来》一书,专门探讨大数据研究在教育领域的应用。
该书开篇,两位作者叙述了具有比较性的两个实例:唐卡画家的培养遵循传统,规则决定了该画什么、画在哪里和怎么画,师父的任务就是确保年轻人严格遵守规则;斯坦福大学计算机科学家吴恩达收集所有关于学生举动的信息,从中提取最有效的内容并将其纳入系统设计,最后他挖掘出了大数据对于教育的非凡效果。鲜明的对比,清楚地传达出一个信息:传统教育提倡因材施教,但囿于各种条件很难真正做到,借助大数据将会实现更有效的转变。
个性化教育作用惊人
在这本书里,我们遇到了许多实例和生动的故事,了解大数据对个性化教育所起的惊人作用。在小数据时代,我们只能评价那些简单的元素,如测验成绩等。其结果是,反馈几乎是单向度的,从教师和校方指向学生和家长。实际上,大多数正规学校的教育,在其设计之初考虑的只能是处于平均水平的学生。以虚构的中等学生为对象实施教学,必然会损害正态分布曲线两侧的优等生和后排学生的学习利益。大数据正在改变这一状况。例如,同样的一门课程《网络工程》,在计算机学院、信息学院、管理学院,巨大的知识推送和资料,如果假借大数据应用的推送,给不同要求的学科完全不同的内容推荐,即使面对同样一个学科的不同行为习惯的学生,也会针对性地给出对应的学习策略。人类以往的知识体系和知识点在大数据背景并不会发生变化,而学生们却可以通过大数据应用得到个性化的指导和无穷无尽的资源配置。
书中那名七年级女生的例子,极其鼓舞人心。原本在班里始终垫底的女生,忽然像开了窍一样,成绩突飞猛进。因为她只需要集中精力攻克她的弱项。个性化学习最令人印象深刻的特征就是其动态性,学习内容可以随着数据的收集、分析和反馈加以改变与调整,这对于奔走于补习班中的中国学生也是福音,与其去读数学辅导班,不如去专门补习解方程,大数据给你提供了个性化的意见。
造就另一种“庸才教育”?
大数据可以帮助我们突破智力上的局限?两位作者明确指出,大数据最大的作用就是,它不需要对所有事情的原因作出准确解释,而取而代之关注相关关系。也就是说,只要知道“是什么”,而不需要知道“为什么”。作者的这种看法在认知论上可以说颠覆了我们传统的思维习惯,给予了我们更全面、更精细的视角,来看待世界的复杂性和我们身处其中的位置。
作者的洞见还在于,在看到大数据对教育带来良性改变的同时,也前瞻性地发布了大数据教育的种种预警。作者指出,最大隐患是“无法遗忘的旧数据”。或许,某次考试作弊被抓的记录将束缚你的人生,否定你在此之后的进步、成长和改变的种种努力,想想这真令人沮丧,不是吗?大数据预测可以为我们提供比较平坦舒适的教育轨迹。但实际上,这可能正是问题所在,也许我们应该受到鼓励并迎难而上,而不是满足于便捷的前进路线。大数据会否造就另一种形式化的“庸才教育”呢?至于数据资料的管控、使用和监督,难道我们的所有信息都处于监控之中,然后把希望寄托在类似美剧《疑犯追踪》的主角那样的管理者理想人格之上吗?
爱因斯坦说过:“想象力比知识更重要,因为知识是有限的,而想象力概括世界的一切。”对于大数据来说,它可以提供更高效的技术分析,但是,由人类的智慧、独创性、创造力造就的理念,还有人类甘愿在困境中努力突围的信念,这是大数据分析无法做到的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28