3.关于大数据的分析视角

“质量控制通常交由专门机构负责，其任务是还原事实，而不是把情况描述成管理者希望的样子”(P56)。“大数据有能力将数据的生成与处理、利用分隔开来——在信息上与教育松绑，同时将学校和课本转化为数据平台，促进学习的改善”(P59)。

从教育的视角看，大数据分析主要关注两大领域：学习领域和学术领域(Anirban, 2015)。如果期望从大数据中获得关于学生成长的全面数据，分析的视角十分重要。姜强等人认为：“教育中的大数据分析应以崭新的思维和技术重点对学习过程中的微观表现进行测量，从多个维度，如努力程度、学习态度、智力水平、领域能力、交互协作等深层次挖掘有价值数据信息，揭示其中隐藏的学习行为等模式并以可视化方式呈现。”这其实也反映了基于大数据的学习分析是对学习者群体与个体的众多方面进行全面的数据整合，发现规律，根据规律提出合理的预测，从而指导学习者改进学习。

因此，它需要专业人士(算法专家)来做这样的工作，并避免单一视角或不全面的分析，特别是对数据的流动要敏感，以避免本书两位作者所提到的现象：运用大数据给一部分学生贴上了标签，使“我们的社会倒退为一种近似种姓制度的新形式——精英和高科技封建主义的古怪联姻。”(P90)然而我们当前使用大数据是不是基本局限于信息管理和评价学业成绩呢?

4.关于基于大数据的教育创新

“当下面临的变革并不是技术层面上的。这种改变影响着我们能够收集的数据类型以及我们对这些数据的挖掘方式，促使我们对学习、教学和获取知识的过程展开全新的理解(P102)。

不论什么时代，变革往往都不是线性的，教育变革也不是一级一级向上升的过程。尽管今天的在线教育已经成为教育创新的孵化器，但是仅仅依靠在线教育去思考教育创新是远远不够的。传统教育与在线教育并非非此即彼的关系，很多教育工作者更加强调混合学习模式下的教与学，认为学习者准确提供从大数据中获得的形成性反馈信息才是大数据的优势所在，因为教师们是无法做到一直为学生们提供形成性反馈的具体信息的，只有网络平台才可以做到。所以无论是可汗学院，还是慕课平台，他们是教育创新的重要示范。

如何将在线课程与教师组织的课堂教学有机结合起来?如何充分利用混合学习模式的优势开展教与学?如何把从这种混合学习模式中得到的学习大数据有效分析和利用?

5.关于大数据带来的风险

“它还有可能加深教育鸿沟，使社会和经济上的鸿沟持续存在，更多的妇女和少数族裔将被上层淘汰”(P88)。

和任何崛起的技术一样，大数据带来的风险也是显而易见的，如谁拥有大数据、个人隐私如何保护、从哪个视角去分析大数据、从大数据中获得的信息如何被恰当分析并有效反馈给学习者和公众等，都是应用大数据会碰到的问题。此外，有些人有更多机会获取和利用大数据，而有些人缺乏获取大数据的渠道，还有人缺乏一定知识技来理解和应用大数据，所以大数据确有可能导致更加不平等的现象出现，这本身有违大数据让更多人更便捷、更公平使用网络资源的初衷。要解决这样的问题，仅靠努力改善大数据的应用环境是远远不够的，因此作者指出：“如果教育中的大数据看起来在造就不公平和促成新的不平等，那么公共政策就要跟进了。(P123)公共政策如何跟进?

由于本书的容量不是很大，作者对大数据与教育的关系进行的是初步、广泛的分析，它对于我们特别关注的大数据在教育中的多方面应用，只是提供了一些基本的线索。然而作为一本教育大数据的启蒙读本，它还是值得我们阅读，并且能够启发我们思考。

(肖玉敏 作者系华东师范大学教育科学学院教育信息网络中心主任)