你還在談論大數據？“小數據”才是教育技術的革新力量！

       隨著大數據的發(fā)展，科技產業(yè)受到深刻影響，收集和解析數據的能力在近年來突飛猛進，其應用范圍深入到生活的方方面面。Netflix通過深入分析數據來預測用戶口味和偏好，幫助用戶做出選擇。谷歌分析用戶的搜索內容，提供更加個性化的搜索結果，比如提供和天氣相關的搜索選項。亞馬遜最近申請的專利也與個性化預測相關，名叫“預期送貨”(anticipatory shipping)，在用戶下單前發(fā)出產品，以進一步縮短下單和收獲間的時間間隔。

       大數據也波及教育產業(yè)，一些大學錄取辦公室稱，利用大數據算法，能在錄取前預測哪些申請者能取得更好的學習成績。而在教師方面，兩家教育機構表示能通過預測分析，在教師實際授課前評價其能夠取得的教育效果。

       過去我們在教育上執(zhí)行了一種過于集中、過于重視數據的方法，好像“Moneyball”中描述的那樣，完全依賴對球隊成員的數據來組建球隊。但這種方式對于教育真的合適么?學生和數據、趨勢、程序對象不一樣，他們每一個人都是獨立的實體，長處、缺點、興趣各不相同，用同樣的程序分析套用在不同人身上并不合適，而是需要有針對性地教育。

       在大數據分析的幫助下，應當能幫助學生獲得更個性化的指導，這種幫助應該體現在課堂，而讓議會或立法委員會陷入無謂的討論。大數據雖然能對行業(yè)走向做出估計，但其目的是篩選、預測、淘汰，這些和教育的需求并不一致——實際上教育產業(yè)需要的恰恰相反，我們姑且稱其為“小數據”(small data)。用各種復雜的計算方式對年終報告的分析，實際上之于學生個人的學習沒有任何實際幫助。相反，工作在第一戰(zhàn)線上的教師個人貢獻出的“小數據”改變，如應用新技術教育學生，才能對學生的學習產生實際的影響。

       回顧近一個世紀的教育發(fā)展，美國在一個世紀前采用的教學方式脫胎于工業(yè)革命影響下的工廠式管理評價，把學習內容分成不同單元，每個單元后進行所謂的“階段測試”。這種方式最大的問題，是學生在學習過程中遇到問題時教師無法得到及時反饋。于是產生了一種以期彌補這一不足的方法，成為“掌握性學習”(mastery learning)，在教學過程中不斷測評。這種方法在20世紀初開始應用，但實踐過程中缺遇到明顯的困難：測評反饋需要的時間太多，因此這種方法也沒有獲得普遍推廣。

       雖然在實踐上遇到了阻力，但“掌握性學習”(也成為“形成性學習”，formative learning)的想法卻一直沒有被教育學家和哲學家冷落。James Block和Sal Khan都曾提倡過這一概念。Dylan Wiliam在為全國數學教師委員會(National Council of Teachers of Mathematics)發(fā)表的一項研究概要中提到：“現有的研究數據表明，在課堂教育中，掌握性學習能幫助學生掌握和教師教授的課業(yè)內容。”

       但實際上掌握性學習無法有效推廣的原因，不是因為耗時長、效率低，而是缺乏實踐的客觀條件。掌握學習的關鍵是事實觀察并評價學生對知識的理解，并對吃不透的地方及時反復或加強，這正好符合“小數據”的效用。小數據是教師、學生和家長之間缺失的聯系環(huán)節(jié)，實現了反應學生學習情況的實時檢查。(關于小數據的簡單介紹，可以參考)

       假設你是六年級的數學老師，班里有30多個學生，一半都對幾何關鍵知識點掌握有不足，而有些參加加強班的學生掌握得很好，已經有了繼續(xù)學代數的能力，而有些學的不好的需要一對一的輔導。理想的情況，當然是你有足夠的時間來一一輔導這些后進生，但你手里還有準備好的授課計劃，固定的考試安排，顯然再去有針對性地輔導是不太現實的。

       教育學家Sal Khan在接受哈佛商業(yè)評論采訪時表示，“科技發(fā)展讓這一切成為可能，讓教學按照學生的時間、按照學生的學習速度進行，給予實時反饋，把數據提供給教師一方。”

       云技術和移動技術的發(fā)展成熟，也讓基于掌握的評價方法更加可行。過去的“階段性評價系統(tǒng)”正逐漸被“掌握性評價系統(tǒng)”取代，教師通過該系統(tǒng)能分析學生的課業(yè)表現，并做出實時反饋，這是在數據系統(tǒng)和技術基礎欠缺的過去無法實現的。

       技術成熟加快了教學個性化的推廣，教師的關注點從30個人的班級為單位，細化到學生個體，學生對概念的理解不足能通過測試及時反應出來，教師再爭對性地進行補充輔導，或與家長進行溝通，讓后者在校外及時關注。通過這樣的交流合作，學生在面臨正式的階段測試時，教師、家長和學生自身，都能對準備情況有更充分的理解，為下一步學習做出更精確的打算。

       大數據是把所有人的數據集中起來，把分析結果為個人所用。而小數據的思路則相反，是把個人的分析數據集中起來為個人所用。過去一直被教育學家念念不忘的“掌握性學習”，終于在小數據的思路和科技基礎的進步下逐漸被廣泛采用。不僅如此，未來的教師將面對的，很可能是一對一的小數據輔助的升級版的互動教育。