大宗生产方式的教育方式受到挑战

　　戚万学：非常荣幸舍恩伯格教授来我校指导教育大数据研究。随着时代的发展，教育学习要与大数据同行，因此非常希望能当面向您学习了解大数据在教育中的应用及如何改变我们的教育和学习方式。

　　舍恩伯格：我也很高兴可以来学习和分享。教育大数据研究未来发展的潜力与空间是无限的。随着教育方面大数据的应用，渐渐地就会改变我们以前注重质的变化这一现象，从量的角度出发关注教育的变化，会成为我们下一步的重点。

　　戚万学：非常感谢。在国家发布《促进大数据发展行动纲要》一个月以后，我校成立了中国教育大数据研究院。在曲阜这样一个古老的地方，特别是在一个传统色彩很浓重的大学里，成立一个具有科技前沿的研究中心，我想是有象征意义的，一方面我们能坚守最优最好的传统，另一方面也能跟上最前沿的科学技术的发展。我们试图用真正的现代技术来解决目前教育学习课堂中的一些问题。

　　舍恩伯格：我非常同意您的观点。中国教育大数据研究院比起其他类似机构已经是时代的领先者。现在各国流行的教学模式，是伴随着大工业革命从1880年以后才有的，1900年后开始全球普及。很多学校是由政府或者教会组建的，标准化的教学模式和人才培养方式，解决了成千上万人的听说读写问题，直接满足了大规模机器生产经济发展模式的强烈需求。

　　但是最近二十年，随着互联网的出现，大宗生产式的教育方式渐渐受到了挑战，孩子的个性化需求越来越受到重视，学校教育似乎越来越重视过程而不是结果，一切都在悄悄地变化。当网约车成为我们生活的一部分时，为什么不利用网络的力量，上最好的学校，找最好的老师？如果可以办到，学校和老师的作用与地位似乎就受到了威胁。其实不然，因为互联网上的授课是无法交互进行的，而学校是一个交互的场所。以前授课是在教室进行的，现在不局限于教室，而且老师更多地是去调解学生的讨论。学习—反馈—讨论—反馈这种模式对老师的要求更高，需要对学校再投资，更需要培训老师新的技能，这不是电脑带宽可以解决的。

将来的教育变革从中国开始

　　戚万学：的确，大数据对教育来说改变的不是一种外在的形式，更是改变教育体制的一种基因。这很重要，特别是中国的集体教育模式历史比较悠久，从孔子就开始了，真的要改革将会触及教育的DNA。其中的挑战是很大的，造成的冲击可能难以想象。

　　关于大数据虽然我们谈到了很多方面，包括个性化的学习方式、反思式的学习方式等，其实这些在传统教育当中也都有关注。如果真正把大数据上升到一个非常大的量化或者规模化的程度，不仅会造福我们的教育行业，而且会带来整个教育行业的大变化，有可能会影响整个社会、整个人类的发展，这才是不可限量的潜力。

　　舍恩伯格：确实，我们的经济已经开始转型了，从大规模的标准化生产到原创的广泛应用，似乎一切不可能都在悄悄进行，教育要跟上经济的发展形式，才能促进经济的发展。

　　中国不是唯一一个在担忧教育改革的国家，现在全球都在经历这种变化的痛苦，包括欧洲和美国。欧洲过去都是所谓流水线式的教育教学方法，这种大宗生产式教学方法是时候要改变了，其中最重要的一点就是要改变人们的思维方式，而不是去强调网线带宽等硬件设备的精良。如果说现在有一个国家能够进行这样的教育改革，那一定是中国，因为中国的整个社会发展阶段与欧洲不太一样。在欧洲，现在即便有一些很小的社会变革，人们都没有办法接受。但是中国改革开放以来的三四十年，发展速度惊人，快速地吸收消化了那么大的变化，所以，将来的教育变革一定会是从中国开始的。

　　戚万学：是的，目前中国的一切都在变化。无论是政府的管理还是决策首先要看的就是数据，比如，旅游业可以通过分析游客流量，对旅游景点进行相应的管理。

　　教育，现在无论是从观念上还是从实际的课堂行为上都在发生着变化，最关键的是，过去我们把教育看成是一个工厂，像对待工业生产一样，现在越来越多的人开始接受教育像农业生产了，需要阳光滋润和滴灌，是一个慢慢的培育和生长的过程。过去，课堂上有很多像秧苗似的一排排整齐的课桌椅，现在也开始自由组合了，排列成“U”型、圆型等。这是在课堂上发生的巨大变化，而且是很好的变化。

　　舍恩伯格：您讲的农业的比喻非常恰当。牛津大学非常好，就在于它有一个非常好的师生比例。它实行导师制，平均下来一门硕士课程只有四个学生，老师和学生的接触就非常密切。同时，老师的教授过程也不是填鸭式地以传授知识为主，更多的是提供建议，类似于通过农业的滴灌来促进学生的成长。

寻找最好的发展出路

　　戚万学：牛津大学的这种教学方式，为了使教师照顾到每个学生，把从大范围改为小范围。现在我们也可以通过数据了解整个学习过程的变化。现在有的教育企业设有全自动的教室，对学生学习知识的整个过程进行抓取，对学生学习某个知识点作出评价，并随时地反馈过来。可见，教育企业比学校更早意识到提供数据解决学习的方法。现在有很多中小学乐意用这样的方案，通过学习过程的分析，找出是精力不集中还是知识缺陷的问题。

　　因此，大数据研究院的定位，一方面是作为政府智库，通过宏观的国家教育数据、经济数据、人口数据等相结合，来给国家的教学政策的制定提供数据支持；另一方面是通过对目前学生学习质量、传授知识质量等数据的分析，为更有效地学习、更好地改变教育环境提供更好的解决方案。对此，首先需要做的是一些基础性的工作，建立我们自己的数据库，比如青少年体质健康的数据库，一卡通学生监测情况数据库等，此外，还与美国的评测学生数学和科学成绩的两家数据中心建立了合作关系。

　　在人才培养方面，让学生在数据采集过程中参与进来，对数据背后的相互关系进行研究，这是我们的研究范式和人才培养方式的变化。

　　舍恩伯格：您的介绍让我很高兴，如果说拼图版上的每一块我们都有了，下一步就是去找到其独特性，寻找最好的发展出路。在我看来，收集数据和建立数据库固然重要，但这是次要的，因为数据库大家都会去做。将来真正的出路应该是在数据分析上。数据的收集是很容易做的，但数据的分析做起来却不容易。很多时候人们是用大数据去解答一个已有的正确的问题，我们希望大数据分析能够帮助我们提出新的正确的问题。数据是复杂的多维度的，涉及人们的行为认知，涉及社会和经济，所以这是需要不断地长期地去发展和关注的。同时，关于数据分析我们也缺少很多的理论支持，所以希望大家做出更多理论上的研究成果。比如提到的学校管理，希望大数据提供一个理论支持，但是就管理而言，它是一种资源和需求的匹配，而匹配是一种很复杂的过程，希望大家未来在理论方面做出更多的贡献。          

编辑：秦欢     责编：孙祥广