随著(zhe)技術尤其是互聯技術、人工智能(néng)技術的迅猛發(fā)展，生活數據化的趨勢越發(fā)明顯，各行各業越來越重視數據，都(dōu)試圖尋求數據增值的空間。教育也不例外。教育學(xué)界逐漸意識到數據驅動是現代教育的基本特征。随著(zhe)大數據風潮的興起(qǐ)，教育大數據的話題也備受關注。有學(xué)者認爲， “教育大數據將(jiāng)重構教育生态系統，宏觀層面(miàn)爲教育決策提供科學(xué)依據，中觀層面(miàn)推進(jìn)教學(xué)管理和評價的創新實踐，微觀層面(miàn)爲個性化教學(xué)提供精準支持”[1]；有學(xué)者將(jiāng)教育大數據的應用概括爲五個層次，即“學(xué)習、教學(xué)、研究、管理與政策，學(xué)習層與教學(xué)層需求著(zhe)眼于适應性學(xué)習；研究層需求著(zhe)眼于發(fā)現教育教學(xué)規律；管理層需求著(zhe)眼于精細管理和科學(xué)決策；政策層需求來自獲得機制設計依據”[2]；也有學(xué)者這(zhè)樣(yàng)闡述教育大數據的應用：“（1）真實反映教育現狀，促進(jìn)教與學(xué)的有效性……（2）把握學(xué)習者個體需求，推動個性化教育發(fā)展……（3）反映客觀教育現實，推進(jìn)教育決策科學(xué)化……（4）提供技術、方法和思維支撐,驅動教育評價變革……（5）推動教育領域智慧化，促進(jìn)智慧教育發(fā)展……”[3]。然而，教育真的進(jìn)入了大數據時代嗎？

一、關于教育大數據的幾個據說

（一）據說能(néng)實現因材施教

      “因材施教”是教育界曆久彌新的追求。據說有了大數據，我們終于可以實現“因材施教”了。教育大數據“可助力教育向(xiàng)因材施教、個性化學(xué)習的目标高速邁進(jìn)”[4]，可“使教育研究從宏觀群體走向(xiàng)微觀個體，提供精準、個性化的教育，實現以數據驅動的‘因材施教’”[5]，可“聚焦、診斷、服務于‘人’的學(xué)習全過(guò)程”[6]，“聚焦于每一個學(xué)生的微觀表現……可以精準分析學(xué)習者的個體知識能(néng)力結構、個性傾向(xiàng)、思維特征、學(xué)習路徑和學(xué)科素養發(fā)展狀況；可以針對(duì)學(xué)生的實際需求實施‘精确供給’”[7]，“有望……讓教師開(kāi)展一對(duì)一的個性化教學(xué)，讓學(xué)生享受多對(duì)一的個性化學(xué)習輔導”[8]。

      因材施教已經(jīng)成(chéng)爲教育大數據應用的重頭戲。在很多人看來，因材施教要麼(me)表現爲現場精确診斷+英明決策的一次行動，要麼(me)表現爲將(jiāng)這(zhè)種(zhǒng)智慧經(jīng)過(guò)深思熟慮的設計放入學(xué)習系統，由學(xué)習系統代勞。但因材施教并不簡單。按照因材施教的主流理解，實現因材施教需要滿足三個條件：對(duì)學(xué)生個體差異的準确感知，幹預手段的豐富性以及差異性與豐富性之間的對(duì)應關系，即對(duì)于這(zhè)樣(yàng)的學(xué)生我們這(zhè)樣(yàng)做，對(duì)于那樣(yàng)的學(xué)生我們那樣(yàng)做。可是我們從沒(méi)想過(guò)，即使我們能(néng)夠準确感知學(xué)生的個體差異，我們擁有與此相适應的同樣(yàng)豐富的幹預手段嗎？

      師生直接交流的情形下，真實的因材施教過(guò)程并沒(méi)有我們所預想的精确診斷和強針對(duì)性的幹預，而是一個師生相互動态适應的過(guò)程。在這(zhè)個過(guò)程中，學(xué)生嘗試著(zhe)將(jiāng)自己的困惑表達清楚，教師嘗試著(zhe)理解學(xué)生的困惑（如果想定量地理解學(xué)生，常規的統計分析即可），并基于對(duì)學(xué)生整體的直觀感知（而不是精确診斷）和現場的問題，嘗試各種(zhǒng)可能(néng)适切的表達和鼓勵。面(miàn)對(duì)學(xué)生的困惑，教師常常是這(zhè)樣(yàng)解釋試試、那樣(yàng)解釋試試。或許教師的解釋并沒(méi)有準确地幫到學(xué)生，學(xué)生卻可能(néng)把問題解決了，因爲學(xué)生絕不是被(bèi)動接受幫助的主體，而是積極參與的主體，在聆聽教師解釋的過(guò)程中，一直在積極主動地思考。教師的參與有時并不是提供了适切的、精确的解惑，而僅僅是打破了學(xué)生原來的思維定式，教師的話語中哪句話點化了迷惑，事(shì)先并不知道(dào)，甚至事(shì)後(hòu)也不知道(dào)。在這(zhè)種(zhǒng)情形下，可否輔以基于大數據學(xué)習分析的、漠視教師主觀需要的精确診斷呢？未必管用。如果教師對(duì)學(xué)生非常了解，大數據分析就是多餘的。如果教師對(duì)學(xué)生不甚了解，大數據分析即使提供了所謂的精确診斷，教師也無法據此臨場組織有針對(duì)性和适切性的指導。試想，一個漠視主觀感受的教師依據教育大數據的分析結論“客觀地”與學(xué)生交流、“科學(xué)地”爲學(xué)生選擇特定學(xué)習資源或和誰都(dōu)一樣(yàng)說的那套話語，沒(méi)有相互理解和接納的溝通，這(zhè)是怎樣(yàng)一種(zhǒng)可怕可憎的場景！

      成(chéng)功診斷與有效反饋是兩(liǎng)個問題，診斷與反饋的針對(duì)性是兩(liǎng)個性質完全不同的問題，而且是無法徹底解決的問題。若將(jiāng)原本動态交往的适應性問題，錯誤地轉化爲知識性的靜态問題，并内化于學(xué)習系統之中，希望利用學(xué)生的曆史學(xué)習記錄對(duì)學(xué)生進(jìn)行準确診斷，在此基礎上完成(chéng)精确推送反饋，這(zhè)同樣(yàng)無法實現因材施教。且不論一個學(xué)習系統到底依據什麼(me)理論、有多大能(néng)力記錄學(xué)生哪方面(miàn)的多大量的學(xué)習數據（因而是否是大數據分析，這(zhè)是可疑的），半年前的數據是否還(hái)對(duì)當前的分析有意義，單就反饋來說，系統推送的東西都(dōu)是系統事(shì)先保存的現成(chéng)的東西，頁面(miàn)也罷、答案也罷，這(zhè)種(zhǒng)手段的單一性是非常明顯的，又怎麼(me)能(néng)達到因材施教？ 至今無一款學(xué)習系統能(néng)提供嚴肅可信的因材施教有效性研究報告（這(zhè)個問題好(hǎo)像被(bèi)回避了）。其實，系統擁有N類反饋，就隻能(néng)勉強應付N類學(xué)生，可是這(zhè)個N隻能(néng)很小，這(zhè)意味著(zhe)系統對(duì)學(xué)生的分類隻能(néng)是粗略的，這(zhè)種(zhǒng)因材施教的實際效果也就可想而知了。

      個體是一個具體的存在，不是固定的抽象物，沒(méi)有人擁有關于個體人的完整知識。個體的學(xué)習過(guò)程是一種(zhǒng)建構的過(guò)程，一種(zhǒng)個性的、自由的、探索性的、模糊的内部心理過(guò)程。然而，對(duì)于這(zhè)種(zhǒng)永不定形的個體，我們卻盲目相信另一個套路：用教育大數據記錄和分析他們的外部學(xué)習行爲， 利用局部的成(chéng)長(cháng)曆史定義個體，試圖建立一種(zhǒng)基于“科學(xué)的”（其實隻是“數據的”）診斷，從而實現精确的學(xué)習支持服務。這(zhè)是一種(zhǒng)多麼(me)深刻的矛盾！面(miàn)對(duì)人的成(chéng)長(cháng)這(zhè)種(zhǒng)最需要投入信息和人性的工作，我們卻選擇了依賴數據和算法這(zhè)種(zhǒng)偷懶的方式！

（二）據說能(néng)發(fā)現教育規律

      “在大數據時代，科學(xué)研究具有全樣(yàng)本性、注重效率、注重因果和相關的複雜性等特征。”[9]學(xué)界開(kāi)始相信“大數據分析對(duì)于教育研究及規律的發(fā)現意義重大”[2]，“大數據技術及應用爲我們探索教育規律提供了前所未有的工具支撐。……現在有了大數據技術，就有可能(néng)讓我們從全領域、全維度、全樣(yàng)本去看待教育現象和教育活動，發(fā)現教育教學(xué)規律。”[10]

      讓人疑惑的是，面(miàn)對(duì)小規模數據，Pedagogy教育學(xué)都(dōu)無法拟定出可以檢驗的規律性命題，面(miàn)對(duì)大數據時怎麼(me)就突然擁有這(zhè)個能(néng)力了呢？僅僅全樣(yàng)本就自動賦予人們發(fā)現教育規律所需要的理論想象力嗎？相對(duì)于随機取樣(yàng)或方便取樣(yàng)，全樣(yàng)本對(duì)于還(hái)原事(shì)實是有優勢的，但樣(yàng)本處于數據層，隻能(néng)用來确證規律卻不能(néng)用來發(fā)現規律。因此，取樣(yàng)隻需要能(néng)代表總體即可，其規模并不十分重要。規律的發(fā)現和确證并不那麼(me)渴求全樣(yàng)本。再說，大數據未必是全樣(yàng)本，反過(guò)來，全樣(yàng)本也不一定意味著(zhe)數據量很大。對(duì)于規律的發(fā)現，全樣(yàng)本與精明取樣(yàng)在收集證據方面(miàn)沒(méi)有什麼(me)本質不同。規律的真理性并不會因爲全樣(yàng)本而得到提升。全樣(yàng)本也無法回避未來的證僞。

      除了全樣(yàng)本這(zhè)種(zhǒng)說法之外，人們普遍認爲利用大數據發(fā)現教育規律的兩(liǎng)大利器是教育數據挖掘和學(xué)習分析。可是，自從教育大數據被(bèi)讨論以來，未見一例聲稱通過(guò)大數據挖掘而發(fā)現的教育規律（或許我們需要再耐心一些），同時，學(xué)習分析也陷入行爲分析的陷阱而無法自拔。要知道(dào)，純粹的數據挖掘所産生的教育學(xué)知識極有可能(néng)無法被(bèi)常識所理解，自然也無用。基于行爲編碼的學(xué)習分析的結論對(duì)于教學(xué)的啓發(fā)也是似有還(hái)無。這(zhè)種(zhǒng)盲目樂觀是沒(méi)有道(dào)理的。

（三）據說能(néng)支持科學(xué)的教育決策

      學(xué)界相信“随著(zhe)教育決策問題複雜性的增加，審慎的教育決策往往需要綜合考察多方數據，如經(jīng)濟的、效益的、曆史的、民意的”[11]，所以我們需要教育大數據支持教育決策。然而從列舉的情況看，這(zhè)種(zhǒng)大數據驅動的決策案例，并不需要多少數據。例如：“Signals系統通過(guò)數據挖掘和統計預測模型，根據多個變量……來預測學(xué)生是否能(néng)夠完成(chéng)/通過(guò)該課程”[12]；“以課堂教學(xué)評價爲例，大數據可以精準記錄每位學(xué)生的出勤率、回答與提問次數、每道(dào)練習題的完成(chéng)時間與得分、走神次數等，然後(hòu)以可視化的儀表盤方式一目了然地呈現給任課教師”[8]；“上海市對(duì)小學(xué)一年級學(xué)生家長(cháng)進(jìn)行全樣(yàng)本調查，采集孩子作業情況、适應情況、學(xué)習壓力等各項數據并進(jìn)行分析，以檢驗上海小學(xué)教育零起(qǐ)點政策的執行效果”[8]，等等。

      我們并不反對(duì)利用數據分析輔助教育決策。但目前大多數教育決策并不需要教育大數據，擁有表達實情的教育數據即可。這(zhè)倒不是說，教育決策注定不需要教育大數據，這(zhè)取決于決策的具體内容。即使在需要大數據的情況下，教育大數據也是教育決策的實情依據，它無法自動賦予決策的合理性。更何況，很多決策具有“抓大放小”的性質，海量的細節、過(guò)多的維度，并不一定有利于決策，倒是很容易陷入進(jìn)退維谷的境地。

      總之，我們目前尚沒(méi)有成(chéng)功的教育大數據的研究與實踐案例。更爲嚴重的是，我們并不真的知道(dào)、也不關注，哪些數據可以收集、哪些具有侵犯學(xué)生權利的風險、哪些數據的收集本身就是在侵犯學(xué)生的權利。或許我們的傳統文化讓我們對(duì)學(xué)生的權利不敏感，使得那些侵犯學(xué)生權利的風險因盲目相信大數據而合法化。利用眼動儀、表情識别來記錄課堂教學(xué)，有了足夠的“證據”證明原來秩序井然的課堂實則很不堪，這(zhè)可能(néng)成(chéng)爲主任、校長(cháng)向(xiàng)教師施壓的理由，繼而也成(chéng)爲教師批評學(xué)生“不投入”學(xué)習的理由。大數據觀照的課堂中，些許的懈怠會被(bèi)看到、放大，搞不好(hǎo)會受到懲罰。更有甚者，把學(xué)生上課的打盹或打鬧視頻，經(jīng)過(guò)特定制作，在一部分人中傳看消遣，這(zhè)不是不可能(néng)。這(zhè)種(zhǒng)被(bèi)量化的教育生活哪裡(lǐ)好(hǎo)？它隻是滿足了各級各類的控制欲罷了。此外，特定機構利用擁有的數據優勢去強化某種(zhǒng)成(chéng)長(cháng)焦慮并針對(duì)這(zhè)種(zhǒng)焦慮推出特定的産品和服務，這(zhè)已經(jīng)是資本的套路，不是教育的套路。

二、教育大數據的真義 

      既然上述教育大數據的研究并非是大數據的，那麼(me)到底什麼(me)樣(yàng)的教育研究和實踐才可能(néng)是大數據的呢？如何判定一項教育研究和實踐是大數據的呢？

      “大數據”給人的第一印象絕不限于規模超大。爲了豐富對(duì)大數據的理解，人們用各種(zhǒng)“V”來作爲大數據的基本特征，以此區分于普通數據。它們是：（1）Volume，數據體量浩大；（2）Variety，數據類型多樣(yàng)；（3）Velocity，數據生産速度快；（4）Value，數據價值高；（5）Veracity，真實性；（6）Visualization，可視化；（7）Viscosity，黏度；（8）Volatility，易失性； （9）Variability，易變性。[3，9，12]其中，體量大是最基本的指标，其他指标是随著(zhe)體量的提升而顯現出來的。然而，體量大就是指多嗎？到底多到什麼(me)程度才算大數據？計算機就是用來處理數據的，還(hái)怕多？如果僅僅是數據多，那就隻是空間複雜度和時間複雜度的問題，不值得提出新的概念甚至範式。再說，今天的大數據問題，是否幾年後(hòu)計算機運算速度和存儲能(néng)力足夠了，就不是大數據問題了？

      就教育而言，除了體量大，教育大數據的界定特别強調價值這(zhè)個“V”（其他的“V”表現得不夠明顯）。有的把教育大數據定義爲“服務教育主體和教育過(guò)程，具有強周期性和巨大教育價值的高複雜性數據集合”[2]；有的把它定義爲“面(miàn)向(xiàng)教育全過(guò)程時空的多種(zhǒng)類型的全樣(yàng)本的數據集合”[13]；還(hái)有這(zhè)樣(yàng)定義的：“所謂教育大數據，是指整個教育活動過(guò)程中所産生的以及根據教育需要采集到的，一切用于教育發(fā)展并可創造巨大潛在價值的數據集合。”[14]如此界定和理解教育大數據很容易導緻與教育數據相混淆。實際上，目前的文獻中，關于教育大數據的陳述與關于教育數據的陳述的确沒(méi)什麼(me)兩(liǎng)樣(yàng)，隻是強調量大。比如：“教育領域中的大數據有廣義和狹義之分，廣義的教育大數據泛指所有來源于日常教育活動中人類的行爲數據……而狹義的教育大數據是指學(xué)習者行爲數據……”[15]；“教育大數據可以分爲四個層次和六大類型。四個層次包括個體、學(xué)校、區域和國(guó)家；六大類型包括基礎數據、管理數據、教學(xué)數據、科研數據、服務數據和輿情數據”[2]；“教育大數據主要分爲四類：教學(xué)行爲大數據、教學(xué)資源大數據、教學(xué)評估大數據、教學(xué)管理大數據”[16]；“……在網絡時代……在學(xué)生使用教學(xué)平台和數字化工具的時候，勢必産生大量的數據”[17]，等等。如果把這(zhè)些陳述中的“大數據”替換爲“數據”，也沒(méi)有什麼(me)不妥。我們根本看不出這(zhè)些陳述哪裡(lǐ)是專門針對(duì)教育大數據的。對(duì)于個别陳述，我們甚至看不出其“量大”的特征。

      人們對(duì)大數據的理解從最初的驚異所引發(fā)的感歎發(fā)展到如今的新視野、新方式，絕非僅僅幾個“V”能(néng)解釋的。僅僅強調那幾個“V”是不得要領的。那些“V”的相對(duì)性，帶來的隻是相對(duì)主義的混亂。如果我們執著(zhe)于那幾個“V”，或許我們就不得不承認，“大數據并不是一個準确的術語”[3]。

      其實，大數據的“大”，是一種(zhǒng)隐喻，不能(néng)從字面(miàn)上理解。單純由樣(yàng)本數量增加所引發(fā)的“大”與大數據無關。大數據的體量絕不是因爲樣(yàng)本的增加而導緻的，而是因爲小規模數據無法完整地表征某種(zhǒng)東西。“大數據是人們在大規模數據的基礎上可以做到的事(shì)情，而這(zhè)些事(shì)情在小規模數據的基礎上是無法完成(chéng)的。”[18]也就是說，“大”與某種(zhǒng)整體相關，這(zhè)種(zhǒng)整體是無法用某種(zhǒng)高明的取樣(yàng)或者全樣(yàng)本來代表的，因爲樣(yàng)本集合中樣(yàng)本之間是分立的，而整體是其組成(chéng)部分的有機整體。因爲知道(dào)了整體的真相，進(jìn)而帶來全新理解，才可能(néng)帶來新的方式。即是說，不得不大數據的地方才可能(néng)是大數據的。大數據的“大”不是量的追求，而是一種(zhǒng)質的需要。我們必須尋求大數據的更本質的判據。

      對(duì)于大數據的思考，我們不能(néng)僅限于數據層，隻停留在隐喻水平。數據屬于顯現，所以重要的是，要搞清楚什麼(me)東西通過(guò)數據在顯現自身。上述所有的質疑與辨析都(dōu)指向(xiàng)一個結論：大數據是某種(zhǒng)複雜适應系統的顯現。複雜意味著(zhe)非線性。“非線性”“适應”“系統”使我們擺脫了大數據的相對(duì)主義判據。

      隻有複雜适應系統才能(néng)導緻大數據，其中任何局部數據都(dōu)無法代表整體。因爲是複雜适應系統，完整表征系統的數據量不會小、内部關系不會是線性的。對(duì)于複雜适應系統來說，其表征數據的大是自然而然的，不是樣(yàng)本積累的結果。我們之所以離不開(kāi)大數據，是因爲複雜适應系統的現實表達隻能(néng)是大數據的。大數據使得複雜适應系統由概念的抽象存在轉變爲數據的真實存在。隻有針對(duì)複雜适應系統，大數據才具有方法論意義，也隻有利用大數據的分析方法才能(néng)認識現實中的那個複雜适應系統。複雜适應系統又在以某種(zhǒng)速度變化（适應），想準确認知當下對(duì)象的真相，對(duì)數據的即時處理才顯得至關重要。正因爲如此，大數據的收集、存儲、加工、可視化表征才是難題，特别是在某些算法尚不明确的情況下。總之，一個數據集是否是大數據，最根本的特征就是這(zhè)個數據集是否是對(duì)某種(zhǒng)複雜适應系統的完整表征。

      如果教育實踐中沒(méi)有複雜适應系統，教育就與大數據無緣。憑直覺，教育與大數據有關，因爲教育實踐本身就是一個複雜巨系統。那麼(me)在教育實踐這(zhè)個複雜巨系統中，我們能(néng)否找到可以按照大數據方式理解的複雜适應系統呢？

      存在是一回事(shì)兒，它是什麼(me)樣(yàng)子的是另一回事(shì)兒。後(hòu)者取決于理論。很明顯，那個複雜适應系統不是常識意義上能(néng)夠直觀得到的，而是理論投射的對(duì)象。隻有理論在場，數據才有意義。數據隻是理論的具體表達。理論也是數據采集處理的尺度。在哪些維度上、以什麼(me)顆粒度采集處理數據，是理論的規定。所以，隻有先在學(xué)理上确認了那個複雜适應系統的概念模型、機制結構，我們才能(néng)夠在大數據層次上展開(kāi)更深入的研究和應用，才能(néng)以此理解現實中那個活動的系統的真實狀況，才能(néng)确證教育規律、洞察教育。由此，教育實踐中的那個複雜适應系統在哪裡(lǐ)、教育大數據在哪裡(lǐ)，隻能(néng)是教育學(xué)理論觀照的結果。隻有在教育學(xué)理論邏輯上（不是指用大數據思想在教育領域中進(jìn)行簡單往往又是牽強的演繹，似乎一夜之間我們便明了了教育大數據）需要大數據，教育實踐才真的可能(néng)是大數據的。根據Educology教育學(xué)（Pedagogy教育學(xué)不是理論[19]），教育實踐中的那個複雜适應系統就是教育系統，它本就是教育學(xué)的研究對(duì)象。

      一個教育系統就是一個完整的課程體系，而課程體系由門類課程組成(chéng)，門類課程在實施時轉化爲教學(xué)系統。因此，實施态的門類課程可以認爲是由教學(xué)系統組成(chéng)。教學(xué)系統區分爲設計态（Design-time）和活動态（Run-time），設計态是活動态的規劃，即教學(xué)方案；活動态的教學(xué)系統即真實發(fā)生的教學(xué)活動，它是教育系統最微觀、最底層、生存期最短的子系統，它是教師、學(xué)生和具有信息處理能(néng)力的媒體這(zhè)三個信息處理主體之間的信息流動網絡。[20]由此可知，對(duì)于教育系統，從課程體系至教學(xué)方案，都(dōu)屬于設計态。不同層次的教育系統的活動态表現爲随時間展開(kāi)的不同規模的活動态教學(xué)系統的有機組合。

      教育系統自身就是信息系統，包含著(zhe)海量的非線性信息，信息量與複雜度相輔相成(chéng)。同時，教育系統中各層次子系統之間又相互關聯，這(zhè)種(zhǒng)關聯一方面(miàn)源自知識體系，另一方面(miàn)源自行動，設計态系統轉化爲活動态系統是教師通過(guò)教學(xué)設計與教學(xué)行動完成(chéng)的，因此，這(zhè)種(zhǒng)内部關聯亦是非線性的。可見，教育系統屬于一種(zhǒng)複雜系統，其非線性特征是非常明顯的。教育系統又是适應性變化的，這(zhè)種(zhǒng)适應性最直接的表現是教學(xué)設計與教學(xué)行動的适應性。教師將(jiāng)課程轉化爲教學(xué)方案時就要考慮所面(miàn)對(duì)的各種(zhǒng)實情條件，在按照教學(xué)方案進(jìn)行教學(xué)時，更要根據現場的情況做出及時調整，但這(zhè)種(zhǒng)适應性調整不是一種(zhǒng)任性胡來，我們用一緻性來表達它，包括課程與教學(xué)的一緻性、教學(xué)方案與行動的一緻性。高度一緻意味著(zhe)失去适應性，若完全不一緻，實施的就已經(jīng)不是那個設計态系統了。其次，教育系統的适應性表現爲整個系統的适時維護。如果實施過(guò)程中感知到系統的功能(néng)缺陷或性能(néng)不足，教育組織都(dōu)會對(duì)教育系統做出調整，或者設計态的，或者活動态的。總之，完整的教育系統是一種(zhǒng)複雜适應系統，教育大數據就是教育系統在現實中的生成(chéng)性表現。

三、教育的大數據實踐正途

      現代教育必然是數據驅動的[21]，而非純粹經(jīng)驗主義的實踐。所謂數據驅動，是指在理論觀照下依據實情數據（而非僅僅感覺經(jīng)驗）而采取與理論和數據相一緻的職業行動的方式。數據驅動比經(jīng)驗主義更具理性。

      數據驅動相對(duì)容易，有理論、有數據即可。但是將(jiāng)數據驅動升級爲大數據驅動，那隻能(néng)是Educology教育學(xué)理論完整觀照實踐的結果：以教育系統的設計、開(kāi)發(fā)、實施和調節爲核心内容的完整的信息化教育實踐，它是一種(zhǒng)設計與分析相統一的教育實踐，其自然的結果就是因材施教。

      完整的教育系統既是設計出來的，又是行動的結果。但不存在一種(zhǒng)千秋萬代的理想系統，教育系統必須與時俱進(jìn)，與它自身的環境協同進(jìn)化。所謂進(jìn)化，對(duì)于教育系統來說就是改進(jìn)設計、調整行動。改進(jìn)設計的前提是理解，理解教育系統的現實表現。但細緻地理解教育本身是一個難題，因爲教育曆時長(cháng)、信息量大。我們不能(néng)隻是關注結果，諸如分數、升學(xué)率等，這(zhè)些結果遠遠不能(néng)代表教育自身。理解教育需要著(zhe)眼于真實發(fā)生的教育過(guò)程。理解離不開(kāi)分析，通過(guò)梳理細節數據，整理出更高層次的真相。也隻有依據這(zhè)種(zhǒng)分析出來的實情數據，改進(jìn)性設計才能(néng)夠增強教育系統功能(néng)的确定性、提高教育系統的适應性，适應性即因材施教。

      曆史經(jīng)驗表明，爲了因材施教而設計開(kāi)發(fā)大而全的學(xué)習産品是得不償失的，不但功能(néng)難以實現，而且初期成(chéng)本和後(hòu)期維護成(chéng)本都(dōu)居高不下。也就是說，單個學(xué)習産品内部完全的因材施教是難以奏效的。正确的做法是利用教育衆籌機制[22]，開(kāi)發(fā)大量的、功能(néng)各異、風格各異的學(xué)習産品，讓個性化産品的總體豐富性與學(xué)習者個性差異的豐富性建立關聯。對(duì)于某個具體的産品來說，它不需要精确地對(duì)學(xué)生進(jìn)行分類，隻需做到能(néng)滿足某類學(xué)生某個特定需求即可。當學(xué)習産品的豐富性足夠大時，學(xué)生經(jīng)過(guò)短時間的有限嘗試，就可以選擇到自己滿意的學(xué)習産品。這(zhè)才是因材施教的正途。這(zhè)種(zhǒng)因材施教的學(xué)習産品集合是經(jīng)年累月的結果，是協同進(jìn)化的結果，絕不是一朝一夕的精明決策的結果。

      因材施教不是一種(zhǒng)産品功能(néng)，而是一種(zhǒng)效應。因材施教的關鍵不在于對(duì)個體的精準感知，而在于教育自身的可選擇性。所以因材施教可以在教育組織内部表現爲課程和教學(xué)系統的可選擇性，也可以表現爲教育組織之間的理性擇校。這(zhè)裡(lǐ)，理性擇校的标準不是升學(xué)率，而是教育組織的服務質量和特色。一個教育組織的服務質量就是指將(jiāng)某個設計态教育系統轉化爲與其一緻的活動态教育系統的能(néng)力水平。一個教育組織的服務特色就是指將(jiāng)設計态教育系統轉化爲活動态時的獨特性。

      無論是教育系統的改進(jìn)性設計，還(hái)是特定功能(néng)學(xué)習産品的開(kāi)發(fā)需求，抑或是确認教育組織的能(néng)力和特色，都(dōu)需要真實的、完整的教育系統的分析，這(zhè)種(zhǒng)分析是一種(zhǒng)一緻性分析，關注活動态教育系統與設計态教育系統的一緻性，關注教育組織之間的一緻性，在不一緻之處尋覓教育系統的缺陷、教育組織的能(néng)力短闆以及教育組織的特色。教育系統是多層次複雜适應系統，又涉及設計态和活動态，對(duì)于它的分析包括課程、知識組件、教學(xué)方案、真實教學(xué)活動以及學(xué)習産品的真實運轉過(guò)程等從宏觀到微觀多個層次，活動的教育系統自然又是分布式存在的。可見，這(zhè)種(zhǒng)分析隻能(néng)是大數據的。教育系統的改進(jìn)和調試從何處著(zhe)手、優先處理何處以及如何調整等問題，隻有依賴這(zhè)種(zhǒng)大數據分析，才能(néng)區分哪些缺陷是意外偶發(fā)，哪些是隐含的必然。

四、結語

      教育學(xué)界是敏感的。某種(zhǒng)哲學(xué)、某種(zhǒng)技術、某種(zhǒng)方式在其他領域的“巨大”成(chéng)功對(duì)于教育學(xué)界而言，總是充滿了誘惑或激勵。但我們并不需要把首次嘗試或簡單嘗試當作典型案例，把影響力大（誰承認？）的嘗試當作成(chéng)功案例，把基于數據的研究說成(chéng)是基于教育大數據的研究，用教育數據冒充教育大數據。

      教育學(xué)界又是不敏感的。對(duì)于教育而言，做沒(méi)做不重要，做沒(méi)做好(hǎo)才重要。對(duì)于“做得好(hǎo)不好(hǎo)”，教育學(xué)界卻極度不敏感。其實隻要想做好(hǎo)，就會觸及教育的基本矛盾：教育者的文化傳遞與受教育者的自我生成(chéng)之間的矛盾[23]，這(zhè)種(zhǒng)矛盾一直是并永遠是依賴直接的心靈和理性去調節的。教育所面(miàn)對(duì)的挑戰一直是自身内部的。很多其他領域的發(fā)展，并未真正給教育帶來必須即時反應的挑戰或機遇。至于數據驅動以及教育大數據，則與潮流無關。教育一定會走向(xiàng)數據驅動，并最終實現大數據驅動。但數據驅動的絕不會是課堂或學(xué)習過(guò)程，因爲它是靈魂驅動的。讓大數據服務于教育系統的設計與改進(jìn)，讓人類教師服務于學(xué)生的成(chéng)長(cháng)，這(zhè)才是教育大數據的正途。本文無力將(jiāng)教育大數據這(zhè)個主題完全說清楚，我們隻是希望，在孩子們懵懵懂懂地成(chéng)長(cháng)時，不要受到精确推理、武斷判決系統的嚴重影響！我們隻是希望，冷冰冰的數據分析以及未來的人工智能(néng)在應用于教育時，位于教師圈之外，以人性作爲緩沖再與學(xué)生照面(miàn)，這(zhè)或許是一個沒(méi)有辦法的辦法。

【參考文獻】

[1] 吳忭，顧小清. 教育大數據的深度認知、實踐案例與趨勢展望——2017年“教育大數據應用技術”國(guó)際學(xué)術研讨會評述[J]. 現代遠程教育研究，2017（3）：11-17.

[2] 孫洪濤，鄭勤華. 教育大數據的核心技術、應用現狀與發(fā)展趨勢[J]. 遠程教育雜志，2016（5）：41-49.

[3] 張燕南. 大數據的教育領域應用之研究——基于美國(guó)的應用實踐[D]. 上海：華東師範大學(xué)，2016.

[4] 劉三女牙，楊宗凱，李卿. 教育數據倫理：大數據時代教育的新挑戰[J]. 教育研究，2017（4）：15-20.

[5] 劉三女牙. 大數據開(kāi)啓個性化教育新時代[N]. 中國(guó)教育報，2017-03-05（007）.

[6] 孟志遠，盧潇，胡凡剛. 大數據驅動教育變革的理論路徑與應用思考——首屆中國(guó)教育大數據發(fā)展論壇探析[J]. 遠程教育雜志，2017（2）：9-18.

[7] 餘勝泉，李曉慶. 基于大數據的區域教育質量分析與改進(jìn)研究[J]. 電化教育研究，2017（7）：5-12.

[8] 楊現民，陳世超，唐斯斯. 大數據時代區域教育數據網絡建設及關鍵問題探讨[J]. 電化教育研究，2017（1）：37-46.

[9] 劉寶存，楊尊偉. 大數據時代比較教育研究範式的轉型[J]. 比較教育研究，2015（10）：1-5，18.

[10] 田慧生. 大數據爲教育帶來什麼(me)[N]. 社會科學(xué)報，2017-01-05（005）.

[11] 顧小清，薛耀鋒，孫妍妍. 大數據時代的教育決策研究：數據的力量與模拟的優勢[J]. 中國(guó)電化教育，2016（1）：56-62.

[12] 祝智庭，沈德梅. 基于大數據的教育技術研究新範式[J]. 電化教育研究，2013（10）：5-13.

[13] 杜婧敏，方海光，李維楊，仝賽賽. 教育大數據研究綜述[J]. 中國(guó)教育信息化，2016（19）：1-4.

[14] 楊現民，唐斯斯，李冀紅. 發(fā)展教育大數據：内涵 、價值和挑戰[J]. 現代遠程教育研究，2016（1）：50-61.

[15] 徐鵬，王以甯，劉豔華，張海. 大數據視角分析學(xué)習變革——美國(guó) 《通過(guò)教育數據挖掘和學(xué)習分析促進(jìn)教與學(xué)》報告解讀及啓示[J]. 遠程教育雜志，2013（6）：11-17.

[16] 淩霄. 國(guó)内外大數據教育應用研究的對(duì)比研究[D]. 深圳：深圳大學(xué)，2017.

[17] 孫妍妍，李豔. 大數據時代的學(xué)習分析將(jiāng)重塑教育格局——訪挪威奧斯陸大學(xué)托雷·赫爾教授[J]. 世界教育信息，2015（2）：7-10.

[18] 維克托· 邁爾—舍恩伯格，肯尼斯·庫克耶. 大數據時代[M]. 盛楊燕，周濤，譯. 杭州：浙江人民出版社，2013：8-9.

[19] 楊開(kāi)城. 教育學(xué)的壞理論研究之四：教育學(xué)的理論品性[J]. 現代遠程教育研究，2014（4）：29-38.

[20] 楊開(kāi)城，林凡. 教學(xué)系統的IIS圖分析法及其實證研究[J]. 中國(guó)電化教育，2010（2）：31-33.

[21] 楊開(kāi)城，許易. 論現代教育的基本特征與教育信息化的深層内涵[J]. 電化教育研究，2016（1）：12-17，24.

[22] 楊開(kāi)城，李通德，惠治儒，田浩. 在線教育衆籌的技術機制與學(xué)習神經(jīng)元[J]. 現代遠程教育研究，2017（1）：51-58.

[23] 楊開(kāi)城. 論教育何以可能(néng)[J]. 中國(guó)電化教育，2010（10）：1-4.

How Can Education Be of Big Data

YANG Kaicheng

（Faculty of Education, Beijing Normal University, Beijing 100875）

[Abstract] In the era of big data, can education be of big data？ It is said that owing to educational big data, individualized learning can be realized, educational laws can be discovered and scientific education decision-making can be made. But actually, educational big data is not necessarily needed in those fields. Unfortunately, a real case of application of educational big data cannot be found yet. And we always confuse educational big data with educational data. Nine "V"s such as volume, types and value cannot accurately characterize big data. A more accurate and non-relativistic criterion is that big data is the manifestation of a complex adaptive system in reality. The volume of big data is not the result of sample accumulation, but comes from the complex adaptive system itself. Educational system is a complex adaptive system, so educational big data is the generative performance of educational system in education reality. Only the complete information-based educational practice, with the core content of design, development, implementation, and adjustment of the educational system, can be of big data.

[Keywords] Big Data； Educational Big Data； Complex Adaptive System； Educational System

作者簡介： 楊開(kāi)城（1971—），男，遼甯海城人。教授，博士，主要從事(shì)新教育學(xué)（Educology）研究。

轉載自：《電化教育研究》2019年第2期