随著(zhe)技(jì)術尤其是互聯技(jì)術、人工(gōng)智能(néng)技(jì)術的迅猛發展，生(shēng)活數據化的趨勢越發明顯，各行各業越來越重視數據，都試圖尋求數據增值的空間。教育也不例外。教育學界逐漸意識到(dào)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，教育大數據的話題也備受關注。有學者認爲， “教育大數據将重構教育生(shēng)态系統，宏觀層面爲教育決策提供科學依據，中觀層面推進教學管理和評價的創新實踐，微觀層面爲個性化教學提供精準支持”[1]；有學者将教育大數據的應用概括爲五個層次，即“學習、教學、研究、管理與政策，學習層與教學層需求著(zhe)眼于适應性學習；研究層需求著(zhe)眼于發現教育教學規律；管理層需求著(zhe)眼于精細管理和科學決策；政策層需求來自(zì)獲得機制設計依據”[2]；也有學者這樣闡述教育大數據的應用：“（1）真實反映教育現狀，促進教與學的有效性……（2）把握學習者個體需求，推動個性化教育發展……（3）反映客觀教育現實，推進教育決策科學化……（4）提供技(jì)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，促進智慧教育發展……”[3]。然而，教育真的進入了大數據時代嗎？

一(yī)、關于教育大數據的幾個據說

（一(yī)）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“可助力教育向因材施教、個性化學習的目标高(gāo)速邁進”[4]，可“使教育研究從宏觀群體走向微觀個體，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’的學習全過程”[6]，“聚焦于每一(yī)個學生(shēng)的微觀表現……可以精準分析學習者的個體知識能(néng)力結構、個性傾向、思維特征、學習路(lù)徑和學科素養發展狀況；可以針對學生(shēng)的實際需求實施‘精确供給’”[7]，“有望……讓教師開展一(yī)對一(yī)的個性化教學，讓學生(shēng)享受多(duō)對一(yī)的個性化學習輔導”[8]。

      因材施教已經成爲教育大數據應用的重頭戲。在很多(duō)人看(kàn)來，因材施教要麽表現爲現場精确診斷+英明決策的一(yī)次行動，要麽表現爲将這種智慧經過深思熟慮的設計放(fàng)入學習系統，由學習系統代勞。但因材施教并不簡單。按照(zhào)因材施教的主流理解，實現因材施教需要滿足三個條件(jiàn)：對學生(shēng)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應關系，即對于這樣的學生(shēng)我們這樣做，對于那樣的學生(shēng)我們那樣做。可是我們從沒想過，即使我們能(néng)夠準确感知學生(shēng)的個體差異，我們擁有與此相(xiàng)适應的同樣豐富的幹預手段嗎？

      師生(shēng)直接交流的情形下(xià)，真實的因材施教過程并沒有我們所預想的精确診斷和強針對性的幹預，而是一(yī)個師生(shēng)相(xiàng)互動态适應的過程。在這個過程中，學生(shēng)嘗試著(zhe)将自(zì)己的困惑表達清楚，教師嘗試著(zhe)理解學生(shēng)的困惑（如果想定量地理解學生(shēng)，常規的統計分析即可），并基于對學生(shēng)整體的直觀感知（而不是精确診斷）和現場的問題，嘗試各種可能(néng)适切的表達和鼓勵。面對學生(shēng)的困惑，教師常常是這樣解釋試試、那樣解釋試試。或許教師的解釋并沒有準确地幫到(dào)學生(shēng)，學生(shēng)卻可能(néng)把問題解決了，因爲學生(shēng)絕不是被動接受幫助的主體，而是積極參與的主體，在聆聽教師解釋的過程中，一(yī)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，而僅僅是打破了學生(shēng)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，甚至事(shì)後也不知道。在這種情形下(xià)，可否輔以基于大數據學習分析的、漠視教師主觀需要的精确診斷呢(ne)？未必管用。如果教師對學生(shēng)非常了解，大數據分析就(jiù)是多(duō)餘的。如果教師對學生(shēng)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性和适切性的指導。試想，一(yī)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”與學生(shēng)交流、“科學地”爲學生(shēng)選擇特定學習資源或和誰都一(yī)樣說的那套話語，沒有相(xiàng)互理解和接納的溝通(tōng)，這是怎樣一(yī)種可怕可憎的場景！

      成功診斷與有效反饋是兩個問題，診斷與反饋的針對性是兩個性質完全不同的問題，而且是無法徹底解決的問題。若将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，并内化于學習系統之中，希望利用學生(shēng)的曆史學習記錄對學生(shēng)進行準确診斷，在此基礎上(shàng)完成精确推送反饋，這同樣無法實現因材施教。且不論一(yī)個學習系統到(dào)底依據什麽理論、有多(duō)大能(néng)力記錄學生(shēng)哪方面的多(duō)大量的學習數據（因而是否是大數據分析，這是可疑的），半年(nián)前的數據是否還對當前的分析有意義，單就(jiù)反饋來說，系統推送的東西(xī)都是系統事(shì)先保存的現成的東西(xī)，頁面也罷、答案也罷，這種手段的單一(yī)性是非常明顯的，又(yòu)怎麽能(néng)達到(dào)因材施教？ 至今無一(yī)款學習系統能(néng)提供嚴肅可信的因材施教有效性研究報告（這個問題好像被回避了）。其實，系統擁有N類反饋，就(jiù)隻能(néng)勉強應付N類學生(shēng)，可是這個N隻能(néng)很小(xiǎo)，這意味著(zhe)系統對學生(shēng)的分類隻能(néng)是粗略的，這種因材施教的實際效果也就(jiù)可想而知了。

      個體是一(yī)個具體的存在，不是固定的抽象物(wù)，沒有人擁有關于個體人的完整知識。個體的學習過程是一(yī)種建構的過程，一(yī)種個性的、自(zì)由的、探索性的、模糊的内部心理過程。然而，對于這種永不定形的個體，我們卻盲目相(xiàng)信另一(yī)個套路(lù)：用教育大數據記錄和分析他們的外部學習行爲， 利用局部的成長曆史定義個體，試圖建立一(yī)種基于“科學的”（其實隻是“數據的”）診斷，從而實現精确的學習支持服務。這是一(yī)種多(duō)麽深刻的矛盾！面對人的成長這種最需要投入信息和人性的工(gōng)作，我們卻選擇了依賴數據和算(suàn)法這種偷懶的方式！

（二）據說能(néng)發現教育規律

      “在大數據時代，科學研究具有全樣本性、注重效率、注重因果和相(xiàng)關的複雜性等特征。”[9]學界開始相(xiàng)信“大數據分析對于教育研究及規律的發現意義重大”[2]，“大數據技(jì)術及應用爲我們探索教育規律提供了前所未有的工(gōng)具支撐。……現在有了大數據技(jì)術，就(jiù)有可能(néng)讓我們從全領域、全維度、全樣本去看(kàn)待教育現象和教育活動，發現教育教學規律。”[10]

      讓人疑惑的是，面對小(xiǎo)規模數據，Pedagogy教育學都無法拟定出可以檢驗的規律性命題，面對大數據時怎麽就(jiù)突然擁有這個能(néng)力了呢(ne)？僅僅全樣本就(jiù)自(zì)動賦予人們發現教育規律所需要的理論想象力嗎？相(xiàng)對于随機取樣或方便取樣，全樣本對于還原事(shì)實是有優勢的，但樣本處于數據層，隻能(néng)用來确證規律卻不能(néng)用來發現規律。因此，取樣隻需要能(néng)代表總體即可，其規模并不十分重要。規律的發現和确證并不那麽渴求全樣本。再說，大數據未必是全樣本，反過來，全樣本也不一(yī)定意味著(zhe)數據量很大。對于規律的發現，全樣本與精明取樣在收集證據方面沒有什麽本質不同。規律的真理性并不會因爲全樣本而得到(dào)提升。全樣本也無法回避未來的證僞。

      除了全樣本這種說法之外，人們普遍認爲利用大數據發現教育規律的兩大利器(qì)是教育數據挖掘和學習分析。可是，自(zì)從教育大數據被讨論以來，未見一(yī)例聲稱通(tōng)過大數據挖掘而發現的教育規律（或許我們需要再耐心一(yī)些），同時，學習分析也陷入行爲分析的陷阱而無法自(zì)拔。要知道，純粹的數據挖掘所産生(shēng)的教育學知識極有可能(néng)無法被常識所理解，自(zì)然也無用。基于行爲編碼的學習分析的結論對于教學的啓發也是似有還無。這種盲目樂觀是沒有道理的。

（三）據說能(néng)支持科學的教育決策

      學界相(xiàng)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(duō)方數據，如經濟的、效益的、曆史的、民(mín)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(kàn)，這種大數據驅動的決策案例，并不需要多(duō)少數據。例如：“Signals系統通(tōng)過數據挖掘和統計預測模型，根據多(duō)個變量……來預測學生(shēng)是否能(néng)夠完成/通(tōng)過該課程”[12]；“以課堂教學評價爲例，大數據可以精準記錄每位學生(shēng)的出勤率、回答與提問次數、每道練習題的完成時間與得分、走神次數等，然後以可視化的儀表盤方式一(yī)目了然地呈現給任課教師”[8]；“上(shàng)海市(shì)對小(xiǎo)學一(yī)年(nián)級學生(shēng)家長進行全樣本調查，采集孩子作業情況、适應情況、學習壓力等各項數據并進行分析，以檢驗上(shàng)海小(xiǎo)學教育零起點政策的執行效果”[8]，等等。

      我們并不反對利用數據分析輔助教育決策。但目前大多(duō)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。這倒不是說，教育決策注定不需要教育大數據，這取決于決策的具體内容。即使在需要大數據的情況下(xià)，教育大數據也是教育決策的實情依據，它無法自(zì)動賦予決策的合理性。更何況，很多(duō)決策具有“抓大放(fàng)小(xiǎo)”的性質，海量的細節、過多(duō)的維度，并不一(yī)定有利于決策，倒是很容易陷入進退維谷的境地。

      總之，我們目前尚沒有成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、也不關注，哪些數據可以收集、哪些具有侵犯學生(shēng)權利的風險、哪些數據的收集本身就(jiù)是在侵犯學生(shēng)的權利。或許我們的傳統文化讓我們對學生(shēng)的權利不敏感，使得那些侵犯學生(shēng)權利的風險因盲目相(xiàng)信大數據而合法化。利用眼動儀、表情識别來記錄課堂教學，有了足夠的“證據”證明原來秩序井然的課堂實則很不堪，這可能(néng)成爲主任、校長向教師施壓的理由，繼而也成爲教師批評學生(shēng)“不投入”學習的理由。大數據觀照(zhào)的課堂中，些許的懈怠會被看(kàn)到(dào)、放(fàng)大，搞不好會受到(dào)懲罰。更有甚者，把學生(shēng)上(shàng)課的打盹或打鬧視頻，經過特定制作，在一(yī)部分人中傳看(kàn)消遣，這不是不可能(néng)。這種被量化的教育生(shēng)活哪裏好？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成長焦慮并針對這種焦慮推出特定的産品和服務，這已經是資本的套路(lù)，不是教育的套路(lù)。

二、教育大數據的真義 

      既然上(shàng)述教育大數據的研究并非是大數據的，那麽到(dào)底什麽樣的教育研究和實踐才可能(néng)是大數據的呢(ne)？如何判定一(yī)項教育研究和實踐是大數據的呢(ne)？

      “大數據”給人的第一(yī)印象絕不限于規模超大。爲了豐富對大數據的理解，人們用各種“V”來作爲大數據的基本特征，以此區分于普通(tōng)數據。它們是：（1）Volume，數據體量浩大；（2）Variety，數據類型多(duō)樣；（3）Velocity，數據生(shēng)産速度快；（4）Value，數據價值高(gāo)；（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(jiù)是指多(duō)嗎？到(dào)底多(duō)到(dào)什麽程度才算(suàn)大數據？計算(suàn)機就(jiù)是用來處理數據的，還怕多(duō)？如果僅僅是數據多(duō)，那就(jiù)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(nián)後計算(suàn)機運算(suàn)速度和存儲能(néng)力足夠了，就(jiù)不是大數據問題了？

      就(jiù)教育而言，除了體量大，教育大數據的界定特别強調價值這個“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程，具有強周期性和巨大教育價值的高(gāo)複雜性數據集合”[2]；有的把它定義爲“面向教育全過程時空的多(duō)種類型的全樣本的數據集合”[13]；還有這樣定義的：“所謂教育大數據，是指整個教育活動過程中所産生(shēng)的以及根據教育需要采集到(dào)的，一(yī)切用于教育發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(xiàng)混淆。實際上(shàng)，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什麽兩樣，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、學校、區域和國家；六大類型包括基礎數據、管理數據、教學數據、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：教學行爲大數據、教學資源大數據、教學評估大數據、教學管理大數據”[16]；“……在網絡時代……在學生(shēng)使用教學平台和數字化工(gōng)具的時候，勢必産生(shēng)大量的數據”[17]，等等。如果把這些陳述中的“大數據”替換爲“數據”，也沒有什麽不妥。我們根本看(kàn)不出這些陳述哪裏是專門針對教育大數據的。對于個别陳述，我們甚至看(kàn)不出其“量大”的特征。

      人們對大數據的理解從最初的驚異所引發的感歎發展到(dào)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(xiàng)對性，帶來的隻是相(xiàng)對主義的混亂。如果我們執著(zhe)于那幾個“V”，或許我們就(jiù)不得不承認，“大數據并不是一(yī)個準确的術語”[3]。

      其實，大數據的“大”，是一(yī)種隐喻，不能(néng)從字面上(shàng)理解。單純由樣本數量增加所引發的“大”與大數據無關。大數據的體量絕不是因爲樣本的增加而導緻的，而是因爲小(xiǎo)規模數據無法完整地表征某種東西(xī)。“大數據是人們在大規模數據的基礎上(shàng)可以做到(dào)的事(shì)情，而這些事(shì)情在小(xiǎo)規模數據的基礎上(shàng)是無法完成的。”[18]也就(jiù)是說，“大”與某種整體相(xiàng)關，這種整體是無法用某種高(gāo)明的取樣或者全樣本來代表的，因爲樣本集合中樣本之間是分立的，而整體是其組成部分的有機整體。因爲知道了整體的真相(xiàng)，進而帶來全新理解，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(yī)種質的需要。我們必須尋求大數據的更本質的判據。

      對于大數據的思考，我們不能(néng)僅限于數據層，隻停留在隐喻水(shuǐ)平。數據屬于顯現，所以重要的是，要搞清楚什麽東西(xī)通(tōng)過數據在顯現自(zì)身。上(shàng)述所有的質疑與辨析都指向一(yī)個結論：大數據是某種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(xiàng)對主義判據。

      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(xiǎo)、内部關系不會是線性的。對于複雜适應系統來說，其表征數據的大是自(zì)然而然的，不是樣本積累的結果。我們之所以離不開大數據，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(yòu)在以某種速度變化（适應），想準确認知當下(xià)對象的真相(xiàng)，對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(gōng)、可視化表征才是難題，特别是在某些算(suàn)法尚不明确的情況下(xià)。總之，一(yī)個數據集是否是大數據，最根本的特征就(jiù)是這個數據集是否是對某種複雜适應系統的完整表征。

      如果教育實踐中沒有複雜适應系統，教育就(jiù)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(jiù)是一(yī)個複雜巨系統。那麽在教育實踐這個複雜巨系統中，我們能(néng)否找到(dào)可以按照(zhào)大數據方式理解的複雜适應系統呢(ne)？

      存在是一(yī)回事(shì)兒，它是什麽樣子的是另一(yī)回事(shì)兒。後者取決于理論。很明顯，那個複雜适應系統不是常識意義上(shàng)能(néng)夠直觀得到(dào)的，而是理論投射的對象。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(shàng)、以什麽顆粒度采集處理數據，是理論的規定。所以，隻有先在學理上(shàng)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(shàng)展開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裏、教育大數據在哪裏，隻能(néng)是教育學理論觀照(zhào)的結果。隻有在教育學理論邏輯上(shàng)（不是指用大數據思想在教育領域中進行簡單往往又(yòu)是牽強的演繹，似乎一(yī)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（Pedagogy教育學不是理論[19]），教育實踐中的那個複雜适應系統就(jiù)是教育系統，它本就(jiù)是教育學的研究對象。

      一(yī)個教育系統就(jiù)是一(yī)個完整的課程體系，而課程體系由門類課程組成，門類課程在實施時轉化爲教學系統。因此，實施态的門類課程可以認爲是由教學系統組成。教學系統區分爲設計态（Design-time）和活動态（Run-time），設計态是活動态的規劃，即教學方案；活動态的教學系統即真實發生(shēng)的教學活動，它是教育系統最微觀、最底層、生(shēng)存期最短的子系統，它是教師、學生(shēng)和具有信息處理能(néng)力的媒體這三個信息處理主體之間的信息流動網絡。[20]由此可知，對于教育系統，從課程體系至教學方案，都屬于設計态。不同層次的教育系統的活動态表現爲随時間展開的不同規模的活動态教學系統的有機組合。

      教育系統自(zì)身就(jiù)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(xiàng)輔相(xiàng)成。同時，教育系統中各層次子系統之間又(yòu)相(xiàng)互關聯，這種關聯一(yī)方面源自(zì)知識體系，另一(yī)方面源自(zì)行動，設計态系統轉化爲活動态系統是教師通(tōng)過教學設計與教學行動完成的，因此，這種内部關聯亦是非線性的。可見，教育系統屬于一(yī)種複雜系統，其非線性特征是非常明顯的。教育系統又(yòu)是适應性變化的，這種适應性最直接的表現是教學設計與教學行動的适應性。教師将課程轉化爲教學方案時就(jiù)要考慮所面對的各種實情條件(jiàn)，在按照(zhào)教學方案進行教學時，更要根據現場的情況做出及時調整，但這種适應性調整不是一(yī)種任性胡來，我們用一(yī)緻性來表達它，包括課程與教學的一(yī)緻性、教學方案與行動的一(yī)緻性。高(gāo)度一(yī)緻意味著(zhe)失去适應性，若完全不一(yī)緻，實施的就(jiù)已經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。如果實施過程中感知到(dào)系統的功能(néng)缺陷或性能(néng)不足，教育組織都會對教育系統做出調整，或者設計态的，或者活動态的。總之，完整的教育系統是一(yī)種複雜适應系統，教育大數據就(jiù)是教育系統在現實中的生(shēng)成性表現。

三、教育的大數據實踐正途

      現代教育必然是數據驅動的[21]，而非純粹經驗主義的實踐。所謂數據驅動，是指在理論觀照(zhào)下(xià)依據實情數據（而非僅僅感覺經驗）而采取與理論和數據相(xiàng)一(yī)緻的職業行動的方式。數據驅動比經驗主義更具理性。

      數據驅動相(xiàng)對容易，有理論、有數據即可。但是将數據驅動升級爲大數據驅動，那隻能(néng)是Educology教育學理論完整觀照(zhào)實踐的結果：以教育系統的設計、開發、實施和調節爲核心内容的完整的信息化教育實踐，它是一(yī)種設計與分析相(xiàng)統一(yī)的教育實踐，其自(zì)然的結果就(jiù)是因材施教。

      完整的教育系統既是設計出來的，又(yòu)是行動的結果。但不存在一(yī)種千秋萬代的理想系統，教育系統必須與時俱進，與它自(zì)身的環境協同進化。所謂進化，對于教育系統來說就(jiù)是改進設計、調整行動。改進設計的前提是理解，理解教育系統的現實表現。但細緻地理解教育本身是一(yī)個難題，因爲教育曆時長、信息量大。我們不能(néng)隻是關注結果，諸如分數、升學率等，這些結果遠遠不能(néng)代表教育自(zì)身。理解教育需要著(zhe)眼于真實發生(shēng)的教育過程。理解離不開分析，通(tōng)過梳理細節數據，整理出更高(gāo)層次的真相(xiàng)。也隻有依據這種分析出來的實情數據，改進性設計才能(néng)夠增強教育系統功能(néng)的确定性、提高(gāo)教育系統的适應性，适應性即因材施教。

      曆史經驗表明，爲了因材施教而設計開發大而全的學習産品是得不償失的，不但功能(néng)難以實現，而且初期成本和後期維護成本都居高(gāo)不下(xià)。也就(jiù)是說，單個學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]，開發大量的、功能(néng)各異、風格各異的學習産品，讓個性化産品的總體豐富性與學習者個性差異的豐富性建立關聯。對于某個具體的産品來說，它不需要精确地對學生(shēng)進行分類，隻需做到(dào)能(néng)滿足某類學生(shēng)某個特定需求即可。當學習産品的豐富性足夠大時，學生(shēng)經過短時間的有限嘗試，就(jiù)可以選擇到(dào)自(zì)己滿意的學習産品。這才是因材施教的正途。這種因材施教的學習産品集合是經年(nián)累月(yuè)的結果，是協同進化的結果，絕不是一(yī)朝一(yī)夕的精明決策的結果。

      因材施教不是一(yī)種産品功能(néng)，而是一(yī)種效應。因材施教的關鍵不在于對個體的精準感知，而在于教育自(zì)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。這裏，理性擇校的标準不是升學率，而是教育組織的服務質量和特色。一(yī)個教育組織的服務質量就(jiù)是指将某個設計态教育系統轉化爲與其一(yī)緻的活動态教育系統的能(néng)力水(shuǐ)平。一(yī)個教育組織的服務特色就(jiù)是指将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性設計，還是特定功能(néng)學習産品的開發需求，抑或是确認教育組織的能(néng)力和特色，都需要真實的、完整的教育系統的分析，這種分析是一(yī)種一(yī)緻性分析，關注活動态教育系統與設計态教育系統的一(yī)緻性，關注教育組織之間的一(yī)緻性，在不一(yī)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(duō)層次複雜适應系統，又(yòu)涉及設計态和活動态，對于它的分析包括課程、知識組件(jiàn)、教學方案、真實教學活動以及學習産品的真實運轉過程等從宏觀到(dào)微觀多(duō)個層次，活動的教育系統自(zì)然又(yòu)是分布式存在的。可見，這種分析隻能(néng)是大數據的。教育系統的改進和調試從何處著(zhe)手、優先處理何處以及如何調整等問題，隻有依賴這種大數據分析，才能(néng)區分哪些缺陷是意外偶發，哪些是隐含的必然。

四、結語

      教育學界是敏感的。某種哲學、某種技(jì)術、某種方式在其他領域的“巨大”成功對于教育學界而言，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？）的嘗試當作成功案例，把基于數據的研究說成是基于教育大數據的研究，用教育數據冒充教育大數據。

      教育學界又(yòu)是不敏感的。對于教育而言，做沒做不重要，做沒做好才重要。對于“做得好不好”，教育學界卻極度不敏感。其實隻要想做好，就(jiù)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(zì)我生(shēng)成之間的矛盾[23]，這種矛盾一(yī)直是并永遠是依賴直接的心靈和理性去調節的。教育所面對的挑戰一(yī)直是自(zì)身内部的。很多(duō)其他領域的發展，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(yī)定會走向數據驅動，并最終實現大數據驅動。但數據驅動的絕不會是課堂或學習過程，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，讓人類教師服務于學生(shēng)的成長，這才是教育大數據的正途。本文無力将教育大數據這個主題完全說清楚，我們隻是希望，在孩子們懵懵懂(dǒng)懂(dǒng)地成長時，不要受到(dào)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(gōng)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生(shēng)照(zhào)面，這或許是一(yī)個沒有辦法的辦法。

【參考文獻】

[1] 吳忭，顧小(xiǎo)清. 教育大數據的深度認知、實踐案例與趨勢展望——2017年(nián)“教育大數據應用技(jì)術”國際學術研讨會評述[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(jì)術、應用現狀與發展趨勢[J]. 遠程教育雜志(zhì)，2016（5）：41-49.

[3] 張燕南(nán). 大數據的教育領域應用之研究——基于美國的應用實踐[D]. 上(shàng)海：華東師範大學，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. 大數據開啓個性化教育新時代[N]. 中國教育報，2017-03-05（007）.

[6] 孟志(zhì)遠，盧潇，胡凡剛. 大數據驅動教育變革的理論路(lù)徑與應用思考——首屆中國教育大數據發展論壇探析[J]. 遠程教育雜志(zhì)，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研究[J]. 電化教育研究，2017（7）：5-12.

[8] 楊現民(mín)，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(shēng). 大數據爲教育帶來什麽[N]. 社會科學報，2017-01-05（005）.

[11] 顧小(xiǎo)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]. 中國電化教育，2016（1）：56-62.

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

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

[14] 楊現民(mín)，唐斯斯，李冀紅. 發展教育大數據：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. 大數據視角分析學習變革——美國 《通(tōng)過教育數據挖掘和學習分析促進教與學》報告解讀及啓示[J]. 遠程教育雜志(zhì)，2013（6）：11-17.

[16] 淩霄. 國内外大數據教育應用研究的對比研究[D]. 深圳：深圳大學，2017.

[17] 孫妍妍，李豔. 大數據時代的學習分析将重塑教育格局——訪挪威奧斯陸大學托雷·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(mín)出版社，2013：8-9.

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

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

[21] 楊開城(chéng)，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] 楊開城(chéng)，李通(tōng)德，惠治儒，田浩. 在線教育衆籌的技(jì)術機制與學習神經元[J]. 現代遠程教育研究，2017（1）：51-58.

[23] 楊開城(chéng). 論教育何以可能(néng)[J]. 中國電化教育，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： 楊開城(chéng)（1971—），男，遼甯海城(chéng)人。教授，博士，主要從事(shì)新教育學（Educology）研究。

轉載自(zì)：《電化教育研究》2019年(nián)第2期