近年來，隨著大數據成為互聯網信息技術行業的流行詞匯，教育逐漸被認為是大數據可以大有作為的一個重要應用領域，有人大膽地預測大數據將給教育帶來革命性的變化。

　　“十二年寒窗苦讀，只為金榜題名時！”每年的高考都牽動著無以數計的考生和家長的心，高考結束自然是有人歡喜有人憂，近日上海一網友吐槽令他萬萬沒想到的是今年上海作文題《自由與不自由》與百度大數據預測的出題概率和作文關鍵詞“自由”，相似度頗高，此前有同學提醒他關注下可他卻質疑并忽視了，現在后悔莫及??

　　百度高考作文預測命中多省考題的良好結果，無疑為未來大數據改變和顛覆教育等傳統行業留下了更大的想象空間。

　　有別于傳統教育 更好地“因材施教”

　　在教育特別是在學校教育中，數據成為教學改進最為顯著的指標。通常，這些數據主要是指考試成績。當然，也可以包括入學率、出勤率、輟學率、升學率等。對于具體的課堂教學來說，數據應該是能說明教學效果的，比如學生識字的準確率、作業的正確率、多方面發展的表現率——積極參與課堂科學的舉手次數，回答問題的次數、時長與正確率，師生互動的頻率與時長。進一步具體來說，例如每個學生回答一個問題所用的時間是多長，不同學生在同一問題上所用時長的區別有多大，整體回答的正確率是多少，這些具體的數據經過專門的收集、分類、整理、統計、分析就成為大數據。

　　我們看一下傳統的教育模式：鈴聲、班級、標準化的課堂、統一的教材、按照時間編排的流水線場景??在這種模式下，分數就是一切，一個班上幾十個人，使用同樣的教材，同一個老師上課，課后布置同樣的作業。然而，學生是千差萬別的，不可能真正做到“因材施教”。而大數據教育將呈現另外的特征：彈性學制、個性化輔導、社區和家庭學習??而這其中，人與人（師生、生生）的關系，將通過人與技術的關系來實現，正如時下的春節大拜年，不通過短信、電話、視頻、微信，還能回到20年前騎半個小時自行車挨家挨戶拜年的年代嗎？大數據時代，無論你是否認同技術豐富了人類的情感，技術的出現，讓我們再也回不到從前了。

　　隨著技術的發展，大數據在教育領域有了越來越廣泛的應用，學校擁有可用的、高質量的海量數據逐漸成為現實，但如何進行信息挖掘，給未來教育帶來更大的可能，則對教育研究者的想象力提出了挑戰。

　　近年來越來越多的網絡在線教育和大規模開放式網絡課程橫空出世，也使教育領域中的大數據獲得了更為廣闊的應用空間。專家指出，大數據將掀起新的教育革命，比如革新學生的學習、教師的教學、教育政策制定的方式與方法。

　　教育領域中的大數據分析最終目的是為了改善學生的學習成績。成績優異的學生對學校、對社會、以及對國家來說都是好事。學生的作業和考試中有一系列重要的信息往往被我們常規的研究所忽視。而通過分析大數據，我們就能發現這些重要信息，并利用它們為改善學生的成績提供個性化的服務。與此同時，它還能改善學生期末考試的成績、平時的出勤率、輟學率、升學率等。

　　路漫漫其修遠兮 仍將上下而求索

　　有多少教師能真正了解學生呢？微乎其微。在大多數教研活動中，如何評判一個課堂的好壞？更多是專家審美型的——教師的環節設計是否層層遞進，提出的問題是否有效，環節設置與本節活動的目標是否契合，等等。而學生在這個課堂中的體驗，大部分時間是被完全忽略的，即使獲得了關注，也往往是“被代表”的——聽課者會根據自己的經驗來假設學生的體驗，而學生真正的體驗如何，卻沒有強大的技術與數據源可提供分析與實證。

　　大數據時代的到來，使得我們有機會和能力去彌補或改變現行教育中的不足?

　　以往我們是怎樣去了解學生呢？我們對教育教學過程和學生的學習情況進行數據采集和分析，包括學生整體的學業水平，身體發育與體質狀況，社會性情緒及適應性的發展，對學校的滿意度等等。這些數據是在周期性、階段性的評估中獲得的。數據反應的是教育的結果，學生的學科學習狀況如何，生理健康與心理健康狀態如何，對學校的主觀感受如何等。

　　大數據有能力去關注每一個個體學生的微觀表現——他在什么時候翻開書，在聽到什么話的時候微笑點頭，在一道題上逗留了多久，在不同學科課堂上開小差的次數分別為多少，會向多少同班同學發起主動交流？??這些數據的產生完全是過程性的：課堂的過程，作業的過程，師生或生生的互動過程??這些高度個性化的數據在每時每刻發生的動作與現象中產生，被完整的記錄儲存下來。經過整合這些數據能夠給我們以啟示：課堂應該如何設計才符合學生心理特點？課程是否吸引學生？哪個學生需要個別指導？怎樣的師生互動方式受到歡迎？??最重要的是，這些數據的收集只需要一定的觀測技術與設備的輔助，在學生完全不自知的情況下就可以完成，不影響學生任何的日常學習與生活，是最自然、最真實的數據。

　　所以，在教育領域中，大數據除體現傳統數據的所有宏觀功能外，還能收集分析詳盡的微觀個性化數據，大數據的優勢立顯。傳統數據與大數據對比：傳統數據詮釋宏觀、整體的教育狀況，大數據還可以分析微觀、個體的學生與課堂狀況，用于調整教育行為與實現個性化教育；傳統數據挖掘方式，采集方法，內容分類，采集標準等都已存在既有規則，方法論完整，大數據還可挖掘沒有形成清晰的方法、路徑、以及評判標準的新鮮事物；傳統數據來源于階段性的，針對性的評估，其采樣過程可能有系統誤差，大數據來源于過程性的，即時性的行為與現象記錄，以第三方、技術型的觀察采樣的方式誤差較小；傳統數據分析所需要的人才、專業技能以及設施設備都較為普通，易獲得，大數據挖掘需要的人才，專業技能以及設施設備要求較高，并且從業者需要有創新意識與挖掘數據的靈感而不是按部就班者。

　　利用目前較為成熟的信息技術設施，對學生個人在學習活動中的數據進行高密度和頻度的記錄積累、分析處理，從而為定量分析提供豐富的數據資源，這樣就能夠為我們提供大量、準確的數據，這些數據能夠為我們更全面更深刻地了解學生及其學習情況提供支撐，使得我們過去想做而無法做到的事情，成為現實。