量化自我技术教育应用的现状和趋势研究

张枝实 等

【摘 要】

量化自我是一场二十年前无法想象的运动。随着可穿戴设备的出现，计算系统正在具备与人类相仿的感知能力，特别是人们可以获知越来越多的个人数据，“自知之明”比“挑战环境”更能优化自己的生存状态。人人都成为了解自己身体的专家，不仅成为一种优秀乃至卓越的品质，更是一种基本的生存技能。借助设备的力量，不仅可以分析出我们的行为、习惯等方式，还能更好地模拟演绎人类智能，真正地帮助我们，甚至代表我们去学习。

【关键词】 地平线报告；可穿戴设备；量化自我；大数据；在线教育

【中图分类号】 G434 【文献标识码】 A 【文章编号】 1009—458x（2015）03—0066—06

量化自我（Quantified Self）概念最初是由美国《连线》杂志主编Kevin Kelly和Gary Wolf于2007年提出的，借指探索自我身体（hack the self），用技术和设备来追踪自己的情况，并可以实现一定程度的预测。[1]随着技术的不断发展，意念控制的假肢、无钥匙开锁、虚拟三维世界等以往的科幻梦想都已成为现实，可穿戴设备逐渐涵盖了健康、运动、生活和教育等领域。美国New Media Consortium（NMC）在《地平线报告》（2014高等教育版）中预判，量化自我将是未来4到5年间对高等教育发展产生重要影响的一种技术趋势。[2]

一、量化自我：引入机器智能的学习

有科学家提出，现代的人是一个智慧两合体：一种是基于生物性的，经过几百万年的进化，智商不断累积；另一种是基于机器的，通过自模拟、自学习而来。生物的智慧具有逻辑性，有丰富的情感控制力，有面向未知的创造力，只能传播不能传递；机器的智慧没有很强的逻辑性，而且不受情感束缚，但有很强的计算、建模和搜索能力，既能传播又能传递。

人们曾试图模拟人的智能思考方式来构筑机器智能，但遇到了巨大的障碍。语言学家尝试用机器来实现翻译，不辞劳苦地编撰大型词典和与语法、句法、语义学有关的规则，数十万词汇构成词库，语法规则高达数万条，穷举各种情景、各种语境，构建复杂程序，模拟人类翻译，最后却发现根本无法达到需要的翻译质量。机器的优势就是计算能力和数据处理能力，而不是逻辑思维能力。当谷歌、微软和IBM的工程师用匹配法，依赖于大数据，将原文与互联网上的翻译数据对比，找到最相近、引用最频繁的翻译结果作为输出，就解决了这一难题。

当机器智能找到了最优的发展路径之后，人们也似乎找到了提高学习绩效的一个双轨新渠道：对于生物智慧，可以施加常规的学习和培训方法不断培养提高；而对于机器智慧，重点则是搜集和应用能够辅助学习、代表自我的数据元素。

在大数据时代，建立量化自我的学习新生态，将会使以数据为中心的生活环境和以个体为中心的学习情境，建立起双核链接。

二、量化途径：可穿戴设备和大数据

能够量化自我的设备，必然是随身适于穿戴的。1961年，美国MIT的数学家Edward Thorp和计算机专家Claude Shannon设计出一个烟盒大小的复杂装置，成功地使用可穿戴计算机在赌博中提升了44%的胜率。[3]随后几十年间，脚趾计算机、手腕计算器、助听器、无线摄像头、蓝牙耳机、数字起搏器、腕表计步器等可穿戴设备相继发明，并进入我们的生活。可穿戴设备从最初的默默无闻、特殊另类，到现在已经越来越重要，和人们如影随形。

Wearable World公司建立了一个现有可穿戴技术发展状况的信息图表（如图1所示），涵盖了该领域内160家知名公司。他们预测，到2018年，可穿戴技术领域生产的价值将超过300亿美元。

图1 Wearable World统计的可穿戴设备信息表

巨大的数据资源是有待不断勘探的不可耗竭的矿藏，分析海量数据，洞察事物趋势，将带来生活、工作、学习的全新变革。[4]在纽约第五大道的Prada店，每件衣服都被植入RFID芯片，顾客进入试衣间后，有一种“魔力镜子”会自动播放模特穿着该衣服走T台的视频，同时衣服试穿信息会传回Prada总部。以往Prada只能掌握哪些款式畅销，现在更能了解哪些款式得到大家青睐，但是由于某种缺陷，最终并没有完成销售。将缺陷修补之后，甚至仅仅是细微的改变，将会为Prada增添几种热销的款式。

可穿戴设备需要永无止境的工作内容，大数据需要永不停歇的私密管家，两者自然而然产生互补和共振，促使量化自我不断进行。当工作不辍、尽职尽责的可穿戴设备不断采集人们的行动路径、能量消耗、脉搏、温度、睡眠等数据，并逐步拟合大数据所提倡的大量化（Volume）、多样化（Variety）、价值化（Value）、快速化（Velocity）的特征，将衍生不可想象的个人应用。

CNN畅想了2015年可穿戴设备将可能出现的宅男利器：谷歌眼镜可以帮助翻译道路标志、拍照和视频，并提供导航服务；Yelp单片眼镜能够标记餐馆、商店、酒吧、地标和景点，记录真实的世界；苹果手表可以调出登机牌和航班行程，控制门锁和电灯；拉尔夫·劳伦polo衫可以跟踪活动，将呼吸和心率通过蓝牙发送到智能手机程序；“今晚的航班”可以优化行程，实现更快和更随意的旅行；Hush智能耳塞，可以屏蔽噪音干扰的同时不会漏掉重要电话和警报。[5]

在教学和学习领域，Educause Learning Initiative（ELI）评估了可穿戴设备可能带来的影响，并回答了一些问题[6]。Christine Kern归纳了可穿戴设备在教育领域上的具体应用。这些技术有助于培养学生的团队协作、沟通学习、问题解决和自主学习能力。[7]

三、量化基础：教育由数字化迈向数据化

数字化的理论基础是美国数学家克劳德·艾尔伍德·香农（Claude Elwood Shannon）证明的“采样定理”，即在特定条件下，用离散的序列可以完全代表一个连续函数。[8]数字化通常指的是将许多复杂多变的模拟数据转化为可以度量的数字数据，并通过建模，把它们转化为二进制代码，存入数据库，进行统一处理的过程。

数据化是信息社会的技术基础，也是对数字化的拓展与推进，它的核心就是量化。它将均匀、连续的数字信息结构化和颗粒化，形成标准、开放、非线性、通用的数据对象，并基于不同形态与类别，利用数据对事务和现象进行描述，使之同时被人和IT设施所理解，实现相关应用和服务的过程。

数据化关注的焦点集中在数字信息更复杂、更高级的存在形态上，它的基础是能够用机器识别全体而不是抽样，具有效率而不是绝对精确，具有相关性而不是因果联系的数据，通过检索和查询，进行漫边界的分析和挖掘，揭示人类行为和发展的趋势。一个学生的考试成绩，仅仅是一个“僵化的数字”，体现考试的能力水平和临场发挥，但如果把分数背后的因素——入学途径、智力水平、家庭背景、学习态度、努力程度等联系起来，就构成了“数据”。

数字是描绘、记录、表征教育活动的结论性和单一性的外部形态；数据则是理解、分析、预测的过程性和综合性的内在规律。从数字到数据，技术需要跨越时代，同时也将为工作、生活和学习注入新的内生活力。在数字时代，结构化的0101，量化的决策方法，表现为简单的比重关系。然而在大数据时代，事物后面的背景数据（即元数据），评论数据等，依靠的是互动关系，全方位地发现事物的关联，由理性移向了可视化，由单一的结论移向了个性化判断，探求的不是“为什么？”而是“是什么！”，将实现规范化管理、精细化运行、价值链整合和业务创新。

对大多数人来说，真正有意思的并不是数据本身，而是数据背后蕴涵的信息。物种消亡之后将不复生，数据流失之后也不能创设，情境将不再被感知。在这样一个“数据为王”的时代，每一个人的思考、行为的痕迹都可能失去隐私，甚至无处遁形，变得更加透明、可预测。当然，数据也迅速地提升了洞见力和执行力，不仅关注外在行为和生理反应，甚至连内在思维和意识活动也被记录和分析。

可穿戴设备提取的不仅仅是人们工作、学习过程中的简单数字，同时也记录了与此对应的各种活动情境、各种生理表征、各种行为状态，这些数据都为人们进行生活优化提供了便利，同时也充分开发了人们对于教育数据的潜在需求，加速了教育数据化研究和应用的进程。

目前，校园中普及的一卡通还不能称之为完全意义上的可穿戴设备，虽然它不具备面向用户的反馈和提示功能，也不具备定位和感知功能，但是如果进行数据分析，结论已经足够丰富有用。复旦大学信息办进行了多项有趣的研究：将一卡通消费情况和学习成绩挂钩，得出相关性的联系；持一卡通按时吃早餐的学生群体和不按时吃早餐的学生群体学习成绩孰高孰低；通过消费数据，帮助学校确定贫困生补贴标准，确认学生住校情况，甚至追索食堂热销的红烧肉到了哪里。随着云技术、智慧校园和物联网技术的引进，复旦大学还设计了未来大数据背景下学习生活的愿景：自动提醒每天课程，自动推送讲义下载，自动推荐空闲自修室，自动同步个人学习资料……

四、量化学习：未来生态的新图表

《孙子·谋攻篇》指出：“知己知彼，百战不殆；不知彼而知己，一胜一负；不知彼，不知己，每战必殆。”在大数据教育应用中，同样有多重选项。建立教育大数据体系，对教学、支持、服务和管理进行全方位的梳理，形成一套比较完整的管理体系来提升教学绩效，可以视之为中策；如果在建立大数据体系的基础之上，通过相关性分析，对未来教学趋势进行研判，实施有针对性的教学策略，可以有效地提升教学质量，此为上策；如果在前两种策略的基础上，再结合学习者个性化的学习需求、实时化的学习状态和特殊化的学习情境，建立学习者学习信息数据库，推出适当的指导、干预、追踪和反馈，这样取得更可靠的学习效果将是有保障和可持续的，可以视为上上策。

我们生活在一个充满数据资源的世界，我们也需要一个充满数据智慧的世界，利用数据生态系统帮助追踪、记录和描绘我们自己，再获取相关教学、导学、自学三位一体的学习支持服务，这个过程可能是我们真心期盼却一直无法实现的，随着手机移动应用程序和可穿戴个人技术越来越多地应用到我们的工作和生活，构想正一步步成为现实。这就是KK提出的面向未来的学习生态图：可穿戴设备+手机应用+你=新的体系。[9]

图2 面向未来的学习生态图

在这个新的系统中，具有生物与机器智慧的学习者、功能不断完善的手机学习应用和能够量化自我的可穿戴学习设备建立的是一个闭环的、可反馈的互动关系。人们归整和学习有关的生理生物、运动迁移等各种信息数据将不再无从下手。云计算、大数据、无线接口、生物充电、柔性屏幕、可变形电池等技术，也使学习者通过手机应用程序掌控各种可穿戴设备更加得心应手。人机交互、量化自我的学习者，接收外部的机器智能对接个体的生物智能，在新的学习生态系统中，让技术的战斗力拥抱教育的生命力，教育变革将更自然而然地发生。

（一）新的学习生态系统将满足随时随地移动的需求

ICT技术的发展，使信息暴增，这些数据更像是一种流体燃料。人们最开始使用单机学习，然后架设局域网，最后接入互联网，现今又融入了物联网，与之对应的是各种智能不断涌现，这就像流体流动之后，它所能够传递的不仅有物质流，更为重要的是还有信息流和能量流。对学习者来讲，他的学习形态不再局限于固定的时间和地点，在随时随地的移动过程中，将形成更为丰富的学习际遇和学习流。[10]

对于一个探险家来讲，他的信心和勇气来自于对“我从哪里来，我现在在哪里，我将要到哪里去”的判断。可收集经纬度、海拔高度等地理信息和导航、地磁、加速度等位移信息的可穿戴设备，正好满足了探险家的需求。对于无限舒展的个体学习者来讲，拥有类似汽车操控面板、功能强大的智能手机App将十分必要，实时提示里程数（学习数量）、时速（学习速度）、转速（学习强度）、油量（学习潜力）、警报灯（学习缺陷），将不断优化学习者工作、生活间隙基于手机中控的移动学习体验。

（二）新的学习生态系统将培育更为开放的学生

学生是学习的主体，是数据的产生者，是数据分析的决策者，更是数据建议的采纳者。在自我数据量化的形势下，集体抱团的固有学习群体，被分散成一个个动力十足的活化分子，引爆出一个个活动频频的智慧火山。基于量化的教学和学习将更有针对性，学习的图谱将不再固定，虽然版本可能会很多，但是很少会迷失。

根据大数据的汇聚、分析和诊断功能，海量的学习数据对学生和老师都十分重要。“我刚想放弃物理课，是你救了我！”“我数学不好，我跟不上教学进度！”……传统的教育体系面对这种情况时，可能无法检测到学生准备放弃学习的这个临界时点，要么只能提供留级一种选择，但是基于大数据的可汗会说，“来吧，在这里可以学到任何年级的任何教学内容”。可汗学院会智能地判断学习者的程度和学习的起点，并像大数据社交游戏FarmVille一样能够提供无数个晋级版本。可穿戴设备的出现将进一步壮大可汗的能量，可以充当运动社区中的货币，自助地与同社区的人进行比赛、合作与比较。学习者对于外部开放自己的量化数据，就如同接通电路的电磁铁，开关一开磁性就来，不用再苦苦地寻找良师益友，只要你进入可汗学院，学习圈自动会给你推送“好朋友Jerry在和你同时观看这部视频，校友Jamie和你的学习习惯相当，你的同班对手Jane今天比你多看了两部教学片……”，与此同时，可汗大叔2号、3号、4号都会纷纷出现，相互比拼教育质量，就让你如同掉入淘宝无法自拔的圈套一般。

（三）新的学习生态系统将颠覆原有教学生态

以往的教学改革和实践，或者教学行为处理，都是依靠单向的开环系统，由学生通向教师，或由教师通向学生，方向很难逆转。未来可量化的学习，设备将深度参与其中，也许不通过教师，智能手机就可综合各种可穿戴设备做出行为判断和策略建议，教师通过量化的数据，要做的可能只是辅助性工作，指导教学的作用将进一步弱化，而数据分析能力的重要性将逐步被人们接受，这些就如同前几年教师对于多媒体制作能力的态度。

课堂外的技术变化倒逼课堂内的教学变化，这就是翻转课堂出现的原因。学生都有了移动学习终端这个学习利器，就更难束缚他们的思维和想法，因为时空、地域、教材、教室，甚至教师都可以被超越。移动设备能否承担起主导学习的重任，我们也许有疑问，但是大数据给出了答案。《新周刊》在2014年4月公布的数据显示，有越来越多的人通过小屏收看节目，即使大屏幕彩电就在旁边；另外，人们不仅仅通过小屏收看短节目，还逐渐接受通过小屏收看长剧。未来，人们将可能更加依赖小屏幕，甚至将学习给予更多托付。

另外，通过信用卡组织MasterCard的大数据分析，如果一个人下午4点左右加油，未来一个小时内将会去购物和聚餐。设想用户进行了一场激烈的篮球对抗，通过可穿戴设备记录抬腿高度和落地姿势的相关动作缺陷，并感知用户运动后的愉悦时段，适时推送相关的培训课程，肯定将会产生很大的吸引力。

（四）新的学习生态系统将获得更高的学习收益

有观点认为，人类大脑远未大量利用，而现有的数据也远未充分积累和深度开发。量化的数据不仅是我们探索微观世界的显微镜，同时也是认知宏观世界的广角镜。根据IT领域的新摩尔定律，数据爆发式增长，然后数据又得到更有效应用，通过量化的数据，我们将有更多的视角和机会挖掘出学习的宝藏。

Fitbit健身腕带Force，挽救了日渐没落的计步器产业，它可以监测响应目标执行进度，走动的步数、距离，爬的楼梯层数和活跃的时长等，以驱使白领“技术控”们开始热衷爬楼梯等体力比拼。另外可以假想，如果Roger Federer和Kobe Bryant都穿着nike+运动装备，他们就可以相互比较打网球和篮球的成绩，这在以前是不可想象的。可穿戴设备同样可以在学习领域找寻到“燃烧卡路里”的目标动力和“跨界对抗”的游戏兴趣。

Jane Mcgonigal在《游戏改变世界》中探索了游戏化的力量，揭示了互联时代的新技术趋势，更满意的工作、更有把握的成功、更强的社会联系及更宏大的意义，使游戏者意识到不论从何处收获幸福、从何处成就功业、从何处获取奥秘、从何处拯救未来，也都能在现实中实现。过去文化中的精髓通常以书本的形式呈现，而现在文化传播可能会依托更新颖的设备。这是一个群雄逐鹿、百家争鸣的时代，所有这些设备背后的概念、元素、媒体、行为会逐渐构成类似“生态圈”的系统，只有以积极的方式才能从容地应对复杂的变化。[11]可穿戴设备游戏改变移动学习的几项原则：第一，建立目标，明确当前学习的主要任务；第二，符号关联，熟悉各部分知识之间的联系；第三，角色尝试，得到各种人物的伦理体验；第四，实施反馈，给予奖励，设定等级。

（五）新的学习生态系统也将改变学习观念

在教育大数据挖掘中，通过数据的预测性分析，学生的分数、出勤率、辍学率和保留率的主要趋势将会被呈现，用户也将探测性地洞察辍学或成绩下降的预警信号。可穿戴设备不仅可以获得行动等显性数据，也能探知情绪等隐性数据，通过各种数据的相互比对、验证，实现可引导的学习，提升学习的专注力和控制力。通过可穿戴设备的协助，对于学习习惯不好或者学习规律欠缺的学生，可以在技术层面给予干预和指导。另外，对于学生脉搏、心跳等情绪化的生理数据进行归集，将会让教师更容易掌握课堂的活跃指数和专注度，以及讲课的实时效果。

人们可能很容易从上述可穿戴设备得到想要的答案或建议，这在商业领域可能是最优的技术路线，但在教育应用上，可能会遭受强烈质疑，有的人会说这就是作弊，有的人则可能反诘“学习不就是为了得到答案，答案已经有了，还需要学习么？”随着时代的发展，可能不得不审视这样的现实：我们计算圆周长可以直接代入π值，有谁还会每计算一次先求一下圆周率呢？我们唯一要做的可能就是让基于量化数据做出的决定更准确。毕竟现在可以利用的数据有时也不是那么精确，错误的方式得到错误的数据，基于这样的建议就更像是听从赌场的轮盘。另外，数据独裁也可能产生教育同质化，这也与有教无类的理想产生抵触。

五、结语

量化设备是基于已知的经验根据样本进行的判断，而在教育领域，更多面对的是未知的人性世界，更需要灵动的智慧光芒。相关性的量化数据很重要，而与之对应的分析思维更重要，诸如苹果砸到人们头上的数据很多，但有多少人会意识到是万有引力起的作用呢？时刻重视个人的生物智慧，这才是真正的魔境引力，它会吸附更多的机器智慧，让可穿戴设备提供更多可供决策的量化数据，我们的学习也会越来越精彩。

[参考文献]

[1] Karen Weintraub，Quantified self：The tech-based route to a better life？[EB/OL]. http ： // www.bbc.com / future/story/20130102-self-track- route-to-a-better-life.

[2] 美国新媒体联盟. 《地平线报告》（2014高等教育版）[OL].

[3] 刘靓. 可穿戴计算的历史、瓶颈和投资机会分析[EB/OL]. http：//www.forbeschina.com/review/201409/0037460.shtml.

[4] 维克托·迈尔·舍恩伯格等. 大数据时代——生活、工作与思维的大变革[M]. 杭州：浙江人民出版社，2013.

[5] CNN staff. Geek chic： Wearable technology hits the road in 2015 [EB/OL]. http：//edition.cnn.com/2014/12/23/travel/wearable-tech- 2015.

[6] Educause Learning Initiative.7 things you should know about wearable technology[EB/OL]. http：//www.educau se.edu/library/resources/7-things-you-should-know-about-wearable-technology.

[7] Christine Kern.Are Wearables The Next Big Innovation In Classroom Tools？[EB/OL]. http ： // www.bsminfo.com / doc / are-wearables-the- next-big-innovation-in-classroom-tools-0001.

[8] 贺兰芳. 数字化与数字化学习[J]. 天津职业院校联合学报，2012（12）.

[9] 张枝实. 量化自我：大数据时代学习的新趋势[J]. 现代教育技术，2014，（11）：12-17.

[10] 商业价值. 凯文凯利：互联网未来十年趋势[EB/OL]. http：//money.163.com/13/0531/09/906MLNUD00253G87.html.

[11] Jennifer R. Whitson， Gaming the Quantified Self [EB/OL]. http：//library.queensu.ca/ojs/index.php/surveillance-and-society/article/view/gaming.

收稿日期：2014-11-30

作者简介：张枝实，助理研究员；张吉先，研究员；林卉，副教授。浙江广播电视大学 （310030）。

责任编辑 日 新

责任校对 日 新