论教学研究的大数据思维与跨界思维

胡文霞，郭芬云（山西大学教育科学学院，山西太原030006）



论教学研究的大数据思维与跨界思维

胡文霞，郭芬云
（山西大学教育科学学院，山西太原030006）

［摘要］大数据思维与跨界融合思维是学界普遍关注的研究焦点。教学研究力求变革发展，突破现实困境，就需要从大数据研究以及跨界融合的思维中寻找灵感：一方面，大数据研究通过海量数据的分析与挖掘，揭示了数据背后学生的学习路径与学习规律，进而推动教学研究的个性化和适应性研究；另一方面，大数据分析中数据的生涩性以及人文色彩的缺失，又需要研究者在教学研究实践中融合各类具体研究方法，从而促进教学研究向着更科学、更宽广的领域推进。

［关键词］教学研究；大数据思维；跨界思维

一、大数据思维

大数据即全维度、全过程的数据处理，通常用来形容一个公司（或组织）创造的大量非结构化和半结构化数据及其相应的处理能力，它为教学研究者带来分析和观察教学时视野的扩张与视角的变化。美国数据科学家维克托·迈尔·舍恩伯格（Victor Mayer-Sch nberger）多年前就以大数据为分析工具，预见了人类社会科学发展的大趋势。他在《大数据时代:生活、工作与思维的大变革》中指出，我们的生活和思维正在被信息风暴和海量数据改变着，思维的变革是最首要的变革。

大数据思维是一种全数据的复杂性思维。法国当代著名哲学家埃德加·莫兰提出了复杂性的概念，认为物理世界的客观存在是复杂的、非线性的、多元的。经典科学研究恰恰排斥复杂性与非线性，总是以“有序”、“分割”和“理性”为原则来研究客观实在，因而具有极大的片面性。他指出:“复杂性的方法要求我们在思维时永远不要使概念封闭起来，要粉碎封闭的疆界，在被分割的东西之间重建联系，努力掌握多方面性，考虑到特殊性、地点、时间，又永不忘记起整合作用的总体。”［1］那么，大数据思维的复杂性又如何得以体现呢？大数据变革带来一系列思维上的变化：“（1）不是随机样本，而是全体数据；（2）不是精确性，而是混杂性，尤其是大数据的简单算法比小数据的复杂算法有效；（3）不是因果关系，而是相互关系。”［2］在以上思维的变化中，最大的转变就是对事物的关注点由因果关系向相互关系的转变。大数据环境下，科学研究更注重利用片段数据和海量数据去揭示难以处理或无法预知的科学问题，人们的关注点由“为什么”转向“是什么”的问题，进而探究因素间的动态关系，这也揭示了大数据的核心——预测。教学研究要想达到更好的研究品质，体现更科学的研究价值，研究者就必须突破技术限制，用“大数据”说话，通过大量的数据进行实时、动态的监测，并基于数据来思考、设计和实施教学。

二、跨界思维

跨界思维在近些年来受到广泛关注，其实在20世纪80年代，美国的科学技术创新就已高度认可了以跨界融合为目标的“学科互涉”。1988年，美国自然科学学会会员西格玛·西出版《摒除边界：跨学科研究视角》一书，推动了学科的跨界融合。韦恩州立大学学科互涉项目主持人朱丽·汤普森·克莱恩在《跨越边界——知识、学科、学科互涉》中提到：“最近几十年来，几乎所有的重大研究进展都发生在已有领域之间的‘学科互涉边界地带’。”［3］法国当代著名哲学家埃德加·莫兰也曾从多学科融合的角度提出过跨界融合的重要性，他指出：“我们的知识是在学科之间被分离、肢解和箱格化的，而现实或问题愈益变成多学科性的、横向延伸的、多维度的、跨国界的、总体性的和全球化的。”［4］近年来，跨界思维更是在实践中备受关注。巴菲特的“幕后智囊”查理芒格是跨界思维的推崇者，他将跨界思维誉为“普世智慧”，并将跨界思维与创新研究的关系比作“锤子”与“钉子”的关系，认为“对于一个拿着锤子的人来说，所有的问题看起来像一个钉子”，智慧之人在困顿之时就会利用跨界思维的锤子，去砸向现实中不同产业行业的壁垒，从更宽广的风景中去寻找“互通”的思维灵感。

三、大数据思维与跨界思维对教学研究的启示

（一）教学的个性化、适应性研究

当前，中小学大规模在线开放课程“慕课”知识平台以及“翻转课堂”教学模式的应用，就是利用大数据进行教学研究的典型范例。互联网技术的发展，使得信息资源在网络空间以极快的速度被随意选择，任何时间、任何地点的人都可以选择自己想要的信息。学生可以通过网络去使用优质的教育资源，因而对教师的依赖性大大降低，教师从知识的垄断者变为学习的引导者。“慕课”知识平台通过后台管理，能够获得学生有关学习的海量数据，如学生在某种课程内容上花费的平均时间、学生在不同学习阶段对资源的使用情况以及学生在解决不同类型问题时依赖何种资源等。这些数据是有关学生学习路径的近于全息化的数据采集，包括鼠标点击率、内容浏览时间以及发布内容的偏好等。美国纽顿的首席执行官何塞·费雷拉（Jose Ferreira）说:“学生能够生成大量有价值的数据，纽顿可以分析这些数据，以此确保学生以最有效、最高效的方式学习，这是教育的一个新的前沿领域。”［5］大数据中隐含着学生的学习规律，对大数据的深度研究可将学生的学习规律以可视化的方式呈现出来，进而改进课程内容的设计并及时革新教学方法。

事实上，在互联网普及、网络教学日趋成熟的今天，每一个学校以及学校里的每一个学生都有自己的大数据。学生一旦进入某间教室或某种学习环境，关于这个学生的所有个人信息，包括他以往的学习表现、生活习惯、爱好特长、个人优缺点等都将展现在教师面前，教师就可以依据这些数据的相关关系为学生制定个性化的教学计划，进而激发学生的学习动机，取得更好的教学效果。这种个性化的管理就如同私人订制一样，必定大受欢迎。哈佛大学社会学教授加里·金说:“这是一种革命，我们确实正在进行这场革命，庞大的新数据所带来的量化转变将在学术界、企业界和政界中迅速蔓延开来，没有哪个领域不会受到影响。”［6］总之，大数据研究是革命，更是机遇，要想设计出具有个性化、适应性的课程内容与教学方法，就必须要依靠大数据研究。

（二）教学研究的跨界融合

在教学研究领域，教学研究范式是多元存在的。我国研究者早期主要采用逻辑演绎、经验归纳、自然类比这三种朴素的、自发的研究范式进行教学研究。随后，教育测量、教育实验盛行，各种统计方法如描述统计、推论统计等也在教育学研究中不断发展完善，实证研究成为20世纪二三十年代教学研究中广泛采用的研究范式。但是，随着教育科学的发展，一些学者敏锐地提出，教育学是研究人类教育现象的科学，实证和实验具有片面性，过分推崇自然科学的实证主义会使得教育学逐渐丧失它的人文性和独立性。因此，他们坚持精神学科人文理解的传统，对实证主义展开批判，教学研究中的人本主义理解范式逐渐形成。

当前，受西方教学实践影响，国内学者在教学研究中厚“人文”轻“实证”，但仔细研究不难发现，我国实证教学研究的发展有着与西方不同的背景。由于特殊国情以及种种历史原因，我国自然科学发展起步较晚且障碍重重，一直缺乏自然科学发展的土壤，实证分析教学研究在数量上和质量上与西方有着明显差距。不仅如此，我国教学研究者习惯于坐而论道，进行书斋式的研究，缺乏以实证研究为依据的课程和教学设计。因此，我国教学科学化发展需要大数据研究，探索大数据下的实证研究是教学研究应有之义，更是当前教学研究必行之举。

值得注意的是，大数据研究在发现问题时有很强的“敏锐性”，但这些海量数据是在非场景化的研究逻辑下取得的，由于脱离了数据所处的具体环境，数据可能生涩，因而这些数据有时只能说明问题所在，却很难给出合理的解释以及有针对性的对策。不仅如此，单纯的大数据分析往往缺乏普遍适用性与人文色彩，数据分析的集群研究会消灭重要的个体特征，而个体反而是当今教学研究关注的焦点。

面对这样复杂的教学难题，大数据思维以及跨界思维给我们的启示就是，以有效性为原则，在教学实践中融合各种适用的具体方法。以实证主义为理念，采用实验法、统计法去获得教学研究对象的大数据，进而对这些数据和实验进行经典的科学分析。个案研究法作为最主要的质性研究方法，能够更有效地搜集到一些教学现象发生的背景资料，以及潜在的、与主观意识高度相关的资料。调查法同时使用统计法来获取教育现象中不受主观意识左右的客观资料，访谈法可以了解参与者的真实想法。多种方法相互补充融合，才能为教学研究者解决教学研究难题提供丰富的资料和有力的证据。

总之，大数据研究、教学范式间的融合、综合方法与技术的合作，使得教学研究领域中的新概念、新范式打破学科藩篱，为教学研究在前沿领域和尖端领域的突破创造了条件。中国教学研究的变革与发展离不开对中国古代传统方法的继承和弘扬，以及西方教育研究方法论对中国学术研究的深层渗透及影响这两个因素，无论哪一种因素，大数据思维与跨界思维都将提供一种全新的阐释，并产生重大影响。

［参考文献］

［1］金元浦.互联网思维：科技革命时代的范式变革［J］.福建论坛（人文社会科学版）：2014（10）:42-48.

［2］埃德加·莫兰.复杂思想:自觉的科学［M］.陈一壮，译.北京:北京大学出版社，2002:151.

［3］朱丽·汤普森·克莱恩.跨越边界——知识、学科、学科互涉［M］.南京：南京大学出版社，2005:229.

［4］埃德加·莫兰.复杂理论与教育问题［M］.北京：北京大学出版社，2004:24.

［5］胡德维.大数据“革命”教育［N］.光明日报，2013-10-20.

［6］Lohr,S..The age of big data［N］.The New York Times,2012-02-11.

［责任编辑：冯霞］

DOI编码：10.13782/j.cnki. 2095-106X.2016.02.011

Discuss the Big Data Thinking and Cross-border Thinking of Teaching Research

HU Wen-xia, GUO Fen-yun
（School of Science Education, Shanxi University, Taiyuan 030006, China）

Abstract：The big data thinking and cross-border thinking are cultural topics which have caused widespread public concern in academia. Teaching research must change from the perspective of big data study and cross-border cooperation so that to get out of the predicament. On the one hand, through the analysis and study of mass data, big data study can reveal students’learning path and learning law thus to promote the personalization and adaptiveness of teaching research. On the other hand, big data study is lack of humanistic color, it needs researchers fuse different kinds of specific strategies in the practice of teaching study, thus to promote teaching research’s development in a more scientific and broader way.

Key Words：teaching research; big data thinking; cross-border thinking

［中图分类号］G642

［文献标识码］A

［文章编号］2095-106X（2016）02-0056-04

［收稿日期］2016-04-15

［作者简介］胡文霞（1990－），女，山西朔州人，山西大学教育科学学院硕士研究生，主要研究方向是课程与教学论；郭芬云（1963－），女，山西晋城人，山西大学教育科学学院副教授，主要研究方向是课程与教学论、高等教育学。