吕东刚,谭维智
(1.曲阜师范大学 教育学院,山东 曲阜 273165;2.山东中医药高等专科学校 公共教学部,山东 烟台 264199)
随着教育大数据时代的到来,数据作为一股不可抗拒的颠覆性力量融入高等教育改革领域的各个层面,高校教学改革逐渐迈进“数据驱动的新时代”[1]。然而,大数据并非是高校教学改革增效升级的“通途一径”[2],而是呈现出“双刃剑”的特点,它在助推高校教学改革的同时也产生了诸多意想不到的新问题,甚至一度被认为是“21世纪的教学挑战”[3]。当前学术界对教育大数据的研究可谓方兴未艾。过往学者研究了大数据在教育改革中的角色与功用,指出源于教育教学实践的实证数据能够针对教育改革中的重点、难点、热点问题及时作出快速高效反应,可以为教育政策改革提供决策参考[4]。此外,有学者关注到学习分析理论和技术,认为“探索学习分析与高校教学全方位深度融合的体制机制和方法策略是学习分析深化高等教育改革、促进学生创新能力培养的首要路径”[5]。然而,大数据驱动下的高校教学改革是否能够达到改革的预期目的与期望呢? 目前学术界还未达成统一认识。一些学者发现大数据技术与高校教学改革融合创新还存在痛点,并认为系统总结研究高校教育大数据的应用场景是解决这一问题的可能策略[6],甚至一度指出“教育过程的数据往往没有什么太大价值,最起码在改进教育过程、提升教育质量上是这样”[7]。
尽管大数据对高校教学改革的影响受到了学者的高度关注,但通过回顾现有文献可以发现,大数据对高校教学改革实践的负面影响具体有什么表现? 其原因又是如何? 接下来大数据驱动高校教学改革应该何去何从? 这些问题还没有得到很好的回答。随着大数据在高等教育领域的不断扩展与深化,“基于数据、依靠数据、在数据中进行”已经成为高校教学改革的一种常态,然而高校教学管理者、广大师生也逐渐清醒地发现并不能奢望依靠大数据解决一切教育教学难题,甚至还要警惕大数据对教育教学的“反噬”,于是就产生了本文称之为“数据迷思”的高校教学改革异化场景。因此,呈现当前数据驱动下的高校教学改革场景及问题,进而澄清其深层次的原因,不仅可以完善现有教育大数据理论,而且有助于规避大数据给高校教学改革带来的负面影响。
诚然,数据赋能的高校教学改革具有科学化、精准化、客观化、高效化的典型特征,部分改革实践者已经“将大数据视为研究教育、推动教育变革、解决教育问题的‘灵丹妙药’”[8],大数据驱动下高校教学改革过程中的参与者、管理者、数据价值挖掘者共同绘就了一幅“教学改革过程中热闹丰富的图景”[9]。但是,其中所面临的挑战和困惑正不断涌现,当下的教学改革实践不仅用事实证明“我们在拥抱科技、迎接大数据给教育带来的种种福祉和便利的同时,始终不能把技术想象成可以一劳永逸地解决现实问题的‘新上帝’”[10];而且迫使我们从“伦理诉求”“规训隐忧”“算法风险”等视角深度思索了大数据与教育生态的现实矛盾。鉴于此,高校教学改革作为我国高等教育的重要实践存在方式,有必要聚焦实践中的大数据异化场景,遵循微观、中观、宏观的逻辑理路从师生、管理、数据应用三个层面探讨其中的“数据迷思”现象。
当前,在以数据为主导的高校教学改革中数据逐渐成为教学改革的主角,以至于在某些方面出现了“人”的缺席,“师生发展的标准最终仅体现在表格和量化数字中,关键在于数量上是否达标”[11]。倘若从微观层面,即教师与学生在教学过程中的行为表现来考察这一现象,可以发现在教学过程中师生的“教”与“学”反而受制于数据。具体来讲,一方面教师的“教”被数据裹挟。通过梳理大数据与教学相融合的历史可以发现,起初大数据是以教师智能助手的面目出现的,它利用收集到的教学数据,帮助教师更精确地了解学生,实施个性化教学。然而,当教师过度依赖大数据先进算法的时候,将逐渐失去认识学生、了解学生、因材施教的能力,丧失对教育情境、教育问题的独立思考和自主判断能力,就像很多教师过于依赖PPT,离开电脑、多媒体就无法上课一样,这个时候数据就代替教师对教育过程发生的事件进行分析判断、做出决定[12]。进一步讲,这种源自数据的控制将会贯穿整个教学过程。在课堂教学过程中,教师的一切行为都处于大数据的教育监控系统的“凝视”中,不仅如此,大数据还试图为每一位教师在学校、课堂中的各种行为进行细致入微的分析与评价[13]。长此以往,教师会产生一种被“燃尽”的感觉,“长期感到疲惫不堪、超载、有压力,却又无法达到预期的目标,并丧失生产力”[14]。而在当下改革热点事物——基于大数据技术赋能的“翻转课堂”中这种担忧同样存在。美国加州圣何塞州立大学哲学系的教授认为,“翻转课堂”不仅改变了一般公立院校传统课堂上教师面授主讲者的角色,而且将来一般公立院校的教师会成为一流大学教授所开发网络课程的“照看者”和学生学习的“辅导者”,从而使教师教学失去应有的自由[15]。另一方面,学生的“学”也被大数据所裹挟。“大数据时代,‘万物皆联网,无处不计算’的状态正在形成,关于学生个体发展的计算无时无刻不在进行,学生发展过程中的‘一举一动’都能被记录。”[16]从某种意义上讲,“每个学生都变成了数据人,一切都可以提前被知道”[17],学生的整个学习过程都处于大数据的精确设计之中。在日益丰富的在线课程中更是如此,学生学习方式由传统课堂的“面对面”转到大数据课堂的“屏对屏”[18],然而,并非所有学生都适合在线课程,MOOC中5%~7%的课程完成率说明了MOOC的教学成效远远低于人们的期望,甚至Udacity的创始人塞巴斯蒂安·思瑞也不得不承认与某大学的合作项目中,在Udacity上注册在线课程的大学生的成绩远差于传统课堂听课的学生,其教学成效不尽如人意[19]。而作为每个独立学习个体的学生对这种学习方式的典型体验就是缺乏“人情味”[20],其增加的只能是数据算法对学习过程的控制。
如前所述,数据的强势介入不仅影响了师生的教与学,而且也打乱了高校教学管理实践的固有节奏,教学管理在一定程度上为数据所累,偏离了教书育人的本旨与提升教学质量的初心,这种情况下数据蜕变成为教学管理无法回避的数据任务,甚至异化为教学改革实践的“指挥棒”。首先,高校教学管理在大数据加持下实现赋能增效的同时,也意外地表现出部分数据“失效”的现象。大数据背景下的教学实践为了使用人工智能技术强行采集数据的情况时有发生,这种在不需要和不可以使用人工智能解决的教育问题上强行使用人工智能技术和算法,只会导致数据量不足或是数据采集的谬误[21]。如此一来,数据本身就与师生相剥离独自成为教学改革的对象,由此产生许多重复的、无效的、没有价值的数据,其存在的价值仅仅因为是数据而已。其次,从高校教学质量管理测评角度来看,大数据在体现客观公平的同时还表现为与客观事实“相悖”。这些盲目迷信数据的管理测评理念容易导致教育中的“贴标签效应”[22]。在更高层面的教育管理中,片面地以数据为准绳将会导致“宏观政策措施或微观教育制度安排、学科课程设置、学校管理与领导、教师教育策略与措施,都将依据数据提供的证据来决定。教育部门也通过这样的数据测评,问责学校与教师行为。数据事实上已经成为教育如何做、向何处去、教师与学生如何发展的‘指令’”[23]。再次,大数据技术的“算法黑箱”在教学管理中可能对师生身心造成伤害。对于教育数据来说,算法技术的拥有者和使用者可能由于某种特定的使用方式而形成“过滤气泡”效应,进而对人的行为进行调节和限制,也有可能利用“周边定律”来量化学习者的行为、采集特定的数据而不为学习者所知[24]。进一步来说,师生在网络上留下的所有痕迹、数据、信息等都将被自动记录下来,成为个人档案和卷宗,一旦师生的个人私密信息被泄露并被人恶意利用,那么就有可能突破伦理道德界限,甚至会遭遇网络暴力,因受名誉威胁或家人安全威胁等而被迫接受他人的控制[25]。总之,当下的现实不断与我们寄予大数据赋能高校教学改革希望的初衷相违背,导致教学管理中的数据乱象。
总体来看,大数据驱动下的教学改革正在从“用经验说话”[26]逐渐转向“让数据自己发声”[27]。然而,在这场教学改革的技术革命中高校收集的大量教学数据却经常遭遇“不说话”的尴尬局面。首先,某些教学数据本身就存在问题,属于“不能说话”的范畴。由于教学过程中师生心理活动的高度复杂性,收集的教学数据中存在大量不实的、无价值的数据,这在大数据应用上被称为“脏数据”或“废数据”,而当下教育大数据的应用管理处于急剧上升期,高校数据库一般按照“有则入库、数量优先、质量其次”的原则开展建设,对于数据源质量关心甚少,产生的大量数据以及历史数据,也没有区别糟粕与精华[28],于是就产生大量“不能说话”的低质数据。其次,某些教学数据长期被封印,属于“不会说话”的范畴。目前,高校教学改革中的各种数字化信息系统每天都在产生大量结构化、半结构化、非结构化的数据,但是这些数据尚未受到足够的重视和合理的运用,并且由于技术应用的落后难以实现数据技术有效处理,这导致大量蕴含巨大价值的数据不但被闲置,而且还占用大量的储存空间[29]。在这一过程中很多学校只是充当数据收集者的角色,很多数据日积月累,在各类别数据库中蒙尘,成为名副其实的“数据孤岛”[30]。再次,某些教学数据属于“不想说话”的范畴。实事求是地讲,我国还有不少高校实行传统教育模式,现代化管理理念并没有与传统管理进行兼容,导致在部分信息化处理方面出现了“数据不作为”的现象,而且在技术层面出现或大或小的信息化管理事故,也导致众多信息化系统的瘫痪和信息化教改的流产,甚至某些院校领导层将信息化建设视为超前消费和不切实际的面子工程[31],这也导致技术人员一味迎合行政人员的意图,将技术挖掘的重点放在粉饰高校教学工作的大好局面,抹杀了让教学数据主动发声的机会。
高校教学改革的大数据倡导者从未停止过对上述问题的探讨,然而实践效果却并不明显。虽然并非高校教学改革涉及的全部人员都盲目迷信和服从大数据的安排,但是在大数据席卷教育教学改革的技术浪潮中却没有一个人能够独善其身。在这个过程中教育技术的乐观主义者当之无愧地成为大数据驱动高校教学改革的“弄潮儿”,也成为导致上述异化场景的“关键少数”。他们曾一度认为“当前在高校教学改革中出现的一系列问题都是因为技术的发展还不够发达,当技术足够发达,或者说当技术发展到一定阶段的时候,现存所有的教学问题都可以用技术的手段来进行解决”[32],然而“恰恰在于技术乐观主义者从技术条件的可能性出发去设计教学”[33]才是导致上述教学改革乱象的根本原因。
数据至上主义者奉行“一切皆可数据,数据可解决一切”的信条,在高校教学改革中将数据作为指导教学改革的终极理念,处处以数据为遵循,进而逐渐剥夺了教学过程中师生的主体地位。客观地讲,高校教学改革中妄图通过将教学过程、教学细节进行数据化表征以实现对教学中人的行为及表现进行干预的理念是徒劳的,这种做法并不能快速提升教师的教学水平和效果。高校教学过程的复杂性特征及师生心灵的不可测等因素注定成为数据的短板,师生课堂活动及其内在心理活动变化并不能完全数据化,把学生在教育中复杂、丰富的精神变化表现为一组数据,实际上会导致教育对学生认识的表面化,导致“对人的存在性成长之道的误解或数字式扭曲,教育中的人只剩下数字或数据的幻影,仅仅成为一种数字景观,而景观后面的人性却被遮蔽和遗忘”[34]。另一方面,数据对学生学习的价值贡献也是有限度的,并不能解决学生学习中的所有问题。虽然“大数据有很强的表征能力,但在本体和存在意义上,大数据还是不能完全表征或等同于教育”[35]。虽然大数据能够用音频或视频等方式传递人的包含默会知识的行为信息,但是默会知识具有个性化特征,大数据并不能替代学生对这些动态的、个性化的行为信息包含的默会知识进行解读[36]。另外,学生的学习过程绝大多数都是基于不完全信息的“顿悟”过程,其中投入的人类感情、缄默知识、创新思维等各种人类智慧也是大数据不可模拟和重复的[37]。总之,教师在教学过程中的道德引领、言传身教与人格熏陶,学生对相关知识学习的内化与顿悟都将成为数据难以逾越的盲区,因此完全听从、依靠数据逻辑进行教学事实上已经成为悖论。
不可否认的是,高校教学数据能够在一定程度上追踪与还原教育教学事件的痕迹,通过数据分析对教学现象问题进行评估并以此预测未来发展趋势。但是,在高校教学改革实践中教学数据的固有缺陷使其对教学事件的还原失真。具体来看主要有以下三方面原因。首先,高校教学改革数据并不能实现大数据理想的“全样本”。若依时间线性的纵向视角来看,教学是一个前后相继的连续性育人过程,数据搜集无法实现时间上的不间断,只能人为设定获得教学中的部分关键点数据;若以空间展开的横向视角来看,高校教学是一个师生参与、环境熏陶等诸多因素组成的复杂过程,数据搜集无法同时兼顾所有元素,只能是对某些要素进行选择性放弃。其次,大数据的算法标准并不能完全与高校教学质量标准相一致。高校人才培养质量作为高校办学治校水平的终极评价标准涉及人才成长规律的教育表征,它既以人的生命生长的线性时间节奏展开,又以潜在的精神瞬间升华而得以体现。虽然大数据以其超强预测功能在商业、医学领域获得认可,但却“无法预测人通过教育所获得的发展的潜在性,更无法预测人的潜在性的实现,它们对人的发展的简化性测评,根本就无法把握人的复杂性,也无法把握人的潜在性与实现活动之间的复杂关系”[38]。再次,高校数字化校园建设的不成熟与滞后成为高校教学数据缺陷的重要外部硬件致因。从大数据发展史的角度来考量,高校数字化建设是实现教育教学大数据的基础和前提,而数据为教学改革实践应用的唯一途径是计算。若按照卡斯蒂关于三个世界的划分,其实施逻辑是“真实世界”为“数学世界”提供可供数字化的事物,“数学世界”以数字形式向“计算世界”提供数据,“计算世界”对数据进行计算,用以解决、预测“真实世界”的问题[39]。然而,目前高校教学过程还未实现完全数字化,“数字荒漠”依然存在,大量教学照片、教学视频、教育文本等非结构化素材的数字化瓶颈还未突破;与此同时,高校教学可搜集、能搜集使用的数据不仅十分有限且所有权分散,无法实现数据之间的公开共享,更无法借助先进算法进行相关性分析。
伴随着数据技术在高校教学改革中应用深度与广度的不断增加,让数据说话成为改革实践的常态话语方式。然而,事实上“数据(本身)并不说话,而是被人拿来言说”[40],数据只不过是“由人收集,受研究人员操控,最后被理论家拿来揣摩,以揭示某种现象。继而,谁在拿数据说话便掌握了非同寻常的权力”[41],谁就可以规定应如何理解教学和如何改革教学。因此,为避免这种数据解读的主观片面性,让数据发声的正确途径和方式只能是数据挖掘,然而当下的高校教学改革的数据挖掘工作还在以传统数据的形式运行,以致使其真正价值隐绰未彰。首先,大数据因其超乎想象的庞杂特性使数据挖掘成为一门专门的数据科学,而高校教学改革数据的专业挖掘近乎缺位。一般意义上讲,大数据的真正价值并不在于数据直接关联的客体本身,而在于不同数据间相互碰撞的二次、三次利用,即注重探讨不同数据之间的相关性,然后以相关性为基础进而发现问题、预测事物发展趋势。然而就笔者目力所及,高校在此种意义上的数据应用还十分罕见。高校积累的大量教学数据主要用于评估检查,广大师生学习、生活的横向数据没有被纳入教学改革者的视野而被闲置甚至遗弃;再者各高校大多敝帚自珍立足于本校数据分析,少有不同院校、行业、领域之间的数据碰撞,导致改革数据大幅贬值。其次,高校教学改革中教育数据专业挖掘技术人才缺乏成为另一明显短板。在当下的高校教学改革中,能够处理教育大数据的专业人才较稀缺,而能对数据挖掘和机器学习结果进行跨学科解构,并能深度揭示教育规律和机制的综合型人才更是凤毛麟角。从整体上看,“无论是在硬件涉及的量化数据采集、存储技术,还是数据的流通性、精确性以及调用的便捷性等方面都面临诸多困难,而来自量化数据分析和教育理论的协同共进将成为发展的最大瓶颈”[42],其关键一环就是人才的匮乏。总之,当下高校教学改革中数据应用明显与大数据价值挖掘理念相悖,事实上遮蔽了教学大数据真正价值的发挥。
上述问题的梳理和剖析为进一步推进大数据驱动高校教学改革向纵深化发展提供了现实可行性,但是大数据技术与教育教学融合过程中将出现不可避免的阵痛,这也从反面提醒我们要更加深刻地认清大数据与教育教学内在规律并不完全一致的客观事实。究其本源可以看出,高校教学改革中呈现出的诸多迷思是数据与教学不断博弈的结果。可以肯定的是,这种迷思会随着大数据技术更加广泛应用普及表现出更多新的特征和现象,在这一过程中教学与数据的属性都将发生不同层面的融合与进化。就当前现状来看,数据与教学的博弈主要体现在有效性、有限性及有用性三个维度。
首先,大数据与高校教学改革在有效性维度上的博弈。具体来讲,这个问题涉及考察大数据对高校教学改革的哪些环节或要素是有效的,或者说大数据驱动下的高校教学改革是否会如预期的那样成倍地提升效率。在这个问题上,我们应当清醒地认识到对于复杂的教学过程来说,大数据并不总是有效的。关于有效教学的相关研究也指出,“教学方法、教师人格、教学情感、教学精神、师生关系都是有效教学的构成要素”[43],从这个角度来看,情感的大量积极投入是保证教学有效性的重要因素[44],而对于情感数据的抓取、量化恰恰是数据与教学博弈的焦点之一,所以“大数据目前对于教学改革来讲还仅仅是一种分析工具,要想走向成功决策、独立思考,发挥思维的创造性才是关键”[45]。其次,大数据应用于高校教学过程在有限性维度上的博弈。换句话说,也即是大数据能够在多大程度上实现教学过程的数据化,或者说能否在现实教学场景外再造一个完全数据化的教学情境模型。美国计算机科学家格雷提出的大数据的研究范式——数据密集型研究范式[46],受到了教育大数据乐观主义者的崇拜与追捧,并试图将“数据—驱动”作为教学改革的主流形式,在教学改革中将数据作为核心甚至唯一要素[47],但是教学改革事实再一次证明“真的不是每一个复杂的人类情况都能简化为曲线上的线条、图表上的百分点或者资产负债上的数字,但是如果不对可量化的事物进行量化,我们就会失去全面了解事物的机会,只有将理性与感性相结合、标准化与个性化有机结合才能取得高校教学改革良好的效果”[48]。再次,大数据与教学过程在有用性维度上的博弈。具体讲,就是大数据在教学改革过程中是否具有想象中的大价值,进一步来说还有如何发挥这些价值。众所周知,大数据在商业领域的价值已经得到业界公认,而在教育领域的表现至今也没能对“乔布斯之问”作出圆满的回答。但是我们不得不承认,从现实状况来看大数据对教学改革的价值已然显现,只不过并没有如在商业上的表现那般抢眼,也就是说没有达到人们预期的颠覆性价值。究其根源在于当前大数据应用方式不够适切,存在未能与教学内在逻辑相契合的短板,教学数据在使用方式上仍然延续着传统数据思维定势,与大数据应用所需的“整体性思维、非线性思维、容错性思维、相关性思维、平等性思维、开放性思维、生长性思维”[49]相去甚远。另外,大数据价值发挥所依赖的“算法”挖掘技术日益复杂,形成的一系列衍生问题,如算法黑箱导致数据价值的不可理解性、算法歧视导致教育教学偏见、算法的符号性导致数据价值的蒙蔽[50]等都成为教学大数据发挥价值的无形障碍,导致了大数据驱动教学改革停留于形式化、浅表化的典型问题。总之,大数据对当下的高校教学改革是有用的,但是深入思考其“用处、用法、用量与禁忌”成为大数据发挥价值的关键所在。
随着大数据驱动赋能高校教学改革实践逐渐走向纵深化,在高校教学过程中将逐渐“形成教育过程、教育质量、教育行为的全景化数据监控”[51],但是其中的“数据迷思”时刻提醒着我们要审慎地对待大数据在教学改革中的应用方式及限度。那么,如何才能实现大数据的正向助力使高校教学改革事半功倍呢? 或许中国传统哲学中的“体用不二”论能够为突破当下的迷思提供思路。熊十力认为,“若将现象本体打成二片,便成死症”[52],进而提出“体用不二”,即“本体不在现象外,二者相互依赖,缺一不可”[53]。反观当下的“数据迷思”即是在网络信息时代高校教学改革中教学与数据“打成二片”所呈现出的特殊“死症”现象,换句话说,大数据驱动赋能教学改革的前提就是要通过现代信息技术对高校教学改革实践实现内在一致的数据化表征。从这个意义上讲,高校教学就是“体”,教学数据就是“用”,二者是无法割裂的,否则就将陷入片面的“数据迷思”中。因此,只有回归教学本体、遵从高校教学实践的固有逻辑,从澄清高校教学改革的数据观入手进而突破在师生角色、数据真相、数据挖掘等方面的桎梏,才能找到超越“数据迷思”的现实进路。
高校教学改革的“数据观”是对高校教学改革中数据存在及应用方式的元思考,是“对数据特点、价值等的基本认识和基本观点,包括对教学数据的概念、特征、类型、功能等方面的基本看法”[54]。树立正确的数据观是合理发挥数据作用,有效挖掘高校教学数据价值的首要一环。数据观中“包含着作为起源的原初缺陷,即能够从中给出方向的原初的迷失方向”[55],它能够使我们更加理性、清晰地理解当下的教学大数据,进而影响在教学改革中如何衡量数据的价值及如何应用数据。重构适切的高校教学改革数据观,一方面要将大数据理念与模式全面渗透到当下高校教学改革中去。“大数据时代面临的最大变革并不是技术层面上的,而首要是理念上的,这种改变影响着我们能够收集的数据类型以及我们对这些数据的挖掘方式,促使我们对学习、教学和获取知识的过程展开全新的理解”[56]。换句话说,我们要把大数据作为重要技术理念渗透在高校教学改革中,建立起全新的大数据思维模式,并以大数据的管理方式应用传统教学数据,从本质上实现数据的脱胎换骨。另一方面,要以审慎的态度对待高校教学改革中大数据的应用限度。事实已经证明,在高校教学改革中“计算得清楚的东西未必都重要,重要的东西也未必都计算得清楚”[57],关键要“注重教育教学的人文与道德属性,不陷入对数据的盲目迷信和乐观,保持对教育人文属性的敬畏,同时,对于尤其难以定量测评的教育现象,以科学精神和科学的测评方法客观予以认识,最大程度地寻找反映教育现象本质的指标”[58]。总而言之,这既是高校教学改革中应有的数据观,同时也是教学改革实践中最重要的数据方法论。
纵观大数据在商业与医疗等社会领域的成功案例,其成功的秘诀无不是始终以用户的需求为向度,即通过大数据技术关切每一个用户的体验与感受。反观当下的“数据迷思”正是背离这一规律的结果,即在全面推广个性化教学的口号下忽视了教学过程中师生的个体诉求与体验。因此,若要走出高校教学改革的“数据迷思”,就必须尽快推动数据的人本转向,重塑教学过程中师生主体地位。从教师维度来看,高校教学改革中教师不仅要因材施教还要“因数施教”,进而重获教学主动权。其实大数据并不能改变教学的本质,但是大数据技术使“教学的某些基础而单调的部分可以为计算机所取代,教师需要将更多有价值的内容带给学生,并成为大数据学习系统与学生之间的连接点”[59]。那么,教师就要找准在大数据赋能的教学改革中的地位和角色,将“因材施教”寓于“因数施教”,进而重塑在学生成长成才过程中的主导价值,“主动适应大数据算法技术的规律性特征,在教育应用过程中驾驭算法、超越算法、摆脱算法的控制,保持在教育中的控制地位,更多地运用自身的教育智慧处理教育问题”[60],最终重获教育教学的主体地位。从学生维度来看,在大数据背景下的高校教学改革中学生要做到“循数善学”,掌握学习的主动权,主动适应大数据时代线上线下相结合的混合式学习模式,尽快适应智能化学习的时空节奏,转变传统学习观念,将线上课程视为“数字化身份经历和个体知识生长的过程”[61],树立“学习者即评价者”[62]的学习观,善于利用大数据的相关预测等功能进行自我学习监控与定制,提升学习的有效性。另外,还要加快构建高校教学改革的数据伦理规训。当前数据伦理问题仍然是制约大数据发展应用的最大挑战,在高校教学改革中从数据收集伊始就要制订和遵循一整套数据存储、管理、应用的程序与规制,确保让大数据在人类伦理道德的界限内发挥价值。进一步讲,就是要在高校教学改革的数据化过程中切实保障师生隐私,采取极其谨慎的行为规避大数据对伦理道德的挑战。归根到底,“只有当这些要素全部具备时,学生和教师才能够相信大数据会促进他们的学习并帮助他们实现梦想”[63],才能够更加有效地让大数据为高校教学改革赋能增效。
毋庸置疑,鲜活的高校教学实践是高校教学改革数据的最原始来源,从某种意义上讲,高校教学数据就是高校教育教学实践的数字化分身。因此,尽可能地用数据还原真实的教育教学的现实与场景[64]就成为发挥大数据价值的重要途径。如果高校教学数据不能还原教学真相,就“无法解释教育实践中涌现出来的不可尽数的充满智慧的教育教学案例,难以确切地揭示教育的本性和真谛,更遑论以教育来促进人的发展、社会的进步和创造美好的生活”[65]。那么,在高校教学改革中如何实现数据对教育教学现象与情境的诠释就成为问题的关键。首先,要实现高校教学数据的实时性、即时性。在大数据时代,“孤立的、静态的数字并不是大数据的真义,我们更关注的是动态的数据、系统化的数据,以不间断‘流’的形式存在的、成片的、活的数据”[66]。因此教学数据就可以理解为高校教学的动态的、鲜活的、现实情境的一种具身解释学技术,其实质是由数据指称真实师生教学生活,所呈现出来的是一个彻彻底底的数据教学“世界”,这种解读“有一种即时性,是一种已经构造好的直观”[67]。从这个意义上讲,只有具有教学实效性的数据才是有质量的数据,也才更加能够接近教学的真实情境。其次,要结合特定的教学情境对数据进行计算与解读。有学者指出,“在使用数据去改善决策力与洞察力之前,首先就是要还原真相”[68],即要由相关联数据入手进而聚焦高校教学这一特定场域中发生的特定教学环节或事件,从而实现对教学真相的数据诠释。数据对高校教学过程中全样本、全要素的覆盖只能是在诠释意义上的把捉,数据在这个意义上成为了一种对教育现实生活的解释学技术。那么,就“如同书写作为一种技术物在人类文明史上所发挥的诠释作用,使描述可以采取一种不同的模式”[69],不同的是现在呈现出来的是教学的数据世界。当这种教学的数据世界与真实教学情境赋有相同意义的时候,也就自然跨越了算法标准与教学标准的鸿沟。再次,要以大数据理念和方式深度推进高校教学的数字化建设。这就要求高校在数字化进程中合理引导与矫正数据收集、管理过程中的失真现象,以大数据的理念与方式主导当下高校教学数据的收集、存储、管理、应用各环节,着力破除“数据孤岛”的保守观念,同时还要将教学过程中产生的以图像、文本、视频等形式存在的大量非结构化资料以大数据的获取方法进行抓取,转化成可计算的数据,使传统教学档案、资料、数据在大数据时代实现迭代升级,使高校教学改革数据成为既包括各种结构化数据又包含大量非结构化数据的数据宝库,为大数据赋能高校教学改革搭桥铺路。
作为高校教学改革的亲历者与研究者,“最怕只见数据不见价值,最焦虑于数据挖掘和分析脱离教学改革场景”[70]。当前,虽然大数据驱动高校教学改革的学术成果颇为丰富,但是借助数据或依靠数据取得高校教学改革关键性突破或获得标志性成果的案例尚比较少见,更多的是标榜人云亦云式的脸面数据,进而陷入了“数据越多越有用”的迷思和误区。其实“在信息爆炸时代拥有大量信息可能是灾难而不一定是好事,也不等于你有能力用好它”[71],那么唯有紧密联系高校教学实践加强数据挖掘力度,才能解蔽教学数据的多维价值。首先,要善于探索不同教学数据之间的相关性特征,解蔽其诊断价值。高校教学改革是一项复杂的系统性工程,其中包含各种不同专业、不同部门、不同人员的各种教育活动,这些不同类型数据之间的相关性蕴含着改革问题之所在,“对于这种关联,如果不通过大数据挖掘的技术,是没有办法靠拍脑袋就想出来的”[72],这就要求我们遵循大数据的本质特征,通过数据的相关性分析发现教学过程中不易察觉的问题。从这个意义上讲,教学改革大数据就是给高校教学工作进行体检的“X 光机”。其次,要着力探讨数据背后的深层次因果关系,解蔽其预测价值。如果没有明确的因果关系,仅仅是依据少量关联关系进行预测,其结果是非常不可信的。然而,“关联关系又是我们寻找因果关系的利器,因为强关联的背后,有可能存在着因果关系”[73]。这就需要综合运用传统小数据的结构化、理论化分析方法,紧密联系教学改革实践场景,还原师生真实的教育生活,进而发现与揭示高校教学的一般规律,提出具有针对性的改进措施和改革方案。最后,着力培养“教育+数据”的复合型数据技术人才是实现高校教学改革全面深度数据化的重要保障。只有培养大量既精通大数据挖掘与分析技术,又深谙高校办学治校规律的复合型人才,才能够“真正消除数据所有权与数据使用权之间的鸿沟,真正实现通过对高校教学全过程数据的持续收集、及时发掘和深入分析,动态化、常态化地监测教育教学运行状态,为多元参与主体进行正确的价值判断和科学决策提供客观的数据依据”[74],进而发挥大数据对高校教学改革实践的有效价值。
当前,高校教学改革正处于一个由传统小数据向大数据过渡的特殊时代,更是技术霸权主义广为流行的时代。“大数据技术既是普罗米修斯盗取的火种,也是潘多拉打开的盒子,既给我们馈赠,又让我们付出沉重的代价。”[75]我们既要以积极的心态迎接大数据时代的到来,同时也要对“数据迷思”保持警醒。然而,大数据时代确实已经到来,我们不应把注意力放在“大数据”本身,更不应迷信大数据,而是脚踏实地收集一些对解决当前问题有用的数据,“努力在可以应用可以拓展的地方,应用它、拓展他;在不能应用、不能拓展的地方,就停下来”[76]。
正如柏拉图曾质疑书写对教学的阻碍一样,教育技术发展史上从来没有一种技术能够一开始就与教学实践完美结合,大数据驱动下的教学改革也必然要经历一个不断反复尝试的过程,这个过程要靠教育理论和实践工作者结合历史趋势与现实需求去不断突破一个又一个的“迷思”。然而,遗憾的是由于所学有限,若要真正彻底地突破高校教学改革中的“数据迷思”,还有很多重要问题需要解决,比如数据能够在多大程度上诠释教学真相,如何挖掘与解蔽教学数据的多维价值等,这些问题都值得学界同仁进行更加深入系统的思索与探究。本研究希冀引起同道学者对高校教学改革实践中“数据迷思”的关注,推动教育大数据学术研究对教学改革实践的关照。