维克托·迈尔-舍恩伯格，《与大数据同行：学习和教育的未来》的作者
书中，作者指出小数据时代的教育主要面临两个障碍：一是优质教育资源分配受到时空的限制；二是获取和分析教育过程中的数据成本巨大。因此小数据教育通常呈现为三类特征：一是教育以大规模批量进行；二是难以评价学生的学习过程，而只能评价学习结果；三是教学方案主要依靠教师的个人经验制定。
在这一过程中，学校和教师的功能将发生彻底改变，学校将转变成为学生交流和沟通的社会化场所。教师则不再需要照本宣科地讲课，而是作为学生和学习系统的重要连接者，倾听学生的教育和学习需求，组织学生进行各种深入的讨论和交流。
中国教育新闻网记者专访维克托·迈尔-舍恩伯格
在小数据时代，学习的方式和目的往往是为了通过考试。而在大数据时代，人们可以实现通过学习中所犯的错误来理解这些错误，并最终改进这些错误。
迈尔-舍恩伯格：可汗学院的案例大家可能比较熟悉，我想举另外一个案例来说明大数据时代的学习是什么样。在美国，有一个著名的外语学习网站——多邻国（Duolingo），每天都会有数以百万计的人们通过它来学习外语。网站的设计者从平台所收集的大量学习者所犯的错误信息中，发现许多有价值的信息。比如，他们发现大多数西班牙语使用者在学习英语的初级阶段，会对代词“it”很困惑，原因是“it”很难翻译成西班牙语。于是，多邻国针对这类学习者调整了学习安排，先教他们其他代词，等到数周后再开始教“it”。
中国教育新闻网：这些数据在传统教学中确实很难收集。
多邻国的教学模式和商业模式也非常有意思，它要求人们在同一时间翻译一些较短的词组，也可以评价或修订他人的翻译。而它所提供的翻译样本，其实是从翻译公司那里获得的真实句子，因此公司能够从中获取报酬。一旦有足够的学习者能够翻译或验证特定的词组，系统就会接受他们的译文，并收集所有零散的句子，将其整合到完整的文档之中。因此，学习者可以免费获得外语学习指导，同时创造出具有经济价值的回报。这种赢利模式在过去是难以想象的。
迈尔-舍恩伯格：我们利用传统教育方式所获得的反馈其实存在很大缺陷。比如，我们难以对学习过程进行反馈；在对学习结果进行反馈时，我们也只是把关注点放在学生身上，我们对学生的考卷和各种表现进行打分，并要求他们对这一结果负责。然而，作为教育者，我们却很少评价自己，也很少对我们所采用的教科书、教学方式和内容以及测验手段是否对学习有益进行评价。导致这种现状的原因之一是数据很难收集，收集到的数据又很难获得有效处理。因此，这是一种单向度的反馈。
在小数据时代，我们学习的方式和目的往往是为了通过考试，而在大数据时代，我们可以实现通过这些错误来理解这些错误，并最终改进这些错误。多邻国的实践就是最好印证。
学习者将获得真正定制的个性化学习
中国教育新闻网：看来，大数据时代能真正实现学习者的个性化学习。
再比如，有一个名为“半岛大桥”（Peninsula Bridge）的暑期班项目，曾使用可汗学院的数学课程教授来自贫困社区的中学生。有一个女孩一直学得很慢，成绩也一直垫底。但是过了一段时间，她竟然像开了窍一般地飞速进步，到课程结束时成绩已排名第二了。学习记录显示，她曾长时间在某个学习环节徘徊，而一旦掌握了这个核心概念后，她就开始突飞猛进了。可见，当学生能以最适合自己的步调和方式进行学习时，即使那些看起来最没有能力的“差生”，也可能在最终表现上超过优等生。
迈尔-舍恩伯格：人们通常不太愿意接受概率。其实，我们一直都生活在概率的世界里，只是没有认识到它。通过大数据分析，我们可以进行更准确的预测，并进行更有效的干预。比如，我们可以不再简单地要求学生暑假时补习数学，而是建议他进行2周的二次方程集中课程学习。
大数据能为我们展示事物背后无数的相关关系，通过这些相关关系，我们可以更准确地认识事物的本质。当然，我们也要理性对待概率预测，尤其是涉及教育决策和学生，因为这将对人们的未来造成极大影响。
在大数据出现之前，大多数教育政策都是在缺乏实验数据的情况下制定的。
迈尔-舍恩伯格：几乎可以肯定，在大数据出现之前，大多数教育政策都是在缺乏实验数据的情况下制定的。我们的教育决策往往是非常主观、甚至是“拍脑袋”产生的，有一些最基本的原理可能都未曾验证过。比如，今天大多数学校的日程和时间安排，还遵循着农耕时代的习惯，人们甚至没有思考过学生是否真的在这个时间段进行学习最有效。
尽管教育决策的意义重大，但是其制定的过程却往往基于相对较少的数据。而且，这类数据的收集和分析，也并不是由客观的局外人，而是由典型的内部人士操作的。从组织上看，这是不合理的。商业公司早就知道，有关反馈和质量保障的信息，应该由与结果毫无利益关系的专业人士进行收集。
迈尔-舍恩伯格：确实是这样。MOOCs的一个重要构成要素，就是它能产生大数据。大数据能够告诉我们什么是最有效率的，并且揭示那些过去无从发现的事实和真相。
决定教育未来的是利用大数据适应学习的组织
中国教育新闻网：未来学生都可以通过在线学习的方式进行学习了，更大范围的优质资源共享也可以实现了，我们还需要学校和教师吗？
此时，学校的关注点不再是知识的传授，而是通过提供这种社会化职能的场所，帮助学生互相交流和沟通。教师和学生的关系，也更像是学习过程中的合作者。学校将面临的挑战，则是要挑选那些具备作为一个教练所应拥有的个人技能和素养的教师，而不仅仅是照本宣科者。
迈尔-舍恩伯格：现在做这种描绘，可能有些困难。但我可以讲讲我儿子现在是如何学习的。我儿子今年6岁，今年秋天就要上学了。但是我现在已经开始在家教儿子了。常规情况下，我会在晚上会先给他看20分钟的视频，比如关于皮肤的作用、火山的形成、冰激凌的制作等。这些视频都非常有意思，我的儿子总是津津有味地观看。然后，我们会进行15-20分钟的交流。这种交流很有意思，也很有挑战性，我需要做很多准备。让我特别欣喜和惊讶的，并不是我的儿子记住了多少内容，而是他所展现出来的思考角度和深度。
想象力永远比知识本身重要
中国教育新闻网：您提到，大数据不仅会改变学习的方式，也会改变学习的内容。
大数据时代还需要人们学会转变思维方式，要学会看待整个世界以及世界中的所有事物时，要从物质事物转向交互作用，并把它看作一个收集和分析数据的平台，这就是“大数据思维倾向”。
中国教育新闻网：教育行业相对较保守，对新技术可能会有一种天然的抵触。这是否意味着，大数据时代的教育变革，可能不是在传统的学校中发生，而是在社会机构甚至是商业组织中最先脱颖而出?
一旦数据开始流动，即使顶尖学校也将受到冲击
中国教育新闻网：您曾以亚马逊击败巴诺书店为例，指出“导致巴诺书店落后的主要原因，不是便利性和海量库存，而是数据。一旦数据开始流动，即使一些顶尖学校也将受到冲击”。您确定会是这样吗？您会为自己的孩子选择什么样的学校？
要让我来为自己的孩子选学校，我将更看重学校会给孩子带来何等提升。我会选择能给孩子带来最大变化的学校，从入学到毕业，孩子能经历最大的变化与提升，这才是最好的学习过程。哈佛大学的学生从入学到毕业一直都最优秀，学校不需要替他们操太多心，也未必给他们带来多少提升。
所以20年后，人们为孩子选择学校时，肯定与现在的选择大不相同。（中国教育新闻网记者郜云雁）
I am deeply graceful that you like this book so much!
Viktor
承蒙中国读者如此厚爱此书，我深感荣幸！
维克托
2016.5
