如果亨利福特开创的汽车制造流水线让大规模制造成为了可能，那么第三次工业革命将是一个从大规模制造向大规模定制演进的过程。定制化服务的关键是数据。《大数据时代》的作者维克托迈尔舍恩伯格认为，大量的数据能够让传统行业更好地了解客户需求，提供个性化的服务。舍恩伯格以美国几家创新企业为例，讲述大数据是如何从量变到质变，为服务业带去实质性的变革。
以下是舍恩伯格在福布斯·静安南京路论坛上演讲实录，有删减。
一百多年前，汽车行业是第一个真正引入大规模生产概念的行业。那些以前买不起车的美国工薪阶层，突然承担得起汽车这个富人的专属玩具了。福特T型车让成千上万美国家庭拥有汽车。但大规模制造也有其局限性，福特先生说过，你可以买到各种色彩的车，但红色、绿色都不可能，只能是黑色。大规模生产让数以百计的人买得起商品，但商品本身却是一模一样的。
我们面临这样一个矛盾：手工制作的产品漂亮无比却非常昂贵；与此同时，量产化的商品价格低廉，但无法完全满足消费者的需求。
我认为下一波的改革是大规模定制，为大量客户定制产品和服务，成本低、又兼具个性化。比如消费者希望他买的车有红色、绿色，厂商有能力满足要求，但价格又不至于像手工制作那般让人无法承担。
因此，在厂家可以负担得起大规模定制带去的高成本的前提下，要真正做到个性化产品和服务，就必须对客户需求有很好的了解，这背后就需要依靠大数据技术。
数据能告诉我们，每一个客户的消费倾向，他们想要什么，喜欢什么，每个人的需求有哪些区别，哪些又可以被集合到一起来进行分类。大数据是数据数量上的增加，以至于我们能够实现从量变到质变的过程。举例来说，这里有一张照片，照片里的人在骑马。这张照片每一分钟，每一秒都要拍一张，但随着处理速度越来越快，从1分钟一张到1秒钟1张，突然到1秒钟10张后，就产生了电影。当数量的增长实现质变时，就一张照片变成了一部电影。
让我来告诉大家，美国有一家创新企业。它可以帮助人们做购买决策，告诉消费者什么时候买什么产品，什么时候买最便宜。预测产品的价格趋势。这家公司背后的驱动力就是大数据。他们在全球各大网站上搜集数以十亿计的数据，然后帮助数以十万计的用户省钱，为他们的采购找到最好的时间，提高生产率，降低交易成本，为终端的消费者带去更多价值。
在这类模式下，尽管一些零售商的利润会进一步受挤压，但从商业本质上来讲，可以把钱更多地放回到消费者的口袋里，让购物变得更理性。这是依靠大数据催生出的一项全新产业。这家为数以十万计的客户省钱的公司，在几个星期前，被ebay以高价收购。
再举一个例子，SWIFT是全球最大的支付平台，在该平台上的每一笔交易都可以进行大数据的分析。他们可以预测一个经济体的健康性和增长性。比如，该公司现在为全球性客户提供经济指数，这又是一个大数据服务。
大数据有三大特点: 更多，更乱，但内部有关系可循。
如果拍一张照片，我需要对着某一个人，好比说拍陈部长的照片，如果焦点只对准他，那其他的人物在照片里就会模糊掉。我会得到陈部长的所有信息，但是其他观众的信息就过滤掉了。我们采集信息的时候也要做决策，到底要回答什么问题，采集什么数据，因为一旦数据采集完毕，就无法重新问另外的问题。
但今天我们已经拥有全新的照相技术了，一张照片里可以把对角所有事物，包括所有的数据、光线都会被拍摄进去。这样，我任意点一个地方，它都能变得清晰。
为什么要这么做呢？方便决策。
我可以在照片生成之后再决定我究竟要什么，因为这些数据包含所有的答案。不要把自己限制于眼前的问题，要为有前瞻性，把其他有可能出现的问题也给囊括进去。这是一个非常创新的办法，同时很清晰地告诉我们大数据能够做什么。我可以跟大家分享一个秘密，如果你把照相机拿出来仔细看，可以看到这是中国制造。
在拥有如此多的数据以后，接下来我们面对的数据质量问题。
为了避免混乱，我们需要找到数据之间的关联性。
举个实际生活中的例子，大约20年前，亚马逊刚成立时，杰夫·贝索斯让50个书评员来为他卖书，他意识到不仅仅可以请人来写书评，还可以用数据技术来提供图书推荐。起初他使用的是小数据，不是大数据，把客户进行分类，比如说有人对中国旅游或者是对园艺感兴趣，系统会自动提供推荐。他的同事告诉他，刚刚开始使用这个数据推荐时，使用体验并不好；在进一步分析后，亚马逊决定不对人进行分类，而是对用户的需求分类。这个做法做法非常成功，以至于到今天，推荐系统为亚马逊带去30%的销售收入。
这就是数据收集和再处理。亚马逊有交易数据，每买一本书就是一个交易，然后对这个数据进行分析。但今天我们已不再满足于交易数据了，转而收集起沟通数据。你看了某一个书评、某一个交流会给商家更多的信息和细节。
同时，大数据也重构了传统零售业，是未来零售业变革的催化剂。比如使用谷歌眼镜，消费者不需要屏幕了，因为下一代的眼镜会更好地理解消费者看到什么，知道如何更好地抓住人们的视线。对于零售商而言，消费者眼中看到的信息是极具价值的资产。卖家就可以了解大家在看什么样的广告，什么样的产品，在路过橱窗时究竟看了一些什么。
数据的产生和收集本身并没有直接产生服务，最具价值的部分在于：当这些数据在收集以后，会被用于不同的目的，数据被重新再次使用。
大数据的一大优点就是数据可以被重复使用。比方说这家公司实时车辆交通数据采集商Inrix，该公司目前有1亿个手机端用户。Inrix可以帮助你开车，避开堵车，为司机呈现路的热量图，红的就表面堵车。如果只提供数据，这个产品没什么特色，
但值得一提的是，Inrix并没有用交警的数据，这个软件的每位用户在使用过程中会给服务器发送实时数据，比如走的多快，走到哪里，这样每个客户都是探测器。
这里还有更大的秘密，Inrix可以重复使用数据。比如它了解到周末堵车时，哪里有堵车哪里有更好的销售，他们就可以把这样的数据提供给投资公司，投资公司根据这些数据对零售业再投资，这样的服务以前是从来不存在的。
那么，大数据可以如何为创新企业所用？
你觉得之前成立新公司需要大笔资金，但事实并非如此。Inrix一开始并没有钱，如果你想在大数据时代获得成功，你已经不需要大的生产基地，大的仓库了。你只需数据，只要拥有数据，对其进行分析就可以了。有云存储的话，这个成本就更低。Inrix在成立之初根本没有服务器和电脑，他们只是租用了云服务，也不需要很多的启动资金，他们只是有这样一个产品想法。
大数据时代的思维方式是：每天早上起来想一下，这么多数据我能用来干什么，这些价值在哪里可以找到，能不能找到一个别人以前都没有做过的事情。你的想法和思路，是最重要的资产。
大数据的思维方式也可以帮助政府为大家提供更好更有效的服务，好比说我们可以通过大数据来确定哪些地方会有火灾。以前防火检查员只有13%的时间可以准备预测，现在他们找到火灾隐患的概率达到了70%，比以前提高了6倍。将效率提高6倍是一个巨大无比的进步，未来的公共服务业可以由此获得更多便利。
Target是一家非常大的美国零售公司，他们已有大数据的分析。
有一天，一个电话打进来，是一位非常生气的客户，这个客户说公司送给他17岁的女儿一个折扣券，这个产品是尿布或者是避孕药，这位客户说：“我17岁的女孩子根本不需要，我需要你来道歉。”几天以后，客户自己跑来道歉，他说你说的很准，我的女儿真的怀孕了。因为怀孕的女性会有不同的生活习惯，会买不同的东西，我们自己有时候都不知道他们已经怀孕了，而Target反而知道了。
这家公司就用这些信息为客户推荐产品，然后给折扣券。为什么要讲这个例子呢？因为美国很多客户感到紧张，Target有这样的能力来了解他们的生活中究竟发生了一些什么。
这意味着大数据的另一个关键点，要提高客户对你的信任。
举个例子，大数据时代美国运通有这样一个功能，你给他们打电话的话，他们会知道你是谁，好比说你的电话号码跟你的姓名相关。如果在电话里说：你好吗？维克托先生，我能为你做什么，这会吓着客户，因为他不知道为什么你知道他的名字。营造信任很重要。我相信你的过程中，也希望你们相信我，所以我们做大数据分析的时候，客户需要能够信任服务供应商，而服务供应商也需要表现出来为什么他是值得信任的。
这样一个信任也不应该被打碎，企业应该要知道哪些事情可以做，哪些事情不能做，客户的信任将是最珍贵的资产。
什么样的服务行业会从大数据中获益？
其实所有的服务行业都可能从中获益，即便是你觉得和大数据没有关系的也可以从中获益，好比说医疗服务、教育、学习。
我正在写一本新的书，明年的上半年会出版，还是大数据以及相关的服务业。明年你就知道了，这本书里面会提到大数据对服务业很重要，因为服务业将会面对巨大的改变，这不仅仅是效率，大数据会为各行各业带来效率，而大数据对于服务业来说不仅仅是效率，我们更多看到将是创新。我们会有越来越多的创新想法，来提供新的产品和服务，这样的话可以让经济更好地发展，我们以前是从来没有看到过的。
文章来源：福布斯中文网
转载请注明来自36大数据（)： &
除非特别注明，本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性，宽容，换位思考的原则。――专访牛津大学教授维克托?迈尔-舍恩伯格
&&&&&&&&&&&&&&&&&&&&&&
您现在的位置：&&>>&&>>&&>>&&>>&正文
――专访牛津大学教授维克托?迈尔-舍恩伯格
作者：&&&&文章来源：&&&&点击数：&&&&更新时间： &&&&&&&&&&★★★
　日　&作者：郜云雁　　来源：中国教育新闻网
　　大数据时代：学习和教育的未来
　　――专访牛津大学教授维克托?迈尔-舍恩伯格
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
　　维克托?迈尔-舍恩伯格，现为英国牛津大学互联网研究所教授，是大数据领域公认的权威，也是最早洞见大数据时代发展趋势的数据科学家之一。维克托?迈尔-舍恩伯格的力作――《与大数据同行：学习和教育的未来》去年出版以来，受到国内教育界的广泛关注，并荣获2015年度“影响教师的100本书”之TOP10图书。
　　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。
　　大数据改善学习的三大核心要素则是：反馈、个性化和概率预测。在此基础上，将带来学习的三大改变：能够随时收集学习中的双向反馈数据；可以真正满足每个学生的个体需求，而不是为了一组类似的学生定制的个性化学习；可以通过概率预测优化学习内容和学习方式。
　　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。
　　近日，迈尔-舍恩伯格在北京访问，中国教育新闻网“围绕大数据时代的学习和教育”专访了迈尔-舍恩伯格教授。
中国教育新闻网记者专访维克托?迈尔-舍恩伯格
　　大数据将带来学习的三大核心变化：反馈、个性化和概率预测
　　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。
&&& 中国教育新闻网：大数据时代对于学习者到底意味着什么?
　　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”。
　　多邻国通过大数据发现，语言教学手段有效与否，取决于学习者的母语以及他们将要学习的语言。另外，多邻国还发现了所谓“数据尾气”（data exhaust）现象，即由人们与网站之间的互动中衍生的副产品：如熟练掌握一门语言的某一方面需要多长时间、最合适的习题量是多少、落下几天课程进度的后果是什么，等等。
　　中国教育新闻网：这些数据在传统教学中确实很难收集。
　　迈尔-舍恩伯格：可汗学院和多邻国的教育实践，为我们展示了大数据时代的教育前景，也反映了大数据改善学习的三大核心要素：反馈、个性化和概率预测。过去，人们针对语言学习方法的实证研究数量很少，比如很多理论主张先教形容词，再教副词，但是几乎没有实证数据支撑该主张。多邻国的出现，使这样的研究成为可能，也使人们可以通过数据分析，进一步了解学习者是如何学习的。
　　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。
　　中国教育新闻网：大数据时代的学习反馈，与传统学校中的学习反馈有何本质不同？
　　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。
　　在大数据时代，我们则可以实现对学习效果的双回路反馈。我们能够收集过去无法获得的数据，通过对这些数据的分析，我们可以提高学习的效果和学业表现，并将数据分享给教师和决策者以改善教学。
　　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。
&& 《与大数据同行：学习和教育的未来》获得中国教育新闻网2015年度“影响教师的100本书”之TOP10图书
　　学习者将获得真正定制的个性化学习
　　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。
　　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。
　　迈尔-舍恩伯格：实现因材施教是人类教育的理想。大数据时代，学习者将可以获得一种定制的适合自身的学习安排。比如，在纽约地区有一个“个人的学校”数学项目，每个学生都拥有个人的“播放列表”，通过相关算法分析个人需求，学生可以获得为其定制的每日习题集。
　　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。
　　中国教育新闻网：您提到的“概率预测”会对学习带来何种影响和变化？
　　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。
　　另外一个需要转变的观念是：探寻“是什么”而非“为什么”。过去我们更强调探寻事物的因果关系，而现在我们通过大数据看到的往往是相关关系。对相关关系意识的确立，是具有挑战性的。因为深层的研究显示，通常我们对因果关系的快速直觉往往是完全错误的。
　　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。
　　大数据推动教育决策更准确高效
　　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。
　　中国教育新闻网：有了大数据的帮助，教育决策是否会更准确高效？
　　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。
　　再比如，人们通过数据研究发现，一个能预示大学生继续学业的重要指标，不是年龄、性别或分数，而是他们的选课数量，即那些开始时选择较少同期课程的学生更有可能坚持下去。而美国财政拨款的资助条件是要求受资助人修读全日制课程，显然这些条款是有严重缺陷的。
　　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。
　　中国教育新闻网：是否可以认为MOOCs的重要价值之一是能够收集海量的学习数据？对于这些数据的分析和使用，是否需要巨大的投入？
　　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。
　　从长远来看，新技术的最初使用永远都是昂贵的，但是大数据的吸引人之处在于，当数据收集起来后，其分析并不是很昂贵。人们可以依托云计算，或者是外部团队来进行数据处理，而不需要学校再通过采购设备等投入来做这件事。
　　决定教育未来的是利用大数据适应学习的组织
　　学校和教师不会被取代，但是其职能将会发生改变。学校将转变成学生进行社会化交往的场所，而教师则是重要的组织者。
　　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？
　　迈尔-舍恩伯格：学校和教师是不会被取代的，但其职能将会发生改变。学校将转变成学生进行社会化交往的场所，而教师则是重要的组织者。比如，当学生学习数学中的方程和不等式概念时，他们可以通过在线学习方式，便捷地获得优质的教学资源，按照自己的节奏学习并完成相关内容。此后，就需要教师开始组织学生进行交流和讨论，彼此分享学习体会和感悟，加深对学习内容的理解和应用。
　　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。
　　中国教育新闻网：您能描绘出未来的学生怎样度过每一天吗？
　　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。
　　所以，未来的教师所做的工作，将不再讲授，而是通过对话、沟通和互动，帮助学习者加深对相关内容的理解和思考。在大数据时代，这种双向的沟通和交流将可以更成规模。同时，也要求教师要有更开放的心态，去拥抱和使用这些新技术。
　　想象力永远比知识本身重要
　　由人类的智慧、独创性、创造力造就的理念，这是大数据无法分析预测的。要知道，想象力永远要比知识重要。
　　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。
　　迈尔-舍恩伯格：长久以来，学生所学习的内容经常是成人的意志，而不是完全基于客观和理性的内容。而真正的启迪，是需要理性而非主观的。大数据时代的学习，可以通过数据来提供一种洞见，基于科学和事实来做决定，让教育真正帮助学生客观、理性地认识世界，学会基于事实做决定。
　　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”。
　　当然，我们也要继续重视那些数据不能解释的事物：由人类的智慧、独创性、创造力造就的理念，这是大数据无法分析预测的。要知道，想象力永远要比知识重要。
　　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?
　　迈尔-舍恩伯格：其实大数据的最初应用主要在产业领域，是针对那些刚刚起步的项目进行分析。对于成熟的行业和产业，大数据在初期往往是用不到的。因此，大数据在教育中的应用也会是这种情况，其应用可能会先在一些创新公司中出现，或者是从一所完全革新的新学校中开始全面应用。当然，决定教育之未来的，一定是那些能更好地利用大数据来适应学习的组织。
　　一旦数据开始流动，即使顶尖学校也将受到冲击
　　大数据会让我们明白，最好的学校并非是那些所谓的世界名校，而应该是那些能够给孩子带来最大变化的学校。
　　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？
　　迈尔-舍恩伯格：这种情况的出现，将是未来所有变化中最有趣的事情。因为所有人都会认为，大数据的应用对那些顶尖级学校最有帮助。但是，让我们看看事实如何。那些世界名校真正为学生做了些什么呢？他们挑走了最好的学生，教起来当然既容易又简单。不过，如果只教最好的学生，我们又何必对这样的名校趋之若鹜呢？
　　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。
　　有了大数据，我们会开始明白，那些世界名校并不是世界最好的学校，最好的学校目前还不为人知，因为我们还不知道哪所学校可以给孩子带来最大的提升。不过随着大数据的应用，我们终究会发现这些学校。
　　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）
维克托?迈尔-舍恩伯格为中国读者签名
&&& I am deeply graceful that you like this book so much!&&&& Please continue to make the world a better place for our children with Big Date!&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& Viktor&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& 2016.5&&& 承蒙中国读者如此厚爱此书，我深感荣幸！&&& 携“大数据”之力，让我们共同为孩子们开创美好未来！&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& 维克托&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&2016.5&
文章录入：admin&&&&责任编辑：admin&
【】【】【】【】【】
上一篇文章：
下一篇文章： 没有了
　　 网友评论：（评论内容只代表网友观点，与本站立场无关！）
数据载入中，请稍后……
丹阳教育网统一备案 苏ICP备号&&& 地址：丹阳市珥陵镇&& &|利用大数据 定制属于每个孩子自己的教育_网易新闻
利用大数据 定制属于每个孩子自己的教育
用微信扫码二维码
分享至好友和朋友圈
（原标题：利用大数据 定制属于每个孩子自己的教育）
再次来蓉参加亚洲教育论坛的“大数据之父”维克托·迈尔·舍恩伯格，从“大数据”入手，分析现在教育面临的最大挑战和解决方案。在维克托·迈尔·舍恩伯格看来，充分利用大数据，对每一个课堂的每一个孩子的各方面进行分析，能够帮助教师了解什么样的教学方法，什么样的教学模式是行之有效的，从而促进教学的改善，更好地“定制”属于每个孩子自己的教育。大数据帮助教师改善了教学，远程教育实现学校部分功能，难道我们就放弃学校的教学，让每个领域都进行远程教育吗？“我不这么认为。”维克托·迈尔·舍恩伯格谈道，传播知识是学校的属性之一，但事实上学校是一个让孩子们进行相互学习，进行社交的地方，而网络教育不能够提供这种氛围。
“翻转课堂已成为目前许多学校创新教学的一个重要方式。”在谈及大数据怎样助未来教育“创新”时，维克托·迈尔·舍恩伯格说，在大数据的时代，教育的观念要创新，老师的各种技能也需要更新。“探索新的教学模式，让课堂 活 起来，让翻转课堂成为主流。”据了解，“大数据+教育”思维成都已先行。2002年，成都七中东方闻道网校通过卫星开展了全日制远程直播教学，将成都七中与教学薄弱学校的课堂连接起来，实现校际协同发展，缩小地区间的教育质量差距。截至目前，全国有七省一市的200多所学校和成都七中实现了同步课堂，高中三个年级每天异地同堂上课学生达6万余人，6000多名教师异地同时参与教学。本报记者 赵子君 尹婷婷
(原标题：利用大数据 定制属于每个孩子自己的教育)
本文来源：成都日报
责任编辑："王晓易_NE0011"
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈}