演講實錄丨餘勝泉 大數據時代的教育智能

大數據時代的教育智能

（遠程報告）

餘勝泉 

北京師範大學教授、博士生導師

餘勝泉：各位來賓，各位同事，各位同誌早上好。非常抱歉，我因為最近有事不能來會議現場。今天我從教育講，智慧教育，我的主題是“大數據時代的教育智能”。

大家都知道，我們已經進入了知識和信息化大的時代，知識和信息已經成為現代社會最核心的資產，在農業社會裏麵，最核心的資產是主力，在工業社會裏麵一個社會組織最核心的資產是勞力，市場經濟社會裏麵對核心的資產是資金，到了知識經濟時代，信息經濟時代，數據和信息逐漸原有的資源，有的稀缺資源才會現在走的經濟活動的核心要素比較大數據時代的到來。實際上它既為我們提供了前所未有的可能性，同時對也改變了我們人適應這個社會的方式，對我們人的認知方式，提出了更高的要求，大家知道知識和信息，正在以指數形態在加速膨脹，但是我們每一個人的學習時間、學習能力又是有限的。我們如何以有限的學習時間，有限的認知能力，來應對這無窮無盡的知識呢？這是現代大數據社會裏，因為我們帶來的大的挑戰。實際上進入大數據時代，數據和信息的加速，它會改變我們人的認知方式。在這個世界裏，人與人的認知關係，將讓位於人計數百萬，技術將不僅讓步於人類社會的經濟形態，更將從更深遠的意義上，改變我們人類自身存在的人，如果我們要想很好的適應這知識越來越變化，越來越快，數據越來越多的社會，我們人的認知方式，一定會發生意義深遠的改變。我們會出現一些認知外包的現象，以前我們認識這個世界，適應這個世界，所有的都是我們對這個世界把數，外部世界的知識，裝在我們頭腦裏麵，然後我們達成對遠程，對這個是客觀世界的認識以後，我們才能適應這個世界。

而現在，外部的知識、外部的信息、外部的數據越來越多，信息量越來越大，你要想把所有的知識都遷移到學生大腦裏麵去，遷移到我的大腦裏，這越來越不成為可能，我們要相適應這變化越來越快的社會，這個海量信息的社會，我們一定會越來越多會出現認知外包的出現，也就是說我們一部分認知，要借助於智能設備來駕馭我們人跟智能設備的協同認知、分布認知，將成為現代社會數據時代的人的基本思維方式，分布式認知才能適應大數據時代的快速的變化，海量的數據以及巨大的複雜性。分布式認知它是超越了個體級別上，認知是個體級別上的信息加工過程一種全能性的觀點，他認為認知的本性是分布式的。認知的現象不僅包括個人頭腦中都發生了認知活動，還涉及了人與人之間，以及人與技術工具之間通過交互來實現某一互動的過程。比如我舉個非常簡單地一樣，我們讓他去算一個數，1234×5678，如果我們正常的心算這個數，都會覺得很費勁，這是一個認知過程，然後你心算的時候，這個認知過程發生在你的頭腦裏麵。正常來算都會很費勁，但是如果換一種方式，讓大家用紙和筆去算，用紙和筆去算，這也是個認知過程，而這個認知過程，一部分發生在你的頭腦裏麵，一部分發生你的頭腦中，從外部的紙和筆的交互的過程，也就是他的認知是分布式，如果沒有紙和筆預算，我們正常人都會覺得很，實際上分布式認知可以使得我們人能夠適應更大的複雜性，適應更大的快速的變化。這是認知學習理論裏麵的一個很重要的一個方向。

在中科院有一個院士他寫過一本書，叫《社會智能科學》。他就認為，在信息社會，在大數據社會裏麵，在複雜社會的未來變化快速變化的社會人機結合這種思維體係，將會取代原來以個人為主的思維，他認為人腦和計算機都是信息處理的工具，人腦通過經驗積累與形象思維，擅長不精確的定性的把握，而計算機則以極快的速度，擅長準確定量的技術，兩者充分發揮各自的優勢，又互相結合，既能達到集智慧達成，又由於通過反饋的作用，來提高人的思維效率，人跟電腦的結合，它遠超出單個人或者單個電腦使用，人跟電腦的結合，人跟外部智能設備領域，它可以突破我們人類個體認知能力的極限，使得我們人能夠駕馭超越我們人類個體認知能力極限的複雜性。使得我們人能夠駕馭超越我們人類個體認知極限的快速變化，使得我們人能夠處理，超越我們人類個體認知極限的海量的信息，海量的數據。在大數據時代的人機結合的這種分布式思維體現，是我們應對現在社會複雜一些，基本的思維方式，是我們現在認知的世界，基本思維方式。在心理學裏麵有一個智商的，那麼人的智商從60—140，從正態分布規律正常人的智商100，傻瓜蛋的智商60，成年人的智商140、150等等，我就假設因為你的孩子有一個孩子，你的孩子是80，你想把他的智商給他提到120，幾乎是不可能的，你就是一天到晚打他罵他，一天到晚抓的就是奧數班，搞這個輔導，那個輔導，你想把他大幅度提升不可能，小範圍的或許有可能，但是反過來，如果你的孩子智商是100，你給他智商為60的電腦，他就能夠處理智商為140才能處理的複雜問題，而這個是容易做到的，這就是人機結合的勝利，是我們現代人認知這個世界的基本的思維方式。現代社會的知識爆炸，如果我們每個人的學習時間和學習能力的鴻溝越來越大，人要很好地適應著越來越複雜的事，人類認知世界，駕馭世界的認知方式，為越來越多的依賴於人與智能設備的分布式思維、協同思考。

我們要想很好地應對大數據時代，現代社會越來越大的複雜性，越來越海量的信息越來越快的變化，我們必須要借助於技術設備，借助於技術所帶來的教育智能給我們提供提供支持和思考，實現這種人機結合的這種思維，我們才能駕馭這種複雜的思維。認知是構建這個大廈的基礎，我們的教育建立在認同對這個世界認知的規律基礎。人的認知方式一種裂變，必然會導致教育的係統性，就像一個樓的地基一樣發生了根本性的改變，當一個樓的地基發生了根本現在的改變，在這個基礎上建立的教育這座大廈，必然會發生意義深遠的改變，而不是小修小補。而認知是購進教育這個大廈的基礎，人的認知方式的改變，必然會導致教育的係統改變。我們要想，適應這越來越複雜的社會，越來越海量數據的社會，越來越快速變化的社會，光靠我們個體頭腦來認識這個世界，隻能認識表象，隻能認識局部，隻能認識片麵性的東西。而我們現在有了智能設備以後，借助於數據分析，我們能夠認識本質的規律，能夠認識，能夠洞察本質的現象，通過海量的數據的產業，通過對這些數據進行描述性統計，可以實現線下的對接。可以實現，通過對數據的診斷性分析，可以在數據中發現規律，發現表象背後的問題，可以通過預測性的分析，在多變、不確定、動蕩的背景下，能夠準確地把握事物的發展的方向，在動蕩的背景下作出智能化的行為。通過數據分析，可以使得我們洞察事物表象，背後的本質的規律。如果我們隻是站在。片麵的、片段的、及時的信息麵前，我們隻能抓住一個片麵的東西或者一個表象的東西，而通過智能設備，在海量數據的基礎上，你對它進行挖掘，對它進行建模，對他進行診斷性的分析，對它進行描述性分析，對它進行預測性分析研究，我們就可以超越表象、超越局部、超越片麵、超越短時看到事物的本質規律事物的現象。而現在社會變化越來越快，信息量越來越大，大量的真相大量的事實，大量的本質規律，都隱藏在表象背後，隱藏在細枝末節背後，光靠我們個體頭腦，隻能抓住局部的東西，隻能抓住細節的東西。我們要向你了解這個本質規定，我們必須要借助於智能設備，在采集處理海量的信息的基礎上，我們才能動起來，這數據分析，他可以洞察隱藏的關係，可以洞察本質的規律。我們在這個複雜社會裏麵他唿喚著需要人機結合一種教育智能，我把它稱之為教育智能，我們頭腦內部的智商加上我們現在玩手機的智商，玩電腦的智商，在大數據支持的下，我們人腦加電腦，人腦加電腦才是我們現代人是否聰明的根本標誌。

這就是我們說，要借助於外部的智能是在海量數據的支撐下，通過對數據的分析，我們人可以增強我們人類對外部社會的駕馭和控製的能力，它可以使得我們人能夠駕馭，超越我們人類個體認知能力極限的複雜性，使得我們人能夠駕馭，超越我們人類個體能力的海量的信息，超越我們個體認知能力快速的變化，快速的節奏。所以我們人要想很好地適應這個社會，我們必須要具備這種智能，也就是借助於大數據，借助於智能裝備而思考的時代到來了，借助於智能設備來生產思考的時代已經到來了。如果現代社會你還不能借助於這種智能設備，智能裝備的思考，你一定會被這個社會所淘汰到邊緣位置，就像荀子在《勸學》裏說過，假輿馬者，非利足也，而致千裏；假舟楫者，非能也，而絕江河。君子生非異也，善假於物。而且騎馬駕車的人，並不是考慮能日行千裏，而且乘船駕舟的人並不是水性有多好，而可以跑遍江湖，君子性非也，並不是才能，生性才能有什麼差別，善於利用木而已，現在數據這個手機、平板這些東西已經成為現代社會最常見、最普及、最容易獲得的，如果我們不能利用這些物質，一定會被這個社會淘汰邊緣位置。

我們借助智能設備而生產的時代已經到來了，所以我覺得大數據時代唿喚著我們人機結合體，唿喚著我們要借助於智能設備，介在海量數據的基礎上進行思考，才能對複雜社會，複雜世界進行很好的事宜，這是我講的第一個問題。

第二，對於教育來說，它實際上大數據，大數據時代的人工智能，它要使得我們老師，使得我們家長，使得我們學生超越表象，來認識表象背後的教育規定，我覺得我今天講兩點，一個就是我們對於老師大數據可以幫助我們發現學生，比如說我們以前的考生，同樣兩個學生都是考90分，對於普通老師認為這兩個孩子是一樣的，實際上你去看這兩個同樣是優等生，但是他兩個人背後，完全可能有的完全的個性。分數隻是一個側麵，而教育大數據它不僅僅是意味著數據量大，也強調樣本、全過程的數據，它來源於過程性、及時性的行為現象。它可以分析微觀個體選擇的，發現共性背後的個性，而我們傳統的片段性的時候，某一時刻的數據，它隻能發現它某一時刻的現象，而大數據它可以讓你了解，了解全過程的特點，發現共性背後個性，而教育大數可以發現學生的個性，傳統數據它的目的在於群體性，學生的整體學業水平、身體發育、體質健康，社會群體適應信息發展的等等，這個是在周期性階段性評估上獲得的。而教育大數據，目的在於觀眾個體決策的微觀表達，是在學習過程中產生的數據，與學習的時間數據、學習數據、學習交互數據，學習過程的情感和數據等等，這些數據是高度個性化表現特征的一種體現。它可以對學習者有對學習者，可以作深刻的一個刻畫，這是個性化的，對於可以讓我們今天對個體的特征，通過這些個性學習過程的數據的這個分析，我們可以洞察學生表象背後的原因，比如他的學習路徑，比如他每個知識點掌握的情況，比如它的不同階段的發展的能力素質，能量素養，結構素養，體質健康等等，可以發現我們老師每天都接觸，但是又未必能發現的現象，我們家長，每天都跟孩子打交道，但是未必真正了解孩子。大數據可以賦予我們也更多的教育智能來洞察真實的學生，可以看到學生表象背後的規律。可以比學生自己，更了解學生。大數據可以洞察真實的學生。

對於學生的價格來說，對大數據的分析可以這個學習者的行為的角度。據了解，學習過程的發生，並用來優化以及學習行為數據的分析，為學習者提供及時的反饋推薦學習路徑，開展適應性學習，智慧導向型學習，為學生量身定製更有效的教育方法。比如說大家可能都知道可汗學院，可汗學院其實他真正有價值的不是他那些微視頻，他錄的那些微視頻沒有什麼太大的，我們中國的老師完全能夠做得到。但是可汗學院背後它有一個知識地圖，它可以根據學生在這個學習的過程中深層的一些數據，仿真出每一個學習者的知識地圖，有了這個知識地圖以後，他就可以對學生進行精準化的、適應性的教學、個性化的教學。所以可汗後來有一次來中國的時候，他就說它的核心價值點不是微視頻，而是他的學習地圖，有了這種個性化的知識地圖，他就可以實現精準化的教育課程，可以提高考試和作業的分配性，降低考試和作業的總量，提升它的針對性，這就是減負。就像以前這個學生已經會的東西不用再做了，不會的才需要做。就像以前打仗，以前美國人打仗的時候，那不管三七二十一，一排炮彈打過去全部覆蓋，整個山頭寸草不生。而現在美國人在打伊拉克的時候，坐在那控製室那邊，按兩下按紐，伊拉克的危險分子沒了，平民毫發無傷，什麼原因呢？這就是進步的進步，這就是從炮彈到導彈，可以減少數量提高針對性，實際上我們的大數據庫完全為教育提供這種從炮彈到導彈的性能，減少考試和作業的總量，提升它的針對性，這就是減負。它可以做我們很多想做做不到的事，教育大數據驅動教育評價體係重構，大數據時代到來，大數據時代到來，教育正從經驗體係走向體係，從宏觀全體評價，走向微觀個體評價，從單一評價，走向綜合性的評價。從終結性評價到嵌入性的評價，伴隨性的評價，從評價依賴主觀經驗到客觀數據支持，因為它整個我們的評價體係，都會發生意義深遠的改變，數據將成為學校最重要的資產，學校數據將會比學校的一棟大樓都值錢，學校將成為教育大數據生態係統的基石，班級、實驗室、課本和課程將是最重要的數據平台。而學校將要連接各種古老式的係統，在教育業務流程中形成無縫的數據係統，既使用數據又生產數據，在教育業務流程的，形成無縫的數據流，既使用數據又生產數據，是未來學校信息化的重點，數據將成為學校最重要的支撐。

在這一個方麵就是我們一個師範大學未來高精尖中心在做用數據發現學生，增強學生的個性化，適應性的教育。我們在北京市政府的支持下，正在做一項工作，我們這個工作的總體的思想就是有四句話，我們開發了一個叫智慧學辦的平台，這個平台的我們總體就是句話：第一句話就是全學習過程數據的采集；第二，采集學生前學習過程數據；第二，通過對這個數據進行知識和能力結構的建成；第三句話，就是在這個基礎上實現學習問題的診斷和改進；第四句話的實現學科優勢的發現和增強。因為現在國家的中考，它可以實際不再分文理科前科目都考這個的他考那麼這個時候發現學生的學科優勢，增強學生的學科優勢就非常重要，這是我們提的工作的總體思想。我們首先就是發現學生個性數據，我們從幾個層麵看，第一個是要采集學生體質健康的數據。第二個，我們要采用學生的通用心理認知能力的數據。第三個我們采集學生的學科核心素養的數據。第四個要對決策的學科領域和新知識進行。從人格和人心理健康，認知能力，學科素養，學科知識體係健康，教育環境發展趨向這9個維度，來建立描述學生特征的一個模型。由學習者進行學習的學習者建模，學習者建模式，實現智能化適應性教學的，是適應性教學的基本的一個前提和基礎，我們在9個方麵進行建模。

那麼，我們數據分析就采用兩個軌道的數據分析，首先需要通過診斷測試平時的作業綜合實踐，在線學習以及在線教我學習的作品，視頻的錄像，課堂的交互，移動的交互，智能設備，全崗係統等等，進行信息采集，也就是采集學生學習過程中的信息，然後有了信息要去實現這個數字化，數字化完了以後還要把它數據化，要對它進行編碼、文本分析、語意識別、模式識別、語意識別、圖樣分析、視頻分析，對它進行數據化，把它變成可以分析的數據，在這個數據分析的基礎上，我們分兩個軌道分析，一個軌道對個體，是對個體的軌道，個體的規律就是剛才前麵說的9個方向進行建模，在這個建模的基礎上，形成學生個體分析的報表，形成學生的知識結構、能力結構、健康素質，這個個體的需求報表。另外一個軌道是全體分析，那麼這個就是我們傳統意義下的教育大數據分析，包括做聚類、分類的觀點分析等等，然後把這個數據疊加在一個教育指南裏，然後使得整個教育決策者，了解在區域的整體情況，包括可以從班級，可以從學校，可以從學區，可以從行政區域，可以種錢，是不同的角度不同的去分析，最後根據他的分析的結果，薄弱點采購社會的教育資源服務，匯聚形成一個社會形成一個教育資源的統一戰線，再通過精準推薦，給學習者做個性化的、適應性的智能的服務。服。那麼這就是目前我們這個開展工作的一個框架，當然目前的有些技術還在做，沒有完全做到，但是總體思路框架。那麼在分析出學習者知識、能力，學科素養的機構的基礎上，然後做智能化的推薦引擎，給學生推薦最最新的內容，推薦雙師服務，也就是今後北京市的骨幹教師，要在線給學生提供綜合實踐的指導等等這些活動，實現學科優勢的發現，以及相應智能化的指導，同時這些指導都是被學生跟學生提出任何分子綜合分析報告的基礎上。比就說它的總體評價，他的個人能力狀態，學科素養水平、能力水平等等這些方麵的，在這個數據的基礎上應該給學生提供相應的指導，包括它的知識地圖包括它的學科素養情況，包括它的核心事項的情況等等的這些。那麼這是我們高精尖中心目前在做的在做的一些工作就做了一些工作，然後我們理想是要建立適合學生個性發展的一個教育公共服務的體係，讓每個人實現每個人都有的公平，既可以實現教育的大規模化，又可以實現教育的個性化。既可以實現每個人都有的公平，又可以實現跟每個人能力向匹配的質量，建立適合學生個性發展的教育公共的服務體係，要從以前“一刀切”的統一的教育模式，來建立促進個性發展的教育體係，這個要從以前“一刀切”的統一模式，到個性化選擇性的學習模式，我們要從在今天了解學生，對學生提供精準的教學，線上、線下融合的空間，權威的支持，權威的學習設計，精準的學習內容、學習活動，麵向學習過程的專家，領域的專家，學區主辦的推薦，來建立和促進個性發展的一種教育體係，那麼這是我們做的這些事。

另外，後麵兩個我都快速過一下，時間可能不太夠。第三個方麵就是，這個大數據的教育智能可以為教育決策者提供支持，實現數據驅動的教育研究的新方式。有個管理學家原來就說過，除了上麵，其他人都必須要數據說話。那我們現在教育大數據呢，它是教育測量、教育評估、教育實驗，這是抽樣的樣本式，是截麵的數據。而教育大數據是全樣本、全過程的數據。抽樣數據是基於推測，描述靜態的截麵。而全樣本的數據反映事實，描述動態的發展。而這個大數據另外它發現的不是確定性的因果關係，而是關聯性的相關關係。而相關關係特別適合描述社會科學中，與情景相關的模煳規律，而教育中大量的規律是相關性的規律，特別適合運用大數據的思維來開展。

我們以前開展教育實驗，教育的實驗麵向的對象是資源，人的生命是平等的，不允許實驗失敗，它製約著各種幹預措施的發展，但是我們可以通過計算法的模擬演化，研究各種不利因素，敢於下的演化規律，研究各種變量，各種可能變化的運營規律，它可以賦予我們人，賦予我們決策者有更大的智能來做各種推演和演化，它可以實現教育數據驅動的實驗範式，數據驅動的實驗研究範式是建立真實和虛擬結合的混合的實驗係統，按照真實的教育情景，建立起來的仿真係統。真實實驗確定參數，虛擬仿真進行參數演化。所以數據驅動的教育實驗它是真實的教育係統加仿真的教育係統，它跟傳統的教育實驗不同，傳統的實驗追求產顯著型的效果，而數據驅動的實驗在追求演化規律，誘導數據的產生，強調實驗過程中各種數據，各種信息的素質化再進一步的數據化，通過數據來探究規律。所以我們覺得，這個數據驅動的實驗範式我們要從真實的教育係統中，來提取它的運行要素，關係和規則，然後在這個基礎上建立仿真的教育係統，通過仿真的教育係統來演化參數，比如某一個參數值，從極大值變到極小值，看看這個係統怎麼演化，演化過程生成哪些數據？通過這個數據，再對數據進行分析。通過這個數據分析找出它對真實教育係統有最大價值的那個參數值，然後對數據進行分析，實現價值分析，然後係統改變，它實際上是以虛擬建設仿真，來對特定範圍的教育係統進行變革，然後以淨化的思想對仿真教育係統進行演化，誘導關鍵數據的生成，然後以教育數據分析，來發現教育係統改進的最大價值。參照仿真係統的邏輯給教育係統來進行改革，這是它的一個基本思路和基本框架。

那麼，這是數據驅動的計算實驗研究。那我們要在，首先是要建立教育個體層次的建模，教育組織層次的建模，社會係統層次的建模，仿真數據，建立仿真引擎。然後從真實的教育係統汲取相應的知識庫，把這個知識庫和參數庫作用到這個演化引擎裏麵，然後通過變化通過這個進化算法來演化實現各種參數的研發，最後通過仿真引擎來看這種數據的變化，最後找到一個最優的值，那你這個最優的值來輔助我們，那麼人的認識，感性的經驗在做出抉擇，它可以提高我們決策者，對教育政策的或者教育現象的準略的把握，就是它的這個作出的決策會更科學。

在這個過程中，最核心的技術一個就是教育範式，那虛擬現實。第二，就是數據化把各種編碼自動化需求的技術，第三個方麵，就是預測分析相關的關聯數據的數據挖掘。另外還有係統演化，演化預測，係統演化的趨勢等等，通過各種猜測的演化，那麼這是它的一個基本的一個範式。而這種研究已經成為教育裏邊的一個，大家比較關注的一個研究算法，實際上它衍生與社會記得仿真的一些研究的一些思想研究的思想。

那麼這是第三個方麵最後一個我覺得要推薦大數據焦點是連接和數據流，這兩大數據的核心思想，不是建設教育數據中心，而是強調數據在不同係統，不同應用之間的無縫的流轉，而我們現在的所有的教育信息化的係統，現在各級各類機構它的核心，是共性的問題，都是信息孤島，割裂的孤島，分離的信息係統，這一個數據小指導，要推進數據無縫流轉的信息化環境的建設，那打破不同終端，不同網絡，不同係統之間的技術壁壘，要從網絡互聯到應用互聯，實現透明的，協同的計算。不同係統，要融入主流業務，要連接起來，要貫通信息流，要在業務流中使用數據，生成數據。而我們現在很多學校，很多機構，那些數據為收集數據而收集數據，即是數據就是在業務流程生產。他要在業務流程的無縫的流轉，我們每個人使用數據，又生成數據，絕對不是說我先收集大量的數據，這是錯誤的方向，應該是要把各種業務係統貫通，形成信息流。在業務流程中，業務流轉的過程中使用數據又生成數據。相比微信、淘寶網上的一些數據，從來沒有一個人說要專門采集的一類數據，都是在業務流程自然生成，而我們教育係統大量的係統都是要求，要求老師去填這個數據，那個數據，那是錯誤的方向，要想辦法貫通信息業務流，要連接起來貫通信息流，要在業務流程中使用數據，生成數據，甚至是形成以數據流轉為核心的信息。要形成以數據流轉為核心的生態鏈條。連接產生的把孤島式業務和服務連接起來，形成數據流，數據流轉起來的，價值也就產生了，連接將打碎傳統的流程，數據流轉將促進結構組織，教育組織的量將促進結構，教育組織的權力意識規則，話語權將發生變化。它的連接將重構新的生態，它遵循基本路徑，先是一個機構，比如一個辦公室，一個oa係統的使用人事部門人力資源的使用，然後再到機構內部整合。機構內部的係統和係統之間的整合，整合完了之後，就發現有些業務脫節的，有些業務流程需要沒有，要重新設計業務流程，再到原來我可以做出新的業務模式，再可以從事新的業務形態，實際上要從點線麵，連接重構整個生態，最終形成虛實融合的，智慧教育的生態，這個是美國國家教育局畫的一幅畫，它認為學生在學校裏接觸教師，家庭觸家長，社區接觸同伴，學了實體空間以外，它通過他掌上的手機，掌上的平板這樣的筆記本電腦，可以在網上介入更大的更大的一些學習共同體，接觸到知識創建接觸到更大的學習共同體，接觸到知識創建的工具，共同興趣的同伴，共同興趣的同伴，權威的在線指導，專業的信息源專業的數據源，個人學習的同伴，更好的信息溝通的工具，它形成了一個虛的空間和實的空間結合在一起，虛實結合的，智慧教育的生態。學習者在這種生態圈中，他們彼此之間，與教師之間，與家長之間以及與社會專業人士之間，承載著不同於現代形態的一種互動關係，學生的主體地位明顯的凸顯出來，使得學習內容的來源，學習的方式發生根本性的變革，每個人既是知識生產者，也是知識的消費，學校和教育機構，不再是封閉的社會單元，而是通過網絡匯聚的作用，形成一種集體智慧劇變的一種結點，，是一種充滿活力，人性化和高度社會化地方，學校不再是靜態知識的倉庫，而是開放的流動的社會性的分布的，連接智慧認證網絡個性化發展空間的。而且這種生態環境它不是一個孤立的學習空間，而是通過網絡連接全球型社會的，連接學生日常生活經驗和未來生活的，學習也不僅發生在教師和學校裏，而是終身的，全麵的，按需獲得的。所以我覺得基於大數據的這個形態最終會形成一個智慧教育的，教育的生態。不當之處，請大家多多批評，多多指責，謝謝各位同事！

本文來源於"中國人工智能學會",原文發表時間" 2016-09-29"