【GET2016】ATA副總裁劉穎:大數據對於教育有兩大價值

芥末堆 吉吉 11 月 11 日報導

11 月 11 日，在以《創•見•教育新生態》為主題的 GET2016 教育科技大會上，ATA集團副總裁、全美學業CEO劉穎講述了大數據對教育的兩大價值：提升學習成效（效率和效果）、精準匹配人才。

劉穎表示，未來將用「數據」這個關鍵詞驅動他們的業務，也為未來的教育做出貢獻。

以下為劉穎演講重點內容：

兩大價值

在劉穎看來大數據對教育的兩大價值，其一，提升學習成效，成效包括效率和效果兩個方面；其二，精準匹配人才。

1、提升學習成效（效率和效果）

「說到大數據提升學習成效，大家會想到知識圖譜、自適應學習、翻轉課堂、走班分層教學。」劉穎坦言，其實大家更多的是想以知識（能力）為導向實現個性化學習，實現因材施教。

在她看來，教育本身是違背人性的，所以更多要去思考，能不能用大數據實現對孩子動力系統的改造，大數據提升學習成效，更重要的應該是以動機、個性、情緒為導向的因材施教，比如：自適應練習、在線情緒識別、動機測試、生物反饋診斷、網絡行為分析。

2、精準匹配人才

大數據實現了個體才智發展圖譜的構建，而才智發展圖譜實現人與專業、人與職業的精準匹配。

「大數據連結貫通了個體的學習，到升學，到職業發展。」劉穎表示，這也是ATA接下來，未來的十年二十年一直致力於做的事情，「構建教育與學習、人才和職業的數據中心，通過我們的測評技術、通過我們積累的大數據、通過我們的知識圖譜的研究和構建。」

美麗的陷阱

「大數據確實在很大程度上改變了我們的教育，但是大數據雖然很美，也很有價值和意義，但是它也有美麗的陷阱。」劉穎如是說。在她看來，大數據的陷阱主要體現在以下一些方面：

• 到底需要採集哪些數據？
  

• 非文本數據的識別與處理？

• 數據如何降噪？如何把採集來的數據在評價之前做降噪

• 教育大數據如何挖掘（建模）？

• 如何避免數據推論錯誤？ 

以下是劉穎演講實錄：

首先我替我們ATA的創始人也是我們的CEO馬肖風先生向大家道個歉，他有一個緊急事務要處理無法來參加GET大會，就請我做他的替身在臺上為他發表演講，當然我講的東西也代表他的觀點。

今天我要跟大家分享的話題可能跟剛才新東方、好未來的主題有非常大的關聯，ATA作為一家科技型的公司，原來是以考試測評為主營業務，這兩年我們也在做著巨大的轉型，馬總說：「ATA通過考試測評積累了如此大量的數據，最有機會可以成為為教育行業做貢獻的一家數據公司。」於是我們開始重新定位ATA的方向，我們未來將用「數據」這個關鍵詞來驅動我們的業務，也會幫助我們未來教育做出更多的貢獻。

所以今天我以我自己淺薄的對教育數據的認知來跟大家做一些分享。

我們都知道隨著網際網路，隨著人工智慧甚至隨著穿戴設備等等這些技術的進步，我們的教育毫無疑問正在進入一個大數據的時代。我們時時刻刻通過網際網路收集到大量的數據，這些數據除了以前我們知道的學生的、老師的、所謂人口統計學的數據，還可以藉助pad、藉助雷射筆、藉助其他的教學設備搜集老師在教學課堂過程當中的數據。

同樣隨著過程性學業評價的推廣和越來越多地被認知，各種各樣的作業場景、練習場景、月考場景、期中期末考試場景的數據也越來越多被匯聚起來。

同時隨著剛才我們提到的在線教育的普及，我們可以通過學生、通過老師在線的，尤其是學生在線學習的行為來獲得很多具體學習過程中的行為數據。同樣我們通過各種行動裝置可以搜集到學生在課外、校外的各種各樣的數據，零零總總，這裡只是稍許列舉一二，我們就可以感覺到大數據給我們帶來的撲面而來的勢力。

面對這樣的大數據我也一直在思考，數據對於教育真正的價值到底體現在哪兒？我總結了我的觀點，我認為大數據對教育有兩重最重要的價值：

1. 大數據帶來了我們可以真正提升學生的學習成效，這個成效分為兩層含義：學習效率的提升、學習效果的提高。

2. 因為有了精準的數據我們可以實現真正精準的人才評價。

接下來我從這兩點分開大家做一些詳細的分享。

大數據的第一重價值：提升學習成效

首先我們看教育利用大數據如何可以提升學生的學習成效？聽到這個詞大家首先想到的是什麼？對於大數據對於學習成效的幫助，我想一定是知識圖譜、自適應學習、翻轉課堂、走班分層教學等等。

>>知識圖譜和自適應學習

我覺得很有意思的一件事情是在13、14年我們再、去看知識圖譜、自適應學習的時候，覺得是非常新鮮的名詞，但是到了15年尤其到了今年年初，如果做教育不提點「知識圖譜」不提點「自適應學習」都不敢說自己是做教育的。這個發展就是這麼迅速，大家都知道所謂的知識圖譜是利用大數據，我們找到不同學科、不同領域它的知識點之間的關聯，方便我們去幫助學生做更精準的診斷，進而為他推薦個性化學習的方案。

自適應學習就是在知識圖譜這種技術的基礎上發展出來的一種個性化學習的方式。

>>翻轉課堂

翻轉課堂我也不用贅述，其實有了網際網路技術翻轉課堂成為了一種現實，我們的學生可以在家裡先看視頻，看各種學習資料提前學習老師將要講授的內容，同時通過測評讓老師提前知道這個孩子在哪些知識點或者技能點方面掌握的是好的，哪些地方還有缺憾。

帶著這些問題他們再次走到教室的時候，這時候老師已經不再是講授知識為主了，而是以輔導、提升以及組織學生討論，集體來解決問題為主的一種新的翻轉式的教學模式。這裡所謂的「翻轉」可能大家都了解就是以教師為主體轉為以學生為主體。這種翻轉課堂一定要藉助大數據和科技的技術。

>>走班分層教學

最近在國內整個公立體系內也非常火的一件事情就是很多人都在提走班分層教學，因為我們越來越感知到一個大班一個老師沒有辦法教授，尤其隨著現在整個教育評價的一種改革我們的小升初已經沒有考試了，沒有考試以後很多中學會說，進來的學生是優秀的也有、中等的也有或者一般的也有，當然我指的是不同學科都會有能力的參差不齊，讓一個老師面對不同能力層次的孩子講同樣的課程呢，這顯然是不合理的。所以很多學校現在開始在實施通過對學生提前的評價，各種不同學科提前的測評來了解學生的特長、特點、學科優勢進而給他們進行分班分層的教學，這些都是大數據帶給我們的價值。

可是大家有沒有感受到，這些時間我們談很多知識圖譜，我們希望把知識點切的越細越好甚至到納米級別，我們希望把學習路徑規劃的越精細越好。但是我的感覺大家更多實際上是在以知識能力為導向來實現一種個性化的學習，實現因材施教。

我們想像一個非常理想的場景，一個學生經過評價我給他一個診斷的報告，我知道他有哪些知識點是缺失的，於是我給他推送相應的練習題、微課、學習資料，這是很多教育創業者天天夢想的、理想的模式。可是，有一個場景或者有一個道理大家也是非常熟知的「教育本身是違背人性的」，很少有學生真的特別自覺的想學，我特別希望針對我的薄弱點給我補強推送東西，可是我們更多看到的是你給他了練習、給他了微課，但是他卻沒有興趣、沒有動力認真把它學好。

所以我們總說教育可能不是知識點的問題，也不是能力點的問題，我們可能更多的、更重要的是我們要去思考，我們能不能夠利用大數據來驅動對孩子動力系統的改造？比如是他的學習動機，比如說針對他自己的個性特徵為他匹配最適合他個性的內容，比如我們能不能針對孩子當前的情緒狀態來進行課程、內容的調節等等。

我亮出第二個觀點就是大數據提升學習成效，我認為更重要的實際上是孩子個性化的內驅力，對學習的內驅力的激發，這就是以動力、個性、情緒為導向的因材施教。因此其實我們這些年也看到，我們的教育工作者、我們的大數據工作者也在朝這個方向，利用大數據做著多樣化的努力。

>>自適應練習

比如說自適應的練習，目前我看到有很多在線練習的公司，他們採用ARP自適應的出題方式來給學生進行內容的練習，這種練習它的好處是，因為我們都知道自適應的練習它是根據學生的能力程度或者知識掌握程度給孩子出不同的題目，這個過程有點類似查視力表。

各位到醫院查視力一般醫生不會從上面查起，也不會從底下最小的E字查，他一定先給你看中間「中間的字看得見嗎？」看不見往上升一點，看得見就往下降一點。自適應練習就類似這樣的過程，學生先出點中等難度的題目，都答對了再加難一點，再答對了再加難一點，答不對的時候我再調容易一些。

這個和自適應學習是兩碼事，自適應考試是完全以學生的最近發展區來給他出題。這個好處是什麼？我記得我跟有一家公司的CEO聊過，他欣喜的發現，原來的學渣也特別熱愛做練習了，是因為你始終圍繞著他所能達到的，稍微跳一跳就能達到的目標，在出學習的內容或者練習的題目，讓學生時刻可以感受到做對以後的成就感。教育學裡一直提倡「最近發展區」理論，自適應學習恰好貼合了最近發展區理論的闡述。

>>在線情緒識別

第二我們也看到在線學習已經越來越多的機構利用電腦上的攝像頭來對學生學習過程中的情緒狀況數據做搜集，並且利用人工智慧的方式來識別孩子的面部表情，當攝像頭識別到孩子的情緒現在已經非常的煩燥，可能已經有些懈怠的時候，這時候在線學習的內容我們可能會跳轉到一個比較輕鬆或者遊戲式的練習當中，讓孩子能夠放鬆一下，轉換一下他學習的狀態和情緒，這也是大數據、人工智慧在教育領域的一項很好的應用。

>>動機測試

同時我們也看到，越來越多的學校、越來越多的機構開始關注對學生非認知能力的測評，什麼非認知能力？比如他的學習動機、他的學習自信心以及他學習失敗以後的歸因方式等等，這種測試已經越來越多的被加載到在線學習或課堂學習當中。

>>生物反饋診斷

同時我們還看到，現在有越來越多的穿戴設備已經可以通過搜集人體的生物學信息比如皮電、眼動、聲律變異性等等這些指標來實時反饋，用這些數據實時反饋學生或者孩子當前學習的壓力狀況，他的自控力水平、注意力集中的狀態，目前已經有很多的生物反饋設備或者穿戴設備可以做這樣的數據採集和數據分析。

>>網絡行為分析

隨著行為數據大熱之後，網絡行為數據的分析也在全球越來越多的被很多科學家或者研究所所關注，所以網絡行為數據跟學生非認知能力的關聯研究也越來越多被展開。我給大家看下面一張圖。

大家可以看到，我在背板上演示了兩張圖這是英國劍橋大學也是我們合作的一家機構，劍橋大學心理測量中心，它研究什麼？它研究在類似微信這樣的社交軟體中包括家校通，孩子跟老師之間交互過程中每個人不同的用語，比如常提到的單詞和他在裡邊用到的表情、他的各種行為反應和與每個人他個性之間的關係、和他情緒之間的關係。

• 左圖大家可以看到，中間這些單詞當然因為是基於英國研究，它提到中間這些單詞用的比較多的人往往是個性偏外向的。

• 下面這張圖中間這些單詞往往是內傾型或者內向型性格的人，在網絡交互過程中間他的行為表現出來的，他可能是內向型的。

• 右邊這張圖，上面是一個情緒比較穩定的孩子或者是成人，他可能會用的比較多的單詞，在跟人交互交流的過程中。

• 下面可能是情緒不穩定的人經常會出現的高頻單詞有哪些。

這些研究也給我們帶來了對教育領域的勃勃生機，我們可以通過追蹤在線學習過程中學生跟學生之間、學生跟老師之間、學生的操作行為等等來解析學生的個性特徵、情緒特徵、動力特徵等等，以幫助我們更好的因材施教，或者給它推薦最適合他的學習內容。當然這些信息更大的價值是反饋給老師、反饋給家長，讓老師更多的了解孩子，用最適合他的方式激勵他，讓家長更多了解孩子，轉變他的教育和教導的方式。

大數據也有美麗的陷阱

大數據確實改變了我們的教育很多很多，但是話說回來，我還想強調一下，大數據雖然很美，很有價值，也有意義，但是它也有美麗的陷阱，體現在以下一些方面，我只是簡單的羅列：

1. 在教育領域到底我們要採集哪些數據？數據太多了，如果沒有一些教育理論的支撐，有時候這些數據到底能發揮多大的價值，我們劃個問號。

2. 非文本數據我們如何更好的做識別跟處理，可能有賴於自然語言技術等等更加進一步的發展。

3. 我們的數據如何降噪，這裡我要提一句，因為現在很多公司做作業場景、練習場景的數據收集，收集完了確確實實可以給孩子反饋報告「你的孩子哪裡掌握了哪裡沒有掌握」但是我們不得不關注一點，咱們這個數據對於評價一個孩子有沒有噪音，比如如果在考試環境中和作業環境中，孩子的數據表現是否會一樣？如果是在無監督的環境中和有監督的環境中孩子的數據表現是否會一樣？所以如何把採集來的數據做評價之前做降噪，這也是我們非常關注的話題。

4. 教育大數據到底如何挖掘，如何建模？

5. 我們如何避免數據推論的錯誤？我們看到很多老師，我們給孩子，尤其我很害怕給中學生做心理測試或者性格測試，害怕原因是老師會誤讀結果，因為我們知道中學生的性格是不穩定的，它隨時在變化，但是我擔心這個數據報告拿到老師手裡，老師說「這個孩子不自信、這個孩子內向這個孩子是粗心的」立刻成為他給孩子貼上的標籤，標籤效應對孩子影響是巨大的。這是大數據我們要避免一些美麗的陷阱。

大數據的第二重價值：精準人才匹配

接下來我要講一講大數據第二重價值，有了大數據可以實現精準人才的匹配。

我們可以看到當我們從孩子小的時候在他幼兒園甚至於一出生就伴隨著對他數據的搜集跟採集，從K12到大學一直到求職，那麼我們自然而然就可以在迭代動態中構建個體的所謂的才智發展圖譜，剛才我也談到了不僅僅有知識、技能、能力，還有個性、價值觀、動機等等，隨著他的成長這些才智圖譜逐步的迭代，動態的發展，直到18、20歲左右開始慢慢的穩定甚至到職場以後開始趨向成熟。

有了這個圖譜最大的好處是，我們可以實現人和專業、人與職業真正的、精準的匹配。我了解了這個學生、這個孩子，我們又了解高校每個專業對人才的需求或者職場每個崗位對人才的需求，那麼就很容易實現人才精準的匹配，有資料庫以後就可以實現這樣的價值。

因此這裡也做一個小廣告，ATA剛剛和南京大學成立了大學生雙創人才素質研究中心，這個雙創人才素質研究中心我們的目的是通過在南京大學的試點形成一個雙創型優質人才的資料庫，未來企業再挑雙創人才的時候不用自己考試、自己招聘，直接從這個資料庫裡去匹配、去挑選最適合他的雙創的人才，這是我們現在在做的很重要的一個項目。

因此大數據連結貫通了個體的學習，到升學到職業的發展，ATA未來的十年二十年一直致力於做的事情就是構建教育與學習、人才和職業的數據中心，通過我們的測評技術、通過我們積累的大數據、通過我們的知識圖譜的研究和構建。

最後總結一下，我今天想闡述的就是大數據對於教育的兩大價值，一個是我們要通過大數據提升學生的學習成效，我們要通過大數據實現人才的精準匹配，換個角度說，其實更簡單的闡述一個是更好的因材施教，一個是讓人盡其才，這正是ATA未來想要致力於利用大數據對教育做的努力和希望可以做出的貢獻。

戳這裡查看所有嘉賓精彩演講，立即永久保存，【印象筆記企業版】友情支持 。

1、本文是

芥末堆網

原創文章，轉載可點擊

芥末堆內容合作

了解詳情，未經授權拒絕一切形式轉載，違者必究；

2、芥末堆不接受通過公關費、車馬費等任何形式發布失實文章，只呈現有價值的內容給讀者；

3、如果你也從事教育，並希望被芥末堆報導，請您

填寫信息

告訴我們。

來源： 芥末堆

推廣： 芥末堆商務合作：010-5726 9867