教育信息化2.0的思維模式:從融合到創新的行動邏輯


教育信息化2.0面臨建設重心的轉移和目標任務的升級,揹負著變革教育的時代期望。要真正實現創新與突破,在發展初期首先需要從思考方式和行動邏輯上找準方向。對要親歷教育信息化發展的參與者而言,只有建立正確的思維模式,系統性思考教育信息化2.0的發展動向,用不確定性的動態思維對待新出現或可能出現的教育問題,並嘗試用數據驅動的思路解決這些問題,才能讓集體智慧在正確的道路上發生改革共振。

教育信息化2.0的思維模式:從融合到創新的行動邏輯

系統性思維

克蘭德和貝塔朗菲認為,系統思維就是運用系統概念來認識對象、整理思想的思維方式(苗東昇,2004),即要求我們以“系統”作為思考單元,從系統內部與外部諸要素之間、整體與部分之間、系統與環境之間進行辯證考察,從事物的普遍聯繫來獲得對事物的整體把握。教育信息化2.0指向未來教育,而未來教育必將是建構在互聯網基礎上的新教育,信息技術支持的教育將發生結構性變革,而不是漸進式地修修補補。教育信息化作為教育系統的子系統,其本身就是一個複雜系統,因此首先要用系統思維看待教育信息化2.0,而這裡的“系統思維”實際上包含三層含義。

第一,大尺度地看待教育信息化2.0。時間尺度上,教育信息化2.0以黨的十九大為起始點,是一個階段性但又具有持續性的發展過程。空間維度上,教育信息化發展至今對我國教育改革而言具有戰略性和全局性的意義,將與教育所包含的一切空間進行深度融合(任友群等,2018),甚至將在國家戰略和社會經濟發展中釋放出更大潛能。

第二,大跨度地看待教育信息化2.0。教育信息化不只隸屬於某個特定領域或學科範疇,它向所有領域或學科開放,積極尋求教育學、計算機科學、心理學、腦科學、認知科學、社會學和管理學等領域的專業知識,以協同破解教育難題,形成跨行業的整體設計與行動方案。

第三,全維度地看待教育信息化2.0。即要全方位或全視角地看待教育信息化,“不僅看這一面,還要看到另一面”,“既要看正面,也要看反面”。如在看到教育信息化1.0階段取得的建設成績時,也應看到“非顯著性差異”和“喬布斯之問”等現象在2.0階段依然存在。在看到信息技術給教育教學帶來巨大改變的同時,也要看到技術介入教育帶來的衝突和不適。

教育信息化2.0的思維模式:從融合到創新的行動邏輯

不確定性思維

世界的不確定性來自兩個方面,一是影響世界的變量太多以至於無法用數學模型來描述;二是不確定性是我們所處宇宙的特性,不確定性來自客觀世界本身(吳軍,2016b)。教育系統本身就是複雜的混沌系統,不確定性也是教育的基本規律之一。一方面,教育本質或規律的“低垂果實”早已被發現,但是簡單的教育因果關係規律在面對複雜的教育問題時顯得束手無策;另一方面,通過觀察簡化的或限定條件下的教育現象並進行精準預測是令人懷疑的(鄧國民,2018),事實上教育研究發現的很多規律都具有明顯的不確定性。在不限定、不約束任何條件的前提下,強調變量相關性而非因果性的教育大數據在解決處於混沌狀態的教育問題時顯示出強大優勢。因此,帶著不確定性思維對待新出現或可能出現的教育問題成為2.0階段發展教育信息化的另一種思維模式。

具體來說,基於不確定性思維的假設,藉助大數據技術解決教育問題需要注意三點。首先,教育大數據強調在真實、自然的情況下收集全集數據,數據的收集過程非常忌諱“大膽假設、小心求證”的思維方式,因為藉助數據來證實事先的定論,很容易陷入“先入為主”的主觀臆測。其次,在教育大數據研究環境下,不同變量之間的因果關係並不明確,教育行業的利益相關者都能從過程數據集中發現隱含的相關關係並“為我所用”,相關關係的挖掘遠勝於因果關係的論證。最後,在面對相關性的分析結果時,數據之間的相關性在揭示規律的同時無可避免地會帶來大量偽相關,因此更要以“不確定性”的思維辯證看待相關性的分析結果,利用理論模型和實驗做進一步的分析和驗證,以揭示這些相關性的意義,並區分有意義和無意義的相關性(Ness et al.,2016)。

教育信息化2.0的思維模式:從融合到創新的行動邏輯

數據驅動思維

“智能”不是解決具體問題的能力,而是習得這些能力的元能力,即是否智能不在於能做什麼,而取決於在什麼條件下能夠做到(Hammer et al.,2016)。“智能”本質上是一個系統在知識和資源相對不足情況下的適應能力,而數據驅動的方法消減了非中立理論預設帶來的偏見和限制,可以不需要從事實中尋求原因,而是直接使用先進的數據挖掘與分析方法去歸納數據中的關係模式(Anderson,2008),從看似無關的數據中發現有意義的關聯,在沒有先驗理論假設的基礎上進行推論和預測。2.0階段所要實現的智能教育實質上就是藉助數據驅動的方法實現教育管理科學化、教學精準化、學習個性化、教育評價科學化、教育服務更具人性化(楊現民等,2016)等。因此,發展智慧教育要求相關從業者具備一定的數據素養和對數據價值的基本認同。

數據驅動的教育決策將不再過度依靠經驗、拍腦袋和簡單的統計結果,而轉向基於數據的科學決策。通過數據挖掘、機器學習、統計分析和預測算法來預測未來可能發生的教育事件、過程及結果,為提高教育效果提供策略建議,甚至還可以利用認知計算實現對知覺、記憶、判斷、學習和推理等心理過程的計算,進而實現自適應的學習。由此,無論是宏觀的教育頂層設計和教育制度改革,還是中觀的資源優化調配、教學質量監控和政策實施改進等,或者是微觀的課堂教學精準診斷和個性化課程教學服務,都可以通過大數據為決策者提供廣闊的全局視野,將影響決策的相關因素量化、可視化、立體化,進而提供各層面的“基於證據的決策”建議。


產權及免責聲明:本文系轉載編輯文章,對文中觀點保持中立,對所包含內容的準確性、可靠性或者完整性不提供任何明示或暗示的保證,不對文章觀點負責,僅作分享之用。如果分享內容侵犯您的版權或者非授權發佈,請及時與我們聯繫進行審核處理。本文節選自:《現代遠程教育研究》雜誌,作者:胡欽太 張曉梅。


分享到:


相關文章: