話說裝備（十）
理論研究
作者：艾倫 興喬
教育界存在一個普遍的現象：當社會上一個新技術或新事物出現時，人們會立刻將它們拿到教育教學之中應用，或者作為教學內容與研究對象，或者作為教學工具與研究手段。作為教學內容與研究對象是無可厚非的，甚至應該是積極提倡的；而作為教學工具與研究手段則必須慎重，應該給予充分的分析論證後才行。因為教育與其他領域不同，形成教育裝備的那些工具與手段的作用對象是宇宙間最為複雜的人的頭腦，是人的“心”，不能總是試驗錯了、失敗了之後再重新來過。目前在教育領域，正像對待其他新技術或新事物一樣，當“大數據時代”概念出現時，關心教育的人們將又會麵臨這種抉擇。
1 大數據時代與大數據特征
被稱為大數據時代預言家的維克托·邁爾-舍恩伯格（英，Viktor Mayer-Schnberger）在他的《大數據時代》（Big Data： A Revolution That Will Transform How We Live， Work， and Think）一書中對大數據及其特點做了詳細的描述。作者從大數據變革公共衛生開始，論述到大數據變革了商業行為，變革了管理模式，變革了社會服務，變革了人們的思維方式，並認為大數據開啟了重大的時代轉型，成為預測未來的重要依據與工具。
作為預測的重要工具，大數據具有三個非常典型的特征[1]。
1）“全數據模式，樣本=總體”。在非大數據時代（以下稱為“小數據”時代），人們利用數據研究問題的方式是從對象的各個變量中進行數據抽樣，建立樣本空間，然後對樣本數據進行統計分析從而得出估算結論。而大數據時代不必這樣，全部變量的全部取值已經放到了麵前，人們不用再去抽樣得到樣本數據，直接使用總體數據就是了。
2）“不是精確性，而是混雜性”。大數據時代的數據混雜性代替了“小數據”時代追求數據的精確性，這是由於此時有了“樣本=總體”，不必再去遵循以前抽樣定理的規定而產生的必然結果。在“小數據”時代，為了使得樣本數據能夠攜帶不失真的原變量的全部信息，進行抽樣時必須保證抽樣的點數（或時機）以及變量樣本數據盡量精確。大數據時代對待數據則采取一種“寬容”的態度：第一，允許變量取值的不精確性；第二，允許變量區分的混雜性。
3）“不是因果關係，而是相關關係”。在大數據時代，正是由於允許變量區分的混雜性，才使得人們不必關心事物變量因果關係，隻需關心變量的相關關係；而在這一點上毋寧說，由於不能精確地控製變量，此時人們已經無法再得到變量之間的因果關係，而隻能夠得到變量的相關關係。
2 教育教學研究與大數據分析無涉
根據《大數據時代》一書中對大數據的描述，顯然可以看出，教育的大數據時代尚未真正到來。退一步說，即使教育的大數據時代真的到來了，也必須對此做出理性和冷靜的科學分析才是。教育學屬於社會科學，對教育教學的研究人們常采用科學研究的方法，對此，人們認為大數據是十分有意義的，它使客觀量化評價成為可能，讓憑借主觀評價而生的專家評價方式開始消亡，而使得數據科學家開始崛起。但是筆者要說，這可能是對大數據時代一種錯誤的理解，一種不現實的預期。其實，教育教學研究與大數據分析無涉，這是因為對教育教學的研究恰恰需要探索和發現那些影響它們的變量，或者說更加需要得到變量之間的因果關係，而不僅僅隻是提供變量之間的相關性，但是大數據是無法提供的。