老子书院 - 枫叶智库
枫叶教育网 - 打造具有特色品牌的地方教育门户
大数据之于教育研究“科学化”的价值与局限
作者:张务农 来源:中国远程教育杂志 点击:2246次 评论:0


科学化一直是教育研究孜孜以求的目标,但教育具有人文性,科学方法与人文旨趣的不同诉求使自然科学研究方法在教育领域的推进一直遭遇阻力。大数据方法能在多大程度上调和二者的矛盾?

大数据之于教育科学数据:

质的跨越?

科学数据来源于科学活动中的观察和测量,以及由此派生的数据。科学取数是有意识、有目的的活动,目标是获取现象的证据。由观察和测量得来的数据不仅是现象的“证据”,而且是现象显示其存在的唯一途径。从数据本身的质量来看,科学数据是一种受控数据、纯净数据、简化数据。


科学数据的上述特性与自然科学的发展相得益彰,但与人文社会科学的内在诉求存在矛盾。在社会科学领域,由于人文社会环境中的影响因素极其复杂,受控取数变得异常困难,取得的数据总是受到怀疑。另外,受控取数获得的是简化的数据,因而说明的也是简化的现象。人文社科领域更多秉承有机的世界观和方法论,与机械还原论的自然科学研究方法难以相容。因此,“科学数据”难以有效揭示人文规律。


人文领域是否有规律?大数据能否揭示?大数据反映的是世界的本来面貌,大数据不仅可以表达事物的轮廓与色彩,还能够记录人的行为、习惯,甚至心理活动。技术的发展正在不断昭示先前不能被数据化的东西正在实现数据化。“世界万物都有数据化的形式,都可以被数据化”,“世界不再是由一系列的自然事件和历史事件构成的,世界的本质是由数字构成的”。因此,人文领域也可以被数字化,也可以通过数据揭示其规律。不过,该使命只有通过大数据才可能实现。


大数据之于教育研究

科学化:新的突破?


“大数据”作为教育研究的对象

教育领域是一个价值意义系统,不具客观性,这是教育研究难以科学化的根本原因。经典科学研究方法对教育研究的科学化尝试只不过是将教育领域中的师生主体排除在外,抽离出一种抽象的教育结构,或者付诸于生物神经学的研究路线。但大数据方法只需拥有数,且不苛求数据的来源,从而不再囿于经典科学的取数方式,打破了经典科学范式的基础,将曾被认为的非科学数据全都纳入了分析框架。可以认为大数据方法的研究对象只有数,对象是数,方法是数,结论还是数。大数据方法并没有抛弃经典科学对科学的定义,但它打破了经典科学范式的数据洁癖,包容了更多的数,同时也拓展开了更多的可能。


大数据方法与教育研究数据的提取

大数据具有跨界性,弥补了经典科学数据自成体系的分割状况,不同数据之间的交流与融通能为教育研究者提供更为全面的数据。大数据记录的是相对原始的数据。它没有经过科研人员的条件控制,也没有经过科研人员的主观加工,机器对数据的记录与人相比能够更好地剔除人的主观认知偏见。不过科学实验数据等人为数据也是大数据的构成部分,但它要被重新放在更复杂的数据系统中得到检验和发掘。正是在更宽广的数据视域和更复杂的数据联系中,教育的“人文规律”才可能像自然科学规律一样被揭示出来。


大数据方法与教育研究证据的呈现

证据是教育科学研究的基本前提。经典科学研究方法中的证据是可重复出现的证据。但教育空间截然不同于自然科学实验室。教育空间的生活世界属性使得教育事件不可控、不能控、不应控,证据缺乏可重复性。因此,教育研究的证据范围更为广泛,不仅应包括“重效果和技术主义的证据”,还应包括“理论证据和人文证据”。教育活动中的人文证据,如学生个体的情感表达、情绪体验等方面的证据往往不可重复,这就使得经典科学研究方法的取证方法在教育领域难以适用。大数据方法正好可以在这方面发挥作用。

大数据方法与教育人文规律的揭示


教育领域具有强人文性、弱规律性特征。教育领域的因果关系既不够客观(教育主要是价值活动),也不够必然和恒定。大数据方法本质上是一种类似归纳法,它基于概率论,其发现的结论不具有必然性与恒常性,它只是一种心理习惯意义上的定律。而教育领域正是意义和价值系统构成的心理习惯领域。更为重要的是,具有心理习惯定律发现功能的大数据认识论是一种“创构认识论”,认识主体更容易发挥人的主观能动性,使科学研究方法的发掘功能向求善求美的方向转变。


大数据之于教育

科学研究:人文终结?


   尤瓦尔·赫拉利在《未来简史》一书中断言,未来人类将不再需要自由意志,大数据将告知一切。大数据能使教育研究彻底科学化(数据化)吗?


教育领域仍无法彻底数字化

无论现代智能机器对人类行为的感知和记录如何详细,这些数据本质上仍然是“行为数据”而不是“思维数据”(内部情感、态度、价值观、思维过程等)。另外,大数据所标榜的客观性也是相对的。大数据虽能在很大程度上滤除数据使用者的主观偏见,但却难以避免数据设计师的主观偏见。大数据方法虽不为教育现象的数据量化设定条件,也不追究数据的来源,但并不意味着数据的来源和数据的质量不重要。在当前的大数据技术方法构架中,仍然存在一些数据量化的盲区,限制了大数据潜在功能的发挥。


大数据并不揭示客观必然性

根据既有认识,传统所谓科学的方法是追寻因果必然性的,而大数据方法主要揭示关联性。这种关联至多是一种心理习惯,本质上是概率,大数据只是记录了类似事件出现的概率,因而它不具有必然性,只具有概然性。在教育领域,数据本身仍是现象,而不是原因,揭示背后的原因需要教师的劳动。大数据的评判和运用仍需要教师的教育学知识以及相应的批判性思维以及价值观的介入。


大数据仍存在自身适用局限

大数据虽是客观的资源,但大数据渗透着技术工程师的种种偏见,因而仍具有有限的客观性。大数据呈现的数据规律理应与研究者的经验展开对话。另外,数据的本质就是对现象的归一化处理,它既抹平差异,也制造新的差异。一方面,在对教育现象的描述中数据可能将任何异质的“一”归结为同质的“一”;另一方面,数据的堆砌制造出对研究对象多少、长短、优劣的比较,而赋予教育对象数字化标签正是教育研究领域所忌讳的。


大数据仍受限于技术发展限制

首先,大数据与现代技术构架密切相关,但后者的发展并没有达到理想状态。其次,诞生于商业领域的大数据方法天生具有求用、求效的价值取向,与教育研究的诉求存在一定矛盾。最后,捕捉大数据的各种计算机软件不是全能的,数据的记录方法和处理方法被技术人员设定,只具有有限的功能,大数据仍然是具有某种目的性的部分数据或特定视角数据。


更新:2018/8/14 6:40:20 编辑:fengyefy
评论共 0网友评论
暂无评论
用户名  密码 请输入用户名和密码
网友评论仅供其表达个人看法,并不表明本站同意其观点或证实其描述
声明:本站是免费向教师学生校长家长提供教育教学资源的公益性教育网站,除“枫叶原创”系站长创作外,所有信息均转贴互连网上公开发表的文章、课件、视频和艺术作品,并通过特色版块栏目的整理,使教师学生校长家长方便浏览自己所需的信息资源,达到了一网打尽的惜时增效之目的。所有转载作品,我们都将详细标注作者、来源,文章版权仍归原作者所有。如果您认为我们侵犯了您的权利,请直接在文章后边发表评论说明,我们的管理员将在第一时间内将您的文章删除。
头条推荐

毕业多年后再看高考,惊觉比分数更重要的4条人生铁律

在这个创新的时代,学历标示着过去,学习能力决定着未来。无论是读一本书、听一门课,还是学一门技能,都是在为自己筑起向上的阶梯。把学习当成习惯,持续精进自...详情
本类推荐/最新更新
更多...视频聚焦
更多...枫叶原创