之前有分享过，大数据背景下，将其与教育结合后，它有着鲜明的三个特点。客观的反馈性、个性化学习、用概率去做预测。理论上，借助信息技术的手段，就能够去实现一个教育数据分析的系统，从而达到我们想要的目的。但目前的现状是如何呢？以下将是我所要分享的内容。

信息系统

        首先，我们需要明白什么是信息系统，较为学术的定义为：它是一个相互连接的部件的集合，它可以进行信息的收集、处理、储存和分发，以支持一个组织的决策和控制。除了支持决策、协调和控制，信息系统还可以帮助经理看清复杂的问题、分析问题和创造新产品（来自管理信息系统一书）。一般来说，一个数字化企业对其环境的感知和响应比传统企业快很多，它们有着成熟准确的信息系统，这使它们足够灵活，以利于在动荡时期长期存活。

         现在我们类比一下，一个教育数据分析系统，从输入(教育数据采集)，处理（数据分析），到输出（反馈信息），是否借用技术就可以实现了呢？其实这仅仅是技术层面上满足了要求。信息系统的构建需要多学科领域的支持。之前看过相关书上的介绍觉得蛮贴切的【如下图，它描述了 信息系统是由技术方法和行为方法所公同组成的】

因此，教育信息系统的搭建，也是需要不同学科支持的。

  当我们初步了解了什么信息系统后，其实我们也大概清楚，有着怎样子的困难等待去解决。下面我讲分主题的介绍一下当前的现状以及面临问题。

数据控制面板——教育数据可视化——技术方法

        并不是每个人都是数据专家，能够从数据中探索出规律以及发现问题，将数据的结果输出到一个仪表盘上，每一 次与系统发生的交互都被记录下来后，这些数据被用于向学生、教师和家长提供 学习进程的实时汇报。目前提供教育分析系统的服务商，都会通过可视化技术给用户带来学习上的反馈信息。

专业的事，应该让专业的人做

        通常学校作为生产和收集数据的地方，同时也变成了分析数据的地方。学校提供成绩和其他反馈数据，同时也作为存储和使用这些信息的实体。学校将这些数据用于决策的制定，并把所作的决策传达给学生、家长、未来的用人单位和其他学校。 从接纳入学、提供教导、评估表现到授予证书，全部由教育机构一手包办。 尽管教育决策的意义重大但其制定过程却往往基于相对较少的数据。 实际上， 此类数据的收集和分析， 并不是由客观的局外人、而是由典型的内部人士操作 的。 试问， 教师和学校如何能够做到客观地收集和分析那些反映自身能力与课堂失误的数据？我们 又为何仍然依赖于在此基础上建立的系统，而不去考虑它的高度主观性和偏向性？ 令人惊讶的是， 收集数据并提供分析结果的教学机构在这些操作上承担的责任非常有限。那是因为，数据收集和少量分析仅仅是这些机构提供的服务之一，这不过是被视为其首要服务的“ 教学” 的附属品罢了。从组织上看，这是不合理的。商业公司早就知道，有关反馈和质量保障的信息应该由与结果无利益关系 的专业人士进行收集。否则，相应流程的信息可能会被歪曲。这里目前有几种手段解决，第一，引入第三方的教育评价，第二，内部建立独立的数据服务团队，第三，全套购买数据服务公司的系统。

保守的教育系统

        实际上，教育系统几个世纪以来几乎没有改变过。如课程被上下课铃以固定时间分隔出来，不考虑 教学方式的有效性。在一些 课堂 中禁止使用数码设备，坚持使用纸质材料开展所有的教学工作， 为了确保学习效果，我们委托专门机构采用标准测试评价学生，希望借此减少偏见和主观性。 但是 这些测试只是偶尔进行，可能只捕捉的是学生表现最出色的时刻。数据是离散的，只静止的！开展这些苍白的评价，其结果是，这些数据不能形成任何真正意义上的反馈，也无法帮助学生了解 自己教材的掌握 程度，或是为教师和学校管理人员提供教材选择以及环境构建方面的参考。

大数据使教育资源得以松绑 

一些学校在这方面走在其他同行前面，如中国慕课、MOOCs类似的SPOCs（ small private online courses， 小规模限制性在线课程）。同学能够看到知名教授们的视频课程。在线课程使得教育资源的分配和获取得以向大众推广。——这些平台都成为数据分析的宝贵来源。

在线课程无法替代课堂教学

这是我看过为数不多的好的描述：

1、在线课程是革命性的，但它更有可能作为正式教育环境的补充，而不是替代。

2、要明智地运用技术。技术是对教师的重新部署，而不是要去取代他们。

亚马逊击败巴诺书店对教育的启示——个性化推荐的价值

【巴诺书店是美国最大的实体书店， 在全美拥有近800家店面，巴诺亦是 全球第二大网上 书店，仅次于第一名的亚马逊】

相必大家都听过牛奶与尿布的故事，物品的合理搭配，提升了销量。

亚马逊采用基于数据实现高精确度的个性化推荐服务，并借此实现了独特的购物体验之后，便击败了巴诺书店。

大数据浪潮袭来， 大中小学无一幸免

关于这个点，我不想具体去阐述了，因为我们已经深处其中。在这样的背景下，未来的教育体系终将构建出来——期待ing。

未来教育体系的特征

我们目前看到的趋势，或许就是未来的缩影， 但会包含更多的内容。 

反馈——个性化——预测

我们能够洞察在教学中独立生成的数据，关于我们如何学（ 而不仅仅是在偶的正式测试中的表现） 的数据将得到持续的收集和分析；除了 教师，数据的访问还将向学生、家长和管理人员 开放；教材 将是基于算法定制而成的，为适应学生的需求而调整教学的顺序和步调，从而帮助学生获得最大的 学习成果，同时 ，教材本身也会得到不断完善。学校将在本质上成为大数据生态系统的基石。以上是书上所简述的内容，但我个人觉得不只是学习方面，学生的成长也会有更多可以探索的空间。

数据的黑暗面

我只会罗列的几个句子，问题自然就来了。

1、由于系统会永久的保留数据，即它们永久的保留着你的过去

2、你早早的被划到了去学习，看起来你擅长的专业是一种怎样子的体验？

3、数据中留下的黑点

4、评估你的是当下，还是过去的数据？

我们需要一个像医生一样的新型职业——新型算法专家

这个角色，他需要像医生一样，看你的数据，纠正数据给你贴的标签