我们的教育一直以来追求“因材施教”，但是，我们真的了解学生吗？
比如，两个同样在数学考试中取得90分的考生，他们的能力完全一样吗？根据传统的教学模式，我们会认为，成绩相同的学生，能力大体相仿。但如果借用大数据的分析手段，学生的差异性就会清晰展现。根据对同为两个90分的考生进行分析，我们发现，第一个学生更多的是依靠出色的逻辑思维，而另一名同学逻辑推理能力相对薄弱，是依靠出色的记忆力而获得较好的成绩。
如果我们拥有足够的技术与耐心，我们还可以得到许多充满想象力的数据：可以是每一大题的得分，每一小题的得分，每一题选择了什么选项，每一题花了多少时间，是否修改过选项，做题的顺序有没有跳跃，什么时候翻卷子，有没有时间进行检查，检查了哪些题目，涂改了哪些题目……等等，这些信息，远远比一个90分要来的有价值得多。不单是考试，课堂、课程、师生互动的各个环节都渗透了这些数据。
大数据与传统数据的区别在于人们对于“数据”的理解更为深入了，许多我们曾经并没有重视的，或者缺乏技术与方法去收集的信息，现在都可以作为“数据”进行记录与分析了。
《地平线报告》在今后几年的预测中，多次提到“学习分析”
学习分析是指为了预测和指导人们的学习，通过智能数据、学习者产生的数据以及分析模型的应用，来发现信息和学习者之间的社会联系。
分析的数据不仅限于考试的成绩，而是包括学生的课外活动，课外活动，兴趣爱好，作业记录，个性特征，行为习惯，网络社交等大量信息。
准确而又多方位的数据来源是学习分析的前提和保障。
有理有据的分析与反馈是学习分析的意义和价值。
个体数据——从群体走向个体
实时数据——从终结走向过程
碎片化数据——从演绎走向归纳
多样化数据——从一元走向多元
大数据时代的到来，让所有社会科学领域能够从宏观群体走向微观个体，让跟踪每一个人的数据成为了可能，而对于教育研究者来说，我们将比任何时候都更接近发现真正的学生。
联系客服
