如大多數(shù)美國大學(xué)一樣，亞利桑那州立大學(xué)正面臨一個棘手的問題 --- 新入學(xué)的學(xué)生們數(shù)學(xué)不夠好。盡管學(xué)校會提供一些補(bǔ)習(xí)課程，但仍有三分之一左右的學(xué)生拿不到C，這意味著這些學(xué)生很有可能中途輟學(xué)。為了改變這種糟糕的現(xiàn)狀，亞利桑那州立大學(xué)開始使用一款由Knewton科技教育公司提供的個性化學(xué)習(xí)軟件，使用下來結(jié)果很好，在2009年至2011年期間學(xué)生的畢業(yè)率從64%竄到了75%，輟學(xué)率減少了一半。

但是請?jiān)囅胍幌逻@個成功案例背后有哪些潛在的問題。如果那些被軟件收集起來的數(shù)據(jù)被永久保留，個人被要求參加補(bǔ)習(xí)課的事實(shí)被永遠(yuǎn)記錄在案可供查找，這將會怎樣？再試想一下，如果這個計(jì)算機(jī)系統(tǒng)是通過把那些不達(dá)標(biāo)的學(xué)生擋在大學(xué)門外而不是通過輔助學(xué)生學(xué)習(xí)來提高學(xué)校學(xué)生的畢業(yè)率和均分，這又會怎樣？

剛才提到的類似問題極有可能發(fā)生。一些教育改革者提倡每一個學(xué)生應(yīng)該配備一個記錄他們所有電子成績單的“數(shù)碼包”。自適應(yīng)算法是一項(xiàng)令人毛骨悚然的藝術(shù)。可汗學(xué)院的分析院長Jace Kohlmeier提出了一個難題--- 如何用區(qū)域?qū)W習(xí)曲線來描繪學(xué)生學(xué)習(xí)的掌握情況。比如可以對學(xué)習(xí)能力較差的人施壓讓他們早早退學(xué)，這樣學(xué)習(xí)曲線的末端會更好看一些。但他說一般情況下沒人會這么做。

大數(shù)據(jù)收集、儲存、處理數(shù)據(jù)的能力比以往任何時候都要強(qiáng)大，它將會顛覆傳統(tǒng)的教育行業(yè)。大數(shù)據(jù)將在教、學(xué)環(huán)節(jié)增加前所未有的數(shù)量化體驗(yàn)，不僅學(xué)生受益，老師也是。然而，這么做也蘊(yùn)藏了風(fēng)險。

長久以來，家長和教育專家都在憂慮如何保護(hù)未成年人隱私。同時人們還擔(dān)心，對于那些在學(xué)業(yè)上被“跟蹤”過的學(xué)生，他們的人生道路是否會因此而變窄。大數(shù)據(jù)不僅放大了以上這兩個問題，而且改變了問題的本質(zhì)。所謂量變引起質(zhì)變。

過去的表現(xiàn)

很多家長看到自己子女在校期間的所有數(shù)據(jù)一點(diǎn)一點(diǎn)被存儲累積起來，都感到無比恐慌。比如，非營利組織inBloom(收到頗有聲譽(yù)的Gates Foundation and Carnegie一億美金的資助)曾與9個州就建立學(xué)生數(shù)據(jù)庫達(dá)成協(xié)議。但是2013年因?yàn)榧议L大規(guī)?？棺h，這項(xiàng)舉措在其中6個州都停擺了。

人們出自本能地反對這件事并不僅僅只是一般意義上的對隱私和數(shù)據(jù)保護(hù)的憂慮，而是一種更特殊的憂慮。一般來說，傳統(tǒng)的數(shù)據(jù)保護(hù)關(guān)注的焦點(diǎn)在于權(quán)力的不均等---有些人能夠拿到別人的數(shù)據(jù)，而其他人不能。這里，我們更多地是擔(dān)心不可磨滅的過去對我們造成的影響。學(xué)生的記錄不再是封存在紙盒里，褪色直到被扔掉，而是被永久地存儲保留，隨時隨地都可能被調(diào)出來查閱。

想象一下，一個人在學(xué)生時代的活動都被記錄下來，當(dāng)他/她在25年后申請工作時，那些記錄都能被潛在雇主查到。但是目前，個人過去的軌跡是很難查到的，除了那些名人。在未來，大眾將會享受名人的“待遇”，不僅僅是標(biāo)準(zhǔn)化入學(xué)考試成績能被查到，做學(xué)生時方方面面的數(shù)據(jù)都會被查到，從生病的天數(shù)到與輔導(dǎo)老師交流的次數(shù)，甚至一本《赫克歷險記》讀了幾頁，劃了幾段都能被查到。

因此，教育數(shù)據(jù)引發(fā)的最大問題不是信息泄露，而是把我們禁錮在過去，否認(rèn)我們成長、蛻變的能力。目前還沒有權(quán)宜之計(jì)。我們無法告訴別人應(yīng)該如何去評價他人，應(yīng)該考慮哪些因素。過去我們常常認(rèn)為，事情的發(fā)展很難完全受理性擺布。但另一方面，如果我們不收集數(shù)據(jù)不儲存數(shù)據(jù)，我們就錯過了大數(shù)據(jù)為教育帶來的潛在福利。

沒有變數(shù)的未來

第二個問題同樣嚴(yán)峻。教育大數(shù)據(jù)的收集會被用于預(yù)測我們的未來--- 我們該以怎樣的節(jié)奏學(xué)習(xí)，先學(xué)什么后學(xué)什么，如果我們在晚上8點(diǎn)到9點(diǎn)間復(fù)習(xí)了功課，我們就有90%的可能性拿到B或者更好的成績，如果我們在8點(diǎn)之前復(fù)習(xí)，就只有50%的可能性。這是概率預(yù)測，但問題是概率預(yù)測限制了我們學(xué)習(xí)的自由，最終可能會限制我們的人生道路。

大數(shù)據(jù)給人最大的愿景是它使個性化學(xué)習(xí)成為可能，改善教材和教學(xué)方法，最終提高學(xué)習(xí)成績。在未來的大數(shù)據(jù)時代，預(yù)測將會比現(xiàn)在精準(zhǔn)得多，招生官、雇主等決策者將會面臨更大壓力，他們會愈加依賴預(yù)測結(jié)果來做決策。（因而數(shù)字的準(zhǔn)確性會對決策質(zhì)量產(chǎn)生直接影響）以前我們可以不同意強(qiáng)加在自己身上的偏見說自己是特例 ，現(xiàn)在不能了。

舉個例子，一些大學(xué)正在試用一套叫“電子建議專家”的大數(shù)據(jù)系統(tǒng)，這個系統(tǒng)能夠輔助學(xué)生盡早畢業(yè)。亞利桑那大學(xué)在2007年開始使用這套系統(tǒng)后，自那以后84%的學(xué)生能夠成功進(jìn)入下一階段的學(xué)習(xí)，以前這個比例只有77%。再舉個例子，田納西州奧斯汀佩伊州立大學(xué)的學(xué)生們正在使用一款叫“成績指南”的軟件，當(dāng)軟件告訴他們這門課他們至少能得B，他們就有90%的可能性拿B，否則只有60%的概率。

這些形形色色的系統(tǒng)能夠?qū)Υ髮W(xué)畢業(yè)率產(chǎn)生很大的影響。在美國大約只有一半的學(xué)生能夠在六年內(nèi)順利完成大學(xué)學(xué)業(yè)。但是這些系統(tǒng)也會產(chǎn)生副作用。如果系統(tǒng)告訴我們，這門課我們很有可能學(xué)不好，比如生物信息學(xué)，然后系統(tǒng)轉(zhuǎn)而向我們推薦另一門課，比如護(hù)理課，結(jié)果會怎樣？我們可能會認(rèn)同系統(tǒng)推薦的就是對我們最有利也最容易走的路。但這可能恰恰就是問題所在?；蛟S我們應(yīng)該被人鼓勵無視所謂的概率預(yù)測，堅(jiān)持走自己的路（逆難而上獲得成功），而不是對一個退而求其次的結(jié)果沾沾自喜（而不是選擇一條本就更容易的路）。

有人希望，大數(shù)據(jù)能夠讓學(xué)生不再被數(shù)據(jù)追蹤。學(xué)生能夠按照自己的節(jié)奏學(xué)習(xí)，同時算法會最優(yōu)化教材使用順序從而幫助學(xué)生更好學(xué)習(xí)。漸漸的，人們便不再提起追蹤學(xué)生成績的事。不過這只是一個美好的愿景而已。

現(xiàn)實(shí)往往與預(yù)想相反。個性化教育可能會把人更殘忍地限制在某條路上，讓人們無法打破常規(guī)去走自己想走或能走的路。目前系統(tǒng)里有10億條不同的學(xué)習(xí)情況記條和學(xué)習(xí)軌跡安排，每一條都只對應(yīng)一個學(xué)生。這樣做有利有弊，利的方面在于教育是為每個人量身定做的，弊的方面在于學(xué)生仿佛困在了狀如峽谷的凹槽中，跳不出來，只能順著走下去。這樣一來，我們的人生依然受限于“已知道路”，雖然這是一條為我們量身定做的道路。

直面焦慮

人們都在害怕大數(shù)據(jù)運(yùn)用到教育上會帶來的危機(jī)，那么，我們該如何幫助人們擺脫這些感性或理性的顧慮呢？

現(xiàn)在很多國家的隱私法都禁止對個人信息大量收集和長期儲存。一般來說，這些法律會要求數(shù)據(jù)使用者告知大家他們收集了哪些人的數(shù)據(jù)，可能會怎么用那些數(shù)據(jù)，同時還需獲得允許他們那樣使用數(shù)據(jù)的允許。但是，大數(shù)據(jù)最大的魅力在于其不確定性---即數(shù)據(jù)被收集的時候，人們還沒有想好該怎么用它，在后續(xù)的使用過程中逐步發(fā)現(xiàn)了它的價值。所以，幾乎不可能在數(shù)據(jù)被收集的時候就能準(zhǔn)確告知對方數(shù)據(jù)會被怎么用，獲得相關(guān)的同意更是無從談起。

歐美政府已經(jīng)在討論如何修訂隱私法確保大數(shù)據(jù)不被濫用。如果數(shù)據(jù)使用者愿意承擔(dān)更多責(zé)任，如法律責(zé)任，他們就有權(quán)利二次使用數(shù)據(jù)，挖掘新價值。這樣一來，他們就需要認(rèn)定哪些是可接受的使用途徑，哪些不能被接受。

在教育界，使用個人數(shù)據(jù)來改進(jìn)教材和學(xué)習(xí)工具是可以接受的，但使用同樣的數(shù)據(jù)來預(yù)測學(xué)生未來能力就應(yīng)在嚴(yán)格管制下進(jìn)行（比如采用透明公開、行政監(jiān)管的方式來限制）。既要規(guī)定數(shù)據(jù)使用者必須得到學(xué)生本人明確同意才能實(shí)施數(shù)據(jù)使用，還要加強(qiáng)執(zhí)法力度，讓公司無法承擔(dān)違規(guī)的嚴(yán)重后果。

總而言之，數(shù)據(jù)介入教育領(lǐng)域到底要到一個怎樣的程度，如何抵抗可以預(yù)見的反烏托邦帶來的危害，將是一個魚和熊掌的問題。這需要我們在渴望優(yōu)化學(xué)習(xí)，和拒絕讓過去主宰未來之間找到一種微妙的權(quán)衡之計(jì)。

本文轉(zhuǎn)載自大數(shù)據(jù)文摘 譯者:Yawei Xia 校對:盛夏光年

作者： Viktor Mayer-Sch?nberger and Kenneth Cukier

原文標(biāo)題：《how big data will haunt you forever your high school transcript》