原标题：William G Harris：数字化转型下的技术应用形态

　　在GET2018教育科技大会上，ATP的CEO William G Harris发表了主题为“有效性的终结：大数据分析的意外后果”的演讲。

　　William的分享主要围绕着三方面展开，大数据如何重塑教育评估体系、大数据的应用体现在哪些方面以及为什么要正确且谨慎的使用大数据。William认为，在这个技术主导的社会，我们要抓住教育技术的快速变化，从而为学习者提供更具个性化的学习方式，挖掘更深层次的教育价值。

　　以下是William G Harris的演讲实录(经芥末堆编辑整理)

　　重塑教育评估体系

　　数字化转型的过程中我们要做的是什么?我们需要接受全新的评估概念，另外我们也要考虑一种新的方式来衡量个体的表现结果，这个工作可能会非常的困难，因为AI的学习能力或者说我们认为的AI以学员为中心的系统，会给今天的决策带来很多高溢价。

　　今天这个世界是由教育技术来推动的，所以在这个过程当中，我们需要对教育评估的体系进行重塑，并且在这个评估过程中给学习者更多的时间和机会。我们也要充分理解改革后的评估体系核心是什么，要对学习者进行重新定位，深入的去评估他的知识储备有多少，这个评估需要一定的流程，并且要和其他学习内容进行无缝连接。

　　说到教育技术，现在有很多迹象都表明，凡是使用教育科技的国家，例如中国，中国并不是小范围的试点，而是在大规模的使用教育技术，这会从根本上改变学习的内容以及方式。另外我们也需要请专家告诉我们有用的学习信息和学习应用，用切实可行的工具来支持我们倡导的理论。当然，我们也需要在学习者个体的学习体验当中增加附加值，减少他们的压力。而评估所面临的挑战是什么?我们的评估必须是智能的、高效的，同时需要很快产生结果，并且有很好的互动。

　　针对学习者，我们要充分了解他们并知道如何给予帮助。因此，每一个评估都应该有自己的价值，这就强调我们要充分调动学员的参与程度和积极性，借助大量的数据来做出相应的决策。

　　数字化转型下的技术应用形态

　　评估的数字化转型有不同的方式，包括基于理论的和不需要理论的。我认为从长期来看，理论和非理论应该是彼此支持、相互互补的。我这里讲的不是个人的测试，而是整个测试体系，我们的测试体系应该是适应性的、非常深入的，能为老师提供有用的诊断信息，为学员提供更好的支持。另外这个评估系统也应该具有预测性，现在有些测试题能把所有的内容都融合其中，我们想说，教育技术使融合变为可能。

　　另外我们看一下，数据驱动的测试，这里面有几方面非常重要的内容，我们考虑一下对于教育科技来说最重要的支柱是什么，比方说AI当然是一方面，还有浸入式学习也非常重要，还包括互动和双向学习，这里面涉及到技术、涉及到沟通、也涉及到学生的学习体验。

　　接下来几十年的时间里，AI对年轻人的影响力会比任何其他因素都大，AI会提供真正的智能，给我们提供很多指导，它能无限的扩大个体的智慧。另外AI可以优化我们的学习分析，进一步为教育赋能。从AI的影响力来看，人机交互可以增强生产力，同时也可以扩展个人的知识范围。另外通过大量的消费者数据， 我们可以基于庞大的数据群，思考如何共享这些信息，从而发挥更大的作用。

　　另一方面想介绍浸入式学习，它可以增强学生的参与程度。比如我们可以考虑把VR、AR和真实的现实进行混合，那么就可以给学生带来一种浸入式学习的场景，学生因此可以和周边的环境进行连接。所以在浸入式学习里面我们就可以把不同的因素进行融合，另外我们还可以用有效的方式进行对话，或者得到视觉上的反馈。浸入式学习可以进一步挖掘个人的特点，从互动反馈中老师能更了解学生对知识的掌握情况。

　　区块链技术也值得一提，但是在这里我需要提醒一点，区块链本身是不会改变我们记录学生信息的方式，也不会改变我们转移数据的方式。那它在教育上的作用应该如何体现呢?其实区块链技术的应用，能最大程度的为我们提供个性化的学习方式，提升学习能力，增强学习效果。

　　我认为我刚刚提到的AI技术、浸入式学习和区块链技术都不能分开来应用，我们需要在方方面面来应用它们。但是教育现在处在科技飞速发展的时代里，传统的研究办法其实并没有办法满足快速改变的教学需求和环境。另外，传统的方式总会面临一些挑战，例如没办法使用我们面前这些其实非常有用的数据。当然，数据的优劣势是并存的，转移速度快和搜集方便是它的优势，但是如果想知道诸多数据模型哪个更为有效，还需要对数据本身进行更深入细致的研究，这也算是数据本身存在的一点劣势。

　　在教育中使用大数据更需谨慎

　　在当下的教育环境中，我们使用大数据的时候要非常小心，这样才能确保我们不犯错误，不会对我们对学生产生非常严重的影响。我们在进行数据分析的时候，首先应该关注数据本身是什么，它属于什么范畴，有什么特征，如果不进行基本的判断就去盲目分析数据，可能通过数据获得的分析结果也会有问题，成为有偏见或者不切实际的结果。同时也要注意，当我们回到数据本身的时候，数据的规模不是最重要的，而是要关注它的质量。

　　对于教育科技来说，大数据还是非常有帮助的，它能为个体的学习者提供更具个性化的学习方式，让老师能够针对学生的特点因材施教，不再样板式教学。从这两个角度来说，大数据其实可以更好的提升教育的质量，能够让学生和老师以一种更简单的方式去发现教育和自身的价值所在。

　　但是也有人认为，大数据并不能运用于标准的分析。尽管现在大数据分析其实已经取得了一系列的成功，还是会有很多人针对大数据的统计框架、新的理论、数据分析的结果和有效性持怀疑态度。因此，我们更需要去更新对大数据的认知，其中非常重要的一点是平衡不同的分析方法，不管是推导式的还是引导式的。

　　最后想跟大家分享这样一句话，在这个动态、不断颠覆的、以数据为主导的世界中，如果我们想要成功，必须要借助相应的技术和智能。像我开场时说的那样，在现在这个社会，知识的获取就像数字飓风一样，它其实是由教育科技来推动的，而且人们在通常情况下会忽视技术在短期的影响，所以我们更需要正视在这个过程中出现的一些问题。