教育信息化2.0面临建设重心的转移和目标任务的升级，背负着变革教育的时代期望。要真正实现创新与突破，在发展初期首先需要从思考方式和行动逻辑上找准方向。对要亲历教育信息化发展的参与者而言，只有建立正确的思维模式，系统性思考教育信息化2.0的发展动向，用不确定性的动态思维对待新出现或可能出现的教育问题，并尝试用数据驱动的思路解决这些问题，才能让集体智慧在正确的道路上发生改革共振。
系统性思维
克兰德和贝塔朗菲认为，系统思维就是运用系统概念来认识对象、整理思想的思维方式（苗东升，2004），即要求我们以“系统”作为思考单元，从系统内部与外部诸要素之间、整体与部分之间、系统与环境之间进行辩证考察，从事物的普遍联系来获得对事物的整体把握。教育信息化2.0指向未来教育，而未来教育必将是建构在互联网基础上的新教育，信息技术支持的教育将发生结构性变革，而不是渐进式地修修补补。教育信息化作为教育系统的子系统，其本身就是一个复杂系统，因此首先要用系统思维看待教育信息化2.0，而这里的“系统思维”实际上包含三层含义。
第一，大尺度地看待教育信息化2.0。时间尺度上，教育信息化2.0以党的十九大为起始点，是一个阶段性但又具有持续性的发展过程。空间维度上，教育信息化发展至今对我国教育改革而言具有战略性和全局性的意义，将与教育所包含的一切空间进行深度融合（任友群等，2018），甚至将在国家战略和社会经济发展中释放出更大潜能。
第二，大跨度地看待教育信息化2.0。教育信息化不只隶属于某个特定领域或学科范畴，它向所有领域或学科开放，积极寻求教育学、计算机科学、心理学、脑科学、认知科学、社会学和管理学等领域的专业知识，以协同破解教育难题，形成跨行业的整体设计与行动方案。
第三，全维度地看待教育信息化2.0。即要全方位或全视角地看待教育信息化，“不仅看这一面，还要看到另一面”，“既要看正面，也要看反面”。如在看到教育信息化1.0阶段取得的建设成绩时，也应看到“非显著性差异”和“乔布斯之问”等现象在2.0阶段依然存在。在看到信息技术给教育教学带来巨大改变的同时，也要看到技术介入教育带来的冲突和不适。
不确定性思维
世界的不确定性来自两个方面，一是影响世界的变量太多以至于无法用数学模型来描述；二是不确定性是我们所处宇宙的特性，不确定性来自客观世界本身（吴军，2016b）。教育系统本身就是复杂的混沌系统，不确定性也是教育的基本规律之一。一方面，教育本质或规律的“低垂果实”早已被发现，但是简单的教育因果关系规律在面对复杂的教育问题时显得束手无策；另一方面，通过观察简化的或限定条件下的教育现象并进行精准预测是令人怀疑的（邓国民，2018），事实上教育研究发现的很多规律都具有明显的不确定性。在不限定、不约束任何条件的前提下，强调变量相关性而非因果性的教育大数据在解决处于混沌状态的教育问题时显示出强大优势。因此，带着不确定性思维对待新出现或可能出现的教育问题成为2.0阶段发展教育信息化的另一种思维模式。
具体来说，基于不确定性思维的假设，借助大数据技术解决教育问题需要注意三点。首先，教育大数据强调在真实、自然的情况下收集全集数据，数据的收集过程非常忌讳“大胆假设、小心求证”的思维方式，因为借助数据来证实事先的定论，很容易陷入“先入为主”的主观臆测。其次，在教育大数据研究环境下，不同变量之间的因果关系并不明确，教育行业的利益相关者都能从过程数据集中发现隐含的相关关系并“为我所用”，相关关系的挖掘远胜于因果关系的论证。最后，在面对相关性的分析结果时，数据之间的相关性在揭示规律的同时无可避免地会带来大量伪相关，因此更要以“不确定性”的思维辩证看待相关性的分析结果，利用理论模型和实验做进一步的分析和验证，以揭示这些相关性的意义，并区分有意义和无意义的相关性（Ness et al.，2016）。
数据驱动思维
“智能”不是解决具体问题的能力，而是习得这些能力的元能力，即是否智能不在于能做什么，而取决于在什么条件下能够做到（Hammer et al.，2016）。“智能”本质上是一个系统在知识和资源相对不足情况下的适应能力，而数据驱动的方法消减了非中立理论预设带来的偏见和限制，可以不需要从事实中寻求原因，而是直接使用先进的数据挖掘与分析方法去归纳数据中的关系模式（Anderson，2008），从看似无关的数据中发现有意义的关联，在没有先验理论假设的基础上进行推论和预测。2.0阶段所要实现的智能教育实质上就是借助数据驱动的方法实现教育管理科学化、教学精准化、学习个性化、教育评价科学化、教育服务更具人性化（杨现民等，2016）等。因此，发展智慧教育要求相关从业者具备一定的数据素养和对数据价值的基本认同。
数据驱动的教育决策将不再过度依靠经验、拍脑袋和简单的统计结果，而转向基于数据的科学决策。通过数据挖掘、机器学习、统计分析和预测算法来预测未来可能发生的教育事件、过程及结果，为提高教育效果提供策略建议，甚至还可以利用认知计算实现对知觉、记忆、判断、学习和推理等心理过程的计算，进而实现自适应的学习。由此，无论是宏观的教育顶层设计和教育制度改革，还是中观的资源优化调配、教学质量监控和政策实施改进等，或者是微观的课堂教学精准诊断和个性化课程教学服务，都可以通过大数据为决策者提供广阔的全局视野，将影响决策的相关因素量化、可视化、立体化，进而提供各层面的“基于证据的决策”建议。
产权及免责声明：本文系转载编辑文章，对文中观点保持中立，对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证，不对文章观点负责，仅作分享之用。如果分享内容侵犯您的版权或者非授权发布，请及时与我们联系进行审核处理。本文节选自：《现代远程教育研究》杂志，作者：胡钦太 张晓梅。
联系客服
