关于未来，我无法给出一个准确预测，我想借鉴Bill Gates对于技术发展预言的一句话。“人们往往高估了未来2年而低估了10年内的变化。不要让你自己无所作为。”就算我们对未来的预估往往都是错的，但是盖茨最后说的很对，我们就是要有所行动，因为预测未来最好的方式，就是是去创造它。

 

周末在上海梅赛德斯奔驰中心做了一场关于“迭代认知”主题的造就讲座，其中我分享的主题是“教育如何进化”，结合Coursera和LinkedIn的经历跟大家一起讨论数据在教育中的应用和未来的趋势。

 

下面是演讲正文：

 

哈佛商学院开发出了HBX互动课程，这种虚拟教室，它不只是人和机器的互动，而且是人与人之间的互动，在全世界各地同时开始的。突破了空间距离的限制，并且课程完成率达到85%，这是新一代的互动式在线教育模式。

 

Watson机器人

 

在美国乔治亚理工大学，上课后有很多学生问问题，特别是毕业季老师们往往忙不过来，学生的问题得不到回答。但今年引入新老师，学生感觉非常好，问出来的问题秒回，半夜12点钟问的问题也有回答。大家觉得这个叫Watson的导师太敬业了，大家想把他评为优秀老师，这时候IBM宣布，这是他们和校方开发的Watson机器人助教，五个月大家居然都没发现。这就是一个通过机器人去辅助教学提升效率的案例。

 

刚才HBX，IBM的机器人背后是在线视频，统计、在线分析、搜索等技术。随着技术日新月异，为教育带来了更多的可能性，这种教育方式也在迭代，打破了原来传统的封闭式的校园，正如阿拉丁神灯，实现你在教育上各种以前想都不敢想的愿望

 

它可以让你足不出户，随时随地选择世界上任何一所高校，进修你想学习的课程。

 

它可以量身设计个性化学习，自定义课程进度。

 

它可以调动多个感官去学习，体验式模拟练习、人机互动。

 

最后让终身学习成为可能。

 

MOOC真的有效么？

 

MOOC同时也受到质疑，首先作为一种创新模式，需要时间的验证。比如说MOOC确实可以有几百万学习人次，但是统计结果证明完成率非常低，完成率在5%以下。难道转化率低是说明MOOC没有出路么？答案是否定的，我认为MOOC并不是让大学消失，而是让传统的教育模式进化为一种全新的真正让学生为主体的教育模式。

 

什么是以学生的为主体的教育模式呢？

 

每一个学生按照自己的兴趣、特长、职业规划等，打造独立的学习模型，而大学以及老师所要做的，就是围绕不同的学习模型推出不同的课程，并进行个性化的推荐和教学。 

 

 

我们来看个例子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。可能A同学错了一道大题，B同学错了5个选择题，或者学生A有更出色的逻辑思维，而学生B逻辑推理能力相对薄弱，却有出色的记忆力。这样可以给它们做针对性练习。

  

数据追踪学习者的误区

 

 

假如一个班里50名同学有两人答错，老师不会觉得这是个值得关心的问题。但MOOC可以有十万人参与学习，按照这个比例就是四千人答错，那就是一个相当显著的问题。老师就会去观察思考，为什么这四千人会在同一问题上犯错，如何提供一个更好的讲解让大家掌握。上面选项里面第一次正确率43%，基本上是随机选取的，通过AB测试进行优化迭代，提高了正确率。这就是统计和在线分析在教学实践的应用。

 

自动化批改和认证

 

 

这是为了更科学去检验学习效果。一般来说，我们将数据分为结构化和非结构化数据，结构化就是有固定选项和客观答案的，非结构化是类似作文、问答题这类开放式的没有固定答案的，目前已经实现了对选择题的自动化批改，那么主观题呢，如何让老师从海量的阅卷工作中解脱出来？这里我们是采用学生互评的方式，通过多方校对，我们发现随着互评数据提升，跟老师的评分是在一条直线上，也就是意味着误差是非常小的。

 

那也有人会担心，在线考试会让作弊率更高，如何根据数据认证我们的课程，防止网络答卷作弊。我们会要求学习者打开摄像头做头像匹配，还有一个创新思路叫电子签名，因为我们观察每个人在打字时候有一些细微区别，把各自特征记录下来成为电子签名，然后我们让每个学习者在提交考试答卷之前，先去敲一段代码做匹配，成功的话可以验证身份。

 

推荐热门课程

 

 

大家猜一猜，你认为在Coursera上最热门的课程是哪个？A机器学习，这是创始人斯坦福大学教授Andrew Ng的一门课，B设计思维讲如何利用设计来做产品和流程创新，C社会心理学，卫斯理大学，D 金融市场，耶鲁大学，答案C，这门课第一次开课时，有近26万人注册了课程，创下Coursera单次选课最高记录，也许你认为是热门的金融或者机器学习，但数据统计显示最热门的是人文课程，第二类才是计算机。

 

这个实验告诉我们：数据分析会更理性给你热门课程推荐，而非道听途说或者凭个人感觉。

 

Amazon GO

 

 

相信在做各位肯定听过Google有阿法狗，今年初它战胜人类顶级围棋棋手李世石。最近看到一个有趣的新闻，Amazon也推出了有亚马逊狗。走进超市，顾客只需要打开APP扫描一下，就可以拿走想要的东西。这在以前属于盗窃行为，保安一定会把你在门口拦下，但现在OK了，因为在你离开的时候，Amazon的APP已经自动帮你买单了。

 

Amazon使用这种叫“Just Walk Out”的AI技术，有可能颠覆零售行业，收银员，超市经理和财务团队都要重新找工作。这里我们相信技术发展包括手势识别，物联网，虚拟现实等，会最终改变和定义未来社会形态和人类分工。

 

而根据麦肯锡研究报告，2020年全球有8500万的中高级技能型人才短缺，那哪些是定义为中高级技能呢？如何从学校走向工作呢？

 

职业社交网站LinkedIn

 

它通过数据挖掘海量职位需求，提炼出高技能列表。这是它给出的2016年全球热门技能，第一名云计算和分布式计算，我们可以看到大多跟计算机技术相关。

 

在2015年收购Lynda.com，与其他在线教育平台有所不同的是，Lynda更侧重于职业教育，并今年10月推出学习路径推荐，帮助人们获取那些技能，成为专家。所谓的学习路径推荐，就是在个人的学习规划测评上，为他量身定制知识和能力成长体系。它的背后都有一个强大的检索引擎在对他进行全方位推荐。

 

技能和工作推荐

 

 

比如拿我自己举例，我的个人成长背景，加上掌握的技能，学校获取知识，积累的人脉，在这几个维度结合下，系统帮助我找到最合适的职业机会。

 

LinkedIN目标连接世界的专业人士，它采集了亿级别的用户画像，每天产生数百亿的新闻和消息，结合各种知识数据，每个人的社交关联，再通过预测，聚类分析，相关性挖掘，去推荐感兴趣的人，新闻，公司，工作机会，最后构建经济图谱，给每个个体创造出来全球范围内流动的经济机会，实现经济全球化。

 

学校推荐

 

 

除了推荐工作，LinkedIn同时它也收集了27000个高校，60000多名毕业生的学习生涯数据。包括高考SAT成绩、平常成绩、家庭经济状况、职业愿景和地理位置。算法系统会根据学生的个人情况推荐合适的大学和专业，输入“Duke”，也是我的母校，你很快就会看到这所高校的毕业生一般会在谷歌、IBM公司找到工作。右边是杰出校友和潜在的推荐人。

 

总结一下，智能推荐算法帮助学生找到最好的学习和就业路径，那么下一个教育进化是什么？

 

教育的3.0时代

 

我还有一个启发跟《美国队长2》有关，这是标准的好莱坞特工电影，超级英雄、魔鬼身材、激烈打斗，每个人感兴趣点不同，最让我印象深刻的是剧情里的“洞察计划”。

 

所谓的“洞察计划”，就是通过分析每个人的经历和资料，预测他未来会不会犯罪；详细点通过一个人的过去行为，包括说过的话，看过的书，转发的微博，打过的电话，通过血型星座，教育经历，职业属性等，来对这个人的未来进行预测，如果预测结果不是设计者期望的样子，这些人就会被“干掉”。

 

这个想法可以推广到教育中，一家名为Knewton的大数据公司已经这么做了。他们开发了一个数字平台，建立起跨校学习数据库。通过100多万名学生的相关记录和上千万课程记录，能够看到学生的分数、出勤率、能够让学校提前预警可能辍学的学生，对学习成绩表现做趋势分析。这让数据从头开始贯穿教育生涯

 

大数据是不是存在很多隐忧呢？

 

人们最常担心的第一个问题就是数据泄露，隐私得不到保障.

 

第二个担忧是，在线保存的纪录会伴随一生。当一个学生在小学时被标记为“捣蛋鬼”，他上了中学会不会变成另外完全不一样的人，还是像信用纪录一样，一旦有不良纪录，影响伴随终身。

 

第三是信息的闭环，我经常收到一些课程推荐，比如Python数据分析，Linux基础，Java网络编程，但这些我早就掌握或者了解80%，是否就局限在我的专业之内呢？

 

第四也是最难选择的，到底选择系统规划推荐的“最优路径”OR 尊重内心的兴趣？也许某一天我们从小就是生活在机器给你设计的推荐系统中，它保障你的安全，你会有很好的工作和未来，但是不是失去了独立思考，丧失了自我意识，也没有任何趣味。

 

当张艺谋导演被系统推荐选择最热门的云计算和分布式计算方向，是否就意味着他要放弃内心所热爱的编导事业，来跟我抢工作呢？这将是他，我，以及在座的各位都不想看到的结果。所以系统规划推荐的“最优路径”到底是教育的进步还是人类的悲哀？

 

最后的话 

 

 

MOOC并没有如人们期待的取代大学，但我们不能忽视它为教育带来的更多可能性。而LinkedIn的全球经济图谱还没有实现，但我们必须承认它正在填补未来技能空缺。我们或许过度期待了教育2.0时代，但是我们也不能低估那个正在走进的数据驱动的教育3.0时代。关于未来，我无法给出一个准确预测，我想借鉴Bill Gates对于技术发展预言的一句话。“人们往往高估了未来2年而低估了10年内的变化。不要让你自己无所作为。”就算我们对未来的预估往往都是错的，但是盖茨最后说的很对，我们就是要有所行动，因为预测未来最好的方式，就是是去创造它。