论文部分内容阅读
我不是出身在教育行业的，我在两年前开始了教育创业。在之前我有一个兼职的身份跟教育有一点关系，是兼一所大学的大数据专业主任，我正式的职业是百度云与大数据首席架构师。因为接触了基础教育行业的很多同行，慢慢地对教育产生了更大的兴趣。
我们在创业的过程中做了很多探索，了解学校的需求，设计产品开发技术，把我们这么多年在互联网的积累都应用出来。
在这么多年的技术生涯里面，可以说都是围绕新技术研究，用大数据、移动这些技术来开展工作。百度讲过的技术愿景和信息愿景，就是希望能够用技术让每一个人都能够平等、便捷地去访问信息。
当我们发现找到这个信息是不够的，我们还需要能够去为人们提供更多地服务，教育的服务、学习的服务。真正的技术离我们这个目标还比较远，所以说我们一直在探索我们究竟该做什么事情，究竟该研究什么技术。
“互联网 ”，也就是我们为互联网所做的事情加到新的行业，加到新的应用里面来。如果把“互联网 ”到新的行业里面，首先要知道这个互联网具有什么样的特点。最重要的一点，就是关于互联网的模式，当想做“互联网 ”的时候，我们要知道互联网究竟是以一个什么样的模式发展的。为什么我们在这个行业里面可以得到那么好的速度，可以创造出我们以前仅仅只是在想象的事情？我觉得这里面最重要的一点就是关于迭代的过程，就是我们在做互联网，很多时候是创造一个产品出来，这个产品可能出发点不对，或者有缺陷，但是我们通过这个试错的过程能够去了解这个过程，从而产生相关的数据。通过对这个数据进行分析，我们能知道原先的假设想法是否正确。然后，根据这个分析的结果去优化产品，通过这一次一次的迭代过程就能够使我们的产品变得越来越好，也使我们产生更多的数据，从更深的层次去了解。
如果再把这个过程进一步规模化去放大，这样，我们就能够得到很多的产品。这些产品是用来满足用户不同的需求的，而这些需求很可能是我们以前所不知道的，或者说因为它是存在于少量的用户的群体里面，而没有被表达、没有被发现。但通过我们提供更多的产品让他们使用来发现这一点，因为使用的人数足够多，所以一个再小的需求也可以被放大出来，使它变得足够重要，然后才会有人愿意为这个需求创造产品，为他们提供服务。这样的需求一开始其实我们并不知道，只有当我们做了一次不成功的产品之后，我们才能够了解更多的用户，通过这些使用，我们去迭代产品，收集更多的数据分析，给用户更多的服务，匹配用户的需求。
大家看到这个过程中有几点非常重要，最重要是迭代的过程。我们一定要从假设出发创造产品，让用户使用，在使用过程中收集到数据，也就是说这个产品必须是要能够直接接触用户，这样我们才能够收集足够多的数据，才能了解用户想要什么，才能验证我们的想法对还是不对。同时这个过程需要被持续地放大，这样我们才能按更多群体的需求给他们提供相应的产品。而通过这样一个过程，我们发现产品在很多行业的应用中存在一些困难，这也是我们需要解决的问题。
我们要做“互联网 ”，需要在以下两个方面做。第一就是数据。我们一定要通过用户的使用去采集数据，通过对数据的分析才能够知道我们原先的假设的正确性。第二就是连接。我们需要把尽量多的用户连在一起。这样以前那些没有被重视的、小的需求也可以被聚集到一个足够重要的地位。这样才有人愿意为这些小的需求去创造、提供服务。而要做到这一点，一定是要靠一个平台，只有这个平台才可能去积累数据，才可能去连接不同的用户。只有通过足够多的数据积累我们才能够实现个性化，所有我们对用户的了解都难以让用户持续使用。一开始的假设可能是错的，我们通过不断地试错去了解积累数据，从而才能够为他们提供个性化的服务。只有连接足够多的用户才有可能去匹配这个需求，而这一切需要靠这个技术的产品才能实现。这就是大家在学校里面可能都接触到很多的互联网产品，大家都希望学校来试用自己的产品，只有用起来之后才可能给你提供更好的服务。这可能是很困难的事情，因为教育不能犯错，一旦这个孩子的时间过去了可能就很难追回来。所以对这种尝试是更加保守，而对一些不成功或者说不那么成熟的产品接纳程度也是比较低的，这也造成我们推广产品中会遇到一些问题。
所有的产品一定是在使用过程中才会成熟，最终成为一个产品。而也只有通过更好的尝试才有可能去为那些看起来比较个性化、比较小众的需求提供服务，因为只有把这些小的足够多的需求聚集在一起，才可能发现有人愿意为他服务。这些都需要靠我们的平台、靠技术去发现，去提供这样的功能。
我们找了一些通过这个数据的连接，最终是会深刻影响教育的数据。因为这个数据，我们才能够了解更多的学生；积累数据，我们才有可能去实现因材施教。个性化教育的基础就是我们能了解这个孩子，去匹配供给和需求，我们才有可能给每一个孩子提供适合的教育。每一个人的需求都是不一样的，但是更大的问题是去哪里寻找那么多的服务的提供者，去满足每一种需求。这时候一定是需要我们通过产品、通过平台把这些需求的供给者和消费者融合在一起。我们只有通过数据才有可能去实现因材施教，因为实现超大规模的因材施教，个性化的学习发展才有可能。
这两年，我们和北京的一所学校一直共同探索，也做了很多实践，因为本身学校就在做教学的改革，只有靠技术才有可能去实现为每一个孩子提供适合教育的目标。在这个过程中我们的理念非常相符，所以跟这个学校一起把我们的理念转化成产品，在学校里面去应用，然后根据学校应用的成果再去修改迭代的产品。
具体来说，我们做这些事情，第一个就是记录全过程数据，去构建完整的学生成长档案。一個是过程性行为表现，像课堂表现、学习习惯、行为规范等等，我们更关注学生个体行为发展和性格的养成；还有一个是过程性学习评价，包括作业、试验、随堂测验和实践项目，关注学习进展，是对学习过程的检测；还有一个是终结性学业评价，包括期中、期末考试，我们很关注成绩，但并不仅仅关注成绩，我们更关注的是成绩背后所代表的学习情况。考试不仅仅是选拔和鉴别，更重要的是应该起到反馈和诊断的作用。这些反馈和诊断只有对这个学生的学习情况进行量化的分析后才会有一些数据。但过去的问题在于，我们只能看到总分，总分是一个一维的数据，体现不出什么，一百维、一千维之后就能反映出一个孩子整体的学习的特征，这样的特征不能进行排序，只能知道这个孩子是什么情况，怎么能够去帮他提升。这样对他来说也才有可能更好地去了解自己的优势和劣势。 把过程性行为和过程性学业评价结合起来就是所谓的过程性的评价。把过程性学业评价和终结性学业评价结合起来就是学业分析诊断。我们希望给每个孩子建立他自己的数据库，包括他的学习和实践。他每一次考试的成绩，每一次考试的错题和错题后面所对应的知识点，我们都希望能够帮他完整地记录下来，通过对这些完整数据的分析，我们去构建他的学业档案，然后给他提供一些帮助。
我们也不仅仅只是关注学习的过程，因为对于孩子来说，这个学习的过程和他认知的发展，跟他怎么去面对学习的挑战同样是分不开的。所以我们和北京师范大学脑与认知科学研究院进行战略合作，希望把这个学科的发展与认知的发展结合起来，通过长期的数据跟踪，可以有一种更好的方式去训练孩子们的认知，同时我们也能给他们提供更加积极去面对学业压力的方法。
对于学习我们同样有这样的一套系统设置。首先把小学、初中、高中所有知识点的相关的课件、视频都汇聚在一起，去建立一个结构化的数据库。基于这些数据库，学习过程线上线下相结合，线下会做得更加方便，也更符合现在教学的情况。我们把线下的数据采集起来，然后在线上进行分析，只有当我们采集了这么多的数据之后，才有可能去给学生做分析诊断建立起个性化的档案。基于这个档案我们能够去支持他个性化的学习，因为我们知道每一个的关系，我们知道需要加上一些什么样的材料。我们甚至都可以知道哪些知识点应该在学习过程中有什么样的先后次序才会更加科学。这样可以给每一个孩子构造出一条独特的学习路径。首先，我们应该有一个庞大的现在所有学科知识的结构化的数据库。其次，通过对所有学生实验数据的采集和全过程的跟踪，给每一个孩子建立他们的学业档案。然后，规划他的学习路径，帮助他去实现更高效率的个性化需求。
我们正在这样探索怎么应用大数据帮助我们的差异化教学和学生课程的学习。
还有一个探索，就是希望帮助学校建设一个完善的课程体系。我们建立一系列的平台，都是以课程为中心，包括排课系统、选课系统，还有基于过程记录的综合素质评价。就学生在选择课程实践过程中发生的事情，能够帮助学生记录下来，最后形成一份综合的报告。同时我们会把这些数据跟学生的学业情况做相应的分享，希望通过我们给每一个孩子建立的一个属于他的学习数据，帮助他把成长过程中的事件都记录下来，这样可以给他形成完全属于他的个性化的档案，可以支持他的学习和发展。
我们也非常自豪，我们在公司创立两年多的时间里，服务了很多的学校和区域；服务了30多所教改类学校，提供了完整的平台和排課、选课的服务；同时服务了100多个区域，3000多所中小学全过程学业数据采集与分析诊断；服务300万学生开展个性化学习。这个常态化应用，做过教育类技术产品的人都知道是非常困难的事情，但是我们决心一直探索下去。
（作者单位：京修齐治平科技有限公司、北京爱云校教育科技研究院。根据会议发言整理）
我们在创业的过程中做了很多探索，了解学校的需求，设计产品开发技术，把我们这么多年在互联网的积累都应用出来。
在这么多年的技术生涯里面，可以说都是围绕新技术研究，用大数据、移动这些技术来开展工作。百度讲过的技术愿景和信息愿景，就是希望能够用技术让每一个人都能够平等、便捷地去访问信息。
当我们发现找到这个信息是不够的，我们还需要能够去为人们提供更多地服务，教育的服务、学习的服务。真正的技术离我们这个目标还比较远，所以说我们一直在探索我们究竟该做什么事情，究竟该研究什么技术。
“互联网 ”，也就是我们为互联网所做的事情加到新的行业，加到新的应用里面来。如果把“互联网 ”到新的行业里面，首先要知道这个互联网具有什么样的特点。最重要的一点，就是关于互联网的模式，当想做“互联网 ”的时候，我们要知道互联网究竟是以一个什么样的模式发展的。为什么我们在这个行业里面可以得到那么好的速度，可以创造出我们以前仅仅只是在想象的事情？我觉得这里面最重要的一点就是关于迭代的过程，就是我们在做互联网，很多时候是创造一个产品出来，这个产品可能出发点不对，或者有缺陷，但是我们通过这个试错的过程能够去了解这个过程，从而产生相关的数据。通过对这个数据进行分析，我们能知道原先的假设想法是否正确。然后，根据这个分析的结果去优化产品，通过这一次一次的迭代过程就能够使我们的产品变得越来越好，也使我们产生更多的数据，从更深的层次去了解。
如果再把这个过程进一步规模化去放大，这样，我们就能够得到很多的产品。这些产品是用来满足用户不同的需求的，而这些需求很可能是我们以前所不知道的，或者说因为它是存在于少量的用户的群体里面，而没有被表达、没有被发现。但通过我们提供更多的产品让他们使用来发现这一点，因为使用的人数足够多，所以一个再小的需求也可以被放大出来，使它变得足够重要，然后才会有人愿意为这个需求创造产品，为他们提供服务。这样的需求一开始其实我们并不知道，只有当我们做了一次不成功的产品之后，我们才能够了解更多的用户，通过这些使用，我们去迭代产品，收集更多的数据分析，给用户更多的服务，匹配用户的需求。
大家看到这个过程中有几点非常重要，最重要是迭代的过程。我们一定要从假设出发创造产品，让用户使用，在使用过程中收集到数据，也就是说这个产品必须是要能够直接接触用户，这样我们才能够收集足够多的数据，才能了解用户想要什么，才能验证我们的想法对还是不对。同时这个过程需要被持续地放大，这样我们才能按更多群体的需求给他们提供相应的产品。而通过这样一个过程，我们发现产品在很多行业的应用中存在一些困难，这也是我们需要解决的问题。
我们要做“互联网 ”，需要在以下两个方面做。第一就是数据。我们一定要通过用户的使用去采集数据，通过对数据的分析才能够知道我们原先的假设的正确性。第二就是连接。我们需要把尽量多的用户连在一起。这样以前那些没有被重视的、小的需求也可以被聚集到一个足够重要的地位。这样才有人愿意为这些小的需求去创造、提供服务。而要做到这一点，一定是要靠一个平台，只有这个平台才可能去积累数据，才可能去连接不同的用户。只有通过足够多的数据积累我们才能够实现个性化，所有我们对用户的了解都难以让用户持续使用。一开始的假设可能是错的，我们通过不断地试错去了解积累数据，从而才能够为他们提供个性化的服务。只有连接足够多的用户才有可能去匹配这个需求，而这一切需要靠这个技术的产品才能实现。这就是大家在学校里面可能都接触到很多的互联网产品，大家都希望学校来试用自己的产品，只有用起来之后才可能给你提供更好的服务。这可能是很困难的事情，因为教育不能犯错，一旦这个孩子的时间过去了可能就很难追回来。所以对这种尝试是更加保守，而对一些不成功或者说不那么成熟的产品接纳程度也是比较低的，这也造成我们推广产品中会遇到一些问题。
所有的产品一定是在使用过程中才会成熟，最终成为一个产品。而也只有通过更好的尝试才有可能去为那些看起来比较个性化、比较小众的需求提供服务，因为只有把这些小的足够多的需求聚集在一起，才可能发现有人愿意为他服务。这些都需要靠我们的平台、靠技术去发现，去提供这样的功能。
我们找了一些通过这个数据的连接，最终是会深刻影响教育的数据。因为这个数据，我们才能够了解更多的学生；积累数据，我们才有可能去实现因材施教。个性化教育的基础就是我们能了解这个孩子，去匹配供给和需求，我们才有可能给每一个孩子提供适合的教育。每一个人的需求都是不一样的，但是更大的问题是去哪里寻找那么多的服务的提供者，去满足每一种需求。这时候一定是需要我们通过产品、通过平台把这些需求的供给者和消费者融合在一起。我们只有通过数据才有可能去实现因材施教，因为实现超大规模的因材施教，个性化的学习发展才有可能。
这两年，我们和北京的一所学校一直共同探索，也做了很多实践，因为本身学校就在做教学的改革，只有靠技术才有可能去实现为每一个孩子提供适合教育的目标。在这个过程中我们的理念非常相符，所以跟这个学校一起把我们的理念转化成产品，在学校里面去应用，然后根据学校应用的成果再去修改迭代的产品。
具体来说，我们做这些事情，第一个就是记录全过程数据，去构建完整的学生成长档案。一個是过程性行为表现，像课堂表现、学习习惯、行为规范等等，我们更关注学生个体行为发展和性格的养成；还有一个是过程性学习评价，包括作业、试验、随堂测验和实践项目，关注学习进展，是对学习过程的检测；还有一个是终结性学业评价，包括期中、期末考试，我们很关注成绩，但并不仅仅关注成绩，我们更关注的是成绩背后所代表的学习情况。考试不仅仅是选拔和鉴别，更重要的是应该起到反馈和诊断的作用。这些反馈和诊断只有对这个学生的学习情况进行量化的分析后才会有一些数据。但过去的问题在于，我们只能看到总分，总分是一个一维的数据，体现不出什么，一百维、一千维之后就能反映出一个孩子整体的学习的特征，这样的特征不能进行排序，只能知道这个孩子是什么情况，怎么能够去帮他提升。这样对他来说也才有可能更好地去了解自己的优势和劣势。 把过程性行为和过程性学业评价结合起来就是所谓的过程性的评价。把过程性学业评价和终结性学业评价结合起来就是学业分析诊断。我们希望给每个孩子建立他自己的数据库，包括他的学习和实践。他每一次考试的成绩，每一次考试的错题和错题后面所对应的知识点，我们都希望能够帮他完整地记录下来，通过对这些完整数据的分析，我们去构建他的学业档案，然后给他提供一些帮助。
我们也不仅仅只是关注学习的过程，因为对于孩子来说，这个学习的过程和他认知的发展，跟他怎么去面对学习的挑战同样是分不开的。所以我们和北京师范大学脑与认知科学研究院进行战略合作，希望把这个学科的发展与认知的发展结合起来，通过长期的数据跟踪，可以有一种更好的方式去训练孩子们的认知，同时我们也能给他们提供更加积极去面对学业压力的方法。
对于学习我们同样有这样的一套系统设置。首先把小学、初中、高中所有知识点的相关的课件、视频都汇聚在一起，去建立一个结构化的数据库。基于这些数据库，学习过程线上线下相结合，线下会做得更加方便，也更符合现在教学的情况。我们把线下的数据采集起来，然后在线上进行分析，只有当我们采集了这么多的数据之后，才有可能去给学生做分析诊断建立起个性化的档案。基于这个档案我们能够去支持他个性化的学习，因为我们知道每一个的关系，我们知道需要加上一些什么样的材料。我们甚至都可以知道哪些知识点应该在学习过程中有什么样的先后次序才会更加科学。这样可以给每一个孩子构造出一条独特的学习路径。首先，我们应该有一个庞大的现在所有学科知识的结构化的数据库。其次，通过对所有学生实验数据的采集和全过程的跟踪，给每一个孩子建立他们的学业档案。然后，规划他的学习路径，帮助他去实现更高效率的个性化需求。
我们正在这样探索怎么应用大数据帮助我们的差异化教学和学生课程的学习。
还有一个探索，就是希望帮助学校建设一个完善的课程体系。我们建立一系列的平台，都是以课程为中心，包括排课系统、选课系统，还有基于过程记录的综合素质评价。就学生在选择课程实践过程中发生的事情，能够帮助学生记录下来，最后形成一份综合的报告。同时我们会把这些数据跟学生的学业情况做相应的分享，希望通过我们给每一个孩子建立的一个属于他的学习数据，帮助他把成长过程中的事件都记录下来，这样可以给他形成完全属于他的个性化的档案，可以支持他的学习和发展。
我们也非常自豪，我们在公司创立两年多的时间里，服务了很多的学校和区域；服务了30多所教改类学校，提供了完整的平台和排課、选课的服务；同时服务了100多个区域，3000多所中小学全过程学业数据采集与分析诊断；服务300万学生开展个性化学习。这个常态化应用，做过教育类技术产品的人都知道是非常困难的事情，但是我们决心一直探索下去。
（作者单位：京修齐治平科技有限公司、北京爱云校教育科技研究院。根据会议发言整理）