大數據教育應用的限度

/大數據教育應用的限度【摘要】大數據助推教育變革，前景廣闊，但并非萬能，而是具有一定的邊界和限度。對大數據教育應用的限度進行必要的反省，有利于大數據在教育領域的合理運用和發展。本體限度、認識限度、價值限度和倫理限度構成了大數據教育應用中的幾個最基本的限度。本體限度是指教育大數據從本體意義上講并不能等同于真實完整的教育世界；認識限度是指大數據作為認識教育的新視角存在一定的缺陷；價值限度是指教育大數據的工具性價值并不能涵蓋教育自身的育人價值；倫理限度是指大數據應用于教育除了受制于技術自身的邏輯外，還必然受到倫理的規限。【關鍵詞】大數據；教育應用；有限性 近年來，在世界范圍內以數據挖掘(datamining)、云計算(cloudcomputing)、學習分析(learninganalytics)、機器學習(machinelearning)等技術為支撐的大數據教育應用如火如荼，最新的人工智能技術仍然以大數據為基礎。那么，大數據作為一種數據樣態、技術手段，同時也是一種新的視角和思維方式，究竟給教育已經帶來和將要帶來什么，如何看待大數據在推動教育變革中的作用等諸如此類的問題學界已不乏討論，聲音也是多種多樣，并且可以斷言，伴隨科技進步和大數據、人工智能在教育領域的介入程度不斷加深，這方面的討論將更加熱烈。但從目前的總體狀況來看，關于大數據教育應用，大多數是從正面探討如何應用以及應用后可能帶來的種種好處，人們一般也多持正面、積極、樂觀的態度，認為大數據時代給教育帶來了美好的前景和無限的潛力，而從反思的角度，從大數據教育應用所面臨的深層次的困惑和挑戰、局限和不足、短板和硬傷的研究則相對較少。甚至存在一種盲目樂觀的傾向，即過高地預估大數據在教育中的作用，將大數據視為研究教育、推動教育變革、解決教育問題的“靈丹妙藥”。例如：“一切皆可量化”(邁爾-舍恩伯格等，2013，第97頁)，“情感計算將‘生物人’轉化為‘數據人’”(彭特蘭，2015，第127頁)，“每個學生都變成了數據人，一切都可以提前被知道”(黃欣榮，2015，第100頁)，“知道‘是什么’就夠了，沒有必要知道‘為什么’”(邁爾-舍恩伯格等，2013，第71頁)，“傳統數據絕對集權的弊病已被教育大數據所破除”(張洪孟等，2015，第44頁)等。筆者認為，大數據及基于大數據之上的最新科技應用于教育領域，有非常值得警醒的另一面，即大數據給教育可能帶來的負面的、力所不及的、危險的、需要防止的、不應該僭越的等等本文稱之為“邊界和限度”的一面。當前，既要看到大數據在“驅動國家教育政策科學化、驅動區域教育均衡發展、驅動學校教育質量提升、驅動課程體系與教學效果的最優化，驅動個體的個性化發展”(楊現民等，2015，第54頁)中的重要價值和廣闊前景，又要深刻地認識到大數據教育應用本有的和應有的各種“限度”，才能更加理性和全面地把握大數據之于教育的真實意蘊，助成恰當的教育變革。 一、大數據教育應用的本體限度 那種持樂觀主義的或認為大數據應用于教育可以徹底實現對教育的解碼和控制的觀點，其基本邏輯是：大數據可以實現對教育實踐的完全數據化，或者說利用大數據可以構造一個同質的、與現實的教育實踐相對應的教育的鏡像世界；在此基礎上，可以通過對大數據的挖掘、獲取、處理與分析實現對教育的鏡像世界的認識；最后，通過對教育的鏡像世界的認識來實現對真實的教育世界的認知和改造。簡言之，通過數據完整地再現和重構教育。在這個邏輯鏈條中，第一個環節很重要，即教育實踐的可數據化是大數據教育應用的本體論預設和基本邏輯前提。如果第一個環節出現問題，那么，后續對于大數據教育應用的邏輯論證和實踐展開都需要更加謹慎。因此，無論是正面探討大數據教育應用的現實可能、未來前景，還是分析大數據教育應用可能存在的邊界和局限，都有必要從本體論層面對教育的可數據化這一前提性預設進行分析。 從本體論角度看，需要回答大數據對教育的表征和同構的力度、程度到底如何，一切皆數據、一切皆可量化在教育實踐、教育世界中是否成立，由此也決定了我們需要以何種態度來對待大數據以及基于大數據的各種新技術在教育中的應用。在某種意義上，這是一個基礎性的元問題，并且，隨著數據科學的發展和技術進步，人們對這一問題的認識也在逐漸發生變化。換言之，數據和世界、數據和教育的關系是伴隨科技進步不斷變化的，我們思考的本體論預設在其本身的存在意義上也是處于動態變化之中的。但目前來看，我們認為，大數據是否能夠真正地反映和表征教育，需要從兩個方面來分析。一方面，首先要看到快速發展的人工智能、以大數據為基礎的算法革命給整個世界、給教育帶來的顛覆性變革——基于大數據的教育使人類的教育從此超越經驗水平而走向真正的科學和精準。這是看待和思考大數據教育應用必不可少的前提和應有的立場，不能無視也無法忽視大數據對教育強有力的表征能力，大數據正在通過對真實教育世界的數據化來構建教育的鏡像世界，反映人的“鏡像化生存”(楊子飛，2016，第65頁)。全方位、實時的數據收集和處理，能夠從多層次、多維度對教育世界予以刻畫，教育世界的復雜性、多樣性都能夠更加清晰完整地呈現出來。人類從來沒有像今天這樣能夠通過數據來實現對自我、對學習、對教育過程等進行高度清晰、立體、實時、個性化的了解和洞察，通過大數據實現對復雜的教育世界的認識、反映和實踐達到了不可思議的“分子”水平，為教育真正實現科學化、專業化、個性化、高效化、普及化、民主化等奠定了基礎。大數據帶來的革命及其遠景超過了以往任何一個時代的技術變革帶來的影響，未來世界、未來的教育在新技術面前變得更加不可預知和不可想象。 另一方面，大數據雖然從本體意義上給表征、展示、把握、變革教育實踐提供了無與倫比的技術手段，但是否就沒有缺陷了呢？數據真的能和教育的本體存在完全劃等號嗎？或者說，教育真的能完全被數據化嗎？當然，這也是一個富有爭議的開放性的話題，我們認為，大數據有很強的表征能力，但在本體和存在意義上，大數據還是不能完全表征或等同于教育。這其中不僅有數據體量的大小問題、數據算法的先進程度問題，更為重要的是，教育的屬人性、人文性特質決定了教育現象、教育存在、教育問題等都和數據的二進制還原特性有著更為根本和更為本質的區別。這在很大程度上構成了大數據教育應用的本體限度，至少表現在兩個維度：一是就大數據表征范圍而言，教育本身并不能夠完全被數據化；二是就大數據表征的質量而言，教育的整體性和數據的節點性存在著不可調和的矛盾。 首先，教育存在本身并不能夠完全被數據化。被譽為“大數據時代預言家”的牛津大學教授邁爾-舍恩伯格(ViktorMayer-Schonberger)關于數據全面性的一個重要論斷是“樣本=總體”(邁爾-舍恩伯格等，2013，第37頁)，即大數據時代，我們能夠獲取與某事物相關的全部數據而非樣本數據。無論是教育研究還是教育實踐，獲取盡可能多的數據一直是教育工作者的理想。從理論上講，一旦獲取教育活動、教育系統、教育世界大量的乃至全部的數據，就可以借助當前超強的計算能力，更為精準、深刻、全面地洞察人、洞察教育的奧秘，從而更好地推動教育變革，把教育的實踐和研究建立在堅實完備的數據基礎之上。教育的精準性、清晰性、預見性、可控性、操作性都大大增強，徹底擺脫或在很大程度上擺脫不確定性、隨意性、偶然性的煩惱，教育學的科學性也大大增強。打個不太恰當的比方，掌握了教育中的全部數據和信息之后，就可以像生命科學中的基因重組那樣對教育進行更為有效的駕馭和改造。然而，先不說如果真的做到這樣是好事還是壞事，值得思考的是，在教育領域獲取全部的數據可能嗎？答案顯然是否定的。 教育是一種高度人文性的活動，人的行為、語言等外在的物質性、生理性的層面可以被追蹤和數據化，而人的精神和情感世界，人的意志、思想、意義、價值等內在狀態難以數據化。雖然個體的情感、動機與個體行為之間無法分割開來，當前以谷歌圖書(GoogleBooks)為代表的試圖將人類思維成果數據化的計劃也正在逐步推進，但大數據對人的情感、意志、意義、價值等的測量，從本質上講還是通過替代性的外顯的行為或其他可以測量的指標還原為二進制的數據形式，說到底還是典型的科學主義的還原論思維方式。從本體意義上講，人的精神和情感世界不可數據化，數據化的只是精神和情感的外在表現。大數據對人的處理按照其自身的邏輯將一切簡化為數據。在這里，一切差別均消失了，一切都只是二進制數據，差別僅在于二進制數據的具體構成；一切都統一在二進制數據中(高兆明，2018，第164頁)。同時，“科學的認識和知識卻不能回答人的精神存在，人生的意義與價值、人與人之間的意義關聯等等問題”(魯潔，2000，第4頁)。人類的一切精神活動的信息，在可預見的未來，仍然不但是無法獲取的，而且根本就是無法監測的(潘綏銘，2016，第33頁)。大數據之大在其他完全或者基本可以數據化的領域可能是“樣本=總體”，但教育領域可數據化的東西可能永遠是有限性的且非常表面的東西。 其次，從教育大數據的表征質量上看，大數據因其本質上是二進制的符號化表征方式，自身具有節點性、碎片性、符號性等特性，注定無法完全表征作為整體性、豐富性、系統性存在且處于不斷生長發展之中的人和人的教育，教育大數據不能等同于教育存在本身。當然，在大數據模式下，還會建立各種各樣的復雜的數據模型來模擬、建構世界，力圖實現以全樣本的數據方式來把握和改造世界。但是，一旦大數據運用到教育，就會存在難以克服的困難。除了上述教育中存在的更為本質的精神價值情感等不可數據化的表征難題之外，大數據在將教育中可數據化的部分進行數據化的過程中，還會因其節點性、離散性、符號性特質，無法重構完整的教育世界和人的生命世界。教育實踐和教育世界由于人的生命存在而帶有獨特、復雜、整體、有機、生長、不可逆和不可還原等色彩，而大數據作為認識教育的手段，“數據常常被簡化為可與數學模型相匹配的內容”(Boyd&Crawford，2012，p.667)。即使主觀數據確實能夠反映當下狀態，理論解釋模型也成立，但它恐怕僅具有當代的合宜性，即存在特定情境關聯(閻光才，2013，第80頁)。因此，教育的整體性、豐富性和獨特性存在，同數據的節點性、碎片化、簡化性、特定情境性之間存在不可調和的矛盾。人們可以經由大數據對事物的特性、事物之間的關系、規律等進行發現和探索，但以大數據構建的模型代替對真實完整的教育世界的考察，在另一種意義上講也是對完整真實的教育生存、教育情境、教育世界的背離。 二、大數據教育應用的認識限度 舍恩伯格認為，“大數據發展的核心動力來源于人類測量、記錄和分析世界的渴望”(邁爾-舍恩伯格等，2013，第72頁)。在這個意義上，大數據不僅在本體上試圖實現對世界的描繪和重構，同時，大數據也成為一種人們認識和把握世界的重要工具、手段和方式，在很大程度上創造了新的思維方式，實現了“認識論”的轉變。從認識論的角度看待大數據教育應用，需要回答大數據究竟能夠為認識教育世界提供何種新視角、新方法，以及這樣一種新視角、新方法具有什么樣的優勢和不足。或者說，仍然不能盲目地迷信和過度地擁抱大數據分析和研究教育所帶來的認識論變革，仍然需要持批判性的態度。從認識論的角度看，大數據所提供的新視角、新方法的確有助于拓展原有的對教育的思考方式，進一步提升教育研究的能力和水平，但與此同時，也要看到大數據所展示的思維方式和以前的各種思維方式比并不是替代性的、萬能的，只是對原有認識方式的補充和豐富，仍然具有一定的限度。 大數據帶來的認識論轉變，其積極的一面是毋庸置疑的。比如，由于大數據試圖在極其豐富和完整的意義上對世界、對教育進行盡可能全面的描摹和刻畫，使得大數據成為人們認識世界和教育的中間、中介環節，形成了“主體—數據—客體”的認識路徑。這不僅可以大大增強教育研究和認識的客觀性、全面性、精確性，同時，由于數據可重復利用和分享、數據處理手段的先進性，還可以大大提升教育研究的效率、共享性和實際使用價值。再如，當前最為人們關注的大數據所展示的相關性思維方式，則是大數據帶來的認識方式上的質的轉換。所謂相關性是指“當一個數據值增加時，另一個數據值很有可能也會隨之增加。相關關系的核心是量化兩個數據值之間的數理關系”(邁爾-舍恩伯格等，2013，第71頁)。也即，在本質上，相關關系就是數字計算，是數量關系、數字關系(邁爾-舍恩伯格等，2013，第72頁)。相關性思維的一個重要優點就是在豐富復雜并變化著的各種因素中，能夠顯示究竟是什么因素之間呈現出明確的相互關聯，運用于教育研究，將有利于那些稀少但卻有重要價值的教育資源的發現與利用。例如，影響學生發展的非常見因素的出現概率極小，受制于原有的認知水平和認識工具、思維方式，往往很難發現這些因素之間的關聯，而憑借大數據對學生發展和教育教學全方位、全時段的數據搜集，再加上相關性研究，就可以使得發現影響學生發展的非常見因素成為可能。根據這些相關性的、特別是罕見結果的相關性發現，就可以進一步地解釋和挖掘，既可以拓寬我們對于教育的既有認識，拓展教育的認識圖譜，揭秘教育的“黑箱”，也可以引導教育實踐的變革。另外，建立在相關關系、相關性思維基礎上的大數據趨勢預測，也為教育教學提供了新的思路。通過對過往海量數據的挖掘與分析，可以找出事物發展的規律，最終作出一種趨勢性的預測(張姜坤等，2018，第44頁)。特別是對于學生發展的關鍵節點的預測與分析，教育在一定程度上走在了學生發展的“前面”，在一定的范圍內可為學生發展提供超前的、精準的、個性化的指導，大大提高教育的效率、效能。基于相關性思維方式所帶來的巨大的效益，邁爾-舍恩伯格甚至樂觀地認為在認識事物的過程中，“關聯就足夠了”(邁爾-舍恩伯格等，2013，第66頁)。 然而，在教育研究中，真的是“關聯”就足夠了嗎？事實上，在大數據時代，我們依然無法只依靠相關性思維方式、只憑借探究事物間的相關關系來認識教育，推動教育變革。大數據應用于教育不能等同于運用到一般的行業和領域，有些自然、機械的領域并不需要追根問底，也不需要展示無限的可能性和豐富的意義世界，只要正常運轉，滿足人們的需要就夠了。但教育不同，“關聯就足夠了”這種判斷其實是在回避認識論的基礎問題(賈向桐，2017，第11頁)。從學理上說，諸如認識的來源、真假判斷的標準、知識的性質等諸多重大問題并不是相關性思維能解決的。從現實中看，相關性思維方式并不能完全替代因果思維，僅靠相關性思維來認識教育是遠遠不夠的。實際上，大數據時代相關性思維方式的重要性不斷提升，其根源在于數據本身，而非相關性的思維方式真能徹底取代因果關系。之所以這樣說，是因為大數據時代，面對大數據體量巨大、結構多元無序、數據混雜的特性，對于數據因果關系的探索已不再像小數據時代般“簡單”，由于無法有效探索教育內在的因果關系，人們才轉而關注探索數據的相關關系。從這一角度來看，相關性的思維方式可以說是大數據時代人們認識世界的“無奈之舉”，并非相關性思維是對因果思維的徹底超越，并非相關性思維神通廣大，足以實現對教育的完全把握和洞察。當然這并不是否認相關性思維本身的價值，只是歷史地看待相關性思維的發生發展。“關聯就足夠了”止步于相關關系不會帶來根本上的認識論的進步，對教育世界的認識依然需要在相關關系探索基礎上進行因果關系的探究，需要將相關性思維方式與因果性思維方式結合起來應用于教育理論與教育實踐。 具體來說，相關性思維方式的局限在于對于發現問題的可能原因具有很大的幫助，而在問題的真正解釋和解決方面卻相形見絀。大數據對事物相關性的分析是局部的、非全局的。在高度復雜性和高度不確定性條件下，無論人們有著多么先進和高超的大數據處理能力，即使我們確實收集了所有數據并用技術對其進行分析，人類事實上也只能把握點與點之間的相關性，或者把握局部的相關性(張康之等，2015，第9頁)。這種分析也就決定了我們無法從相關性分析中找到事物間普遍的、必然的聯系。“我們的先民發現了蛙鳴和下雨之間的關聯，知其然，然而不知其所以然。一開始試圖通過學青蛙叫來求降雨。多次失敗后，就開始走向巫術和宗教。由此，跪求上蒼降雨幾乎成為古代的一種常規儀式。”(程慕青等，2019，第9頁)這就是只能對相關關系予以把握而無法從根本上探究因果關系而最終導致的認識的表層化、實踐的荒誕化。我們可以利用大數據發現問題，但卻無法對相關關系進行分析和解釋，只能以“因為相關，所以相關”這樣的句式來進行自我麻痹。“因為相關，所以相關”的解釋僅僅是一種外在表現的描述，而非內在關系的闡發，缺乏對機制、本質的深入思考，也就無法對發現的問題予以必要的揭示、解釋與回應。所以，沉迷相關性思維方式將會直接導致認識的“表層化”，問題僅僅是被展示出來而無法被回應、被解答。無論使用如何精巧的大數據分析工具，都不能代替人的理性思考，代替對因果性的追求。相關性思維存在的意義值得肯定，但其缺陷也是顯而易見的。 從實踐中看，教育自身的性質決定了在教育中單純依賴相關性思維方式是遠遠不夠的。盡管當前教育變得越來越復雜，人們對教育的要求和期待日益繁多，但教育作為一項有目的培養人的活動，其自覺自為的、高度的價值選擇和理性規劃的特性始終沒有變，且隨著國家需要和個人成長需求的發展仍在加強。教育這一特性也便決定了教育活動中的諸要素皆要圍繞為何、如何以及評價等一系列問題來開展，大數據應用于教育也不能例外。人的培養是一個不可逆的過程，任何施加于人的因素都需謹慎，一旦形成影響便將深刻而持久。而片面依靠相關性的思維方式，教育將變成一種不確定性的活動，我們只能發現影響教育活動的可能要素，而這些要素究竟如何發揮作用我們不得而知。如果只能依靠模糊的、不確定的相關性來闡釋、把握和指導教育，久而久之，教育便成為一種不自覺的行為，其自覺性、目的性、計劃性和調控性將大打折扣，這也必將降低現代教育的理論品質和實踐品格，與現代教育的基本特征和發展趨勢相背離。因此，面對學生、面對教育中的一系列根本性問題，我們不僅要“知其然”，更要“知其所以然”。 三、大數據教育應用的價值限度 教育蘊涵著豐富的價值意蘊，任何自覺的教育過程始終伴隨著價值選擇和實踐，哈耶克甚至認為“教育上的問題多半為徹頭徹尾的價值問題”(哈耶克，1997，第164頁)，價值上的追問和反思是教育一刻也不能缺少的。大數據時代，特別是大數據運用于教育，其價值何在，蘊含著何種價值意蘊，同時又可能帶來哪些價值上的問題同樣值得深入思考和進一步確認。 事實上，從價值論的角度來考察大數據教育應用，仍然是一個豐富的隨著實踐的深入而不斷展開的議題。但至少有兩點是清楚的。一是作為一種工具和技術手段，大數據與教育相結合大大提升了學習和教育效果，其工具、功效價值毋庸贅言。目前人們從技術層面所做出的各種開發應用和推廣實踐就是在最大程度地發揮大數據的工具性價值。拋開具體的操作應用層面，大數據之于教育的這種工具功效價值主要表現為：借助大數據及其相關技術，在教育上史無前例地帶來了人的解放，讓人的主體性得以充分彰顯。啟蒙運動以來，如何彰顯人的主體性、豐富和發展人之為人的主體性成為教育的現代性任務，成為近代以來教育的不懈追求，也成為中國教育現代性轉型的重要目標。大數據的出現，為人的主體性凸顯提供了新的契機。大數據對人的主體性價值的凸顯，一方面體現在對個體差異性的關注。“現當代很多教育改革的價值訴求之一就是充分發揮學生的主體作用，但在確立學生主體地位的過程中，始終有一個難以逾越的基礎性問題，即學生個性化訴求與同步化規模化教學組織之間的矛盾。”(楊曉峰，2016，第10頁)大數據時代，“萬物皆聯網，無處不計算”的狀態正在形成，關于學生個體發展的計算無時無刻不在進行，學生發展過程中的“一舉一動”都能被記錄。通過對數據的分析以“準確”把握學生的個性化特征。繼而為學生定制個性化、動態性的學習方案，以此支撐學生個性化的學習。大數據的教育應用使每個人自由自覺的發展成為可能，凸顯了人之為人的本質屬性。另一方面，大數據實現了對人的整體性的關照，有利于完整人的塑造。大數據實現了對個體數據橫向與縱向的雙向獲取和整體性獲取，特別是大數據強調的相關性、全樣本性等，實現了對人與自然、人與社會的相關性表征，在一定程度上消解了人與自然、人與社會、人與他者的對立狀態。“人與社會的裂痕在數據中被敉平，人與人、人與社會之間成為休戚與共的人類命運共同體，人在社會關系上不再是孤立的和片面的，而是實現了人的社會關系的整體性回歸。”(李君亮等，2018，第47頁)然而，值得注意的另外一點就是，無論大數據的作用、意義、價值有多大，大數據如何幫助人實現自我認識和自我發展，如何提升教育的精準性、個性化和效率，在教育應有的本然、本來的價值面前，大數據應當適可而止，不能越位，不能成為教育最終的標準和鵠的。這在某種意義上構成了大數據教育應用的價值限度。 大數據教育應用的價值限度是指大數據所承載的工具價值不能涵蓋、超越或統整教育的育人價值。也就是說大數據再怎么重要也只是認識和把握教育的一種手段和方式，在教育本有的育人價值面前，呈現出的始終是一種工具性的價值和工具性的存在，不應該也不能夠把大數據推到教育的前臺。迷信和崇拜數據、數據為王、一切用數據說話的做法是不可取的，這樣做的后果是把活生生的人、把教育的本然狀態和育人為本的價值忽略和置后了。此為大數據應用于教育的另一種規制和邊界。 大數據、互聯網、云計算、人工智能等技術在當前呈現疊加累進態勢，人類社會發生翻天覆地的變化，能否數據化、能否進行大數據挖掘和分析、能否被寫成算法幾乎是衡量一切行業和領域是否跟得上時代潮流的基本標準。教育領域當然也不應該排斥新技術革命，而且應該充分利用這次新技術革命的契機。事實上教育領域也在積極地擁抱大數據，試圖通過大數據來重新透視、構想教育，使自身變得更加“科學”“客觀”與“理性”，以此獲得自身的新定位、新方向和新發展。可問題在于，當前大數據教育應用日益繁盛的背后卻暗含著“唯數據論”的傾向。面對信息化、數據化的浪潮，教育領域中數據崇拜、數據沉迷、數據過度解讀，甚至數據本位的苗頭已然顯現，日益凸顯的工具價值也在一定程度上壓制了教育本體性的價值訴求，大數據、數據主義正成為教育中的新的“意識形態”。 大數據應用將直接指向人的生長，指向人本身、面對未成年的兒童、面對人自身的揭秘和重塑，而大數據的“意識形態”地位一旦確立，數據至上和數據優先的思想一旦上升為價值判斷，大數據工具價值與教育的育人價值的錯位和倒置也就發生了。具體來講，大數據的工具價值對教育的育人價值的僭越，是以教育放棄自身邏輯與價值立場為代價而投靠大數據的“算計性”“有用性”的結果。即教育之培養人、豐富人和發展人的價值追求或終極目的讓位于大數據所追求的功利性價值與算計性思維，教育不再培養自由而全面發展的人，轉而培養大數據邏輯下具有某種“規格”的工具和“元件”，人自身卻退場了。進而，教育的“自我”逐漸被大數據賦予的“他我”所取代，教育也逐漸成為一種聽憑大數據安排可以任意“使”之的手段和工具，在大數據所彰顯的工具價值主宰下，教育本體性的育人價值必然淡出。 近代以來，科學技術進步的雙刃劍效應所帶來的問題和導致的異化已為人類所普遍經驗，更為一些先賢大哲不斷警示和剖析。當數據成為“中心”、走向“前臺”的時候，人的邊緣化、異化和消解就是必然的了。所以，必須是人，而不是技術成為價值的最終根源和判斷標準，是人的最優發展而不是生產的最大限度發展成為一切規劃的標準(Fromm，1968，p.96)。說到底，從哲學意義上講，數據本身既不能成為教育的價值取向，更不能成為教育的最終目的。正如此前的任何一種新技術一樣，在技術應用于教育、技術和教育的互動關系中，應當永遠值得注意的是技術是人為的、更是為人的，是為了人更好地生存、生活和成長服務的。在教育這一非常特殊的人類自身再生產的社會實踐中，不可能是技術本位或技術優先地考慮問題。技術永遠要服務于人生、服務于人的成長，次序不可顛倒。 四、大數據教育應用的倫理限度 人是倫理性的存在，教育不得不面對很多復雜而具體的倫理問題，特別是在全球化、市場化、信息化的今天，人類社會的傳統倫理生態和倫理關系正面臨著巨大的沖擊和挑戰。將大數據、人工智能等具有革命性的技術引入教育，將不再僅僅是技術因素決定教育是否變革以及變革的力度有多大，而是在很大程度上受制于人們能否接受這些技術因素所帶來的倫理關系的改變和這些技術所帶來的倫理問題的解決程度。因此，檢討大數據教育應用的限度，還有一個重要的維度，即倫理的維度。從倫理的維度來看，大數據運用于教育也是喜憂參半，積極的倫理向度和消極的一面、難以解決的倫理問題同在。 一方面，在彰顯個性、促進自由、提高教育平等和普及、增強多元價值觀念等方面，大數據應用于教育將帶來眾多積極變化。如前所述，大數據的教育應用在一定程度上能夠增進個體自由，凸顯學生的自主性。自由是當今社會發展和個人發展都不可忽視的概念，也是教育所珍視、追求與踐行的重要價值觀念之一。“教育應該保證人人都享有他們為充分發揮自己的才能和盡可能牢牢掌握自己的命運而需要的思想、判斷、感情和想象方面的自由。”(聯合國教科文組織國際教育發展委員會，1996，第78頁)與大數據結合，教育可以為學生提供更加靈活多樣的學習方案，可供學生進行選擇的內容更加豐富。特別是廣泛數據收集分析之后確定的個性化學習方案，能夠凸顯學生的主體性，更好地培養學生的個性。同時，大數據教育應用可以推動教育的均衡發展，有助于實現教育公平。大數據時代，各類教育資源以數據流的形式進行跨時空交流逐漸成為可能。如以慕課(Mooc)為代表的在線教育等能夠使有限的優質教育資源在更大范圍內互換與共享。當前，國內也已經有多家中小學校正在試圖通過網絡的形式進行課程資源的共享，在一定程度上加強了邊遠、貧困地區的課程建設，緩解了教育資源的不均衡問題。 與此同時，大數據的教育應用必然伴隨一些倫理問題或倫理風險，這是人們在數據挖掘和應用過程中必須面對的障礙和難題，這些難題得不到有效解決，將直接影響到大數據教育應用的深度和廣度，甚至使其“寸步難行”，由此也構成了另外一種意義上的大數據教育應用的“倫理限度”。例如： 全方位數據收集侵犯了學生隱私。依靠大數據實現對學生的認知、思想動態和行為習慣進行全方位、實時的關注，通過對學生的一舉一動的關注，大數據才能獲得分析和預測的基礎。也正是“大數據持續的數據監測、跨平臺的數據聚合以及數據的廣泛分布等特征”(Ben-Porath&Shahar，2017，p.245)，使得學生如同身處“全景敞視監獄”(panopticon)中，時時處處都受到監視，這對學生乃至一個家庭的隱私都構成了威脅。在此，我們不難發現大數據教育應用中存在的一個矛盾：一方面，如果拒絕數據的收集，我們便無法利用大數據及其相關的技術以及與之相伴的各種便利；另一方面，如果允許大數據的收集，由于數據收集過程的全方位、實時性等問題，學生的隱私則必然會受到侵犯。同時，還將存在數據被惡意和非法利用的危險。“許多組織或者個人并沒有明確說明他們將如何使用數據、做何種目的使用”(Alharthi，Krotov，&Bowman，2017，p.287)，更有甚者，“假借某種特定名義來獲得個人同意后收集的數據可能是為了某些其他目的而收集的”(Douglas，2013)。其實，無論怎么選擇，大數據應用必然導致隱私無法保障。 大數據預測功能壓制了學生的自由選擇。預測是大數據的一個重要功能，通過對學生既往數據的分析，能夠對學生后續的學業發展、就業選擇進行趨勢預測，也可以對學生可能出現的錯誤進行預警。以此為基礎，教師能夠及時施加干預，從而更好地保證教育效果。但是，對學生發展的預測在教育中卻會產生諸多問題。趨勢預測是一種可能性而非必然性，因為“學習和生活軌跡，很少是線性的，不能僅從‘字面上’預測學生的發展”(Zeide，2017，p.167)。對個體而言，預測可能會剝奪學生自由選擇的機會，限制學生未來的發展，影響學生的自我實現。因為，既然未來都已經“寫好了”，學生只需要按照既定的路線完成自己的學業，甚至走完自己的一生。教師和家長也有可能不當使用這種預測，在負面和消極意義上使用大數據預測。結果是，大數據預測導致了學生不再需要做出選擇，也不再擁有各種可能，學生人之為人的尊嚴、未來的敞開性和可能性