大数据充分挖掘学生个性
教育行业刚刚开始跟上数字革命的脚步，前景广阔。尽管大多数反对者谴责学生坐在电脑前学习，但是大部分业内人士都知道，更加有效地利用新的技术成果将老师的时间用在与学生的交流上，才是数字时代真正可挖掘的金矿。
先从我们最熟悉的一些传统数据看起。在教育学院、学校档案室中，是否有堆积如山的试卷和调查表？我们朦朦胧胧地意识到，这些资料是有价值的，但却困惑于这些数据究竟能说明哪些成绩以外的深层次问题，该如何去处理与统计？这些数据究竟可不可信、有没有代表性？数据又如何成为决策的依据？
同样的问题也困扰过美国的教育研究者们，因此他们早在1968年就在教育部成立了全美教育数据统计中心。通过多年的摸索与反复试错，终于形成了一套完整的教育数据处理方法的方法论，并在2002年通过了《教育科学改革法》，明确了数据在教育决策中的决定性地位——所有教育政策的制定都必须由实证数据进行支持。同年，美国教育研究所与全美教育数据中心合并重组后，成立了教育科学研究院（IES），成为全美最重要的教育决策咨询机构。
在大数据支持下的互联网教育更天然地支持个性化。这是一个用户建模的过程，初始数据是学生的年龄、性别、生理、家庭背景、兴趣爱好，在学生的学习过程中，还会进行动态建模，根据其表现不断调整教学方案和内容，并最终在保证基础教育的条件下充分挖掘个人专业潜力，实现人尽其才。
奥巴马连任美国总统的胜利被世界媒体与科技界总结为一场“大数据”的胜利。奥巴马的数据团队对数以千万计的选民邮件进行大数据挖掘，精确预测出了更可能拥护奥巴马的选民类型，进行有针对性的宣传，从而帮助奥巴马成为美国历史上唯一一位在竞选经费处于劣势情况下，实现连任的总统。这告诉我们，只要数据量够大，够及时，挖掘够深刻，我们完全可以分析出每个选民的投票概率。这一幕未来也会出现在教育领域，大数据在教育中应用，会让我们能够“走近每一个真实的学生。”
