上周去参加一个教育论坛，台上专家激情澎湃地讲着“数据驱动教学”，PPT上各种图表飞转。旁边坐着的一位老教师悄悄对我说：“这些数据，能看出孩子今天为什么不想说话吗？”
她问得我一时语塞。
说实话，干这行这么久，每次听到“教育大数据”这个词，我的心情都很复杂——既兴奋又警惕。兴奋的是，它确实带来了前所未有的洞察力；警惕的是，我们是不是正在把孩子简化成一串代码？
数据画像：每个孩子都是“异类”
现在很多学校都在搞学生数字画像，用考勤数据、作业正确率、课堂互动次数来给每个学生打标签。比如“小明：数学逻辑强，语言表达弱，注意力集中度75%”。
看起来挺科学，对吧？可问题来了——那个注意力集中度75%是怎么算出来的？是统计了他一天中抬头看黑板的次数？还是捕捉了他眼球移动的轨迹？
有个做技术研发的朋友跟我吐槽：现在市面上很多学习分析系统，算法粗糙得吓人。有一次，系统给一个学生发出了“抑郁倾向”预警，理由是这孩子一个礼拜没在课堂上发过言。后来班主任一打听，原来人家只是那周嗓子哑了！
我们总说要用大数据挖掘发现学生的真实状态，但有时候数据本身就在制造偏见。去年某地新高考选科，有个系统根据历年数据预测“物理生物地理组合”升学率低，直接建议学生避免。结果呢？一群真正喜欢这个方向的孩子差点被“劝退”。数据是死的，人是活的啊！
问：那是不是说学生画像完全没用？
答：当然不是！画像本身是个好工具，关键在于怎么画、画完怎么用。比如上海有一所小学，他们把画像重心放在发现学生的“异常峰值”上——某个孩子数学成绩平平，但在几何图形题上正确率突然飙到95%。老师专门和他聊，发现他特别喜欢玩七巧板，于是推荐了建筑模型兴趣小组。后来这孩子在全国科创比赛拿了奖。你看，数据用得对，它能发现被肉眼忽略的闪光点。
自适应学习的尴尬与突破
“自适应学习”这个概念火了有好几年了。理想很丰满：系统根据你的答题情况，自动推送适合你难度的学习内容，就像今日头条推送新闻一样精准。
但真实情况呢？我试用过好几个这类产品，大部分就是单纯的“闯关游戏”：做错了，降级练；做对了，升级打。孩子们很快就摸清了套路，甚至产生了“刷通关”的功利心，至于知识到底掌握了没有——系统可不管。
北京有个搞人工智能的团队做过一个对照实验：一组用自适应系统学英语，另一组用传统的老师面授。三个月下来，系统组在词汇量的提升上确实更快，但写作和口语能力反而下降。为什么？因为算法无法评价“创造力”！你说当孩子写出一个充满想象力的错误句子时，系统只会冰冷地判错，而老师会眼睛一亮：“这个想法有点意思，我们改改让它更通顺好不好？”
不过话说回来，自适应技术在刷题提分这个维度上，确实厉害。我认识一个高三学生，数学成绩一直90分徘徊，用了某款自适应刷题App，因为它能精准定位到“三角函数诱导公式”这个薄弱点，反复推送同类变式题，三个月后提到120分。当然，你一定要说他数学素养提高了——嗯，难说。
问：自适应学习是不是只适合应试？
答：目前看，它最适合高度结构化的知识，比如数学计算、语法规则。但很多前沿研究正在尝试融入“学习情感模型”，通过摄像头捕捉学生的面部表情，如果系统发现你开始皱眉、走神，就自动插入一个幽默小视频，或者降低难度。我参观过深圳一个实验室，他们甚至让系统根据学生的脑电波反馈来调整内容呈现速度！听起来很科幻，对吧？但距离走进寻常教室，还得爬不少坑。
当大数据遇上教育公平
有个点被讨论得最少，我却觉得最重要——数据的“偏见继承”。
现在有些地区教育大数据中心，会把全区、全县的学业数据汇总，然后生成“区域教学诊断报告”，告诉某个学校“你们阅读素养低于均值”。然后这所学校就拼命抓阅读，老师学生压力山大。
但这个“低于均值”是怎么来的？如果计算均值的时候，没有考虑到这所学校80%是外来务工子女，家庭根本没有亲子阅读环境，那这个均值就是一把不公平的尺子！非但没帮上忙，反而制造了焦虑。
我特别赞同北京师范大学某位教授的话：“教育数据伦理不是附加品，而是必须内置在系统设计里的第一行代码。”比如，在数据分析时就加入家庭社会经济地位（SES）变量，剥离环境因素再看教学增值，这才是对学校和老师的公正评价。可惜，目前做到这一点的凤毛麟角。
另一个极端是——数据滥用的隐私风险。有些App明目张胆地收集学生的位置信息、甚至社交关系，打着“分析行为模式”的幌子。去年不是有个新闻嘛，一家教育科技公司被曝出卖学生的午休习惯数据给文具商！这种没有底线的操作，简直是对教育的玷污。
问：作为家长，我能怎么保护孩子的数据隐私？
答：第一，仔细阅读教育App的隐私条款，别直接点“同意”；第二，对于明显超出教学需求的信息收集（比如要求访问通讯录）坚决拒绝；第三，教育孩子不要用学习账号去绑定乱七八糟的外部服务。另外，3月1号生效的《未成年人网络保护条例》里加强了对儿童数据的保护，发现违规可以果断举报！
说到底，技术是中性的，但用技术的人不能没温度。教育大数据的未来，不该是冷冰冰的监控和分类，而应该是让每个孩子都能被“看见”——不是作为一组数据点，而是作为一个个会犯错、会闪光、会突然不想说话的，活生生的人。