「這真是一本可讀性很高的書籍，內容簡單易懂，又很有說服力。」 ——陳良基（臺大學術副校長、臺大MOOC總主持人） 大數據（巨量資料）正在跨入教育體系的所有層面， 對於全世界的教學與學習活動，勢將產生極為深遠的影響。 《大數據：教育篇——教學與學習的未來趨勢》這本書 就是要談談大數據將如何改變教育。 大數據讓我們以前所未有的方式和觀點，看到究竟什麼有用、什麼沒用。 作者舉出「大規模開放式線上課程」（MOOC）、可汗學院、Duolingo語文學習網站等案例， 告訴我們，教育不只是「我講你聽」、考試打成績、或是選修科目更多而已； 透過大數據，我們可以看到： 歷史上第一次，我們終於擁有了強大、具實證效果的工具， 能夠瞭解「怎樣教學」與「如何學習」。 以前不可能觀察到的種種學習阻礙，現在已有辦法逐一化解，大幅改善學生的學習成效。 課程可以依據學生個人的需求做調整，真正做到因材施教。 教師的工作不會被教學網路和影片取代，而會變得更有效益、也更有趣。 學校領導者和政府決策官員，也能用更低的成本提供更多教育機會， 這些正是減少社會貧富差距、讓社經階層流動的重要因素。 今天的教育主管機關和學校，其實有著像過去君主和教會的壟斷地位， 但這種壟斷，即將因為大數據的介入教育，而遭打破。 有了大數據之後，社會大眾終於能夠知道「學習」應當是怎麼一回事， 從而讓教育的本質和體制徹底翻轉。 大數據時代正是不斷學習的時代、翻轉教育的時代！

中文版序 期許臺灣以大數據協助教育改造與經濟轉型 麥爾荀伯格、庫基耶 006 第1章　　薄暮 顛覆傳統教學模式，不只是「我講你聽」 012 第2章　　改變 三大核心概念：回饋、個人化、可能性預測 032 第3章　　平臺 背後不斷運作的資料分析，正是可汗學院的大腦 068 第4章　　後果 不要讓老資料綑綁，否定我們改過向善的能力 096 第5章　　黎明 巨量資料時代，會是不斷學習的時代 122 資料來源 142 附錄 《大數據》作者麥爾荀伯格首度訪台論壇紀實 158

◎文／麥爾荀伯格、庫基耶 　　全球業界、政府及各種公司行號已紛紛起身擁抱巨量資料。雖然一開始是以美國矽谷為首，推動全球巨量資料相關科技，但現在最能感受巨量資料威力的地方正是亞洲。原因在於巨量資料讓亞洲闢出一塊新戰場，能夠與西方知名大型企業一較高下。而且亞洲各個大小經濟體都站在非常有利的位置，能夠共同打造出巨量資料的下一個高峰。 　　臺灣經濟曾在二十世紀下半葉，靠著低成本製造業飛黃騰達，並快速在價值鏈向上移動，進入高科技製造業，而在半導體和代工業大放異彩。這時的創新在於晶片的設計及製程技術，而臺灣企業也在專利上領先群倫，顯現其用功用心不落人後。 推動兩項教育變革 　　然而，戰場局勢已經改變，企業創新面向已然不同。現在企業的成功，不再是倚靠研發突破性新科技或是重新設計組織流程，而是倚靠蒐集、分析巨量資料，將營運最佳化，又或是從大量的資料中，創造出新的商業活動。 　　隨著經濟活動改變，教育也有所調整。目前的兩大變革就在於教學的內容及方法，而這也正是亞洲（特別是臺灣）擁有豐富人力及技術資產、但也面臨一些挑戰的面向。 　　第一項變革在於學生學習的「內容」。有了巨量資料，亞洲有大好的機會重新活化經濟，與西方抗衡。想要出類拔萃，其中最重要的一個領域就是數學。根據2013年PISA（國際學生能力評量計畫）研究報告指出，在標準化的國際評量中，臺灣年輕學子的數學能力高居全球第四。所以從技能的角度來看，亞洲、特別是臺灣，確實是領先的一群。 　　然而，第二項變革是在於教育的「方法」。很遺憾，目前並沒有任何國家或文化，真能在此面向表現突出。本書提到，許多教育最傳統的層面都從未經過實證研究證實。學校裡似乎什麼都要測驗、考試，卻漏了問最重要的一個問題：我們教學的方式，真的是最好的方式嗎？ 　　歐美的官僚體系僵化，難以動搖，許多必要的改革也因此停滯。希望亞洲能擺脫這些枷鎖，重新思考如何有效使用資料、改革教育。 　　而在臺灣，這點的急迫性更勝以往。經濟型態已經成功從過去的低成本製造，走向較高端產業及服務業，不僅在半導體產業長期稱霸，其他在生技、製藥和加工成品上，也意氣風發。然而，教育內容的一項當務之急，就在於不能只繼續著重數學及工程，而要轉向統計及機率。同樣的，教育系統也有許多層面必須重新檢視，依據巨量資料來加以改進。 下一個目標：培養創新思維的文化 　　最後，巨量資料及教育努力的下一個目標，在於文化領域：要讓人有「巨量資料思維」，也就是要能透過教育，培養出具備巨量資料的創新思維，像是蒐集資料的新方法、創新的資料使用方式，以及能運用巨量資料打造出新型業務。臺灣必須培育關於巨量資料創業、實驗及風險承擔這些方面的文化。希望臺灣企業領袖能夠挺身面對這些挑戰，激勵能應用巨量資料的年輕一代，讓他們在企業內部逐步晉升，發揮更高層次的影響力。 　　好消息是，巨量資料是個小經濟、小企業也能發揮大作用的領域。雖然擁有大量資料很重要，但光擁有資料還不夠，想要真正得到實用、能夠運作的概念和想法，就還必須掌握分析資料的能力。因此，隨著亞洲逐漸發展讓「分析」也成為精密打造的高科技產品，臺灣就能將自己定位在高端、高利潤的分析服務供應商。 走向知識產業經濟、資料導向經濟 　　臺灣若能擔綱「巨量資料時代策略顧問」這樣的角色，就能夠幫助自己從過去的亞洲四小龍，走向二十一世紀知識產業經濟、資料導向經濟之列。而一切的出發點，就是要用巨量資料的概念，將教育重新思考、改造。 　　期待在未來，我們能夠看到臺灣在巨量資料世界的成功，甚至為此下筆著述。

老師傅 vs. 新教授 　　達瓦（Dawa）全神貫注，在筆尖蘸了一點顏料，小心翼翼的畫出一條細細的黑線；然後又蘸了一點顏料，再畫出另一條細細的線。時間慢慢流逝，一幅擁有迷人幾何細節的唐卡（一種絲質的佛教卷軸畫）也漸漸成形。 　　屋外，白雪皚皚的喜馬拉雅山峰圍繞著不丹王國的首都廷布（Thimphu），山峰在夕陽映照下，閃閃發光。屋內，達瓦和他的同學都大概只有二十多歲，穿著相同的藍色長袍，專心致力於手頭上的精細工作，歲數中年的師傅則在一旁仔細監督。 　　唐卡藝術家的訓練還是遵循古老傳統，達瓦和他的同學來到這裡的目的，不是接受教育、開拓心靈，而是要從學徒制，學到紀律。這裡的學習方式不是詢問，而是模仿。早從數百年前，就已經有人定下無數的規矩，規定只准在什麼地方、以什麼方式、畫出什麼東西來。 　　達瓦的師傅就是要確保這些年輕藝術家，完完全全遵照指示，重複做著之前世世代代唐卡繪畫家所做的事。如果膽敢稍稍偏離、或是不符過去的規定，可不只是下次小心一點就好，而會被視為大逆不道。在這裡，所謂最好的畫家，就是要能夠完美複製師傅的作品。師傅會不斷指出各個不完美的地方。雖然學員能夠即時得到師傅的意見回饋，但這種學習方式仍然算是缺少資料和數據的回饋。 　　相對的，世界上還有一種可說是天差地別的教學方式，譬如史丹佛大學資訊工程教授吳恩達（Andrew Ng），就是在網路上開設「機器學習課程」（machine learning，這是資訊工程的一個分支）。 　　吳恩達是線上授課公司Coursera的共同創始人，他的這種教學方式，也正是巨量資料（俗稱大數據）即將讓教育徹底改變的前兆。 　　吳恩達會蒐集一切跟學習活動相關的資料，涵蓋學生的各項作為。這樣一來，他就能知道哪些課程安排的效果最好；而且系統經過仔細設計，能夠自動將結果導回課程中，據以改善教學、提升學生的理解和表現，也能依據每一位學生的個別需求調整教學。 　　舉例來說，吳恩達會追蹤學生觀看教學影片時的動作，像是他們會不會按暫停、快轉，甚至是提前切掉影片（這等於是一種數位蹺課的行為吧？）。 　　吳恩達能夠知道：學生是不是同一部影片觀看了很多次，又或是他們會不會回頭觀看某一部先前的教學影片來複習。此外，他也會在教學影片課程之間，放進小考；但這可不是為了測試學生專不專心，課堂秩序這種老掉牙的事完全不在他的考量之中。吳恩達之所以要小考，是真的想知道學生是不是都懂了，而且他還能針對任何一位學生，看看學生是不是在某個地方卡住了、想不通。 　　吳恩達可以追蹤任何一臺電腦或平板電腦的課後作業和考試結果，所以他能夠判斷某一位學生是否在某個特定課題，需要加強協助。而只要分析全班的所有資料，他也能看出學生整體的學習情形，據以調整課程。甚至，他還可以將今年的學生資料與前幾年、或是其他班級的資料做比較，就知道哪一種教學方式最有效。 關鍵在於巨量資料 　　吳恩達教授的修課學生人數都有數千、甚至上萬人，所以各種發現在統計上都夠穩健，而不會有一般教學研究計畫只能依靠小規模觀察的問題，這也算是一大好處。但在這裡，最關鍵的要點並不在於修課人數有多少，而是在於巨量資料。 　　吳恩達教授徹底利用巨量資料，讓巨量資料大顯神威。例如，他追蹤學生觀看教學影片的順序，就發現了一個令人意想不到的反常現象。大部分學生都是依照順序，一部一部往下看，但是過了幾個星期，大約看到第7堂課的時候，學生會跳回第3堂課。這是為什麼呢？ 　　吳恩達進一步調查，發現第7堂課是要求學生用線性代數寫一條公式，而第3堂課則是在幫助學生複習數學。很顯然，許多學生對於自己的數學程度沒那麼有信心。於是，吳恩達就知道應該修改一下課程，在學生覺得壓力太大、有點灰心的時候，用更多的數學複習內容幫他們一把；這正是巨量資料告訴了他，某些學習關卡的時間點。 　　還有一次，吳恩達看到不少學生反覆觀看某個主題的影片，而且他是真的「看到」了：大約在第75堂課到第80堂課之間，學生觀看教學影片的順序就大亂了，學生會重複觀看，但沒有一定的順序。（吳恩達事先製作了一套讓巨量資料視覺化的程式，只要統計上顯示「使用者觀看影片的順序異於常態的次數大增」，就會從深藍色轉為鮮紅色。） 　　吳恩達教授的結論是：學生對於理解這些概念有困難，正在努力想要搞懂。於是他意識到，如果教師能知道這些事，就能夠改進、重新錄製那幾堂課的影片；而且接下來，也能夠明確檢核，看看學生的學習情況是不是有好轉。 巨量資料正在進入教育的所有層面 　　吳恩達教授看到的巨量資料威力，還遠遠不止如此。一般人使用線上論壇的時候，會看的是貼文有多少人已讀，再請讀者對貼文評分、判斷貼文內容是否有幫助。但吳恩達對於自己課程的線上論壇，則是跑了一回很複雜的統計調查，能夠真正看出某篇論壇貼文「有沒有幫助」：他會先找出答錯某個主題相關作業或考題的學生，再看看他們讀過某篇特定的論壇貼文之後，下次碰到同樣問題能夠答對的百分比。 　　例如，在2011年關於機器學習的課程上，有幾千名學生答錯了「線性迴歸」的一題成本計算題。但只要是後來讀過論壇第830號貼文的同學，下次能夠答對的機率就高達64%。 　　於是從現在開始，只要是答錯那個主題的習題的同學，系統就會自動把第830號貼文寄給他們。這是一種以巨量資料為墊腳石的教學方式，能夠找出哪些論壇貼文確實有助於學習，而不是只倚賴學生對貼文的主觀評分。 　　而且，這種使用巨量資料的方式，絕不只是史丹佛大學吳恩達課堂的專利；它已經點出未來的教育大趨勢！巨量資料正在進入教育的所有層面，對於全世界的教學與學習活動，必然會產生深遠的影響。 不只是「我講你聽」 　　這本《大數據：教育篇》就是要談談巨量資料如何改變教育。巨量資料讓我們擁有前所未見的方式和觀點，能夠看到究竟什麼有用、什麼沒用。我們現在可以看到以前不可能觀察到的學習層面，從而改善學生的學習成效。課程可以依據學生個人的需求，進行調整，有效提升他們的理解和成績。 　　教師也能夠找出最有效的教學方式：教師的工作不是「被取代」，而是「更有效」，而且很可能也「更有趣」。學校領導者和政府決策人員，也能用更低的成本，提供更多的教育機會，而這正是減少社會貧富差距和社經地位差距的重要因素。史上首次，我們終於擁有了強大、具實證效果的工具，能夠瞭解「怎樣教學」與「如何學習」。 　　但是請別誤會，這本書要談的並不是「大規模開放式線上課程」（massive open online course, MOOC）而已。吳恩達教授在史丹佛大學開設的MOOC課程，過去幾年已經廣受矚目，多次躍上新聞頭條。MOOC可說是讓人人都有了普及受教的機會，種種可能性讓全球都深深著迷，這無疑是一項美好的發展。然而有時候，MOOC也只是舊教育換個新樣子，仍然是「我講你聽」，只是上課機會更多、求學的門檻降低而已。 　　然而，MOOC確實有一點是全新而潛力無窮的：它們會產生巨量資料！有了這些巨量資料，我們就能知道什麼教學方式最有效；我們現在已經擁有了犀利的工具，能夠解開過去無法解開的謎團，知道前所未知的祕密。這個犀利工具，就是為了分析巨量資料而發展的種種概念與技術。

作者：麥爾荀伯格(Viktor Mayer-Schonberger)、庫基耶(Kenneth Cukier) 譯者：林俊宏 出版社：天下文化 書系：科學文化 出版日期：2014-09-29 ISBN：9789863205661 城邦書號：A1500526 規格：精裝 / 單色 / 176頁 / 15cm×21cm