“大數據”似乎已經成為一種潮流，甚至是一種時尚。人們還沒來得及知道它“是什么”，就已經置身其中并迷狂不已，更別提仔細思考“為什么”了。所以，用“迷潮”來形容一點也不為過。產業、金融、物流等各界人士摩拳擦掌、躍躍欲試，熱烈討論這種新技術和新資源所帶來的巨大福利，生怕落下新時代疾馳而過的“幸福列車”。尚在努力向“小數據”靠攏的教育研究，似乎也按捺不住轉型的沖動，宣稱“傳統數據研究無法做到的事，傳統研究方式苦苦糾結的許多難點，都在大數據到來的那一剎那遁于無形”。[1]本文絕不是否定大數據本身及其在教育領域內的廣闊前景，而是在正視到大數據為教育研究所帶來的機遇的同時，針對大數據“迷潮現象”展開反思，并在這個意義上，呼吁重新審視教育研究想象力的重要性。

一、基于大數據的教育研究前景

對于“大數據”，雖然目前尚沒有一個統一的概念定義，但是它的四大特征倒是得到了一致公認，基本可以概括為四個V：大容量(Volume)、多樣性(Variety)、快速度(Velocity)以及高價值(Value)。這些特征都有廣闊的教育研究前景：“大容量”的特征與教育數據的深度挖掘密不可分;“多樣性”特征可以有效處理各種形式的教育信息;海量數據的“快速度”處理方式能及時給教師反饋相關學生的學習信息;而“高價值”則意味著徹底重塑傳統教育教學決策模式。

(一)“大容量”與教育數據的挖掘

事實上，由于受制于工業社會的技術與思維方式，我們不得不承認以往對于學生的了解是很少的。學生(產品)只是一個工廠(學校)待完成的原材料，我們只需知道原材料的基本信息，如材料來源(生源地)、質量(入學成績)就行了，這些簡單的學生檔案抹殺了大量學生的個性化信息，以至于因材施教成為極其奢侈的想法，結果就是產出的學生大多成為了工廠的標準件。“大數據使得許多過去不可獲取、計量、存儲和分析的信息都有了數據化的可能;在互聯網、電信和衛星通信技術的支持下，迅速普及的PC、平板電腦、智能手機以及不斷涌現的諸多工具設備正在以數據的形式追蹤人們的日常生活，并將這些數據存儲在相應的數據庫中。”[2]學者們可以利用大數據一些成熟的數據挖掘技術與分析方法進行教育研究。例如，華東師范大學2013年正式運行了全國首個“家庭經濟困難學生預警系統”，學校依據學生的基本家庭情況、所獲“獎、助、勤、貸”等資助信息、餐飲信息(校園卡)等，通過數據庫有效整合，為更全面了解學生的經濟狀況提供了可能，因此該預警系統將掃除資助的盲區。通過預警系統，學?？梢愿玫?ldquo;認定”困難生，從而可以調整幫困資源的使用，科學、公平使用幫困資源，發揮最大效益，促進學生全面成長。[3]當然，隨著學校信息化管理水平的逐漸提高，關于學生各種信息的挖掘會越來越深入，利用范圍也會越來越廣泛，但數據挖掘的前提肯定要保護好學生的數據安全和個人隱私。

(二)“多樣性”與教育信息樣式的處理

大數據的多樣性(Variety)特征也為教育研究帶來諸多便利，由于大數據背后強大的數據搜集和轉化技術，使它能夠有效應對諸如文字、音頻、視頻、圖片以及地理位置等等類型繁雜的信息。學生的年齡階層跨度比較大，教學內容與科目繁多，所以教育研究中，學生數據的搜集手段自然會多種多樣。比如幼兒園的兒童和大學生、文科教學科目與理科科目、活動課與講授課等等的差異，都要求有大數據技術的支持。但無論是什么樣式的教育信息，都可以利用移動互聯網終端產品進行采集，從而產生大量有價值的數據。目前市場上出現了許多教育App軟件，教師、學生和家長可以利用這個平臺實時進行各種文字、音頻、視頻的溝通互動，雖然這些電子平臺增強了各教育主體的交流與溝通，對于傳統教學有所助益，但是這些應用軟件大多源于應用商店(App Store)的隨機下載，“并非為教育目的定制，只能對某一個教育環節起到輔助作用，這也造成了有些軟件的設計可能并不符合我們的教育理念，而學生家長誤以為這是教育者推薦的產品，更重要的是我們無法獲取在應用這些軟件過程中學生所產生的數據，使得大量真實、有研究價值的數據流失，所以如何設置個性化的、符合特定教育目的的教育軟件，重視其中數據采集的工作，并且設計數據收集的類別與標準，是未來一個巨大的發展前景，因為這將是改變課堂最重要的大數據來源。”[4]而技術支持下的多樣性教育信息的采集與分析，無疑會對傳統教學產生巨大改變。

(三)“快速度”與教學方式的變革

大數據的快速度(Velocity)特征，由于強大的數據處理技術，能快速地轉化和生成各項實時數據，甚至通過各項成熟算法，可以實現同步呈現數據分析結果。因此，在對于微觀課堂的觀察研究中，很多學生的課堂互動信息可以及時反饋給教師，而教師則會根據這些實時反饋信息，靈活調整教學內容、組織方式以及教學策略，這些在傳統教學中是不可想象的。“以往教育領域一直堅持著由有經驗的老教師傳、幫、帶新教師的方式發展教師隊伍，原因在于老教師頭腦中有著新教師所沒有的過往十幾年乃至幾十年的教學實踐，老教師長時間對教學現象的觀察與分析形成了被我們稱之為教學經驗的東西，這些經驗的多少與優劣也決定了教師在其專業發展上所處的層次和位置”。[5]但是，隨著大數據時代的來臨，“計算機將可以通過以往教師記錄在其中的教學問題以及對問題的解決方案進行分析，而當這種記錄與分析達到一定數量時(如上百萬條時)，通過對相關數據的分析將會為有需要的教師推薦在遇到類似的教學問題時可以采取的解決方案是什么，即實現數據分析基礎上的教學問題解決，教學問題解決不再依賴于停留在每位教師頭腦中的模糊的經驗，而是基于對海量的教學問題的描述以及教學問題解決方案的分析”。[4]因此，大數據的“快速度”特征除了帶來的實時反饋優勢之外，它還可以彌補教學時間所帶來的經驗缺陷，幫助教學新手迅速適應教學崗位。這將極大地改變教師專業發展模式，為課堂教學方式帶來革新。

(四)“高價值”與教育教學決策方式的轉變

大數據可以給教育帶來諸多改變，但無論是教育數據的挖掘，還是教育信息的處理，都是為了教育教學服務，尤其是教育教學決策會受到巨大沖擊，當然也將會帶來高額回報。教育決策雖然有宏觀(國家社會層面)、中觀(學區、學校層面)和微觀(課堂教學層面)之分，但是有限理性下，無論哪個層面最佳的教育決策所需要的教育數據都是極其龐大的，僅僅憑借傳統方式獲得的片面教育信息，顯然容易導致經驗自負以及“拍腦門”的教育決策方式。“教育大數據有對整個教育活動運行情況監測的功能，有助于教育決策者及時發現問題解決問題，從而更好地對教育系統進行調控，修改和制定更加切合實際情況的決策;可以通過對不同階段數據的分析，尋找教育發展變化的規律，以便對未來可能發展的趨勢或可能出現的問題進行預測;通過數據的收集、分析和整理將教育現象量化，以定性和定量結合的方式呈現教育結果，方便教育決策者了解教育系統的特征，評估教育發展的進程，以此對教育發展做出更有價值、科學的決策”。[2]當前我國教育改革處于深水期，再加上龐大的教育規模，傳統的粗放式管理與經驗型決策模式已經嚴重不適應教育發展的需求，而大數據在科學決策方面具有極高的應用價值。在這個背景之下，教育部根據《國家中長期教育改革和發展規劃綱要(2010-2020年)》的精神和要求，提出了建設國家教育決策支持服務系統的戰略設想。“該系統以國家教育重大決策問題、任務和需求為導向，在數據信息集成基礎上，發揮數據的多維度比較分析、發展目標預測與規劃、監測與評價功能，為科學決策、宏觀管理提供依據，服務于提升政府決策的科學性和有效性”。[6]因此，大數據對于我國教育現代化的實現具有深遠的意義。

二、轉向大數據迷潮的背后

美好的前景總是趨之若鶩的最好理由，但是篤信大數據是解決傳統教育困局的靈丹妙藥的觀點卻是不可取的。任何事物，在沒有應用普及之前卻已經風靡人心，這是有原因的，它肯定是迎合了人性深處的某種渴望。美國有一句諺語，“除了上帝，任何人都必須用數據說話。”我們普遍認為，這只是反映了美國人慣有的實用主義思維。事實上，它折射出了藏于人類內心的一種普遍欲望。正是這種潛在的欲望促使人類逐步從數字走向數據，從小數據到大數據。為此，我們有必要冷靜思考，轉向“大數據迷潮”的背后，探究其內在原因。

(一)我們為何癡迷大數據?

杜威在《確定性尋求》中認為，人生活在一個危險而又充滿不確定性的世界，因而必然會去尋求安全，人尋求安全有兩個途徑：一種是試圖與他周圍決定他的命運的各種力量進行和解;一種是發明技藝，并借助技能來控制自然的力量，以建立一個秩序、正義和美的王國。[7]顯然，無論是數字、字符，還是數據，“如常言說的一切皆有‘定數’、中國傳統的易經八卦、西方早期的占星術、畢達哥拉斯‘一切皆數’的本體論主張以及牛頓‘整個宇宙就是一口精確時鐘’的機械論信念等等，”[8]都是人類利用理性控制自然、對付各種不確定性以便獲得安全感的利器。利用數據，人類掌握了時間與空間，并在此基礎上近乎獲得了控制自然的力量。但是人類的安全感似乎并沒有增加多少，而且隨著周圍世界的“人造”因素逐漸增多，不確定性反而進一步加劇。目前，我們不僅仍要對抗自然的種種不可抗力，還要面對由數字生成的知識、技術和社會系統帶來的未知挑戰。這是一個悖論：利用數字或數據來尋求確定性的結果是要面對更大的不確定性。

曾幾何時，條件限制下的“隨機采樣取得了巨大的成功，成為現代社會、現代測量領域的主心骨，但這只是一條捷徑，是在不可收集和分析全部數據的情況下的選擇，它本身存在許多固有的缺陷。”[9]34人們依然認為，之所以出現困境，是因為記錄、儲存和分析數據的工具不夠好，而在少量數據下得出的結論自然漏洞百出，隨著人類擁有了能夠收集和處理更大規模數據的能力以及大數據時代的到來，自然會逐漸拋棄小數據時代隨機采樣和抽樣調查等老古董，轉而尋求大數據帶來的種種神奇。但是經過后現代、后結構以及后實證主義的抨擊，即使是大數據也逐漸放棄了其賴以生存的“精確性”，無奈地承認：“大數據不僅讓我們不再期待精確性，也讓我們無法實現精確性……這是一個亟須我們去處理的現實問題，并且有可能長期存在。”[9]56但是，明明知道大數據所具有的模糊性與混雜性，卻依然奉為圭臬，甚至頂禮膜拜，這就和自古以來的占卜和巫術幾無差別了。原因無非是人們希望有一種超出自身的神奇力量，以便讓自己掌控自身的卑微命運，哪怕這一切都是幻覺也行。當然，不能否認無論是小數據，還是大數據都確實給人的生產、生活帶來了極大便利，所以人類愿意逐漸讓渡出自己思考的權利，讓“數據說話”?？梢曰厮輾v史，為了自身的確定性尋求，為了安全感的滿足，我們曾經讓“神說話”，讓“君主說話”，讓“專家說話”，但是現在大數據時代自負地宣稱了“神”“君主”“專家的消亡”，數據才是新的“神”，新的“君主”，新的“專家”，能帶領我們進入“秩序、正義和美的王國”。

(二)“大數據迷潮”的實質

雖然“自20世紀80年代以來，在后結構主義和后實證主義思潮的蕩滌下，即使再嚴格和規范的社會科學實證研究，估計都不再敢于自信滿滿地視數據分析為洞穿事物本質、反映世界規律以及獲得確定性客觀知識的利器。”[8]但是，人類對于確定性尋求的欲望絕對不會磨滅，因此可以說，這場“大數據迷潮”的實質是實證主義的極端化，是現代主義對于后現代主義的絕地反擊。但是，實證主義的這場反擊是帶有妥協性的。在小數據時代，由于技術限制，實證主義只能用最少的數據得到最多的信息，所以分類、分層等抽樣檢測盡可能要做到準確。因為本來就是掛一漏萬的方法，自然小心翼翼，小的錯誤會因為抽樣的原因而造成巨大的誤差。但是隨著測量技術、算法的不斷演進，實證主義似乎終于實現了“一切皆數”的終極夢想，驕傲地宣稱自己擁有了全數據模式，即“樣本=總體”。[9]37隨之而來的則是大量低效或無效的數據，真相被深深掩蓋，所謂的“預測”只能建立在“相關關系”上，更無法保證預測的精確性。所以，實證主義無奈地勸告人們，應該改變自己的思維方式，要允許不精確，要學會擁抱混亂，這顯然和實證主義的初衷是違背的，但是為了保住自己的地位，為新技術的出現爭取時間，它也只能無奈地如此。我們可以大膽預測，如果測量技術進一步發展，實證主義一定會拋棄“混雜性思維”，重新展露出“精確測量與預測萬事萬物”的雄心壯志。

除此之外，工具主義、技術主義也是“大數據迷潮”的重要助力。大數據擁躉們認為，人類的判斷力會逐漸被計算機系統所改變甚至取代。事實上，實證主義以前所認為的“所見、所聞、所感”要勝于“所想”的思維方式，就隱含著對于“工具”(身體)和“技術”(怎么看、怎么聽、怎么感受)的崇拜。只不過隨著測量工具，尤其是現代計算機技術的突飛猛進，實證主義者已經拋棄了之前的落后工具(身體感官)與技術(感官的運用)，轉而尋求更加客觀、更加外化、更加先進的工具與技術。所以，實證主義的歷史充滿了對人的懷疑，認為從人的觀念到人的感官，都是不靠譜的。對于工具與技術的崇拜是其一以貫之的信念，精確性與確定性也是其本質的追求。“語言”作為人類最為本質的工具，邏輯實證主義者曾妄圖將其轉化為最精確的符號，以杜絕任何語意模糊，并認為哲學就是一種人類的語言疾病。所以，大數據迷們所提倡的“混雜性思維”事實上只是權宜之計。大數據的本質是實證主義的極端化，隨著數據處理工具與技術的不斷改進，真相會進一步顯現。只要人類對于確定性尋求的欲望不衰減，那么實證主義就會不斷改換名目、卷土重來，當然它的每一次回歸都是以技術與工具的巨幅升級為前提。但是我們應該清醒地認識到，人類除了對于確定性的欲望之外，也有無限的好奇心與冒險精神，所以對于未知的渴望也是難以磨滅的。相應的，人類對于因果關系，對于未知世界，對于不可控之力量也會永遠保持興趣。正是在這個意義上，我們認為，大數據只不過是人類欲望之一的外在投射，人類思潮的匯聚支流之一罷了，既不能奢望杜絕它，更不能狂妄地讓其改變甚至取代人類的思維。

三、基于大數據教育研究的局限與超越

正如傳統的小數據時代一樣，大數據將會有很廣闊的應用前景。它將在很大程度上彌補傳統科研方式的種種弊端。但是，大數據也和小數據一樣，僅僅是我們探究真理的工具而已，卻不是“真理”本身。進入了大數據時代，我們顯然對“信息”情有獨鐘，“它已經對身處其中的人們形成了壓力，我們有必要積極主動地重獲平衡，保住想象力的領地。我們能從數據也能從生活中獲得意義，但要指出的是，這一能力高低，全賴于我們的想象力能否抵擋來自集體思維的壓力，我們的想象力又是否足夠強大，強大到可以超越那些顯而易見的路徑，做出變革性的發現，幫助我們最大化地發揮我們的潛力”。[10]所以，在教育研究領域，我們需要重新審視想象力這個問題，以超越大數據時代即將帶來的挑戰。

(一)基于大數據教育研究的局限

除了上述普遍意義上的挑戰之外，大數據時代的教育研究面臨著兩個很切實的矛盾問題：價值密度與技術難度的矛盾;數據廣度與信息安全度的矛盾。這些矛盾是大數據本身的固有矛盾，就像計算機系統本身的誤差一樣不可避免，我們只能利用技術無限縮小而不能徹底消除誤差。事實上，這恰恰是一切教育研究想象力的空間所在。

1.“價值密度”與“技術難度”的矛盾

雖然大數據在教育研究中擁有很大的應用前景，但是我們更應該看到其局限性。首先便是大數據的價值密度與技術難度問題。“高價值”是大數據時代的四大特征之一，這里的“高價值”意指經過多番提純后的關鍵數據，而不是所有采集到的數據，所以大量數據事實上具有極低的價值密度。一般來講，初始數據體量越大，越全面，其經過數據分析后所得結論才會越準確，價值越大，但是相應的數據的價值密度也會越低，而技術難度卻越大。我們往往會樂觀預計其前景效益，但忽略其潛在的難題：數據采集的終端選取及標準化問題，數據存儲所需的基礎設施投入問題，數據分析所需的技術人才儲備與培養問題，大數據應用階段的普及化問題，等等。另外，延伸到教育領域之內，我國教育資源在區域、城鄉、校際之間存在嚴重的分配失衡現象，大數據的引入是否會造成新的“數據鴻溝”，加劇新的教育不公平現象？在這些問題沒有很好的評估之前，跟盲目的跟風歡呼沒有任何實際意義。以大數據模式下的課堂教學研究為例，“根據美國著名的課堂觀察應用軟件開發商Classroom Observer的研究，在一節40分鐘的普通中學課堂中一個學生所產生的全息數據約有5GB～6GB，而其中可歸類、標簽、并進行分析的量化數據約有50MB～60MB，這相當于他在傳統數據領域中積累5000年的數據總和”。[1]這么大的數據體量，如果沒有經過提純，那么教育研究的價值幾乎無法得到展現。但也恰恰是大數據時代，教育者及教育研究者所面臨的困境與挑戰。這對于研究者的數據分析技術有很高的要求，那么也就意味著很多傳統的教育者和教育研究者要實現轉型，積極跟上大數據的時代潮流。但是缺乏數據統計與分析人才是我國目前面對的普遍短板，不是短時間內可以解決的。這肯定會影響大數據在教育研究中的應用。

2.“數據廣度”與“信息安全度”的矛盾

教育研究的倫理問題也是大數據教育研究所不能回避的。籠統來說，在教育活動中進行教育數據采集的時候，我們會直接面臨三個問題：哪些信息可以采集?通過什么樣的方式采集?采集所得數據的應用范圍？這都涉及教育研究的倫理問題。首先，大數據依賴的是海量的信息搜集，比如全景式或關鍵區域的視頻監控，學生、尤其涉及中小學生的非結構化信息都可能涉及隱私問題，而矛盾在于數據采集的范圍越廣，程度越深，其所涉及的信息的安全度就越低，數據泄露所帶來的危害風險也越大。但是，大量數據的搜集總會或多或少地侵犯到對象的隱私。因此，在教育領域內，制定具有針對性的信息采集規范是十分必要的。第二個問題是“通過什么樣的方式采集信息?”大數據采集信息的方式、方法無疑是合乎互聯網精神的，即開放、分享、平等、合作。但是信息的主動開放與無意開放，主動分享與被動分享完全是兩個概念。教育系統內，學生大多是未成年人，其個人數據信息具有特殊性，他們對自身的數據以及開放范圍是否具有決定權，依據年齡不同，其決定權的程度是什么?都是需要加以考慮的。例如，谷歌公司所研發的可穿戴設備“谷歌眼鏡”(Google Glass)是未來很好的收集大數據的工具，但是這種設備也意味著我們的隱私幾乎處于無限的開放狀態。第三個問題所涉及的是“應用范圍”，學生的海量數據被用來改進教學策略，提高教學質量，進行特定問題預測等等。以預測為例，我們能不能利用某個學生的海量信息推測其暴力傾向與輟學可能等敏感問題?我們應不應該相信預測結果?大數據在我們的教育決策當中到底應該占多大比重?這些都是大數據之于教育研究的倫理問題。畢竟，教育是培養人的活動，教育研究也是研究如何培養人的活動，在用數據衡量和預測人性行為在多大程度上是合理和可以接受的，大數據如何在保持自身科學性和有效性的前提下，估計到教育本應有的人文關懷，讓冰冷的數字閃耀人性的光輝?本質上，數字與技術都是工具和雙刃劍，關鍵在于我們如何照顧到其應用倫理，并以此為指導，發揮大數據在教育研究領域的最大效益。

(二)喚回教育研究的想象力

在教育研究過程中，研究者的思維方式起著舉足輕重的作用，而想象力是思維方式中一個重要的組成部分。這里所謂教育研究的想象力，即研究者在教育研究中所秉持的思維的靈活性。這種靈活的研究思維主要體現在“可能性思維”“反事實思維”以及“隱喻性思維”三個方面。在“大數據”時代，人們在利用互聯網享受“隨時在線”帶來的便利的同時，思維模式也無時無刻不在遭受程式化、潮流化的浸染。教育研究也是如此，傳統的研究方式在“大數據迷潮”的沖擊下，呈現式微之勢。但也正因為如此，當時代的鐘擺擺向一個極端時，我們要積極運用想象力，以應對這股“抽象化”浪潮。

1.大數據與教育研究的“可能性思維”

大數據時代，研究者的思維方式中最不被贊賞的就是“假設”?，F在的“什么”(What)永遠比將來的“如果……將會”(What If)重要。大數據思維理解世界的方式不是假設，而是數據驅動的相關關系分析。它們認為假設意味著有錯誤的可能，大數據雖然給出的分析結果是模糊的，但卻不可能是錯誤的，因為“數據不會欺騙人”。它教導人們要習慣于聽“數據說話”，只需知道“什么”，不用知道“為什么”，因為“為什么”就不可避免地導出人類的“假設欲望”與“可能性思維”。雖然大數據也存在大量的“概率預測”，在某種程度上也可以算作對于“可能性”的認可，但是這個可能性是指靜態的，基于特定數據的“可能性”，而不是人的“可能性思維”。在教育研究中，如果只是通過特定大數據的相關分析，那么我們只會得到一種“最高概率的可能”，也就是最終的結論，這是一件悲哀的事情。教育的對象是一個個鮮活的生命，教育研究的也是“成人”與“成事”的規律問題，期間充滿了各種不確定性與可能性，行業專家的作用，無非是利用自身的經驗和科研敏感性提出教育問題，從而羅列各種可能性并一一驗證。這個過程，雖然免不了各項數據的支撐，但是充滿了“可能性思維”“直覺”以及“移情”作用。我們不能苛責教育研究者的“有限理性”并為“大數據”的“全知全能”作辯護。因為教育研究的對象是人心與人事，恰恰不需要“完全理性”，而是“有限理性”基礎上的“理解”與“闡釋”。所以，在教育研究中，不能只讓“數據說話”，專家與教育者必須要有勇氣運用可能性思維，發出自己的聲音。

2.大數據與教育研究的“反事實思維”

“反事實思維”(Counterfactual Thinking)是指對過去已經發生過的事件，之后進行判斷和決策的一種心理模擬(Mental Simulation)。[11]所謂的“反事實”，指的是對過去發生的事實，進行其他可能性的替代性虛擬。它本質上也是可能性思維，但是尤指過去未發生的可能性思維。大數據時代的數據分析，其對象也是過去發生的事實，所以得出的結論也是既定條件的結果。如果說缺乏“可能性思維”，使大數據在很大程度上喪失了多樣化的前瞻性，那么缺乏“反事實思維”則使大數據喪失了多樣化的反思空間，使多樣化的因果探求成為不可能。事實上，大數據的核心思維方式本身也就是放棄“因果關系”，轉而擁抱“相關關系”。但是“反事實前提”恰恰是研究的想象力所在，也是打開新的研究空間的基礎與前提。大數據預測過于強調與相信相關分析，會喪失對于新的教育問題的敏感性與突破性教育理念的誕生。并且更為重要的是，如果我們不能保證大數據海量信息的準確性，那么基于此的所有相關分析都是無效甚至有害的，在這種局面下，教育研究者更需要不迷信數據而擁有反“事實”(虛假的事實)思維。很多的大數據的研究者認為，如果不能很好地警惕相關分析的局限，那么大數據則會扼殺創新。[12]在大數據時代，教育研究者需要嚴肅地對待一個問題：相信數據事實，還是相信自己的直覺?數據能在多大程度上反映出“教育真相”。事實上，別說是數據并不能代表真實，即使是親眼所見也未必是真相，再退一步講，即使所見為真實，但是運用“反事實思維”所得出的真實也同等具有研究價值，即使它未發生。

3.大數據與教育研究的“隱喻性思維”

“隱喻的本質就是用一種事物來理解和經歷另一種事物。”[13]同樣跟兩個不同類屬的事物有關，表面看起來，這跟大數據所推崇的“相關性”十分相似。事實上，大數據基礎上的相關性更多不具有主體思維的創造性參與，也就是說它只是表面上相關，甚至有時候這種相關是反常識的(大數據相關分析的創新之處)。但是，隱喻性思維的“相關”是建立在對于研究對象的透徹理解基礎上的，它充分體現了研究主體思維的靈活性與想象力，更多地體現了研究者對于研究對象本質的直覺頓悟。隱喻性思維既是人類最古老的、最偉大的洞察真相的方法，也是最容易被我們輕視和忽略的研究方法。在教育研究中，蘇格拉底、孔子、柏拉圖、夸美紐斯、盧梭等大家都具有豐富的隱喻性思維，利用他們的天才的想象力，用最直接、最質樸的隱喻方式為我們描繪了豐富多彩的教育本質。大數據雖然十分強調通過數據告訴人們事實是“什么”，但是它無法說出“教育是什么”，因為它所涉及的數據，即使是最強大的數據庫和數據分析方法都無法解決，可是通過隱喻性思維可以簡單地給出答案。比如雅斯貝爾斯就認為，教育是“一棵樹搖動另一棵樹，一朵云推動另一朵云，一個靈魂喚醒另一個靈魂”。行業專家并沒有因為統計專家和數據分析專家的出現而“變暗”，他們的觀念的影響要比“大數據”下的教育研究更接近教育的真相。在這種時候，我們必須要屏住呼吸，充分運用我們的隱喻性思維，去聆聽大師的聲音，而不是“數據”的聲音。