编者按：本文部分素材选自《大数据时代》作者维克托·迈尔—舍恩伯格的演讲录音，由小编进行二次整理。
维克托·迈尔-舍恩伯格
作为一名数据科学研究者，在维克托·迈尔看来，学习的未来是和他现在所做的工作相关性非常大，他希望能和正在学习的人以及研究教学习的人坐在一起，共同思考如何通过大数据改变人们的学习方式，改进教学，因此有了此次演讲。
他关于大数据重塑未来学习的三个方面也给寻找大数据学习应用的我们指明了方向。
教育，或者说培训，不只是对那些优秀的人而言，而是对所有的人。我有一个观点，也是我的理想，那就是，所有人都应该获得配得上他的潜力的学习机会、方式和环境。
作为培训人，我目前想做的，正是如何尽可能地帮助每个员工学得更好。而在我看来，利用大数据，我们是可以在这个问题上获得新进展的。这就是我今天要讲的基本观点。
壹
大数据如何重塑培训
200多年以来，企业当中，一些高层员工会获得一个一对一的导师或者一些专门的培训资源，但这样的培训只有少数人才可以享有。
而现在培训是由普通大众来获得，这无论如何都是一个好事，是前进的一大步。但是，目前的这种情况还是不够的。
为什么这么说呢？因为，作为员工，其实我们每一个人都有自己独特的个性、需求和学习上的倾向。但是，目前我们这个企业学习培训体系还没有办法支持这个个性。如何才可以改变、完善这个体系？就是要通过对数据的收集和利用。
如今一些技术上的进展已经为有关数据的大规模收集和利用创造了条件。在我看来，大数据正是可以从这个意义上重塑学习的三个主要特征，即反馈、个性化和概率预测。
图片来源：慧聪网
说到这里，我想举多邻国（Duolingo）的例子。它的主体是一个免费的语言学习网站，通过*载下**它提供的应用程序，你就可以在手机上学习国外的语言。
多邻国的贡献在于，它是一套数据导向式的教学方式。无论用户是花几分钟还是几个小时在手机上用这个应用程序学习，他们都可以通过后台程序来跟踪收集大家学习语言的数据。通过学生在应用程序上回答一个个问题，系统和多邻国的团队会分析用户一般会纠结于哪些问题，会犯哪些错误。
通过分析使用者的互动数据，分析他们的学习方式，从而再反过来，用这些积累下来的数据去改进整个应用程序。
正如路易斯·冯·安曾说，其实他们对于到底如何学习外语所知不多，但是他们可以通过对数据的分析来了解学生更容易犯什么样的错误，从而帮助他们更好地学习。比如，他们发现母语为西班牙语的人在学习英语时，有些词其实应该晚一点再学。这样他们在学英语的过程中就会更少碰到障碍，从而更易获得进步。
而在此之前，我们传统的企业学习培训是怎样获得反馈的呢？就是通过考试。
考试之后员工通常会获得一个分数，这就是员工可以通过一场考试得到的全部反馈了。但事实上，这个分数可以帮到员工的不是很多，它既没有办法很好地分析员工学习过程，也不告诉员工究竟该如何来改善他们的学习。
图片来源：移动学习前沿
而事实上，问题很可能并不在于员工本身的努力程度，而在于员工学习方式不对、培训内容不对、或者遇到的学培训方式可能根本不适合员工。
随着企业学习培训的发展，越来越多培训者开始注意到收集反馈的重要性，但凭借既有的方式，他们收集到的正确数据非常有限，或者在量上远远未能达到可以改进培训的规模。
多邻国的例子可以启发我们：当通过大数据，收集信息和反馈具备了更好的基础、更多的可能性，我们不仅更容易收集到数据了，还可能收集到更多可以帮助我们改善企业员工学习培训方法的数据。如果我们可以更多关注培训的过程，而不仅仅是像以往那样更多关注培训后的成绩，我们的现状一定会有所改变。
它会找到更好的收集反馈的方式，还能使我们的培训更适合于每一个个人。当一个员工对他的学习内容并不十分理解时，他可以用一种新的方法学习。他可以慢慢学，不必用同别人一样的方法来学习。
图片来源：中国大数据
大数据在这个问题上的优势在于：它可以收集足够多的信息，且覆盖面广泛。我们在制作和利用大数据时，需要用个性化的方法把它们组织起来，将其运用于企业培训领域，进而帮助我们以前所未有的视角判断什么可行、什么不可行；展示那些以前不可能观察到的学习层面，实现员工通过培训后表现的提升；基于员工的需求而非统一的标准来定制个性化培训，促进理解并提高效果。
当然，在这个指导思想下设计出来的培训计划，除了根据员工的需求，也会考虑到他们的潜能。类似这样的培训项目在现实中已经有所实践。
既然我们可以截取、混合最爱的音乐并将之刻录到iPod*放播**器中，那么，为什么不能对我们的培训做出同样的操作呢？所以，对于改善企业的培训而言，“个性化”是仅次于“反馈”的第二大要点。
大数据可以重塑学习的第三大要点在于“概率预测”。所谓概率预测，就是通过大数据，我们能够对员工的整体学习状况和个体的知识掌握情况产生独到的见解。然后，基于某种高度的可能性，对个体为提高其培训效果需要实施的行为作出预测。
比如，选择最有效的培训内容、培训风格和反馈机制。
图片来源：可汗学院
在由孟加拉裔美国人萨尔曼·可汗创立的可汗学院中就曾遇到这样一个例子。后台数据显示，有一个七年级的女孩一直搞不定数学，然后她就反反复复地学这几门课。但突然有一天，她学习了别的课，竟然就开窍了。她对所学内容的反应越来越快，在夏季结束时她成了最好的学生之一。
可汗学院研究了一下她这个案例，发现正是因为她在中途突然改变了学习的内容和方法，才带来了转变。
这个例子正揭示了“概率预测”的可用武之地。有时候，员工的学习之所以没有进展，正是因为培训的配置出了问题。由此，可汗学院提出了“翻转课堂”的理念。“翻转课堂”提倡的是，你先在课外阅读材料或者观看视频，这些内容通常由世界上最好的老师来讲授。
然后，你再带着满脑子的问题去上课，和你所在学校的老师进行探讨。通过这个方式，你可以找到最合适你的教材和更有针对性的、适合你的教学风格。而面对面的讨论，无疑是更好的反馈机制得以产生的基础。
贰
未来的培训会怎样
未来，员工的工作将更多的实现环境自主化工作，就是说，通过技术支持，实现随时随地工作，企业将变成一个社会性的场所，是一个互相讨论、互相学习的所在。
而与此相适应的是，培训者在整个学习过程中的功能会发生改变：以前照本宣科的传授、宣讲知识的技能，要让位于组织员工讨论的技能、让位于从数据中获取员工信息的技能、让位于根据数据对员工进行个别引导的技能。
图片来源：移动学习前沿
随着数据处理技术获得极大的发展，培训者会被替代掉吗？我的回答是：不会！有两个理由。一是数据可以筛选、排序、组合内容，但无法生成内容。即使是“翻转课堂”，视频中教授知识的也仍是老师。
第二个原因，学习是一个社会性的过程，面对面的人际沟通与面对书本的学习是可以互补的，却不能相互替代。两者一起配合好，教学才能变得更好。
叁
大数据可能带来的危险
当然，大数据一方面有很多好处，但是如果这些数据被滥用到不恰当的地方上，也意味着巨大的风险和挑战。具体到企业培训领域来说，与大数据同行，会带来两大方面的风险。我把它们概括为“永久的过去”和“决定了的未来”。
所谓“永久的过去”，是指我们作为个人会不断地成长、发展、变化，而那些多年来收集的全面的培训数据却始终保持不变。想象一下，假使某个员工的活动记录被存储下来，并在5年后他找下一份工作的时候被提供给未来的雇主，这将会是怎样的情形？
因此，全面教育数据带来的首个重大威胁，并不是信息的发布不当，而是束缚我们的过去，否定我们进步、成长和改变的能力。目前能够抵御这一威胁的可靠措施大概只有法律。
我认为，应该对大数据的使用立法，明确规定哪些数据可以收集和使用，哪些数据不能收集和使用；哪些数据可以在哪些领域中加以使用，等等。
所谓“决定了的未来”是指，将以所有人为对象收集到的全面数据，用于对未来进行预测。比如，系统预测某个员工不太可能在一个运营领域取得良好成果，于是引导他转入产品行列，我们应该如何看待这一决策？又如，大学可以很容易利用大数据选拔出学习能力最强的学生。
但是，毕竟教育最聪明的10个学生是相对容易的，而提高普通学生的成绩却难得多，也有意义得多。也就是说，大数据可能会导致部分学生成为量化评估的受害者而非受益者，存在导致老师、学校只愿意接收天资聪颖的学生的可能，加剧教育的不平等。
图片来源：移动学习前沿
而在我看来，大数据运用于企业培训的价值，正在于培训工作者能够借此帮助参差不齐的员工挖掘自己的潜能，而非淘汰那些被定义为“不聪明”的员工。
大数据蕴含的巨大潜力应当被用于推进个性化学习、改善培训机制、最终提高员工的能力。它应该被用于促进培训改良的反馈，而不是作为对产品使用者进行简单评价的依据。
—— END ——
往期热点干货
最前沿的公号
想让你的企业培训更牛逼闪闪吗？
赶紧点击“阅读原文”进行问鼎云学习试用申请吧！
↓↓↓