如何构建和利用大数据促进教育公平-全球化框架下的协作和应对

/如何构建和利用大数据促进教育公平——全球化框架下的协作和应对【摘要】自20世纪90年代以来，由于互联网和数字技术的兴起，全球教育界的大数据时代悄然来临。已有大量研究表明大数据如果能在实践和决策中恰当使用，那么可以促进教育公平。但是因为大数据的特性及自身存在的问题、教育组织的科层性质、教育公平涉及的多种影响因素，以及全球框架下国家和组织间能力和资源不均衡等原因，教育大数据的应用并不必然带来教育公平，有时甚至会加剧教育不平等。因此，通过对教育大数据历史背景及其公平问题的揭示、教育大数据库编制对教育公平影响机制的分析及教育大数据应用局限的讨论，提出建立教育数据公平意识、编制更细致平等的教育大数据库、实施综合性整合策略、规避大数据非人性化和安全弊端等多个方面的建议，以期更好地帮助教育组织战略性地建设和应用教育大数据，推动地区、国家乃至国际间的教育公平，改善学生及其所属社区的生活。【关键词】大数据；教育数据库；教育公平；数据驱动的决策

自20世纪90年代以来，由于互联网和数字技术的兴起，全球教育界的大数据时代悄然来临。政府和教育组织的领导者也越来越习惯凭借大数据来做出课程教学、项目开发、政策倡导、资源分配等方面的教育决策。已有大量研究表明，当教育利益相关者被纳入复杂的数据集中，则可清晰地确定他们之间的教育差距并据此改善教学和学习的条件、提升学生的教育成效，增进各自的教育和社会收益。[1][2][3]因此，如果能在实践和决策中恰当地使用，那么大数据完全可以成为促进教育公平的重要力量。 简而言之，大数据帮助实现教育公平的目标及其方式主要有以下几种。第一，运用颗粒度更细和主题范围更广的数据收集和分析深入了解实践状况和教育不平等的具体情况，实现教与学的个性化，更有针对性地解决学生面临的条件缺失和教育不平等问题。第二，通过创新沟通形式，帮助更好地了解学生、教师和其他利益相关者对教育政策的看法，提高各层级问责、评估和资金投入的效能和效率，从而让决策更高效、干预更合理，为教育公平政策提供更精确的支持，更有助于整个教育系统的改善，影响也更为普遍和广泛。第三，大数据可以为解决教育不平等问题的战略性预算分配提供支持，尤其是通过收集和分析数据确定教育平等的差距，并据此分配财政资源或资金用于发展和改进薄弱或低收入地区的学校和社区，改善各级各类学生的成绩。第四，大数据可以帮助对教育功能进行更多的跨组织与跨界分析，以便组织间相互学习，从而带来更广泛的适用性，对于人力和财力有限的发展中国家来说，这可能是一项特别重要的技术。[4][5][6][7] 即便存在上述益处，但因为大数据的特性及自身存在的问题、教育组织的科层性质、教育公平涉及的多种影响因素，以及全球框架下不同国家和组织在能力和资源上的不均衡等原因，教育大数据的实践和应用并不必然会带来教育公平，有时甚至会加深教育不平等的状况。 本文试图通过对教育大数据项目的历史背景及其公平问题的揭示，来分析教育大数据的编制对教育公平的影响因素及其机制，讨论教育大数据的限度、弊端和伦理问题。同时，提出行动建议来说明教育组织该如何战略性地建立公平的教育大数据库，并利用数据驱动的决策推动地区、国家乃至国际间的教育公平，以改善学生及所属社区的生活。 一、教育大数据库的性质、发展及其公平问题 (一)大数据与教育公平 尽管大数据的定义随着技术生态系统变化不断更新，但其根本特性无疑是“传统方法难以或不可能处理的庞大、快速或复杂的数据”[8]。著名数据分析大师道格·莱尼(DougLaney)将大数据的概念界定分为三个层次：容量(volume)、速率(velocity)和类型(variety)。 “容量”涉及收集数据时信源的范围及其数据的数量，这些信源包括但不限于计算机、智能设备、相机、社交媒体平台等。在教育环境中，教育工作者还经常从学生与各种课程材料的互动中收集数据，当然也包括学校、学区、区域或国家等各个层面教育领导者收集的数据。“速率”则是指数据收集时的反应速度及其存储能力。它要求灵活多变和反应及时的组织、高度发展的技术、成熟的方法以及较高的工作效率。如果有足够的数据收集和存储能力，数据可以以前所未有的速度被捕获，否则这些数据就将会丢失。“类型”则是指数据可以有许多种不同的格式，从包含行列信息的传统数据库到高度杂乱和非结构化的数据，[9]如多媒体、全球定位系统信息或微软演示文稿文件。 能否根据大数据的上述特性处理好大数据的收集、储存、分析及其决策，显然都会与教育公平的实现密切相关。“容量”所涉及的信源范围广泛与否，数据数量充足与否，能否充分收集各级各类学生及其教育教学互动的数据决定教育公平决策的基础。“速率”则要求通过数据收集的速度和连续性来为组织的快速反应和及时决策能力奠定基础，从而能迅速地改变教育不公平的现状，尽可能迅速地改善每位学生的教育状况和生活预期。“类型”则一方面涉及数据采集的全面性和公平性，即那些表征教育公平状况的数据如何才能尽可能多地被观察到，另一方面则涉及数据的贯通和综合分析，从而为更合理的决策提供更准确和全面的信息。 (二)教育大数据库的发展与教育公平 教育大数据库发展的历史过程和典型案例也充分说明其中的问题和挑战。例如，全球范围内历史较为悠久、数据收集较为全面的是经济合作与发展组织(OrganizationforEconomicCo-operationandDevelopment，以下简称为“经合组织”)和美国的教育数据库。 经合组织自1961年成立后不久，就对20个创始成员国进行了国际教育调查，主题包括教育预算编制、教师招聘、学生入学和新学校的建立。[10][11]20世纪90年代末，经合组织开始收集更全面的数据，包括1998年教育教学人员(教师、管理人员等)的总数、2000年的学生人数和在校学生年龄，以及2005年的毕业率和师生比例。[12]经合组织现在全球拥有38个正式成员国，并发布若干全面的国际教育报告。[13] 美国则是在1867年就由联邦教育办公室开始尝试建立大型数据库来评测教育目标和教育成果，并在1870年进行第一次全国性教育调查，主要收集来自公立中小学的数据。[14]1962年，美国成立国家教育统计中心(NationalCenterforEducationStatistics)，收集学校、地区、州和区域层面的中高等教育数据，并建立世界上最大的国家教育数据库之一。[15]1969年，美国联邦教育办公室开始实施全国教育发展评估，即“对美国公私立学校学生各个学科知识掌握程度进行最大规模具有全国代表性的持续性评估”[16][17]，为此建立迄今为止规模最大、最全面的教育数据收集和报告系统。此外，在20世纪末和21世纪初，美国还进行了更正式的大型教育数据库汇编尝试。如1990年，美国国会授权成立国家教育目标小组(NationalEducationGoalsPanel)，[18]并要求为其年度报告收集数据。1994年，美国管理和预算办公室要求记录与教育相关的联邦项目绩效数据。[19]2009年，《美国复苏和再投资法案》(AmericanRecoveryandReinvestmentActof2009)要求投入经费，加强美国教育职业的数据收集和分析工作。[20] 从教育大数据特性和上述教育数据库案例中可以看到，教育数据的收集和利用经历了从教育数据到大型教育数据库再到教育大数据库的发展过程。在教育数据早期的设计、收集和发展利用过程中，其较多关注的是教育目标、教育结果或绩效的评测和评估，而较少直接关注教育公平问题。教育数据收集早期无论是从容量、速率还是类型来看往往都是传统数据，其编制也是不平等的，并且没有进行适当分类，更难以进行数据的共享与合作，因此不能为管理工作和政策创新针对性地提供信息。拥有数据库的组织和国家也未能基于教育差距为最边缘化人群提供资源，[21]从而帮助急需帮助的儿童和家庭。因此即便这些组织和国家拥有再多的数据也不能直接为改善国内和世界上最贫困、最需要帮助的社区教育及生活状况发挥相应的作用。 也许更重要的是，教育数据在实现教育目标的历史上曾使某些人种族群和弱势群体边缘化，教育数据库被视为维护教育不平等而不是促进教育公平的工具。正如大卫·吉尔邦(DavidGillborn)认为：“定量数据经常被用来反对、抵抗或贬低对教育公平问题的讨论。每当政府、雇主或教育工作者被质疑他们在弱势群体方面工作的不足之时，他们通常会提供统计数据，以表明他们比你所想的要好得多。”[22]因此，当许多学校系统对某些人种族群或其他弱势群体的学生服务不足时，教育数据库就成为掩盖教育不平等的遮羞布，而不是识别出教育差距并消除它们的工具。 (三)教育大数据对发展中国家的意义 上述影响因素及其问题不仅需要教育组织从意识、知识、能力、技术、投入等各个方面推进和建设教育大数据，促进教育公平的改进，而且还需要与教育组织的传统科层性质和组织文化相对抗。不具备这些意识、能力和资源的教育组织只愿意以传统方式分析传统数据，这种情况在发达国家和发展中国家均存在，但在发展中国家尤为突出。 发展中国家的教育比以往任何时候都更需要从各种来源和利益相关者那里获得数据，以证明政府和组织为推动教育公平、提高学生的成就所做的极具变革性的努力。然而，有限的人力、财力和技术能力，以及复杂的科层组织使得许多发展中国家难以像经合组织、美国那样投入资源、建立组织、确定流程汇编全国性大型数据库。发展中国家的教育系统还处于数据收集的初级概念化阶段，更不用说在某个时间段内收集前后一致、有代表性、可靠的教育数据，并参与大数据分析。例如，南美洲、非洲和亚洲的许多发展中国家除了与经合组织共享的信息外，没有报道地方或国家层面数据的收集体系，因此也无法加入国际统计数据共享和元数据交换平台(theStatisticalDataandMetadataeXchange)①。 发展中国家也无法使用高速互联网或基本的互联网设施进行有效和高效的数据收集，尤其是在农村地区。例如，拉丁美洲和加勒比地区、布隆迪、乌干达和尼泊尔等这些农村人口占总人口80%以上的国家几乎不可能进行可靠和公平的数据收集。这使得政府、非营利慈善组织和学校本身都难以做出基于数据的决策，以改善儿童及其家庭、当地社区和国家的教育和生活。 因此，发展中国家需要更努力才能赶上大数据发展的步伐，从而推动自身的教育和社会发展。这是全球框架下实现教育公平的应有之义，也是全球教育领导者和政策制定者所面临的重要挑战。 二、教育大数据库编制及其对公平的影响 教育大数据与教育公平的关系落实到具体的大数据库建设实践中，主要体现为以下五个方面的问题。其一，人力资源。谁来开发工具和收集数据？某个组织是否有足够的能力开发数据收集工具并开展工作？其二，财务能力。谁将为数据收集工作提供资金？其三，技术能力。是否有可用的技术资源来使数据收集过程更加高效和有效？其四，地理因素。即便没有分配到足够的资源，一个国家的所有地区是否依然都可以轻松到达，各国是否知道他们的人民在哪里？其五，社会政治背景和可变性。某些组织和国家所处的社会政治背景可能不适合真正公平的数据收集和数据库建设。因此，许多国家和组织可能不愿意或无法收集准确的数据，以实现面向所有人的公平。上述五个方面的问题都会对教育公平产生重要的影响，一旦消除了这五个阻碍，接下来最为关键的就是确立教育公平意识、确定数据收集战略以及制定调查工具。 对于教育利益相关者来说，数据库作为工具的有效性依赖于数据收集的稳健程度以及数据收集工具中所包含变量的多寡。要想数据库变得更加稳健强大，其中重要的方法是扩展调查工具，以收集超出常规的特定人口的统计特征。大多数旨在获取教育数据的调查工具包括有关受访者的种族和/或民族、宗教、性别和其他显著身份等人口统计信息问题。然而即便是数据收集工作很成熟的国家，如美国部署的许多调查工具并不能充分识别特定群体。通过与被调查者身份有关的更具体问题，数据库能够允许用户探索群体内部和群体之间的潜在发展趋势。如果用户能够在组间和组内很好地比较和对比数据，那么无论比较和对比得出的差异是否显著，都有利于更好地进行数据分析。因此虽然不能做到穷尽所有的身份及其信息，但在教育大数据库的建设当中，收集参与者身份准确的具体信息对于促进教育公平至关重要。基于已有教育大数据库编制的经验教训，需要从以下几个方面进一步开展工作。 (一)认识并实施扩充种族、民族、族群、性别数据变量及其范围 吉尔邦等人[23]认为，如果不参与数据的收集和分析，那么弱势人种族群和其他边缘化群体会进一步边缘化，属于这些群体的学生会处于有监视无服务的境地。而过于同质化的种族和族裔类别对理解不同种族和族裔之间的文化差异几乎没有帮助。美国在收集与种族和民族相关的教育数据过程中所存在的问题在亚裔美国人所处状况中表现得最为明显。在美国的种族结构中，亚裔美国人发现自己处于一个特殊的位置。[24]从20世纪60年代开始，由于亚裔美国人安静的举止、工作的伦理和教育的成就，他们成为模范少数族裔，在某些特定地区因为就业和绝对数量方面的原因也一度被视为是对美国白人的威胁。[25]然而，不公平的数据收集计划将亚裔美国人归入一个非现实的同质化群体，从而使得无法对其按种族或民族进行细分并进行有针对性、准确的数据分析。 许多西方化的数据收集工具不会超越族群大类来收集种族或民族数据，数据收集工具的指标通常只细化到白人和/或白种人、黑人和/或非裔美国人、西班牙裔和/或拉丁裔以及亚裔美国人。此种分类显然是有问题的，因为研究人员已经阐明在这些大类中，各个细分族群之间存在着许多公平差距。[26][27]例如，在西方语境中，尤其是在美国，模范少数族裔的神话预示着“亚裔美国人取得普遍、无与伦比的学术和职业成功”，这“延续了对这一人群所处现实状况无知而扭曲的看法”[28]。 研究人员和其他利益相关者收集种族和民族数据的方式可能会延续模范少数族裔的神话，特别是当它与亚裔美国人的教育成就数据有关时。例如，美国国家教育统计中心2019年公布的有关亚裔美国人高等教育成就的分类统计数据显示，25岁及以上的亚裔美国成年人中有54%拥有学士学位或更高学位。然而，当按细分族群分析这一成就数据时发现，74%的25岁及以上的亚裔印度人拥有学士学位或更高学位，而柬埔寨人(16%)、苗人(18%)、老挝人(18%)、缅甸人(21%)、越南人(29%)成年人的教育水平存在显著差异。② 后发国家新建数据库的研究人员必须建立新的调查工具，从而能对调查对象进行更细致的族群分类和定义，以便更好地代表其群体和亚群体。与此同时，新建数据库应该为政策制定者针对教育机会及成就差距公平地分配资源提供支持。如果文化背景允许，那么在种族和/或族裔群体中所使用的类似细分分类也应该运用到性别身份识别中，并为不同的性别身份群体平等地分配资源，尽可能避免其沉默化和边缘化。[29][30][31][32] 人们还发现，超越性别、种族和/或民族细分类别收集和分析数据对于国际或全球教育公平至关重要。以美国高等教育为例，自17世纪开始，一直到2000年，男性在大学入学率和学士学位获得率方面都是超过女性的。但2000年左右，女性在大学入学率和毕业率方面反超男性，获得学士学位的女性比男性多10%，[33]2021年，女性约占美国高等教育总入学人数的60%。[34]在世界其他地区，有研究表明，至少有18个国家的男性相比女性，更难以获得和完成基础教育和高等教育，这延续和强化了男女之间教育不平等的全球趋势。[35] 如果将性别、种族和/或民族同时纳入数据收集和分析，那么会揭示出更明显、更重要的教育差距。例如，维克多·塞恩斯(VictorSaenz)和路易斯·庞娟(LuisPunjuan)[36]强调虽然拉丁裔大学生自20世纪80年代以来在美国高等教育入学方面取得巨大进步，但是拉丁裔男性的高中毕业率却是所有族群男性中最低的，而获得高等教育文凭的拉丁裔女性超过60%。在分析大型教育数据库后，塞恩斯等人[37]着手通过建立迈勒斯项目(ProjectMALES)来消除这些教育差距。这是一个从研究到实践的指导计划，为有色人种的年轻人提供具体的指导和教育干预，以提升他们获得中等以及中等后教育的机会和毕业率。 (二)认识并解决不同种族和族群失能弱势群体的教育公平问题 自20世纪七八十年代以来，特殊教育的比例失调问题日益凸显且持续存在。在美国，相关研究文献一直认为，有色人种失能学生在特殊教育中的比例过高。比例失调的定义为：“相对于特定群体在整个学生群体中的人口占比，其在特殊教育中的占比过高和过低。”[38]对多元文化和语言的学生以及残疾学生的歧视一直非常严重，从而造成此种比例失调现象。虽然美国对《残疾人教育法》(theIndividualswithDisabilitiesEducationAct)进行了修订，以应对特殊教育中弱势群体比例失调的挑战，但是需要更多的全国性数据支撑来进一步解决这一严重问题。其中的关键在于详细收集与种族和族裔以及失能状况相关的人口统计数据。 根据阿尔弗雷多·奥特尔斯(AlfredoArtiles)和斯坦利·特伦特(StanleyTrent)[39]的研究，研究人员尚未对特殊教育问题的历史和社会因素进行彻底地分析，而此类分析将有助于为边缘群体制定和实施更好的政策。在收集全国性和大规模数据时，考虑上述因素至关重要，因此范·洛克尔(VanRoekel)[40]呼吁政策制定者和其他利益相关者共同采取行动，减少特殊教育中的比例失调现象。然而，现实情况是，需要有更充分的数据来展示和说明这个问题。虽然美国存在比例失调的情况得到很好的揭示，但是世界上其他国家对这个问题则关注甚少，其他国家可以优先考虑这项工作，为失能弱势群体的教育公平政策提供信息和数据支持。 (三)细致收集分析收入状况、教育程度和家庭结构等关键变量来推动教育公平 除了收集与种族和/或民族、性别和失能状况相关的扩展分类数据外，研究人员还可以将其他几个关键的人口统计数据整合到大型教育数据库中，以推动实现学生、家庭和社区的在教育结果方面的公平。 首先，在各个层级收集家庭收入数据作为学生社会经济地位的指标非常重要。几十年来对大型纵向教育数据库的分析发现，了解个人、学校或社区的社会经济地位有助于确定低收入人群在教育服务方面的差距，[41][42]包括高质量教师和校舍、上学通勤条件、学校膳食，以及影响一个人教育经历和成就的其他因素。 其次，虽然受教育程度的数据与收入状况密切相关，但是对于教育研究人员和政策制定者而言，专门收集受教育程度的数据也至关重要，其中包括初中、高中和中学后/高等教育的入学率和毕业率。在大多数发达国家，受教育程度数据已被用于了解人们是否或如何能公平地获得教育机会，以及政策能否对个体获得中学和高等教育证书的能力产生积极影响，并改善他们未来的经济状况。[43][44][45][46]在高等教育阶段，基于大型全国性数据库的大量研究表明，父母无学士学位的学生(称为第一代大学生)与同龄人相比，在高等教育机会或薪资水平方面均存在差距。[47]此外，有色人种的第一代大学生和白人同龄人之间的差距也在扩大，这表明了解学生的种族和/或民族以及他们父母的受教育程度对于识别和消除差距非常重要。[48]因此，收集与受教育程度相关的数据以建立能了解多个层面教育差距的数据集对于消除这些差距的政策出台有着重要推动作用。 最后，了解学生成长的家庭或家庭结构对于理解学生可能获得的教育机会以及未来发展也极为重要。世界各地的研究人员在对寄养[49]、收养[50]、父母离异[51]以及不同的生活环境对儿童和青少年受教育程度影响的研究中发现，缺乏长期稳定支持性养育和指导的孩子将落后于享有这些优势的同龄人。[52][53][54]尽管许多国家的全国人口普查可能会收集家庭信息，但是这些信息必须与教育数据相结合，才能更好地了解学生的成长空间和方式，以及他们是否缺乏教育机会或面临教育方面的阻碍。 三、教育大数据应用的限度 教育大数据虽然会带来各种益处，但是本身也存在一些局限和相关伦理问题，如果不能了解与特定地区或整个国家最匹配的大数据类型和结构，不能清醒地认识并处理好下述局限和问题，那么不仅不能享有教育大数据的益处推动教育公平，而且可能会处于数据建设的困境之中，导致难以挽回的损失。许多大数据计划需要数年或数十年的投入才能启动，因此对于建设者、应用者和决策者而言，更应该在一开始就注意和接受与教育大数据及其决策局限相关的警示或告诫。 (一)数据超量带来的无力感 尽管更多的数据能帮助教育工作者做出更好的决策，但是大数据的容量、速率和类型三个维度对教育组织构成挑战，特别是在缺乏人力和财力来处理数据容量和速率的发展中国家。有学者认为，数据的规模可能会令人难以招架，而具有技术专长的工作人员数量有限，这会导致虽然收集了大量数据，但是难以对数据进行分析，也没有产生任何与决策或现实改进相关的目标或结果。这一方面会使得一直收集数据却没有专家分析所收集数据的情况越来越普遍，另一方面则会使许多资源不足的学校和教育组织更难以知晓要收集哪些数据，要从中收集多少数据，以及何时停止收集数据并开始分析数据。此外，教育组织必须有物理或云存储数据的能力，并且应该以各个利益相关者都能够完全访问和准确理解的方式来组织数据。如若不然，组织可能会在数据的容量、速率以及推动目标实现的人员和规划方面出现一种不知所措的瘫痪无力感。 (二)权限、同意和隐私问题 大数据的安全性和网络安全对于教育组织来说至关重要，[55]特别是在有数据保护法的政治实体或国家和地区，教育组织必须获得许可和同意，并确保大部分或所有数据的隐私性和保密性。有学者指出：“人们对如何存储、处理和访问学生学习数据，同时防止这些数据被滥用或误用，不乏担忧……而互联网的发展速度远远走在法律法规前面。迄今为止，一直没有机制性的委员会审查规范或联邦法规来保护参与互联网大规模社会实验的人们。”[56]试图运用大数据进行决策的教育组织因此可能会面临隐私和网络安全方面的挑战。[57]而在学生隐私方面：“与学生行为有关的许多信息被归类为个人数据，未经特殊许可无法收集。此外，对学生活动的跟踪需要进一步收集他们的个人信息。然而，许多学生对向学校提供此类信息不感兴趣。”[58]在此，不仅存在数据权限和同意策略方面的挑战，而且也无法保证个别利益相关者(如学生)会同意收集他们的数据，这可能会导致学生、教师及其教育组织之间关系紧张。 另一个重要问题是如何将许可、同意和安全政策传达给利益相关者。本·威廉姆森(BenWilliamson)认为，教育组织的许多成员对大数据既无认知也无兴趣，这可能会隔绝利益相关者对大数据及其效用的感知并因此产生困惑。学生和教师可能都不知道收集了哪些数据，由谁收集，以及为何收集。这种困惑感可能会阻止教育利益相关者接受大数据政策；而不了解到底收集和分析了哪些数据，可能会使人产生一种被监视感。已有研究揭示，这种被监视感对教学和学习以及归属感会产生负面影响。[59][60][61] (三)数据有可能成为教育中非人性化力量 尽管大数据本质上需要人的关注和投入才有可能存在，但是长期以来存在着以非人性化的方式使用大数据的事实。这会导致学生、教师、管理人员和其他利益相关者感到缺乏自主性和效能感，尤其当为教学策略和教育实践提供信息数据的方式是基于互联网和自动化时。如果学生的学习过程和教育经历过于依赖大数据，那么面对面的教育和讨论就可能会被边缘化，教育教学活动中的各种人际关系也会变得疏离，学生无意之中可能就会经历抑郁和社会性孤立。[62] 吉登·迪绍(GideonDishon)还认为，数据驱动的决策不应该侵害人们对自然主义学习环境的个性化感受。[63]然而，随着教师和管理人员持续根据数据进行决策，所有利益相关者可能会开始觉得自己是某个数字而不是一个人，这就会侵蚀学生和老师这种重要关系中所必需的信任感。同样，杰弗瑞·约翰逊(JefferyJohnson)认为，当教育组织和个别教师根据收集数据做出决定时，学生可能会觉得他们受到某种冒犯，以至于他们不再觉得自己是一个个体独立的学习者。约翰逊指出，大数据可以促进“某种新型的关系，这种关系很容易被认为有助于科目的集体化，在这种关系中，基于‘典型’学生的假设，所有人都被同等对待”[64]，这就会导致学生的感受被同质化，并使个体变得不再重要。在讨论大数据和澳大利亚教育系统关系时，瑞秋·布坎南(RachelBuchanan)和艾米·麦克菲尔森(AmyMcPherson)将这种现象描述为“学习者的数据化”[65]。这种数据化会削弱学生与教师以及学校与社区的关系，从而使许多利益相关者边缘化。 (四)数据本身的缺陷会导致教育公平难以实现 对于任何数据驱动的决策而言，数据本身及其得出的推论都可能会存在缺陷。一方面，无论如何，大数据库都难以根据每个人的真实身份做到真正全面而准确的信息收集，因此许多数据驱动的决策是基于不完整的数据做出的，这会导致干预措施不够及时或不够有效，或不具有针对性。例如，对于探讨教育组织如何实施变革而言，口耳相传的交流可能更为重要，而“想将此类信息作为经过验证的数据进行收集实际上是不可能的”[66]。尤其是当数据收集工具和策略嵌入“一个技术和社会相互依存的复杂网络”时，其措施和方法更是会受到各种社会权力及其价值观的影响。[67] 另一方面，大数据项目及其实施措施是否符合当地的优先事项、议程和需求也是一个需要认真对待和思考的问题。对某个教育组织或某一类环境有益的事务可能对另一个教育组织或另一种环境不利，但是当某个具体的数据计划适合某种教育环境时，它可能会诱使其他发展中国家和发达国家一起来应用该计划，而导致对数据的高度概括化以及对其影响的过高估计。例如，“在英国越来越受到青睐的昂贵的社会研究的大科学方法”在“促进低收入国家研究能力的发展上是否最具潜力”就是一个典型的例证。[68] (五)教育组织特有的资源和组织文化方面的局限 作为官僚机构，教育组织往往坚持因循守旧的组织文化，抵制变革和创新。这种抵制有多种形式，既表现在不愿为改革投入人力或财力以及没有能力对大数据发展计划进行战略性规划上，也表现在由组织领导所建立和延续的组织文化上。 大量研究表明，在全球范围内，教育领域在利用数据进行分析方面落后其他部门，而教育机构面临的最大挑战之一就是需要与私营部门争夺精通定量方法和机器学习的人才来管理大数据和执行数据分析。[69]而要推动教育公平的实现，大数据库建设一个非常重要的条件是数据的连续性，除非实现计算机化和自动化，不然大数据的收集和分析会一直要求有一支稳定的高技能员工队伍，帮助人们理解教育不平等的细微之处以及了解纠正教育不平等的各种途径。这也就是说，数据收集和分析本质上是与人密切相关的。然而，教育一直是人员更替率最高的部门之一，[70][71]这意味着大数据收集和分析在员工素质方面往往难以保持一致，并且不断受到小学、中学和大专院校教师和管理人员流动以及各个层面问责要求的干扰。这种人员更替将不断变化的变量(人类)引入一个复杂的大数据系统中，这在某种程度上不利于教育朝向公平的方向发展。[72] 四、更好地利用教育大数据实现教育公平的建议 通过对上述教育大数据性质和发展过程中公平问题的揭示，教育大数据库编制对教育公平影响的探讨以及教育大数据库限度的分析，可以充分意识到利用教育大数据推动教育公平的实现并不是自然而然或一蹴而就的事业。因此在教育大数据的建设和应用中，需要确立以下几方面的策略和方法，以期在真正运用教育大数据实现教育公平的同时避免其弊端。 (一)确立建构和利用教育大数据库实现教育公平的目标意识和战略规划 考虑到已有的一些教育大数据库未能从教育公平出发实施其功能，因此在新建教育大数据库或者利用原有教育大数据库进行数据分析时，要充分关注教育公平的议题及其后续的改革实践。 例如，欧盟吸取以往成员国各自评测和管理自己的教育系统，没有形成共同的数据库供欧盟领导人做出基于数据的教育决策，从而导致不同成员国之间教育发展的割裂和失衡的经验教训，[73]制定“教育和培训2020战略”(EducationandTraining2020Strategy)。这一战略要求欧盟委员会负责存放所有欧盟成员国的教育数据和信息，[74]优先推动教育信息共享和跨国合作，以此指导战略性地分配预算或财政资源，改进各成员国的教育系统，帮助实现中小学教育的普及目标和中学后教育的学业成就目标，改善各级各类学生的成绩，推动教育公平。[75][76]而印度自2002年一改之前只向世界银行提供政府教育支出占印度国内生产总值百分比这一简略数据的状况，开始收集更多与入学率增长、新学校建立和性别平等相关的数据，并形成若干份全国教育报告以及关于资源最匮乏农村学校之间教育差距的综合报告，[77]以便使政府能够通过制定未来年度预算提供干预和援助，从而为弥补差距提供指导。[78] 鉴于大数据的本质、数据超量的无力感以及领导更迭等不确定因素会导致出现复杂、不可预测和难以解决的问题，从而使得许多大数据计划的前景晦暗不明，因此最重要的也许是，教育组织应该更新自己的组织文化，用发展的眼光围绕教育公平做好数年乃至数十年大数据收集、分析和实施的规划，并做好各项准备工作，[79][80]尤其是保持持续的投入，建立稳定的数据收集和分析人员队伍，确定规范的工作流程。 (二)尽可能建立细分的数据收集指标和系统 在编制教育大数据库时最为重要的是扩充种族/民族、族群、性别，失能弱势群体、收入状况、教育程度和家庭结构等变量及其收集范围，尽可能建立细分的数据收集指标和系统，从而为数据比对和分析奠定基础。尽可能利用大数据的技术优势，收集颗粒度更细的数据，如“计算机鼠标点击次数、尝试次数、学习浏览模式、在线聊天、论坛参与以及视觉和面部反应”[81]，从而尽量全面地了解学生学习任务的进展状态、各种教学风格和学习风格的效率和效果、哪些技术和哪种类型的硬件最适合最有利于教师和学生最有效的教学和学习等。[82][83]从而为学生注意力、教师效能、关系发展、评估类型和策略等各种教学和学习主题提供信息，促进教育教学洞察力的发展，以形成教育不平等的个性化解决方案。 (三)根据教育特性确定更有效的整体评估范式 在讨论数据如何为教育决策提供信息时，需要根据教育特性确定更有效的整体评估范式，[84]而不仅仅是依据更容易收集的数据或更受权力青睐的方式来进行决策。大数据要想真正地为政策制定提供信息，而不只是简单地储存在云服务器上或为教育不平等辩解，就需要对其进行分析、实施情境化和政策性的倡导，并为此建立以技术为中介的数据共享协议，有意识地进行协作性数据的整合和比较。在此过程中，通过研究人员的努力，整合不同来源的数据编制综合性大型纵向教育数据库，用来报道各种政策和其他管理机制长效的持续性教育影响就显得尤其重要。 例如，罗伯特·巴罗(RobertBarro)和李金沃(Jong-WhaLee)反复整合联合国教科文组织的数据，编制了包含146个国家，时间跨度从1950-2010年的大型教育数据库。该数据库的数据间隔为五年，