令人愉快的雙贏設(shè)計(jì)
路易斯·馮·安（Luis Von Ahn）的外表與行為和大家身邊典型的美國(guó)大學(xué)生沒(méi)什么兩樣。他喜歡打電子游戲，喜歡飛快地駕駛他的藍(lán)色跑車(chē)，他就像現(xiàn)代的湯姆·索亞（Tom Sawyer），熱衷于差遣別人替他做事。但是人不可貌相，實(shí)際上，馮·安是世界上最杰出的計(jì)算機(jī)科學(xué)教授之一，而幫他做過(guò)事的，足足有10億人。
　　10年前，22歲的研究生馮·安參與創(chuàng)造了一項(xiàng)名為CAPTCHAs的技術(shù)，要求人們?cè)谧��?cè)電子郵件等網(wǎng)絡(luò)應(yīng)用時(shí)輸入彎彎曲曲的文字，以證明進(jìn)行此操作的是人類(lèi)而非惡意灌水的程序。馮·安把CAPTCHAs的升級(jí)版（reCAPTCHA）賣(mài)給了谷歌，這個(gè)版本要求人們輸入扭曲文字的目的不僅是作驗(yàn)證，更主要的目的，是為了破解“谷歌圖書(shū)掃描計(jì)劃”中那些計(jì)算機(jī)難以識(shí)別的文字。這是個(gè)聰明的做法，發(fā)揮了一項(xiàng)數(shù)據(jù)的兩種作用：在線注冊(cè)的同時(shí)識(shí)別文字。
　　在那之后，成為卡內(nèi)基梅隆大學(xué)（Carnegie Mellon University）教授的馮·安開(kāi)始尋覓更多的“一石二鳥(niǎo)之計(jì)”——使人們提供的零散數(shù)據(jù)為兩種目的服務(wù)。于是，在2012年，他啟動(dòng)了新的設(shè)計(jì)——多鄰國(guó)（Duolingo），通過(guò)網(wǎng)站和智能手機(jī)APP幫助人們學(xué)習(xí)外語(yǔ)。作為一個(gè)幼年在危地馬拉學(xué)習(xí)英語(yǔ)的人，馮·安對(duì)學(xué)習(xí)外語(yǔ)抱有共鳴，而更重要的是，多鄰國(guó)的教學(xué)方式非常巧妙。
　　它要求人們?cè)谕�一時(shí)間翻譯一些較短的詞組，或者評(píng)價(jià)和修正其他人的翻譯。不同于一般翻譯軟件呈現(xiàn)其自創(chuàng)詞組的做法，多鄰國(guó)呈現(xiàn)的是需要翻譯的文檔中的真實(shí)句子，因此公司能夠從中獲取報(bào)酬。一旦有足夠的學(xué)習(xí)者能夠翻譯或驗(yàn)證特定詞組，系統(tǒng)就會(huì)接受他們的譯文，并收集所有零散的句子，將其整合到完整的文檔之中。
　　多鄰國(guó)的客戶(hù)包括CNN和BuzzFeed等媒體公司，后者通過(guò)多鄰國(guó)的服務(wù)，翻譯用于其海外市場(chǎng)的相關(guān)內(nèi)容。和reCAPTCHA一樣，多鄰國(guó)也是個(gè)令人愉快的“雙贏”技術(shù)：學(xué)習(xí)者免費(fèi)獲得外語(yǔ)學(xué)習(xí)指導(dǎo)，同時(shí)制造具有經(jīng)濟(jì)價(jià)值的產(chǎn)物作為回報(bào)。
　　此外，還有第三個(gè)益處，那就是多鄰國(guó)收集的“數(shù)據(jù)尾氣”（data exhaust），即由人們與網(wǎng)站之間的互動(dòng)中衍生的副產(chǎn)品：如熟練掌握一門(mén)語(yǔ)言的某一方面需要多長(zhǎng)時(shí)間、最合適的習(xí)題量是多少、落下幾天進(jìn)度的后果等等。馮·安意識(shí)到，所有這些數(shù)據(jù)都可以采取某種方式加以處理，從而揭示出促進(jìn)人們學(xué)習(xí)的最佳策略。在非數(shù)據(jù)環(huán)境中，做到這一點(diǎn)并不容易。然而，對(duì)于2013年間的每一天都有大約100萬(wàn)訪問(wèn)者，并且人均花費(fèi)30多分鐘用于線上學(xué)習(xí)的多鄰國(guó)來(lái)說(shuō)，巨大的用戶(hù)數(shù)量足以支撐此類(lèi)研究。
　　馮·安最重要的發(fā)現(xiàn)是：關(guān)于“人們?cè)鯓訉W(xué)得最好”的問(wèn)題是錯(cuò)誤的。重點(diǎn)不在于“人”怎樣學(xué)得最好，而是具體的“哪個(gè)”人。對(duì)此，他解釋說(shuō)，針對(duì)最佳語(yǔ)言學(xué)習(xí)方法的實(shí)證研究數(shù)量很少，比方說(shuō)，在許多理論中，主張先教形容詞，再教副詞，但幾乎沒(méi)有確鑿的數(shù)據(jù)支撐。他指出，即使存在相關(guān)數(shù)據(jù)，通常也是針對(duì)數(shù)百名學(xué)生的小規(guī)模研究所得，將之作為普遍的研究發(fā)現(xiàn)加以推廣，終究是不可靠的。為什么不以多年來(lái)數(shù)以千萬(wàn)的學(xué)習(xí)者為研究對(duì)象得出結(jié)論呢？多鄰國(guó)的出現(xiàn)，使這樣的研究成為可能。
　　馮·安在處理數(shù)據(jù)的過(guò)程中得到了一個(gè)重要的發(fā)現(xiàn)，即語(yǔ)言教學(xué)手段有效與否取決于學(xué)習(xí)者的母語(yǔ)以及他們將要學(xué)習(xí)的語(yǔ)言。以西班牙語(yǔ)使用者為例，通常，他們?cè)趯W(xué)習(xí)英語(yǔ)的最初階段就會(huì)接觸到“he”“she”和“it”等代詞。然而馮·安卻發(fā)現(xiàn)，“it”一詞容易引起他們的迷惑和焦慮，原因是“it”很難翻譯成西班牙語(yǔ)。于是馮安進(jìn)行了幾次測(cè)試，只教“he”和“she”，直到數(shù)周后堅(jiān)持學(xué)習(xí)而不放棄的人數(shù)顯著增加，再開(kāi)始“it”一詞的教學(xué)。這樣就能顯著提高堅(jiān)持學(xué)習(xí)的人數(shù)。
　　他還有一些發(fā)現(xiàn)是有悖直覺(jué)的：女性的體育術(shù)語(yǔ)學(xué)得更好；男性更擅長(zhǎng)學(xué)習(xí)與烹調(diào)和食物相關(guān)的單詞；在意大利，女性總體來(lái)說(shuō)比男性在英語(yǔ)學(xué)習(xí)上表現(xiàn)得更出色。許多類(lèi)似的發(fā)現(xiàn)始終在不斷涌現(xiàn)。
　　多鄰國(guó)的故事為我們呈現(xiàn)了大數(shù)據(jù)重塑教育的最有前景的方式之一。其中反映了大數(shù)據(jù)改善學(xué)習(xí)的三大核心要素：反饋、個(gè)性化和概率預(yù)測(cè)。

　　無(wú)法駁斥的大數(shù)據(jù)預(yù)測(cè)

　　第二個(gè)威脅也同樣嚴(yán)峻。以所有人為對(duì)象收集到的全面教育數(shù)據(jù)，將用于對(duì)未來(lái)進(jìn)行預(yù)測(cè)：我們應(yīng)該以這樣的速度、按這樣的順序?qū)W習(xí)；我們只有在晚上8點(diǎn)至9點(diǎn)間復(fù)習(xí)學(xué)習(xí)材料，才能有90%的可能性得到B，如果復(fù)習(xí)得早了，其可能性將會(huì)降至50%；等等。諸如此類(lèi)的概率預(yù)測(cè)將會(huì)限制我們的“學(xué)習(xí)自由”，并有可能最終威脅到我們對(duì)生活中機(jī)遇的獲取。
　　大數(shù)據(jù)蘊(yùn)含的巨大潛力在于推進(jìn)個(gè)性化學(xué)習(xí)、改善教材和教學(xué)，并最終提高學(xué)生的成績(jī)。數(shù)據(jù)應(yīng)該被視為促進(jìn)產(chǎn)品改良的反饋，而不是對(duì)產(chǎn)品使用者進(jìn)行簡(jiǎn)單評(píng)價(jià)的依據(jù)。在今天，被收集的有限數(shù)據(jù)幾乎都是用來(lái)評(píng)價(jià)學(xué)生的，即學(xué)習(xí)中的“消費(fèi)者”。
　　我們?cè)u(píng)估可能的方案和潛在的成就：從高中提升課程的受理到高校錄取，再到研究生院的入學(xué)。但是此類(lèi)基于有限數(shù)據(jù)的小數(shù)據(jù)預(yù)測(cè)，充滿(mǎn)了不確定性，因此招生委員會(huì)對(duì)這些數(shù)據(jù)的處理極其謹(jǐn)慎。委員們認(rèn)識(shí)到數(shù)據(jù)展示的內(nèi)容并不完善——那些以高分通過(guò)SAT考試的自大狂并不是憑借真才實(shí)學(xué)，而僅僅是因?yàn)橛涀×藦?fù)習(xí)指南——便積極地增加評(píng)估的主觀性，當(dāng)他們意識(shí)到依賴(lài)數(shù)據(jù)可能造成以偏概全的結(jié)果時(shí)，會(huì)將主觀判斷置于數(shù)據(jù)決斷之前。
　　然而，大數(shù)據(jù)時(shí)代的預(yù)測(cè)精確度將遠(yuǎn)遠(yuǎn)超過(guò)現(xiàn)在。這向招生委員會(huì)和招聘人員等決策制定者施加了更多的壓力，使其更傾向于相信基于大數(shù)據(jù)的預(yù)測(cè)。在過(guò)去，我們可以辯稱(chēng)所屬的分組不是特別適合自己，為某種情況找到開(kāi)脫的理由。比如，我們有可能被分到“好學(xué)生，但是搞不定統(tǒng)計(jì)課”的群組中，并最終因此被經(jīng)濟(jì)學(xué)專(zhuān)業(yè)拒之門(mén)外。但是我們?nèi)匀豢梢詰{借這樣的解釋說(shuō)服別人：基于這一分組的預(yù)測(cè)于我們而言是不正確的，所以即使同組的其他成員會(huì)失敗，我們還是有可能獲得成功。因?yàn)樵擃A(yù)測(cè)是基于“小數(shù)據(jù)”作出的，決策制定者往往傾向于相信當(dāng)事人是“無(wú)辜”的，而當(dāng)事人能夠通過(guò)協(xié)商為自己辯解。
　　而新的威脅在于，基于大數(shù)據(jù)的預(yù)測(cè)是如此準(zhǔn)確、個(gè)性化程度如此之高，我們將不再因?yàn)槊�義上所屬的分組，而是實(shí)實(shí)在在的“自己”被問(wèn)責(zé)。因此，任何借口都可能不足以說(shuō)服決策制定者站在我們這一邊。事實(shí)上，任人來(lái)作判定有可能完全地從決策過(guò)程中移除，取而代之是以機(jī)器算法為基礎(chǔ)的操作，包括讀取電子數(shù)據(jù)表、計(jì)算概率并作出有約束力的決定，而這一系列操作僅需耗時(shí)幾毫秒。
　　比如說(shuō)，一些大學(xué)正在開(kāi)展“電子顧問(wèn)”（e-advisors）的實(shí)驗(yàn)，這款大數(shù)據(jù)軟件系統(tǒng)通過(guò)數(shù)字處理提升學(xué)生的畢業(yè)率。自2007年亞利桑那大學(xué)采用該系統(tǒng)至今，學(xué)生順利升學(xué)的比例已由77%上升到84%。在田納西州的奧斯汀州立大學(xué)，當(dāng)學(xué)生選修“學(xué)位羅盤(pán)”（Degree Compass）軟件向其推薦的課程后，他們有90%的可能性得到與軟件預(yù)測(cè)一致的B以上的高分，而沒(méi)有獲益于“學(xué)位羅盤(pán)”的學(xué)生，獲得同樣分?jǐn)?shù)的比例僅占60%。
　　……