鄭思思 陳衛(wèi)東 徐銣憶 袁 凡 褚樂陽

（蘇州科技大學 新媒體交互設(shè)計與應(yīng)用研究所，江蘇蘇州 215011）

一、引言

隨著大數(shù)據(jù)、物聯(lián)網(wǎng)、數(shù)據(jù)挖掘、云計算、拓展現(xiàn)實（XR）、數(shù)字孿生（DT）及人工智能（AI）等新興技術(shù)的快速發(fā)展，以及各種傳感器和可穿戴設(shè)備技術(shù)的廣泛應(yīng)用，人類的認知能力得到質(zhì)的飛躍，人類也從“以自我控制、自我管理為主”的IT 時代進入到“以服務(wù)大眾、激發(fā)創(chuàng)新力為主”的DT（Data Technology）時代，形態(tài)多樣、海量的數(shù)據(jù)分析、處理和應(yīng)用，已成為信息科學領(lǐng)域面臨的一項巨大挑戰(zhàn)。

基于AI 技術(shù)的數(shù)據(jù)個性化、智能化的應(yīng)用正在掀起一場全新的革命，數(shù)智融合（BD+AI）已成為當下時代的典型特征。甚至有大數(shù)據(jù)技術(shù)的支持者認為，世界萬物皆可量化，世界的本質(zhì)理應(yīng)是數(shù)據(jù)[1]。從哲學角度來看，數(shù)據(jù)不僅僅意味當下，也是過去的累積。數(shù)智融合下的“數(shù)據(jù)”是信息流背后的人、物和事件的總和。數(shù)據(jù)描述著一系列關(guān)系的發(fā)生，是個體和社會的各種物質(zhì)、非物質(zhì)生產(chǎn)、流通及消費行為的基礎(chǔ)?？梢哉f，數(shù)據(jù)改變了人們理解和研究世界的方式，越來越多的數(shù)據(jù)可以被采集，并用于大數(shù)據(jù)分析、人工智能訓練等領(lǐng)域，數(shù)據(jù)正在成為一種資源。正如馬云所說，未來最大的能源不是石油而是數(shù)據(jù)[2]。數(shù)據(jù)已成為當前及未來最為核心的生產(chǎn)要素。

從數(shù)據(jù)的視野來看，大數(shù)據(jù)指的是一種新的數(shù)據(jù)世界觀，它認為所有事物都是由數(shù)據(jù)構(gòu)成的，一切皆可“數(shù)據(jù)化”。教育領(lǐng)域的大數(shù)據(jù)，貫穿于整個教學活動中，是依據(jù)需求采集到的所有與教學活動密切相關(guān)的數(shù)據(jù)集合。當下，隨著移動通信、智能技術(shù)、云計算、普適計算等的并行發(fā)展，教育領(lǐng)域大數(shù)據(jù)在適應(yīng)性教學、教育規(guī)律發(fā)現(xiàn)以及精確管理等方面都已實現(xiàn)初步應(yīng)用。

圖形化數(shù)據(jù)是當前大數(shù)據(jù)的重要形式之一，它改變了人們進行信息傳達和溝通的方式。海德格爾（Martin Heidegger）曾說過：“從本質(zhì)上看來，世界圖像并非意指一幅關(guān)于世界的圖像，而是指世界被把握為圖像[3]”。圖形化數(shù)據(jù)可以幫助人們快速地耦合異構(gòu)數(shù)據(jù)、理解內(nèi)容、發(fā)現(xiàn)規(guī)律、交流信息。在教育教學中，借助圖形化數(shù)據(jù)，可對教育過程產(chǎn)生的數(shù)據(jù)進行實時處理和交互分析，能幫助教學者和管理者跟蹤變化和理解變化背后的成因，這有助于形成技術(shù)促進下的課堂新生態(tài)，更好地優(yōu)化教與學的全過程，服務(wù)于學習者的學習和發(fā)展。

二、數(shù)據(jù)驅(qū)動的原理及應(yīng)用現(xiàn)狀

（一）數(shù)據(jù)驅(qū)動的起源與發(fā)展

數(shù)據(jù)驅(qū)動的起源與發(fā)展主要可分為三個階段，如圖1所示。自文藝復興時期在自然歷史科學領(lǐng)域假設(shè)驅(qū)動階段，到初步探索時期的以數(shù)據(jù)為中心的“偽”數(shù)據(jù)驅(qū)動階段，再到如今的數(shù)據(jù)自動化決策的高速發(fā)展階段。

圖1 數(shù)據(jù)驅(qū)動的起源與發(fā)展

數(shù)據(jù)驅(qū)動的應(yīng)用最早可以追溯到文藝復興時期的自然歷史科學領(lǐng)域，隨著新大陸的發(fā)現(xiàn)，當時的歐洲自然主義科學家發(fā)現(xiàn)了大量與自身認知體系完全不同的事實與信息，這便催生了科學家們設(shè)計出新型數(shù)據(jù)管理方式。例如，利用筆記策略和新的分類系統(tǒng)以應(yīng)對大量未知數(shù)據(jù)。這些數(shù)據(jù)管理新方式的產(chǎn)生，也為大量數(shù)據(jù)的積累提供了可能性[4]。早期的自然主義科學家以標本、圖文以及文本等方式建立收藏庫，并通過與自然世界的比較，進而得出結(jié)論。

可以看出，當時的研究者們已開始嘗試通過分析“數(shù)據(jù)”，試圖為多樣的自然形式建立秩序，與當下的數(shù)據(jù)驅(qū)動方式十分相似。但實際上，該時期的自然主義者通常是在主觀搜集的數(shù)據(jù)中展開研究的。因為，自然歷史主義從根本上是基于本體論假設(shè)而展開的，他們通常都將“假設(shè)自然群體的存在”設(shè)為既定前提，所以在此之后所產(chǎn)生的數(shù)據(jù)并非客觀的“原始數(shù)據(jù)”[5]。因此，可以認為該階段的自然歷史科學是假設(shè)驅(qū)動的。但當時的自然主義科學家通過多種渠道收集大量的數(shù)據(jù)，不僅包括假定的研究對象，還包括其它與之相關(guān)的廣泛的物質(zhì)和抽象實體，這些均被用來作為“數(shù)據(jù)”。而這種數(shù)據(jù)采集方式一直被沿用至今。

隨著數(shù)字化的推進，人們逐漸開始重視數(shù)據(jù)的應(yīng)用，并認識到任何事物的屬性和規(guī)律在通過一定的抽樣、量化后，都能將其轉(zhuǎn)換成數(shù)據(jù)并進行傳遞。隨后，大數(shù)據(jù)的大范圍應(yīng)用，徹底改變了人類的行為方式與認知世界的能力。人們開始對數(shù)據(jù)驅(qū)動進行初步探索，而該階段則多采用以數(shù)據(jù)為中心的方式。主要表現(xiàn)為：首先搜集大量數(shù)據(jù)；其次對這些數(shù)據(jù)進行整理、特征提??；最后生成報告并進行人為決策。

當前，數(shù)智融合的態(tài)勢越來越明顯，大數(shù)據(jù)與人工智能、機器學習等技術(shù)已邁入深度發(fā)展與相互融合的階段，而數(shù)據(jù)驅(qū)動也進入了可獨立運行的智能化高速發(fā)展階段。數(shù)據(jù)驅(qū)動依靠著智能系統(tǒng)與數(shù)字線程技術(shù)，完成了鏈路中最重要的一環(huán)——數(shù)據(jù)自動決策。以數(shù)字孿生技術(shù)為例，高階形態(tài)的數(shù)字孿生可實現(xiàn)虛擬形象與智能系統(tǒng)間數(shù)據(jù)的雙向自流動，通過虛擬孿生體與孿生對象間不斷地交互、比較，進而形成決策，并對物理實體進行優(yōu)化[6]。由此可見，該階段的數(shù)據(jù)驅(qū)動系統(tǒng)，已完全實現(xiàn)了數(shù)據(jù)主導。

未來，由數(shù)據(jù)自驅(qū)動形成的閉環(huán)會步入全域感知階段，用戶通過感應(yīng)系統(tǒng)或交互系統(tǒng)輸入數(shù)字信號，接著智能系統(tǒng)通過對數(shù)字信號進行分析與處理，形成洞見，并自主驅(qū)動形成智能化決策。如，在醫(yī)療領(lǐng)域，擴展現(xiàn)實（XR）技術(shù)的情境感知特性，能實現(xiàn)對人、環(huán)境等數(shù)據(jù)的全面采集、分析，由此可基于這些數(shù)據(jù)對用戶的健康狀況進行評估，提供個性化的健康管理建議等，進而為用戶提供智能化、個性化的醫(yī)療服務(wù)管理與體驗。

總體而言，數(shù)據(jù)驅(qū)動已步入自動化驅(qū)動狀態(tài)，大數(shù)據(jù)與人工智能、分布式計算等的緊密結(jié)合，賦予數(shù)據(jù)感知、理解、推理等能力，使驅(qū)動系統(tǒng)足以實現(xiàn)對大數(shù)據(jù)時代下大量的高維異構(gòu)數(shù)據(jù)的處理，形成數(shù)據(jù)與智能融合驅(qū)動的新生態(tài)。另外，如何將決策數(shù)據(jù)進行合理加工、編排，以圖形為主要表征方式進行展現(xiàn)，順應(yīng)數(shù)據(jù)“去中心化”的趨勢，實現(xiàn)數(shù)據(jù)的可理解、決策的可解釋，或?qū)⒊蔀橄乱浑A段亟待解決的問題。

（二）數(shù)據(jù)驅(qū)動的概念與界定

對于數(shù)據(jù)驅(qū)動的概念，有學者認為，數(shù)據(jù)驅(qū)動可以看作為一種“數(shù)據(jù)”的使動用法，即指被數(shù)據(jù)推動的過程或活動，而不是僅憑直覺或個人經(jīng)驗來驅(qū)動[7]。換言之，所有的流程都需依賴于數(shù)據(jù)，所有的決策都需基于確鑿證據(jù)。也有學者認為，數(shù)據(jù)驅(qū)動是基于模型的或是由模型所驅(qū)動的[8]。在數(shù)據(jù)驅(qū)動中，數(shù)據(jù)模型的建立實際上是對數(shù)據(jù)的一個加工過程，將原始數(shù)據(jù)通過邏輯進行串聯(lián)，以獲得所需的數(shù)據(jù)信息。

我們認為，數(shù)據(jù)驅(qū)動指通過采集海量的數(shù)據(jù)，并對數(shù)據(jù)進行清洗、加工、計算以建立數(shù)據(jù)模型，如圖2所示。在此過程中，保持數(shù)據(jù)的動態(tài)更新，以推動模型進化與迭代，使粗糙模型進化為足以映射真實精細化模型，再通過數(shù)據(jù)分析與算法，對模型進行訓練并實行預測。最后，通過對關(guān)鍵特征與信息的提煉，以驅(qū)動決策的生成；并將決策進一步實施，而在決策實施過程中會進一步產(chǎn)生新的數(shù)據(jù)源，以形成數(shù)據(jù)驅(qū)動到?jīng)Q策生成的閉環(huán)。

圖2 數(shù)據(jù)驅(qū)動模型

（三）數(shù)據(jù)驅(qū)動的核心特征

1.實時互動

桑文峰提出，在數(shù)據(jù)驅(qū)動的過程中，數(shù)據(jù)的采集要做到“大、全、細、時”。其中，“時”是實時互動的重要要求[9]。目前，隨著物聯(lián)網(wǎng)、傳感器及可穿戴設(shè)備等技術(shù)的普及，互動行為數(shù)據(jù)的實時采集變得簡易化與多?；?。5G 等通訊技術(shù)的發(fā)展，更拓展了多維數(shù)據(jù)的傳輸信道，可以快速地幫助模型進行迭代與更新，以提升決策質(zhì)量與決策時效性。

2.埋點采集

“埋點”指的是在網(wǎng)絡(luò)環(huán)境中嵌入數(shù)據(jù)采集代碼，以獲取人們的行為數(shù)據(jù)，它是一種極為高效的數(shù)據(jù)獲取方式。埋點采集一般分為全埋點（又稱無埋點）、半埋點與可視化埋點三種，以實現(xiàn)在不同的條件下的數(shù)據(jù)使用[10]。在數(shù)據(jù)采集的過程中進行埋點，可幫助使用者實現(xiàn)精準操控。

3.深度分析

數(shù)據(jù)驅(qū)動需要對數(shù)據(jù)進行深度分析，以此發(fā)現(xiàn)狀態(tài)、反映規(guī)律。傳統(tǒng)的淺層分析法，無法深入解析非結(jié)構(gòu)化數(shù)據(jù)。利用智能感知技術(shù)，數(shù)據(jù)驅(qū)動可實現(xiàn)對多模態(tài)、多維度數(shù)據(jù)的分析，從而提升模型建構(gòu)的質(zhì)量，使得決策輸出更為精準。以新零售行業(yè)為例，利用數(shù)據(jù)驅(qū)動技術(shù)，可以實現(xiàn)對消費者性別、年齡、文化背景、消費行為等多方維度上的數(shù)據(jù)采集，并能對這些數(shù)據(jù)之間的相關(guān)性進行分析，建構(gòu)起以消費者需求為導向的用戶畫像，以充分挖掘用戶消費行為背后的隱藏信息，如，消費習慣、購買趨向等，可以有效幫助企業(yè)把握市場動向，尋找潛在消費者。

4.循證決策

數(shù)據(jù)驅(qū)動要求基于數(shù)據(jù)推導結(jié)論，以脫離人為主觀經(jīng)驗的影響。對于所采集的數(shù)據(jù)、信息的分析與決策，需建立在嚴格的客觀“證據(jù)”之上[11]。基于證據(jù)的決策能有效提升決策的科學性，從而使得數(shù)據(jù)驅(qū)動系統(tǒng)成為一個積極的反饋循環(huán)。

三、數(shù)據(jù)驅(qū)動教育領(lǐng)域應(yīng)用的演化及發(fā)展趨勢

（一）數(shù)據(jù)驅(qū)動教育應(yīng)用的演化

數(shù)據(jù)驅(qū)動下的教育在不同時代，展現(xiàn)出不同的特性，如表1所示。在工業(yè)時代，教育主要依據(jù)教學者的經(jīng)驗而展開。隨著互聯(lián)網(wǎng)與數(shù)字技術(shù)的發(fā)展，人們的決策方式與數(shù)據(jù)應(yīng)用模式逐漸發(fā)生了改變，由萬物皆可量化的數(shù)字化教學，向更為關(guān)注人本身能力培養(yǎng)的數(shù)智化教學轉(zhuǎn)變。大數(shù)據(jù)與人工智能、機器學習等相結(jié)合，使得計算機具備了對人、環(huán)境的理解、感知、推理及預測的能力。全向的人機交互，能深入挖掘數(shù)據(jù)背后的價值，而圖形化數(shù)據(jù)的應(yīng)用能打破數(shù)據(jù)解讀的障礙，使得數(shù)智化在教育領(lǐng)域的應(yīng)用更為廣泛。其演化經(jīng)歷了三個階段，如圖3所示。

表1 數(shù)據(jù)驅(qū)動在教育領(lǐng)域的演化

圖3 數(shù)據(jù)驅(qū)動在教育領(lǐng)域的應(yīng)用發(fā)展

1.起始階段

我國傳統(tǒng)教育以經(jīng)驗?zāi)７率浇虒W為主，教師在課堂中占據(jù)主要地位，把書本知識、已有的理論經(jīng)驗灌輸給學生。在這一教學過程中，學生只是被動地參與學習、接收知識。雖然，該教學模式從短期上來看較為有效，能夠提升教學效率，但卻忽視了學生之間的差異性。而在后期的教學評價中，傳統(tǒng)教學評估方式多為總結(jié)性評價，基本是以考試測驗或調(diào)查量表來進行的。這種評估方式與強制量化的方式，會給學生帶來了一定的心理壓力，學生主觀心理因素的干擾，直接影響數(shù)據(jù)收集的客觀性與準確性。在此階段，要求教育者需獨力進行數(shù)據(jù)分析。教育者進行數(shù)據(jù)分析活動通常都需要掌握一定的數(shù)據(jù)分析方式，擁有數(shù)據(jù)決策能力，對其而言門檻較高。因此，傳統(tǒng)教學在數(shù)據(jù)方面使用存在著一定的先天不足。

2.探索階段

隨著全社會移動端的普及、云計算服務(wù)的發(fā)展以及大數(shù)據(jù)分析技術(shù)的突破，大數(shù)據(jù)的廣泛應(yīng)用革新了教育理念、教育思維及教學方式，傳統(tǒng)經(jīng)驗式教學慢慢轉(zhuǎn)變?yōu)橐詳?shù)據(jù)為中心的教學，基于學生行為數(shù)據(jù)分析的教學將逐步變成現(xiàn)實。在探索初期，一方面，對于采集的學習數(shù)據(jù)缺少過濾，導致數(shù)據(jù)庫摻雜著這一些冗余的、缺失的、質(zhì)量差的“臟數(shù)據(jù)”[12]。這些數(shù)據(jù)通常缺少在垂直與水平方向上的關(guān)聯(lián)性分析，導致冗余數(shù)據(jù)不能被及時剔除，因此，在分析結(jié)果時常存在誤差，數(shù)據(jù)價值也未能完全展現(xiàn)。另一方面，在此階段，對于大數(shù)據(jù)的應(yīng)用還僅僅停留于數(shù)據(jù)收集層面，決策的產(chǎn)生通常還是以人的主觀判斷進行的，因此，會有產(chǎn)生“假規(guī)律”的風險。在探索后期，人們對于技術(shù)的發(fā)展以及對于大數(shù)據(jù)的深入研究，使數(shù)據(jù)收集和分析的方式有了一定的改進，教學內(nèi)容也逐漸延伸至課本之外。另外，互聯(lián)網(wǎng)的介入與新的計算機技術(shù)支持的交互式學習方法與學習工具，也為學習者學習行為的量化與采集提供了新的方式。特別是更加集成、模塊化和復雜化的學習系統(tǒng)，為教學收集了更多類型的數(shù)據(jù)。當下，針對多維度、多模態(tài)數(shù)據(jù)的多元化處理方式，以及多樣化分析手段，能有效助力教學數(shù)據(jù)的挖掘，并作出科學決策。進而實行智能化干預，使教育逐步走向數(shù)據(jù)驅(qū)動階段。

3.發(fā)展階段

隨著人工智能技術(shù)的普及，以及大數(shù)據(jù)應(yīng)用的深度研究，如今，教育大數(shù)據(jù)的應(yīng)用已呈現(xiàn)出數(shù)智融合態(tài)勢。大數(shù)據(jù)與人工智能技術(shù)的結(jié)合，使得系統(tǒng)實現(xiàn)對數(shù)據(jù)的可理解與可感知。再通過分析相關(guān)關(guān)系，對教育大數(shù)據(jù)進行深度挖掘，教育決策將變得更為準確與科學。這對課程建設(shè)、教學環(huán)境塑造、教資力量的提升，起到良好的支持作用[13]。然而在教育領(lǐng)域，決策的產(chǎn)出需作用于人，而數(shù)據(jù)化的決策結(jié)果往往難以理解，也難以追溯，因此，催生了數(shù)據(jù)的另一種呈現(xiàn)方式——圖形化數(shù)據(jù)。視覺被認為是人類最強大的信息輸入方式，利用圖形化數(shù)據(jù)可將學習過程、表現(xiàn)行為以及思維，都轉(zhuǎn)化成圖形化的方式加以展現(xiàn)、表述甚至是交互[14]。此外，將圖形化數(shù)據(jù)應(yīng)用于教學中，能實現(xiàn)在多維度空間上的知識呈現(xiàn)，可有效降低認知負荷，減弱知識傳授難度，提高教與學的效率。

（二）圖形化數(shù)據(jù)驅(qū)動下的教育應(yīng)用分析

數(shù)據(jù)驅(qū)動在教育領(lǐng)域的探索與發(fā)展從未停止。但就目前而言，大部分校內(nèi)教學活動仍沿襲著傳統(tǒng)經(jīng)驗式的教學方式，變革緩慢。因此，要推動教育向現(xiàn)代化、科學化轉(zhuǎn)型，必然要依靠數(shù)據(jù)驅(qū)動。有學者提出了循證教學的理念，認為教學應(yīng)遵循證據(jù)而展開。數(shù)據(jù)驅(qū)動在教育領(lǐng)域的廣泛應(yīng)用，更加豐富了教育中的“證據(jù)”，使得教育活動更為科學且合理[15]。因此，依據(jù)數(shù)據(jù)智能化決策調(diào)整教學策略、教學手段，進行循證教學，進而構(gòu)成以理解力、服務(wù)力、感知力與計算力支撐的新型教學，才是未來教育的理想形態(tài)[16]。

隨著信息技術(shù)的發(fā)展，數(shù)據(jù)被大量的生產(chǎn)，利用傳統(tǒng)的文字、語言等敘事方式無法高速讀取大數(shù)據(jù)中所蘊含的信息。事實上，人們對于事物的認知、理解與思考，很大程度上都依賴于視覺輸入。基于此，教育者可以使用圖形元素等方式，優(yōu)化認知材料，助力于學習者的認知。正如亞里士多德（Aristotle）認為，沒有圖像，就無法進行思考[17]。這說明了，圖形化在數(shù)據(jù)驅(qū)動教學領(lǐng)域的應(yīng)用與發(fā)展極為重要，并且圖形也具有承載大量復雜數(shù)據(jù)的能力。比如，2019年加德納（Gartner）技術(shù)成熟度曲線圖，也將知識圖與圖形分析分別列在了觸發(fā)期與期望膨脹期，并認為在未來五到十年內(nèi)，這兩項技術(shù)會逐漸走向成熟，如圖4所示[18]。Gartner 還預測，在未來對于圖形處理以及圖形數(shù)據(jù)管理系統(tǒng)的應(yīng)用，將以每年100%的速度增長?？梢?，圖形化數(shù)據(jù)的應(yīng)用，正在受到大范圍的關(guān)注[19]。

1.教育圖形化數(shù)據(jù)的類型與生成

隨著圖形化數(shù)據(jù)在教育領(lǐng)域的日益普及，圖形的表征形式，將教學活動數(shù)據(jù)由抽象轉(zhuǎn)變?yōu)榫呦?，降低了教育者對于教育信息的認知負荷，這為打破現(xiàn)有教學方式的壁壘提供了契機。早期將數(shù)據(jù)轉(zhuǎn)變?yōu)閳D形，主要是通過布局算法來實現(xiàn)數(shù)據(jù)點的排布，但這類方式只適用于數(shù)據(jù)量較少的情況；數(shù)據(jù)量一旦增多，就會出現(xiàn)節(jié)點重合、連接交錯等情況，干擾數(shù)據(jù)的讀取[20]。隨著圖形數(shù)據(jù)大規(guī)模的激增，研究者們逐漸將圖聚類、圖壓縮、圖抽象等技術(shù)，引入圖形化數(shù)據(jù)領(lǐng)域，其中圖聚類技術(shù)已被廣泛應(yīng)用：先對數(shù)據(jù)進行聚類，再通過可視技術(shù)進行布局[21]。

圖4 2019年加德納（Gartner）技術(shù)成熟度曲線

（1）教育圖形化數(shù)據(jù)包含的類型。從廣義上來看，教育大數(shù)據(jù)泛指在日常教學活動中所產(chǎn)生的所有數(shù)據(jù)，是多模態(tài)、多類型、多維度的復雜數(shù)據(jù)的集合體。而圖形可以容納大量的數(shù)據(jù)并且具備多維度統(tǒng)一展示的功能，能將異構(gòu)數(shù)據(jù)以便于觀察、便于理解的方式進行展現(xiàn)。我們將教育大數(shù)據(jù)圖形化，可有效幫助教育者開展教育分析、研究，是推動教育變革的基礎(chǔ)支撐。為更好的處理多樣化的數(shù)據(jù)，可將圖形化數(shù)據(jù)中包含的教育數(shù)據(jù)分為四種類型加以展現(xiàn)，分別為：教育過程圖形化、教育關(guān)系圖形化、教育狀態(tài)圖形化與教育支持性數(shù)據(jù)圖形化，如圖5所示。

（2）圖形化數(shù)據(jù)的生成方式。目前，通過可視化技術(shù)將數(shù)據(jù)以圖形的形式展現(xiàn)，主要依賴于四種主流方式，分別為：科學可視化、數(shù)據(jù)可視化、信息可視化、知識可視化。

首先，科學可視化，又稱為科學計算可視化，主要指利用計算機將科學計算結(jié)果以及在計算過程中復雜的數(shù)據(jù)變化，以圖形的方式進行展現(xiàn)。一方面，可以有效幫助科學家、研究者理解概念、發(fā)現(xiàn)科學規(guī)律；另一方面，將計算過程進行圖形化呈現(xiàn)，便于研究者通過改變計算參數(shù)、觀察現(xiàn)象的變化[22]。在教育領(lǐng)域，科學可視化可幫助研究人員在教學研究與教育管理方式等方面進行可視化的計算與定量分析等。

其次，數(shù)據(jù)可視化指將數(shù)值型數(shù)據(jù)以圖形的方式客觀的展現(xiàn)出來，以幫助人們理解數(shù)據(jù)，并觀察數(shù)據(jù)與數(shù)據(jù)之間的結(jié)構(gòu)關(guān)系，可用于對教學中客觀環(huán)境數(shù)據(jù)的展現(xiàn)等。而信息可視化則更側(cè)重于對非數(shù)值型信息等抽象數(shù)據(jù)的處理與分析，通過對非結(jié)構(gòu)性數(shù)據(jù)的挖掘、提煉，進而連接起結(jié)構(gòu)性與非結(jié)構(gòu)性數(shù)據(jù)，并分析其中關(guān)系，從而發(fā)現(xiàn)數(shù)據(jù)之間本質(zhì)規(guī)律，可幫助教育者尋找教育數(shù)據(jù)中的潛在價值，并洞察發(fā)展趨勢。

最后，知識可視化主要指將學習者的個體知識以圖形的方式展現(xiàn)出來，從而促進知識在群體之間高效傳播與創(chuàng)新。另外，知識可視化還可用于傳遞經(jīng)驗、價值觀、意見和預測等，并幫助學習者正確的記憶與應(yīng)用知識[23]。目前，形成知識可視化的主要技術(shù)方法，包括知識圖譜、思維導圖、認知地圖等[24]。除此之外，在可視化技術(shù)中還包含著一個領(lǐng)域——可視分析學。可視分析學是隨著科學可視化與信息可視化發(fā)展起來的，通過交互式的可視化界面來促進分析與推理[25]。而圖像化數(shù)據(jù)也強調(diào)可交互性，因此，二者對于數(shù)據(jù)的可視化分析流程，具有很大程度上的相似性，如圖6所示。

圖5 教育圖形化數(shù)據(jù)的四種類型

圖6 可視化數(shù)據(jù)分析流程

借助于上述這些可視化技術(shù)所形成的圖形化數(shù)據(jù)，目前，在教育領(lǐng)域展現(xiàn)出了多樣化的應(yīng)用可能性。我們認為，未來圖像化數(shù)據(jù)，將會成為數(shù)據(jù)智能驅(qū)動教育的主要應(yīng)用形式。

2.圖形化數(shù)據(jù)在教育領(lǐng)域的應(yīng)用分析

（1）教師教學方面。數(shù)據(jù)驅(qū)動能幫助教師實現(xiàn)循證教學，為教師提供一個快速、輕松的方式，助其分析、共享、應(yīng)用數(shù)據(jù)，建立起全方位的基于數(shù)據(jù)的積極的教學反饋循環(huán)。圖形化數(shù)據(jù)可以迅速為教師展現(xiàn)學生的學習狀況，預測學生的學習成績與發(fā)展走向，通過對數(shù)據(jù)的分析驅(qū)動決策生成，幫助教師及時調(diào)整教學方式。另外，圖形化數(shù)據(jù)驅(qū)動，能為教學中各個環(huán)節(jié)的數(shù)據(jù)決策，提供簡單易懂的展現(xiàn)方式，以輔助教師更好地開展教學活動。如，通過收集教師行為數(shù)據(jù)，跟蹤教師教學歷程。以圖形的方式展現(xiàn)出來，可供教師發(fā)現(xiàn)自身問題。教師可依據(jù)驅(qū)動系統(tǒng)作出的決策建議，進行教學行為的優(yōu)化，從而有利于其自身能力提高和職業(yè)發(fā)展。

圖形化數(shù)據(jù)的應(yīng)用，能極大程度上地提高教學課堂的能動性。圖形化數(shù)據(jù)驅(qū)動允許教師將教學內(nèi)容融入包含圖形與文本的動態(tài)信息圖之中，通過對視覺元素的合理搭配，建立起與學生的情感共享渠道，并將自我感受與心理效應(yīng)傳遞給學生。這也在一定程度上降低了學生由于大量文字閱讀所產(chǎn)生的認知負荷，為實現(xiàn)輕負高質(zhì)的教學提供新思路。此外，可利用圖形化數(shù)據(jù)構(gòu)建學習者畫像，并提供交互界面?；跀?shù)據(jù)并通過多種算法，將學習者的學習風格、知識水平、身心特征、思維構(gòu)建過程以及情感狀態(tài)，展示于學生畫像之中。教師可以通過概覽、縮放、查看細節(jié)、檢索等交互操作，對學生畫像進行觀察或分析，幫助教師了解學生的成長動態(tài)，并給予學生發(fā)展建議，從而制定出學生個性化學習路徑并展現(xiàn)給教師。

（2）學生學習方面。圖形化數(shù)據(jù)驅(qū)動技術(shù)為學習提供了智能化的支持，通過采集學生的學習行為數(shù)據(jù)，如，聽講、問答、討論、做練習、媒體操作等數(shù)據(jù)，以及學習者生理與心理的動態(tài)變化數(shù)據(jù)，進行分析并建立模型，可有效地將學生的隱性數(shù)據(jù)外顯化。學生們可通過與圖形界面進行交互，了解自身信息節(jié)點之間的關(guān)聯(lián)性，發(fā)現(xiàn)自我的一些認知缺陷、學習偏好等。例如，學習儀表盤可通過對學習者學習行為的跟蹤與鏡像，反映并輔助其監(jiān)測自身的學習過程，通過圖形化數(shù)據(jù)加以呈現(xiàn)，進而幫助學習者把握自身學習過程中的弱點與盲點，并及時進行自主調(diào)整與學習反思，加強自我管理從而培養(yǎng)學生學習的自主性以及其分析、解決問題的能力[26]。再如，“快樂學”學習儀表盤通過統(tǒng)計學生在做題過程中的錯題類型與數(shù)量，分析學生在各項學習方面的薄弱環(huán)節(jié)，以提供學習指導，幫助學生查漏補缺[27]。另外，美國普渡大學（Purdue University System）建立的“警告信號系統(tǒng)”（Signals-Stoplights for Student Success），學校通過網(wǎng)絡(luò)教育平臺數(shù)據(jù)收集學生成績變化，進行分析后形成學習困難層次的分類，分別用綠、黃、紅色來表明危險等級，實現(xiàn)了對教學的實時精準教學干預[28]。

（3）教學評價方面。隨著大數(shù)據(jù)科學的發(fā)展，教育領(lǐng)域迎來了第四范式的教育評價——數(shù)據(jù)密集型評價[29]。第四范式是指通過儀器收集數(shù)據(jù)或模擬方法產(chǎn)生數(shù)據(jù)，并借用軟件進行處理再形成的信息指示可視化呈現(xiàn)[30]。第四范式的教學評價是數(shù)據(jù)驅(qū)動型的教學評價，推動了教學評價向科學化、數(shù)智化的方向發(fā)展。教學評價也逐漸由單一維度的評價走向多維度的綜合評價，實現(xiàn)了在時間上的連續(xù)性、空間上的多維性，增強了教育評價的效能。例如，圖形化評價數(shù)據(jù)展示形式，增加了評價結(jié)果以及評價關(guān)聯(lián)因素的可讀性，并可將評價結(jié)果直觀的反饋給教師。Steward Butterfield 在2004年首次使用了“字云”的概念，而后，“詞云”逐漸發(fā)展起來[31]。詞云圖通過對網(wǎng)絡(luò)高頻關(guān)鍵詞的視覺化突出，根據(jù)關(guān)鍵詞的重要程度、出現(xiàn)頻次，用不同大小、顏色的文字形態(tài)進行展示，脈絡(luò)清晰，可讓用戶在極短的時間內(nèi)獲取并理解關(guān)鍵信息。因此，可將此方式用于對學生學習評價結(jié)果的圖形化展示，依據(jù)教學評價結(jié)果，對學生學習過程中的優(yōu)勢與弱勢以不同大小、顏色的圖形形狀，進行關(guān)聯(lián)呈現(xiàn)，直觀地展現(xiàn)學生學習環(huán)節(jié)中的不足之處，可幫助教師識別教學過程中的重、難點，并追溯學生學習困難的原因。

另外，數(shù)據(jù)驅(qū)動的教學評價，可將評價嵌入教學活動的各個環(huán)節(jié)，通過實時采集數(shù)據(jù)給予教學活動持續(xù)性的評價反饋[32]。系統(tǒng)依據(jù)評價結(jié)果，綜合建立學生學習路徑圖，并進行分析，為學生未來發(fā)展提供預測，進而對下個環(huán)節(jié)學習的方向與方式進行調(diào)整。此外，基于數(shù)據(jù)的第四范式的教學評價也是多元化的教學評價，不僅包括對學生的評價、還需形成對教師、教學方法、教學管理的評價。

（4）教學管理方面。隨著大數(shù)據(jù)在教育領(lǐng)域的不斷深入應(yīng)用，教育管理也迎來了深度變革。基于數(shù)據(jù)的管理模式，取代了傳統(tǒng)的行政管理與經(jīng)驗管理，管理模式正在實現(xiàn)由“經(jīng)驗式”趨向“全數(shù)據(jù)驅(qū)動式”的顛覆性變革，如表2所示。在全域感知的校園環(huán)境內(nèi)，埋點采集使得學校擁有大量的多樣態(tài)性數(shù)據(jù)。而圖形化數(shù)據(jù)所展示出的關(guān)聯(lián)特性，能有效進行數(shù)據(jù)梳理，進而清晰地反應(yīng)各教育主體、教育資源之間的相互作用與關(guān)系指向。這可有效幫助教育管理人員分析教學事務(wù)的相關(guān)關(guān)系，挖掘隱藏信息，發(fā)現(xiàn)教育中存在的潛在問題，以驅(qū)動精準決策的生成，為學校教育管理工作提供預測性、前瞻性的支持等。

表2 教學管理由“經(jīng)驗式”趨向“全數(shù)據(jù)驅(qū)動式”

四、圖形化數(shù)據(jù)智能賦能未來教育的新形態(tài)

所謂數(shù)據(jù)智能，是指大數(shù)據(jù)與人工智能技術(shù)的融合發(fā)展。從技術(shù)角度而言，其本質(zhì)上是對大規(guī)模的數(shù)據(jù)進行處理、分析與挖掘，再通過機器學習、深度分析等智能方式，提取數(shù)據(jù)中有價值的信息知識[33]。而圖形化數(shù)據(jù)與人工智能的結(jié)合，則是通過可視化技術(shù)，將所獲取到的有價值信息進行圖形化的建模、排列并展現(xiàn)，使數(shù)據(jù)具有可交互性。在處理或解決問題時，圖形化數(shù)據(jù)智能依據(jù)人們所需，智能化地為人們搜尋，挖掘數(shù)據(jù)間的相關(guān)關(guān)系，進行預測并提供最優(yōu)方案。目前，圖形化數(shù)據(jù)智能需與擴展現(xiàn)實（XR）、數(shù)字孿生（DT）、5G 或6G 技術(shù)、機器學習（ML）、超高清技術(shù)（4K/8K）、4D 打印等前瞻技術(shù)相融合。在為教師、學生、教育管理者提供圖形化決策，幫助其理解數(shù)據(jù)的同時，不斷豐富教學形態(tài)，為教育未來的發(fā)展提供新的可能，進一步推動數(shù)智融合教育的創(chuàng)新性探索。

（一）腦機技術(shù)支持下的高效學習

隨著數(shù)智融合與腦機接口技術(shù)的融合發(fā)展，在未來，知識的傳遞將變得更為高效，人腦將可作為網(wǎng)絡(luò)服務(wù)器中的節(jié)點，與外界進行雙向的數(shù)據(jù)置換[34]。在未來的教學活動中，教師可先通過圖數(shù)據(jù)庫搜索教學知識點，再結(jié)合AI 技術(shù)對教學知識點進行上下文分析，加入必要的信息節(jié)點與教學知識點相連，形成完整的知識語境，進而生成知識圖譜，并用以實現(xiàn)知識的腦機映射。由于知識圖譜的每個節(jié)點和邊均帶有信息，因此，能高效地將完備的教學知識映射至學生腦中。學生可在腦內(nèi)實現(xiàn)對知識圖譜的解構(gòu)、重組，并將其融入其自身的知識架構(gòu)體系中；這也為學習能力與實踐技能等多維異構(gòu)的非關(guān)系性數(shù)據(jù)，提供良好的腦共享與腦復制途徑。

目前，運用腦機接口技術(shù)可實現(xiàn)對腦電波的記錄與分析，通過腦成像技術(shù)可將腦電波演變的數(shù)據(jù)與環(huán)境刺激因素，進行動態(tài)的圖形化展示，用以分析外界環(huán)境刺激與大腦頻譜之間的相互關(guān)聯(lián)性，從而實現(xiàn)對大腦的控制。應(yīng)用在學習過程中，系統(tǒng)可通過刺激大腦中的頻譜信號，來實現(xiàn)對于學生思維活動的控制與干擾[35]。例如，通過對海馬體中某些部位的刺激，可增強或控制學生的記憶；通過對大腦皮質(zhì)層行為區(qū)的刺激，來影響學生的行為，幫助學生培養(yǎng)良好的行為習慣；通過對大腦神經(jīng)元的刺激可提升腦靈活程度，來提高學生的學習效率。

腦成像技術(shù)還可用于實時監(jiān)測學生的腦部活動狀態(tài)。在學習過程中，一旦學生產(chǎn)生如學習注意力不集中等情況，系統(tǒng)便開始預警并進行智適應(yīng)調(diào)節(jié)，以及時采取干預措施，幫助其再次集中注意力。比如，BrainCo 制造的賦思頭環(huán)Focus，可通過腦電波量化學生注意力，并對學生注意力進行監(jiān)測，并智能化地給予教師實時反饋?？梢?，數(shù)智融合為教師調(diào)整教學策略以適應(yīng)學生注意力情況提供了支撐，使教學活動得以更為高效地開展。

（二）全息交互下的數(shù)智融合課堂

2020年1月，世界經(jīng)濟論壇提出了“教育4.0”全球框架，指出需著重培養(yǎng)的學生的創(chuàng)新創(chuàng)造技能及技術(shù)技能，開展個性化及自定進度的學習活動[36]。因此，傳統(tǒng)的人人相授與基于數(shù)字屏幕的人機交互方式，已無法滿足未來教育的需求。在未來教育中，可通過引入AI 語音識別、計算機圖像視覺、全息技術(shù)、XR、智能感知設(shè)備等新技術(shù)，以實現(xiàn)在教學環(huán)境內(nèi)的全域交互，進而建構(gòu)起一個虛實融合且技術(shù)高度集成的智能化空間，為學生提供多維度的學習服務(wù)與體驗。如，由“5G+4K/8K+全息技術(shù)”構(gòu)建的全息教室，能為學習者提供高精度的視覺感受。利用云渲染技術(shù)，將教學內(nèi)容生成為3D 圖形、影像，再配以4K/8K超高清視頻，使得教學內(nèi)容“栩栩如生”。5G 網(wǎng)絡(luò)可實現(xiàn)“即渲即傳”，將教學內(nèi)容全息化地展現(xiàn)在學生面前，允許學生與之進行交互，開展自主學習，以培養(yǎng)學生的探索能力、問題解決能力、分析思考能力等，還能提升學生的創(chuàng)新創(chuàng)造技能與數(shù)字技能[37]。

當學生對全息模型進行探索與交互時，圖形化的方式能清楚地展示學生與全息模型之間的交互路徑，通過此路徑可了解學生對模型的認知與理解程度。若發(fā)現(xiàn)學生并未通過交互路徑串聯(lián)起教學知識點，即說明學生對模型理解存在困難。利用AI 技術(shù)與情境感知能力，系統(tǒng)可及時連接學習資源，降低學習難度，并為該類學生推送適合其認知水平的全息模型。若發(fā)現(xiàn)學生已基本掌握模型知識，系統(tǒng)便可為其生成下一階段的個性化學習方案，進而實現(xiàn)精準化教學，促進學生深層學習能力的發(fā)展。

將全息課堂結(jié)合XR 技術(shù)與通感互聯(lián)網(wǎng)，可帶動起學生的視、聽、味、嗅、觸覺五種感官，為學生提供全面的感知體驗，能幫助學生們形成對教學知識全方位的理解。原研哉曾說過，人同時也是敏感記憶的再生裝置，能通過記憶在腦海中能夠再現(xiàn)出各種形象，而這些形象是由感官刺激與人的再生記憶共同形成的[38]。因此，五感的參與，可以有效幫助學生構(gòu)建起對知識點的圖形化形象認知，并增加其對知識點的記憶的深度。

（三）人機融合的課堂新形態(tài)

教育智能體（Pedagogical Agent，PA）在心理學領(lǐng)域也被譯為教學代理，指呈現(xiàn)于教學環(huán)境中，能夠促進學生學習的虛擬形象[39]。未來，教育智能體需具備感知、視覺、即時反應(yīng)與思考等能力，能對信息進行統(tǒng)合處理，對人、事、物實現(xiàn)多維度的理解，并擁有智適應(yīng)與智調(diào)節(jié)的能力。在未來教育場域中，將逐漸擺脫當下以人類教師為主、教育智能體為輔的人機教學模式。教育智能體與人類教師將在教學活動中擁有同等地位，均具有自主教學的能力，并且“各司其職”。教育智能體負責教授客觀的知識規(guī)律，而人類教師則負責培養(yǎng)主觀的道德情感，構(gòu)建起“雙師”課堂，進而實現(xiàn)人機融合的數(shù)智化課堂。在AI 技術(shù)賦能下的“雙師”課堂中（見圖7），通常均配備以計算機視覺等智能傳感設(shè)備，實現(xiàn)對學生人臉、體勢、語音等的識別，并進行多模態(tài)的情感計算，構(gòu)建起包含復雜數(shù)據(jù)的情感圖示例模型，以幫助教育智能體理解人類情感；同時，也能通過圖形、語音等方式向人類傳遞與表達情感，人機交互將變得更為自然。例如，當教育智能體監(jiān)測到學生情緒比較低下或?qū)W生產(chǎn)生學習倦怠時，可主動開展課堂游戲，并同現(xiàn)實環(huán)境中的學生進行交流、玩耍，調(diào)動起學生的學習情緒，使得下一步教學活動更為高效地進行。

圖7 SenseInsight 智能“雙師”課堂

（四）數(shù)字孿生融入并構(gòu)建新型共同體

在未來，數(shù)字孿生技術(shù)與教育智能體可以融合應(yīng)用，教育智能體與學習者、學習者孿生體之間能夠?qū)崿F(xiàn)雙向、多向交互，從而構(gòu)建起“學習者—教育智能體—學習者孿生體”這樣的新型共同體，進而完成人機的深度交流與信息的多向交換。數(shù)字孿生技術(shù)的介入，可對教學過程中產(chǎn)生的多維異構(gòu)數(shù)據(jù)進行處理，從而實現(xiàn)對學生數(shù)據(jù)的深度采集。而教育智能體則可對每一位學習者進行精準地分析、評價，并在智能交互的指導下主動進行智適應(yīng)干預。在知識空間理論、信息流理論以及貝葉斯定理算法的支持下，結(jié)合網(wǎng)絡(luò)泛在AI 與大數(shù)據(jù)形成的基于數(shù)智融合的智適應(yīng)系統(tǒng)，能夠建立學習者圖模型，并對圖模型進行推演與智能分析，以發(fā)現(xiàn)學生與學習活動之間多重的相關(guān)關(guān)系，預測學生未來發(fā)展趨勢，更為精確地為學習者規(guī)劃最優(yōu)化的學習路徑。智適應(yīng)系統(tǒng)還能為教師提供教學建議，幫助教師轉(zhuǎn)變教學方法、調(diào)整教學方案，使得學習活動順利開展。在學習活動過程中，教育智能體與學習者孿生體將扮演學習同伴的角色，助力于學生學習，如，有效增強學生的學習主動性，為學生提供情感支撐等[40]。

（五）虛實共生的沉浸式數(shù)智學習空間

隨著“智能+”時代的到來，AI、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等前沿技術(shù)的成熟與普及，推動著世界從萬物互聯(lián)走向萬物智聯(lián)。5G 與AI 技術(shù)的發(fā)展，進一步促進了真實世界與虛擬世界的無縫融合，大數(shù)據(jù)與感知智能的融合，極大地提升了教學體驗，學生的學習已不受物理空間的限制。通過XR 等技術(shù)，學生可在任意時刻、任意地點，進入虛實融合的場域進行可視化學習。在此境況下，學習的邊界感被完全模糊，課堂的邊界被延伸，這為未來教育的發(fā)展帶來了無限可能。

隨著工業(yè)4.0 的到來，各行各業(yè)均在向智能化邁進。將5G 技術(shù)應(yīng)用于教育領(lǐng)域，可為沉浸式教學環(huán)境的構(gòu)建提供新思路，是推動未來教育走向數(shù)智融合發(fā)展的基礎(chǔ)動力。在XR 等技術(shù)所構(gòu)造的虛實融合教學空間內(nèi)，虛擬場景、模型可通過云渲染實時生成。此外，在未來教育中網(wǎng)絡(luò)應(yīng)是“按需服務(wù)”的。按需服務(wù)網(wǎng)絡(luò)可依據(jù)學生所需提供動態(tài)的、不同層級的服務(wù)，來滿足教學過程中學生與教師在不同層次上的需求?？傊谔搶嵐采慕虒W環(huán)境內(nèi)，數(shù)智融合系統(tǒng)會依據(jù)每一位學習者的數(shù)據(jù)，以及教師的建議，挖掘不同學習需求，構(gòu)建起場景、模型與需求數(shù)據(jù)之間的數(shù)據(jù)通路；再利用網(wǎng)絡(luò)中存在的AI 泛在算力進行智能分析，主動操控虛擬學習場景或虛擬模型進行更新或重構(gòu)，無縫切換所呈現(xiàn)的內(nèi)容，為學生提供無差異化新體驗[41]。進而實現(xiàn)“服務(wù)找人”，精準匹配學習需求，實現(xiàn)泛在智能；以學生為中心，為其打造智慧內(nèi)生的且體驗感良好的個性化學習空間。

（六）數(shù)智融合“全鏈網(wǎng)絡(luò)”賦能教育均衡

當前，城鄉(xiāng)教育不均衡主要表現(xiàn)在三個方面：基礎(chǔ)設(shè)施的不均衡、師資力量的不均衡以及教學內(nèi)容的不均衡[42]，我們需要在偏遠地區(qū)加快網(wǎng)絡(luò)建設(shè)進程并配備數(shù)字化智能設(shè)施。最近，馬斯克（Elon Musk）提出的“星鏈網(wǎng)”以及未來6G 技術(shù)中的無線觸覺網(wǎng)絡(luò)，或許是未來“全鏈網(wǎng)絡(luò)”構(gòu)建的新途徑，可實現(xiàn)生態(tài)網(wǎng)絡(luò)的泛在覆蓋，能使教學資源的傳遞突破時空限制、各地區(qū)教育教學資源可共通互融，并將數(shù)字教育資源延伸到各個角落，實現(xiàn)教育的“普智”。我們可以利用“5G+全息技術(shù)”，構(gòu)建起新的全息課堂、全息教師形象，將之投射于各個地區(qū)，使得偏遠地區(qū)的學生能與一線城市的學生享受一樣的課堂環(huán)境、師資與數(shù)字化設(shè)施，并能同步進行實踐操作。如，在生物、物理、科學等課堂上，基于數(shù)智融合，學生不但可與全息影像所投射的教師進行交互，還可以通過XR技術(shù)在虛擬課堂中進行練習和操作，采用4D 打印設(shè)備對學習所需模型進行打印，依據(jù)學習需求實現(xiàn)學生在虛擬環(huán)境下對模型的自主調(diào)整，從而幫助他們多維度地掌握知識，培養(yǎng)創(chuàng)新創(chuàng)造能力。

在未來，“普智教育”不但能實現(xiàn)多人的遠程全息授課，還能實現(xiàn)“一對一”的個性化實時交互課程。圖形化數(shù)據(jù)與人工智能所構(gòu)成的數(shù)智融合系統(tǒng)，一方面，以全息影像形式為教學提供了基礎(chǔ)環(huán)境，推動了教育均衡發(fā)展；另一方面，可通過對于學生能力、學習成果的分析，構(gòu)建起具有統(tǒng)一標準的且能夠表現(xiàn)學生知識、技能、能力的知能圖譜[43]。當偏遠地區(qū)的學生進入大城市求職時，企業(yè)通過該圖譜對求職者進行了解、篩選，會進一步促進就業(yè)機會的公平。

（七）教育“智腦”賦能校園治理

基于云平臺構(gòu)建起的教育“智腦”，是數(shù)智融合的表現(xiàn)形態(tài)之一。它利用智能感知設(shè)備對與教育數(shù)據(jù)進行全面的采集，通過教育大數(shù)據(jù)平臺對多維異構(gòu)數(shù)據(jù)進行處理、融合、分析，并建立圖模型。同時，人工智能平臺通過算法、算力的支持，對數(shù)據(jù)進行深度分析與智能挖掘，用以支持在校園服務(wù)、校園治理、教學管理、人才培養(yǎng)等方面的智慧應(yīng)用。

教育“智腦”可打破教育各部門之間數(shù)據(jù)的孤立性與封閉性。運用可視化技術(shù)將校園數(shù)據(jù)流進行動態(tài)化圖形表現(xiàn)，在5G 技術(shù)支持下，實時展現(xiàn)教育中的人流、資源流、技能流、信息流等在靜態(tài)設(shè)施中的流動狀態(tài)，助力于教學管理與分析。此外，教育“智腦”是教育生態(tài)中的中控系統(tǒng)，運用智能傳感設(shè)備，可實現(xiàn)對智能教育中教師、學生、教學設(shè)備、教育資源等各教育組成部分的全方位監(jiān)控，如圖8所示。如，在校園安防方面，運用目標檢測、骨骼關(guān)節(jié)點監(jiān)測等方式，能快速捕捉人體姿態(tài)，用以識別教學環(huán)境內(nèi)教師、學生的一些危險行為；再通過5G 與邊緣計算的結(jié)合，對該類行為進行分析，及時向校內(nèi)安保人員發(fā)送警告；最后，安保人員通過XR 與數(shù)字孿生技術(shù)在孿生環(huán)境中進行可視化操作，并將操作行為映射于真實環(huán)境，以阻止危險行為的發(fā)生。

圖8 教育“智腦”解決方案

教學“智腦”作為教育中的神經(jīng)中樞，是集成了海量數(shù)據(jù)、基礎(chǔ)設(shè)施以及擁有圖形信息表征能力的智能機器類腦，因此，教育“智腦”必須是“可擴展、可思考”的[44]。AI 與ML 加持之下的教育“智腦”，可實現(xiàn)“超自動化”運行，可快速識別和自動化驅(qū)動流程。在此基礎(chǔ)之上，利用深度學習與知識圖譜技術(shù)，幫助“智腦”實現(xiàn)多維感知智能和認知智能，使得“智腦”能夠主動發(fā)現(xiàn)問題，并進行自分析、建模、實驗、評估，進而生成決策。應(yīng)用在教學中，教育“智腦”可及時識別教學主題，并匯聚大量相關(guān)的教學資源，通過圖形化的方式與教師、學生進行交互與對話，智能識別其所需；并進一步對學習資源進行合理的調(diào)度與分配，從而實現(xiàn)數(shù)智融合驅(qū)動決策，構(gòu)建起智能、互聯(lián)、協(xié)調(diào)、融通、可視的智能教育新生態(tài)。

五、結(jié)語

綜上，數(shù)智融合使得未來的教育和學習邁入圖形化數(shù)據(jù)驅(qū)動的全新時代。在這個時代，教育將從經(jīng)驗主導轉(zhuǎn)向基于數(shù)據(jù)的智能決策[45]。當前，平面的、靜態(tài)的數(shù)據(jù)已無法滿足人類的視覺體驗,傳統(tǒng)的數(shù)據(jù)可視化形式，也逐漸無法激起人類的閱讀興趣。因此，需嘗試應(yīng)用多樣的現(xiàn)代媒介和數(shù)字化新技術(shù)，以拓展人們對數(shù)據(jù)的感知方式。隨著新技術(shù)的不斷發(fā)展，特別是物聯(lián)網(wǎng)、人工智能、數(shù)字孿生、XR 等技術(shù)的發(fā)展，為學生帶來了教與學要素的數(shù)字化、圖像化與具象化，并引導教與學走向智慧化和智能化。大數(shù)據(jù)與數(shù)據(jù)驅(qū)動也會對教與學的信息流動、決策水平、管理改革、資源建設(shè)、系統(tǒng)安全等方面產(chǎn)生較大影響，進而導致對現(xiàn)代教育體系的重構(gòu)。

當前，XR（VR、AR、MR）、全息投影、數(shù)字孿生等這些熱門技術(shù)，已經(jīng)或正在被應(yīng)用到教育領(lǐng)域，為學生帶來近乎真實的感官體驗與視覺享受，呈現(xiàn)了逼近現(xiàn)實環(huán)境的虛擬實景。學生如同置身于現(xiàn)實中與數(shù)據(jù)進行無障礙交流，甚至可觸碰、感知、控制虛擬物或數(shù)據(jù)。技術(shù)使得人身體的其他感官：嗅覺、味覺、觸覺都可被量化，并置入數(shù)據(jù)世界中，成為我們能夠感知、分析的圖像化數(shù)據(jù)。越來越多的智能圖形化數(shù)據(jù)、數(shù)據(jù)驅(qū)動、數(shù)據(jù)賦能，勢必為教育領(lǐng)域的教學者、管理者、學習者提供更好、更多的數(shù)據(jù)體驗與服務(wù)。

隨著圖計算、圖分析等技術(shù)的不斷發(fā)展和完善，圖數(shù)據(jù)庫也將會成為未來人類智慧的“新基建”[46]。其在教育領(lǐng)域的應(yīng)用也將助力教育“新基建”，賦能于未來教育全新的形態(tài)。我們相信，數(shù)智融合正是在這個意義上，引發(fā)教育、教學、學習范式的顛覆性變革。教育的未來、知識的未來、文明的未來，本質(zhì)上就是人類的未來。而基于智能圖形化數(shù)據(jù)賦能的智能教育，就是這未來的起點。