互聯(lián)網(wǎng)技術(shù)飛速發(fā)展的大環(huán)境下，教育行業(yè)也受到深刻影響，線下向線上的轉(zhuǎn)移看似簡單，事實(shí)卻是一個復(fù)雜的過程；從懷疑到肯定，從質(zhì)疑到接受，從自己到別人，而就是近年來在線教育的改變?？v觀當(dāng)下在線教育形勢一片大好，那以后呢？未來互聯(lián)網(wǎng)教育有何發(fā)展趨勢？我們一起來探討。

一、未來互聯(lián)網(wǎng)教育有何發(fā)展趨勢？

1、需要大數(shù)據(jù)支持

世界各國關(guān)注的未來教育重點(diǎn)總結(jié)起來包括：學(xué)生學(xué)習(xí)的個性化、教師角色的多樣化、基于腦與認(rèn)知的科學(xué)研究、教育與學(xué)習(xí)方式的信息化、基于大數(shù)據(jù)的多元化評價、學(xué)生培養(yǎng)的學(xué)校家庭社區(qū)一體化等方面。這些目標(biāo)和內(nèi)容的實(shí)現(xiàn)都依賴于科學(xué)的依據(jù)。

教育在一定范圍內(nèi)存在諸多問題，如重知識、輕能力重智育、輕德育（缺少社會參與和實(shí)踐）重結(jié)果、輕過程重傳遞、輕探究重統(tǒng)一、輕個性等諸多矛盾。矛盾的本質(zhì)在于大家仍依靠原有的經(jīng)驗(yàn)和自身經(jīng)歷來詮釋新時代教育的新需求，缺乏科學(xué)的數(shù)據(jù)支撐，難以刻畫新時代學(xué)習(xí)者的特征；各級教育工作者對新時期教育的動因系統(tǒng)、教育原理缺乏足夠的數(shù)據(jù)模型支持；教育體系研究的范式還停留在經(jīng)驗(yàn)式的方法上，不能在現(xiàn)有基礎(chǔ)上深入開展個性化學(xué)習(xí)。這些難題的解決亟待大數(shù)據(jù)的支撐和全新教育理論的研究。

2、計算教育學(xué)理論

以計算教育學(xué)為代表的、面向?qū)W習(xí)者為中心的個性化學(xué)習(xí)已成為新時代世界各國關(guān)注的重點(diǎn)，必將開啟新時代新的教育研究范式和內(nèi)容?，F(xiàn)階段我們要積極應(yīng)對大數(shù)據(jù)、人工智能等新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)等帶來的新挑戰(zhàn)，加快以學(xué)習(xí)者為中心的教學(xué)模式，著重培養(yǎng)學(xué)生的個性，讓教育變革跟上時代，讓我們培養(yǎng)的人不落伍于時代。

3、計算教育學(xué)面臨的機(jī)遇與挑戰(zhàn)

建設(shè)互聯(lián)網(wǎng)強(qiáng)國，為我國教育大數(shù)據(jù)行業(yè)提供了前所未有的獨(dú)特機(jī)遇，這也對基于教育大數(shù)據(jù)的創(chuàng)新解決方案提出了更高要求，依托數(shù)據(jù)開展相關(guān)研究是當(dāng)前我國教育改革的關(guān)鍵，計算教育學(xué)正當(dāng)時?；诖笠?guī)模測評數(shù)據(jù)，再結(jié)合網(wǎng)絡(luò)痕跡數(shù)據(jù)及通過可穿戴設(shè)備采集的腦狀態(tài)數(shù)據(jù)，采用大數(shù)據(jù)分析方法建立模型、挖掘規(guī)律，將有望為從宏觀、中觀、微觀三個層面構(gòu)建學(xué)習(xí)者特征模型提供解決方案。

隨著教育技術(shù)和腦科學(xué)研究的迅猛發(fā)展，可以通過采集實(shí)時動態(tài)的課堂數(shù)據(jù)來補(bǔ)充橫斷研究數(shù)據(jù)的不足，更急需大數(shù)據(jù)的處理方法來刻畫真正的動態(tài)模型，評估來自不同層面的因素對教育質(zhì)量的直接和間接效應(yīng)，幫助教育政策制定者和教育實(shí)踐者針對薄弱環(huán)節(jié)提出提高教育質(zhì)量的最優(yōu)策略。

4、個性化學(xué)習(xí)的內(nèi)容度量與模型

隨著人工智能、大數(shù)據(jù)的蓬勃發(fā)展，教育大數(shù)據(jù)應(yīng)運(yùn)而生，各學(xué)科知識內(nèi)容的人工標(biāo)定已無法滿足需求?；诮逃髷?shù)據(jù)，發(fā)展自動識別技術(shù)來界定各學(xué)科知識內(nèi)容及其關(guān)系迫在眉睫。另外，為了更好地滿足當(dāng)前環(huán)境下學(xué)習(xí)者的個性化學(xué)習(xí)內(nèi)容推薦，急需利用新的認(rèn)知診斷評估方法，對學(xué)習(xí)者在各學(xué)科知識內(nèi)容上的掌握情況進(jìn)行診斷，以幫助學(xué)習(xí)者構(gòu)建個性化的學(xué)習(xí)路徑和學(xué)習(xí)內(nèi)容的推薦。

大數(shù)據(jù)下的機(jī)器學(xué)習(xí)理論研究飛速發(fā)展，尚缺乏對教育的深度挖掘。傳統(tǒng)的教育數(shù)據(jù)分析方法比較局限，主要依賴于局部數(shù)據(jù)的統(tǒng)計分析，信息挖掘的手段主要是采用基于降維的方法如因素分析、主成分分析等，而教育大數(shù)據(jù)本身具有多源異構(gòu)特性，因此急需引入先進(jìn)的針對教育大數(shù)據(jù)的分析方法。大數(shù)據(jù)下的機(jī)器學(xué)習(xí)方法已在機(jī)器視覺、自然語言處理，神經(jīng)科學(xué)等方面發(fā)揮了巨大影響，可為教育大數(shù)據(jù)分析服務(wù)，尤其是實(shí)現(xiàn)對教育多源數(shù)據(jù)的整體分析，為研究教育質(zhì)量的相關(guān)內(nèi)容提供新的解決辦法。因此急需引入以深度學(xué)習(xí)為代表的人工智能方法，從教育大數(shù)據(jù)中挖掘信息，實(shí)現(xiàn)個性化教學(xué)，為教育質(zhì)量的提升提供有效途徑。