这里是书评：
读完第一感觉，作者愣是把一篇文章写出了一本书的量。行文多有啰嗦、重复之处，观点也不是很有新意，不是太开心。但是花两三个小时就能了解大数据在教育领域应用的一些状况，也不算亏吧。
这里是为数不多的干货：
一、导论
事实：教育领域的决策和实践缺乏数据支持。
数据可以使得“单回路学习”变为“双回路学习”。
变革不仅需要技术上的，还是组织上的。
类似商业领域产品的多样化、个性化，在教育领域远远没有实现。
MOOC的问题：似乎只是把传统的教学搬到了线上；完成率太低。
二、大数据改变学习的三大要素
反馈：传统的教学反馈通过考试和测试实现，成本高、密度低，主要针对结果；而大数据使得收集反馈变得容易，且可以收集到过程数据。
个性化：大多数正规教育是基于平均水平的学生设计的。受教育者的大数据信息可以帮助建立个性化的学习方案。
概率预测：基于高度的可能性做出预测，但仍有判断失误的可能性，即使如此我们仍有理由接受。传统的教育科学关注“为什么”和相关关系；而大数据思维关注“是什么”，关注相关关系。
三、平台：数据的生产、处理与利用
学校是重要的数据平台，但是在收集数据并提供分析结果上承担的责任非常有限。
从组织上看，有关反馈和质量保障的信息应该由无利益关系的专业人士进行。
可能需要专门的“算法专家”来实施大数据预测的监督管理。
当学习发生在数据环境中时，我们可以收集过去无法获得的数据。这一过程中，大数据有能力将数据的生成、处理、利用分割开来。
四、大数据应用的潜在危险
传统意义上的隐私泄露问题。
过往的个人数据作为评价个人的依据，可能是错误的和不公正的。如学生在高中之前就被排除在大学之外。
旧数据无法遗忘，可能否定我们进步、成长和改变的能力。
概率预测可能会限制我们（选择学习方案的）“学习自由”，最终威胁到我们机遇的获取。
可能的保护模式：个人数据只能在有限的时间里存储和使用。
笔者批判：这可能与哲学上的决定论思维有关。但面对客观数据，人类仍有足够的能动性辨析真正应该做出的行为。例如，数据告诉我方案一有90%的可能更有效，但我仍可以通过自己的理智拒绝这个方案。
五、大数据重塑教育的根本变化：概率高于精确
我们手头的信息量可能会决定我们要问的问题，我们可能没有意识到。
传统的问题研究是，研究者事先有一个观念，提出一个假设并去验证，是一种试错模式；而通过计算机和大数据可以验证所有可能的答案，从中发现最佳的一个。
“想象力比知识更重要”。人类的智慧和创造力是大数据无法预测的。
六、追问-译者的采访
大数据应用可能导致数据鸿沟吗？原有的阶层差异可能通过大数据学习资源的购买而被放大，但是也可能通过像智能手机这样的设备而被中和。
在必要的时候，可以通过公共政策调整。学生拥有数据，而非大数据平台。管理者可以要求“数据的便携性”，从而造就数据市场，削弱数据平台的积聚力量。
大数据时代的教育工作者：教育工作者要有大数据思维，工作的本质变为通过数据的解释和预测帮助学生更有效地学习。计算机将代替教学的机械工作，使得教师有能力带给学生更多价值。学校需要大数据的基础设施和技术人员。
大数据的应用最终是人的问题，受制于数据平台与公众的沟通。