截然不同的教学形式

达瓦（Dawa）正在集中注意力。他在笔尖上蘸一抹颜料，小心翼翼地下笔画出一条细细的黑线，然后又蘸了一点颜料，再画出一条细细的黑线。几小时后，一副唐卡——由迷人的几何细节构成的、描绘佛祖的丝绸卷轴画——逐渐成形。

屋外，环绕着不丹首都廷布四周的喜马拉雅雪峰，在傍晚阳光的照射下闪闪发光。屋内，达瓦和他那些同样20来岁、身着蓝色长袍的同学们，已经在中年师父的注视下持续作业了很长时间。

唐卡画家的培养遵循传统。达瓦和他的同学们来到这里，不是为了拓宽思维，而是为了成为一个训练有素的学徒。这里的学习，不是探究，而是模仿。早在几百年前就制定下的诸多规则，决定了该画什么、画在哪里和怎么画。

达瓦的师父要确保这些年轻人严格遵守他的指令，重复那些先代唐卡画家的操作。对规则有任意一点的偏离或是破坏，不仅会惹得师父怒上眉头，还会遭到严令禁止。最好的画家，是能够完美再现师父作品的学徒。尽管师父给予的持续指导能够实现即时的反馈，但这仍然是一种极度缺乏数据的学习形式。

这与吴恩达（Andrew Ng）的教学形式有根本上的区别。吴恩达是斯坦福大学计算机科学家，在互联网上教授他的机器学习（machine learning，计算机科学的一个分支）课程。吴恩达教授是提供在线课程服务的新兴公司Coursera的创始人之一，他的尝试预示着大数据对教育的变革。

吴恩达教授收集所有关于学生举动的信息，从中提取最有效的内容并将其纳入系统设计，从而使他的课程能够自动实现：教学的改善，学生理解力和成绩的提高，基于个人需求的定制教育。

比如，他追踪学生与视频讲座的互动行为：当学生观看视频时，点击了暂停或快进键，又或是在视频结束前选择了放弃——这种数字互动意味着学生提早溜出了课堂。他能发现学生多次回看同一门课程，或者后退至上一个视频浏览课程内容的行为。此外，他也会在视频课程中穿插突击测验，其目的并不是要督促学生集中注意力学习，这种重视课堂纪律的古老教学形式不是他关注的内容，他想知道的是，学生是否正在领会教学材料，以及是否卡在了某个问题上。每一个学生个体，都是他的观察对象。

通过追踪学生在计算机或平板电脑上完成作业和测验的情况，吴恩达教授能够确定学生需要额外帮助的具体内容。他可以分析整个班级的数据，观察这一群体的学习情况，并以此为依据对课程进行调整。他甚至可以把这些信息与不同年级的不同班级作对比，从中判断最有效的课程元素。