大规模定制：创建个人的“播放列表”

既然我们可以截取、混合最爱的音乐并将之刻录到iPod播放器中，那为什么不能对我们的学习做出同样的操作呢？这显然更有意义。

在未来，学习绝不会是按照一本给定的教科书、一门科目或课程，以同样的顺序和步调进行，而将是有数千种不同的组合方式。这类似于在线视频游戏，比如Zynga公司的FarmVille游戏不只是有一个版本，而是有几百个迎合玩家兴趣和特点的版本。

教师不再需要凭借主观判断选择最适合教学的书籍，大数据分析将指引他们选出最有效的、支持进一步完善和私人定制的教材。当然，同一组学生仍然会使用相同的教材，毕竟他们需要通过相同的测验，但是教材是可以进行个性化处理的。

大规模定制——其产品的生产成本并不比批量生产成本高出许多——重塑了各行各业的面貌，使这些行业和汽车制造业与计算机产业一样，有能力推出品种繁多的产品。大规模定制的进行，其要求来自消费者的详细信息，而生产者则基于这些信息，创建并提供有意义的自定义选项。消费者需要做到不费力且准确地表达他们的喜好和选择。在学习环境下，大规模个性化的实现，需要有更丰富的反馈数据流向教师和管理人员。个性化建立在大数据反馈的基础上，并将其恰当地付诸实践。

因为我们将要收集来自众多学生的大量反馈数据，所以有可能以先前收集数据时未曾想到的方式实现个性化处理。在小数据时代，我们只能收集用于解答既存问题的数据（如考试成绩），因为数据收集和分析的代价过于昂贵。在大数据时代，我们拥有如此多的信息，并且可以“让数据说话”，也就是说，可以洞察那些过去几乎无从得知的事物（如能够改善测验结果的论坛帖子）。

于是，我们将会了解学习中的有效因素和无效因素——不仅在一般情况下，还细分到背景和群组，甚至小到个人水平。系统将吸收反馈结果，并动态地调整教学材料和环境，使其适应所有的学生。