理性对待概率预测

通过大数据，我们能够对人们的整体学习状况和个体的知识掌握情况产生独到的见解。然而这些见解并不是完美的。我们对“学习的学习”（learning about learning）可以说只是一种“可能性”。我们可以基于高度的可能性，对个体为提高其学业成绩需要实施的行为作出预测。比如，选择最有效的教材、教学风格和反馈机制。但这仅仅是概率预测。

比方说，我们发现某类教材能够提高特定学生的测试成绩，且预测的准确性达到95%，但这仍然意味着存在5%的判断失误的可能性，即学生的成绩不会提高。然而，这并不代表我们应该放弃此类预测。很显然，相对于过去传统的、同质化的教育，这是一种进步，通过预测提供个性化定制所需的成本也相对低廉。但是在遵循预测时，我们必须意识到这些见解存在着局限性，并不是百分百正确的。

人们通常不太乐意接受概率。我们更喜欢二者择其一的回答，如是或否、开或关、黑或白。这些回答能够直接并且快速地指导我们作出决定。假如大数据分析告诉我们，改用另一本教材就有70%的概率能改善女儿的汉语学习，这是否足以说服我们更换她的教材？假如改善的可能性有70%，但是改善的程度却相对较低（如5%～10%），抑或是更换教材后，可能造成如成绩大幅下降等严重后果——面对有较大可能性获得一定收益的同时，存在较小可能性出现巨大负面风险的后果。我们是否愿意接受这样的选择？

亚马逊的推送信息和谷歌翻译（Google Translate）的备选推荐（二者都使用了基于大数据分析的概率预测）是可以被接受的，因为即使预测有误，其造成的后果并不严重。然而一旦涉及教育决策，概率预测将成为潜在的巨大威胁，因为这将对人们未来的成功与否造成极大的影响。