大数据的潜在威胁与可能的应对策略

问：书中还提到在大数据为教育带来巨大变革的同时，也伴随着一些潜在的威胁，如永久的过去（permanence of the past）、规定了的未来（fixed futures）等，你们认为这些威胁是否会成为大数据演进的障碍？应该如何来消除这些负面的影响？

答：在教育领域，不加选择地随意使用大数据的确会产生重大风险。举例来说，如果教育机构使用大数据来预测学生个体的职业生涯，然后迫使他们接受这样的职业发展轨迹，那么其父母理所当然地会担心他们的孩子被剥夺了未来。在今天这样的世界里，人们可能不再愿意让自己的个人数据被收集、被使用，因为这些数据有可能被用来阻止人们去学习他们热衷的专业，而不是用于改善学习的过程。在如今这一普遍失信的世界里，不仅数据将越来越难收集，而且人们还可能会提供虚假的数据来“玩弄数据系统”。其结果将是今后依此作出的决策会比现在更糟糕。

在教育领域运用大数据，至关重要的是必须在互信的环境中，尤其要得到学生和家长的信任。目前西方的隐私法案在灌输这种信任方面并不是特别的有效。因此，例如在美国有家长抗议数据平台收集和分析学生的敏感信息，就可以理解了。为了让大数据在教育领域发挥它的潜力，人们要求新的隐私法案能够规范个人敏感信息的使用，而不是纠结于学生（或家长）是否同意数据被收集。

教育领域隐私规则对于如何使用大数据的新关注，将要求教育组织认识到道德的挑战并采取极其谨慎的行为。这也同样要求监管者确保严格执法。只有当这些要素全部具备时，学生和教师才能够相信大数据会促进他们的学习并帮助他们实现梦想，而不是妨碍他们。

此外，我们可能需要一种新的大数据专家——我们在书中称之为“算法专家”。这些算法专家将在大数据分析方面进行专门训练。如果学生和家长察觉到大数据预测出现差错并开始危害到自己，他们就会及时求助于这些算法专家。算法专家必须像医生或土木工程师那样恪守职业道德，包括公正和保密。他们可以要求教育机构授权他们访问数据和算法以验证分析的有效性，这样就可以透视大数据这一教育预测上的黑匣子。

随着时间的推移，通过不断曝光大数据应用在诸如教育这样的敏感领域中出现的问题，算法专家不仅可以进一步促进公众对“大数据会得到正确且恰当应用”的信任，而且还能通过剔除教育系统中的“害群之马”和促进最佳实践的开展，来推动大数据在教育系统中的广泛应用。

对于教育领域中潜在的大数据滥用威胁，这些措施均无法独自提供一个简单的解决方案。然而当这些措施整合起来时，它们就有可能创造出一个大数据在教育领域得到应用的新世界，从而提高个人的学习，促进人的成长。