论文部分内容阅读
[摘 要] 当前，大数据技术正在重新定义着教育决策的过程和方式，大数据蕴含的科学决策价值正在被认知、开发和利用，大数据技术下的复杂系统教育决策面临着新的机遇与挑战。以大数据技术为依托，能把教育管理者、教育领域专家和公众的思维、智慧、积累的经验以及各种情报、资料和海量信息集成起来，运用多种科学和信息化手段，从多方面的定性认识上升到定量认识，再从定量定性的结合中寻求对复杂教育问题的科学判断和决策。
[关键词] 大数据；教育决策；复杂系统；综合集成研讨厅
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016. 21. 122
[中图分类号] G40-03 [文献标识码] A [文章编号] 1673 - 0194（2016）21- 0231- 03
0 引 言
当前，大数据技术正在快速融入各行各业，大数据正在带动经济社会的创新与变革，正在深刻影响到各类系统活动。大数据与教育的结合已是时代发展的必然要求，同样，大数据作为互联网、物联网、移动计算、云计算之后IT产业的颠覆性技术变革，正在重新定义着教育决策的过程和方式，大数据蕴含的科学决策价值正在被认知、开发和利用。教育决策系统作为大家公认的一个开放的复杂系统，历来是决策研究的热点和难题，随着进入大数据时代，如何科学、有效地利用科学技术的发展成果进行复杂系统的教育决策研究，建立起高效的综合集成的决策模式和方法論体系，已经成为各级教育部门和研究者们面临的重要课题。
1 大数据技术下的复杂系统教育决策面临的机遇与挑战
1.1 机遇
1.1.1 大数据与教育决策
大数据时代，在物联网、移动通信技术、云计算等新一代信息技术的支撑下，教育决策需要的数据信息的收集、处理、存储与传输成本成倍下降，数据的采集和汇聚变得更为容易，为复杂系统的教育决策提供了技术上的支持。新一代信息技术的应用，让浩瀚而分散的广大个体及其知识得以汇聚，智慧不断涌现，推动了知识、思维的创新。当前大数据技术引领的教育变革已经成为时代主题，将会进一步推动教育决策的科学化，民主化，同时，大数据技术还推动了复杂性科学研究的深入开展，进而为解决好教育决策这类复杂系统的难题提供了新的机遇。
1.1.2 大数据与复杂系统
大数据基于物联网、云计算、移动互联网等新一代信息技术，可以实现对事物存在和演化过程全生命周期内产生的所有数据的记录和收集，它从完整的表达一个事物、一个系统的角度出发，表达了事物内在的耦合关系。Gartner提出大数据的人的联网、物的联网、数据的联网和思想的联网的含义，与钱学森院士提出的综合集成法中专家体系、计算机技术体系和数据信息体系构成的高度智能化的人机结合的系统有很强的共性。大数据所强调全体数据、混杂性的数据以及数据的相关关系，正是对应了复杂性科学中的整体性、多样性以及关联性和非线性的特征，这使得大数据成为应对如宏观教育决策这样复杂性问题的重要技术支撑，为丰富和完善综合集成法，推进大成智慧工程提供了新契机。
1.2 挑战
教育决策需要掌握大量的教育信息。申农曾指出：信息是使不确定性变小的东西，或者说是用以消除随机不确定性的东西。占有的相关信息量越大，对事物的认识就更彻底，就更有利于决策者做出准确、客观的预测，从而做出正确决策。教育管理工作需要掌握充分的信息量，才能准确把握信息量中反映的教育状态与变革的可能性。然而当我们面对的是开放的复杂巨系统时，海量的纷纭复杂的各类信息出现在我们面前，可能会感到束手无策，决策者们淹没在数据的海洋中，却又忍受着信息的饥渴，这是我们面临的新挑战。
大数据分析能通过发掘相关关系为我们提供决策依据，提高决策效率；但另一方面，大数据分析无法完全抓住事物的本质，因为人类的思维决策不仅存在于一定的时空序列之中，更根植于一定的背景（如社会背景、文化背景等）之上，这是大数据分析力所不及的，更是人脑优于人工智能之处。总之，在大数据中，看起来毫不相关的两件事同时或相继出现的现象比比皆是，关键是找对了“相关性”背后的理由，才是新知识或新发现，提出的对策才能对症下药。
2 大数据技术下的复杂系统教育决策——综合集成研讨厅的应用
数据科学是数学、计算机科学、基础科学和各种应用科学融合的科学，钱学森院士曾经很有远见地提出了：“必集大成，才能得智慧”的大成智慧学；大数据的关键在于对多种数据源的集成和融合，这与钱学森院士一直倡导的综合集成理论有很好的一致性。近年来，随着国际复杂性科学的新发展，给解决复杂性问题提供了多种选择，但在解决如教育决策系统这样的复杂系统时，运筹学、系统动力学、自组织理论等研究简单系统或简单巨系统的定量分析方法遇到了很大的障碍，特别是针对规模庞大、结构复杂的如教育决策等这类系统时，由于影响因素太多，很难分析，建模会非常困难，结果往往可信性不高。这就需要应用当今发展迅速的信息科学技术，特别是大数据技术来帮助处理教育决策过程中面临的海量信息问题。针对复杂系统的决策问题，钱学森院士早在1989年就提出了开放的复杂巨系统的概念和有关的方法论，即“从定性到定量综合集成法”，并提出和支持建立了定性与定量相结合的“综合集成研讨厅”模式。而在大数据时代，可以提供适合的工作空间和应有的技术，为运用从定性到定量综合集成方法进行决策获取全过程支持。
综合集成研讨厅代表了复杂系统教育决策的新方法论，具体来说，“综合集成研讨厅”是一种人机结合的综合集成决策支持系统，近年来的实践证明，这是一种有效的实用的解决复杂系统决策的支持系统。该系统根据钱学森院士提出的系统科学理论，将信息技术和专家智慧与所用到的知识体系集成在一起，用于解决复杂系统决策问题。“研讨厅”通过把相关领域专家群体引入系统中，利用专家的经验知识和判断对复杂系统的决策方案进行整体把握，并把各种定量分析的结果和大数据计算的结果与专家的经验判断选择有机融合在一起，真正实现了定性定量相结合，从而大大扩展了解决实际问题的能力。从这个角度来看，复杂性科学与大数据技术作为21世纪新兴起的科学和技术潮流，两者之间具有密切的关联，复杂性科学为大数据技术的发展做出了科学的解释，而大数据技术让复杂性科学思想得到了技术的实现，从而对社会经济和人们的生活方式、思维方法等都产生了深刻影响。 总之，从定性到定量的综合集成法是复杂系统教育决策的方法论，以大数据技术为依托，能把教育管理者、教育领域专家和公众的思维、智慧、积累的经验以及各种情报、资料和海量信息集成起来，运用数据挖掘、资料共享、模型构建、专家意见交流等多种科学和信息化手段，从多方面的定性认识上升到定量认识，再从定量定性的结合中寻求对复杂教育问题的科学判断和决策。
3 大数据技术下的教育决策综合集成研讨厅的基本模式
教育决策是一项复杂的系统工程，在大数据技术的支持下，综合集成研讨厅体系应用于教育决策系统的基本框架见图1。该框架集知识系统、专家系统和数据系统于一体，强调把人的思维和思维的成果、人的知识、智慧以及各种资料信息通过计算机系统集成起来，应用于教育决策中。
在教育决策综合集成研讨厅中，一方面教育专家的智慧、经验、逻辑思维能力以及由专家群体互相交流、学习而涌现出来的群体智慧在解决复杂性问题方面起着主导作用；另一方面在大数据技术支持下，机器系统的数据收集、存储、分析、计算及建模和模型求解等则是对人类智慧的有效补充，在问题求解中也起着非常重要的作用；知识系统则可以集成更广时空领域的专家的实践经验、相关专业知识等。
在大数据时代，应用综合集成研讨厅方法，可以最大限度地为教育决策提供技术和方法论支持，为新形势下教育政策的科学制定提供条件，为各级教育行政部门提供决策咨询服务。综合集成研讨厅的工作模型见图2。
具体来讲，教育决策综合集成研讨厅是支持不同领域专家协同工作的工作平台，综合集成研讨厅中的专家是在一个分布式网络环境中协同工作的，这与以往专家会议的研讨和评估有很大区别。综合集成研讨厅以计算机网络技术为基础，把分散在不同地点的软硬件设备以及教育领域专家通过信息技术“集中”到一起来研究问题，在人工合成的电子数据平台中，形成一个在时间和空间上即时共享、综合集成的综合分析的支撑环境。在这个环境中，教育专家可以发挥自己的特长，根据自身积累的经验和知识，利用网络中提供的数据和分析工具，研讨问题并发表意见。分布式网络环境可以把专家群体、知识信息通过网络联系到一起，参与者足不出户，可以与各地的专家交流，提出个人的意见，并通过辅助工具进行校验。所以，综合集成研讨厅不仅具有对教育方面的知识和信息的采集、存储、传递、调用、分析与综合的功能，更重要的是可以在这个研讨过程中碰撞出智慧的火花，产生出新知识、新思路、新办法，所以综合集成研讨厅同时又是一个知识生产系统，是集智慧之大成，又称为大成智慧工程，既可用于研究理论问题，也可用来解决实际问题。教育决策综合集成研讨厅的实现将以大数据技术为基础，集系统管理、数据库管理、模型库管理和专家研讨功能为一体，其中，专家研讨是实现人机结合的手段，网络化的领域专家研讨会议是使用方式，基于大数据的计算机网络结构是载体，这样将使信息、模型和领域专家三者有机地结合在一起。
主要参考文献
[1]宋刚，张楠，朱慧.城市管理复杂性与基于大数据的应对策略研究[J].城市发展研究，2014，21（8）：95-102.
[2]吴兰平. 教育系统及教育评价的复杂性研究[D].武汉：武汉理工大学，2002.
[3]胡晓惠. 研讨厅系统实现方法及技术的研究[J].系统工程理论与实践，2002（6）：1-10.
[4]韩祥兰. SBA系统的综合集成研讨厅研究与应用[D]. 南京：南京理工大学，2005.
[5]李昊. 基于综合集成研讨厅的灾后农房重建设计与施工研究[D].上海：上海交通大學，2011.
[6]魏法杰，周艳综.综合集成研讨厅在条件保障项目评价中的应用研究[J].管理学报，2004，1（3）：363-368.
[7]张顺. 公共政策设计的综合集成方法[C]//全国复杂性与系统科学的理论、方法及其应用学术研讨会论文集，2004.
[8]于博. 基于综合集成研讨厅的宏观教育决策方法论研究[J].管理现代化，2012（1）：18-20.
[关键词] 大数据；教育决策；复杂系统；综合集成研讨厅
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016. 21. 122
[中图分类号] G40-03 [文献标识码] A [文章编号] 1673 - 0194（2016）21- 0231- 03
0 引 言
当前，大数据技术正在快速融入各行各业，大数据正在带动经济社会的创新与变革，正在深刻影响到各类系统活动。大数据与教育的结合已是时代发展的必然要求，同样，大数据作为互联网、物联网、移动计算、云计算之后IT产业的颠覆性技术变革，正在重新定义着教育决策的过程和方式，大数据蕴含的科学决策价值正在被认知、开发和利用。教育决策系统作为大家公认的一个开放的复杂系统，历来是决策研究的热点和难题，随着进入大数据时代，如何科学、有效地利用科学技术的发展成果进行复杂系统的教育决策研究，建立起高效的综合集成的决策模式和方法論体系，已经成为各级教育部门和研究者们面临的重要课题。
1 大数据技术下的复杂系统教育决策面临的机遇与挑战
1.1 机遇
1.1.1 大数据与教育决策
大数据时代，在物联网、移动通信技术、云计算等新一代信息技术的支撑下，教育决策需要的数据信息的收集、处理、存储与传输成本成倍下降，数据的采集和汇聚变得更为容易，为复杂系统的教育决策提供了技术上的支持。新一代信息技术的应用，让浩瀚而分散的广大个体及其知识得以汇聚，智慧不断涌现，推动了知识、思维的创新。当前大数据技术引领的教育变革已经成为时代主题，将会进一步推动教育决策的科学化，民主化，同时，大数据技术还推动了复杂性科学研究的深入开展，进而为解决好教育决策这类复杂系统的难题提供了新的机遇。
1.1.2 大数据与复杂系统
大数据基于物联网、云计算、移动互联网等新一代信息技术，可以实现对事物存在和演化过程全生命周期内产生的所有数据的记录和收集，它从完整的表达一个事物、一个系统的角度出发，表达了事物内在的耦合关系。Gartner提出大数据的人的联网、物的联网、数据的联网和思想的联网的含义，与钱学森院士提出的综合集成法中专家体系、计算机技术体系和数据信息体系构成的高度智能化的人机结合的系统有很强的共性。大数据所强调全体数据、混杂性的数据以及数据的相关关系，正是对应了复杂性科学中的整体性、多样性以及关联性和非线性的特征，这使得大数据成为应对如宏观教育决策这样复杂性问题的重要技术支撑，为丰富和完善综合集成法，推进大成智慧工程提供了新契机。
1.2 挑战
教育决策需要掌握大量的教育信息。申农曾指出：信息是使不确定性变小的东西，或者说是用以消除随机不确定性的东西。占有的相关信息量越大，对事物的认识就更彻底，就更有利于决策者做出准确、客观的预测，从而做出正确决策。教育管理工作需要掌握充分的信息量，才能准确把握信息量中反映的教育状态与变革的可能性。然而当我们面对的是开放的复杂巨系统时，海量的纷纭复杂的各类信息出现在我们面前，可能会感到束手无策，决策者们淹没在数据的海洋中，却又忍受着信息的饥渴，这是我们面临的新挑战。
大数据分析能通过发掘相关关系为我们提供决策依据，提高决策效率；但另一方面，大数据分析无法完全抓住事物的本质，因为人类的思维决策不仅存在于一定的时空序列之中，更根植于一定的背景（如社会背景、文化背景等）之上，这是大数据分析力所不及的，更是人脑优于人工智能之处。总之，在大数据中，看起来毫不相关的两件事同时或相继出现的现象比比皆是，关键是找对了“相关性”背后的理由，才是新知识或新发现，提出的对策才能对症下药。
2 大数据技术下的复杂系统教育决策——综合集成研讨厅的应用
数据科学是数学、计算机科学、基础科学和各种应用科学融合的科学，钱学森院士曾经很有远见地提出了：“必集大成，才能得智慧”的大成智慧学；大数据的关键在于对多种数据源的集成和融合，这与钱学森院士一直倡导的综合集成理论有很好的一致性。近年来，随着国际复杂性科学的新发展，给解决复杂性问题提供了多种选择，但在解决如教育决策系统这样的复杂系统时，运筹学、系统动力学、自组织理论等研究简单系统或简单巨系统的定量分析方法遇到了很大的障碍，特别是针对规模庞大、结构复杂的如教育决策等这类系统时，由于影响因素太多，很难分析，建模会非常困难，结果往往可信性不高。这就需要应用当今发展迅速的信息科学技术，特别是大数据技术来帮助处理教育决策过程中面临的海量信息问题。针对复杂系统的决策问题，钱学森院士早在1989年就提出了开放的复杂巨系统的概念和有关的方法论，即“从定性到定量综合集成法”，并提出和支持建立了定性与定量相结合的“综合集成研讨厅”模式。而在大数据时代，可以提供适合的工作空间和应有的技术，为运用从定性到定量综合集成方法进行决策获取全过程支持。
综合集成研讨厅代表了复杂系统教育决策的新方法论，具体来说，“综合集成研讨厅”是一种人机结合的综合集成决策支持系统，近年来的实践证明，这是一种有效的实用的解决复杂系统决策的支持系统。该系统根据钱学森院士提出的系统科学理论，将信息技术和专家智慧与所用到的知识体系集成在一起，用于解决复杂系统决策问题。“研讨厅”通过把相关领域专家群体引入系统中，利用专家的经验知识和判断对复杂系统的决策方案进行整体把握，并把各种定量分析的结果和大数据计算的结果与专家的经验判断选择有机融合在一起，真正实现了定性定量相结合，从而大大扩展了解决实际问题的能力。从这个角度来看，复杂性科学与大数据技术作为21世纪新兴起的科学和技术潮流，两者之间具有密切的关联，复杂性科学为大数据技术的发展做出了科学的解释，而大数据技术让复杂性科学思想得到了技术的实现，从而对社会经济和人们的生活方式、思维方法等都产生了深刻影响。 总之，从定性到定量的综合集成法是复杂系统教育决策的方法论，以大数据技术为依托，能把教育管理者、教育领域专家和公众的思维、智慧、积累的经验以及各种情报、资料和海量信息集成起来，运用数据挖掘、资料共享、模型构建、专家意见交流等多种科学和信息化手段，从多方面的定性认识上升到定量认识，再从定量定性的结合中寻求对复杂教育问题的科学判断和决策。
3 大数据技术下的教育决策综合集成研讨厅的基本模式
教育决策是一项复杂的系统工程，在大数据技术的支持下，综合集成研讨厅体系应用于教育决策系统的基本框架见图1。该框架集知识系统、专家系统和数据系统于一体，强调把人的思维和思维的成果、人的知识、智慧以及各种资料信息通过计算机系统集成起来，应用于教育决策中。
在教育决策综合集成研讨厅中，一方面教育专家的智慧、经验、逻辑思维能力以及由专家群体互相交流、学习而涌现出来的群体智慧在解决复杂性问题方面起着主导作用；另一方面在大数据技术支持下，机器系统的数据收集、存储、分析、计算及建模和模型求解等则是对人类智慧的有效补充，在问题求解中也起着非常重要的作用；知识系统则可以集成更广时空领域的专家的实践经验、相关专业知识等。
在大数据时代，应用综合集成研讨厅方法，可以最大限度地为教育决策提供技术和方法论支持，为新形势下教育政策的科学制定提供条件，为各级教育行政部门提供决策咨询服务。综合集成研讨厅的工作模型见图2。
具体来讲，教育决策综合集成研讨厅是支持不同领域专家协同工作的工作平台，综合集成研讨厅中的专家是在一个分布式网络环境中协同工作的，这与以往专家会议的研讨和评估有很大区别。综合集成研讨厅以计算机网络技术为基础，把分散在不同地点的软硬件设备以及教育领域专家通过信息技术“集中”到一起来研究问题，在人工合成的电子数据平台中，形成一个在时间和空间上即时共享、综合集成的综合分析的支撑环境。在这个环境中，教育专家可以发挥自己的特长，根据自身积累的经验和知识，利用网络中提供的数据和分析工具，研讨问题并发表意见。分布式网络环境可以把专家群体、知识信息通过网络联系到一起，参与者足不出户，可以与各地的专家交流，提出个人的意见，并通过辅助工具进行校验。所以，综合集成研讨厅不仅具有对教育方面的知识和信息的采集、存储、传递、调用、分析与综合的功能，更重要的是可以在这个研讨过程中碰撞出智慧的火花，产生出新知识、新思路、新办法，所以综合集成研讨厅同时又是一个知识生产系统，是集智慧之大成，又称为大成智慧工程，既可用于研究理论问题，也可用来解决实际问题。教育决策综合集成研讨厅的实现将以大数据技术为基础，集系统管理、数据库管理、模型库管理和专家研讨功能为一体，其中，专家研讨是实现人机结合的手段，网络化的领域专家研讨会议是使用方式，基于大数据的计算机网络结构是载体，这样将使信息、模型和领域专家三者有机地结合在一起。
主要参考文献
[1]宋刚，张楠，朱慧.城市管理复杂性与基于大数据的应对策略研究[J].城市发展研究，2014，21（8）：95-102.
[2]吴兰平. 教育系统及教育评价的复杂性研究[D].武汉：武汉理工大学，2002.
[3]胡晓惠. 研讨厅系统实现方法及技术的研究[J].系统工程理论与实践，2002（6）：1-10.
[4]韩祥兰. SBA系统的综合集成研讨厅研究与应用[D]. 南京：南京理工大学，2005.
[5]李昊. 基于综合集成研讨厅的灾后农房重建设计与施工研究[D].上海：上海交通大學，2011.
[6]魏法杰，周艳综.综合集成研讨厅在条件保障项目评价中的应用研究[J].管理学报，2004，1（3）：363-368.
[7]张顺. 公共政策设计的综合集成方法[C]//全国复杂性与系统科学的理论、方法及其应用学术研讨会论文集，2004.
[8]于博. 基于综合集成研讨厅的宏观教育决策方法论研究[J].管理现代化，2012（1）：18-20.