大数据时代：如何进行高效的碎片化学习？
来源：电化教育研究 2015,36(10),26-30
作者：王承博， 李小平， 赵丰年， 张琳
原标题：大数据时代碎片化学习研究摘要：
大数据时代碎片化学习是对巨量网络信息的“拆解”与“重构”，在学习科学领域，碎片化学习意味着大数据时代学习行为和学习方式的变革。大数据时代移动互联网的发展以及新媒体和多元信息的产生,使学习过程中获取的知识比较零散、不系统,是无序、互不关联的知识碎片;深入研究碎片化学习产生的原因、学习过程、知识管理等，有利于大数据时代学习者获取有价值的信息并完成知识的建构。
本文对大数据时代碎片化学习概念作了辨析，认为海量信息、新媒体、微资源等是大数据时代碎片化学习产生的主要原因，利用大数据思维构建了碎片化学习过程中知识管理模型，提出了大数据时代从知识碎片到知识体系嬗变过程的有关理论。
【关键词】大数据时代；碎片化学习；知识管理；知识建构
引言
大数据(或称巨量资料)正在开启一次重大的时代转型,面对巨量信息资源,人们需要用全新的思维方式培养在线学习的行为和习惯。大数据时代,以移动互联网、物联网、云计算等为代表的新一代信息技术快速的发展,催生出新技术、新产品在学习科学领域的新应用,在工作、生活之余,人们携带智能手机和 “可佩带”的设备,占用大量的碎片化时间,在海量信息中自由穿梭学习并获取各种有意义的知识碎片。这些体现了大数据环境下,人们的学习习惯和行为方式正悄然发生变化,人类进入了碎片化学习时代。
大数据时代碎片化学习有其独特的价值和意义。碎片化学习是大数据时代建构“新知识体系”不可或缺的组成部分,理想的“新知识体系”拥有信息本身再加工的无限自由,而碎片化知识具有拆解、重组、建构的无限可能性,单个的碎片化知识或许被随意地丢弃,无限多的知识碎片经过系统地加工与管理,不再像整体性那样束缚我们的思想。因此,研究大数据时代的碎片化学习, 有利于学习者运用全新的思维方式,从巨量信息中获取有意义的知识碎片,并与原有的知识相互融合,完成新知识体系的建构。
大数据时代碎片化学习概念辨析
大数据时代的碎片化是一种形象性的说法,与整体化是对立的概念。碎片化指向分析(化整为零),整体化指向归纳(化零为整);碎片化学习是从学习内容的整体“解构”走向知识“建构”,其概念是把抽象的过程用“碎片化”一词作了形象化的描述。
(一)与碎片化学习相关的术语
与碎片化学习相关的术语有:碎片化时代、碎片化思维、碎片化阅读、碎片化时间、碎片化生存、碎片化管理、碎片化问题以及碎片化学习等;在学术界,学者对碎片化思维、碎片化阅读、碎片化时间等趋于一致的理解。
1.碎片化思维。碎片化思维中的“碎片化”包含了一个“去自然化”(Denaturalize)或者说“去常规化”( Denormalize)的过程。形象地讲,“碎片”就是指玻璃破碎之后,人们发现原来所看到的整体的东西不再是之前的样子,这是敦促人们突破传统并寻找新的可能性的一种思维方式。传统思维如一个掉到地上的花瓶, 支离破碎,失去了原有的本意,寓意为一种全新的思维。
2. 碎片化阅读。相对于“整体化”阅读而言,通过手机、电子书、移动网络等新媒体进行的不完整的、断断续续的阅读模式被称为碎片化阅读。大数据时代,借助新一代信息技术,利用智能手机、移动网络等电子终端,随时随地接收海量信息,所以一切信息、知识似乎唾手可得,阅读显得轻松、容易。
3.碎片化时间。碎片化时间是相对于正式学习时间而言, 指人们在工作或正式学习之余利用短暂的、 空闲时随机的、闲散的、零碎的时间;相对于工作、学习等完整的、持续的、大块的整体化时间,是由小块的零散时间。碎片化时间相对较短,不是很长,如地铁的途中、排队、等人、等车、睡前等不确定的“零碎”的时间。
(二)碎片化学习概念
大数据背景下对碎片化学习趋于两方面的理解。一方面指大数据时代新媒体的便捷性、海量信息内容的离散性以及学习者阅读方式的随意性,使学习者获取知识碎片化;另一方面指利用零碎的时间,进行短、 平、快的学习方式,这些主要体现在学习时间的不连续性,从而导致获取知识碎片化。相对于传统的书本学习,这两种方式获取的知识是离散的、零碎的,缺乏整体性知识结构,所以形象地称之为碎片化学习。因此碎片化学习是指学习者运用全新的思维方式,利用碎片化阅读或在碎片化时间里,从互联网挖掘有意义的知识碎片,并对知识碎片存储、汲取、加工等建构的过程。
(三)碎片化学习与微型学习的区别
碎片化学习与微型化学习有着明显区别。“碎片化”原意为完整的东西破成诸多零块,寓意有打碎、 零散之意,打碎意味着“去常规化”,体现一种全新的思维方式, 零散意味着学习者获取知识的不连续性。与碎片化相比,“微型化”指使用方便而缩小原来的整体,如微型计算机、微视频、微课程等,其目的是为了应用的便捷。在学习科学领域,碎片化学习是从大数据中获取知识的一种行为方式,具有学习内容的离散性、学习过程的随意性以及学习时间的不连续性等特点;而微型学习只是在时间和内容上的简短,它具有目标明确、时间短、内容精炼等特点。
大数据时代碎片化学习成因探析
碎片化学习产生的原因,与大数据时代巨量资料的产生、人们阅读范式的改变、新媒体的出现、微资源的开发有着密切的关系。
(一)大数据为碎片化学习提供了坚实的环境支撑
大数据为碎片化学习提供了巨量可利用的碎片资源。由于网络信息来源的多元化、学习者观察视角的分散化、信息文本的零散性以及信息要素的不完整性,致使大数据时代信息传播碎片化。随着新一代信息技术的发展, 信息来源渠道呈现多元化发展局势, 大数据或称“巨量资料或海量资料”,其信息增长速度将进一步加快, 存储容量也不断地增长, 至2020年,信息存储将达到35000EB,似乎没有足够的磁盘空间存储信息，因此, 大数据时代的学习环境是无限碎片资料的集合。
大数据时代的资源环境被寓意为一堆杂乱无章、排列无序的知识碎片。面对无限碎片信息构建的信息化学习环境,传统意义上的“体系化”资源应用模式被打破,学习者需要用全新的思维方式,认识复杂、多变的大数据环境而带来的学习上的变化。在碎片化学习过程中, 学习者从海量信息中 “断章取义”,“快速检索”有意义的碎片信息,在建构主义等相关学习理论基础上完成知识碎片的加工与处理,最后建构个体的新知识体系。
(二)大数据时代碎片化阅读为碎片化学习提供了新途径
“海量资料”的涌现,使得人类的阅读进入了碎片化阅读时代。信息的多样化以及生活节奏的加快,正悄然地改变着人类的阅读方式和学习行为,碎片化阅读逐渐地成为人们在无限信息碎片中获取知识的一种主要的学习方式。人民网曾对84987名读者通过来信、网络等方式作过调研,结果显示,网络(54.12%)、报纸(46.32%)和电视(43.83%)是最重要的三种信息获取渠道,书本杂志阅读只占11.36%;阅读习惯上, 近四成(38.35%)学习者喜爱在阅读的过程中喜欢“先看标题,如果感兴趣就往下看”,部分(32.99%)人“挑喜欢的版面或栏目看”,“从头到尾仔细看” 系统学习的人少之又少。这些数据说明了大数据时代利用纸质阅读不再像以前那么频繁,碎片化阅读成为人们获取信息的主要渠道,也反映了学习者阅读行为习惯以及阅读方式的变化。因而碎片化阅读逐渐成为大数据时代获取知识碎片的新途径,是学习者建构新知识体系不可或缺的方法。
(三)大数据时代新媒体为碎片化学习提供了便利条件
大数据时代移动互联网和物联网的快速发展,促使了新媒体的诞生, 新媒体为碎片化学习提供了便利条件。关于新媒体是什么,清华大学熊澄宇教授认为, 新媒体是一个相对的、发展的概念,在一定时期,总有一种媒体占主导地位。相对于报刊、广播、电视等传统媒体出现的媒体形态, 大数据时代的新媒体是指新一代信息技术环境下,如数字广播、数字报纸、数字杂志、移动电视、触摸媒体、智能手机等媒介。新一代信息技术的发展,尤其是移动媒体的出现,为随时随地上网提供了便利, 使在线人数越来越多, 截至2014年12月,我国手机网民规模达5.57亿。随着移动网络等新媒体的进一步普及与使用, 使学习者过去无法利用的 “闲置”时间得到了充分利用。工作或生活之余,休闲或坐公交、地铁途中,利用移动媒体,学习者有意识的碎片化学习,久而久之可以获得一笔可观的“零碎时间”。相对于正式学习时间,这些时间是零散化的,是基于新媒体发展而获得的碎片化学习时间。
(四)大数据时代微资源的兴起为碎片化学习提供了优质资源
大数据时代微资源是随着“平民文化”的兴起以及专业团队(或学科研发人员)的研发而产生的。新一代信息技术的发展,上网人数迅猛增加,因而带动了 “平民文化”的兴起。至2014年12月,中国网民规模达6.49亿,大量的网民组成了微资源开发的主力军。在网络世界里,专家、学者、普通大众、政府官员之间消除了权威界限,不分贵贱,平等包容,人人都有言发,创造了互联网领域巨量的微资源。这些微资源相对于书籍、报刊等,其资源之间是零散、无序和互不关联的碎片知识,严重阻碍了人们对知识的获取。为了明确对优质微资源的需求目标,向用户提供“短”而“精”的资源,在一些专业学科领域, 诞生了专业的微资源开发团队,他们开发了“微课”、“微课程”、“微视频”等大量的微资源。这些微资源在充实了网络学习环境的同时,也为大数据时代碎片化学习提供了丰富的优质资源。
大数据时代碎片化学习过程分析
大数据背景下碎片化学习过程是一个知识碎片管理与加工的过程。为了从“巨量信息”中获取有价值的知识碎片,根据大数据时代知识碎片对学习者的重要意义,把“巨量信息”分为有意义和无意义的知识碎片,有意义的包含对个体知识建构发展有用的以及解决问题需要的知识碎片,如图1所示。
图1中,大数据时代知识碎片是海量的、无限的, 但在学习者认知范围内, 有意义的知识碎片是有限的。 碎片化学习是一个层层深入挖掘知识的过程,首先需要在“巨量信息”中挖掘有意义而舍弃无意义知识碎片; 然后从有意义的知识碎片中选择有用的;最后当遇到要解决问题时,学习者从有用的知识碎片中筛选需要的碎片知识,这个过程包涵了知识碎片的管理和新知识体系的建构。
(一)大数据时代知识碎片管理
大数据时代知识碎片管理是以大数据思维为基础,学习者从海量信息中获取有意义、有价值的知识碎片并对其管理的过程。由于网络碎片信息丰富多元,碎片信息在促进了大家共同交流的同时,也干扰了有效学习的时间和速度,为了减少无意义知识碎片的干扰, 使有意义的知识碎片更好地为学习者所用,在日常学习中需要对知识碎片进行有效的管理。
根据大数据时代的思维, 知识碎片管理是围绕 “知识仓库”(“知识仓库”是一个形象的说法,寓意知识储备)开展挖掘、筛选、删除以及遗忘等循环往复的信息加工过程。在碎片化学习过程中,学习者利用碎片化阅读方式,从巨量网络信息中挖掘有价值的知识碎片,或者从个体的“知识仓库”中挖掘,再根据个体需要对挖掘的碎片知识进行筛选、存储或删除,然后对有意义的、有价值的信息选择、存储,并删除无价值的、无意义的知识碎片。图2表示挖掘、筛选、删除、遗忘等知识碎片管理的过程关系。
为了使学习者能从巨量信息中获取有价值的知识碎片,不仅要求学习者养成一种良好的碎片化学习习惯,而且还需要学习者掌握从巨量信息中获取知识碎片的技能;即要学会知识碎片挖掘、筛选、删除、遗忘,又要学会处理四者之间的彼此关系。只有掌握了这四种知识碎片管理技能,才能在大数据时代有效利用碎片化知识。
1. 知识碎片的挖掘
碎片化学习要求学习者拥有运用大数据思维,从 “巨量资料” 中挖掘有意义、 有价值的知识碎片的能力。在知识碎片挖掘过程中,学习者采用碎片化学习方式和网络检索、快速阅读等手段,从大数据中挖掘有意义、有价值的知识碎片。由于知识挖掘具有随意性,通过知识挖掘获取的知识是零散的、缺乏系统性的碎片,因而需要学习者利用知识管理工具不断地记录、存储知识碎片,防止由于知识碎片太过零散而丢失有用的信息。
2. 知识碎片的筛选知识碎片的挖掘无时无刻地存在于整个碎片化学习过程之中。根据碎片化学习过程,知识碎片的挖掘来源主要有三方面。一是从互联网海量信息中挖掘有价值的信息; 二是从已有知识储备中挖掘解决问题需要的信息; 三是从已经遗忘或删除的知识碎片中深层挖掘有用的信息。从互联网挖掘有意义的碎片信息,需要借助大数据“知识仓库”管理知识碎片。“知识仓库”是一个形象的说法,是学习者利用新媒体,采用碎片化学习方式经过长期累积而形成的知识储备。在互联网领域,百度百科、互动百科、维基百科等是典型大数据“知识仓库”。“知识仓库”的存在为学习者提供了知识挖掘的源泉。当学习者在遇到要解决的问题时, 从大数据 “知识仓库”或个体的知识储备中挖掘知识碎片。然而学习过程中, 有意义的知识碎片未必在解决问题时都有用,因而存在随意丢弃知识碎片的现象,有时需要从已经被遗忘或删除的知识碎片中挖掘所需要的信息。
2. 知识碎片的筛选
大数据时代知识碎片的筛选是依据新知识体系建构的需要,对挖掘的知识碎片精选和分类管理的过程。通过碎片化学习, 获取的知识碎片处于杂乱无章的状态,要求分门别类地对它们进行有序化的管理。在互联网领域,知识碎片的筛选一般采用开放的网络平台,由网民直接参与知识碎片的采集、编辑、分类等工作,并由资深系统管理员统一审核、编辑与发布等处理碎片信息,逐步实现从互联网海量信息中筛选有意义、有价值的信息的目的,最终经过日积月累,逐步构建成互联网领域的“知识仓库”。目前互联网领域的各种百科知识,就是网民和网站编辑人员执行某个严格标准,经过逐步分类、筛选而构建的“知识仓库”。对于学习者而言,知识碎片的筛选一般是从互联网“知识仓库”中,精选出需要的知识,运用碎片知识管理工具进行存储、筛选。例如,网易公司的云笔记、云存储空间等。
3. 知识碎片的删除
大数据时代知识碎片的取舍主要是针对无价值的信息。关于删除,大数据时代的预言家维克托·迈尔-舍恩伯格在《删除———大数据的取舍之道》一书中认为,大数据的取舍之道就是把有意义的留下来,把无意义的去掉。碎片化学习是从大数据中挖掘、筛选有意义的知识碎片,剔除无价值的知识碎片。在知识碎片管理过程中,删除主要是处理挖掘和筛选后无意义、无价值的知识碎片。判断知识碎片的有意义和无意义,完全取决于个体原有的知识结构以及对新知识的理解程度。在碎片化阅读与知识管理过程中,往往由于个人的主观臆断,删除了自认为无意义的知识碎片,但学习者要清楚地认识到,删除的知识碎片本身并不是没有价值, 而是相对于新知识体系的建构没有价值而已。总之,大数据时代删除的最高境界,就是不删除,直接从海量信息中找到有意义、有价值的知识碎片。
4. 知识碎片的遗忘
互联网记住了我们希望自己忘记的东西,信息技术使得我们已经忘记了如何忘记,无意义的知识碎片遗忘成了网络上抹不掉的奇葩。大数据时代人们利用新媒体,在学习过程中彼此相互沟通,挖掘和筛选有意义的信息并不断地存储,同时整个操作过程产生的信息也被记录,并形成复杂多样的知识碎片。虽然一些无意义的知识碎片早已被我们忘得一干二净,但信息技术的存储功能永远记住了大脑已经忘记的东西。人们似乎被剥夺了“遗忘权”,被“遗忘权”即是否有权利要求数据商不保留自己的某些信息或者从自己的电脑中遗忘对自己无意义的信息。大数据时代信息技术为某些互联网巨头所控制,巨头们利用技术,收集用户产生的碎片信息, 分析获取用户的信息需求,利用推送技术实现对用户的控制,他们对用户的控制权不具有合法性。2014年5月,欧盟法院就被“遗忘权”一案作出裁定,判决谷歌应根据用户请求删除无关紧要的、不相关的数据,以保证数据不出现在搜索结果中。这件事情说明大数据时代,人们的遗忘不仅要从大脑的记忆中抹去,而且也要从信息技术的存储中剔除。因此需要运用技术手段对网上碎片信息进行遗忘处理,让其从互联网的记忆中消失。
(二)从知识碎片、知识点到知识体系的嬗变
碎片化时间内获取的知识是零散、无序和互不关联的碎片, 单个的碎片知识其自身价值意义并不高, 需要学习者对其“再加工”,“再加工”是碎片化知识到新知识体系嬗变的过程。大数据时代解决知识碎片化之道是帮助学习者建构新的知识体系。碎片化指向分析,即把互联网这个整体碎片化,知识体系化指向归纳,即应用科学的方法把碎片知识系统化。碎片知识犹如人体的各个部件,脱离了知识体系这个生命整体,任何一个部件都会失去原有的意义。如果把碎片知识比作积木,要想搭建高楼大厦,那么还需要进行结构化、系统化的设计与加工,要在汲取相关材料的基础上,应用行之有效的科学方法,使碎片化学习过程中获取的知识碎片体系化。
如何将碎片化知识与已有的知识融合, 建构新的知识体系,需要学习者把握碎片知识的整体性。整体性是对新知识体系的建设, 新知识体系的建设是系统化思维的应用, 在新知识体系架构中碎片知识才能体现其客观的价值所在。在碎片化学习过程中,学习者利用新媒介挖掘碎片知识并对其进行整理、剔除、汲取、加工等操作,实现知识碎片到知识点的有意义的重组, 并完成知识点到新知识体系嬗变的过程。在此转化过程中,整理主要完成对碎片知识的归类与管理,剔除主要去掉对个体新知识体系建构无意义的知识碎片。在整理与剔除过程中,也要汲取新的知识作为补充。相对于知识碎片,知识点之间具有一定的关联性,但相对于知识体系,知识点之间具有离散性。知识体系可以看作是一个被剔除、吸取、加工多个知识点而形成的具有整体性架构的新体系。由于知识碎片的离散性, 在知识点、新知识体系建构过程中,系统化思维起着至关重要的作用,它贯穿于整个过程的始末。如图3所示。
在图3中,知识碎片来源于生活的积累;知识点是运用挖掘、筛选等操作方法,从海量信息中获取的对科研、工作有意义的知识碎片;知识体系是在汲取、 剔除相关知识点的基础上,结构化、整体化了的知识系统。因此,知识嬗变过程是不断地从外界汲取、删减和重组知识碎片,最终实现知识体系结构化、系统化和专业化的动态发展过程。
综上所述, 碎片化学习是大数据时代所亟需的。碎片化学习是大数据时代获取知识的一种重要途径, 碎片化学习使知识碎片走向新知识体系的建构过程, 新知识体系的建构过程对大数据时代学习方法会产生深远的影响。当前开展碎片化学习的探讨与研究, 将促使人类用全新的思维方式看待大数据时代的学习变革,有助于大数据时代学习者利用新一代信息技术提高学习的效率。