《与大数据同行》这篇文章深入浅出地介绍了大数据的定义、应用和未来发展趋势。通过生动的案例和详细的分析，引领读者走进大数据时代，感受数据带来的无限可能性。文章还强调了数据隐私和安全的重要性，呼吁人们在追求便利的同时，也要注重个人信息保护。
《与大数据同行》读后感(一)
从IT业转行过来当信息老师，这本书似乎很符合当下的我。
但是全书干货是什么？
全民投身大数据，顺应时代潮流，谁也躲不过，路人都懂。
但问题是，怎么同行？
教育数据的采集、加工、分析，非专业人士很难能染指。
数据分析出来的结果，是否能采用，又是否适用于当下的学生，还是不可知。
一本给予理念的书，但无实操性。
我想和你一路，但是你亦然用车，我还在用脚，中间的差距该怎么追上？
《与大数据同行》读后感(二)
这么薄(115页)的书敢定价42元，电子版都要28元，买这种书太亏了，虽然里面的内容写得通俗易懂，但也不值28元，纸质书还31.9元呢！太不划算了，出版社这价订得太不厚道了。
@
接着进入内容评价的正题：
过去的教育很多时候都是凭想象开始，缺乏实证的工具，哪种教学方法好、让学生接受更容易，都是各说各的理，但是书中基于互联网、大数据的各种教育就不一样了，老师可以通过大量的数据迅速得到每节课、每个学生的学习情况，由此来调整自己的教学进度、课程设计。还有一点特别让我记忆深刻，就是通过大数据的分析结果驳斥了美国政府教育激励政策的不切实际，比如过重的课程负担是导致学生放弃学习的最大诱因，这实在是我过去难以想象的。当下社会，终身学习成为一个人必须的生活态度时，如何学得轻松、有效果，便是对教育的新要求。从这一点来看，大数据能够更好帮助每个人把学习当成乐趣一样坚持下去，而不仅仅凭借坚韧的毅力去克服巨大的困难。从这一点上来看，与大数据同行的教育应该是更贴近人性。还有一个很大的感受就是，作者维克托·迈尔－舍恩伯格教授把这本非常前沿的书写得很通俗、有趣，不知不觉中读了进去，颇为人性化。
《与大数据同行》读后感(三)
现有的教育（小数据教育）面临两个障碍，一是优质的教育资源分配受到时间和空间的限制，二是获取和分析教育过程中的数据的成本是巨大的。因此小数据教育通常呈现为三类特征：一是教育是以大规模批量实施进行的，二是对于教育的质量的评价，是通过离散的对学生学习结果评价实施的，三是教育方案决策是由老师依靠个人经验制定的。
未来的教育，通过在线课程、电子书本等工具，将会实现以下的改变，一是教学资源的提供超越时空限制，例如moocs，二是由于教学过程的数字化，可以从单向信息传递，变成收集双回路信息，进而根据反馈信息通过概率预测和调整学习内容、时间、方式，为每一个学习者提供个性定制化的教学内容。这在可汗学院和多邻国有大量例证。在这个过程中，传统的老师将成为学习系统和学生的连接点，帮助学生更好的学习，老师的工作会更有效和更个性化。学校将成为收集数据和使用数据的场所。
大数据的应用，可能会有两个弊端。一是不正当使用对隐私的侵犯，二是概率论预测会限制多样性和限制教育机会，加剧不平等。
最后，大数据不仅在改变学习的方式。也会改变学习的内容。人们从观察世界，提出理论，运用理论的求知过程，会变成观察世界，提出假设，计算逐个验算假设的过程。
产生影响力的教育变革将首先是组织变革，只有产生适应大数据的教育组织，技术才会真正发挥作用。
《与大数据同行》读后感(四)
本书以在教育行业中应用大数据技术为主题展开对发展的展望与利弊的分析，对于大数据技术在教育行业的应用，我们是不可否认是利大于弊的，但是也不容忽视在教育行业的弊端，因为这个也将是在这个行业中的绊脚石，并且在本书中的最后一章中，译者也访问了作者在美国的发展情况，从作者的描述中也可以看出，正是由于提到的弊端使得大数据技术在教育行业中的应用未取得实质性的进展。
我想，不管是在本书中提到的教育行业还是其它的什么行业也好，我们现在在不断的推崇大数据技术的同时，是否也要考虑一下在应用的过程中给人们带来的其它影响呢？或许想通了这一点，我们也想通了为什么相应的行业对于大数据的发展有着各种各样的壁垒。针对本书来说，作者所描写的弊端在于数据的留存时间，以及被采集者的隐私问题，可以试想一下，被采集者的学生数据被雇佣的公司所掌握了，那么是不是就会被雇佣公司的相关领导或人员先入为主，利用大数据的分析直接将此人的发展提前规划好了呢？其实当我们利用大数据的技术在做未来的判断的同时，我们都存在着这样的问题。这让我想起来一部电影《少数派报告》，在影片中当报告提示阿汤哥扮演的男主角将犯下谋杀罪的时候，也有点类似我们在用大数据技术预测着未来的情况。但当预测的那个时刻来临的时候，结果并未与预测的情况吻合。那么在这种情况下就出现了一个问题，他到底预测的准不准呢？用保守一点的说法就是，在大多数的情况下，预测是准确的，但是由于每个人的情况不一，我们无法做到每一个人的全数据采集，这个有可能是技术的原因，有可能是模型的问题（还未考虑到的因素），或者也有可能是政策与本着尊重个人隐私的问题等等，会使得结果不那么尽如人意，所以当我们在使用大数据的时候，这些也是我们需要考虑的因素。
话再说回这本书，我不否认这本书的思想与观点是非常优秀的书，但是之所以我给的评分并不是很高，原因就是这本书相对于本书要讨论的内容显得简短了一些。而且总感觉有些内容话说到一半并未说的透彻，不过从另一个角度上来想，或许在这个方面的尝试就算是做为作者也是在不断的摸索之中吧。希望在不久可以看到大数据在我国的教育行业中可以做出相应的贡献吧。
《与大数据同行》读后感(五)
前几天带魏棉棉去某英语培训机构，遇到一个很可爱的姑娘。
她说她有个朋友是英语老师，刚投入工作时，信誓旦旦要成为“不一样”的老师，可是经过多年的磨练，如今还是成了一个“背单词”“做题”党。
姑娘说到她们教育培训机构学英语的方式比较“活”，强调学生的应用，还说到小班教学、外教英语角等等方式。
市场面，大多数的培训机构皆如此，大同小异。
他们只说出自己“有什么”，用这一整套方法来应付前来学习的所有学生，即便他们做了分班，却依然是“以一对多”的方式。
教育，需要的是个性定制。
如果某个培训机构站出来说，他们有一整套的科学研究方法，研究什么样的教学方法、课本、老师等更适合学生，而不是说他们有什么跟传统教育不一样，我想会让人耳目一新。
对于放到市场的职业教育培训机构而言，是否也有必要开始思考购买或自行建立一整套教学数据库，像研究市场那样来研究教学，帮助学生更快、更好地掌握技术？
这是一个互联网时代，传统思维亟待更新换代，如果再用那种“师傅带徒弟”似的大锅饭形式开展教育，令人堪忧。
其实，这个思想的转变，一点都不难理解，最简单的是把学校想成一个服务机构。
现阶段，除了学校，几乎所有的行业为了发展，都想尽方法来研究客户，为争夺客户资源而提供各种服务，真正实现了“客户是上帝”的宗旨。
而我们的学校呢，从来都是老师把自己的经验和知识单方面传递给学生，没能站在学生的角度想一想，与他们产生双向互动。
互联网思维是什么？用户、免费、专注、极致……如果教育也根据这个思维来发展，那还有什么教不会的学生吗？
在《与大数据同行：学习和教育的未来》一书提出：未来的教育是与大数据同行的学习，大数据重塑学习的三个特性是：反馈、个性化和概率预测。作者从这三个方面，提出学校和学生要“双向反馈”；学习要个性化，“以一对一”；而概率预测，除了通过数据判断一个学生的特长之外，还要注意不要过分依赖数据的判断，造成教育的不公平。
总之，作者想把互联网思维引入到教育行业，让更多的人掌握如何学习，而不是改变学习本身。
为了孩子们的未来，极力推荐各位老师们读一读，只有你们的思维跟上时代的步伐了，孩子们才能在学习的道路上，事半功倍，形成正确的世界观、人生观、价值观。
（此外，大家可以登录可汗学院和多邻国网站学习）
《与大数据同行》读后感(六)
大数据时代除了让你失去了隐私还能带来什么？每个人都在抱怨大数据影响下我们如同赤裸一般毫无隐私，维克托·迈尔在《与大数据同行》中告诉你它对教育产生这什么跨时代的改变。书中共6个章节，分别为薄暮、改变、平台、后果、破晓、追问，循序渐进的从各个层面和方向向你讲述大数据对线上教育机构与传统学校的未来发展有什么有利途径，其中追问一环节是专门为大陆版增设的。教育不再是传统观念下的“讲台上下”关系了，我们会通过数据的分析监控教育的准备、过程、结果和反馈，使得教育也能够实现私人订制，并且在降低成本的同时使传授知识变得更为细致和有趣。 本书中有多个实例为我们展示利用数据分析后的效果，大数据时代在全面到来，在一点一点是我们的生活发生改变，一个全新教育时代来了。
与大数据同行
6.5
[英]维克托·迈尔-舍恩伯格 [英]肯尼思·库克耶 / 2015 / 华东师范大学出版社
《与大数据同行》读后感(七)
世界发展到今天，我们在其他领域看到的多样性和定制化，在教育领域却凤毛麟角。自从现代意义上的学校诞生到现在，课堂没有发生根本的变化，培养的模式和方法依然如百年前。虽然很多有识之士已经意识到传统的授课方式不利于学生的个性化发展，但如何促进学生的自主学习、个性化发展呢？技术的优势显现出了，大数据仿佛一记灵丹妙药，解决了上述长久困扰教育者的难题。
看过迈克尔舍恩伯格的《大数据时代》的人应该对书中描绘的大数据应用印象深刻。在教育领域大数据又有哪些妙用呢？
大数据的应用要达到：了解学生如何学，了解老师如何教，最终实现因材施教，促进学生个性化学习。要实现上述目标，大数据在改进学习方面有三大核心要素：反馈、个性化和概率预测。反馈就是要建立完善的反馈系统，针对学生的学习过程实施反馈，通过反馈改进学生的学习情况，最终形成一个良性循环，促进学生学习。个性化则是基于个人学习数据累积，每个人的情况不同，积累的学习数据也不同，利用现代化的信息手段可以了解每个人的学习特点，针对每个人的学习特点提供个性化的教学辅助支持。概率预测是大数据实现上述目的的方法，基于大数据的预测不可能做的百分百准确，大数据所能提供的参考也只是一个概率，决策者所要考虑的是当概率达到多大时，采取什么样的对策。
从目前的应用来看，大数据确确实实在促进学生的学习。以在线学习平台为例，当前炙手可热的可汗学院的成功与大数据的应用密切相关。可汗学院的网站存储了大量的学生学习记录，基于这些记录，网站针对每个学生的答题准确率运行一个统计模型，用来判断学生是否“精通”某个学科领域。不仅如此，系统还能为学习者找到最适合他们所学主题的学习路径，使他们不仅能够根据自己的步调，还可以按照最有效的顺序来学习。相比传统的课堂教学模式，可汗学院运用大数据的优势有效的提升了学生的学习效果，帮助了一些学习困难生找到了最适合他们的学习路径。
大数据的应用也存在着巨大的风险。当我们过分迷信数据时，大数据带来的问题也将凸显出来。数据一旦成为决定因素，过去的数据将永远影响一个人的未来。过分迷信大数据的预测也将直接影响一个人当前的教育，当下采取的一些措施直接去增强预测的结果，最终可能阴差阳错。例如，当根据某学生的学习情况预测很有可能成为一个飞行员，于是所有的培养围绕着促进该学生成为飞行员，最终的结果很有可能是他成为了飞行员，真实的情况是，他可能更适合做一个科学家，但是因为大数据的预测，因为后续的教育彻底断送了他的科学家之路。
当然，我们还不比过分担心大数据的危害，至少在教育上，大数据的应用远远没有想想的普及，也远远没有想象的神奇。大数据在教育中的应用还在探索阶段，从系统的设计到分析模型，还有许许多多的问题要解决。
回到对这本书的评价，买了之后第一个感觉，尼玛，好亏啊！硬板精装印刷，打开之后看到字体和令人恐怖的行间距，一万只神兽从心中奔过。除去第六部分的访谈，这本书只有一百多页，内容很少，而且没什么干货，完全可以所谓《大数据时代》的一个章节或者融入进去，单列出来作为一本书，实在有点坑读者。
《与大数据同行》读后感(八)
这里是书评：
读完第一感觉，作者愣是把一篇文章写出了一本书的量。行文多有啰嗦、重复之处，观点也不是很有新意，不是太开心。但是花两三个小时就能了解大数据在教育领域应用的一些状况，也不算亏吧。
这里是为数不多的干货：
一、导论
事实：教育领域的决策和实践缺乏数据支持。
数据可以使得“单回路学习”变为“双回路学习”。
变革不仅需要技术上的，还是组织上的。
类似商业领域产品的多样化、个性化，在教育领域远远没有实现。
MOOC的问题：似乎只是把传统的教学搬到了线上；完成率太低。
二、大数据改变学习的三大要素
反馈：传统的教学反馈通过考试和测试实现，成本高、密度低，主要针对结果；而大数据使得收集反馈变得容易，且可以收集到过程数据。
个性化：大多数正规教育是基于平均水平的学生设计的。受教育者的大数据信息可以帮助建立个性化的学习方案。
概率预测：基于高度的可能性做出预测，但仍有判断失误的可能性，即使如此我们仍有理由接受。传统的教育科学关注“为什么”和相关关系；而大数据思维关注“是什么”，关注相关关系。
三、平台：数据的生产、处理与利用
学校是重要的数据平台，但是在收集数据并提供分析结果上承担的责任非常有限。
从组织上看，有关反馈和质量保障的信息应该由无利益关系的专业人士进行。
可能需要专门的“算法专家”来实施大数据预测的监督管理。
当学习发生在数据环境中时，我们可以收集过去无法获得的数据。这一过程中，大数据有能力将数据的生成、处理、利用分割开来。
四、大数据应用的潜在危险
传统意义上的隐私泄露问题。
过往的个人数据作为评价个人的依据，可能是错误的和不公正的。如学生在高中之前就被排除在大学之外。
旧数据无法遗忘，可能否定我们进步、成长和改变的能力。
概率预测可能会限制我们（选择学习方案的）“学习自由”，最终威胁到我们机遇的获取。
可能的保护模式：个人数据只能在有限的时间里存储和使用。
笔者批判：这可能与哲学上的决定论思维有关。但面对客观数据，人类仍有足够的能动性辨析真正应该做出的行为。例如，数据告诉我方案一有90%的可能更有效，但我仍可以通过自己的理智拒绝这个方案。
五、大数据重塑教育的根本变化：概率高于精确
我们手头的信息量可能会决定我们要问的问题，我们可能没有意识到。
传统的问题研究是，研究者事先有一个观念，提出一个假设并去验证，是一种试错模式；而通过计算机和大数据可以验证所有可能的答案，从中发现最佳的一个。
“想象力比知识更重要”。人类的智慧和创造力是大数据无法预测的。
六、追问-译者的采访
大数据应用可能导致数据鸿沟吗？原有的阶层差异可能通过大数据学习资源的购买而被放大，但是也可能通过像智能手机这样的设备而被中和。
在必要的时候，可以通过公共政策调整。学生拥有数据，而非大数据平台。管理者可以要求“数据的便携性”，从而造就数据市场，削弱数据平台的积聚力量。
大数据时代的教育工作者：教育工作者要有大数据思维，工作的本质变为通过数据的解释和预测帮助学生更有效地学习。计算机将代替教学的机械工作，使得教师有能力带给学生更多价值。学校需要大数据的基础设施和技术人员。
大数据的应用最终是人的问题，受制于数据平台与公众的沟通。
《与大数据同行》读后感(九)
突破与预警:大数据之于未来教育
——读《与大数据同行：学习和教育的未来》
赵青新
维克托•迈尔-舍恩伯格，牛津大学互联网研究所教授，担任微软、世界经济论坛等大公司和组织的顾问，是大数据领域公认的权威，继引发广泛热议的《大数据时代》之后，最近舍恩伯格和《经济学人》数据编辑肯尼斯•库克耶联袂推出《与大数据同行：学习和教育的未来》一书，专门探讨大数据研究在教育领域的应用。
该书开篇，作者叙述了具有比较性的两个实例：唐卡画家的培养遵循传统，规则决定了该画什么、画在哪里和怎么画，师父的任务就是确保年轻人严格遵守规则；斯坦福大学计算机科学家吴恩达收集所有关于学生举动的信息，从中提取最有效的内容并将其纳入系统设计，最后他挖掘出了大数据对于教育的非凡效果。鲜明的对比，清楚地传达出一个信息：传统教育提倡因材施，但囿于各种条件很难真正做到，借助大数据将会实现更有效的转变。
在这本书里，我们遇到了许多实例和生动的故事，了解大数据对个性化教育所起的惊人作用。在小数据时代，我们只能评价那些简单的元素，如测验成绩等。其结果是，反馈几乎是单向度的，从教师和校方指向学生和家长。实际上，大多数正规学校的教育，在其设计之初考虑的只能是处于平均水平的学生。以虚构的中等学生为对象实施教学，必然会损害正态分布曲线两侧的优等生和后排学生的学习利益。大数据正在改变这一状况。例如，同样的一门课程，如《网络工程》，在计算机学院、信息学院、管理学院，巨大的知识推送和资料，如果假借大数据应用的推送，给不同要求的学科完全不同的内容推荐，即使面对同样一个学科的不同行为习惯的学生，也会针对性地给出对应的学习策略。人类以往的知识体系和知识点在大数据背景并不会发生变化，而学生们却可以通过大数据应用得到个性化的指导和无穷无尽的资源配置。
书中那名七年级女生的例子，极其鼓舞人心。原本在班里始终垫底的女生，忽然像开了窍一样，成绩突飞猛进。因为她只需要集中精力攻克她的弱项。个性化学习最令人印象深刻的特征就是其动态性，学习内容可以随着数据的收集、分析和反馈加以改变与调整，这对于奔走于补习班中的中国学生也是福音，与其去读数学辅导班，不如去专门补习解方程，大数据给你提供了个性化的意见。
大数据因此可以帮助我们突破智力上的局限。两位作者明确指出，大数据最大的作用就是，它不需要对所有事情的原因作出准确解释，而取而代之关注相关关系。也就是说，只要知道“是什么”，而不需要知道“为什么”。作者的这种看法在认知论上可以说颠覆了我们传统的思维习惯，给予了我们更全面、更精细的视角，来看待世界的复杂性和我们身处其中的位置。
作者的洞见还在于，在看到大数据对教育带来良性改变的同时，前瞻性地发布了大数据教育的种种预警。作者指出，最大隐患是“无法遗忘的旧数据”。或许，某次考试作弊被抓的记录将束缚你的人生，否定你在此之后的进步、成长和改变的种种努力，想想这真令人沮丧，不是吗？大数据预测可以为我们提供比较平坦舒适的教育轨迹。但实际上，这可能正是问题所在，也许我们应该受到鼓励并迎难而上，而不是满足于便捷的前进路线。大数据会否造就另一种形式化的“庸才教育”呢？至于数据资料的管控、使用和监督，难道我们的所有信息都处于监控之中，然后把希望寄托在类似美剧《疑犯追踪》主角那样的人工智能管理者理想人格之上吗？
爱因斯坦说过：“想象力比知识更重要，因为知识是有限的，而想象力概括世界的一切。”对于大数据来说，它可以提供更高效的技术分析，但是，由人类的智慧、独创性、创造力造就的理念，还有人类甘愿在困境中努力突围的信念，这是大数据分析无法做到的。
转载联系本人，欢迎约稿。
《与大数据同行》读后感(十)
以前当老师的时候，常常看到我的学生很疲惫，很多初三的学生每天做作业都要做到晚上十二点，甚至一两点，第二天早晨六点多就要起床去上学，每次考试的成绩却没什么显著进步。一些学生学习习惯不错，也很勤奋，其他科目都挺优秀，数学成绩却很不理想，他们很想提高自己的数学成绩，却不知道该如何去做，家长有时候来向我请教，我也很难提供一套行之有效的科学方法。有时候上课的时候，讲一道比较复杂的题目，下面的学生可能大部分都属于两类，一种是不用听可能也会，一种是听一遍其实还是不会，课堂学习的效率其实很低。 近几十年人类的科技飞速发展，互联网改变着我们生活的方方面面，但是我们教育的形态却和几十年前几乎没什么差别，只是学生做得题更难、更多而已。 我们的教育确实需要大幅度地改善。要更科学，需要更多科学理论与实验成果的指导教学，而不只是凭借经验和感觉，在学生成绩不理想的时候，只能告诉他要多做练习。要更注重效果，特别是在我所在的教育培训行业，效果很难承诺，老师们尽量把课讲得精彩，但是学生学习的效果如何，其实是缺少非常明确的量化展示的。老师应该以服务者的姿态，而不是以领导者的姿态来面对学生，在学生有问题的时候，不应该责怪，应该给他提供适合学生个人的学习方案。而为了实现这一切的目标，我们就需要借助新的技术对我们的教学方式进行变革。 后来机缘巧合我转型做产品经理，开发教育类的APP，立志用技术改善我们的教育。不过我发现虽然理想很丰满，但是实际去做的时候却是困难重重，现实中的困难让我常常怀疑和迷茫。最近读了《与大数据同行——学习和教育的未来》，很受启发，这本书让我能站在更高处去审视我现在的工作，坚定自己前进的方向。 书中明确了大数据改善学习的三大核心要素:反馈，个性化和概率预测。 1.反馈 现在的教育中，我们对学生的表现进行打分，并要求他们对这一结果负责。然而我们很少对自己的教学进行评估，并未衡量所采用的教科书、测验和课堂讲解等教学内容和手段是否是最优的方式。这种做法在别的行业里极不合理，没有一个制造商或者是销售商只会对客户产生评价。 书中比较强调地是教育体系获得反馈以后对教材的精细化与科学化的改进，其实，这个点反馈对于很多人都有用，教研根据数据调整教材，老师根据反馈调整讲课方式，学生根据反馈调整自己练习的强度和重点。传统的考试成绩也是一种反馈，不过这种反馈太过于缓慢和滞后，也不够精准，等学生考完试才发现自己的问题再去补救，可能已经晚了。大数据要做到的是让学生获得即时反馈，只有这样，才能在每一天的练习中有明确地方向和十足的动力，即时反馈也很符合当下很流行的“刻意练习”的概念。 虽然大的方向是明确的，但是具体的执行的时候还是会有很多路需要去探索。首先是如何大量获得学生的学习数据，传统的学习都是用笔在纸上作答，这样是没办法方便快捷地收集数据的。当我们尝试用ipad教学的时候，又受到了来自各方的阻力。其次，如何分析我们收集到的数据，哪些数据是有用的，一个学生学习成绩的高低和哪些数据相关，老师可以根据这些数据做什么，这些数据相关的具体问题，都是需要好好研究的。 2.个性化 个性化比较好理解，现在的教育就像工厂里的标准化生产，不同程度的孩子都要按照同样的进度，学习同样的课程，做同样的练习，效率当然很低，所以我们需要为每个孩子定制适合他们自己的学习方案。 所以，根据学生已做练习的数据，精准给他推送合适难度练习和课程的自适应教学系统，对于提高学生学习的效率至关重要。 目前来看，自适应学习系统的难点可能在精细科学的知识图谱。 3.概率预测 根据学生的学习数据，可以预测他的成绩，给他提供科学的学习方案，也是可以提高学习效率的。 读了这本书，还有个感受。 现在网络上的学习资源很多，而且相当大的部分都是免费的，包括各个顶尖大学的公开课、可汗学院、TED、网易公开课等等，像吴恩达这样的人工智能专家都在网上开了课程，要利用好这些资源。可以给自己制定一个学习计划，坚持学习新的知识，不断地成长。
《与大数据同行》读后感(十一)
《与大数据同行——学习和教育的未来》
是《大数据时代》作者、牛津大学互联网研究所迈尔-舍恩伯格教授 所著的一本介绍大数据如何改变教育领域的书。
这本书的核心理念和《大数据时代》同出一辙，可以被认为是为大数据时代披上了教育领域的外衣，换汤不换药的作品。我认为这本书里有以下几点观点值得学习和思考。
1 作者阐述了一些传统教育的问题。教育行业具有很大特殊性，时常被人口诛笔伐，作者用一种较为客观的视角，说明了一些传统教育的弊端。例如：
“正规教育的运行仍然近似于工厂里的装配生产线：教材相当于可替换的零件；教学——尽管在新颖和教室的亲切度上倾注了最大的努力——就其本质而言，对所有学生的处理都是一成不变的，教与学都参照统一标准，基于平均值，而不顾个人的喜好、特质或需求。这反映了工业化时代的大规模生产模式。”，“多少年以来，事实上是多个世纪以来，教育领域的决策从来就是在缺乏任何数据基础上做出的。”，“事实上，改变现状是极其重要的，因为基于平均水平设计教育系统的做法，会同时损害位于正太分布曲线两侧的学生。”
也就是说，作者认为，现在教育存在因“工业化大规模生产”得不到科学的反馈，从而缺乏科学决策，最终损害学生的问题。
2 基于现在教育的问题，和大数据时代的背景下，作者提出了大数据将改变或者说重塑教育的观点。值得注意的是，作者总结出了大数据重塑学习的3个主要特征：反馈（Feedback）,个性化（individua-Lization）和概率预测（Probabilistic predictions），而且还言简意赅的定义了未来教育：“与大数据同行的学习就是未来的教育“，个人认为这些抽象的，总结性的内容在以后讨论这个方面的问题时会具有很大的价值。
3 在案例上，作者并没有列举大量的例子，或者进行特别深入的谈讨，但是有几个例子是十分典型的：
https://www.coursera.org/的例子十分典型
”吴恩达教授是提供在线课程服务的新兴公司Coursera的创始人之一，他的尝试预示着大数据对教育的变革。吴恩达教授收集所有关于学生举动的信息，从中提取最有效的内容并将其纳入系统实现：教学的改善，学生理解力和成绩的提高，基于个人需求的定制教育。”
还有一个反复用到的例子是可汗学院 https://www.khanacademy.org/
外语学习网站多邻国https://www.duolingo.com/（这个领域的市场竞争再国内愈发激烈）
还有一些并不著名的例子比如：“一些大学正在开展“电子顾问”（e-advisors）的实验，这款大数据软件系统通过数字处理提升学生的毕业率。再田纳西州的奥斯丁州立大学，当学生选修“学位罗盘”（Degree Compass）软件向其推荐的课程之后，他们有90%的可能性得到与软件预测一致的B以上的高分”
4 在例子的佐证之下，作者阐述了一些值得思考的大数据应用于教育领域观点，比如，“相关信息不仅可用于既有教学内容的重新设计，还可以通过事实分析，自动在某一时刻显示出适合学生特定需要的学习内容。这种技术被称为适应性学习。”；“大规模定制——其产品的生产成本并不比批量生产成本高出很多——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。在学习环境下，大规模个性化的视线，需要更丰富的反馈数据流向教师和管理人员。……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。”；“要明智的运用技术，技术是对教师的重新部署，而不是要去取代他们。”“我们能够收集对于过去而言，既不现实也不可能聚集起来的反馈数据；我们可能实现迎合学生个体需求的，而不是 为一组类似的学生定制的个性化学习；我们可以通过概率优化学习内容，学习时间和学习方式。”
5 最后在中文版独有的问答部分，作者再三阐述了他的大数据“哲学观”：“大数据同行的未来，我们仍然离不开理论。但是我们可以运用大数据分析来验证大量的（而不是一个）由计算机算法生成的可能性假设，而不是基于我们事先形成的观点，来逐个验证未来的可能性，这减少了既存认识对我们的阻碍。其中的区别在于，前者通过计算机，利用所有可利用的数据验证所有可能的答案，并从中发现最佳的一个；后者认为某人知道答案并通过试错（即使人们不犯那样的错）的方法进行验证”；“这些对我们在各方面可能性的预测，不仅会影响我们的行为，还将永远改变未来的格局——由一片开阔的空间转变为预定义的、拘泥于过去的狭窄区域。”
6 文中提到一个概念，我觉得十分有趣，而且以前并没有见过，数据尾气（Data exhaust）：人们与网站互动产生的副产品，比如人们在使用多邻国学习外语时，”产生的诸如人们熟练掌握一门外语的某一方面需要多少时间，最合适的习题量是多少，落后几天进度的后果会怎样“的这类数据，既数据分析产物。
