大数据迷潮下的教育研究及其想象力

互联网IDC圈2月26日报道：“大数据”似乎已经成为一种潮流，甚至是一种时尚。人们还没来得及知道它“是什么”，就已经置身其中并迷狂不已，更别提仔细思考“为什么”了。所以，用“迷潮”来形容一点也不为过。产业、金融、物流等各界人士摩拳擦掌、跃跃欲试，热烈讨论这种新技术和新资源所带来的巨大福利，生怕落下新时代疾驰而过的“幸福列车”。尚在努力向“小数据”靠拢的教育研究，似乎也按捺不住转型的冲动，宣称“传统数据研究无法做到的事，传统研究方式苦苦纠结的许多难点，都在大数据到来的那一刹那遁于无形”。[1]本文绝不是否定大数据本身及其在教育领域内的广阔前景，而是在正视到大数据为教育研究所带来的机遇的同时，针对大数据“迷潮现象”展开反思，并在这个意义上，呼吁重新审视教育研究想象力的重要性。

一、基于大数据的教育研究前景

对于“大数据”，虽然目前尚没有一个统一的概念定义，但是它的四大特征倒是得到了一致公认，基本可以概括为四个V：大容量(Volume)、多样性(Variety)、快速度(Velocity)以及高价值(Value)。这些特征都有广阔的教育研究前景：“大容量”的特征与教育数据的深度挖掘密不可分；“多样性”特征可以有效处理各种形式的教育信息；海量数据的“快速度”处理方式能及时给教师反馈相关学生的学习信息；而“高价值”则意味着彻底重塑传统教育教学决策模式。

(一)“大容量”与教育数据的挖掘

事实上，由于受制于工业社会的技术与思维方式，我们不得不承认以往对于学生的了解是很少的。学生(产品)只是一个工厂(学校)待完成的原材料，我们只需知道原材料的基本信息，如材料来源(生源地)、质量(入学成绩)就行了，这些简单的学生档案抹杀了大量学生的个性化信息，以至于因材施教成为极其奢侈的想法，结果就是产出的学生大多成为了工厂的标准件。“大数据使得许多过去不可获取、计量、存储和分析的信息都有了数据化的可能；在互联网、电信和卫星通信技术的支持下，迅速普及的PC、平板电脑、智能手机以及不断涌现的诸多工具设备正在以数据的形式追踪人们的日常生活，并将这些数据存储在相应的数据库中。”[2]学者们可以利用大数据一些成熟的数据挖掘技术与分析方法进行教育研究。例如，华东师范大学2013年正式运行了全国首个“家庭经济困难学生预警系统”，学校依据学生的基本家庭情况、所获“奖、助、勤、贷”等资助信息、餐饮信息(校园卡)等，通过数据库有效整合，为更全面了解学生的经济状况提供了可能，因此该预警系统将扫除资助的盲区。通过预警系统，学校可以更好地“认定”困难生，从而可以调整帮困资源的使用，科学、公平使用帮困资源，发挥大效益，促进学生全面成长。[3]当然，随着学校信息化管理水平的逐渐提高，关于学生各种信息的挖掘会越来越深入，利用范围也会越来越广泛，但数据挖掘的前提肯定要保护好学生的数据安全和个人隐私。

(二)“多样性”与教育信息样式的处理

大数据的多样性(Variety)特征也为教育研究带来诸多便利，由于大数据背后强大的数据搜集和转化技术，使它能够有效应对诸如文字、音频、视频、图片以及地理位置等等类型繁杂的信息。学生的年龄阶层跨度比较大，教学内容与科目繁多，所以教育研究中，学生数据的搜集手段自然会多种多样。比如幼儿园的儿童和大学生、文科教学科目与理科科目、活动课与讲授课等等的差异，都要求有大数据技术的支持。但无论是什么样式的教育信息，都可以利用移动互联网终端产品进行采集，从而产生大量有价值的数据。目前市场上出现了许多教育App软件，教师、学生和家长可以利用这个平台实时进行各种文字、音频、视频的沟通互动，虽然这些电子平台增强了各教育主体的交流与沟通，对于传统教学有所助益，但是这些应用软件大多源于应用商店(App Store)的随机下载，“并非为教育目的定制，只能对某一个教育环节起到辅助作用，这也造成了有些软件的设计可能并不符合我们的教育理念，而学生家长误以为这是教育者推荐的产品，更重要的是我们无法获取在应用这些软件过程中学生所产生的数据，使得大量真实、有研究价值的数据流失，所以如何设置个性化的、符合特定教育目的的教育软件，重视其中数据采集的工作，并且设计数据收集的类别与标准，是未来一个巨大的发展前景，因为这将是改变课堂最重要的大数据来源。”[4]而技术支持下的多样性教育信息的采集与分析，无疑会对传统教学产生巨大改变。

(三)“快速度”与教学方式的变革

大数据的快速度(Velocity)特征，由于强大的数据处理技术，能快速地转化和生成各项实时数据，甚至通过各项成熟算法，可以实现同步呈现数据分析结果。因此，在对于微观课堂的观察研究中，很多学生的课堂互动信息可以及时反馈给教师，而教师则会根据这些实时反馈信息，灵活调整教学内容、组织方式以及教学策略，这些在传统教学中是不可想象的。“以往教育领域一直坚持着由有经验的老教师传、帮、带新教师的方式发展教师队伍，原因在于老教师头脑中有着新教师所没有的过往十几年乃至几十年的教学实践，老教师长时间对教学现象的观察与分析形成了被我们称之为教学经验的东西，这些经验的多少与优劣也决定了教师在其专业发展上所处的层次和位置”。[5]但是，随着大数据时代的来临，“计算机将可以通过以往教师记录在其中的教学问题以及对问题的解决方案进行分析，而当这种记录与分析达到一定数量时(如上百万条时)，通过对相关数据的分析将会为有需要的教师推荐在遇到类似的教学问题时可以采取的解决方案是什么，即实现数据分析基础上的教学问题解决，教学问题解决不再依赖于停留在每位教师头脑中的模糊的经验，而是基于对海量的教学问题的描述以及教学问题解决方案的分析”。[4]因此，大数据的“快速度”特征除了带来的实时反馈优势之外，它还可以弥补教学时间所带来的经验缺陷，帮助教学新手迅速适应教学岗位。这将极大地改变教师专业发展模式，为课堂教学方式带来革新。

(四)“高价值”与教育教学决策方式的转变

大数据可以给教育带来诸多改变，但无论是教育数据的挖掘，还是教育信息的处理，都是为了教育教学服务，尤其是教育教学决策会受到巨大冲击，当然也将会带来高额回报。教育决策虽然有宏观(国家社会层面)、中观(学区、学校层面)和微观(课堂教学层面)之分，但是有限理性下，无论哪个层面最佳的教育决策所需要的教育数据都是极其庞大的，仅仅凭借传统方式获得的片面教育信息，显然容易导致经验自负以及“拍脑门”的教育决策方式。“教育大数据有对整个教育活动运行情况监测的功能，有助于教育决策者及时发现问题解决问题，从而更好地对教育系统进行调控，修改和制定更加切合实际情况的决策；可以通过对不同阶段数据的分析，寻找教育发展变化的规律，以便对未来可能发展的趋势或可能出现的问题进行预测；通过数据的收集、分析和整理将教育现象量化，以定性和定量结合的方式呈现教育结果，方便教育决策者了解教育系统的特征，评估教育发展的进程，以此对教育发展做出更有价值、科学的决策”。[2]当前我国教育改革处于深水期，再加上庞大的教育规模，传统的粗放式管理与经验型决策模式已经严重不适应教育发展的需求，而大数据在科学决策方面具有极高的应用价值。在这个背景之下，教育部根据《国家中长期教育改革和发展规划纲要(2010-2020年)》的精神和要求，提出了建设国家教育决策支持服务系统的战略设想。“该系统以国家教育重大决策问题、任务和需求为导向，在数据信息集成基础上，发挥数据的多维度比较分析、发展目标预测与规划、监测与评价功能，为科学决策、宏观管理提供依据，服务于提升政府决策的科学性和有效性”。[6]因此，大数据对于我国教育现代化的实现具有深远的意义。

二、转向大数据迷潮的背后

美好的前景总是趋之若鹜的最好理由，但是笃信大数据是解决传统教育困局的灵丹妙药的观点却是不可取的。任何事物，在没有应用普及之前却已经风靡人心，这是有原因的，它肯定是迎合了人性深处的某种渴望。美国有一句谚语，“除了上帝，任何人都必须用数据说话。”我们普遍认为，这只是反映了美国人惯有的实用主义思维。事实上，它折射出了藏于人类内心的一种普遍欲望。正是这种潜在的欲望促使人类逐步从数字走向数据，从小数据到大数据。为此，我们有必要冷静思考，转向“大数据迷潮”的背后，探究其内在原因。

(一)我们为何痴迷大数据?

杜威在《确定性寻求》中认为，人生活在一个危险而又充满不确定性的世界，因而必然会去寻求安全，人寻求安全有两个途径：一种是试图与他周围决定他的命运的各种力量进行和解；一种是发明技艺，并借助技能来控制自然的力量，以建立一个秩序、正义和美的王国。[7]显然，无论是数字、字符，还是数据，“如常言说的一切皆有‘定数’、中国传统的易经八卦、西方早期的占星术、毕达哥拉斯‘一切皆数’的本体论主张以及牛顿‘整个宇宙就是一口精确时钟’的机械论信念等等，”[8]都是人类利用理性控制自然、对付各种不确定性以便获得安全感的利器。利用数据，人类掌握了时间与空间，并在此基础上近乎获得了控制自然的力量。但是人类的安全感似乎并没有增加多少，而且随着周围世界的“人造”因素逐渐增多，不确定性反而进一步加剧。目前，我们不仅仍要对抗自然的种种不可抗力，还要面对由数字生成的知识、技术和社会系统带来的未知挑战。这是一个悖论：利用数字或数据来寻求确定性的结果是要面对更大的不确定性。

曾几何时，条件限制下的“随机采样取得了巨大的成功，成为现代社会、现代测量领域的主心骨，但这只是一条捷径，是在不可收集和分析全部数据的情况下的选择，它本身存在许多固有的缺陷。”[9]34人们依然认为，之所以出现困境，是因为记录、储存和分析数据的工具不够好，而在少量数据下得出的结论自然漏洞百出，随着人类拥有了能够收集和处理更大规模数据的能力以及大数据时代的到来，自然会逐渐抛弃小数据时代随机采样和抽样调查等老古董，转而寻求大数据带来的种种神奇。但是经过后现代、后结构以及后实证主义的抨击，即使是大数据也逐渐放弃了其赖以生存的“精确性”，无奈地承认：“大数据不仅让我们不再期待精确性，也让我们无法实现精确性……这是一个亟须我们去处理的现实问题，并且有可能长期存在。”[9]56但是，明明知道大数据所具有的模糊性与混杂性，却依然奉为圭臬，甚至顶礼膜拜，这就和自古以来的占卜和巫术几无差别了。原因无非是人们希望有一种超出自身的神奇力量，以便让自己掌控自身的卑微命运，哪怕这一切都是幻觉也行。当然，不能否认无论是小数据，还是大数据都确实给人的生产、生活带来了极大便利，所以人类愿意逐渐让渡出自己思考的权利，让“数据说话”。可以回溯历史，为了自身的确定性寻求，为了安全感的满足，我们曾经让“神说话”，让“君主说话”，让“专家说话”，但是现在大数据时代自负地宣称了“神”“君主”“专家的消亡”，数据才是新的“神”，新的“君主”，新的“专家”，能带领我们进入“秩序、正义和美的王国”。

(二)“大数据迷潮”的实质

虽然“自20世纪80年代以来，在后结构主义和后实证主义思潮的荡涤下，即使再严格和规范的社会科学实证研究，估计都不再敢于自信满满地视数据分析为洞穿事物本质、反映世界规律以及获得确定性客观知识的利器。”[8]但是，人类对于确定性寻求的欲望绝对不会磨灭，因此可以说，这场“大数据迷潮”的实质是实证主义的极端化，是现代主义对于后现代主义的绝地反击。但是，实证主义的这场反击是带有妥协性的。在小数据时代，由于技术限制，实证主义只能用最少的数据得到最多的信息，所以分类、分层等抽样检测尽可能要做到准确。因为本来就是挂一漏万的方法，自然小心翼翼，小的错误会因为抽样的原因而造成巨大的误差。但是随着测量技术、算法的不断演进，实证主义似乎终于实现了“一切皆数”的终极梦想，骄傲地宣称自己拥有了全数据模式，即“样本=总体”。[9]37随之而来的则是大量低效或无效的数据，真相被深深掩盖，所谓的“预测”只能建立在“相关关系”上，更无法保证预测的精确性。所以，实证主义无奈地劝告人们，应该改变自己的思维方式，要允许不精确，要学会拥抱混乱，这显然和实证主义的初衷是违背的，但是为了保住自己的地位，为新技术的出现争取时间，它也只能无奈地如此。我们可以大胆预测，如果测量技术进一步发展，实证主义一定会抛弃“混杂性思维”，重新展露出“精确测量与预测万事万物”的雄心壮志。

除此之外，工具主义、技术主义也是“大数据迷潮”的重要助力。大数据拥趸们认为，人类的判断力会逐渐被计算机系统所改变甚至取代。事实上，实证主义以前所认为的“所见、所闻、所感”要胜于“所想”的思维方式，就隐含着对于“工具”(身体)和“技术”(怎么看、怎么听、怎么感受)的崇拜。只不过随着测量工具，尤其是现代计算机技术的突飞猛进，实证主义者已经抛弃了之前的落后工具(身体感官)与技术(感官的运用)，转而寻求更加客观、更加外化、更加先进的工具与技术。所以，实证主义的历史充满了对人的怀疑，认为从人的观念到人的感官，都是不靠谱的。对于工具与技术的崇拜是其一以贯之的信念，精确性与确定性也是其本质的追求。“语言”作为人类最为本质的工具，逻辑实证主义者曾妄图将其转化为最精确的符号，以杜绝任何语意模糊，并认为哲学就是一种人类的语言疾病。所以，大数据迷们所提倡的“混杂性思维”事实上只是权宜之计。大数据的本质是实证主义的极端化，随着数据处理工具与技术的不断改进，真相会进一步显现。只要人类对于确定性寻求的欲望不衰减，那么实证主义就会不断改换名目、卷土重来，当然它的每一次回归都是以技术与工具的巨幅升级为前提。但是我们应该清醒地认识到，人类除了对于确定性的欲望之外，也有无限的好奇心与冒险精神，所以对于未知的渴望也是难以磨灭的。相应的，人类对于因果关系，对于未知世界，对于不可控之力量也会永远保持兴趣。正是在这个意义上，我们认为，大数据只不过是人类欲望之一的外在投射，人类思潮的汇聚支流之一罢了，既不能奢望杜绝它，更不能狂妄地让其改变甚至取代人类的思维。

三、基于大数据教育研究的局限与超越

正如传统的小数据时代一样，大数据将会有很广阔的应用前景。它将在很大程度上弥补传统科研方式的种种弊端。但是，大数据也和小数据一样，仅仅是我们探究真理的工具而已，却不是“真理”本身。进入了大数据时代，我们显然对“信息”情有独钟，“它已经对身处其中的人们形成了压力，我们有必要积极主动地重获平衡，保住想象力的领地。我们能从数据也能从生活中获得意义，但要指出的是，这一能力高低，全赖于我们的想象力能否抵挡来自集体思维的压力，我们的想象力又是否足够强大，强大到可以超越那些显而易见的路径，做出变革性的发现，帮助我们大化地发挥我们的潜力”。[10]所以，在教育研究领域，我们需要重新审视想象力这个问题，以超越大数据时代即将带来的挑战。

(一)基于大数据教育研究的局限

除了上述普遍意义上的挑战之外，大数据时代的教育研究面临着两个很切实的矛盾问题：价值密度与技术难度的矛盾；数据广度与信息安全度的矛盾。这些矛盾是大数据本身的固有矛盾，就像计算机系统本身的误差一样不可避免，我们只能利用技术无限缩小而不能彻底消除误差。事实上，这恰恰是一切教育研究想象力的空间所在。

1.“价值密度”与“技术难度”的矛盾

虽然大数据在教育研究中拥有很大的应用前景，但是我们更应该看到其局限性。首先便是大数据的价值密度与技术难度问题。“高价值”是大数据时代的四大特征之一，这里的“高价值”意指经过多番提纯后的关键数据，而不是所有采集到的数据，所以大量数据事实上具有极低的价值密度。一般来讲，初始数据体量越大，越全面，其经过数据分析后所得结论才会越准确，价值越大，但是相应的数据的价值密度也会越低，而技术难度却越大。我们往往会乐观预计其前景效益，但忽略其潜在的难题：数据采集的终端选取及标准化问题，数据存储所需的基础设施投入问题，数据分析所需的技术人才储备与培养问题，大数据应用阶段的普及化问题，等等。另外，延伸到教育领域之内，我国教育资源在区域、城乡、校际之间存在严重的分配失衡现象，大数据的引入是否会造成新的“数据鸿沟”，加剧新的教育不公平现象？在这些问题没有很好的评估之前，跟盲目的跟风欢呼没有任何实际意义。以大数据模式下的课堂教学研究为例，“根据美国著名的课堂观察应用软件开发商Classroom Observer的研究，在一节40分钟的普通中学课堂中一个学生所产生的全息数据约有5GB～6GB，而其中可归类、标签、并进行分析的量化数据约有50MB～60MB，这相当于他在传统数据领域中积累5000年的数据总和”。[1]这么大的数据体量，如果没有经过提纯，那么教育研究的价值几乎无法得到展现。但也恰恰是大数据时代，教育者及教育研究者所面临的困境与挑战。这对于研究者的数据分析技术有很高的要求，那么也就意味着很多传统的教育者和教育研究者要实现转型，积极跟上大数据的时代潮流。但是缺乏数据统计与分析人才是我国目前面对的普遍短板，不是短时间内可以解决的。这肯定会影响大数据在教育研究中的应用。

2.“数据广度”与“信息安全度”的矛盾

教育研究的伦理问题也是大数据教育研究所不能回避的。笼统来说，在教育活动中进行教育数据采集的时候，我们会直接面临三个问题：哪些信息可以采集?通过什么样的方式采集?采集所得数据的应用范围？这都涉及教育研究的伦理问题。首先，大数据依赖的是海量的信息搜集，比如全景式或关键区域的视频监控，学生、尤其涉及中小学生的非结构化信息都可能涉及隐私问题，而矛盾在于数据采集的范围越广，程度越深，其所涉及的信息的安全度就越低，数据泄露所带来的危害风险也越大。但是，大量数据的搜集总会或多或少地侵犯到对象的隐私。因此，在教育领域内，制定具有针对性的信息采集规范是十分必要的。第二个问题是“通过什么样的方式采集信息?”大数据采集信息的方式、方法无疑是合乎互联网精神的，即开放、分享、平等、合作。但是信息的主动开放与无意开放，主动分享与被动分享完全是两个概念。教育系统内，学生大多是未成年人，其个人数据信息具有特殊性，他们对自身的数据以及开放范围是否具有决定权，依据年龄不同，其决定权的程度是什么?都是需要加以考虑的。例如，谷歌公司所研发的可穿戴设备“谷歌眼镜”(Google Glass)是未来很好的收集大数据的工具，但是这种设备也意味着我们的隐私几乎处于无限的开放状态。第三个问题所涉及的是“应用范围”，学生的海量数据被用来改进教学策略，提高教学质量，进行特定问题预测等等。以预测为例，我们能不能利用某个学生的海量信息推测其暴力倾向与辍学可能等敏感问题?我们应不应该相信预测结果?大数据在我们的教育决策当中到底应该占多大比重?这些都是大数据之于教育研究的伦理问题。毕竟，教育是培养人的活动，教育研究也是研究如何培养人的活动，在用数据衡量和预测人性行为在多大程度上是合理和可以接受的，大数据如何在保持自身科学性和有效性的前提下，估计到教育本应有的人文关怀，让冰冷的数字闪耀人性的光辉?本质上，数字与技术都是工具和双刃剑，关键在于我们如何照顾到其应用伦理，并以此为指导，发挥大数据在教育研究领域的大效益。

(二)唤回教育研究的想象力

在教育研究过程中，研究者的思维方式起着举足轻重的作用，而想象力是思维方式中一个重要的组成部分。这里所谓教育研究的想象力，即研究者在教育研究中所秉持的思维的灵活性。这种灵活的研究思维主要体现在“可能性思维”“反事实思维”以及“隐喻性思维”三个方面。在“大数据”时代，人们在利用互联网享受“随时在线”带来的便利的同时，思维模式也无时无刻不在遭受程式化、潮流化的浸染。教育研究也是如此，传统的研究方式在“大数据迷潮”的冲击下，呈现式微之势。但也正因为如此，当时代的钟摆摆向一个极端时，我们要积极运用想象力，以应对这股“抽象化”浪潮。

1.大数据与教育研究的“可能性思维”

大数据时代，研究者的思维方式中最不被赞赏的就是“假设”。现在的“什么”(What)永远比将来的“如果……将会”(What If)重要。大数据思维理解世界的方式不是假设，而是数据驱动的相关关系分析。它们认为假设意味着有错误的可能，大数据虽然给出的分析结果是模糊的，但却不可能是错误的，因为“数据不会欺骗人”。它教导人们要习惯于听“数据说话”，只需知道“什么”，不用知道“为什么”，因为“为什么”就不可避免地导出人类的“假设欲望”与“可能性思维”。虽然大数据也存在大量的“概率预测”，在某种程度上也可以算作对于“可能性”的认可，但是这个可能性是指静态的，基于特定数据的“可能性”，而不是人的“可能性思维”。在教育研究中，如果只是通过特定大数据的相关分析，那么我们只会得到一种“最高概率的可能”，也就是最终的结论，这是一件悲哀的事情。教育的对象是一个个鲜活的生命，教育研究的也是“成人”与“成事”的规律问题，期间充满了各种不确定性与可能性，行业专家的作用，无非是利用自身的经验和科研敏感性提出教育问题，从而罗列各种可能性并一一验证。这个过程，虽然免不了各项数据的支撑，但是充满了“可能性思维”“直觉”以及“移情”作用。我们不能苛责教育研究者的“有限理性”并为“大数据”的“全知全能”作辩护。因为教育研究的对象是人心与人事，恰恰不需要“完全理性”，而是“有限理性”基础上的“理解”与“阐释”。所以，在教育研究中，不能只让“数据说话”，专家与教育者必须要有勇气运用可能性思维，发出自己的声音。

2.大数据与教育研究的“反事实思维”

“反事实思维”(Counterfactual Thinking)是指对过去已经发生过的事件，之后进行判断和决策的一种心理模拟(Mental Simulation)。[11]所谓的“反事实”，指的是对过去发生的事实，进行其他可能性的替代性虚拟。它本质上也是可能性思维，但是尤指过去未发生的可能性思维。大数据时代的数据分析，其对象也是过去发生的事实，所以得出的结论也是既定条件的结果。如果说缺乏“可能性思维”，使大数据在很大程度上丧失了多样化的前瞻性，那么缺乏“反事实思维”则使大数据丧失了多样化的反思空间，使多样化的因果探求成为不可能。事实上，大数据的核心思维方式本身也就是放弃“因果关系”，转而拥抱“相关关系”。但是“反事实前提”恰恰是研究的想象力所在，也是打开新的研究空间的基础与前提。大数据预测过于强调与相信相关分析，会丧失对于新的教育问题的敏感性与突破性教育理念的诞生。并且更为重要的是，如果我们不能保证大数据海量信息的准确性，那么基于此的所有相关分析都是无效甚至有害的，在这种局面下，教育研究者更需要不迷信数据而拥有反“事实”(虚假的事实)思维。很多的大数据的研究者认为，如果不能很好地警惕相关分析的局限，那么大数据则会扼杀创新。[12]在大数据时代，教育研究者需要严肃地对待一个问题：相信数据事实，还是相信自己的直觉?数据能在多大程度上反映出“教育真相”。事实上，别说是数据并不能代表真实，即使是亲眼所见也未必是真相，再退一步讲，即使所见为真实，但是运用“反事实思维”所得出的真实也同等具有研究价值，即使它未发生。

3.大数据与教育研究的“隐喻性思维”

“隐喻的本质就是用一种事物来理解和经历另一种事物。”[13]同样跟两个不同类属的事物有关，表面看起来，这跟大数据所推崇的“相关性”十分相似。事实上，大数据基础上的相关性更多不具有主体思维的创造性参与，也就是说它只是表面上相关，甚至有时候这种相关是反常识的(大数据相关分析的创新之处)。但是，隐喻性思维的“相关”是建立在对于研究对象的透彻理解基础上的，它充分体现了研究主体思维的灵活性与想象力，更多地体现了研究者对于研究对象本质的直觉顿悟。隐喻性思维既是人类最古老的、最伟大的洞察真相的方法，也是最容易被我们轻视和忽略的研究方法。在教育研究中，苏格拉底、孔子、柏拉图、夸美纽斯、卢梭等大家都具有丰富的隐喻性思维，利用他们的天才的想象力，用最直接、最质朴的隐喻方式为我们描绘了丰富多彩的教育本质。大数据虽然十分强调通过数据告诉人们事实是“什么”，但是它无法说出“教育是什么”，因为它所涉及的数据，即使是最强大的数据库和数据分析方法都无法解决，可是通过隐喻性思维可以简单地给出答案。比如雅斯贝尔斯就认为，教育是“一棵树摇动另一棵树，一朵云推动另一朵云，一个灵魂唤醒另一个灵魂”。行业专家并没有因为统计专家和数据分析专家的出现而“变暗”，他们的观念的影响要比“大数据”下的教育研究更接近教育的真相。在这种时候，我们必须要屏住呼吸，充分运用我们的隐喻性思维，去聆听大师的声音，而不是“数据”的声音。