长期以来，在我国社会生活的许多领域，决策常常缺乏科学性，甚至“拍脑袋”“想当然”。教育领域也不例外，“教育领域的决策从来就是在缺乏任何数据的基础上作出的。常识一直成为正常的决策资源，即使在常识导致消极结果的情况下也是如此，而常识其实只是习惯和一厢情愿的混合物罢了”。
　　今天，“大数据时代”正大步向我们走来，这种基于获取和解释数据的决策对社会生产生活带来了广泛的影响。但是，在教育领域却还相对滞后，除了“月考分析”“高考分析”这些为应试而展开的“分分计较”的所谓数据“分”析以外，我们依然沿袭着传统的教育范式，主要依靠经验对学生的学习行为进行判断并制定教学决策。
　　MOOCs一度被誉为继火的发现之后最重要的创新，我们有个别学校给予了关注，多数学校无动于衷。如果说，MOOCs主要还只是课程层面，那么，“大数据时代”给教育带来的改变将是多方位的。随着全社会移动终端的普及、云计算服务的发展、大数据分析技术的突破，这股浪潮最终将席卷大中小学，没有哪家教育机构能置身事外。我们的学校当未雨绸缪，及时应对。
　　大数据的反馈功能——“展示那些以前不可能观察到的学习层面，实现学生学业表现的提升”。在过去的教育中，反馈也是存在的，比如，从课堂参与、家庭作业、测验中获得信息，但相比较而言，这些都只是“小数据”而已，且它指向学习结果，而非学习过程。当学习发生在数字环境之中时，就可以收集到很多过去无法获得的数据，学生每一次与系统发生的交互都会被记录下来，这些数据可用于向学生、教师提供学习进程的实时报告。还可以“基于每个学生的答题准确率运行一个统计模型，用以判断学生是否精通某个学科领域”。比如，学生阅读纸质课本，什么地方学得轻松，什么地方觉得苦涩，教师很难了解。但在计算机上，学生什么地方“快进”“暂停”“中止”“回看”，系统都有记录，并能据此分析学生的学习质量。单从“回看”来看，如果在课程进行了数周之后，很多学生会跳回到前面的某个章节去复习，说明了什么？可能是前面的基础没打牢。这样，教师就该知道如何去调整他的教学进度和重难点。而且，系统还可以通过追踪分析学生的“衰减曲线”，提醒学生何时该进行复习，以提高记忆保留的概率。“学生可能会收到一则消息，告知他如果在测验前两天的晚上——不是前一天晚上，也不是测验当天早上——观看复习视频，那么他将有85%的概率记住复习内容，并在测验中作出正确解答”。
　　大数据的个性化功能——“基于学生的需求定制个性化课程，促进理解并提高成绩”。19世纪以来，受工业革命的影响，教育也实行“大规模批量生产”，用“一把尺子量所有的人”——“大多数正规学校的教育，在其设计之初考虑的是处于平均水平的学生——比坐在前排的神童学得慢，但比教室后排的笨蛋学得快的虚构的学习群体。”这种基于平均水准设计教育系统的做法，会同时损害位于分布曲线两侧的学生。现在，接触到大数据之后，“适应性学习”系统开始进入大量应用阶段。2009年起，美国纽约地区的数所中学推广了一个名为“个人的学校”的数学项目，每个学生都拥有他们的个人“播放列表”，通过相关算法分析个人需求，为他们指定每天需要解答的数学习题。“根据自己的时间安排开展学习，我不需要采用和其他人一样的学习方式。”一名“个人的学校”的学生如是说。在个性化的教学方面，这将会比现在的“走班制”更加彻底，甚至最终从根本上改变现在的“班级授课制”背景中的“成绩好的学生吃不饱，成绩差的学生吃不了”的顽症，教育将真正走向“个性化”时代。