信息推送教育应用探析

来源:用户上传      作者:

　　摘  要：文章认为精准推送是信息推送的高级演进。作为一种智能信息服务方式，精准推送富含教育成分和教育功能。出于适切的考虑，教育应用应该借重和挖掘精准推送的外溢效应。文章观点为教育信息产品的开发提供了一个参考思路。
　　 关键词：信息服务;精准推送;教育应用;外溢效应
　　 中图分类号：G434        文献标志码：A         文章编号：1673-8454（2019）10-0094-03
　　从信息推送到精准推送，支撑技术和追进理论双轮驱动在这条快车道上一路狂奔，推送这个被加速的引擎仿佛一下进入了一个刷新模式，不停地演绎着迭代的故事，不断聚集起万亿计的巨大体量的应用。我们处在信息的功能不断被赋予、价值不断被发现、服务不断被定义、边界不断被突破、版图不断被扩大的时代。伴随信息推送“拐点”的到来，承载智慧算法的各种行业实践落地生根遍地开花，深刻地影响着人们对信息的理解，进而引发裂变式连锁反应，而且这种反应往往又都是翻天覆地结构性级别的：智慧信息不仅改变人们传播、使用、生产信息的观念、行为、习惯，更重塑了人们的生活社交方式、业态规制、认知途径，同时还引领着社会的趋势和走向。
　　探看信息服务本身，信息传播模式也实现了从一对多的大众传播模式到一对一的个性化传播的转变，受众地位得以凸显，用户思维成为算法推荐中的关键性要素。算法推荐以用户价值为中心，在用户阅读内容和交互的过程中，运用算法分析用户特征、阅读偏好以及阅读场景构建用户画像，从而为用户提供场景适配的信息服务[1]。从单一的、被动的信息接受者、消费者到主动的、积极的信息创作者、生产者，从“传者本位”到“受者本位”，人们在信息传播中的主体地位和扮演的角色得到了颠覆性的进化。
　　 在这种情势的催生下，信息生产与传播范式智能化转向，人们被智慧信息包裹，更加依赖大数据。最初仅作为技术的信息推送、信息分发已深入到日常的细枝末叶，渗进思维、认知甚至本能，无处不在，无时不在，让你熟悉到无感不自知。
　　 教育当然也被裹挟其中，跟随这股大潮亦步亦趋。虽然相对其他行业，在信息推送上，教育缺乏像头条、淘宝这样重磅的、现象级、标杆性质的应用，但总体与趋势同步，也是信息业态的重要见证领域。它构成教育信息服务的现状和基础，必然要成为教育信息技术研发的背景、参照和思考。因此，任何一款映射时代气息，有着生存和关注度、忠诚度考量的教育信息产品的提出都应该放到这样一个环境和语义下去考察、验证和审视。
　　 一、信息推送的精髓及教育应用指向
　　 上溯至1996 年，Point-Cast Network公司提出信息推送技术，概念意义上的信息推送由此滥觞。
　　 由于信息推送开启了利用技术改变信息传播方式的大门，打开了信息服务的思路，信息推送在对用户需求进行更深层次洞察、分析与推荐的同时，也推动推荐方式由简单向高级纵深演进。这种发展又进一步促发使用，越是使用越是把信息推送的命门暴露出来了，也越是把信息推送的精髓和落点看得更加清楚：信息推送的根本不在技术本身。即便是拥有了推送技术，但服务如果还是停留在“我传你收”“以传者为中心”的信息的单向拉取阶段，用户仍基本依靠主动搜索，系统程序无法从用户的角度出发，利用技术主动分析用户特征，判定用户所需，动态调整，对应推送。也就是说，无暇顾及人的分众化、个性化及偶然性、体验性还有高场景度的信息需求，无法实现信息分发的“千人千面”，无法提供隐性互动、人机交互、人机共识的体验[1]，那么，这种推送还是处在简单初级阶段，本质上还是属于根据固定所需的静态推送，实际与传统获取信息方式并无本质区别，依然解决不了信息生态发生变化后人们必须应对的棘手问题，也就无法真正实现对信息过载的消解。而后者显然是信息推送的精髓和价值挖掘所在。
　　 信息推送关键和要义的讨论给我们带来的警示就是：虽然信息推送服务是传统定题服务在网络环境下的一种再现，它改变了人类获取信息的方式[2]。但是单单只使用了推送技术必不当然产生这种获取方式，抵达推送所能，得到业态形塑。也就是说，并不是只要推送了就是个性化、就是用户主体。引导它的不是技术而是理念架设，信息推送的本质不是技术形态而是观念思想。我们对信息推送的追逐不在技术本身而在技术背后的思维，引进信息推送要着力在思维的表答上。
　　 这一认识具体到教育信息产品就是：如果只是推送按自己的逻辑编排下来的教学资源，信息呈现仍会摆脱不了固定、静态、僵化、广谱的模式，因而仍然难以适应生动、活跃、快变、成长的信息使用主体的要求，难以对接个性化学习的需要。教育信息产品需要树立用户思维，关注学生痛点，提供个性化解决服务，关注教育客户端需求，提供针对性的教育内容。
　　 二、精准推送教育功能原溯和挖掘
　　 随着个性化大数据算法、兴趣探测技术的深入发展和长足进步，超越最初定义以“懂你”为使命和追求的精准推送应运而生。信息推送进入下一个阶段，即个性化推送服务阶段。汇聚符合自己兴趣和喜好的内容，量身定制私人资讯，让推送因贴心、亲和、友好、乐助、依从而释放款款温情变得可能。
　　 精准推送作为信息推送服务，是根据用户个性化的需求设定，以及智能算法对用户需求和兴趣的“不断学习”，快速有效地将符合用户需求和感兴趣的信息推送到其终端的信息传播方式[3]。精准推送给我们带来很多妙不可言的体验，同时也带来很多不可思议的“表现”，如数据洪流、流量为王、推荐量、爆款文、标题党、猜你喜欢、你关心的才是头条、每个人都有自己的头条等等，而主導这一切的幕后推手就来自于精准推送的推荐系统。所有“表现”都是由这个推荐机制“导演”出来的，由它传递出各种变身、猜测“戏法”。这样一个精准推送，单就外溢和周边就可以被借重作很多教育功能、教育价值的挖掘。 　　 首先，精准外表为懂你、贴心的品相气质可以被利用起来制造诱吸效应，引发用户当前的适应和匹配反应，带来使用上的舒适感和良好体验，在流量为王的信息读取环境下，这种舒适感就会变现为稀缺的注意力，增稠用户的忠诚度、认可度，进而转化为用户粘性，从而把推送带到兴趣培养、兴趣教育的层面。
　　 其次，精准的过程是传者和受者的相互“学习”过程，过程中双方都在潜移默化地影响对方，因此这个“影响”就暗含引导和塑造成分，从教育角度说，这就是导教性质，可以挖掘其中的导教功能。
　　 再次，精准推送的推荐系统是在“学习”过程中不断成长、进步，逐渐“成熟”起来的，即“懂你”是动态的，呈越来越懂的状态，这其实又是把循序渐进、螺旋式上升的教学精髓带出来了，可以作牵引教学的挖掘。
　　 此外，推荐系统里的互动交流导致数据的流动，用户信息可以转化成推送信息，推送信息又可以促发出新的用户信息，新的用户信息再资源化为新的推送信息，流转生成，这个机制与教与学、读与写的滚动循环模型无异，完全可以作教育资源的滚动生成功能挖掘，实现教育资源的自产自出，服务于教育资源的共创共建。
　　 最后，大数据和智能算法驱动的信息推送具有一种悄然改变人类的信息认知模式和思维方式，培养用户，塑造用户的隐性力量[3]。这股力量若是被暗施利益诉求限制了用户信息接触的视野，就是需要警惕的负面力量，但如果这股力量注入的是教学意志和教学行为、法则，那塑造相当于教学引导，而隐形就是无干预形态，这就等于说，隐形塑造可以变身为润物无声的教学引导，从而让教育指导获得一种无打扰、无干预的方式。
　　 需要指出的是，精准减少了用户选择信息的成本，提高了选择信息的效率。变身为学习等于节省了学习时间，提高了学习的效率，珍惜了对学习的关注。这种智能又通过一套算法程序固定下来，变得自动，获得超越人工的机器特性的增持，智能叠加，比起人工性质的教育服务翻倍增强。
　　 总之，精准推送里隐含筛选、引导、塑造、互动、流转、生成，这些功能元素综合起来，调动起来可以变身为教育、教学性质的借用，而且还会是一种被赋能加强、效益倍增的应用。所以，学习系统里移植精准推送应该着力于推荐系统里教育成分的挖掘。
　　 三、精准推送教育移植分析
　　 基于社会化应用的比较视野和教育自身特点的考虑，教育在作精准推送移植的时候应该有个性内涵的注入和选择考量。
　　 1.精准推送在信息推送中的比例
　　 精准推送是用来对付信息过载的，其意义和价值也就取决于信息过载的程度。精准推送的核心是一套推荐机制，推荐机制的表现取决于给它“施展”空间的大小。相对一般集中在商业、咨讯、媒体等领域，依托大型平台，立身门户，坐拥巨大流量，数据特征过载、综合的社会化应用，满足小众、个性化需求的教育教学应用专注在细分领域，用户、场景、内容的数据特征专精、垂直、单一，精准推荐系统启动运行回旋的余地不大，故而在信息推送上不能完全依赖精准推送一种方式，布局上需要有一个全盘、周密的考虑。在泛在学习的需求下，用户的信息和资源获取正在向主动和被动两种方式发展。比较结果中，有60%案例的服务模式锁定在推拉结合的方式。用户既可以进行自主检索，又可获得资源平台推送的资源信息，实现准确定位和精准推送的双重目的[4]。
　　 2.精准推送应用的重心偏向
　　 数字教育资源服务的精准化定位与推送，是指通过收集用户的数据，提取用户的个人特征，识别用户教与学的场景，精准定位其教与学需求，为其推送所需的数字教育资源[4]。与社会化应用的特征识别不同，教育的用户、内容、场景能代表它们指向学习，有学习层级鉴别意义的特征往往是思维表现，比如，他是一个有阅读主见的用户、读得比较通透、会融会贯通等，而这样的思维表现的“成色”是非常难以刻画、标签和作机器能识读的分级分类的。发现、探测技术捕捉到的特征数据对教学行为、思维本质的解释力也弱，这些都会影响精准的“准度”和精准努力的价值含量，所以就算是精准推送，教育的精准挖掘的重心也应更多地偏向精准带出的诸如良好体验感获得等这样的外溢效应。
　　 3.精准推送应用的技术思维
　　 信息推送不仅反映用户的信息需求逻辑，也反映媒介主体背后的多元利益格局。信息推送的终极目标也不止满足用户的信息需求，而是将其转化为现实的网络流量，并实现流量变现[3]。对于社会化商业应用来说，流量就是商业利益，所以流量思维成为无处不在、无时不在的一种技术思维，但教育有自身的使命，要针对教育利益诉求采取效益思维。
　　 4.推荐方式的倚重
　　 关于数字教育资源的个性化服务，较为成熟的有协同过滤推荐、基于内容的推荐和基于知识的推荐[5]。三种方式的启动有各自的条件和要求，哪种方式更对应自己的应用？这需要与开发内容结合考虑。
　　 5.用户探测的方向
　　 精准推送需要对用户进行探测，但过度挖掘又会带来隐私问题。所以社会化应用隐私问题突出，但教育用户性质和动机单纯，没有太多有精准意义的“隐私”探测的必要，故在用户探测上可以把更多精力放在教学的指向上。
　　 四、精准推送教育应用问题及对策讨论
　　 精准推送的效果如何关键看精准的程度。精准在于算法，看似表现“非凡”的算法实际还不够“聪明”，精准建构尤其是教育精准建构仍然是很难的课题，只能是接近的追求。目前完善的办法是多种算法组合，关联更大数据。不过虽然是组合，但还是要通过优先顺序和侧重作为调节来匹配不同的推送定位和目的。
　　 教育有其自身规律和特殊性。教育的意志力、约束性、强制性，学习的任务性质，教育的跳摘等成长规律都会与精准推送单一的兴趣偏好匹配的思路发生抵牾。对于信息世界而言，教育属于专项领域，自然也会产生作为专项应用的挑战和痛点问题。
　　 具体来说就是，学习首先会以任务的面貌呈现，人都有避难求易、避重求轻的惰性，学习的用户在流露和表达兴趣的过程中会与推荐机制进行“博弈”，推荐机制对“博弈”过的兴趣偏好的“听从”实际就有可能演变为对自我降低的“纵容”和放任。“偏好”的内涵就有可能变质为只是迁就。还有，成长有最近发展区的跳摘要求，教育并不应该完全按兴趣偏好这一条线索来组织。而围绕兴趣偏好组织的学习场景显然是缺乏“跳摘”含量的，这也会反动为对催长的一种剥夺。另外教育情境下的有无、多少的分配还会被理解为教育平等、公平问题。
　　 虽然“信息茧房”问题在教育应用上会因本身的专精细分属性、内容垂直度高而淡化，但在较小的内容池里出现信息的过滤屏遮，茧房困境就会反映成局部的信息荒、无谓遮拦、推送“搁浅”。过滤过细、信息专精，匹配就容易掉线，推荐就容易踏空，从而出现“推送断供”现象。这也就意味着精准会出现差错，推荐机制会失灵失效。失灵的机制反过来又会刺激你去掂量究思手中的推荐“权力”，更加慎重地使用，这样连带又会把推送权衡的难度和要求也提高了。
　　 必须承认兴趣“变质”、推送“断供”等问题的存在，本质上是过滤过细造成的，它反映出了精准里的矛盾，即精准追求要求你细，而兴趣变质、推送“断供”问题又要求你粗一些。作为专项垂直度高的教育信息推送应该把握好精准的一个度，做好粗细的平衡。
　　参考文献：
　　[1]喻国明，韩婷.算法型信息分发：技术原理、机制创新与未来发展[J].新闻爱好者，2018（4）：8-13.
　　[2]刘迎清.国内信息推送研究综述[J].长沙大学学报，2006（5）：82-86.
　　[3]李永凤.信息推送技术在互联网发展中的深度渗透[J].内蒙古大学学报（哲学社会科学版），2017，49（1）：102-107.
　　[4]余亮，陈時见，吴迪.多元、共创与精准推送：数字教育资源的新发展[J].中国电化教育，2016（4）：52-57+63.
　　[5]牟智佳，武法提.电子书包中基于学习者模型的个性化学习资源推荐研究[J].电化教育研究，2015，36（1）：69-76.
　　（编辑：鲁利瑞）
转载注明来源:https://www.xzbu.com/9/view-14870191.htm