大数据也蔓延到了教育行业。一些大学招生办公室声称，使用大数据算法可以在录取前预测哪些申请人将取得更好的学习成绩。在教师方面，两家教育机构表示，他们可以在教师实际授课之前，通过预测分析来评估教师所能达到的教育效果。如前所述，完全依靠团队成员的数据来组建团队。但这种方式真的适合教育吗？学生不同于数据、趋势和程序对象。他们每个人都是一个独立的实体，具有不同的优势、劣势和兴趣。用同一个方案去分析，适用于不同的人，是不适合身体的，需要有针对性的教育。借助大数据分析，应该可以帮助学生得到更个性化的指导，体现在课堂上，让议会或立法委员会陷入无意义的讨论。大数据虽然可以预估行业的趋势，但其目的在于筛选、预测、剔除。这些都不符合教育的需求——事实上，教育行业需要的恰恰相反。让我们称之为“小数据”（smalldata）。数据）。各种复杂计算方法的年终报告分析，实际上对学生的个人学习没有帮助。相反，工作在一线的教师贡献的“小数据”变化，比如应用新技术教育学生，才能对学生的学习产生实实在在的影响。回顾上个世纪的教育发展，美国百年前采用的教学方式脱胎于工业革命影响下的工厂式管理评价。学习内容分为不同的单元，每个单元之后进行所谓的“阶段测试”。这种方法最大的问题在于，当学生在学习过程中遇到问题时，教师无法及时得到反馈。于是一种弥补这个缺点的方法诞生了，叫做“掌握学习”（masterylearning），在教学过程中不断评估。这种方法在20世纪初开始使用，但在实践过程中遇到了明显的困难：评估和反馈需要太多的时间，所以这种方法没有得到广泛推广。尽管在实践中遇到阻力，但“掌握学习”（也称为“形成性学习”）的思想并没有被教育家和哲学家所忽视。JamesBlock和SalKhan都提倡这个概念。DylanWiliam在为全国数学教师委员会发表的一份研究简报中表示：“现有研究数据表明，在课堂教育中，掌握学习可以帮助学生掌握和教师教授的课程内容。”但实际上，精通学习之所以不能得到有效促进，并不是因为耗时长、效率低，而是缺乏实践的客观条件。知识，对不懂的地方及时重复或强化，这恰恰符合“小数据”的用处。小数据是教师、学生、家长之间缺失的环节，可以实时查看学生的学习情况。假设你是六年级的数学老师，班里有30多个学生，一半的学生对几何的关键知识点知识掌握不够，而参加强化班的学生有一部分掌握得很好，有能力继续学习代数，有些学习不好的同学需要一对一的辅导，理想的情况当然是你有足够的时间去补习还是这些后进生一个接一个，但你手上还有准备好的教案和固定的考试日程。显然，提供有针对性的辅导是不现实的。教育家萨尔汗在接受《哈佛商业评论》采访时表示，“科技的发展让这一切成为可能，让教学可以根据学生的时间和学习速度进行，实时反馈，为老师提供数据”云技术和移动技术的成熟度也使得基于掌握的评估方法更加可行。过去的“阶段评价制”正逐渐被“掌握评价制”所取代。通过这个系统，教师可以分析学生的学习成绩并给予实时反馈，这在过去缺乏数据系统和技术基础的情况下是做不到的。.技术的成熟加速了个性化教学的推进。老师的关注点从一个30人的班级变成了个别学生。学生对概念理解的不足，可以通过测试及时反映出来，老师再争相补充辅导，或者与家长沟通，让后者在校外及时关注。通过这样的交流与合作，当学生面临正式的阶段性考试时，老师、家长和学生自己都能更好地了解他们的准备情况，为下一步的学习做出更准确的计划。大数据就是把所有人的所有数据都收集起来，把分析结果为个人所用。小数据的思路正好相反，就是收集个人分析数据供个人使用。过去一直被教育工作者所痴迷的“通达学习”，随着小数据的理念和技术基础的进步，终于被广泛采用。不仅如此，未来教师面临的很可能是一对一小数据辅助的升级版互动教育。
