6月下旬，各地高考成绩将陆续公布，随之而来的就是高考志愿填报。有学者表示：“越来越多的人将志愿填报这件事交给所谓的专业机构，用高价购买咨询服务，也从侧面反映了大家的一种焦虑。”互联网公司看到了这种焦虑，大数据指导“入场”了。（6月18日 科技日报）
在互联网时代，解决焦虑产生利润，且焦虑越大，利润空间越大。众所周知，伴随着AI技术落地，大数据技术的应用场景是越来越多，在线上购物、旅游订票、网络金融、短视频筛选等方面发挥出突出作用。面对考生家庭庞大的志愿填报焦虑，自然有人期待用大数据玩出“新花样”。
大数据优势在于从海量的零散的无序的数据中，挖掘出有价值的信息并提供有效的建议。有志愿填报软件产品负责人认为，填志愿的背后，是一场学生和家长信息收集和信息决策的新考试。志愿填报场景是典型的搜索需求，用户需要掌握大量信息，结合本人特点和意愿，做出决策。从技术优势角度看，大数据分析结果的确可信，至少能为考生家庭提供一个备选方向，缓解焦虑。
然而，换一个角度看，却不一样。大数据分析的准确性取决于数据成分。数据来源不可靠，输出的结果往往是南辕北辙。换而言之，除非大部分考生都选用同一款软件系统，为系统提供足够量的数据源，否则其分析结果往往具有较强的片面性。再者，每一年政策形势、校方情况、就业趋势变动幅度明显，因复杂多变又间断的信息环境催化出的牛鞭效应，致使大数据难以发力。
其实，大数据可不可信的关键还在于黑箱理论衍生的“黑箱效应”。考生输入需求，软件提供结果，中间如何分析推算，往往不得而知。大数据分析模型是否可靠？权重设计是否科学？输入数据是否真实？系统运作是否会受到环境因素的干扰？考生家庭都不清楚。且面对长期不可知、短期不可测的分析结果，冒险跟着“下注”不可取。甚至会沦为运营商窃取个人信息风险，进行贩卖焦虑的“待宰羔羊”。
当然，相对于单纯的人脑推测，电脑的优势显而易见。只是就目前来看，将大数据应用在高考志愿填报方面还不成熟，家长和考生不能因为盲信技术，而忽视自我需求。只有自己做出的选择，才能对自己负责。
将大数据分析与AI技术结合，为考生提供建议是一个可以发展的方向。不过，还有赖于政府教育部门由上至下推导。毕竟政府教育部门才是各类数据最大的掌握者。只有统合大部分的考生需求，收集全面真实的数据，才能为考生家庭提供有效的咨询服务。
（文/严奇）
6月下旬，各地高考成绩将陆续公布，随之而来的就是高考志愿填报。有学者表示：“越来越多的人将志愿填报这件事交给所谓的专业机构，用高价购买咨询服务，也从侧面反映了大家的一种焦虑。”互联网公司看到了这种焦虑，大数据指导“入场”了。（6月18日 科技日报）
在互联网时代，解决焦虑产生利润，且焦虑越大，利润空间越大。众所周知，伴随着AI技术落地，大数据技术的应用场景是越来越多，在线上购物、旅游订票、网络金融、短视频筛选等方面发挥出突出作用。面对考生家庭庞大的志愿填报焦虑，自然有人期待用大数据玩出“新花样”。
大数据优势在于从海量的零散的无序的数据中，挖掘出有价值的信息并提供有效的建议。有志愿填报软件产品负责人认为，填志愿的背后，是一场学生和家长信息收集和信息决策的新考试。志愿填报场景是典型的搜索需求，用户需要掌握大量信息，结合本人特点和意愿，做出决策。从技术优势角度看，大数据分析结果的确可信，至少能为考生家庭提供一个备选方向，缓解焦虑。
然而，换一个角度看，却不一样。大数据分析的准确性取决于数据成分。数据来源不可靠，输出的结果往往是南辕北辙。换而言之，除非大部分考生都选用同一款软件系统，为系统提供足够量的数据源，否则其分析结果往往具有较强的片面性。再者，每一年政策形势、校方情况、就业趋势变动幅度明显，因复杂多变又间断的信息环境催化出的牛鞭效应，致使大数据难以发力。
其实，大数据可不可信的关键还在于黑箱理论衍生的“黑箱效应”。考生输入需求，软件提供结果，中间如何分析推算，往往不得而知。大数据分析模型是否可靠？权重设计是否科学？输入数据是否真实？系统运作是否会受到环境因素的干扰？考生家庭都不清楚。且面对长期不可知、短期不可测的分析结果，冒险跟着“下注”不可取。甚至会沦为运营商窃取个人信息风险，进行贩卖焦虑的“待宰羔羊”。
当然，相对于单纯的人脑推测，电脑的优势显而易见。只是就目前来看，将大数据应用在高考志愿填报方面还不成熟，家长和考生不能因为盲信技术，而忽视自我需求。只有自己做出的选择，才能对自己负责。
将大数据分析与AI技术结合，为考生提供建议是一个可以发展的方向。不过，还有赖于政府教育部门由上至下推导。毕竟政府教育部门才是各类数据最大的掌握者。只有统合大部分的考生需求，收集全面真实的数据，才能为考生家庭提供有效的咨询服务。
（文/严奇）
