快好知 kuaihz

用大数据填志愿靠谱吗?专家:供参考不能依赖

  近日,各地高考分数线陆续公布,志愿填报成了考生和家长们的头等大事,大数据填报高考志愿也火了起来。

  不少考生和家长反映,各类互联网公司不断推出的人工智能和大数据填报高考志愿的广告,称利用人工智能、大数据进行咨询服务可提高、预测录取概率。收费标准从数百元到上万元不等。

  科技日报记者上网检索发现,各类大数据“报考指南”,实在令人眼花缭乱:

  某款APP声称,填报功能是基于2631所统招院校大数据图谱,和1310个教育部公布的标准专业大数据图谱,为学生提供冲刺、稳妥、保底三档院校。

  某网站表示,采用大数据智能分析+一对一方案的高考志愿填报,可达到保底院校的录取率接近100%。

  某教育培训机构宣布,其高考志愿填报APP调取了260万2019年应届毕业生样本,涉及879个专业分析,可以指导“精准填报志愿”“一分不浪费”……

  这些说法,靠谱吗?

  大数据仅供参考,不能依赖

  众所周知,大数据是近年的新兴产业。对大数据的处理分析,正成为新一代新兴技术融合应用的结点,是信息产业持续高速增长的引擎,对大数据的利用将成为提高核心竞争力的关键因素。

  “但是,对于填报高考志愿来说,大数据只能仅供参考,千万不能依赖!”在郑州大数据中心从事专门研究的李梅向科技日报记者分析:

  大数据填报高考志愿,某种程度上说,也是一种产品营销措施。一般的产品营销,借助大数据及相关技术,可针对不同行为特征的客户进行针对性分析,甚至能从“将一个产品推荐给一些合适的客户”到“一些合适的客户推荐给一个客户”,得以更聚焦客户,进行个性化精准营销。对用户、需求、识别、体验都能够比较好地做到。

  “但是,填报高考志愿,双方都是一个动态的过程。”朱梅说,比如某大学某专业今年要在某省招收2名学生,以往3年招收的平均分是多少,大数据可以收集到;这些报考生的分数位次,大数据也可以统计出来……但是,报考生在报考时的心理因素,大数据怎么进行分析?“比如,某生认为,在这个位次的考生有100多人,即便自己的分数在前十来名,也不敢报。但如果大家都是这个心理,都没有报,或者是高分者报了别的学校别的专业,结果分数低一些的反而录取了。或者反过来,去冲一冲,也可能录取,大家都是这样的心理,录取的概率又会是很小。在这个过程中,除非你的分数是前两名。否则,一切都是不敢保证的。”

  在河南享有很高威望的郑州一中老校长朱丹也说,仅仅凭大数据分析,是不能完全判断到底能否被录取的,更不用说商家声称的百分之百录取了。这里有一个高考成绩离散度的问题,如果离散度没有打开,就会形成挤压式,造成很多人滑档。这正像大家都通过导航走向原来不拥堵的路线,结果这条路很快就一样变得拥堵,院校报名也是一个道理。

  两位专家都认为,相对于传统的志愿填报方式,借助大数据技术,更简便、快捷一些,对考生有一定的参考价值。但教育部门每年都印发的高校往年录取数据、公开解读的填报志愿技巧等资料,也有同样的参考价值。再加上考生密切关注院校录取动态,会更准确、更实用。他们提醒,这还是基于一些大数据公司数据准确的基础上,如果一些公司采集的数据不准确,那不仅无益,反而有害。

  热门专业和职业薪酬,更不是大数据能够决定的

  “除了填报志愿,一些互联网公司还声称用大数据和人工智能技术,分析了海量样本,得出哪些专业热门,哪些职业薪酬高,吸引学生都报这些专业。”朱丹说,这纯粹是这些公司的挣钱手段,当下的热门专业和职业薪酬,用大数据快捷地统计、分析出来,一点都不奇怪。但是,就算本科毕业参加工作,现在的热门专业4年后还热门吗?现在的高薪职业4年后还高薪吗?

  专门从事发展战略研究的河南省社科院院长谷建全研究员说,根据最近3年的国家重点发展领域,大数据、人工智能、现代服务业、新材料、物联网等成为新热点,各个高校也开设了相应的专业。统计表明,截至2019年3月,开设大数据专业的高校已达196所,开设人工智能专业的已达35所。今年是5G元年,最近一批又一批的高校争相与华为合作,开设5G专业……

  但是,谷建全说:“现在的热,并不等于这些学生四五年毕业后还热。甚至可能在毕业后变成冷门。另外一方面,因为热门,现在报考的人多,毕业的时候,也可能供过于求,竞争激烈,是否能够高薪酬,这些靠大数据分析是根本无法预测的。”

  在采访中,一些多年指导学生填报志愿的老师告诉科技日报记者,填报志愿,应参考的主要因素包括:考生分数、目标学校以往3年的分数线、位次、专业录取规则、单科成绩要求、身体条件、调档比例等。其中的一些内容,可以参考往年的数据。但是,这些数据都是公开的,绝对没必要去迷信那些所谓的“大数据填报指南”。(记者 乔地)

 

本站资源来自互联网,仅供学习,如有侵权,请通知删除,敬请谅解!
搜索建议:志愿  志愿词条  依赖  依赖词条  参考  参考词条  不能  不能词条  专家  专家词条