一、教育研究所属范畴的历史变化 在人类文明发展历程中，对教育研究范畴的定位经历了曲折的发展过程。1605年，Bacon[1]出版了《学术的进展》(The Advancement of Learning)这一著作，雄心勃勃地绘制了“人类知识全貌”(The General Distribution of Human Knowledge)树状图，尝试对其所处时代人类知识进行分类和规范化，其根据记忆、想象、理性三种人类能力将人类总体知识划分为历史、诗歌和哲学三个不同领域，其中历史学被归属于记忆范畴，诗和艺术被归属为想象范畴，哲学则被归属为理性范畴。Bacon对人类知识的分类成为近代科学分类的先导。在Bacon给出的这一人类知识体系图中，哲学包括了自然神学、自然哲学和人类哲学三个大类。其中，在人类哲学这一类别中，出现了阅读校勘(The Art of Criticism)和学校学习(School of Learning)两个领域，用来表示教育中传播和学习人类文明成果的两种不同手段。从此，教育从哲学知识体系中分解出来，成为一门专门的科学。更为重要的是，与当时诡辩哲学所采用的从理论到理论的演绎推理研究方法不同，Bacon开创性地提出了归纳推理的研究方法，即从观察和实验的事实出发，通过排斥法来发现各种现象之间关系，这一“经验的实验化”研究方法得到马克思的认同，称其是“英国唯物主义和整个现代实验科学的真正始祖”。 在Bacon将教育从哲学中独立出来且提出了以“理性和实验”为核心的现代科学思想后，人们就开始思考是否可以从实验观察中发现提升教育效果的普遍化规律，进而用计算手段来模拟这些规律，从而使任何地方、民族和国家所取得的任何新的知识和智能，都可以很快被大多数人所认知，以便更加有效地传承人类创造的积累知识与精神财富。遗憾的是，这个时期的教育虽然成为科学的一个分类，但人们还是仅仅将其视为知识传递的方式，缺乏发现教育中普遍规律的研究方法，遑论寻求合适计算手段来模拟这些规律。 19世纪末，人们开始意识到教育中存在普遍规律，进而对普遍规律研究加以重视。1891年，哈佛大学哲学家Roycet[2]在《教育评论》(Educational Re-view)创刊号上发表了名为《教育是一门科学吗?》(IS There a Science of Education)的文章，指出教育作为一门科学，应该研究普遍有效(Universally Valid)的规律，因为科学本身所探讨的是普遍规律。简言之，教育远非最终和完全地告诉教师人性是什么、必须是什么以及如何处理它，其更应该研究井然有序的秩序和性格形成的一般规则。显然，教育要成为一门科学，就需要研究教育过程中(如学习、评测等)存在的普遍客观规律。但是，由于缺乏刻画这些客观规律的数据，因此即使人们已经认识到教育是一门科学，仍然很难通过计算手段对其开展相应研究。 实际上，不同时代的研究者对教育研究范畴所包含的内容有不同的认识，因此在历史上不同学者按照个人认识将教育分类划归为不同领域进行研究。瑞士国家科学基金会(Swiss National Science Foundation)和日内瓦大学于2018年启动了“学科互动历史地图集”(Interactive Historical Atlas of theDisciplines)项目，该项目收集了公元前360年～1967年之间近2000多年，由不同研究者提出的一共255个不同的人类知识图谱。统计分析可知，这些知识图谱总共包含了18393个知识领域[3]。分析这255个知识图谱所包含的18393个知识领域，可以发现人类学科知识整体上由以哲学为原点向以科学为原点不断演变发展。255个知识图谱中有27个知识图谱单列教育这一知识领域，代表性知识图谱中对教育归属分类的内容如表1所示。分析这些将教育单列的知识图谱，可以发现教育首先被划为哲学范畴(如Bacon的人类知识树状图所示)，然后归属于精神与实践艺术范畴，再后来归属于人文科学范畴(具有代表性的学者及其提出的知识图谱对教育的分类，如表1所示)。同时，教育与心理学、社会学以及历史学联系密切，呈现交叉性、实用性和主观性等特点。
应该承认，由于人们长期以来将教育划分为人文科学和社会科学的范畴，因此相关研究多采用主观性思辨与应然性畅想等方法，忽略以自然科学研究范式来深化对教育和人的认知，这极大地阻碍了教育的研究进程。因此，本研究基于教育作为自然科学研究对象所具有的以实证经验为基础、以量化计算为手段的特点，探究教育过程中复杂性建模、教育效果由果溯因评测以及教育实验随机对照实践三个问题的若干计算手段，提出数据和知识双轮驱动、闭环反馈回路、随机对照实验前提假设等将成为推动教育研究的发展趋势，以期为计算驱动的教育学科学研究提供启示。 二、教育研究中若干计算驱动的手段 计算驱动指把实际问题抽象为可形式化表达的数学问题，用计算机语言来编程，自动优化求解数学问题所表达的模型，从而解决实际问题，即运用计算机科学的基础概念进行问题模型设计、求解过程构造和计算手段实现的一系列活动。如前所述，教育研究的核心是发现教与学过程中人的认知客观规律，需要从观测所得现象出发，以计算技术来实现这一科学研究。当前，科学研究范式正在变革，继实验观测科学(从对自然现象的观测中总结规律)、理论推导科学(从科学实验中推导规律)和仿真模拟科学(从对复杂现象的模拟中进行科学研究)之后，正在迈向以数据洪流为核心的数据密集型科学[5]。数据密集型科学研究体现了计算驱动的特点，其结合所观测现象和已有领域专业知识等数据、基于数学和统计等算法模型、应用计算机科学方法，从海量数据中发现规律，以支持决策、发现知识和预测未知等。
