20世纪30年代开始，香农给出了信息的定义，说信息本身并没有意义，但是翻译信息的人由于本身的背景对信息有自己的解释，由于信息的存在，减少了不确定性，这就是信息的本质。由此，香农完全避开了信息的意义这个“漫长的工程学无解的道路”，直接用数学符号和计算来处理信息以及信息的不确定性计量，信息论从此变成一个独立的科学。

正如以色列作家沙赫里所说，过去的20世纪，人类对于信息的进展，多半来源于集中于“算法”，而抛弃了“意识”，但是做到这一点并不容易，香农自从提出信息论就不断受到“信息具备含义”的多数科学家和绝大多数普罗大众的意识审判。在香农提出信息论半个世纪以后，卡内基梅隆大学的周以真教授才提出了“计算思维”这个词汇，把思维和意识分成抽象、分解与组合，绕开意识从信息与计算角度来看待人类的思维。今天，人工智能的迅速发展，得益于“无意义信息学派”非常多的工程科技的进步，而背后，就是数据，大的数据。

香农用数学将信息扩展成为一个前后一致且完整的系统，可以通过任何通信渠道传输各种形式的消息。从香农提出信息论以后，人类也终于找到了正确的工程方法，按照香农的理论，从电子管、晶体管、集成电路、大规模集成电路到3G、4G、5G，将信息与意义脱离，并直接用科学和工程上的进展来复制和传递。

信息本身是不确定的，没有意义的，其意义在于减少不确定性，那么，人们理解信息不产生偏差和信息不确定性就简化成为更多的、更高效的、更节能的数据的传递。由于不代替人的思考，就需要把人类思考的输入变量作为全量数据尽可能传递给信息输出端，大数据时代就这样来临了。

回顾过去的40年，我们的教育经历了“学好数理化”时代，经历了“外国语学校时代”，经历了“实验中学”时代，经历了“国际学校”时代，经历了“综合素养”时代，又经历了“人工智能”时代，似乎重新又要重视数理化。这些，都是在特定历史时期特定教育价值观下的“教育观点”，如果软件工程师和IT企业不断迎合这种“教育需求”，不断人格分裂般在“业务与技术”中跳舞，用复杂的模型解决复杂的问题，那么问题只会变得更加复杂。有没有更加简单有效的手段呢？有的，就是数据驱动，将“教育的意义与观点放给教师与时代”，做好数据的事情。

举个例子，过去做教育，一定要“需求驱动”，也就是要求软件工程师理解业务，或者教育工作者学会软件，信息管理的主要任务就是做好软件工程师的代码语言与教师的教育业务语言的翻译者，并强调业务系统要紧贴实际需求，这叫做“需求驱动”。而按照数据驱动的原则，应尽可能地把教育的数据抽象成为输入数据、业务计算过程、输出数据、教育观点和看法，将教育过程分解成为一个一个的应用场景的计算和加工过程，再将计算与加工过程重新组合形成客观的输出数据。输入、输出、计算都具有客观性，在客观的数据提供给教师之后，教师或者教育管理者依据与现实教学场景一致的高度还原的数字孪生世界，形成自己的观点，用自己的业务模型和经验，穿梭在数据输入、输出、计算之中，给出不同的教育观点。按照香农的信息论的看法，无差别解决消息传递是一条漫长的死胡同，在数据驱动的今天，教育需求本身也是教育工程中一条漫长的死胡同，我们需要改变教育哲学，用数据哲学来高效、低能耗、全信息地精准做教育。