第一，教育需求的普遍化。随着知识迭代速度的不断加快，学校教育在社会整体教育需求中的权重正不断降低，终身教育正实实在在成为个体的现实需要。可以预期，针对不同人群需求与特点的教育形态在未来的发展将更为蓬勃，边界将更为模糊。在这种形势下，教育行政部门管教育、人力资源部门管培训的广义教育领域“九龙治水”的局面已有不能适应之感。
第二，教育主体的多样化。一方面，信息技术的发展使得教育场域的进入更为便利；可以预料，未来教育从业者的外延将远远溢出今天“教师”的范畴。另一方面，各种“虚拟教师”的出现，使问题更加复杂化。在今天，利用慕课、微课实施教学已不是新闻，甚至有人借助技术成为“独立教师”，而各类软件应用已成为不同人群接受教育的重要途径；随着人工智能技术的兴起，未来还可能出现“机器人教师”，在这种技术语境下教育主体的认定都将成为问题，管理模式岂能不变？
第三，教育时空的多元化。从时间上来看，人类一生的教育时段、工作时段的分野正变得越来越模糊，个人从学校走向职场，或从职场重新回到学校已屡见不鲜。为了因应这种情势，斯坦福大学已启动“开环大学”计划，各类教育从“闭环”走向“开环”也已是大势所趋。从空间上来看，随着互联网技术的发展，“校园/教育”这样的对应关系已被解构。2012年创办的密涅瓦大学，没有校园，其教学主要在网上开展、在全球进行，却依然吸引了来自世界各国的优秀学生。事实上，教育的“全球时代”已然到来，而对教育的“全球治理”也亟待提上议事日程。
第四，教育内容的“镶拼化”。以往的教育更加强调知识的体系性、完备性，但随着互联网时代的到来，根据个人需要，以“问题”为线索，超越学科界限的学习模式正在兴起。这种变化开始挑战传统的以“学科”为基础、以“文凭”为中心的教育组织模式，碎片化的学习方式也因此应运而生。怎样从“文凭主义”走向“能力主义”也是教育治理迫切需要解决的问题。
最后，教育信息的弥散化。教育需求愈加普遍、教育途径愈加多样、教育实施愈加便利，教育信息也就愈加弥散。这也导致了教育领域信息安全和法治形势的日益严峻，怎样在信息安全的基础上兼顾数据的有效利用，形成可控、有序的数据开放与数据共享的局面可以说是互联网时代全面发展教育的基础。
北德克萨斯大学MichaelSpector教授也提到大数据和学习分析技术在对教育产生显著影响之前面临四个方面的挑战：
一是可信度，即分析哪些数据、采用哪些方法分析合适；
二是隐私性，即如何在保证不侵犯个人数据隐私的同时合理利用数据分析的结果；
三是定制化，即如何确定数据分析结论适用的具体情境和问题；
四是解释力，即能否对不同来源数据分析的结论差异做出合理的解释。
教育大数据驱动是一个学校教育教学积累从量变到质变的过程，不是工具而是数据积累的问题，需要兼顾教育领域的大数据和小数据的作用，即大数据寻找共性规律，小数据服务学生个性成长。
顾小清教授借用自然科学研究中常用的工具——显微镜和望远镜来隐喻大数据在学习科学研究中的作用。大数据在宏观层面可以提供教育决策支持，在中观层面可以监控、管理和优化教学过程，在微观层面可以提供个性化的学习诊断和干预。
学科基础知识学习数据、学科学习行为过程数据、数字化实验行为过程数据、实践性学习行为数据四种类型的数据采集模型和方法，并逐步完善了学生行为数据可视化系统。