1、大数据背景下教师数据素养的内涵、价值与发展路径 张进良 李保臻 湖南科技大学农村教育改革与发展研究基地 西北师范大学教育学院 摘 要： 随着大数据技术在教学中的深入应用,教育系统中每时每刻会产生海量学生学习行为的非结构性数据,如何挖掘隐藏在其中的丰富价值,将其转化成有价值的知识,从而促进教学决策,改进教学实践,完善自身专业发展,这是大数据时代教师面临的重大挑战。因此,有必要从教师专业发展和改进学生学习的角度,对教师数据素养进行解读,廓清其与信息素养和统计素养的区别与联系,并指出教师数据素养由数据意识、数据能力和数据伦理三大部分组成。教师数据素养具有三大价值意蕴:有助于教师适应数据驱动的文化,增
2、强教学领导力;有助于教师科学决策教学,提升教学绩效;有助于教师适应科研的第四范式,促进科研成果产出。关键词： 大数据; 教师; 数据素养; 数据; 作者简介：张进良(1975),男,甘肃庄浪人。讲师,硕士,主要从事网络学习与学习分析研究。E-mail:。基金：全国教育科学规划 2014 年度教育部重点项目“学习分析视阈下优化网络学习行为的机制与策略研究”(项目编号:DCA140234)人类已进入大数据时代1,数字、数据、图表充斥着我们的生活,基于数据的决策主导着教育、医疗和政府。“这是一场革命,海量的数据使得各个领域开始了量化进程,无论教育部门、商业部门还是政府,几乎所有领域都将卷入这种进程”
3、2, 这也是一种价值观、方法论、思维的大变革。谁能率先掌握大数据,谁能对大数据的挖掘更深入、更彻底,谁就能抢占先机3,大数据必将成为教育研究者竞相争夺的前沿。随着移动互联、MOOC 等技术在教学中的深入应用,每时每刻会产生海量学生学习行为的非结构性数据, 这些数据犹如一座金矿, 不仅反映了学生的学习兴趣和对知识的掌握程度,还记录了学生的学习轨迹,教师既可以从中提取信息, 也可以通过数据挖掘将其转化成更有价值的知识,为教学决策提供重要依据。如何挖掘隐藏在数据中的丰富价值,从而促进教学决策,改进教学实践,完善自身专业发展,这是当前教师面临的重大挑战。但是“不得不承认,对于学生,我们知道得太少”(美
4、国卡耐基梅隆大学 Carnegie Mellon University)4, 教师不仅没有完全适应在线教学, 而且对这些珍贵的数据无从下手,导致自己的教学不能得到学生的完全认可。因此,作为学校数字化变革的关键主体,教师不仅要具备扎实的专业知识和较强的信息化教育能力, 更要具备数据素养。本文旨在以大数据时代教育变革为背景,探索教师数据素养的内涵、发展策略等问题,以期为教师的专业发展和在线教育的良性发展提供有效参考。一、教师数据素养的内涵(一)数据素养的内涵“除了上帝,任何人都必须用数据来说话。”美国教育部非常重视各层次教育的数据和证据的使用,教育政策制定者、教师和管理者强调使用数据的重要性至少已
5、有 10 年之久,数据使用被广泛认为是课堂、学校和区域 持续改进 的关键策 略。数据 素养 (DataLiteracy),主要指教师在数据的采集、组织和管理、处理和分析、共享与协同创新方面的能力,以及教师在数据的生产、管理和发布过程中的道德与行为规范5。教师通过个体或团体的方式收集学生的考试成绩、学习行为及其他数据, 以丰富其使用数据的知识和技巧,并为学校和学生的发展开发基于数据的策略。数据素养不仅强调组织、解释、整合和分析等技能,而且注重评估知识、统计知识等6。数据素养是准确观察、分析和处理不断变化的各种数据,有效使用数据并促进决策的能力,教育者可以转换数据为信息,并最终转化为行动化的知识,
6、能持续促进学校或班级中的教与学7。(二)数据素养与信息素养、统计素养的区别与联系信息素养是人能够判断确定何时需要信息, 并能够对信息进行检索、评价和有效利用的能力8。统计素养就是掌握统计理论及方法的水平以及应用统计方法解决问题的能力,并在了解多方面信息的基础上作出决策9。数据素养包括以下内容:提出并且回答基于数据的问题;使用合适的数据、工具和表征;发展和评价基于数据的推断和解释。具备数据素养的人,能够在复杂的情境中定位数据,能够使用合适工具对数据进行表征和分析,具有评估和解释数据的能力,并掌握基于数据对相关情境进行说理的能力10。三者之间的关系:数据素养与信息素养有着不容忽视的密切关系,信息素
7、养是信息社会中公民必须具备的素养,教师必须具备相应的信息素养,才能够批判性地思考概念、论证、解释和评价信息。统计素养是信息素养中一个必不可少的成分,教师必须具备统计素养,能够批判性地思考关于基本描述统计问题。教师也必须具备数据素养,能够获取、评估、操作、总结和展示数据。数据素养是统计素养和信息素养的必要组成部分,因此数据素养是大数据时代教师的核心素养之一11。(三)教师数据素养的构成要素教师数据素养由数据意识、数据能力和数据伦理三大部分组成。具有数据素养的教师需要以下几个方面的关键能力。1. 数据意识数据素养是大数据时代公民的基本素养,公民必须重视数据的价值、善用数据。数据意识是整个数据素养的
8、先决条件,是指客观存在的数据在人们头脑中的能动反映,表现为人们对所关心的事或物的数据敏锐的感受力、判断能力和洞察力以及对数据价值的认同。教师的数据意识就是教师对自己教学实践接触到的相关数据及其异动具有敏锐的嗅觉,对教与学的相关过程和行为等从数据的角度理解、感受和评价。通俗地讲, 数据意识强的教师能积极主动地分析数据,及时地发现数据的相关性,并超越数据本身诠释数据的意义。2. 数据定位与采集能力数据定位和采集能力,就是教师在日常教学工作中利用必要的数据采集工具或系统,在复杂的表格和图表中收集学生学习的各种数据, 并将其分类汇总,操作数据以支持合理的教学。学生学习的数据是多源的、形式各异的,教师要
9、深刻理解如何用这些数据促进教学和学习, 要认识到使用多元数据的重要性,并反思获取足够数据和信息的必要性。图 1 数据金字塔图加拿大卡尔加里大学数据权威专家 Nancy Love 教授勾勒出了教师常用的数据金字塔(如图 1 所示),并诠释了教师需要收集的数据类型。金字塔的正面展示五种与学校发展相关的重要数据类型,塔底向塔顶依次为课堂形成性评价、常规的形成性评价、基于基准的常规评价、基于人、实践和感知数据的评价和总结性评价。数据金字塔的侧面显示每种不同类型数据的使用频率12。第一层课堂形成性评价:位于塔底,是教师每天花大量时间使用的数据,为教师教学决策提供实时信息,为学生学习提供实时反馈并帮助学生
10、提高学习绩效。第二层常规形成性评价,包括与形成性课堂评价同源的一些数据,如快速调查、学生写作样本、科学期刊等。第三层基于基准的常规评价,是每单元结束时由教同一门课的教师评估学生对最近所学知识和技能的掌握程度,这类数据是关于学生学习的及时数据。第四层是关于学生、实践和认知的数据:第一类是关于学生个人种族、语言和家庭背景等背景性数据以及学生的到课率、纪律、考勤和辍学率等价值性数据。第二类是教师观察学生学习的投入度等促进教师实践检查的数据。最后是来自家长、管理者、学生等多方面感知的数据, 帮助教师更清晰地了解学生的参与度、归属感和学习机会等方面的重要信息。总结性评价,包括国家和地区的测试,这些数据以
11、问责为目的,确定学生是否达到预期的目的, 这些数据能为如何改善课程和教学、更好地为学生服务提供有用信息。3. 数据分析与解读能力具有数据素养的教师, 一旦获取和收集数据,就知道如何组织、汇总或者综合、优化数据,并且在分析数据之前操作数据,剔除问题数据。教师的数据分析技巧包括:准确地应用最基础的测量工具;利用常见的数据可视化工具制作数据信息图,准确地解释折线图、饼图和散点图等;把分析结果和过程通过不同的方式演示或展示;识别并理解在分析过程中产生的模式和趋势;理解数据的可信性、有效性、价值性、文化敏感性和公平的重要性。4. 数据反思与决策能力伴随着学生逐渐多样化,教师面临着为不同知识和技能水平的学
12、生提供不同教学的挑战。教师通过学生学习行为数据可以发现处在问题边缘的学生,或者分辨自己在教学中的不足和问题,这些数据都是激发教师改善教学行动的催化剂,教师要学会分析这些数据并及时调整教学,通过提升收集、分析和解释学生评价数据的相关技能,收集、解释相应的数据以便能理解学生学习行为的特征,教师尽快地调整自己的教学以满足学生的个性化需求, 并为学生开发个性化、适应性的课程。对教学数据的反思可以督促教师产生紧迫感并付诸行动,促使教师形成基于数据进行教学决策的紧迫感, 如寻求具有专业化知识的教师合作,或者实施新的教学措施。5. 数据伦理道德在数据分析和使用过程中, 教师要懂得科学性和伦理性原则。大数据时
13、代的数据往往是在海量数据中分析挖掘数据的相关性,数据来源广泛、渠道多样。虽然数据是易得、开放和透明的,但是信息和数据的安全问题也值得人们注意,教师必须重视数据安全和保护用户隐私。个人隐私保护是实现数据采集和分析的重要前提条件,否则,教师则面临巨大的法律责任和道德压力。二、教师数据素养的价值意蕴数据素养是大数据时代对教师能力的新要求,既有助于学生批判性思维、沟通和合作能力、信息处理能力等技能的发展13,也对教师自身发展具有重要价值。(一)有助于教师适应数据文化,增强教学领导力数据已经渗透到每一个行业和业务职能领域,成为社会重要的生产要素。数据是大数据时代的基础设施,数据是学校的重要资产,对数据的
14、有效管理是数字化校园建设的重要内容之一。从管理学的角度看,基于数据的决策更为客观、科学、有效和合理。“数据素养”是嵌入在一个更大的文化实践中,数据文化在医疗、商业等领域逐渐传播,诸多商业公司积累了基于数据管理组织的经验,相信数据文化能为公司或组织带来变革。数据文化是指一个教育组织或系统内部崇尚数据对于各个层面决策过程的重要性,高度重视数据和分析,包括相应的价值观、态度和行为准则。数据驱动文化有四个基本要素。第一,重视数据的价值,麦肯锡公司最近的报告显示:开放数据蕴藏着难以估量的经济价值14。第二,提供广泛的数据访问机会。为每位员工提供尽可能多的访问数据的机会,让他们能随时了解与自己工作相关的真
15、实数据。第三,形成用数据说话的氛围。重视量化管理的重要性,习惯用数据来证明自己的观点,做到真正的有理有据。数量化的精细管理、相信数据、用数据说话已成为沃尔玛等国际型企业的职业经理人的思维习惯15。第四,开放、透明地使用数据。重视数据分享的价值,鼓励员工尽可能地在更大范围内共享和交流数据,明白数据是促进公司和组织发展的原动力。数据被教育部门重视并逐渐应用, 数据文化在教育行业也逐渐生根发芽。教师在教书育人的过程中,需要作出一系列决策和判断,需要对学生的倾向、成就、动机、潜能和发展等进行全面的了解,这就需要众多的数据。但教师的经验受到以往信念、价值和文化的影响,教师的决策主要是依靠直觉和经验,这种
16、决策缺乏有效的科学依据。在大数据时代, 教师要适应数据文化,学会理解数据、相信数据、应用数据,将数据管理能力与教学领导力整合起来。如果教师适应这种文化,形成量化思维, 就在教学过程中逐渐学会管理和共享数据,从而更好地为学生的学习服务,并科学管理自己的教学。因此,在教育部门要倡导和强化数据文化,建立持久运作的收集、分析数据并将分析结果转换为教育决策和实践的体系, 真正发挥大数据在学校发展中的价值。学校要创造一个数据开发人员和分析师茁壮成长的支持性环境,并将数据视为重要决策的核心因素。(二)有助于教师科学决策教学,提升教学绩效调研和数据是成功决策的基石,数据具有驱动决策的力量,数据为改革提供蓝图,
17、它会告诉我们现在所处的位置,需要去的地方及谁处在危险状态16。教学信息和数据来源多样化, 有些数据如学生的成绩是明显的、量化的;有些数据如学生的挫折感、参与度等虽然不是很明显,但却是学习动机和学习态度的迹象。教师基于这些数据践行教学, 每天使用多种数据来理解学生的进步和状态, 通过这种方式也使教师逐渐成为一个反思实践者,监控自己教学的实践和发展。伴随着教师接触到的数据成倍增加,教师和学生需要从一个全新的视角去看待数据并将数据整合在教学之中17。大数据技术可以“数据化”教师和学生的行为表现,记录每名学生的“行为轨迹”,再聚合、分析全体学生的行为数据, 描述出学生的思维状况图,深入挖掘学生成长规律
18、,让学生的思维“透明”。大数据使教育所收集的数据的广度、深度和细度不断延伸,教育数据越来越多元化和非结构化。教育将会发生巨大变革,并在 21 世纪脱下“准科学”的外衣,全面迈入科学的殿堂18。教与学的方式发生了革新 ,教学走向精确化、科学化,从而帮助学生改进学习或改善教师教学19。传统的数据关注点在学生整体水平等宏观情况,而大数据关注点在学生个体的微观数据,这些数据是过程性的。具有数据素养的教师,借助大数据更能读懂千差万别的学生, 走进每一个学生的真实世界。教师通过学生对学习资源的交互,研究学习者的活动轨迹,发现学生对不同知识点的反应,记录学生在知识学习中所用的时间以及对知识点的理解程度。教师
19、可以在云里根据学生的认识,为他们推送教育资源,实现个性化教学。就要做到这些,要确保教师具有高效使用数据的知识和技巧,并告知决策者在教学中使用数据的重要性20。(三)有助于教师适应 E 化科研,促进科研成果产出科学数据是科学研究的基础设施和工具,已被人们视为一种战略资源, 科学研究发生了革命性变化。科学研究已经由原来的实验科学、理论推演、计算机仿真等三种科学研究范式变迁为数据密集型范式。美国著名计算机专家、图灵奖获得者格雷(J.Gray)将这种基于数据密集型的科学研究模式称为科学研究的第四范式,这种范式由原来的假设驱动向基于科学数据进行探索的科学方法的转变21。近年来 ,英美等国先后启动 E-s
20、cience 项目, 为科学研究提供了一种全新的思维与科研模式, 其目标就是构建具有信息密集、数据密集、分布式、协作和多领域特征的第四科研范式,各种数据生产、处理、存储和管理等工具的应用旨在解决现代科研中的海量数据问题22。数据素养成为大数据时代学校科研创新能力的必备部分,数据密集型科研环境要求教师必须掌握数据组织、管理和分析等方面的能力,才能顺利开展研究23。其实,科研领域中的科学研究生命周期与数据的生命周期息息相关,在数据收集阶段,教师需要搞清楚研究数据的特征、格式、来源,以及数据收集的工具和途径。在数据存储阶段,科研人员必须了解相关的数据标准,并按照相关规范描述、存储和共享数据。在数据分
21、析阶段,教师必须熟悉相关的数据分析工具、数据可视化工具,具有研究数据解释和建模的能力。在课题结题阶段,教师必须学会数据备份、共享和发布等方面的知识,了解相关的政策、法律和数据安全等知识。具有数据素养的教师,对新的数据技术具有较强的敏锐度和理解力,理解科学数据在科学研究中的重要价值, 将科学数据处理作为一种新的科学投入模式,能有效管理数据洪流,从数据仓库中挖掘科研价值,这不仅有助于教师教研协同,也能有效促进教师专业发展。三、教师数据素养发展的路径选择教育的发展是以人的发展为本质,而教师是教育发展改革过程中的执行者,扮演着重要的角色,所以,教师数据素养的发展是大数据时代教育发展的核心内容之一。数据
22、素养的发展是一个复杂的、动态的和充满问题的主题24。教师数据素养发展不仅仅是教师个人的问题,而是教师所在教育系统观念更新和体制转变等面向数据的变革过程25。系统思维为解决教师数据素养提供了多层次综合分析框架,教师数据素养的提升是一个系统工程,要将其放在整个国家教育生态系统中来考量。教师数据素养发展的过程,也就是教育系统数据驱动文化构建的过程,实质上是一个新的教学文化实施的路径选择问题,如图 2 所示。图 2 教师数据素养发展路径图(一 )标准与政策的制定是教师数据素养发展的前提教师数据素养的发展很大程度上受教育系统的观念、体制和政策的影响,从国家或地区层面制定相应的政策或标准,能为教师数据素养
23、的发展提供政策保障。许多国家已对教育领域中的数据使用予以高度重视与投入,美国从国家战略层面投资 2 亿美元,于 2012 年 3 月公布了“大数据研发计划”,提出“通过收集、处理庞大而复杂的数据信息,从中获得知识、提升能力、转变教育和学习模式”等任务。美国教育部在 2012 年 10 月发布了通过教育数据挖掘和学习分析促进教与学报告,内容包括教育数据挖掘和学习分析解读、美国的大数据教育应用挑战和实施建议等26。随后美国耶鲁大学、哈佛大学、斯坦福大学等世界知名高校也启动了教育大数据相关研究计划,欧盟也已对科学数据基础设施投资 1 亿多欧元,并将数据信息化基础设施作为 Horizon 2020 计
24、划的优先领域之一。美国联邦政府教育部秘书 Arne Duncan 说:要求全美教师利用学生成绩等数据来驱动教学和评价,联邦政府政策鼓励并支持构建教师利用数据促进教学的能力。教师专业发展标准应该加入数据分析的内容,数据素养是美国州际教师评估和支持协会、州际学校领导认证协会(ISLLC)对教师标准的一个发展主题。美国国家专业教学标准委员会、全国教师教育资格认证委员会(NCATE)和美国大学教师教育协会等组织声明可为创造变化、明确强调数据素养的标准和基于证据的认证提供帮助。我国国家发改委 2012 年 12 月将数据分析软件开发和服务列入专项指南。教育领域应该及时制定激励和支持措施, 制定教师数据素
25、养发展规划或标准,并在高校教师教育学院试点教师数据素养发展的专题项目,吸引大数据分析者和管理者投身到教育研究中来。在各级各类教师培训和发展项目中加入数据素养内容,营造数据驱动教学的文化氛围,鼓励教师在日常教学中使用数据改进教学实践、课程评价和专业发展,并给予相应的资金和资源支持。(二)职前培养是教师数据素养发展的基础教师数据素养不是短期的过程,而是长期的渐进积累和内化的过程,需要职前和在职联动培养。在美国已经有教师将数据驱动决策成功应用于课程教学的成功案例,西俄勒冈大学在教师职前培养课程中增添了数据驱动的概念,培养教师使用数据和证据改善教学和学习。数据驱动决策的教学模型由以下内容组成:收集基线
26、数据,为了课程改革和识别学生学习需求而使用数据, 基于数据修改和评估教学已确认有效。经过 9 年多的教学实践,该机构已经转变成基于数据文化的学习型组织,数据已经成为该校变革的动力27。在我国大学教师教育专业学生培养的体系中增加数据分析模块,现有的教师教育教学计划中鲜有数据素养或统计素养的相关课程。只有少数学校开设了“教育测量与评价”,而且这门课程的内容主要包括基本的教育评价和常见的测量知识。学校缺少从大数据的视角,对教师教育专业学生开设数据分析、数据处理和数据理解等方面的课程。而数据素养是未来公民的基本素养之一,作为培养未来人民教师的教师培训机构,应该开设专门的数据素养系列课程,培养学生数据处
27、理、分析和解释的能力。所以,在教师职前培养过程中,应该增添数据素养相关的内容,开展相关的教学实践活动,使用大数据技术,对学生学习和教师教学的非结构性数据进行处理和分析,为今后教师数据素养发展提供示范并打下坚实的基础。(三 )基于数据的教学革新是教师数据素养发展的关键教师数据素养发展的过程呈循序渐进的趋势,开始,教师对多元数据非常关注,紧接着会考虑这些多元数据如何改进自己的教学以便满足学生的个性化需求,当教师开始关注不同学生及其需求时,促进教学而行动的紧迫感油然而生。最后,这一系列复杂的使用数据行动会导致教师专业实践的变革28。教师数据素养的发展本质是教师自主发展过程,需要教师在教学实践中主动使
28、用数据来支持教学决策和改革,在具体的教学实践中训练数据管理、处理和分析的技能,是提升教师数据素养最关键的环节。使用数据来改善学生学习带来了许多挑战,将数据转换成信息的一个重要挑战是提高学生的学习能力,教师需要有机会去反思和思考他们在实践中如何使用数据、如何利用数据来制定教学策略以及如何将教学知识、内容知识和数据管理知识等完美整合到自己的教学实践中。教师的数据素养必须通过课堂活动中的真实数据得到发展,教师必须在更高层次的课程中训练自己的数据素养,英国测量和教育资源中心(TERC)数据使用项目为了帮助教师发展分析和使用数据的能力,创建了一个文化适应和数据使用的过程。澳大利亚在新南威尔士州公立学校的
29、项目旨在为学校有效地使用数据提供支持:如提供测量、评估和报告工具包(智能),以便于收集、监测、分析和报告数据29。当然基于数据支持的教学改革还需要教师专业发展支持者、专业组织和教学单位等利益相关者提供必要的支持和帮助。教师访问数据、知道如何理解和使用数据以有效改进教学,不仅需要教师单方面的努力,也需要学校的文化和学校组织的支持。国家或地区应给学校提供资源供给以支持地区教育管理部门和学校制定灵活的教师数据素养发展策略:如促进学校数据支持的文化,以允许教师有时间在小范围内讨论数据使用和教学;为学校配备专业的数据专家以便传播数据文化及促进学生学习绩效等。(四)职后培训是教师数据素养发展的保障教师培训
30、是教师专业发展的基本前提, 也是教师数据素养提升的一个重要途径和保障。如美国数据质量活动中心(DQC)和美国生产和质量中心(APQC)研究发现:美国最佳实践地区以专业发展为契机,创建和促进数据驱动教学和指导协作、数据被用来评估绩效文化,实践证明:这些地区比其他地区为新教师提供了两倍多的数据及相关专业发展机会。后续的专业发展需要关注赋予数据的意义的过程,而不只是技术,如果教师学习和采用数据分析的结构化过程, 将能极大地提升教师的数据分析能力30。我国对教师的培训有国培、省培、校本培训和网络培训等方式,这些培训虽然取得了较大的成就, 但还存在培训内容不能满足教师的需求、培训效果不理想等问题。教师培训机构和组织应该为教师培训构建立体联动的学习型组织, 充分利用大数据技术分析教师培训需求, 利用教师个人信息和工作档案等数据来确定合理的培训目标, 选择和开发个性化的培训策略,转变教师参加培训的观念,使教师成为主动的探究者。在不同层次的教师培训中增设教师数据素养内容, 召开教师数据使用能力等专题培训会议或学术会议,为教师数据素养提供相应的保障。
