首页 >> 教育学 >> 教育技术学
国外教师数据素养教育研究与实践现状述评
2016年12月14日 08:32 来源:《电化教育研究》 作者:李青 任一姝 字号

内容摘要:教师是教学活动的主导者,教师的专业技能是其有效开展教学实践的能力核心。

关键词:数据素养;教师专业发展;大数据;信息素养;学习分析

作者简介:

  作者简介:李青(1977- ),男,江苏镇江人,北京邮电大学网络教育学院副教授,博士,主要从事远程教育,数字化学习环境,移动学习等研究,E-mail:zjliqing@126.com;任一姝,北京邮电大学网络教育学院,北京 100088

  内容提要:教师是教学活动的主导者,教师的专业技能是其有效开展教学实践的能力核心。数据素养是大数据时代信息素养的新内容,是当前教师需要掌握的新技能。本研究采用文献分析法和案例研究法,对国外的教师数据素养培训项目进行总结和梳理,在阐明数据素养概念和内容的基础上,分析了新时代教师专业发展的这一新趋势,总结了教师数据素养教育的影响因素,并通过两个具体案例剖析了数据素养教育项目的组织方式和培训内容。研究发现,开展教师数据素养教育需要政府、地区和学校多方面的支持和配合;以美国为代表的一些国家已经开始关注教师数据素养教育,并开展了大量的实践工作。本研究旨在通过介绍和分析国外教师数据素养教育现状,为我国今后开展此项教师培训提供参考。

  关 键 词:数据素养 教师专业发展 大数据 信息素养 学习分析

  标题注释:北京市社会科学基金项目“基于成熟度模型的基础教育信息化发展水平评估指标体系研究——以北京市中小学为例”(项目编号:14JYC030)。

  [中图分类号]G434 [文献标志码]A

  大数据是信息爆炸时代产生的海量数据以及对这些数据的创新应用。大数据时代,人们越来越关注数据的价值,以及获取数据、分析数据的能力。数据可以帮助我们发现其他方式所发现不了的问题,证明方案需要改进的必要性;可以确保或怀疑实践的正确性,发现问题产生的根源,表明需要改进的关注点,指导资源的有效分配[1]。因此,具备采集和识别有用的数据并将其转化为可理解信息知识的能力,逐渐成为各行业对从业者的能力要求之一。

  近年来,各行各业越来越关注数据所带来的价值,教育界也不例外。大数据的使用能够有效地解决教学过程中的诸多问题,如提高毕业率、改善教学方式、为学生提供更好的教学内容等。具备数据素养的教师能够利用教育平台上的数据,分析与解读学生的学习状态、学习偏好和认知特点,掌握学生的学习进度,进而制定出满足学生需求的教学策略,同时还可以针对系统提供的信息对学习效果进行有效的评价和反馈。

  从教育管理的层面上看,大数据支持的教学决策已经成为教育改革关注的重点。美国教育部教育科学研究中心(Institute of Education Sciences,简称IES)表示,数据使用和数据分析是提高地区和学校办学质量的基础。美国教育部也认为教育工作者要充分利用评估数据了解学生的学习水平,满足其学习需求[2]。为了给教师获取和使用数据创造良好的外部环境,各国政府构建了相应的数据系统。例如,美国政府建立了跨地区的纵向数据系统,将各州的学生数据与其他相关数据相连接,为教师收集和分析数据提供良好的技术基础[3]。然而,当前即使是在美国,使用数据进行教学仍旧存在许多问题。很大程度上归因于教师缺乏处理和运用数据的能力[4]。因此,教师的数据素养教育已经成为解决上述问题的关键。教师数据素养所包含的数据分析和解读能力以及批判思维能力,已经成为信息化教学中教师处理教学问题的关键,是开展教学活动的有力支撑,也符合个性化教育的本质要求。

  一、文献研究

  本研究采用文献分析法对教师数据素养相关的文献进行了整理和分析。首先,笔者在中国知网(CNKI)上以“数据素养”为关键词检索,获得文献25篇。这些论文大部分都是图书情报专业的研究,集中在对数据素养概念界定和对其意义的讨论。教育领域内的数据素养研究较少,陈娜萍对数据素养的发展历程和内涵作了简要的总结和分析[5];张进良等从数据素养的概念和价值出发,探讨了教师数据素养所面临的问题和发展路径[6];王萍从教师数据智慧的角度对数据素养的定义作了辨析[7]。以上研究均未涉及数据素养的教育实践活动。

  鉴于国内研究尚不充分,本课题主要关注教师数据素养教育的国外现状。通过检索外文专业数据库和国外专业搜索引擎,从ERIC、谷歌学术以及SSCI文献库中先后以"Data Literacy+Educators' Data Literacy Training"、"Data-Based Education"、"Data-Driven Decision Making"为关键词,检索关于教师数据素养的相关文献。通过浏览标题、文献摘要和正文筛选出相关度较高的外文文献109篇。从这些文献可以看出,该领域的研究主要集中在以下几个方面。

  1.关于教师数据素养概念和能力的界定。Athanase等认为教师数据素养是指教师集中、有目的地收集和分析学生的作业,反思和处理这些学习数据的能力,可以促进教师反思学生的学习效果和指导新的教学实践[8]。也有学者认为教师数据素养就是教师正确地观察、分析和解释很多不同类型的数据,有目的、持续性地提升学校和班级的教学效果的能力[9]。不同研究者对数据素养的内涵和外延存在不同的理解,目前并未形成统一的数据素养定义。

  2.教师数据素养教育的意义和挑战。大数据时代,教师的数据素养在教学实施中的作用越来越显著。美国教育部长邓肯多次表示,教师数据素养在指导教学中有重要意义,培养教师处理数据的能力非常迫切。数据素养教育也面临一些挑战,Mandinach等针对政府、学校、教师等不同层面存在的问题展开了讨论[10]。

  3.教师数据素养能力的理论基础。Marsh等设计了一种数据驱动教学(Data Driven Decision Making,简称DDDM)的指导框架,用来干预教师的教学实践[11];美国哈佛大学教育学院提出了“数据智慧改进过程”(Data Wise Improvement Process,简称DWIP)模型,用以支持教师团队运用数据改善教学[12];Mandinach从教师的数据素养技能和概念出发,提出了数据运用的概念框架[13]。这类研究主要致力于构建教师教学实践的理论模型,并应用到教师数据素养能力提升中,对教师开展具体的教学实践具有很好的指导作用。

  4.教师数据素养教育项目的开展情况。教师的数据素养教育受到了政府和相关机构的重视,并制定了相应的政策和认证机制。在美国,美国国家科学基金(National Science Foundation,简称NSF)、斯宾塞基金会(Spencer Foundation)、WestEd联合会等很多组织和机构投入了大量资金推进教师数据素养能力提升项目。在英国、澳大利亚、南非等国家也相继开展了这方面的培训。

  通过以上文献分析,可以看出:国外很多研究者已经对教师数据素养教育开展了较多的讨论和研究,并由政府或民间机构主导开展了相应的实践活动。而国内在此方面的研究尚处于起步阶段,缺乏相应的实践。本文将针对国外教师数据素养教育的进展情况展开讨论,分析和总结教师数据素养教育的理论基础、现状和典型案例,以期为今后我国开展相应的实践活动提供参考。

  二、教师数据素养的概念和内容

  (一)教师的数据素养

  数据素养是在大数据和云计算高度发展的背景下应运而生的。它是信息素养在大数据背景下的新内容和重要组成部分。基于大数据的异构性、多源性等特点,它涉及的数据获取、处理及利用的能力,远比原来信息素养中对信息的检索、分析、判断以及利用的能力要求要复杂得多[14]。数据素养是人们对不断增长的数据进行管理、解释和批判思考的能力[15]。Mandinach认为教师的数据素养是将数据应用到教育实践中的能力,运用学科知识、教学事件和教师所具备的教学专业知识与教学数据相结合,影响和改善学生的学习(如图1所示)[16]。也有机构认为数据素养是教师收集、分析、解释不同类型的数据,并转化为改进教学行为的知识和实践的能力,以此辅助教师确定教学步骤,开展有效教学[17]。美国的“数据质量运动”(Data Quality Campaign,简称DQC)是一个旨在通过有效的数据使用提升学业成绩的项目。它将教师数据素养定义为教师从政府、地区、学校、班级和其他途径持续、有效、合法地获取、解释、运用和传播多种类型的数据,以适合教育者角色和任务的方式来提升学生学习成果的专业技能[18]。Athanase等进一步指出教师的数据素养还应包括教学探究的能力:能够阐述教学问题,系统化地收集和整理数据,使用适当的工具分析和显示结果,最终得出结论。他们还认为运用数据指导教学是一个“基于数据提出问题,选择和评估数据以获得答案,基于解释得到推论”的迭代过程,是培养教师“调查探究”习惯的过程。通过处理数据,教师能够知道教学处于何种阶段,将会向哪个方面发展,如何取得成果,然后转身反思整个过程,对工作作出及时调整[19]。

  综上所述,教师的数据素养是教师专业能力中较为复杂的一项技能,既包括使用数据的知识,也包括使用数据进行教学的技能,还包括专业教学知识以及有目的地使用数据的意识。它是教师适应社会新发展的专业能力,也是全面了解学生学习水平和认知能力的有效工具。

  (二)数据素养教育的内容

  明确培养目标和内容是开展教师数据素养教育的前提。教师数据素养能力的培养要求教师能够通过一系列的数据处理过程,将数据信息应用到实际教学过程中。2005年,Light等人提出了数据驱动决策(Data Driven Decision Model,简称D3M)模型,之后,Mandinach、Marsh等不同的研究者又对该模型做了不同程度的改进。该模型将应用数据支持教学的过程概括为六个步骤:收集数据、组织数据、总结概括、分析数据、将数据整合与转化成信息和辅助决策[20]。这六个步骤包含了教师数据素养的各项主要能力。2011年,美国教育部的规划、评价和政策办公室也提出教师数据素养专业技能应包括五大技能[21]:(1)数据收集的技能,即收集所需要的数据并整理和筛选;(2)理解数据的技能,即能够理解数据表达的含义;(3)解释数据的技能,即从数据的含义中提取出有用的信息;(4)运用数据进行教学决策的技能,即依据数据制订教学计划;(5)根据数据发现问题的技能,即根据数据提出反馈问题,使用多种方法对教学结果进行评价,并调整教学计划。

  图1 教师的数据素养(Mandinach,2012)

分享到: 0 转载请注明来源:中国社会科学网 (责编:毕雁)
696 64.jpg
用户昵称:  (您填写的昵称将出现在评论列表中)  匿名
 验证码 
所有评论仅代表网友意见
最新发表的评论0条,总共0 查看全部评论

回到频道首页
wxgg3.jpg
内文页广告3(手机版).jpg
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们