返回首页

数据智慧:大数据时代教师专业发展新路向

时间:2017-06-08 22:03来源:知行网www.zhixing123.cn 编辑:麦田守望者

在新管理主义思潮的影响下,数据决策成为指导学校领导与管理以及教师教学的工具。教师的数据智慧是在收集学生学习数据、利用数据、分析数据、依据数据进行教学决策的过程中形成的。通过教学决策形成的数据智慧能够引领教师设定具体的教学目标,改进教学策略并促进教师自身的专业发展。本文将通过介绍美国“数据智慧改进过程”(The Data Wise Improvement Process),试图为我国教师数据智慧的培养提供借鉴。
 


 

一、大数据时代教师数据智慧的内涵


 

(一)大数据时代的教育大数据


 

数据智慧的核心概念是由“数据”和数据养成的“智慧”构成。大范围的数据最先引起人们的注意是在 IT 界,网络和数字经济的迅速发展引起了人们对数据的重视。大范围的数据已经成为这个时代的显著特征,并且正在改变着我们的思维方式。因为“大数据不只意味着体量的大小,同时意味着研究方法更倾向于利用新的多种类型的数据获取信息,以数据进行研究,并做出决策”  [1]。


 

在教育领域中,大数据在课堂中的应用变得越来越普遍,数据的范围变得更加广泛。同时,也对教师使用大数据的能力提出了更高的要求。学校的数据库每天都能记录学生大量交互信息、个人信息、系统数据等 [2],教师能够利用学习过程中收集到的学生数据,分析学生学习过程中遇到的问题。与以往不同在于,学校系统中产生的数据,不再仅仅作为评价结果的功能,对学生和教师进行奖励或惩罚。这些数据可以更加广泛地被教师利用并由此来提升教学,例如教师依据数据对每一个教学方法进行选择,依据学生学习数据对学生学习需要的了解等等。  

数据智慧与智慧教育中的“智慧”内涵是相似的。关于智慧的内涵,约翰·杜威(John Dewey)认为,知识和智慧具有不同的含义,知识是一种获得的学问,而智慧是用学问指导生活的能力。智慧是超越知识的一种能力 [3]。“通常把智慧看成是包含心理学意义上的聪敏、有见解、有谋略以及技术上的智能化两个不同层面的含义”  [4]。智慧教育强调对学生智慧的培育,本文的研究指向于培育教师的数据智慧以改进实际教学的角度。


 

(二)教师“数据智慧”的内涵


 

数据作为改进教学的工具,是数据进入教育领域的显著特征。然而,教师利用数据、分析数据、依据数据改进教学行动的能力,已经超越了能够使用数据分析软件工具的技术层面,而形成了教师的“数据智慧”(Data-based Wisdom)。数据智慧的内涵最早是由国外学者 Ackoff 开始进行研究的。Ackoff 在 1989 年首先提出了一个基于人类意识的认知理论,这个理论包括了数据、信息、知识和智慧,也就是DIKW 层级决策模型 [5],如下页图所示。

知识的金字塔模型展现了数据处理的过程,数据经历了由信息到知识,最后升华为智慧的过程。DIKE 模型中,把数据、信息、知识、智慧按照层级纳入到一个金字塔形的层次体系,数据作为某个话语情境中的分离元素,是层级模型的底层,每一层构成着上一次的基础。通过对数据进行分析,获得关联而形成信息;信息的行动化构成了知识;知识的增长伴随着智慧的增加,这个过程关系着人的未来与发展 [6]。由此看出,数据作为分离的元素,是构成智慧的前提,从数据到智慧之间经历了信息和知识的升级和转换。


 

教师的数据智慧是在教学的活动中养成的。“在教育领域中,教师获取数据智慧的过程,本质上是数据经过分析处理后,逐步提升为信息和知识,并最终成为头脑中极为个性化的智慧的过程”  [7]。教师的大数据来自于学校语境中包含教师和学生的方方面面的元素。因此,教师的数据智慧内涵是基于学校与学生的数据,而这些数据作为散乱的存在的元素,需要我们把有关的数据联系起来形成有用的数据集,即信息。教师要利用头脑中已有的对学生的认识,利用这些数据重新认识并改进教学,这样信息才能上升为知识。虽然教育数据的获得依靠信息技术,甚至教育大数据得以有效利用的根本前提是首先能够基于技术手段获取到教育大数据 [8]。例如,利用电子书包通过数据捕获、多感知数据和实时传感数据来获得教育大数据。然而,教师的数据智慧超越了教师使用数字软件的工具技术层面,数据不再仅仅作为符号的结果而存在。因此教师数据智慧的内涵赋予了数据丰富的教育意义。


 

二、数据智慧:改进教学的新方式


 

(一)大数据时代的教师教学决策


 

在教育领域中,基于数据的决策,实际上包含了两个层面:一个是外部的教育问责,另一个则是内部的教学决策 [9]。基于外部的教育问责是立足于学校的管理层面而言的数据决策,而数据智慧改进教学与学习的方式,是基于内部的教学决策而言的。“基于内部的教学决策是从提高教学质量的微观层面而言的”  [10]。“在课堂教学中,如果教师们能够学会运用数据,他们就可以了解学生的能力和不足,从而来改进教学计划”  [11]。


 

在教育领域中,“基于外部的教育问责”,主要指的是数据决策作为学校管理的工具。数据决策作为学校管理的工具,受到了新管理主义思潮的影响。新管理主义的主要精神是以市场为基础的治理模式取代官僚体制,以“效率”“弹性”“竞争”“绩效管理”及“消费主导”等为其追求 [12],“大学为了让有限的国家财政拨款发挥出最大的效益,都试图通过高效率的管理来奠定大学的地位”  [13]。大学开始向企业一样开始关注效率,以绩效进行管理。尤其是美国在 20 世纪 80 年代以来的绩效责任机制以及标准化改革都受到了新管理主义的影响。在这个过程中,美国通过实际调查获得了大量的优质数据,这些优质的数据不仅推动了绩效责任制的确立,形成了标准化的美国教育,还为学校基于数据进行决策提供了契机。学校开始利用所收集到的优质数据,为学校进行管理和学生学习的决策提供了可能。


 

基于内部的教学决策在教育领域获得了教育技术的支持,包括数据决策依靠统计学、数据挖掘方法和机器学习的方法。这些作为分析数据的方法,促进了大数据在教育中的运用。美国在利用教育数据促进教与学方面也展开了大量的研究。例如,美国教育部在 2012 年 10 月颁发了《通过教育数据挖掘和学习分析促进教与学》(Enhancing Teaching and Learning Through Educational Data Mining and Analytics)(以下称《报告》),这个报告明确提出了利用教育数据挖掘和学习分析来改进教学的主张。报告的目的在于帮助教育决策者和管理人员理解数据挖掘和学习分析是如何开展的,以及是如何应用到网上学习系统来支持教育决策的。进入教育领域的数据如何发挥其自身的价值依赖于教师自身的数据智慧。教师的数据智慧正是在基于数据的决策过程中形成的。


 

(二)教学决策推动数据智慧改进教学


 

教师的数据智慧是在教学决策的过程中形成的。教师的教学决策不同于立足学校管理的外部决策,教师的教学决策具有更为丰富的教育意义。教学决策发生在包括课堂教学在内的一切教学活动中。以往教师的教学行为依赖于经验的自然循环,而学校中产生的关于学生的数据仅仅被看作评价的结果而进行奖励或惩罚。基于数据智慧的教学决策,是教师在教育活动中利用数据、分析数据、依据数据改进教学行动的过程中形成的。教师数据智慧的源泉是学校中产生出来的分散的大数据,学校中的原始数据绝不仅仅包括教师的教学结果与学生的测验成绩。学校教育活动中产生了大量的隐形数据,例如学校在绩效管理上,利用收集上来的不同教职岗位的工作目标的数据来反观教师的教学状态;教师可以利用学生对教师的反馈评价,有针对性地进行教学反思,获悉学生的学习需求,进行个性化教学。


 

在大数据时代,数据智慧切合了教师专业发展的新态势,成为教师新的专业意识。数据智慧能够引领教师设定具体的教学目标,了解学生学习与教师教学过程中的得与失。数据智慧之所以成为新的专业意识,是因为切合了互联网时代对教师专业水平的要求。互联网作为一个强大的量化工具,使得学校数据在收集和分析上的难度日益减少,而数据智慧通过教师的教学决策改进教学却并不是一件容易的事情。在教育活动中,教育的目的在于使受教育者的思维品质发生变化,而受教育者的思维品质怎么能够进行量化呢?因此,学校教务处获得的数据往往是较为容易进行量化的显性数据,例如学生的测验成绩、班级成绩、学区排名等。这些数据的功能仅仅被学校的管理人员用来对每一个班级、教师、学生进行评定,而并未影响到内部的教学决策,淹没在学校系统中的海量数据并未引起教师的充分利用。数据智慧包含了教师对学校海量数据的敏感与觉察,这首先是数据智慧改进教学的前提。教师从收集到的每个学生的数据中,了解每个学生的学习特点和学习需求,通过获得每个学生的数据来改进教学,实现学生个性化发展。


 

三、数据智慧改进教学的模型探析——以美国“数据智慧改进过程”为例


 

基于对数据内涵的理解,国际学者展开了大量对于数据智慧提升教学的方法探索,也形成了一些可供我国借鉴的模式。针对数据智慧的研究,美国学者 Kathryn Parker Boudett 开发了“数据智慧改进过程”的模型。在他写的《数据智慧:使用评价结果以改进教学的分布指南》中,为学校领导者呈现了一个清晰的数据分析模型,教师要意识到测验分数以及教学数据对于提升教师能力、促进合作、认清挑战以及提升校园文化和气氛的重要性,而后又在 Boudett 和 Steele 的《行动中的数据智慧:使用数据提升教学的真实学校故事》 [14] 中,以生动直观的真实案例,来阐述数据智慧改进教学的过程,为我国的数据智慧改进教学提供了借鉴。


 

Kathryn 提出了数据智慧的提升路径,他把数据智慧改进的过程分为了三个发展阶段:准备、调查和行动。三个发展阶段中又包括了八个具体的步骤:组织协作工作;建构评估素养体系;创建数据概览;挖掘学生数据;检查与指导;形成行动计划;计划评估进度;行动与评估。数据提升模型为改进教学提出了具体可操作的建议 [15]。


 

下面将以学校为例,详细介绍数据智慧提升的八个具体步骤的开展状况:


 

(一)组织协作阶段 


 

在组织协作阶段中,Boudett 对 Pond Cove 小学开展了研究,提出了在数据智慧提升的第一个阶段需要注意的问题,例如,如何选择一个数据团队让教师协同开展工作,数据团队如何创建数据调查表,对教师的教学活动和学生的学习成绩进行记录。数据团队成员应该如何组织其他的同事等问题。建立数据团队,有利于教师之间明确任务和行动计划。另外,在 Pond Cove 学校的调查研究中发现,在组织协作阶段,教师还需要进行耐心的准备工作,选择正确的数据团队,目标要集中在与评价和教学实践相关的数据上。


 

(二)发展评估素养


 

在发展教师的评估素养阶段,根据对 Newton North 高中进行的研究,建构评估素养首先要通过帮助教师重新理解学生测验分数来消除老师对于数据的恐惧。数据团队建立后,发展教师的评估素养是后续工作顺利开展的前提。在这所高中,学校校长与数学组首先共创了一个数据团队,然后通过教师对评价工具、评价报告以及评价原则的理解,来建立教师的评估素养,以此引导教师通过利用数据和分析数据来改进教学。“为了有效合理地处理数据,教师必须具备解释、理解评价结果的能力,需要深入了解各种与测试相关的术语(如抽样、效度、信度)、评价(如测量误差)、不同类型的测试(如标准参照、常模参照)和测试量表(如年级当量、百分位数、表现水平)等”  [16]。在 Newton North 学校的研究中,培养教师的评估素养除了从以上几个方面展开,还得出很多可借鉴的经验,比如要让教师对数据与评估产生科学的认识,可以先让教师通过使用数据评估来解决一个教师们关心的问题;支持教师们学习如何理解与分析数据;教师在对数据进行分析的时,应该彼此之间信任与合作等。

顶一下
(0)
0%
踩一下
(0)
0%
标签(Tag):教师专业发展 大数据时代 数据智慧
------分隔线----------------------------
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
验证码:点击我更换图片
猜你感兴趣