基于数据驱动教学的师范生数据素养培育体系构建

来源:用户上传      作者:田华

　　摘 要：大数据时代，学习者的思维方式和行为模式发生了根本改变，伴随而来的是学习者学习方式的变革。师范生面对的是人工智能与教育教学相结合的数据驱动教学环境，如何对海量的数据开展分析而做出精准教学决策和教学干预，是师范生职前学习和职后实践的重要任务。师范生数据素养水平直接关系到数据驱动教学的效果和质量，开展师范生数据素养教育刻不容缓。当前，我国对于师范生数据驱动教学的科学性和针对性引导明显不足。由于师范生身份的特殊性，其在技术视野、学科实践、科研诉求等多方面既迥异于中小学在职教师，又迥异于普通大学生。基于此，有必要从数据驱动教学的视角，依据师范生的“学”与“教”的两种诉求，对师范生数据素养的构成要素进行解释，构建系统化、隐性化和实践—反思—实践的培育体系，以提升我国师范生数据素养水平。
　　 关键词：师范生;数据驱动教学;数据素养;培育体系
　　 中图分类号：G647        文献标志码：A          文章编号：1673-8454（2020）06-0068-05
　　一、引言
　　 实现教育强国，教师是关键。2019年3月，《教育部关于实施全国中小学教师信息技术应用能力提升工程2.0的意见》提出服务国家“互联网+”、大数据、人工智能等重大战略，“支持有条件的学校主动应用互联网、大数据、虚拟现实、人工智能等现代信息技术，探索跨学科教学、智能化教育等教育教学新模式，充分利用人工智能等新技术成果助推教师教育。”基于教育大数据，一方面可以为教育实践提供有效、可靠和精准的数据支持，实现教学过程的智能化、可视化、精细化;另一方面可以为教学评价提供多维度、过程性评价数据，实现教学评价的精准性、科学性、客观性。
　　 师范生具备教师和学生的双重身份，是我国基础教育的主力军[1]。信息时代的一个显著特征就是数据驱动。数据驱动使得教师对教学的解释不再仅凭主观经验、宏观监测数据，而是运用大数据分析技术，以教学过程中师生教与学的过程行为多模态数据为分析对象，精准定位教学目标、精准定制教学内容、精准设计教学活动、精准评价学生学习，从而实现教学决策的精准化和科学化，实现教学过程和教学结果可量化、可监测、可调控。[2]基于学生和教师的双重角色，师范生肩负着数据驱动教学的“学”与“教”的双重任务。基于学生的视角，师范生经过职前的师范教育，应该具备较高的数据素养以适应数据驱动教学，促进个人专业能力的发展和完善。基于未来教师的视角，师范生应掌握教师职业所要求的专业技术知识和应用技能，具备独立开展数据驱动教学的能力和经验。为此，大数据时代的师范生教育，需要借助人工智能、虚拟仿真等新技术建立真实或虚拟场景，实现情景化教学。通过引入MOOC、SPOC等混合式教学模式，构建“人人皆学、处处能学、时时可学”的泛在学习空间，构建系统化、隐性化、实践—反思—实践培育路径，从理论到实践，从技术到应用，潜移默化，引领师范生由数据驱动教学的“学”，提升到数据驱动教学的“教”，从而顺利实现师范生到教师身份的转变。
　　 二、相关研究
　　 1.师范生数据素养
　　 师范生数据素养的培养是一项系统工程，涉及社会学、教育学和心理学等，包含计算机、数学和统计学等相关知识，是一门交叉学科研究课题。基于主题检索“师范生数据素养” CSSCI论文，仅搜索到“面向大数据的师范生数据素养课程体系构建研究”[3]“基于大数据的师范生数据素养培养策略研究”[4]2篇文献。基于检索主题“师范生数据素养”“教师数据素养”“数据素养”，Web of Science检索文献数量分别是CSSCI文献数量的15.5倍、177倍、77倍（见图1），对比发现我国对于师范生数据驱动教学的科学性和针对性引导明显不足。
　　 面向大数据时代师范生数据素养培养的现实要求，张斌[3][4]提出师范生应具备数据环境素养、数据技术素养、数据文化素养，构建了以信息类课程为基础的数据素养类课程体系，以案例式、情景式、项目式、实验化教学方法，以自主学习和混合教学为主的教学设计，构建涵盖精心定制教学标准、科学组建教学团队、优化革新教学内容、精心创设教学环境和教学实践反馈等措施的师范生数据素养教育模式。随着虚拟现实、人工智能等技术的迅猛发展，大数据不断影响着学习者的思维方式和行为模式，学生的学习方式正在发生深刻的变化，传统的标准化、中心化、集中化、個体化、固定式学习，逐渐转变为个性化、交互式、碎片化、共享式、移动式学习，学习资源的获取越来越便捷，学习活动的开展可以跨越时空，但是也带来学习的耐性不断削弱、注意力变短等新的问题。师范生作为未来数据驱动教学时代的新教师，必须清晰地识别大数据时代学习的新特征，把握好师范教育学习过程和学习效率，充分利用大数据时代海量数据和数据分析技术，为开展数据驱动教学打下坚实的基础。
　　 2.教师数据素养
　　 笔者在Web of Science和CSSCI检索“主题=教师数据素养”文献，共获得WOS论文2484篇和CSSCI论文14篇。从这些研究文献可以看出，教师数据素养研究主要集中在以下几个方面：概念和能力界定[5][6]、能力模型[7] [8]、能力评价指标体系[9]、能力提升策略[5][6][8]等。不同研究者对教师数据素养的内涵和外延存在不同的理解，但普遍认同教师数据素养是教师收集、分析、解释教学过程数据和教学行为数据等多种类型数据，从而开展教学应用和教学决策的能力。总体来看，教师数据素养是大数据时代教师接触数据时所体现的一种综合能力，主要包含两大部分，一是教师进行数据处理的基本能力，主要包含数据意识、数据定位与采集能力、数据分析与解读能力、数据交流能力等;二是数据应用和决策能力，主要包含数据应用能力、数据反思与决策能力、数据伦理道德等。只有教师具备了较高的“数据素养”，才有可能“让数据说话”，从而发现教育数据背后隐藏的深层教育问题。 　　 三、师范生数据素养构成要素
　　 虽然当前对教师数据素养开展了较多研究，但是师范生在技术视野、学科实践、科研诉求等多方面迥异于在职教师，完全按照在职教师的标准开展师范生数据素养研究显然不合适。[10]高校师范生具备学生和教师的双重角色，也就具有“学”与“教”的双重任务。师范生数据素养内涵的研究可参考教师数据素养，但又不等同于教师数据素养，两者最终诉求是一致的，均需具备开展数据驱动教学的能力，但前者属于初级实践阶段，而后者已进入深层实践。因此，基于师范生的双重任务，本研究认为师范生的数据素养就是通过师范专业的学习和实践，具备较高的数据伦理道德和数据知识水平，能够依据多样化的教学环境创设最优化的数据收集方式，并对收集的数据进行合理的管理、分析、解释、评价和呈现，初步具备运用数据分析结果实施教学决策或教学探究的能力。师范生数据素养由数据伦理道德、数据环境、数据知识、数据技能和数据应用五部分组成。具有数据素养的师范生需要具备表1中几个方面的关键能力。
　　四、面向数据驱动教学的师范生数据素养培育体系构建
　　 教育大数据采集的方式越来越先进、颗粒度越来越细、采集的频率和精确度越来越高、采集的面积和渠道越来越广，数据挖掘技术和学习分析技术越来越成熟。基于大数据分析以及隐含在教学背后的群体规律和个体学习行为等特征，可以方便快捷地精准识别，并及时开展教学预警和教学干预。基于此，师范生不仅需要具备良好的学科专业知识，还需具备适应数据驱动教学的数据素养，才能满足当前教育变革的要求。
　　 1.系统化：构建多层面系统化的培育机制，推动师范生数据素养水平
　　（1）政策保障
　　 数据驱动教学时代已经到来，教师数据素养水平直接决定教学范式从“经验主义”到“数据主义”的推动进程。教育管理部门，上至教育部、省教育厅，下至市、区教育局和师范院校，都是数据素养教育的主管部门，若能从国家或省级层面制定师范生数据素养教育的政策或标准，将数据素养教育纳入地市和师范院校教师教育的长期发展规划，制定切实可行的发展方案，号召师范生的主体培养单位师范院校使用数据平台收集、处理、分析教学及管理数据，可为师范生数据素养教育的发展提供有力的政策保障。
　　（2）两个教育途径
　　 师范生数据素养职前培养和职后培养是其获取数据素养的两个重要途径。首先是职前教育阶段，有针对性地构建信息化教育教学环境，开展数据素养教育的相关课程和课外实践，利用师范生年轻、接受新事物相对较快的特点，经过大学四年的数据耳濡目染使师范生养成良好的数据思维习惯和数据伦理道德;其次是职后培训，结合当前“互联网+教育”，可采取在线研修和短期集训相结合的混合学习模式，开展案例教学、专题讨论，利用其教育教学实践经验和研究反思，有针对性地开展深层次的数据教学策略研究。师范生是未来基础教育的主力军，是“基础教育变革的推动者”，未来一定能成为中小学数据驱动教学的新生军。
　　 （3）数据驱动教学模式
　　 数据驱动教学是指以大数据技术为手段，对教学流程的目标设定、教学内容的组织和传递、学习活动的设计、学习结果的测评与反馈和教学反思等环节所产生的教学数据和学习数据进行精准分析而做出精准教学决策和教学干预（见图2）。对于师范生来说，数据驱动教学模式的学习是基础，科学合理应用是关键：①足够的数据资源。数据驱动教学模式的前提是必须有足够的可供分析的数据资源，这就要求授课教师具备较高的数据意识、数据知识和技能，具备创设有利于数据采集的数据环境，如利用MOOC、SPOC等平台的资源构建基于翻转课堂的混合教学模式等。②数据分析技术。实施数据驱动教学，还需要具备较高的数据挖掘等数据分析技能，并能够根据不同的数据来源和数据类型进行数学建模、结果诊断或路径分析。③数据分析结果的解释和应用。借助于数据分析结果，开展基于预测分析的直接作用于具体教学的教学手段，这是数据驱动教学最核心的步骤。不同层次和水平的教师，数据素养高低不同，同一种分析结果可能产生多样化的教学解释和教学干预。如何进行科学合理的解释，并开展有效的教学设计是师范生数据驱动教学模式学习的难点。
　　 此外，还需要考虑以下几个方面：①尽快研制《国家教师（师范生）数据素养标准》，制定不同学科、不同学段教师的数据素养标准。师范生数据素养教育需要科学、完善的评价标准体系，但目前这方面还是空白，缺乏对于师范生数据驱动教学的评估，使得师范生无法明确自己需要达到什么标准。②构建基于数据驱动的师范生数据素养培训课程体系（见图3）。③像计算机等级证书考试一样，开展师范生数据素养等级考核，考核证书作为入职基础教育必备的条件。④将师范生数据素養纳入教师招聘、在职培训等考试环节，纳入职前、职后评优评先考核。
　　 2.隐性化：学科教师的示范引领是师范生开展数据驱动教学的最大动力
　　 学科教师在此指的是高等教育各科的学科教学论老师，也就是大学基础课教师。学科教师在师范生培养过程中，与师范生接触时间最长，从大学一开始的教育学、心理学、学科教学论等课程讲授，到师范生教育实习、实践实习等实践环节，学科教师全程参与师范生的大学四年学习生活，对师范生教育教学模式和教学能力影响最大。因此，提升学科教师的数据驱动教学能力，在学科教学课程中融入数据素养与数据驱动教学，使得学科教师在教学中熟练地运用数据驱动教学模式而以身示范，从而让师范生真切地看到数据驱动教学的效果、教学模式和采取的教学手段，那么师范生在入职后的教学中自然而然地会模仿运用。[11]
　　 （1）精神引领：学科教师要勇于成为数据驱动教学的先锋。学科教师不仅承担着专业知识的传授，还承担着教书育人的特殊使命。要实施数据驱动教学，学科教师必须具备较高的数据素养，成为数据驱动教学的先锋。对于虚拟现实、增强现实、人工智能等现代信息技术，学科教师积极运用是基础，勤奋钻研是常态，游刃有余地运用是关键，应用后的数据分析是数据驱动教学的保障。如此，师范生在课堂上了解了数据驱动教学与传统教学的不同，看到了数据驱动教学对课堂带来的实质变化，看到了学科教师的饱满热情，自然地就加深了自身对数据驱动教学的理解。亲身实践获得的成就感让师范生更加愿意使用数据驱动教学，因此很有动力在未来的教学中开展数据驱动教学。 　　 （2）技术引领：学科教学要成为数据驱动教学的构建与实证。学科教师要成为师范生数据素养的技能引领者，构建一套完善的数据素养框架和数据驱动教学框架（见图2）是学习的关键。有了数据驱动教学框架，师范生数据驱动教学有了指引和方向。在数据驱动教学实施的过程中，学科教师对人工智能、虚拟仿真等现代信息技术的理解、展示和评价将对师范生开展数据驱动教学产生重要影响。因此，学科教师开展数据驱动教学的以身示范，就是一场数据驱动教学的构建与实证，是师范生开展数据驱动教学的榜样和力量。
　　 （3）实践引领：构建智慧学习平台和实验平台，打造5G课堂。数据驱动教学离不开网络学习平台和实验平台的支持。当前，智慧学习平台和实验平台种类繁多，如雨课堂、微助教、爱学习、学习通、Moodle、课堂派、课立方、edX等[12]，筛选最佳的平台是基础，开展实践是关键，如：采用文字、声音、图像、视频、模型、虚拟场景、互动媒体、远程连线等教学媒介，利用互联网、物联网、大数据、云计算等新技术，构建激发内驱力的可沉浸的情境，让学生在观摩实操中形成自身的主观体验，实现学习环境网络化、学习内容数字化、学习评价多样化以及管理智能化。
　　 学科教师的以身示范对提升师范生数据驱动教学最为关键，与其教学实践和自身的数据素养关系越来越紧密。那么可从以下几个方面提升学科教师的数据驱动教学能力：①提高学科教师的数据素养，使其具备敏锐的数据意识和数据处理能力，能够根据教学和学习的不同需求，收集和分析各种学习数据、生活数据及其他行为数据。②营造安全、便捷、高效的数据驱动环境和数据处理系统，构建模拟数据处理系统，为学科教师提供易于访问、收集和处理分析的数据，保证师生的数据安全、实时和准确，从而使学科教师在频繁的数据操作中掌握数据知识并建立对于数据和数据利用方法的认识。③建立教师工作坊或教研共同体，支持和激励教师开展数据驱动教学，给予教师更多的时间使用数据、分析数据、研究数据和探讨数据，鼓励教师通过建模、分享、质疑等方式对数据进行处理与分析。④支持教师建立数据和教学策略之间的联系，积极主动运用学习分析等手段开展学生学习兴趣、学习需求分析，优化创建最佳的学习路径。⑤数据驱动教学的培训与交流，数据驱动教学的技能和策略的再提高。
　　 3.“学习—反思—再学习”：师范生数据驱动教学的自我评估与修复
　　 培养师范生的反思能力，使师范生真正学会反思，学会基于实践研究的反思，拓展师范生思考和能力的边界，促进师范生获得专业发展。[13]师范生在“学习—反思—再学习”过程中，实现数据驱动教学的自我评估与修复。反思学习是学习者在学习过程中对知识体系构建、问题深化理解、思维拓展创新、逻辑批判整合过程中，对自身学习活动的一种自省性、批判性、创造性的思维过程，它是对现有知识学习、理论提升的一种认知、审思、辨析和校正的提升过程。相对于师范生而言，数据素养培育既具有时代的客观性，又具有自身的发展性。大数据时代，师范生在学习过程中势必会不断地从学习者视角认知和审视数据素养，从时代发展和职业发展的考量中去自觉不自觉地把握数据素养的内涵、要素、结构、价值等知识，更加重视数据素养培育和应用等。这也要求师范生一方面积极顺应大数据时代经济社会发展的新形势新要求，从当下学习中着手，从未来发展着眼，努力在“学习—反思—再学习”的过程中培养数据意识、数据素养和数据能力;另一方面，师范生更应该结合自身实际，从提前构建属于自身的知識体系和颇具个人特色的数据驱动教学风格出发，不断探索掌握一套创新的、具有“教学属性”的教学知识体系。
　　参考文献：
　　[1]Katz L G， Raths J D.Dispositions as goals for teacher education[J].Teaching and Teacher Education，1985，1（4）：301-307.
　　[2]何文涛，黄立新，王良辉.教学过程数据驱动下的教学解释探究[J].中国电化教育，2019（7）：38-45.
　　[3]张斌，刘三女牙 ，刘智，等.面向大数据的师范生数据素养课程体系构建研究[J].中国远程教育，2018（4）：62-68+78.
　　[4]张斌，刘三女牙 ，刘智，等.基于大数据的师范生数据素养培养策略研究[J].电化教育研究，2017，38（12）：86-91+120.
　　[5]阮士桂，郑燕林.教师数据素养的构成、功用与发展策略[J].现代远距离教育，2016（1）：60-65.
　　[6]张进良，李保臻.大数据背景下教师数据素养的内涵、价值与发展路径[J].电化教育研究，2015，36（7）：14-19+34.
　　[7]刘雅馨，杨现民，李新，等.大数据时代教师数据素养模型构建[J].电化教育研究，2018，39（2）：109-116.
　　[8]李青，任一姝.教师数据素养能力模型及发展策略研究[J].开放教育研究，2016，22（6）：65-73.
　　[9]李青，赵欢欢.教师数据素养评价指标体系研究[J].电化教育研究，2018，39（10）：104-110.
　　[10]闫寒冰，李笑樱，任友群.师范生信息技术应用能力自评工具的开发与验证[J].电化教育研究，2018，39（1）：98-106.
　　[11]姚元锦，朱德全.师范生教学知识自觉：表征、尺度与路向[J].西南大学学报（社会科学版），2018，44（3）：95-102.
　　[12]张慕华，魏宁，李艳.自带设备环境下学习者学习行为分析实证研究[J].现代远距离教育，2019（3）：3-12.
　　[13]张晓光.研究性反思：芬兰师范生教育实习探析[J].教育研究，2019，40（5）：86-93.
　　（编辑：鲁利瑞）
转载注明来源:https://www.xzbu.com/9/view-15284926.htm