大數據時代高職教師數據智慧模型構建的研究

王 惠

（九州職業技術學院，江蘇 徐州 221000）

一、引言

隨著教育信息化的不斷發展，移動學習、在線網絡教學、教育物聯網等新的信息技術越來越廣泛的應用到教學實踐和教育管理中。一方面學生通過教學管理系統、學生管理系統等信息系統進行網絡選課、在線學習、評教、個人信息管理等活動，產生著大量的交互數據；另一方面教師通過現代信息技術開展信息化教學活動、評學、管理分析學生成績等教學管理行為，使教育數據大量累積。逐漸激增的教與學數據推動著教育大數據時代的到來，也對教師的數據敏感性和數據的分析處理能力提出了更高的要求，從而為教師優化教學方案、改進教學方法、提高教學質量提供了新的發展契機。尤其是在高職院校這樣特殊的教育領域，教育對象和教學目標都具有該領域獨有的特點和要求，產生出的教育大數據也具有高職特色。如何從這些教育大數據中挖掘出有價值的信息，然后轉化為可以被教師使用的知識，進而有效地改進教學，就更需要教師具備收集、分析和應用教育大數據的能力，即數據智慧。［1］

二、數據智慧的內涵

數據智慧包含“數據”和數據養成的“智慧”兩部分。數據作為改進教學的有力工具，是數據在教育領域中應用的重要表現。然而，大數據時代對教師利用數據、分析數據、依據數據改進教學活動的能力要求，已遠遠超越了僅僅能夠使用數據工具軟件的技術層面，需要形成教師具有的數據智慧。數據智慧的形成要基于“知識金字塔”的處理流程，需要經歷由信息轉化為知識，最后升華為智慧的過程。（見圖1）

圖1 數據、信息、知識和智慧的關系圖

在數據、信息、知識和智慧構成的“知識金字塔”層級結構中，充足的可用數據是信息、知識和智慧形成的基礎。教師從收集到的教育大數據中，通過使用數據挖掘和學習行為分析技術，充分了解每個學生的學習需求和當前學習狀況，動態調整教學方案，優化教學決策，實現教育教學的有效性和針對性，真正做到因材施教。教師獲取的數據主要來源于教學活動，因此，教師的數據智慧也是基于這些教育大數據而形成的，而這些數據最初僅僅是分離散亂存在的元素，不能直接應用到教學實踐和教育管理中，所以首先需要教師把關聯的數據通過數據處理技術聯系起來構成有價值的數據集合，形成可以被理解的含義，即信息。但孤立零散的信息通常無法幫助解決現實問題，這時就需要教師利用自身所積累的豐富教學經驗，對獲取的大量信息進行演繹歸納和提煉總結，然后重新組織應用到教育教學中，從而獲得以教育對象為主體、教學目標為導向的組織化信息，使信息轉化為知識。在知識的基礎上，教師可以做出更加準確的教學決策并能夠動態優化教學方案、改進教學方法，最后升華為智慧。［2］因此在教育領域中，教師把教育大數據經過一系列分析和處理，逐步轉化為信息和知識，并最終內化為教師的數據智慧，從而幫助教師不斷改進教學，提高人才培養質量。

三、高職教師數據智慧模型的構建

DWIP模型（the Data Wise Improvement Process）是美國哈佛大學教育研究生院提出的“數據智慧改進過程”。該模型包含了3個環節共8個步驟，從教學的準備、探究、行動分析了教師數據智慧構成的影響因子。該模型的教學準備環節包含組建數據團隊和發展評價素養兩個步驟，為教師的有效協同工作和數據的正確使用奠定了基礎。通過組建數據團隊，保證了教師在教學過程中能夠更加全面地獲取可用的教育數據。在發展評價素養時，可以降低教師錯誤使用數據帶來的風險，如由于教師不能熟練使用數據工具所導致的數據處理不準確等。通過明確數據收集和限制使用的不同情境來提高數據使用的準確性。在教學探究階段，教師從相關資源中探究數據，挖掘關聯信息，能夠幫助教師在充分了解學生實際的學習狀況的基礎上做出科學的教學決策。該階段主要包含三個步驟：創建數據概覽、挖掘學生數據和教學檢查。教師在這三個步驟中以學習者為中心全面深入地挖掘學生的顯性和隱性數據。學生的顯性數據包括學生的性別、年齡、測試成績等數據，隱性數據通常包括學習興趣、學習態度等因素。通過對這些數據的綜合分析處理，教師可以更加全面地掌握每位學生的學習狀況和個性化學習需求。同時教師在教學檢查時通過把教學效果進行數據化的展現和對比，可以幫助教師及時發現學生在學習過程中出現的問題。行動階段包括制定行動計劃、計劃評價進度、行動和評價。在這一階段，教師和學校管理者將以所獲取的數據為基礎開展有效的教育教學改革，并評價教師數據智慧的提升。如通過進一步加強教師之間的合作和教學資源的共享，明確教師在教學提升過程中需要獲得的幫助，不斷提升教學質量。

根據DWIP模型的設計理念和我國高職教育的特點及要求，緊緊遵循把教師數據智慧貫穿應用于教學全過程的原則，可以構建高職教師數據智慧模型。通過3個維度12個評價因子作為衡量高職教師數據智慧水平的主要標準，包括教學設計數據智慧能力、教學實施數據智慧能力和教學評價數據智慧能力。教學設計是在課堂教學前，教師通過確定具體的教學目標和分析學情，選取優化教學內容，設計科學的教學組織形式，確定有效的教學方案；教學實施是教學活動如何組織開展的；教學評價是教學活動完成后的評價總結，三者涵蓋了DWIP模型中準備、探究、行動等課程教學前、中、后的所有教學行為，因此該模型能夠比較全面客觀的反映教師的真實數據智慧水平。（見圖2）

圖2 高職教師數據智慧模型

（一）教學設計數據智慧能力

教學設計數據智慧主要與教學前期準備階段的教學分析、預測和教學方案的組織設計工作緊密相關，包括教學數據的收集、教學目標的確定、學生學情的分析、教學內容的選擇優化四個評價因子。［3］教學數據的獲取與收集是教師數據智慧能力有效發揮的前提與基礎，教師只有充分了解學生的實際知識水平和具體學習需求，盡可能掌握更多和課程教學相關的數據，明確企業對學生職業能力的崗位要求，確定準確的教學目標，選擇合理的教學內容，設計科學的教學實施方案，才能更好的開展有效的教學活動，提高教學效果。但是分散零亂的數據的可用價值通常是有限的，教師只有把獲取的教學數據進行有效的分析處理，找出相互之間蘊含的價值規律和隱藏信息，才能得到更多可用的有意義的信息。學生學情的分析是教師通過對學生性別、年齡、成績等顯性數據和學習態度、興趣偏好等隱性數據進行分析處理，全面深度挖掘學生的學習特點和學習需求，掌握群體學習者中心問題和個體學習者特征，能夠開展有效的教學活動。高職教育的主要目標是培養滿足企業需求、適應社會發展的技能型應用人才，因此課程的教學目標一定要緊隨行業企業的人才需求，通過對行業分析、崗位構成、典型工作任務分解及企業對人才的崗位職業能力要求等數據的系統梳理和全面分析，教師能夠進一步明確課程教學目標。課堂教學的組織設計的好壞對于教學效果具有舉足輕重的作用，教師只有制定科學合理的教學方案才能有效地開展教學活動，包括課程內容的選取、教學方法的運用及教學組織形式的變通，而這些教學要素最基本的構成依然是信息，因此本質上就是對教學信息的優化篩選和重組，仍然和教師對于教學數據的處理能力緊密相關。

（二）教學實施數據智慧能力

教學實施數據智慧影響教師的課堂教學行為，主要包括教學活動在實施過程中教學方法的應用、教學資源的使用、教學活動的組織和教學內容的展現四個因子。［4］靈活使用各種教學方法能更好地激發學習者的學習興趣，掌握課堂教學的知識點和實踐技能。隨著翻轉課堂等現代教學理念的流行，教師要充分利用信息化教學平臺，開展適合高職學生學習認知規律的教學活動，如計算機專業教學中可以把教學內容融入到典型工作任務中，以學習者為中心實施基于工作過程的教學模式，讓學生通過企業案例制作能夠更加真實地感受到學習內容的應用場景和操作步驟，實現學習內容和工作任務的無縫銜接。以培養學生的職業能力為中心選擇教學的知識點和技能點，提高教學內容的針對性和有效性。隨著智慧課堂的普及，越來越多的信息化教學資源應用到課堂教學中，教學內容呈現多元化展現方式，各種數字化的教學資源、教學軟件、教學視頻更加形象地應用到教學中，讓學生能夠直觀地掌握教學知識點和技能點。具有數據智慧的教師還應該重視教學活動的組織［5］，包括課前學生自主學習環節的設計、課堂教學的互動、課后教學效果的檢查。教師的數據智慧還體現在教學中使用現代信息技術的能力，尤其在高等職業教育中，虛擬仿真技術和沉浸式教學的應用使得教學內容更加形象和具體，能夠更好地促進學生把教師的教學內容內化為自身的職業能力。

（三）教學評價數據智慧能力

教學評價數據智慧主要包括評價方式的多樣性、評價結果的準確性、資源更新的及時性和教學調控的有效性四個評價因子。多元化的評價方式能夠幫助教師更加準確地掌控教學效果和學生的學習狀況。教師在評價過程中，可以把過程性檢查和結果性評價、理論性評價和實踐性考核統一起來，通過數據智慧的合理運用，以量化的方式對學生各個學習階段的行為表現和考核結果進行記錄、評價，為接下來的教學活動的優化改進提供有效的參考依據。隨著信息技術在教學中的應用，教師的數據智慧水平也越來越影響評價結果的準確性，包括收集和分析處理評價數據的能力。教學活動是一系列不斷反思改進的過程，教學完成后教師要對曾經使用的教學資源和采取的教學方法的有效性進行及時的審視評價，更新教學資源庫，為下一階段教學效果的改進提升做好充分準備。教師通過對教學效果進行有效評估，對教學內容的選擇、組織方式等進行動態的優化調控，也是教師數據智慧不斷發展的重要途徑。

四、結語

在傳統的教學中教師通常依靠直覺或過于依賴積累的教學經驗實施教學活動，忽略了學生個體的學習需求和使用教育大數據改進教學的價值。而把數據智慧作為教師職業素養理念的提出，使得教學的不斷改進優化更加具有客觀性和科學性。［6］在高職教育教學中，可以通過對構成教師數據智慧水平的影響因子進行分析，提升教師的數據智慧水平。學校可以進一步加強教師數據團隊建設，加大對教師信息化教學能力的培訓力度，有針對性地從教學設計、教學實施、評價總結三個方面，積極引導教師主動收集教學數據、豐富數字化資源、全面記錄教學過程性數據，運用自身具有的數據智慧能力深入挖掘教育大數據中隱藏的價值，不斷優化教學內容和教學方案，從而更好地提高教育教學質量。