人工智能時代師范生數據素養現狀的調查研究

董 蕓

(宜春幼兒師范高等專科學校 學前教育學院，江西 宜春 336000)

一、研究背景及問題提出

2018年2月《教師教育振興行動計劃(2018—2022年)》提出，要提高師范生信息素養和信息化教學能力[1]。同年4月《教育信息化2.0行動計劃》提出，啟動“人工智能+教師隊伍建設行動”，加強師范生信息素養培育[2]。而數據素養作為信息素養的組成部分[3]，是其高度專業化的體現。美國教育家約瑟夫·E.奧恩提出，“人工智能時代，教育應該培養學生的數據素養、科技素養和人文素養”[4]。由此可見，在人工智能時代，師范生數據素養是一項非常重要的素質。同時，師范生作為未來基礎教育的主力軍，他們將面對智能化教學環境，為更好地適應未來教育變革要求他們具備相應的數據素養。就數據素養的概念而言，目前國內外學者尚未形成統一的認識，我們認為師范生數據素養指師范生具備數據意識，遵守數據倫理道德，能對不同類型、不同來源的教育數據進行定位、采集、分析和呈現，并根據數據分析結果進行教育決策以解決實際問題，提高自身專業技能和學習效果。梳理國內外文獻發現，目前關于師范生數據素養研究的成果相對較少，尚未形成系統的研究成果。研究內容上，多圍繞師范生數據素養的內涵、構成要素、師范生數據素養教育模式的構建和存在的問題、師范生數據素養培養目標和課程體系的構建等方面展開，對師范生數據素養現狀關注較少。研究方法上，采用文獻研究法、邏輯分析法，即使是關于師范生數據素養存在問題的研究也是基于他人研究成果中的數據，缺乏規范的量化研究方法的應用。因而，從這個層面來看，現有的關于師范生數據素養的研究多是理論思辨研究。從研究視角來看，已有的關于師范生數據素養研究的幾篇成果均是基于大數據背景下展開的，基于人工智能視角展開的研究幾乎沒有。因而，基于人工智能視角，采用量化研究方法，通過問卷調查了解剛入校的大一年級師范生的數據素養現狀，并提出提升對策，為學校相關教育改革提供參考與借鑒，亟待進一步探究。

二、問卷設計及施測

量表設計上，根據國內已有研究成果，主要參考張斌和曹鳳月對數據素養的構成要素的劃分。張斌提出師范生數據素養包括數據意識、采集能力、分析和呈現能力、決策能力、倫理道德五個方面[5]。曹鳳月將小學教師數據素養分為數據意識、獲取、處理、應用、交流及倫理五個方面[6]。結合本研究實際情況，參考已有研究成果，設計調查問卷。

量表采用李克特5點計分法，“完全不符合”到“完全符合”計分為1～5分，得分越高，師范生數據素養越強。隨機抽取134名某校某學院大一年級的師范生進行預調查，問卷回收后，對其進行項目分析、探索性因素分析和驗證性因素分析。經項目分析，發現各題目鑒別度都很好，量表的總體信度為0.971，具有很高的信度。KMO值為0.940，極適合做因素分析。因子分析后，旋轉所得的5個因子能解釋總變異的81.075%，說明得到的因子是合理的。運用AMOS24采用結構方程對量表的效度進行檢驗，對模型修正后，選用絕對適配度指數X2/df、RMR、RMSEA、GFI，增值適配度指數NFI、RFI、IFI、TLI、CFI及簡約適配度指數PNFI、PGFI考察結構方程模型擬合情況(如圖1所示)。具體情況為：X2/df=1.041(介于1和2之間)，RMR和RMSEA均為0.017<0.05，GFI=0.923>0.9；NFI=0.956，RFI=0.93，IFI=0.998，TLI=0.997，CFI=0.998，均大于0.9；PNFI=0.599，PGFI=0.523，均大于0.5。從這些指標可以看出該模型適配良好，量表的收斂效度較高。因而，本量表適用于正式的調查，最終量表包括20個題項，5個因子，分別為因子1：數據意識；因子2：數據采集能力；因子3：數據分析和呈現能力；因子4：數據決策能力；因子5：數據交流及倫理道德。選擇某校某院大一年級的師范生作為調查對象，在問卷星上發布問卷，將問卷發到班級微信群，總共收回問卷1 286份，剔除66份隨意作答的，共得到有效問卷1 220份，有效問卷回收率為94.9%。樣本的基本情況如表1所示：男生占10.1%，女生占89.9%；語文教育占26.3%，小學教育占64.8%，數學教育占8.9%；生源地為城鎮的占22.3%，生源地為農村的占77.7%。

表1 樣本基本情況

Chi-square=123.8,df=119,X2/df=1.041 RMR、RMSEA=0.017 GFI=0.923

利用SPSS20.0對回收的問卷進行信效度檢驗。問卷的整體信度為0.957，各因子的信度分別為0.815、0.804、0.89、0.91、0.809，說明整個問卷和各層面的信度較高。因子分析結果顯示，KMO值為0.97，Bartlett球形檢驗p值為0.000，小于0.01，說明問卷的結構效度較好。

三、數據分析及討論

1.師范生數據素養在性別和專業上有顯著差異

運用SPSS20.0對不同性別師范生數據素養總分和各因子得分進行獨立樣本t檢驗，發現男女生在數據素養總分及各因子層面均具有顯著差異，男生均強于女生(見表2)。

表2 不同性別師范生數據素養的差異比較

單因素方差分析結果顯示，不同專業師范生數據素養具有顯著差異，數據素養總分上小教和語教、數教專業均有顯著差異，語教和數教專業師范生數據素養均顯著高于小教專業；在因子1上，各專業間無差異；在因子2上，小教和數教專業有顯著差異，數學教育專業師范生數據采集能力顯著高于小教專業；在因子3上，小教和語教、數教專業均有顯著差異，語教、數教專業師范生數據分析和呈現能力均顯著高于小教專業；在因子4上，小教和語教、數教專業均有顯著差異，語教、數教專業師范生數據決策能力均顯著高于小教專業；在因子5上，小教和語教專業有顯著差異，語教專業師范生數據交流及倫理道德顯著高于小教專業(見表3)。

表3 不同專業師范生數據素養差異比較的方差分析摘要表

2.師范生數據素養尚待提升

運用SPSS20.0對數據素養總分和各因子層面進行描述統計分析，結果如表4所示。師范生數據素養總體均值為69.88，總分100分，說明師范生數據素養還有很大的提升空間。由于各因子所包含的題量不一樣，不便直接比較均值，將各因子的均值與其總分的比率相比較，其高低排序為：數據交流及倫理道德>數據采集能力>數據意識>數據分析和呈現能力>數據決策能力。各因子層面，師范生數據決策能力最弱，數據交流及倫理道德能力最強。總體來說，師范生數據決策能力及數據分析和呈現能力較弱，排在前面的因子各題項均值未超過4，總分5，說明仍具有較大的提升空間。

表4 師范生數據素養描述統計表

3.師范生數據素養與各因子均具有高度的相關性，數據意識和數據采集能力、數據分析和呈現能力與數據決策能力均具有高度相關

利用SPSS20.0對師范生數據素養總分和各因子進行皮爾遜積差相關分析，相關系數如下表5所示。由表可知，數據素養和各因子的相關系數分別為0.872、0.894、0.922、0.911、0.849，且p值均小于0.01，說明數據素養和各因子均具有顯著的高度相關，并且師范生數據分析和呈現能力及決策能力與數據素養的相關更強。因子1和因子2、因子3和因子4的相關系數分別為0.818、0.827，且p值均小于0.01，說明數據意識和采集能力、數據分析和呈現能力與決策能力均具有顯著的高度相關。因子1與因子3、4、5的相關系數分別為0.756、0.712、0.660，且p值均小于0.01，說明數據意識與數據分析和呈現能力、決策能力、交流及倫理道德均顯著相關。因子2與因子3、4、5的相關系數分別為0.782、0.727、0.676，且p值均小于0.01，說明數據采集能力與分析和呈現能力、決策能力、交流及倫理道德均顯著相關。因子3與因子5的相關系數為0.729，且p值小于0.01，說明二者顯著相關。因子4與因子5的相關系數為0.727，且p值小于0.01，說明二者顯著相關。由此可以發現，師范生數據素養與各因子均具有顯著相關，相關性更強的是數據分析和呈現能力、數據決策能力，因此，應加強師范生數據素養培養，特別是數據分析和呈現能力、數據決策能力的培養。

表5 師范生數據素養相關系數表

四、師范生數據素養的提升策略

1.創設良好的數據環境

研究發現，數據環境是大學生數據素養影響因素之一[7]。加強數據環境建設，潛移默化中推動師范生數據意識的生成與發展，可以從以下幾方面著手。其一，加強信息化教學環境建設。在信息化教學環境中，如智慧校園、智慧教室，師范生能認識到在人工智能時代，課堂教學中教師的教學行為和學生的學習行為都會被自動記錄下來，這些被錄下來的師生課堂行為的視頻資料本身就是一種數據。對應到中小學的一些可穿戴設備、學習輔助類App等也能記錄學生的學習行為，這就是中小學教師今后可能會面對的數據，讓師范生意識到數據無處不在，數據的重要性。同時，學校可以開發相關學習平臺，比如普通話智能評測與學習系統、教師資格證考試輔導平臺等，學習平臺會自動記錄自己的學習情況，產生學習數據，讓師范生在日常學習中主動利用自己的學習數據，對其進行分析以改善自己的學習。在這個過程中，能夠培養師范生的數據意識和數據思維習慣。其二，加大數據素養師資力量的建設。數據素養教育依賴于優秀的師資隊伍。目前該校承擔此任務的教師主要是以計算機教師為主，同時師范生必修的《教育研究方法基礎》課程中也會涉及到數據分析和呈現能力方面的知識。總的來說，這方面的師資還是比較單一，學校相關信息技術部門可以開展相關的數據素養方面的講座，教師教育類的課程中也需要進一步加強數據素養教育，提高師范生數據意識。其三，學校關于師范生的培養方案中應凸顯數據素養的重要性，在一些課程的設置上應有所體現，以培養師范生的數據意識。

2.優化課程與教學

數據素養對于師范生來說是一種非常重要的素養，從目前的課程和教學現狀來看并不能滿足師范生數據素養培養的需要，需對其進行優化。一方面，在課程設置上，應凸顯師范生的“師范性”，與未來小學教師需要具備的數據素養能力相對接。對于小學教師來說，面對的最多的數據是學生成績方面及與之相關的學習行為等，對于這樣的數據如何去分析、解讀并據此做出教育決策是非常重要的能力，而根據前面的調查結果，這些方面的能力也是當前師范生比較缺乏的。因此，我們應重視這種課程的設置，《教育研究方法基礎》課程就具有這樣的優勢。另一方面，改革教學內容。更新教學內容需注意以下原則，在此我們以《教育研究方法基礎》課程為例來進行說明。第一，與時俱進。過去的教學認為作為專科生不需要掌握教育統計方面的知識，這里面涉及到數據分析和呈現能力、數據決策能力的培養，但是，在當今人工智能時代，如果還固守舊觀念，那么培養出來的學生將不能適應未來教育的發展。雖然大專師范生未來工作的場域可能是鄉村小學，但是隨著教育信息化發展，現在很多鄉村小學基本已具備信息化教學條件。因此，在觀念上要與時俱進，有調整、更新教育內容的意識。第二，緊密聯系基礎教育實際。在設計《教育研究方法基礎》課程相關教學內容的時候，我們要緊密聯系當前基礎教育中亟待解決的問題，引導師范生憑借自己的感性經驗和理性認識自己去發現、挖掘當前基礎教育發展存在的問題，引導學生思考如何運用教育研究方法去解決這些問題。在運用研究方法的過程中，會涉及到數據采集、數據分析和呈現、數據決策、數據倫理等方面能力的培養。這些結合實際的問題便于師范生理解，產生共鳴，學習的意愿也會更強，有助于取得好的學習效果。

3.加強師范生教育實踐

師范生教育實踐對于師范生培養的重要性不言而喻。2016年《關于加強師范生教育實踐的意見》指出，為提升師范生的社會責任感、創新精神和實踐能力，應從教育實踐內容體系和教育實踐形式等方面入手[8]。一方面在教學過程中可以多開展實踐教學，給學生安排相應的有利于提升他們數據素養的任務，比如專項數據素養練習，讓他們自主完成；另一方面，可以組織學生多參加一些見習、實習，讓他們深入教學一線，了解當前教學一線對數據素養的要求標準，強化他們提升自身數據素養的意識，也可以提升他們運用信息化教學手段的能力。

4.搭建數據交流與應用平臺

為更高效地培養師范生數據素養，依托相關課程，搭建數據交流與應用平臺。以《教育研究方法基礎》課程為例，可以開發一款基于此課程培養師范生數據素養的小軟件。第一，在該平臺上發布一些從教育部網站收集的全國及各地教育統計數據和教育年鑒，讓師范生了解我國教育事業的發展，培養師范生對教育事業的熱愛和對所學專業的信心，增強師范生的數據意識。同時，也會發布我國教育信息化領域相關的政策、標準、法律法規，數據使用過程中的道德規范，以便培養師范生的數據倫理道德。第二，在該平臺設計一些涉及數據格式與類型、數據來源、數據收集途徑、數據使用道德規范、數據分析等方面的答題闖關小游戲，以便培養師范生的數據素養。第三，在該平臺中發布一些有關利用Excel和SPSS等軟件對學生的考試成績進行基本的數據分析和呈現、決策的操作視頻，培養師范生的數據分析和呈現能力及決策能力。第四，在該平臺發布一些學生從中小學收集到的數據，讓學生對其進行分析，并相互交流，培養師范生數據交流能力。第五，在該平臺發布一些測試題，以檢驗師范生數據素養能力是否提高。