基于文旅融合背景下文旅人才培养模式创新的职教教师数据智慧研究

张骏

[摘           要]  文旅融合背景下，文旅人才培养面临着新挑战，师资队伍是人才培养模式创新的关键点和难点。信息时代发展对文旅职业教育教师的“数据智慧”提出了新的要求，通过对DIKW层次决策模型相关理论的分析，对文旅职教教师数据智慧的生成与DIKW模型“数据获取”“信息分析”“知识转化”“智慧生成”四个环节的对应关系进行深入阐释，从而促进教师数据智慧的发展，为文旅人才培养模式的创新奠定基础。

[关    键   词]  文旅融合;人才培养模式;数据智慧

[中图分类号]  G715                   [文献标志码]  A                      [文章编号]  2096-0603（2020）52-0082-02

文旅融合发展对文旅职业教育的开展产生了重要的影响，人才培养的模式、方法、路径等都需要深刻变革。而随着信息技术的革新，大数据在服务现代职业教育发展需要、重塑职业教育价值、创新决策方式和治理模式等方面也体现出了无限潜能[1]。文旅职业教育人才培养模式的创新，在大数据时代面临着一系列问题：现有的职业教育缺乏完善的数据体系支持，当前的教学资源有待进一步数据化发展，教师的数据使用能力和素养缺乏等。其中，师资问题是教育的根本性问题，大数据时代对文旅职业教育教师的数据敏感性提出了更高的要求，要求教师通过数据对学生产生新的认知，并根据数据优化教学方法，提高教学效率，可见，教师“数据智慧”的养成与提升，对大数据时代文旅职业教育的发展意义重大。

一、文旅融合背景下，职业教育教师“数据智慧”研究理论基础

文旅职业教育发展在迎来机遇的同时也遇到了前所未有的挑战，教育专家苏珊娜·罗芙韦斯勒 （Roff Wexler）指出，“在大数据时代，由于我们需要更多的数据使用、数据解释，那么我们当然就需要更多的数据智慧。”[2]数据智慧的概念由美国学者约翰·吉拉德（John Girard）、迪安娜·克莱因（Deanna Klein）、克莉丝蒂·伯格（Kristi Berg）等人提出，指“以信息手段，创造、挖掘并转换数据中的隐藏知识，从而实现组织愿景的综合性信息素养”[2]。在此基础上，米兰·瑟兰尼在其著作《管理支援系统：迈向整合知识管理》、罗素·艾可夫在《从数据到智慧》中强调了数据信息的应用对智慧生成的作用，指明数据智慧的发展趋势。美国林奇等五十余位数据使用专家，则通过教育实践的方式，利用文字云图等工具总结发现，数据智慧体现在教师所具备的数据意识以及对数据的处理、加工和运用上，包括对数据的收集、整理、提炼等环节[3]。

长期以来，教师往往是“数据供给者”而非“数据使用者”，缺乏有效利用和解释信息以帮助决策制定的思路和方法。[4]教师的数据智慧不但强调技术的使用能力，更应关注在教学过程中数据的应用和对教学决策、实施的推动。高职教师的数据智慧应贯穿于高等职业教育教学情况分析、教学资源整合、教学活动实施、教学评价与反思等各环节的全过程。我国的相关研究也由数据技术的单纯运用向数据思维统领下教学全过程优化的方向发展，认识到数据智慧不仅是数字技术与心理能力的简单相加，而是在人—技术（作为中介或者环境而存在）的共生性交互过程中出现的一种新质。[5]但相关成果大多还停留在概念介绍的层面，缺乏成熟理论的指导，与我国教育，尤其是文旅职业教育实际情况对接，针对文旅职教教师开展数据智慧的研究还比较欠缺。基于成熟的DIKW模型理论对文旅职教教师数据智慧的生成及提升展开分析，以促进教师信息化教育教学水平的提升，成为文旅融合背景下，文旅职教教师提升教育教学水平、促进人才培养模式创新改革的必要环节。

二、文旅职教教师数据智慧“数据获取”与“信息分析”环节研究

1989年运筹学、系统思维学专家阿科夫（Ackoff）基于认知论提出了DIKW（Data to Information to Knowledge to Wisdom）层级决策模型，该模型融合了行为主义理论的观点，从认知思维的角度揭示了从数据到信息，再到知识，最终生成智慧的升级发展过程，得到了约翰·吉拉德等数据智慧研究先驱的认可和引用。“在教育领域中，教师获取数据智慧的过程，本质上就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。”文旅职教教师数据智慧的发展与该模型相契合，规律和特征相一致，可基于DIKW模型分析高职教师数据智慧的生成过程。在这一过程中首先要解决的是“数据获取”和“信息分析”问题。

（一）数据获取

DIKW模型认为数据（Data）是智慧产生最基础、最底层的分离性元素，是对客观事实的具体描述，以没有经过组织前的一系列数字、词语、图像等形式加以呈现，它可以是定量的，也可以是定性的，是不带有任何价值判断的碎片化的存在。数据也同样是高职教师数据智慧生成的基础，数据的收集是此阶段的核心工作，及时获取丰富、有效、多维度的数据，才能为后期信息的提煉、归纳、组织提供保障。对于高职教育而言，教育教学有关的数据不仅仅包括校情、学情数据还应包括行业、企业发展和人才需求等相关数据，丰富多元、及时可靠的数据获取能够为后期教学分析与实施奠定基础。

（二）信息分析

信息（Information）是具有一定含义的，经过了组织处理，富有逻辑性的数据流。对于客观事实而言，信息主要体现了对对象的明确（Know-who）、对状况的清晰（Know-what）、对时空的了解（Know-when;Know-where），因此对于决策的制定而言是具有价值的。信息的分析是对数据进行筛选、加工、分解、解读的一系列分析过程，改变了原始数据庞杂、冗余、零散的状态，将数据形成彼此联系的信息群落。高职教师数据智慧的生成也必然经过信息的分析环节，教师需要在教学目标的指引下，将院校、学生、行业等多维数据加以整合、梳理、联系，得到有效的教学信息，为教学目标的制定、教学内容的选择等提供必要的支持。

三、文旅职教教师数据智慧“知识转化”与“智慧生成”环节研究

（一）知识转化

DIKW模型中所指的知识（Knowledge）转化既是对信息进一步系统化，通过归纳、演绎、比较等思维和认知的有效处理，使得有价值的内容得以有效沉淀和积累的客观改造过程，也是将其纳入个体既有的知识体系，改变认知图式，提升认知水平的主观改造过程。如果说信息的有效分析解决了对客体实然状态的了解，那么知识的生成还解决了知道怎么做的问题（Know-how），架构起了认知与行为间的桥梁，并最终转化为主体的行动。所以知识既是多个信息源在时间上的合成，也是着眼于運用的情景信息、价值、经验和规则，并付诸实践的混合状态。高职教师数据智慧生成中知识的转换过程指的就是教师结合自身教学经验、个人见解和价值观等对教学信息甄别、确认以后的互联和综合应用过程，并直接影响到教学资源的使用、教学方法的选择等教学活动的开展。

（二）智慧生成

智慧是DIKW模型最高水平的状态，是基于已有知识，对客观世界中的问题进行全面观照，并对客观事物和主观本体进行再审视的综合性思维能力，因此阿科夫认为智慧是带有“启示性”和“自省性”的，解决了为什么做的问题（Know-why）。对于高职教师的数据智慧生成而言，从数据的获取到信息的归纳，知识的重组，本质上都是在解决具体的教学问题，数据智慧的最终生成则不仅仅着眼于具体课程教学目标的达成，同时也是教师对学生学习效果和教学全过程的审视，对教师自身水平的反思，实现了由“正确做事”（Doing things right）到“做正确的事”（Doing the right things）的提升，借助信息手段，使用信息资源促进了教学智慧的发展。

由上文分析可见，DIKW层次决策模型体现了通过信息判断、行为开展、感悟自省，从而实现由数据到智慧的认知升级过程，而文旅职教教师的数据智慧生成过程与其对应，也经由教学决策、教学实施、教学反思的环节实现了由职教数据获取到职教智慧提升的发展。依循这一路径，秉持“数据智慧”提升的理念，才能够更好地在文旅融合背景下促进文旅人才培养模式的改革，实现文旅人才培养的新发展！

参考文献：

[1]南旭光，张培.大数据驱动现代职业教育治理：价值逻辑、机制设计与制度安排[J].职业技术教育，2018，39（1）：27-32.

[2]Girard J.，Klein，D.，&Berg，K.Strategic data based wisdom in the big data era[DB/OL].http：//www.igi global.com/book/strategic data-based wisdom big/120030camid=3v11，2015-06-23.

[3]史焕聪，陶红.教师数据智慧的内涵及数据智慧提升实践过程与方法[J].中国职业技术教育，2017（30）：48-53.

[4]王萍.大数据时代提升教师数据智慧研究[J].开放教育研究，2015，21（3）：30-39.

[5]祝智庭，贺斌.智慧教育：教育信息化的新境界[J].电化教育研究，2012（12）：5-13.

◎编辑 王亚青