预测与干预：美国中学基于大数据分析的早期预警系统建设与运行

但金凤，王正青

（西南大学教育学部国际与比较教育研究所，重庆 400715）

早期预警系统（Early Warning Systems，EWS），或称为早期预警干预与监测系统（Early Warning Intervention and Monitoring System）是将繁杂的教育大数据转化为可操作信息的重要实践，也是助力学业预测分析与个性化教学管理的必要举措。基于学生的学术性及非学术性教育数据信息，学校教育工作者可快速精准甄别学生可能或业已出现的学业问题端倪，进而实现预发干预，落实因材施教和精准帮扶。[1]循此而论，早期预警系统的构建与实施为数据驱动教学实践落地提供了新的思路与机遇。作为全球大数据战略发展的领导者，美国以预测与干预双重目标导向为引领，构建了中学早期预警系统，并确立了中学早期预警系统的实施策略与保障机制。美国的教育发展经验对于深化我国早期预警系统的基础性理论体系研究，促发构建完整的学习预警体系具有借鉴意义。

一、美国中学早期预警系统建设背景

美国基于中学毕业率及就业贫富差距等现实问题，坚持以大数据发展战略为支撑，坚持数据驱动教学干预实践，积极推动中学早期预警系统的构建与实施。

（一）美国中学毕业率亟待提升

学校毕业率是审查学校办学效果，考量学生学业成效的基本元素。近年来，美国中学在毕业率稳步上升的同时，也面临诸多问题。据美国联邦教育部调查数据显示，2013年至2014年，美国高中毕业率虽然达到82%的历史新高，但全美每年仍有50多万的高中学生辍学[2]，差强人意的毕业率以及居高不下的辍学率对美国无疑是一项亟待解决的巨大挑战。此外，根据美国人口统计局（Census Bureau）2014年数据调查结果，在18-67岁人群中，未完成高中学业的人群其年收入中位数约为26,000美元，而这一相同人群中获得高中文凭或同等高中学历教育及以上文凭的年收入中位数约为45,000美元。两者相较而言，其一生的经济收入差距高达近69万美元。[3]可见，在美国，学历差距带来了巨大的就业竞争和收益差距。

在此背景下，早期预警系统为降低美国中学辍学率提供了解决思路。研究表明，早期预警系统能够使高达50%的高中辍学者在小学六年级时就被预测，且及时的干预措施可以显著降低学生的辍学风险。2009年和2010年，美国弗吉尼亚州和缅因州相继创建了早期预警系统和“风险数据集市”（At-Risk Data Mart），两者都主要致力于预测高中辍学风险。威斯康星州也推出了两种早期预警系统：一是辍学早期预警系统（Dropout Early Warning System ），二是大学和职业准备预警系统（College and Career Readiness Early Warning System）。前者旨在对六至九年级学生进行诊断，识别可能辍学或延迟毕业的学生，后者用于预测学生是否做好大学入学准备和职业规划准备。[4]2012年数据质量运动（Data Quality Campaign）调查数据表明，美国有15个州的教育厅会收集、储存和分析早期预警数据，并及时向学区提供这些教育数据信息；有28个州致力于编制预警报告，进而为教师和学校管理人员提供拟需帮助的学生名单。[5]

（二）教育大数据战略助推数据驱动干预实践落地

作为大数据战略发展的前沿国家，美国国家教育统计中心（National Center for Education Statistics）、州纵向数据系统（State Longitudinal Data System）等教育数据库资源丰富，为早期预警系统收集教育数据资源提供了便利。其次，美国在教育数据标准制定、教育数据规范收集、教育数据质量管控、教育数据隐私保护、教育数据权限共享、教育数据素养培训等方面体制较为成熟完备[6]，为教育数据资源使用与数据挖掘奠定了基础，并间接推动了早期预警系统的教育数据预测分析。

究其实质，早期预警系统是一个以教育数据为支撑的循环决策过程，也是协助学生实现教育目标的技术诊断工具，即通过确定教育数据指标维度，从而对学生当前的学习结果和行为特征进行诊断评估，预测学生未来的学习结果，包括学生是否达到既定学习目标，是否能够在规定年限按时毕业等。预警指标确立之后，再将学生的学习需求与教学干预措施相匹配，以提高学生的学业成绩，规范学生行为表现，最终确保学生能够踏上学业正轨。传统上，美国各州和学区大多构建了出勤率（attendance）、行为事件（behavior incidents）和课程表现（course performance），即ABC基础教育指标。研究表明，学生出勤率与毕业率有着紧密联系，出勤率差的学生其课程成绩更容易落后，且预示这类学生可能正因家庭环境、个人健康等外在问题而导致学习注意力分散。学生行为与课程表现指标则显示出学生存在行为失范以及学业困难等方面的问题。[7]一般而言，美国中学早期预警系统以评估辍学风险为主导，小学早期预警系统则主要着眼于对学生在中学阶段可能会出现的学业失败风险进行预判。

二、美国中学早期预警系统运行策略

早期预警系统基于大数据分析技术，发现影响学生学习成效的预警因素，并提供相应的干预支持。美国中学早期预警系统的实施肇始于专业团队职责的确立与角色的明晰，继而逐步推进早期预警机制的运行实践。

（一）组建早期预警团队，明晰权责

早期预警系统的开发与实施首先需配备专门的团队成员，引领和执行早期预警流程，制定预警干预的共同愿景。美国中学早期预警系统团队既可以是新成立的，也可以基于现有团队，如学生支持团队或学校改进团队等进行改造或整合。团队人员包括学区行政管理人员、政策领导和研究人员、数据管理和技术操作人员、学校校长、教师及辅导员等代表性成员。

在学区管理人员统筹调配学校早期预警系统建设工作的基础上，美国中学早期预警团队须严格执行相应的行为权责：一是接受有关早期预警系统的专业培训，掌握预警干预流程与工具使用等多种必备技能；二是负责教育预警数据的科学管控，美国中学早期预警系统团队会任命训练有素的成员定期更新和审查教育指标数据，以及数据导入；三是对干预措施的相关成本，如教育数据资源、资金以及时间等进行控制；四是确定早期预警数据报告共享权限，平衡和解决数据开放共享与数据隐私安全之间的关系与矛盾；五是实时监测整个学年期间数据驱动教学干预下的学生变化和早期预警系统的实施成效，并向校长、学区领导、当地教育委员会和家长报告。[8]

（二）确立与导入ABC教育风险指标

教育风险指标的确立是构建早期预警系统的基本前提。尽管美国各州风险指标维度各不相同，但基本上都涉及ABC教育数据指标。据美国在2014-2015学年对2142所公立高中的样本调查数据显示，52%的高中构建了早期预警系统，97%的学校都使用了一种以上的教育数据指标来促发干预，其中最为常见的是课程成绩、出勤率和旷课率，分别占比86%、82%和71%。[9]美国芝加哥学派研究联合会（Consortium on Chicago School Research）发现，学生旷课率和课程失败率是预测九年级学生是否能够按时毕业最有效的考量因素，90%旷课不到1周的学生都能顺利毕业。密歇根州将ABC指标细化为两类：一是警告类，包括中学生错过5%左右的教学时间；累计出现5次及以上违规行为；语言艺术和数学成绩得分在该门课程总分的60%至69%之间。二是学业失败类，包括旷课学时达总学时10%；累计违反学校行为准则6次及以上，一次或多次出现违反州层面教育规定的违规行径；课程成绩不及总分的60%。[10]

除ABC预警指标外，美国各州因地制宜，也构建了不同的教育风险指标类型。肯塔基州早期预警系统以6-12年级为预测对象，主要依托学生人口统计、出勤率、年级、考试分数、监护人参与、行为、入学历史、学校类型等多类型教育数据，并通过可视化仪表盘进行数据访问与审查，跟踪学生的学业风险以及辍学迹象。[11]科罗拉多州亚当斯12五星学区（Adams 12 Five Star School District）既强调平均课程绩点、累积学分和考试成绩、无故缺勤和旷课、停学和开除等数据指标，同时也聚焦无家可归、学生流动等社会因素。

学校在确定早期预警风险指标之后，须在数据技术专家的协助下将初始教育指标数据导入预警数据工具。2008年和2011年，美国国家高中中心（National High School Center）相继设计开发了EWS工具v1.0以及新版本的EWS工具v2.0，允许学校教师和管理人员在工具中按学期输入教育数据指标和学分记录等数据信息[12]，以便为后期学业进展监测和教育数据分析奠定基础。

（三）挖掘与解释预警风险的根源

尽管风险指标披露了有学业危机的学生，但其只是关于繁杂问题的表现迹象，并不能描述造成学业危机的根本原因。因此，美国中学认为教育数据指标解释对深层剖析早期预警现象尤为关键，它是关于学生为什么可能面临学业危机的基本解答，也是为学生个体提供有针对性干预举措的前提。

一是收集与分析多类型、多来源学生教育数据。除ABC基本教育数据收集外，美国中学也注重考察不同教育数据库中的学生基本数据信息，包括性别、年龄、民族背景等人口统计数据以及入学和学科记录等数据信息。以学生信息系统（Student Information System）为例，假若一个长期缺勤的学生被早期预警系统标注为具有学业风险，但系统并不会显示这个学生的出勤障碍出自哪里，是何种障碍。然而通过分析学生信息系统中的教育数据记录，可能就会发现该生也许正因交通问题影响按时出勤。基于此，学校教师和相关管理人员便可基于解决学生的交通障碍继而解决出勤问题。[13]二是畅通交流机制，聆听多方反馈。美国中学早期预警专业团队会主动与学生以及家长进行面谈，并综合考量来自教师、辅导员及学校领导人员等多方反馈意见，帮助学生找到偏离正常学习轨道的真正原因及其个性化发展需求。简而言之，美国中学坚持以循证探究为导向，以数据挖掘和数据分析为手段，剖析学业风险迹象背后的问题根源。这有助于推动早期预警的科学化与精准干预的个性化发展建设。

（四）匹配与执行分层预警干预方案

美国中学早期预警系统强调分层干预理念，通过将干预强度进行分类进而施行不同层级的干预方案，最为常见的是三级干预体系。其中，一级干预强度最低，适用于全校整体学生；二级干预强度适中，主要以共同需求的小群体学生为干预对象；三级干预强度最高，是为特定需求的个体学生提供。除三级干预外，美国马萨诸塞州和路易斯安那州另辟蹊径，向九年级学生推出了五级风险干预体系，包括非常高风险、高风险、边缘风险、有风险和低风险，且在施行1年后九年级学生的升学率提高了50%。[14]

在具体干预模式方面，美国中学基于干预等级采取了自下而上的干预办法。一是教师干预。教师首先使学生明晰学业成功愿景以及确定潜在学业问题，然后基于额外辅导和课堂支持强化对学生的关注。二是环境干预。若在教师干预之后学生风险指标尚未消除，那么学生将被转移到另一团队，实现环境刺激干预。三是辅导员干预。通过与学生、家长和老师进行会议商讨，使辅导员协助学生实现问题解决。四是预警团队干预。即邀请学生共同参与早期预警团队会议，对所施行的干预策略进行讨论，完善和改进干预实践计划。五是学院院长干预，切实指导学生发展工作。[15]除此之外，美国中学也基于ABC具体指标风险，实施多种干预措施。以出勤率即A指标干预为例，短时干预策略涉及家访、制定出勤目标、倡导学生签署“出勤合约”等；在长期干预层面，包括订立“行动计划”，并在完成目标之后实行奖励机制，颁发学院授权的“完美出勤”证书，开展出勤竞争等，从而解决学生出勤问题。

（五）评估与完善早期预警干预流程

早期预警系统的实施是一个长效发展过程。在实施分级干预之后，需要对学生的学习进展进行实时监测，并基于结构化反思以评估早期预警干预的有效性，从而实现持续改进和健全完善。[16]基于此，美国中学一是通过关注学生的教育数据风险指标变化，考察其是否再次被标记以及被标记的具体指标因素，以及先前的预警指标预测学生学业危机或辍学风险概率高低等情况，以此评定早期预警系统数据指标的准确性。换言之，如若大多数退学的中学生都被早期预警系统进行标注，而大多数毕业的学生未被标注，那么早期预警系统的指标“命中率”就很高；反之，如若大部分被标注的学生也顺利毕业，那么预警系统可能对有毕业危机的学生进行了过度识别。若大部分退学的学生未被标注，则系统指标可能识别不足。[17]二是研判被标记学生的进展，评估学生的预警需求是否得以匹配和满足，并对未解决的风险指标进行考量，例如干预效果不明显、干预频率不足、学生出现了其他额外需求尚未顾及等。三是反思早期预警系统的实用性和可操作性，对干预策略进行酌情革新，包括修改或增加新的干预手段以匹配学生新的需求，替换或消除无用的干预措施，并做好相应文本记录。

三、美国中学早期预警系统运行保障

为推动早期预警系统能够广泛适用于各级各类中学，美国联邦及各州政府纷纷给予教育政策支持，动员社会组织协同参与，并基于专业人员培训以及专题会议讨论等形式，确保美国中学早期预警干预系统得以有效运行。

（一）制度保障：出台早期预警干预指导方案

早在2009年，美国联邦教育部在《实施学校数据驱动决策》（Implementing Data-Informed Decision Making in Schools）中强调，教育数据收集、分析和使用是美国实施“不让一个孩子掉队”法案（No Child Left Behind）的关键，同时也正是基于这一法案的实施，教育数据驱动决策将逐渐覆盖美国联邦、州、地区、学校以及课堂等所有层面。[18]基于此，美国联邦及各州政府着眼于早期预警系统的构建与实施，颁发了一系列有关早期预警干预系统的指导性文件，并重点关注各学区早期预警系统的落实，为大数据战略背景下数据驱动革新学校教学与管理体制指引了方向。

2016年，美国联邦政府发布《地区预建早期预警系统的四个准备》（Four Signs Your District Is Ready for an Early Warning System），重点讨论了未构建早期预警系统的地区关于何时以及如何构建预警系统的议题，并提出了三个基本判定标准，即具有解决中学辍学问题的明确期望，拥有高质量的教育数据系统、教育数据分析的专业知识，以及能够提供分层干预的能力。[19]美国还出台了《建立早期预警系统指标的地区指南》（District Guide for Creating Indicators for Early Warning Systems），旨在协助地区进行预警指标数据的确定与选择以及解释与评估。2017年，密歇根州颁发《早期预警干预与检测系统实施指南》（Early Warning Intervention and Monitoring System Implementation Guide）。该指南是学校和地区实施早期预警系统的支持性文件，阐释了密歇根数据中心（Michigan Data Hub）的使用策略，以及关于干预措施契合学生需求等方面的指导实践。[20]

（二）人员保障：提供信息素养专业培训

早期预警系统的开发、实施与推进要求相关教育工作者具备数据分析知识及专业能力，包括对早期预警系统的教育数据资源、风险指标、结构性能以及操作流程等了然于胸。至此，美国中学注重早期预警团队成员以及学校教育工作者信息素养和数据素养培训，以推动学习预警规划建设，保障早期预警系统实现可持续发展。[21]美国中学早期预警系统培训倡导实现三个关键性目标，以便为早期预警干预培训实践指明方向：一是要求相关人员充分了解早期预警系统；二是掌握如何收集、分析、解释和报告教育数据信息；三是强化教育数据使用意识与能力，实现数据驱动教学决策和教育数据支持下的教育定制化服务。[22]

2016年，由美国联邦教育部学生安全与健康办公室（Oきce of Safe and Healthy Students）支持创设的全国学生出勤、参与和成功中心（National Student Attendance, Engagement and Success Center）向州和地区提供了有关早期预警系统实施方面的培训与技术援助，包括工作人员对预警系统干预举措的理解认识、干预资源的创建与使用、干预措施的规划设计和跟踪监测，以及ABC数据的季度审查等多方面指导。[23]美国阿肯色州为地区工作者、学校校长、辅导员和教师实施了关于教育数据收集和教育数据指标解释的专业发展培训，以推动早期预警系统的开发与使用，缩小各中学早期预警系统人员的工作质量差异。田纳西州和亚拉巴马州则采取聘请数据教练和预警系统协调员指导学校早期预警机制建设，并基于在线视频教程、书面文档或演示教材等形式，助力全校范围内的数据使用文化构建，保障学校教育工作者能够顺利完成学生干预指导工作。

（三）平台保障：研讨会议拓宽早期预警交流渠道

美国中学早期预警会议强调跨部门之间的协调交流与合作探讨，其主要分为三类：一是全国性的早期预警会议。2012年6月，美国卓越教育联盟（Alliance for Excellent Education）、全国中学校长协会（National Association of Secondary School Principals）以及中学教育协会（Association for Middle Level Education）等组织联合举办了关于早期预警系统指标的构建与实施、加速学生进步方面的讨论会[24]，会议总结了美国中学早期预警系统的发展概况，并确立了未来发展计划。二是各州或学区举行的小型规划研讨会。田纳西州纳什维尔市（Nachville）在2010年举行了早期预警系统规划会议，与会代表涉及地区领导人员、信息技术工作人员以及研究人员等，并于同年冬天正式推出了这一系统，成为该州最早开发早期预警系统的地区之一。 三是学校层面的早期预警干预专业会议。美国中学预警团队每年定期进行3次及以上会议讨论，包括开学前、开学后20—30天，以及考试评估结束后等固定时间段。学期前会议主要侧重于讨论确定被标注为有风险指标的新生，制定早期预警干预目标并确立相应干预策略。学年中，美国中学会多次召开中学预警团队会议，既着眼于学业问题讨论，也主动聚焦学生进展监测。学年末，会议则致力于进一步改善“高危”学生行为，健全早期预警体系运作模式。[25]会议讨论既包括学业问题的总结陈述，也涉及预警干预下学生的状态变化汇报、学业进展汇报以及下一步干预策略的拟定等。

（四）社会保障：倡导多方协同参与预警干预实践

早期预警系统的发展依赖于内部和外部利益攸关者的投入与参与。首先，美国中学早期预警系统注重跨领域专业人员参与。马萨诸塞州中小学教育部成立了州级咨询小组，小组成员汇集了教育数据、教育服务、研究评估等各领域代表，实现多领域、多视角协同建设早期预警系统，群策群力助推中学生学业发展。其次，倡导家长积极配合。当学生被早期预警系统标注为风险学生后，美国中学教育工作人员将及时联系学生家长，告知该生近段时间出现的多次无故缺勤、迟到上课、作业未交以及课程学习吃力等问题，使家长能够积极协助学校教学工作人员实施精准干预。据报道，2015年至2016学年，89%的美国K-12学生家长收到了学校发送的电子邮件等信息，78%的家长会定期参与学校安排的家长会，79%的家长还会积极参加学校或班级组织的相关活动，甚至有43%的家长自愿在学校委员会中任职[26]，共同助力孩子成长进步。三是呼吁社会协同指导，实现学生学业问题解决。美国中学领导人员会主动与社区管理人员进行协调，动员当地社区、企业和宗教机构等组织主动参与学校早期预警干预，包括明确各社区亟待解决的学生问题，传播正确的公共信息，营造良好的学习氛围和社会舆论，如鼓励家长督促孩子按时入学，坚持追求高水平学业发展等。[27]

四、结语

美国中学着眼于学生毕业率问题的考虑，以及教育大数据战略的推动作用，在制度保障、人员保障、平台保障以及社会保障的支持下，通过组建早期预警团队，确立学生出勤、行为表现以及课程成绩等教育数据风险指标，对数据指标进行深入解读，剖析学业问题根源，进而以分层干预手段匹配学生个性化帮扶需求，并基于系统反思推动早期预警干预体系长效发展。美国中学早期预警系统在运行中展现出了多重价值。

一是推动中学生学业评价的科学性。为实施教学预警干预，学校早期预警团队人员首先对学生学业进展进行动态监测，并对学生学年期间的教育指标数据类型进行全面收集，尤其是学生行为数据等非学业数据弥补了课程成绩数据的单一性。因此，早期预警系统打破了仅以纸笔测验的考试分数作为学生成长进步唯一考量的局限，丰富了学业进展评价指标维度，强化了学生评价的科学性和有效性。

二是实现教育数据驱动教学实践决策。教育数据已然成为教育领域的重要资产，而基于大数据分析的数据驱动教学实践是数据时代的必然诉求。美国中学早期预警系统正是基于拟定的教育指标数据，对学生学习结果进行追踪报道，继而实现前瞻性预测、警示与干预。换言之，早期预警系统的实施既得益于教育大数据资源的有效推动，同时也是促发教育数据充分使用、彰显教育数据潜在价值的重要体现。通过将海量学生教育数据信息转化为有价值的教学决策依据，不仅实现了教育数据“发声”，而且也以此规避了传统教学决策过程中教育工作人员的唯经验主义和主观独裁的局限性。

三是提高学业帮扶的精准性。美国中学早期预警系统在施行具体干预策略之前，注重解读和阐释教育指标数据，且综合考量了不同教育数据系统的学生信息记录，并对其进行整合、分析，挖掘造成学生学业危机的根本原因和问题实质，继而再对症下药，精准帮扶。显然，美国早期预警干预机制对于改变以往粗放式的集体干预辅导模式，实现量身定制干预指导服务，针对性地解决具体学业困境大有裨益。

四是助力学校教育质量建设。优化教学资源配置和提升教育公平指数是学校质量建设的两大关键。早期预警系统以预警与干预为发展导向，要求学校教育工作者既聚焦全体学生的学业发展状况，又对可能面临学业危机的学生个体或群体进行干预指导和重点帮扶。概言之，美国中学早期预警系统的构建旨在确保所有学生都能够达到既定的学业目标，尤其使学业困难的学生能够重回正轨，从而落实控辍保学机制，不让一个孩子掉队。这无疑间接提升了学校的毕业率及升学率，强化了学校整体教学质量水平，有助于实现教育公平。