基于DIKW模型的教师数据智慧生成过程与发展路径研究

卢凤萍 张骏

[摘           要]  教师数据智慧是教师以信息手段，获取、挖掘并使用数据中的隐藏知识，从而实现教学目标的综合性信息素养。基于层级决策模型（DIKW模型）理论，通过分析可知，教师数据智慧的形成过程可分为“数据获取”“信息分析”“知识转化”“智慧生成”四个阶段。在此基础上，可从实现教学数据有效获取、科学开展教学信息分析、助力教学知识的行为转化、促进教学智慧的全面提升等维度提出促进教师数据智慧发展的具体路径与方法。

[关    键   词]  DIKW模型;教师;数据智慧

[中图分类号]  G717                    [文献标志码]  A                  [文章编号]  2096-0603（2022）01-0112-03

在“互联网+”背景下，职业教育迎来机遇的同时也面临着一系列挑战，其中，师资的发展是关键性问题。数据智慧的养成与提升，是信息时代卓越职教教师培养的重点，对我国职业教育的发展意义重大。尤其是2020年初，线上教育的蓬勃发展，进一步凸显了教师数据智慧的重要性。教师数据智慧的提升并不是特殊时期的“权宜之计”，而是职业教育发展的趋势和必由之路。

一、研究背景与价值

智慧是由智力体系、知识体系、方法与技能体系、非智力体系、观念与思想体系、审美与评价体系等多个子系统构成的复杂系统。数据智慧原指“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信息素养”，最早由美国学者约翰·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。据此，本文认为职业教育教师数据智慧是在教学过程中形成的，贯穿于教学策略制订、教学资源整合、教学活动实施、教学评价与反思的各个环节。是“以信息手段，创造、挖掘并转换职业教育教学数据中的隐藏信息和知识，并转化为科学的教学行为，促进教学效果，实现教学目标，提升职教思维的综合性信息素养”。

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[1]。教师数据智慧是教师以信息手段，获取、挖掘并使用数据中的隐藏知识，从而实现教学目标的综合性信息素养。而教师生成数据智慧的过程，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。

对教师数据智慧生成过程与发展路径研究，其学术价值在于基于“教学胜任力”视阈分析职教教师数据智慧的内涵、外延及特点，构建数据智慧发展模型，完整阐释职教教师数据智慧生成的路径与提升的方法。基于职教国情，完善了数据智慧研究的理论系统，也有利于促进职业教育理论，尤其是课程与教学论、教育教学生态论等的新发展。其应用价值在于有利于掌握目前我国职教教师数据智慧的现状，拟建构的“职教教师数据智慧模型”以及提升策略，可以优化信息化教学生态环境，促进不同类型的“金课”建设，提高教师在教学决策、资源建设、教学实施和教学评价各教学环节中的数据收集、信息分析、知识利用和思维发展能力，提升数据智慧水平，提高教学效果，助力职业教育的发展。

二、实现教学数据有效获取

教师数据智慧的提升需以教学数据的获取为基础。结合DIKW模型理论可从数据的类型、获取的方式方法及数据伦理的角度提出教学数据有效获取的具体建议。

（一）数据类型

就数据范畴而言，在表现形式上，DIKW模型理论认为数据可以以数字、文字、图形等多种形式呈现，既可以是定量的，又可以是定性的。在内容属性上，从教师个体教学角度，教学数据主要包含学生学情数据、教育环境数据、教学资源数据三个维度。学生学情数据涉及显性和隐性两类，显性数据是可以量化的相关数据，如学生的年龄、性别、生源地构成以及考试的成绩、班级的排名、资格证书的获取率等。隐性数据是难以量化的、以描述性语言加以说明的定性数据，如学生的性格特点、对不同类型教学资源的偏好程度、班级成员分组合作式学习开展的可能性等。教育环境数据包括宏观和微观两个层面，前者与教育的大政方针有关，如国家、省级层面的规定性政策，各级各类教学指导委员会的引导性要求等，与教师个体教学关系更为密切的是学校、院系、学科层面的微观性数据，如总课时的规定、實践与理论课时的分布、专业与课程目标的明确等。学生学情数据、教育环境数据的获取主要为后期教师教学决策的科学制订奠定基础，而教学资源数据则主要为教学实施的有效开展服务，其包括与教学内容相关的文字、图像、符号、视频等。

（二）数据收集渠道与方法

在数据收集的渠道与方法方面，教师个体数据收集的力度是有限的，学校应主动作为，为教师数据智慧的生成提供便利。信息化时代，互联网的普及使得数据收集的难度日益降低，学校要搭建数据收集、存贮、交互的平台，并与政府相关部门、协会学会以及兄弟学校等形成数据的共享机制，多渠道、广范围地开展数据收集工作。从教师角度，教师一方面要从心理上克服“数据恐惧”，尤其是在尝试利用数据改善教学决策与教学实施过程的初期，要增强数据使用的自信，提高数据使用的意识;另一方面要从技术上熟练掌握基本的、通行的数据收集手段与方法，如引擎搜索、多媒体运用、基础数据库建设等，从而高效、全面地掌握数据。

（三）数据伦理

在数据收集的过程中，还需注重数据伦理问题，长期以来，无论是教师数据智慧的研究还是数据的实践运用领域，重视的大多是数据意识的形成、数据能力的提升等，对数据本身的道德规范和合法性问题较少关注。其实，在教师数据智慧生成之初的数据收集阶段，就应该重视相关者，尤其是学生的数据。对涉及隐私的数据，既要重视收集的内容、广度与深度，又要重视使用权限的设定与保密机制的设计以及数据收集手段的合理性，达成数据使用与个人隐私的平衡，从价值、利益、安全以及发展的角度对源数据进行价值校准、伦理调节与风险规制。

三、科学开展教学信息分析

DIKW模型理论认为信息是被赋予了意义和目标的数据。教师面对多元来源、庞杂无序的数据，需要通过一系列分析过程，赋予数据教学决策和行动上的意义。这一过程通常需要经过辨别筛选、有效联系、探究分析三个环节。

（一）信息辨别筛选

教师首先需要对系列数据进行辨别筛选。根据吉拉德、克莱因和伯格在《大数据时代战略性的数据智慧》中的阐释，信息应是对事物的客观的、正确的、真实的观察结果。因此，错误的、毫无意义的、不能为接受者所感知的内容就不属于有效信息的范畴，这就要求无论是学校还是教师个人在信息分析的过程中，应当尽可能地保证科学性和准确性。同时，信息的客观性也要求学校和教师不可以情感的好恶、利益的得失等为信息甄别的标准。以中立的态度遴选准确、真实的信息，是教师数据智慧得以生成和发展的保障。

（二）信息有效联系

有效联系环节是将不同信息以一定的逻辑加以整理和关联，信息及信息群的结构性正是信息与数据间最大的区别。不同的信息间会形成因果、互补、印证甚至对立矛盾等关系，教师应有意识地归纳、梳理，明确信息间的关系，促进此环节的顺利进行。比如，将学生在线学习情况、学习成绩情况，与学生的心理测评报告、学习习惯特点，甚至进出图书馆频率等数据进行联系，就可以更好地对学生的行为和学习效果进行系统、科学的评判[2]。

（三）信息探究分析

探究分析环节指进一步对有效信息进行解码，以达成DIKW模型“信息层面”明确教学对象、清楚教学状况，了解教学环境时空特点的要求，以作出科学的教学决策。此环节中，教师尤其需要通过对信息及信息群的探究，明确教学对象的学习者中心问题（learner cen-tered problem）。学习者中心问题是指大多数学生群体共同存在的技能或知识方面的差距。这类问题的解决可以大范围、大幅度提升学生的学业水平。比如，通过信息探究发现某年级的学生都在“使用论据证明论点”的技能方面存在不足，则可以从归纳与演绎思维、语言表达、写作能力等多方面加以训练，以解决共同性的“学习者中心问题”。教师以研究的态度、合理的方法对所得信息开展探究分析，可以更好地深度发掘数据价值，作出科学的教学决策，进一步促进数据智慧的生成，并最终为教学实践服务。

四、助力教学知识的行为转化

知识是认知与行动之间的桥梁，就数据智慧角度而言，教学知识是系统化的教学信息与教师个体既有的认知结合后，产生的直接指导教学行为的数据集簇。这一数据集簇对内可以改变教师的认知图式，使之更符合当下面对的教学问题;对外可以促使教师在教学实施过程中，选择更为合适的教学内容、教学方法等，从而更有效地开展教学行为。在促进教学知识生成及教学行为转化的过程中，要充分发挥教学信息平台和教学信息资源库的助力作用。

（一）教学信息平台作用的发挥

教学信息平台通常由四个模块组成，系统管理模块可以对教学资源库进行全面有效的管理;元数据发表模块可以采用Web Service、XML的元数据发布功能在软、硬件环境发生变化时仍保证系统的操作性;资源检索模块可实现不同地点资源库信息的定位和检索;用户互动模块则可增强使用者的互动[3]。在教学教师端的实际运用中，后两个模块的作用更为凸显，资源检索模块不但有利于在课堂上迅速获得和使用相关数据和信息，还可以通过集成方式，将现代科技手段，如虚拟现实技术等运用到课堂教学过程中。比如，安全教育类课程对于火灾等极端情况的处理，难以开展实训性教学，通过信息平台的虚拟技术，可以较好地复原场景，在达到实训目的的同时，降低操作风险。用户互动模块的功能则对信息资源的甄别、组合尤为重要，教师可以通过此模块实现行业信息在课堂上的有效输入、学生学习状态信息的即时汇总、教师指令信息的有效传达等。搭建科学的教学信息平台，并引导教师合理使用，本质上是以传播和交互的形式促进信息在课堂上的高效流通，从而有利于教师信息知识的教学行为转化。

（二）教学信息资源库作用的发挥

教学信息资源库以视频、图片、文章、微课程等形式将与课程相关的信息予以汇总，并与具体的教学内容高效链接。一方面资源库内容的选取往往由教师的教学知识水平所决定，對行业、学生及职教规律的认知视野、观测角度决定了教师信息资源选取的广度与深度;另一方面资源库的建设又会反作用于教学知识，丰富而优质的信息会潜移默化地改变教师的认知图式，促进教学知识的升级。因此，教学信息资源库的建设既要将主动权交给教师，又要在教学专家的引导下补充高层次资源，保障资源库的总体水平，从而刺激教师教学知识的稳步提升和有效运用。

五、促进教学智慧的全面提升

教学智慧在《教育大辞典》中被定义为“教师面临复杂教学情境所表现出的一种敏感、迅速、准确的判断”。数据智慧的生成最终会通过数据在教学过程中的运用，促进这种判断的产生和发展，这也是数据智慧对日常教学最终的意义与价值。教学是复杂的过程，既有可以为理性分析和逻辑推理所预知的常态事件，又有个别性的、特殊化的教学现象，需要教师能够利用数据智慧提升复杂教学情境中的判断水平。这主要与“数据智慧”的“启示性”“自省性”两类属性的发展有关。

（一）数据智慧的启示性

“启示性”指教师自觉地以数据信息启迪教学决策和实施等行为，从而对教学情境的变化进行预判与适应。根据DIKW模型的理论，本质上，“启示性”是一种信息的迁移能力，促使教师能够在教学过程中做出正确的判断，以应对环境的变化。比如，长期以来源代码的记忆和检索，被视为计算机类课程教学中重要的环节，但随着时代的发展和信息技术的提升，业界已经有大量简便直观的软件简化了原来烦琐的过程，源代码的相关工作已被装入了“黑箱”，学生可以通过软件的转化，直接进行程序的编排。关于业界技术发展以及相关软件使用的资讯促进了教师关于人才技能需求的新知的生成，并转化为教师的数据智慧，从而在教学决策和实施的过程中，启示教师作出正确的判断，选择性地减少源代码学习内容，而将相关软件的运用学习纳入计算机类课程教学范畴中。

（二）数据智慧的自省性

“自省性”主要体现在教师对教学全过程的反思和对自身数据智慧水平的客观评价两个方面。在教学决策、实施环节后，教师需对整个教学过程进行回顾和反思，弥补前期数据收集、信息分析、知识转化等过程中的不足，并及时对学情信息数据库、教学资源数据库等进行完善和补充。同时将前期教学成效視为后期教学决策与实施的相关信息纳入考量的范畴，从而更有经验地面对后期教学状况的变化和行业、学生的新诉求。

教师对自身数据智慧水平的评价则与元认知有关。元认知又称反省认知，是人对自己的认知过程的认知。数据智慧水平的元认知，应是教师基于全面了解、检验、评估自身的信息化教学决策和教学实施过程之后作出的判断。客观清醒地评价自身的水平，明确问题所在，知晓不足之处，才有利于调整后期的教学判断，并且有目标、有动力地针对性提升数据智慧水平。为促进元认知的觉醒，应通过有针对性的教师培训，尤其是成功案例的介绍和优秀典型的示范，引导教师开展自我反思。此外，各类教学信息能力大赛，非常重视教师的信息化教学水平，鼓励教师参与此类比赛，也是有效提升教师元认知、最终促进数据智慧发展的有效途径。

参考文献：

[1]Ackoff，R.L.From data to wisdom[J].Journal of Applied Systems Analysis，1989（15）：3-9.

[2]廖喜凤.数据驱动教学：让教学变得更智慧[J].才智，2018（22）：79.

[3]陆国红.基于资源整合共享的教学信息平台构建[J].中国教育信息化，2010（23）：45-47.

◎编辑 郑晓燕