大数据时代高职教师数据智慧模型构建的研究

王 惠

（九州职业技术学院，江苏 徐州 221000）

一、引言

随着教育信息化的不断发展，移动学习、在线网络教学、教育物联网等新的信息技术越来越广泛的应用到教学实践和教育管理中。一方面学生通过教学管理系统、学生管理系统等信息系统进行网络选课、在线学习、评教、个人信息管理等活动，产生着大量的交互数据；另一方面教师通过现代信息技术开展信息化教学活动、评学、管理分析学生成绩等教学管理行为，使教育数据大量累积。逐渐激增的教与学数据推动着教育大数据时代的到来，也对教师的数据敏感性和数据的分析处理能力提出了更高的要求，从而为教师优化教学方案、改进教学方法、提高教学质量提供了新的发展契机。尤其是在高职院校这样特殊的教育领域，教育对象和教学目标都具有该领域独有的特点和要求，产生出的教育大数据也具有高职特色。如何从这些教育大数据中挖掘出有价值的信息，然后转化为可以被教师使用的知识，进而有效地改进教学，就更需要教师具备收集、分析和应用教育大数据的能力，即数据智慧。［1］

二、数据智慧的内涵

数据智慧包含“数据”和数据养成的“智慧”两部分。数据作为改进教学的有力工具，是数据在教育领域中应用的重要表现。然而，大数据时代对教师利用数据、分析数据、依据数据改进教学活动的能力要求，已远远超越了仅仅能够使用数据工具软件的技术层面，需要形成教师具有的数据智慧。数据智慧的形成要基于“知识金字塔”的处理流程，需要经历由信息转化为知识，最后升华为智慧的过程。（见图1）

图1 数据、信息、知识和智慧的关系图

在数据、信息、知识和智慧构成的“知识金字塔”层级结构中，充足的可用数据是信息、知识和智慧形成的基础。教师从收集到的教育大数据中，通过使用数据挖掘和学习行为分析技术，充分了解每个学生的学习需求和当前学习状况，动态调整教学方案，优化教学决策，实现教育教学的有效性和针对性，真正做到因材施教。教师获取的数据主要来源于教学活动，因此，教师的数据智慧也是基于这些教育大数据而形成的，而这些数据最初仅仅是分离散乱存在的元素，不能直接应用到教学实践和教育管理中，所以首先需要教师把关联的数据通过数据处理技术联系起来构成有价值的数据集合，形成可以被理解的含义，即信息。但孤立零散的信息通常无法帮助解决现实问题，这时就需要教师利用自身所积累的丰富教学经验，对获取的大量信息进行演绎归纳和提炼总结，然后重新组织应用到教育教学中，从而获得以教育对象为主体、教学目标为导向的组织化信息，使信息转化为知识。在知识的基础上，教师可以做出更加准确的教学决策并能够动态优化教学方案、改进教学方法，最后升华为智慧。［2］因此在教育领域中，教师把教育大数据经过一系列分析和处理，逐步转化为信息和知识，并最终内化为教师的数据智慧，从而帮助教师不断改进教学，提高人才培养质量。

三、高职教师数据智慧模型的构建

DWIP模型（the Data Wise Improvement Process）是美国哈佛大学教育研究生院提出的“数据智慧改进过程”。该模型包含了3个环节共8个步骤，从教学的准备、探究、行动分析了教师数据智慧构成的影响因子。该模型的教学准备环节包含组建数据团队和发展评价素养两个步骤，为教师的有效协同工作和数据的正确使用奠定了基础。通过组建数据团队，保证了教师在教学过程中能够更加全面地获取可用的教育数据。在发展评价素养时，可以降低教师错误使用数据带来的风险，如由于教师不能熟练使用数据工具所导致的数据处理不准确等。通过明确数据收集和限制使用的不同情境来提高数据使用的准确性。在教学探究阶段，教师从相关资源中探究数据，挖掘关联信息，能够帮助教师在充分了解学生实际的学习状况的基础上做出科学的教学决策。该阶段主要包含三个步骤：创建数据概览、挖掘学生数据和教学检查。教师在这三个步骤中以学习者为中心全面深入地挖掘学生的显性和隐性数据。学生的显性数据包括学生的性别、年龄、测试成绩等数据，隐性数据通常包括学习兴趣、学习态度等因素。通过对这些数据的综合分析处理，教师可以更加全面地掌握每位学生的学习状况和个性化学习需求。同时教师在教学检查时通过把教学效果进行数据化的展现和对比，可以帮助教师及时发现学生在学习过程中出现的问题。行动阶段包括制定行动计划、计划评价进度、行动和评价。在这一阶段，教师和学校管理者将以所获取的数据为基础开展有效的教育教学改革，并评价教师数据智慧的提升。如通过进一步加强教师之间的合作和教学资源的共享，明确教师在教学提升过程中需要获得的帮助，不断提升教学质量。

根据DWIP模型的设计理念和我国高职教育的特点及要求，紧紧遵循把教师数据智慧贯穿应用于教学全过程的原则，可以构建高职教师数据智慧模型。通过3个维度12个评价因子作为衡量高职教师数据智慧水平的主要标准，包括教学设计数据智慧能力、教学实施数据智慧能力和教学评价数据智慧能力。教学设计是在课堂教学前，教师通过确定具体的教学目标和分析学情，选取优化教学内容，设计科学的教学组织形式，确定有效的教学方案；教学实施是教学活动如何组织开展的；教学评价是教学活动完成后的评价总结，三者涵盖了DWIP模型中准备、探究、行动等课程教学前、中、后的所有教学行为，因此该模型能够比较全面客观的反映教师的真实数据智慧水平。（见图2）

图2 高职教师数据智慧模型

（一）教学设计数据智慧能力

教学设计数据智慧主要与教学前期准备阶段的教学分析、预测和教学方案的组织设计工作紧密相关，包括教学数据的收集、教学目标的确定、学生学情的分析、教学内容的选择优化四个评价因子。［3］教学数据的获取与收集是教师数据智慧能力有效发挥的前提与基础，教师只有充分了解学生的实际知识水平和具体学习需求，尽可能掌握更多和课程教学相关的数据，明确企业对学生职业能力的岗位要求，确定准确的教学目标，选择合理的教学内容，设计科学的教学实施方案，才能更好的开展有效的教学活动，提高教学效果。但是分散零乱的数据的可用价值通常是有限的，教师只有把获取的教学数据进行有效的分析处理，找出相互之间蕴含的价值规律和隐藏信息，才能得到更多可用的有意义的信息。学生学情的分析是教师通过对学生性别、年龄、成绩等显性数据和学习态度、兴趣偏好等隐性数据进行分析处理，全面深度挖掘学生的学习特点和学习需求，掌握群体学习者中心问题和个体学习者特征，能够开展有效的教学活动。高职教育的主要目标是培养满足企业需求、适应社会发展的技能型应用人才，因此课程的教学目标一定要紧随行业企业的人才需求，通过对行业分析、岗位构成、典型工作任务分解及企业对人才的岗位职业能力要求等数据的系统梳理和全面分析，教师能够进一步明确课程教学目标。课堂教学的组织设计的好坏对于教学效果具有举足轻重的作用，教师只有制定科学合理的教学方案才能有效地开展教学活动，包括课程内容的选取、教学方法的运用及教学组织形式的变通，而这些教学要素最基本的构成依然是信息，因此本质上就是对教学信息的优化筛选和重组，仍然和教师对于教学数据的处理能力紧密相关。

（二）教学实施数据智慧能力

教学实施数据智慧影响教师的课堂教学行为，主要包括教学活动在实施过程中教学方法的应用、教学资源的使用、教学活动的组织和教学内容的展现四个因子。［4］灵活使用各种教学方法能更好地激发学习者的学习兴趣，掌握课堂教学的知识点和实践技能。随着翻转课堂等现代教学理念的流行，教师要充分利用信息化教学平台，开展适合高职学生学习认知规律的教学活动，如计算机专业教学中可以把教学内容融入到典型工作任务中，以学习者为中心实施基于工作过程的教学模式，让学生通过企业案例制作能够更加真实地感受到学习内容的应用场景和操作步骤，实现学习内容和工作任务的无缝衔接。以培养学生的职业能力为中心选择教学的知识点和技能点，提高教学内容的针对性和有效性。随着智慧课堂的普及，越来越多的信息化教学资源应用到课堂教学中，教学内容呈现多元化展现方式，各种数字化的教学资源、教学软件、教学视频更加形象地应用到教学中，让学生能够直观地掌握教学知识点和技能点。具有数据智慧的教师还应该重视教学活动的组织［5］，包括课前学生自主学习环节的设计、课堂教学的互动、课后教学效果的检查。教师的数据智慧还体现在教学中使用现代信息技术的能力，尤其在高等职业教育中，虚拟仿真技术和沉浸式教学的应用使得教学内容更加形象和具体，能够更好地促进学生把教师的教学内容内化为自身的职业能力。

（三）教学评价数据智慧能力

教学评价数据智慧主要包括评价方式的多样性、评价结果的准确性、资源更新的及时性和教学调控的有效性四个评价因子。多元化的评价方式能够帮助教师更加准确地掌控教学效果和学生的学习状况。教师在评价过程中，可以把过程性检查和结果性评价、理论性评价和实践性考核统一起来，通过数据智慧的合理运用，以量化的方式对学生各个学习阶段的行为表现和考核结果进行记录、评价，为接下来的教学活动的优化改进提供有效的参考依据。随着信息技术在教学中的应用，教师的数据智慧水平也越来越影响评价结果的准确性，包括收集和分析处理评价数据的能力。教学活动是一系列不断反思改进的过程，教学完成后教师要对曾经使用的教学资源和采取的教学方法的有效性进行及时的审视评价，更新教学资源库，为下一阶段教学效果的改进提升做好充分准备。教师通过对教学效果进行有效评估，对教学内容的选择、组织方式等进行动态的优化调控，也是教师数据智慧不断发展的重要途径。

四、结语

在传统的教学中教师通常依靠直觉或过于依赖积累的教学经验实施教学活动，忽略了学生个体的学习需求和使用教育大数据改进教学的价值。而把数据智慧作为教师职业素养理念的提出，使得教学的不断改进优化更加具有客观性和科学性。［6］在高职教育教学中，可以通过对构成教师数据智慧水平的影响因子进行分析，提升教师的数据智慧水平。学校可以进一步加强教师数据团队建设，加大对教师信息化教学能力的培训力度，有针对性地从教学设计、教学实施、评价总结三个方面，积极引导教师主动收集教学数据、丰富数字化资源、全面记录教学过程性数据，运用自身具有的数据智慧能力深入挖掘教育大数据中隐藏的价值，不断优化教学内容和教学方案，从而更好地提高教育教学质量。