师范生数据素养的现状与提升策略

白文倩 向佐军 汤佳佩

摘 要：数据素养是教师专业发展的必修内容，通过调研师范生数据素养现状，发现师范生数据素养中数据态度和数据伦理道德维度素养较高，但数据采集能力、数据分析能力和数据决策能力素养较低；大一的师范生数据素养最低；性别不同、专业不同，师范生的数据素养差距不大；不同师范生的数据态度和数据决策能力差异较大，数据采集能力和分析能力差异较小。在课程体系中融入数据素养教育；在实践中培养数据应用决策能力；构建包含数据素养培养的新型评价培养机制是提升师范生数据素养的有效策略。

关键词：大数据；师范生；教师数据素养

中图分类号：G451

文献标识码：A文章编号：2095-5995（2023）03-0034-07

隨着数据密集型科学技术的发展，数据变成了驱动社会创新发展的新型战略资源，也成为了教育教学可利用的资源。顺应时代发展需求，提升收集、分析、应用教学数据的能力，提升数据素养将成为教师专业发展的必修内容。师范生数据素养影响着未来中小学的教育质量，影响着信息时代创新人才的培养。能够分析、挖掘数据丰富的内涵和潜在的意义，利用数据制定个性化教学、进行教学诊断、做出教学评价和进行教学决策是师范生应该培养的能力，目前国内相关研究非常少。通过调查师范生数据素养现状，探索师范生数据素养提升策略，能为师范生的专业能力发展提供参考。

一、文献综述

（一）教师数据素养的内涵

数据素养是指通过收集、分析和解释所有类型的数据（包括评估、学校氛围、教学行为、横向纵向即时的教学活动等数据种类），以帮助确定教学步骤的能力。[1] 刘雅馨等人认为“教师数据素养”是教师在接触教育数据时所体现出来的一种综合能力[2]，具体指具有数据素养的教师能够持续有效且符合伦理地获取、解释、运用和传递从国家、地方、教室以及其他数据来源的多种类型的数据，并以教师的专业角色和责任相一致的方式来提高学生的学业表现。[3] 伊迪丝·甘默强调教师数据素养包括使用数据的知识，也包括使用数据进行教学的技能，还包括有目的地使用数据的意识。[4]

综上所述，教师数据素养是教师运用数据以提升学生学业表现的一种综合能力。具备数据素养，教师就能够有效地理解和使用数据处理教育教学问题、提高教育教学能力，为教育决策提供支持。师范生的数据素养是信息素养在大数据背景下的拓展，是师范生面对教学大数据时表现出来的一种能力。

（二）教师数据素养构成要素研究

艾伯乐等人认为教师数据素养包含数据使用的行为、信念和技能。其中，教师数据使用行为包括设定目标、收集数据、分析数据、解释数据、采取教学行动，它既能反映教师知识和实践的状况，同时又关联到学生学习。[5]张进良、李保臻认为教师的数据素养主要由数据意识、数据能力和数据伦理三大部分组成，[6]其中，数据能力具体包括数据收集能力、数据理解能力、数据分析能力、数据呈现能力、数据使用能力及运用数据发现问题的能力、数据决策能力。[7] [8]

通过分解数据素养构成要素，细化指标，可以制定教师数据素养调查工具。虽然关于数据素养的重要性已经有大量的研究，但是关于教师数据素养的评估调查研究较少，尤其是师范生。调查师范生数据素养现状，提出提升师范生数据素养水平的策略，加强对师范生数据素养的培养，让面向未来的教师具有在大数据时代中进一步探索、挖掘、提炼、使用数据的能力，这是研究应该关注的。

二、研究方法

（一）问卷设计

在文献综述的基础上，这里设计了师范生数据素养评价指标，然后采用专家咨询法，在征求了华中师范大学、上海师范大学、浙江省教育科学研究院等多位专家意见基础上修改形成了最终的评价指标，包含数据态度、数据采集能力、数据分析能力、数据决策能力和数据伦理道德5项一级指标和26项二级指标，指标详见表1。

针对师范生的调查内容分为两部分，第一部分为被调查者的基本信息，包括性别、年级、专业。第二部分为设计的师范生数据素养评价指标体系转化的李克特调查量表内容。师范生数据素养调查量表采用李克特5级量表，非常不同意、不同意、一般、同意、非常同意，分别对应赋值1-5分。分值越高，说明素养水平越高。

（二）调查对象

问卷调查对象为某国家“双一流”世界一流学科建设师范学校的免费师范生，这些免费师范生毕业后会从事中小学教育，现在是职前教师。其中，女性159人，男性50人。大一80人，大二23人，大三20人，大四86人。文科147人，理科62人。专业包括历史、英语、汉语言文学、教育学、物理、数学、化学等。

（三）数据分析方法

采用专业问卷调查平台“问卷星”在线发布问题，通过多种方式宣传，使被调查者可以通过电脑和手机等方式便捷地填写问卷。收集的数据主要采用频数分析呈现师范生不同维度的数据素养情况，采用标准差分析呈现师范生数据素养的差异。

三、师范生数据素养调查结果与分析

关于师范生数据素养的调查，共回收209份问卷。具体分析如下：

（一）数据态度调查结果与分析

数据态度是教师数据素养的先决条件，是客观存在的数据在人大脑中的能动反映，代表了教师对数据的感受、判断、洞察和价值认同。[9] 具备正确的、良好的数据态度，能够让教师在教育教学过程中主动地接触数据、收集和分析数据、利用数据，这决定了教师是否能够从基于教学经验的认知模式向基于实证的数据认知模式转变。

表2是师范生数据态度的调查结果，平均得分为3.94，接近4，分值较好，说明师范生数据态度素养都还不错。但数据显示有部分教师虽然赞同数据能帮助制定教学计划（得分4.13），但并不喜欢使用数据（得分3.61）。A1-A6调查结果显示，总计70%以上的大部分师范生是认同数据具有教育价值的。其中，80%以上的师范生同意或非常同意数据能帮助制定教学计划，数据能提供有关学生的未知信息，使用数据来指导教育实践非常重要。但关于喜欢方面，只有56.94%的师范生表示喜欢或非常喜欢使用数据。还有29.13%的师范生不确定或不认同使用数据能成为一个更好的老师。

通过分类分析发现，数据态度女性得分为3.96，男性为3.9，女性对数据认可程度大于男性。文科为3.98，理科为3.84，文科比理科高。大一的师范生数据态度得分为3.88，略低于大二、大三和大四，这说明大一师范生对数据价值和有用性的认识不如高年级师范生。喜欢使用数据的调查，女性得分为3.6，男性得分为3.8。由此可以看出，男性比女性更喜欢使用数据，但男性对数据认可程度不如女性。

（二）数据采集能力调查结果与分析

数据采集能力是指教师具备在不同的学习环境中，通过问卷调查、访谈调查、测试分析、课堂观察、在线学习平台和物理感知设备等不同数据来源获取教育教学过程数据，并将这些数据转换为数值来表達的能力。[10]信息技术的发展，促使产生多样化的学习空间。教师接触的数据不再仅仅是传统调查和测试数据，还包括在网络学习空间（如在线学习平台、可穿戴设备、移动APP、虚拟现实场景）中的学生学习过程性数据。这些数据的来源复杂多样，教师的数据采集能力体现在教师能够运用适当工具，记录、评估、汇总传统数据和大数据，并对数据做标准化处理。

表3是师范生数据采集能力的调查结果，平均得分为3.52，分值不高，各项分指标得分也不高，这说明有相当一部分师范生数据采集能力一般或不太好。例如，总计有46.89%的师范生记录教育教学数据的习惯一般或不好，49.29%的师范生不能较好地对数据进行查找、分类、编码，47.37%的师范生不能较好地评估数据的有用性。这些数据反映师范生还不能很好地以学生为中心，记录、收集、评估对于自己精准教学有用的数据。根据数据进行教学改进的第一实践步骤做的还不好。通过分类分析发现，数据采集能力女性得分为3.51，男性为3.55，男性数据采集能力略高于女性，这反映了性别差异对师范生数据获取能力的影响。文科为3.5，理科为3.57，理科生比文科生数据采集能力好一些。大一的师范生数据采集能力得分为3.44，低于大二3.73、大三3.7和大四3.56，这说明大一师范生对数据的获取能力不如高年级师范生，可能与对数据的接触多少经验相关。

（三）数据分析能力调查结果与分析

数据分析能力是指能够使用适当的分析设备、工具（包括Excel、SPSS、R语言、Stata等和其他大数据分析工具），通过把数据转化为对教育教学有帮助的信息，实现所寻求的结论的能力。在分析数据前，还需要具备确定数据对象和界定数据边界的能力。

表4是师范生数据分析能力的调查结果，平均得分为3.66，分值不高，各项分指标得分也不高，尤其是C1指标和C2指标，这说明有相当一部分师范生数据分析能力一般或不太好。例如，有43.55%的师范生不能较好地解释数据背后的意义，38.76%的师范生不能较好地把数据转化为教学信息，37.79%的师范生不能根据数据分析结果推断结论，39.47%的师范生不能根据数据发现教学问题。在传统教学中，教师往往依据经验大概了解和确定教学和学习存在的问题，这些问题基本是共性问题。要想精确了解每个学生的学习情况，基本不太可能，但数据分析让这些成为可能。如果师范生缺乏数据分析能力，会导致不能较好地进行个性化、差异化教学。

通过分类分析发现，数据分析能力女性和男性得分均为3.66，完全一致。文科为3.67，理科为3.62，文科生比理科生数据分析能力略高一些。大一的师范生数据分析能力得分为3.56，低于大二3.73、大三3.75和大四3.71，这说明大一师范生对数据的分析能力不如高年级师范生，这与数据采集能力的年级差异一致。

（四）数据决策能力调查结果与分析

数据决策能力主要体现在能够通过数据来解决实际问题。数据决策能力是指对数据分析后，能够科学地运用数据对学生和教学进行诊断性、常规参照性的评价，根据数据反思教学不足，制定可行的教学决策，解决教育教学的问题。具备数据决策能力的教师，能将“用数据解决教育教学问题”这一教学的方法或范式融入自己的日常教学工作。

表5是师范生数据决策能力的调查结果，平均得分为3.71，比数据采集能力和数据分析能力得分高一点，但总体来看分值也不高。8项分指标分值有一定差异，但没有高的，区间在3.62至3.78分，这说明有相当一部分师范生数据决策能力需要提高。尤其是，根据数据诊断学生学习需求的能力，使用数据计划课程的能力，使用数据设定学生学习目标的能力，这3项分指标得分最低。超过40%的师范生对这3项的个人能力评价一般或低。诊断学习需求、计划课程需要做数据调研，由此显示师范生比较少在教学前调研学生状况和课程实施情况。使用数据设定学习目标需要根据数据显示、帮助达到学生最近发展区，师范生这一能力也较弱。

通过分类分析发现，数据决策能力女性得分3.71，男性得分3.7，差距不大。文科为3.74，理科为3.63，文科生比理科生数据分析能力略高一些。大一的师范生数据决策能力得分为3.68，低于大二3.79、大三3.77和大四3.71，这说明大一师范生对数据的决策能力不如高年级师范生，这与数据采集能力、数据分析能力的年级差异一致，应该是大一师范生对数据的接触较少导致的。

（五）数据伦理道德调查结果与分析

数据伦理道德是指从数据的视角对使用者的各种行为所进行的伦理关注。以往的数据采集皆由人工进行，被采集人一般都会被告知，而如今的大数据时代，很多数据采集都被智能设备自动采集，而且被采集对象往往并不知情，这就涉及到数据的伦理道德，能不能根据道德标准获取、使用数据。

表6是师范生数据伦理道德的调查结果，平均得分为4.31，远远超过数据态度、数据采集能力、数据分析能力、数据决策能力的分值，这说明大多数师范生能够不逾越道德底线对待数据。例如，总计88.52%的师范生能在法律和道德允许范围内获取和使用数据；87.09%的师范生能有意识地保护他人的数据隐私；89.95%的师范生能尊重他人的数据，按照引用规则标注清楚。这应该和师范生接受的良好大学教育有关，也和大学课程强调的思想道德教育相关。

通过分类分析发现，数据伦理道德女性得分4.33，男性得分4.25，女性略高于男性。文科为4.39，理科为4.13，文科生比理科生的数据伦理道德得分高，这可能与理科生接触的数据来源更加复杂多样有关。大一的师范生数据伦理道德得分为4.3，大二为4.32，大三为4.37，大四为4.31，大一和其它年级的师范生数据伦理道德得分差距非常小，可以忽略不计，这说明年级差异对数据伦理道德影响不大。

（六）师范生数据素养的差异分析

利用SPSS软件的标准差分析研究师范生数据态度、数据采集能力、数据分析能力、数据决策能力、数据伦理道德五个维度的内部差异，分析结果如表7所示（见下页）。

通过分析发现，师范生的数据态度标准差最大，为5.18，最小得分为9，最大得分为35，这说明不同师范生对待数据的态度差别比较大，有的很喜欢，认同数据的教育教学价值；有的不喜欢，不太认同数据的教育教学价值。其次，数据决策能力的标准差也比较大，为4.46。这说明有些教师能够根据数据精准判断、改进教学，让数据发挥价值，但有些教师这方面能力很弱。师范生的数据伦理道德标准差最小，为2.03，这说明不同师范生对数据伦理道德的认识比较统一。师范生的数据采集能力和数据分析能力标准差也不大，分别为2.27和2.48，师范生数据采集能力、分析能力普遍弱。

四、结论和建议

（一）结论

分析调查数据，得出的主要结论是：一是师范生的数据态度和数据伦理道德方面的素养相对较高；比较多的师范生数据采集能力、数据分析能力和数据决策能力偏低，尤其是数据采集能力和数据分析能力，这两项能力的培养对师范生来说是基础，非常重要。二是大一的師范生数据素养最低，需要稳步重点提升。三是性别不同、专业不同，师范生的数据素养差距不大。四是不同师范生的数据态度和数据决策能力差异较大，有的很喜欢数据，非常认同数据的教育价值，能够使用数据优化教学，还有的非常不喜欢数据，很不认同数据的教育教学价值，不会使用数据改进教学；不同师范生的数据伦理道德、数据采集能力和数据分析能力差异相较不大。

（二）师范生数据素养提升策略和建议

第一，加强课程建设，在课程体系中融入数据素养教育

通过调研发现，师范生大部分对通过数据驱动改进教育教学是持欢迎态度的，也认同要注重数据伦理道德。但也发现，师范生实际具有的教育数据分析等应用能力不高。应该通过加强课程建设进一步培养师范生的数据素养，促进他们养成良好的教育数据思维习惯。有研究者探讨了构建师范生数据素养课程体系的问题，认为师范院校应对现有的信息技术教育课程体系改革，形成数据素养课程体系，前瞻性地培养师范生的数据思维与技能，使其适应大数据背景下的教育教学发展。[11]这一研究系统地指出了师范生的数据素养课程体系构建的问题，对完善课程体系构建具有重要的参考价值。课程具有整体育人、全面育人功能，应该关注课程建设的迫切性，但企图通过课程的整体革新来推动课程体系的变革具有较大的难度。因此，要加强数据素养内容在当前课程体系中的融合，并针对高校中的师范生开设相关选修课程。通过对当前课程内容的更新，在课堂中逐步融入教育教学数据素养内容，让师范生逐步养成运用教育数据思考教育问题的习惯。

第二，加强实践指导，培养数据应用决策能力

师范生的数据素养要指向实践，对师范生进行数据素养教育要重视其实践操作性。师范生在高校学习了数据素养相关课程后，应该加强对其实践应用的指导。在当前的师范生实践应用能力培养过程中，数据素养的应用决策能力很缺乏，没有系统和明确的要求，也缺乏相应的专业能力很强的教师指导。通过调查也发现，很多师范生实际上缺乏具体的实践操作学习，关于数据采集、分析、处理等方面的应用能力都比较缺乏。师范生数据实践能力的培养一方面要注重课程学习过程中的实践学习，另外一方面要在师范生教育见习、实习过程中，融入教育数据素养的实践应用能力培养。提高数据应用决策能力，可以在教学实践中锻炼师范生利用数据解释教学、把数据转化成教学信息、利用数据推断教学结论的能力等。

第三，改进评价标准，构建包含数据素养培养的新型培养机制

教师教育数据素养的提升要改进当前师范生培养评价体系，构建新型基于数据素养培养机制。在当前的普通高校师范专业认证要求中，有对“信息素养”的要求，但是其主要是从学校支持条件层面提出要求，并且没有专门提出关于“数据素养”的要求。我们认为，提升师范生数据素养不仅是从支持条件层面，而更多应该从学生层面来进行评价，即师范生实际具有怎样的数据素养。通过改进师范专业认证指标体系，强化对学生数据素养的培养与考核是落实师范生数据素养培养的重要策略。另外，改进教师资格考试中的评价标准，在教师资格考试内容中融入教育数据素养考查能够进一步提升师范生对教育数据素养的关注与学习。

参考文献：

[1]李青，任一姝.教师数据素养能力模型及发展策略研究[J].开放教育研究，2016（6）：65-73.

[2]刘雅馨，杨现民，李新，田雪松.大数据时代教师数据素养模型构建[J].电化教育研究，2018（02）：109-116.

[3]Mandinach， E， B.， Friedman， J， M.， & Gummer，E，S.How can schools of education help to build educators' capacity to use data？ a systemic view of the issue[J]. Teachers College Record.2015（4）：1-50.

[4]Gummer E，S. Data Literacy for Educators： Making it Count in Teacher Preparation and Practice[M]. Teachers College Press， 2005：10-11.

[5]Ebbeler J ， Poortman C L ， Schildkamp K ， et al. The effects of a data use intervention on educators' satisfaction and data literacy[J]. Educational Assessment Evaluation & Accountability， 2017（1）：1-23.

[6]張进良，李保臻.大数据背景下教师数据素养的内涵、价值与发展路径[J].电化教育研究，2015（07）：14-19+34.

[7]李艳， 刘淑君. 国外教师数据素养测评研究及启示[J]. 开放教育研究， 2020（1）：37-49.

[8]张斌， 刘三女牙， 刘智，等.基于大数据的师范生数据素养培养策略研究[J].电化教育研究， 2017（38）：86-91.

[9][11] 李新， 杨现民. 中小学教师数据素养培训课程设计与实践研究[J].中国电化教育， 2020（5）：117-125+140.

[10] Aronld， K.E.，Pistilli，M.D. Course

The Current Situation and Improvement Strategies of Data Literacy of Pre-service Teachers

Bai Wenqian，Xiang Zuojun

（1. Chaoyang District Academy of Educational Sciences，Beijing 100021;

2. School of History and Culture， Central China Normal University， Wuhan 430079）

Abstract：Data literacy is a compulsory content for teachers professional development. This paper investigates the current situation of data literacy of pre-service teachers， and finds that the data attitude and data ethics of pre-service teachers are high in data literacy， but the data collection ability， data analysis ability and data decision-making ability are low; the data literacy of pre-service teachers in the freshman year of college students is the lowest; the data literacy gap of pre-service teachers is not large for different genders and majors; the data attitude and data decision-making ability of pre-service teachers are quite different and data collection and analysis capabilities are small differences. Incorporating data literacy education into the curriculum system， cultivating data application capabilities in practice and building a new evaluation and training mechanism that includes data literacy training are effective strategies to improve pre-service teachers' data literacy.

Keywords：big data; pre-service teachers; teacher data literacy