數據能力：教師專業(yè)發(fā)展的一個方向

孫宏安

（大連教育學院 離退休干部處，遼寧 大連 116021）

?

數據能力：教師專業(yè)發(fā)展的一個方向

孫宏安*

（大連教育學院 離退休干部處，遼寧 大連 116021）

數據能力是從具體問題中獲取數據，對數據賦予背景得到信息，進而對信息進行研究從中提煉出知識并運用這樣得來的知識解決問題的能力；數據能力是數據素養(yǎng)的組成部分。數據能力的結構包括數據認識能力、數據獲取能力、數據解釋能力、數據分析能力、數據表達能力和數據挖掘能力。在大數據時代，信息技術進入教學過程的一個必然結果是數據能力成為教師專業(yè)發(fā)展的一個方向。

數據；大數據；數據能力；數據素養(yǎng)；學習診斷系統(tǒng)

大數據時代，數據能力（data capability）成為時代的要求，數據能力是貫穿現代通信和信息技術的主線，數據能力也是核心競爭力。［1］數據能力到底是什么？數據能力對教師專業(yè)發(fā)展有何意義？

一、數據能力內涵及結構

1.數據能力的內涵

數據能力在國內最早見于文獻《數據能力：碩士研究生亟需加強的基本功》，該文認為數據能力由數據的獲取能力、處理能力、解釋能力和防偽能力構成。［2］較新提及的國外文獻有英國政府報告Seizing the data opportunity——for UK data capability，其中指出數據能力包括人力資本能力，即對數據的管理、分析、解釋和傳遞能力；分析和存儲的工具反映的數據分析和存儲能力；還有涉及數據本身的數據轉換分享能力。［3］

從當代社會用語的角度看，“大數據時代”“信息社會”“知識經濟”是關鍵詞，“數據”“信息”“知識”作為關鍵詞的關鍵，它們是三個既有密切的聯(lián)系又有基本的不同點的概念。數據是用統(tǒng)計方法收集起來的數字（或其他數據形式如圖形、字母、符號、音響等等）的記錄，其本身并沒有什么意義；信息是把數據放置到一定背景下，對數據進行解釋從而賦予意義，也就是賦予了意義的數據就是信息。［4］例如“355”只是一個數據，而“公元2013-2014年之間的農歷癸巳年只有355天”則是一條信息；當從信息中提煉出規(guī)律的時候，人們就得到了知識，所以知識是系統(tǒng)化了的信息，如我們從舉出的信息進一步提煉（這里是概括）就會得到“一個上一年是雙閏年的農歷年可能只有355天”這條知識，因此得出了一個規(guī)律。也就是說，從具體問題中獲取數據，對數據賦予背景（解釋）得到信息，進而對信息進行研究從中提煉出知識并運用知識解決問題的能力就是數據能力。

對數據能力的理解可以比較兩個與數據能力相關的概念，即數據素養(yǎng)和數據分析能力。數據素養(yǎng)（data Literacy）主要指研究者在數據的采集、組織和管理、處理和分析、共享與協(xié)同創(chuàng)新方面的能力，以及研究者在數據的生產、管理和發(fā)布過程中的道德與行為規(guī)范。［5］本質上說，人在某一方面的素養(yǎng)是由在這個方面的主要能力和必要品格組成的。前一分句說的應該就是數據能力，與我們前面對數據能力的界定是互補的：我們的界定是一種本質界定，表述的是數據能力的內涵；而前一分句說的是數據能力的組成，表述的是數據能力的外延（即指明外延的定義）。后一分句則是人們在涉及數據的行為中的必要品格。

數據分析能力（data analysis capability）是指個體在對形如數字、字母、圖形、信號、言語等未進行加工的原始數據通過整理、描述、推斷、質疑等分析，以了解其內在的性質、規(guī)律和意義的能力。［6］可見數據分析指的是“獲取數據”后對數據進行的賦予背景、提煉知識的活動。與我們界定數據能力采用的“數據活動”相比較，缺少“獲取數據”和“運用知識解決問題”兩個活動環(huán)節(jié)。因而數據分析就是整個數據活動的一個子活動，數據分析能力就是數據能力的一個組成部分。與前面數據素養(yǎng)論述中提出的數據能力比較，相當于“數據的組織和管理、處理與分析”的能力。

2.數據能力的結構

一般來說，能力是順利完成某一活動的個性心理特征，因此數據能力就是順利完成與數據相關的活動（以下簡稱為“數據活動”）的個性心理特征。數據能力的結構應該與數據活動的結構相一致。先探討一下數據活動的結構。實際上，數據能力定義的論述已經涉及到數據活動的結構，例如可以從定義數據能力時描述的數據活動的基本過程——從具體問題中獲取數據，對數據賦予背景得到信息，進而對信息進行研究從中提煉出知識并運用這樣得來的知識解決問題——來分析數據活動的結構。

首先從數據和數據活動之外來認識數據和數據活動，例如什么是數據，數據的分類、特點，數據和數據活動的價值等。許多關于數據和數據分析的文獻以至于一些辭典把數據只看作數字，而實際上數據可以有多種表現形式，在《辭海》（2009）中“數據處理”項下，數據“可以是數字、圖表、符號、文字和曲線等形式”，根據表現形式，數據包括數字數據和模擬數據，前者就是通常認為的數字，如統(tǒng)計或者測量得到的數，其特點是數據表現為離散的數；后者一般采用某個區(qū)間連續(xù)變化的物理量表示數據，如聲音的高低和溫度的變化等的圖形、符號、文字、曲線等。這種分類也存在一定問題，例如，文字數據到底是離散的還是連續(xù)的？有人認為數據是數值，數值和數字并不等同：數值與量有關，一個量用數目表示出來的多少叫做這個量的數值；數字就是表示數目的文字或者符號。那么究竟什么是數據，或者說我們應該在何種意義上使用“數據”概念還需要研究和進一步認識。數據和數據活動的價值涉及問題就更多，按數據、信息和知識的關系，數據最重要的價值應該就是提供了我們得到信息和知識的基礎；而數據活動則有發(fā)現問題、引領決策、展望未來的價值。當然在這樣的價值的具體表現和實現方面還處于人言言殊的局面。

然后進入數據和數據活動中認識兩者。一要“有”數據，于是就需要獲取數據，也稱為“收集數據”。收集意味著數據是客觀存在于某個地方等著我們把它們聚集到一起，在一些情況下，這可能是成立的，例如收集“二手數據”，運用別人現成的數據，需要的是收集（選擇）適合于自己需要的數據。但更多時候，數據并不是存在于特定的某地，我們需要運用某種方法來得到它們，就是獲取數據（“一手數據”）。這樣的數據活動更具主觀性，主觀性就需要設計，即設計獲取數據的方案，包括研究目的、研究內容、研究對象、研究方法、研究投入等。然后實施具體的方案，得到數據。實際上整個“有”數據的活動都應該事先設計——包括哪些數據可以收集二手數據，哪些數據必須獲得一手數據，所以整體來說“獲取數據”更準確。

二是“清”數據，即判斷獲取的數據是否符合需要，于是需要解釋數據。解釋數據就是前面引述數據素養(yǎng)和數據分析能力的文獻中指出的數據組織和管理、數據整理和描述的活動，當然這些活動都是指向研究的目的——所謂“需要”就是達到研究目的的需要。具體就是根據數據研究的目的進行數據錄入，一般是賦予數據結構和編碼；數據清洗，對數據去重、補缺和改錯；數據加工，對數據進行抽取、排序和分組；數據描述，進一步求出數據的集中趨勢、離散趨勢、頻數分布和交叉頻率。通過數據解釋，我們得到了我們需要的或者符合我們需要的數據。

獲得數據后即要對數據賦予背景生成信息以及進一步從信息中提煉出知識。這時對數據要進行分析活動，在數據的基礎上進行推斷質疑，得出關于研究對象的性質、規(guī)律和意義的結論。

數據分析的結果需要加以表達才能使人們理解和運用。更直接地說，就是把數據分析的結果呈現出來。呈現數據的關鍵是可視化——包括數據可視化、信息可視化、知識可視化——努力使從數據獲取開始的數據活動，數據、信息和知識可視化。“可視化”一詞源于英語visualization，原意是“可看得見的、清楚的呈現，形象化的”，一般的，可視化是指用于創(chuàng)建圖形、圖像或動畫，以便交流溝通信息的技術和方法。實際上就是將數據、信息和知識轉換成圖形或圖像顯示出來，并進行交互處理促進知識的交流傳播和創(chuàng)新的理論、方法和技術。可視化技術使人能夠在三維圖形世界中直接對轉化為形體的信息進行操作，并以此與計算機直接交流，因此能夠把人和計算機的能力以一種非常自然的方式加以統(tǒng)一和疊加，從而提高了人們處理信息和獲取知識的能力。可視化賦予人們一種仿真的、三維的并且具有實時交互的信息處理能力，從根本上改變了我們表示和理解大型復雜數據的方式，使我們可以在三維圖形世界中用全新的方式獲得知識并發(fā)揮自己的能動性創(chuàng)造新知識。這種數據信息和知識的呈現方式將直接導致它們的應用，而這正是數據分析得到信息和知識的目的。

數據可視化和數據規(guī)模的增大為從大數據（big data或mega data，海量數據或者非常多的數據）中進一步“發(fā)現”知識提供了新的可能，那就是可以進一步深入探討數據，即挖掘數據。數據挖掘（data mining）是數據庫知識發(fā)現（Knowledge-Discovery in Databases：KDD）中的一個步驟，一般是指通過人工智能算法探索大數據，發(fā)現其中的規(guī)律和數據間的關系直接形成知識的過程。這就為我們提供了數據應用的新可能，不僅如此，甚至數據挖掘自身都是數據應用的產物和數據應用的方式。在教育領域，學生考試的數據挖掘工作已經得到國內外研究的關注，一般認為，考試數據挖掘對于學生、教師、教育管理人員以及研究人員均有重要價值：例如對于學生而言，考試數據的挖掘可以從學生行為角度了解學習過程的發(fā)生機制，并用來優(yōu)化學習，以基于學習行為數據的分析為學習者推薦學習資源，開展適應性學習；對于教育管理人員來說，借助于考試數據挖掘，決策者才能清楚地了解教育的現狀和存在的問題，才能有目的地調整教育決策，才能在人力和財力上更合理地布局。［7］

綜上，數據活動的結構包括了認識數據、獲取數據、解釋數據、分析數據、呈現數據和挖掘數據，那么數據能力的結構就包括數據認識能力、數據獲取能力、數據解釋能力、數據分析能力、數據表達能力和數據挖掘能力。

二、數據能力與教師專業(yè)發(fā)展

1.數據能力是現代教學的需要

當代信息技術迅速、全方位的發(fā)展帶來了社會各領域前所未有的變革，對于教育領域引起的變革，人們用“突破”（Breakthrough）來形容。按照一本專門探索教育領域的突破的著作《突破》的觀點，信息技術在教育領域引起的突破的核心包括個人化教學、精確化和專業(yè)學習。

精確化占有重要的特殊地位：個人化教學是教育變革的目標——以人為本，促進每一位學生的發(fā)展，促進學生的個性發(fā)展和全面發(fā)展，最理想的就是個人化教學；個人化教學要求教學精確化，精確到明確指出學生的每一點發(fā)展和進步、每一個發(fā)展中的問題。而在教學的精確化中精確化的教學評價處于中心的位置，精確化實際上更容易理解的說法是用準確的數據活動驅動教學，包括依據準確的數據活動進行準確的教學評價；為了實現教學精確化，教師的專業(yè)水平就必須有極大的提高，所謂提高指的是“在自己的工作環(huán)境中做正確的事情”，那么在需要精確化教學的環(huán)境中做正確的事情的能力就是教師需要學習的專業(yè)能力。教師專業(yè)水平的提高將有效促進教學的精確化，從而促進個人化教學的發(fā)展。促進學生更好發(fā)展。這就是突破的結果。

教學中存在著許多影響教學個人化的問題，其中最為著名的就是“課堂教學的兩難問題”。

問題的焦點是課堂教學不可避免的兩難選擇：一個教師和（比如說）30個學生，每個學生都具有不同學習動機、不同的起點、不同能力和不同阻礙學習的弱點。人們設計發(fā)明許多策略以應對這些個體差異，從分流到班內分組。但是，每個策略總體上都是在忽略個體差異的教學基礎上進行微調。學生被劃分成不同的年級，主要根據是他們的年齡而不是他們的學習狀況。每個年級有不同的課程目標和成績標準，在同一年級里每個學生都受教于同一教師，一年終結后，許多學生升入下一年級，面臨新的課程目標、標準和新的教師，無論他們在上一年級知識掌握得如何，不管他們與教師建立起什么樣的關系，也不管教師所積累的對學生的了解如何。

年級累進模式是工廠流水線模式在學校的翻版。它假定同齡人具有同等學習基礎和學習進度。這個模式持續(xù)使用著，盡管大量證據表明，大約三年級學生的學業(yè)差距可能多達五年或者更甚。這個模式使得對學生的評估與他們的起點無關，因為起點是課程規(guī)定好的，而不是學生自己的準備情況。然而，學生間的差距仍然存在并且成為問題的關鍵，即多年未解決的老問題——個人化教學。

正是這個兩難——教學既要應對個體的需求，又必須顧及一個30人的班集體或者說按年齡劃分的集體，但又缺乏清晰的思路去面對學生的個體需求——使得課堂教學問題重重。［8］31-32

這一兩難問題一直影響著學校教學，就是在我們倡導的發(fā)展性評價也未能解決這一兩難問題。教師在實施自己設計的發(fā)展性評價方案時，通常不會考慮也無從考慮對學生的發(fā)展評價應該從學生自身的認知起點出發(fā)而不僅僅是從教學既定的知識起點和在這種既定知識起點的基礎上設計的教學活動出發(fā)。解決這個問題的一個關鍵在于深入了解每一個學生的學習起點，對每個學生的學業(yè)評價應該與他的學習起點或者認知起點聯(lián)系起來，這才是真正意義下的發(fā)展性評價——評價的是每一個學生從自己的認知起點出發(fā)所獲得的成就。不過這樣一來，我們又面臨新的問題：怎樣才能確切把握自己所教的每個學生在某一學段某一學科以至于某一單元學習時的認知起點呢？教學的起點怎樣在對學生進行的測驗評價中起作用？

解決這兩個問題也直接指向了教學精確化特別是教學評價的精確化。

《突破》一書也給出了未來的解決方案設計——開發(fā)一個具有“四個實際上還不存在的新成分”的系統(tǒng)：

現在，讓我們看看當前在實際上不存在什么。我們列出四項全部關聯(lián)，缺少任何一項都是不夠的。它們是：

1.一套有力的評估工具，這套工具與每堂課的學習目的相配套，它使教師每日獲得有關每個學生進步的準確的、綜合的信息，這套工具的管理使用不會過度干擾正常的課堂秩序。

2.一個不用太多時間而又能捕捉到過程評估數據的方法。自動分析數據，并把數據轉換成可有效推動教學的信息，使教師很快即可做出教學方案，而無須等到將來。

3.一種使用每個學生的評估信息來設計并實施個人化教學的措施；為教學而評估成為提高教學精確性的策略。

4.一套嵌入的手段來監(jiān)測和管理學習，測試那些能有效地系統(tǒng)地提高課堂教學的效果，從而使之更加精確地應對教室中每個學生的學習需求。

有人馬上會想到目前的一些教學活動接近實現以上一項或幾項，但我們意識到還沒有包含以上四項并將之統(tǒng)一起來的教學實踐的例子。［8］39-81

這是一個利用信息技術系統(tǒng)的方案，也是一個運用數據活動驅動教學的方案，與前面分析的數據活動相比較，這里的“1”就在于獲取數據，特別是對研究的目的、方法（工具）、條件（不過度干擾課堂）等都作了設計；“2”則是解釋數據、分析數據、表達數據，使得教師由數據得到信息，又由信息得出知識——做出自己的教學方案；“3”是繼續(xù)表達數據，進一步運用得到的知識——精確性評估——促進教學的個人化，形成精確化教學的策略；“4”則是數據挖掘，運用從大量學習數據中直接得到的知識監(jiān)測和管理學習系統(tǒng)提高教學的效果，精確地滿足每一個學生的學習需求。

如果說在寫作出版《突破》這本書的時候這樣的系統(tǒng)還完全是出于理想，那么十年后的今天這樣的系統(tǒng)至少是具有某些類似功能的系統(tǒng)已經開始投入應用，例如國內外多種“學習測試評價系統(tǒng)”能獲取、解釋、分析、表達學生的學習考試測評數據，部分實現了上述系統(tǒng)的功能。有一種“學習診斷系統(tǒng)”在專業(yè)使用情況下能夠基本實現上述系統(tǒng)的全部功能。這樣系統(tǒng)的使用包括數據活動的所有環(huán)節(jié)，于是專業(yè)使用這樣的系統(tǒng)就需要具有數據能力。所謂“專業(yè)使用”是指學習診斷系統(tǒng)是在教師的通常教學過程中使用的，就是說學習診斷系統(tǒng)是鑲嵌于教師的日常教學過程之中的，并不自外于教師的日常教學，因此系統(tǒng)就是直接由教師使用的——當然也就需要教師具有相應的數據能力。于是可以說，在追求教學個人化和精確化的目標之下，教師的專業(yè)學習應該指向數據能力提高的方向。

三、數據能力是教師的專業(yè)能力

教學的精確化和個人化無疑是教師的教學理想，當已經出現了能實現這種教學理想的工具之后，迅速使用這種工具促進教學上的突破就會成為學校和教師的不二選擇。據筆者所知，未嘗試或者使用過某種“學習測試評價系統(tǒng)”進行大型考試的數據分析的中學恐怕為數不多，許多學校已經開始使用鑲嵌于教師課堂教學過程的學習診斷系統(tǒng)。系統(tǒng)的運作都涉及數據能力，所以為了更專業(yè)、更有效、更有創(chuàng)造性數據能力就成為教師的專業(yè)能力。

以“學習診斷系統(tǒng)”為例說明教學過程中教師需要進行的活動和因此所需要的能力，具體見圖1。

圖1　鑲嵌學習診斷系統(tǒng)的教學過程示意圖

教學活動分為6個步驟，用虛線方形框起來的6個小步組成了“進行教學評價”這一步驟。從“確定教學目標”到“進行教學評價”的前兩個小步“測試”和“評分”都屬于獲取數據的活動。期間最主要的數據活動是“獲取數據”確定研究目的——學生對于教學目標（及學習目標）的達成度；確定或者說設計研究的方法-工具——表現教學目標達成度的標準測試題；研究的內容也是由目標+測試題指明的；研究對象對于教學則是固定的已經確定的了。“教學評價”步驟中的“解釋數據”就是一般的解釋數據的活動，不過具體數據是進行本次標準測試的就教師評分得到的學生測試成績，需要由教師（在系統(tǒng)操作人員配合下）進行數據的錄入清洗和加工。然后的“數據分析”和初步表達是由系統(tǒng)算法自動完成的，接下來教師需要讀懂系統(tǒng)表達的數據分析結果，得到自己的數據表達，也就是形成了關于學生學習和自己教學的知識。接下來的“進行反饋、教學調整”就是運用數據表達的結果知識，改進學生的學習和自己的教學。與此同時還可以做進一步的數據挖掘（圖中用一個空心箭頭表示這一點），例如探討每一位學生的學習困難和解決方案，探討學生成績與學生學習背景的關聯(lián)，例如與學生的人格發(fā)展、學習風格、師生關系等的關聯(lián)，以期精確地改進每一位學生的學科素養(yǎng)并有針對性地促進每一位學生的全面發(fā)展，從而以自己的精確化的個人化的教學促進立德樹人教育目標的實現。可見，鑲嵌了學習診斷系統(tǒng)的教學過程中，教師必須具有全面的數據能力，數據能力就是教師專業(yè)學習的內容，就是教師專業(yè)發(fā)展的一個方向。

［1］楊巨龍.大數據技術全解：基礎、設計、開發(fā)與實踐［M］.北京：電子工業(yè)出版社，2014：21.

［2］許勝江.數據能力：碩士研究生亟需加強的基本功［J］，學位與研究生教育，2007（9）：29-32.

［3］慶斌.緊抓數據機遇——英國數據能力戰(zhàn)略［J］.情報理論與實踐，2014（5）：145.

［4］涂子沛.大數據［M］.桂林：廣西師范大學出版社，2012：35-88.

［5］張靜波.大數據時代的數據素養(yǎng)教育［J］.科學，2013（7）：29-32.

［6］范明明.中小學生數據分析能力的培養(yǎng)研究［D］.上海：華東師范大學，2014.

［7］游忠惠.大數據時代：考試到評價的躍升［N］.光明日報，2014-01-30（15）.

［8］邁克爾·富蘭，彼得·希爾.突破［M］.北京：教育科學出版社，2009.

［責任編輯：惠人］

Data Capacity：A Direction of Teachers'Professional Development

SUN Hong-an
（Retirement Department，Dalian Education University，Dalian，116021，China）

One person's data capacity means he or she can obtain data from specific problems，give background to data to extract information，study information to distil knowledge and use the knowledge to solve problems.Data capacity is part of data quality.Data capacity includes recognizing data，obtaining data，explaining data，analyzing data，expressing data and digging data.In the era of big data，information technology is integrated into teaching process，one of the results of which is that data capacity has become one direction of teachers'professional development.

data；big data；data capacity；data quality；diagnosis system for learning

G451.1

A

1008-388X（2016）02-0031-05

2016-03-07

孫宏安（1947-），男，遼寧昌圖人，教授。