教育數據思維的內涵、構成與培養路徑

李新 楊現民

摘要：隨著數據驅動教學時代的到來，數據素養成為教師能否將教育數據轉化為有意義教學信息的關鍵，而教育數據思維作為教師數據素養的核心要素之一，正逐漸引起教育研究者與實踐者的關注。教育數據思維是指教師以教育數據為基礎，運用數據科學、統計學相關知識對數據進行分析、比較、應用，創造性地形成解決教育問題的思路與方法，以實現教育模式的創新與變革的思維活動。教育數據思維具有關聯性思考、基于數據的決策、數據結果的辯證審視以及數據價值創造四大特征，包括數據量化思維、數據關聯思維、數據驅動思維和數據反饋思維四個相互聯動的關鍵要素。為了使教育數據思維能夠切實在教學中落地，可以從理念、技能、方法及應用四個層面對教師進行教育數據思維培養，具體包括六大路徑：一是通過發現數據來培育教育數據理念，二是通過玩轉數據來提升數據處理技能，三是通過量化數據訓練來洞察數據與教學的聯系，四是通過深入剖析數據來研判教育教學問題，五是通過審視數據來培養數據批判精神，六是通過利用數據來創新教育教學模式。

關鍵詞：大數據時代;教育數據思維;內涵特征;思維構成;培養路徑

中圖分類號：G434? ?文獻標識碼：A? ? 文章編號：1009-5195（2019）06-0061-07? doi10.3969/j.issn.1009-5195.2019.06.007

一、引言

大數據技術的迅速發展對傳統思維方式造成了強烈沖擊，正在引領一場思維方式的變革（Kitchin，2014）。維克托·邁爾-舍恩伯格等（2013）在《大數據時代：生活、工作與思維的大變革》一書中指出大數據帶來的思維變革主要體現在三個方面：“不是隨機樣本，而是全體數據;不是精確性，而是混雜性;不是因果關系，而是相關關系。”大數據時代的數據儲備和技術理念使得人們可以洞見事物的發展趨勢與規律，重新建構價值體系、知識體系以及生活方式（張燕南等，2013），這賦予了思維方式新的形式和內涵，數據思維在此時代背景下應運而生。可以說，數據思維為我們看待世界提供了全新的視角（Provost et al.，2013），它是根據數據來思考事物的一種思維方式，強調量化、重視事實以及追求真理（張康之等，2015）。

大數據時代，數據已經滲透到人類生產和生活的方方面面，數據思維已經成為人類解決問題的重要思維方式，并被廣泛應用于商業、金融、農業、醫療、制造業等領域，為各行業的發展創造了巨大價值（鄔賀銓，2014）。在教育領域，隨著數據驅動教學范式的發展（楊現民等，2017），教育數據思維逐漸成為大數據時代教師應該具備的基本思維，對于教師的專業發展和教學的創新變革均具有重要價值。基于此，筆者將從教師視角出發，對教育數據思維的內涵、構成以及培養路徑等進行分析探討，以期為教師教育數據思維的培養提供一定指導。

二、什么是教育數據思維：內涵與特征

1.數據思維與教育數據思維

思維是人類區別于動物的基本屬性，是人類得以認識世界和改造世界的基本方法（李艷坤等，2017），是通過觀察到的事物來判斷推測未知事物的一種思想活動（約翰·杜威，2014）。在人們解決問題的過程中，思維更接近于“思考”（郅庭瑾，2007），是人腦借助于語言對客觀事物的本質及其內在規律的概括與間接反映（朱智賢等，1986）。從本質上講，思維是人類特有的一種高級認識活動，是人類認識客觀世界的高階能力，旨在探索與發現事物的本質聯系與發展規律。

大數據時代的思維方式離不開大數據的支撐。大數據思維是人們在大數據基礎上獲得新認知和創造新價值的源泉（高天，2017），是對“人類的自然認知模式”的模擬，涉及數據采集、數據關聯分析、用戶畫像以及預測等能力（趙晉等，2018），體現了人們在思想上對大數據的認識和重視程度（張弛，2015）。數據思維從本質上講是人類利用數據創造價值的一種思維能力（Jimerson，2014），它以人們獲得的數據為基礎，再利用已經擁有的數據知識對數據進行分析、比較、綜合、抽象和概括，進而形成概念、推理和判斷，使之對客觀事物的認識從感性上升到理性的一種思維過程。

基于大數據的數據思維有助于激發出大數據自身的決策力與洞察力，發揮大數據的高價值特性，驅動社會各領域快速發展。在教育領域，隨著數據的持續累積和深度挖掘，教育數據作為大數據的一個子集，正在成為一座可無限開采的“金礦”（楊現民等，2016），但如何充分挖掘這些“金礦”的價值從而助力教育教學的決策與師生的個性化成長，是擺在教育研究者與實踐者面前的難題。眾所周知，數據驅動的理念在電商、金融、醫療等領域發揮了極大的作用，并為各行業帶來巨大的經濟價值，但是其對教育領域的變革與影響似乎并沒有像其他領域那般明顯，這可能歸因于教育系統的復雜性和師生情感的多樣性。但是，我們必須認識到一個客觀事實，那就是教師作為教育教學的引導者并沒有像其他領域的管理者那樣擁有較好的數據思維，這導致教師無法全面認識并充分發揮教育數據的價值。如果教師擁有良好的數據思維，將有助于其充分挖掘教育數據中隱藏的潛在價值，助力教師樹立數據驅動教學的理念。基于上述分析，筆者認為教育數據思維是指教師以教育數據為基礎，運用數據科學、統計學相關知識對數據進行分析、比較、應用，創造性地形成解決教育問題的思路與方法，以實現教育模式的創新與變革的思維活動。

2.教育數據思維的四大特征

大數據思維的特征在本質上表現為一種決策思維（趙晉等，2018），因而圍繞這一本質特征，教育數據思維表現出四個明顯特征：關聯性思考、基于數據的決策、數據結果的辯證審視以及數據的價值創造。

關聯性思考。關聯性思考是指教師基于大量數據從多個方面進行關聯性分析，強調數據的多元、綜合和相關。關聯性思考包括橫向和縱向兩個維度，橫向是指數據在時間上的關聯，如教師對學習者產生的日數據、周數據、月數據以及年數據進行關聯性思考;縱向是指數據在空間上的關聯，如教師對教學、評價、管理、科研等不同方面的數據進行關聯性思考。教師通過對數據的關聯性思考，有助于挖掘數據間深層次的關系與價值，從而更好地把握教育規律，發現教育問題。

基于數據的決策。傳統的教育決策過分依賴于經驗、直覺甚至流行趨勢，而往往缺乏數據的支撐（楊現民等，2017）。教育數據思維使得教師的數據應用能力得到明顯提升，促使基于數據的決策成為提高教育決策績效的新模式。基于數據的決策就是讓數據在教師的教育決策中“說話”，為教師開展教學提供科學依據，這有助于教師突破教學經驗、常識、主觀臆斷的視野局限，克服傳統教育決策存在的主觀性與盲目性缺陷，進而提升教育決策的科學性與準確性。

數據結果的辯證審視。數據結果的辯證審視是指教師應用辯證批判的思維分析和審視數據，并對數據的分析結果進行正確解讀與應用。重視數據并對數據的準確性和完整性保持懷疑是發揮數據價值的關鍵。對數據結果的辯證審視有兩層含義：一是教師對教育數據本身的辯證批判，通過質疑和反思，剔除無效數據，保證數據的科學準確;二是教師對數據分析結果的辯證批判，通過結合教學知識與經驗，從而對數據結果辯證地看待和選擇性地接受。

數據價值創造。教育數據思維具有明顯的價值導向，即利用數據創新性地解決現實教育問題，挖掘數據背后潛在的教育價值，將教育數據轉化為可行動的信息，以期改善教與學。數據的價值創造體現在教師對教育本身的“洞察”，即讓教師有機會通過大數據深度觀察自身的教學行為和每位學生的真實狀態（劉三女牙等，2017）。

總之，教育數據思維不是一種簡單的數據統計思維，而是教師利用數據推動教育教學創新發展的高階思維能力。它的提出具有強烈的時代感和現實需求，符合當前數據驅動教學范式發展的時代要求。同時，教育數據思維作為教師數據素養培養的重要內容，其在教師專業發展及教育體系變革中也具有重要價值。

三、何以構成教育數據思維：要素與關系

數據思維是隨著大數據技術的持續應用與發展而引申出來的新概念，目前眾多學者對數據思維的構成理解還比較模糊，尚未達成一致。高奇琦等（2016）提出，公共治理體系中的數據思維主要包括服務性思維、時效性思維、共享性思維和開放性思維四類。張義禎（2015）認為，大數據促進了人類思維方式的轉變，主要體現在總體思維、容錯思維、相關思維和智能思維四個方面。劉偉（2017）指出，大數據思維是一種整體關聯性思維、發散開放性思維和多元共生性思維。在教育領域，筆者秉承“教育數據思維的本質是基于量化數據的深度分析以實現數據的價值創造”這一理念，認為教育數據思維不僅有助于教師基于數據形成解決教育問題的思路與方法，而且有助于教師基于量化數據進一步分析數據間的相關關系，對教育教學問題從多個方面進行關聯性思考與分析，并基于數據分析結果進行教育決策、教育管理和教育評價。有鑒于此，筆者認為教育數據思維主要由數據量化思維、數據關聯思維、數據驅動思維和數據反饋思維四個要素構成（見圖1）。

1.數據量化思維

數據量化思維已經成為大數據時代人們的重要思維方式，是教育數據思維的基礎和前提。數據量化思維是指教師用可量化的數據來描述和解釋教育教學、教育管理、教育評價中的現象和問題，也就是“用數據說話”的思維能力（刁生富等，2017）。這也將成為教師解決教育教學問題的一種新的方法論。

在教育領域，教師運用數據量化思維可以將教育教學中的行為、問題、現象等進行量化處理，以數據可視化的方式進行呈現。比如教師可以將師生行為量化為講授時長、聽課時長、板書時長、提問次數、回答次數等，將教學評價量化為班級名次、答題時長、答題成績、知識點正確率等，將課堂管理量化為班級人數、缺席人數、設備數量、設備故障次數等，將這些量化的行為以數據可視化的方式呈現，有助于教師更好地發現學生學習與自身教學存在的問題。在實踐中，不少教育管理者和教育行政部門已經意識到數據量化思維在教育系統中的重要價值，如上海市閔行區教育局將學生的身心健康、學業進步、成長體驗、個性技能等進行量化采集和多元分析，并利用電子學習檔案來記錄這四個維度的數據，幫助教師、家長更好地掌握學生的學習狀態，從而實現教育的精細化管理與個性化教學（劉博智等，2014）。可見，數據量化思維作為大數據時代教育領域中最直接的思維體現，為教育工作者發現和解決問題提供了新的視角與方法。

2.數據關聯思維

大數據時代，人們的思維方式正在從因果思維轉向關聯思維。數據關聯思維的核心是在數據量化思維的基礎上，通過數據間的相關關系預測未來。在教育教學中，數據關聯思維是指教師對教育系統中量化的師生行為、師生情感、教學管理以及教學評價等數據的相關性進行分析并基于此進行教學決策的思維模式。教師運用數據關聯思維可以更好地挖掘分析師生行為間的相關關系，構建教育數據關系模型，發現并解決教育教學問題。

教師通過數據關聯思維不僅可以發現數據間存在的相關關系，為教學決策提供指導與依據，更重要的是可以通過相關關系預測學生的成長軌跡與發展趨勢。比如教師基于大數據技術可以采集學習者在網絡學習空間中花費的學習時間、學習者完成課程學習的情況、學習者在課堂或學校情境中學習行為的變化、學習者線上或線下考試成績等數據，圍繞這些數據探索學習者學習行為與學習結果之間的相關關系，最終構建學習者行為模型并預測學生的發展趨勢。例如，有學者通過跟蹤和采集Blackboard在線學習平臺上學習者學習行為的相關數據，構建學習者行為模型，并用來預測平臺中學習者的學習失敗可能（徐鵬等，2013），這都是數據關聯思維應用的直接體現。

3.數據驅動思維

隨著大數據技術在教育領域的持續應用，利用數據驅動教育體系的變革與創新已經成為提升教育發展水平的重要路徑（胡弼成等，2015）。數據驅動思維是指教師在數據量化思維與關聯思維基礎上，基于教育教學領域產生的各種數據進行教育決策、教育管理、教育評價，以驅動教育系統的創新和促進師生共同成長的思維模式。數據驅動思維有助于推動教育教學從“經驗主義”走向“數據主義”。

數據驅動思維在教育教學領域主要體現在三個方面：一是基于數據驅動教育系統的變革與創新。數據驅動思維有助于教育工作者充分發揮教育大數據的價值和潛能，破解當前困擾教育發展的諸多難題（如學生負擔重、素質教育推進難等），驅動教育管理的科學化、教育評價的精準化、教育服務的智慧化以及教育教學的個性化。二是基于數據驅動精準教學的實現。數據驅動思維有助于教師將線上與線下采集到的教學數據“翻譯”成有價值的教學信息（如學困生的識別、知識缺陷的發現、學科能力的診斷等），進而為教學決策提供更準確、更及時、更全面的支持，以此實現數據驅動的精準教學（楊現民等，2017）。三是基于數據驅動教育治理現代化的實現。數據驅動思維有助于加強教育管理者的“數據治理”理念，協同政府、企業、社會以及學校等在教育大數據方面的優勢，全面提升教育服務質量，促進教育公平，實現教育治理現代化。

4.數據反饋思維

反饋是大數據改進學習的三大核心要素之一（唐斯斯等，2015），數據反饋思維是教師充分發揮教育數據價值以改善教育質量、提升教育績效的關鍵。數據反饋思維是指教師通過量化數據、關聯性思考將基于教育教學產生的各種數據驅動結果反作用于教育教學以提升教育績效和學生學習成績的思維模式。教師可以通過數據反饋掌握不同學習者的學習需求，洞察不同學習者的學習行為路徑與發展規律，并據此開展個性化的教學與指導。

隨著教育研究者逐漸意識到教育數據的重要性，讓數據“發聲”成為發揮數據價值的關鍵。對于教師而言，數據反饋思維貫穿于課前、課中和課后三個教學環節，有助于教師改善教學質量和學生提升學習成績。比如課前教師通過學生學習平臺的數據反饋能夠及時了解學生的預習情況，發現學生對內容掌握的薄弱點，從而有針對性地進行備課;課中教師通過教學平臺的數據反饋能夠實時診斷學生的學習情況，從而動態調整教學策略;課后教師通過學習作業平臺的數據反饋能夠了解并確定不同學生的知識掌握程度與學習需求，從而給予學生個性化的指導。自適應學習平臺也是數據反饋思維的綜合體現，如Knewton公司推出的適應性學習平臺能夠通過對學生學習過程產生的數據進行智能分析，并根據分析結果即時調整優化內容供應，推斷學習者的學習困難和學習興趣等，從而為學習者提供針對性的學習建議（甘容輝等，2015）。

四、如何培養教育數據思維：路徑與方法

由于思維本身的復雜性，思維的培養則必然需要系統科學的培養模式與培養路徑。筆者認為教育數據思維的培養可以從理念、技能、方法以及應用四個層面入手。理念層面旨在向教師普及教育數據的基本知識與理念，幫助教師更好地認識與理解教育數據的價值以及教育數據思維對教學工作的重要意義。技能層面旨在培養教師具有一定的數據意識，具備基本的數據處理技能。方法層面旨在通過建立數據模型量化數據、可視化呈現深入數據、審視數據實現科學決策等方法來培養教師的教育數據思維。應用層面旨在通過理念、技能和方法的培養，讓教師能夠基于大數據開展教育決策、教育評價、教育管理和教育科研方面的創新。

理念、技能、方法和應用四個層面由淺入深、由基礎到高階，是培養教師教育數據思維的重要路徑。基于上述四個層面的培養設計，筆者提出教育數據思維培養的6條路徑（見圖2）。

1.發現數據，培育教育數據理念

第一，掌握教育數據內涵。教師要對教育數據的概念、結構、特征、來源等有所認識，可以通過參加教師數據素養培訓等活動來進行系統地學習，不斷提高自身的數據意識。比如浙江省衢州第一中學通過教職工大會、骨干教師培訓、管理干部培訓等活動宣傳教育大數據理念和價值，營造了教育大數據的文化氛圍（楊現民等，2018）。第二，了解教育數據類型。教師首先要了解大數據背景下教育領域中究竟有哪些數據，比如教育大數據分層架構中提到的國家層數據、區域層數據、學校層數據、課程層數據以及個體層數據（楊現民等，2015），教師要對每一層數據的類型有清晰的認識。第三，掌握教育數據價值。教育數據的最終價值體現在與教育教學的深度融合以及持續推動教育系統的智慧化變革上。教師可以通過參加專家報告或地區組織的培訓活動了解數據對教育的變革推動作用。第四，樹立數據驅動教學理念。數據驅動教學計劃已經引起世界各國的高度重視，國際組織以及以美國為代表的多個國家紛紛推出數據驅動教學計劃（Sanders，2008）。在數據驅動教學時代，教師要掌握利用數據支撐教育決策的基本能力。

2.玩轉數據，提升數據處理技能

其一，獲取數據。目前中小學教育教學的開展大多依托信息化教學平臺，這些平臺匯聚了大量的學生學習行為和教師教學行為數據。教師要有意識地對這些數據進行收集和整理，并對數據格式與內容進行預處理，使其滿足數據處理軟件的基本要求。其二，處理數據。教師面對從信息化教學平臺導出的數據及日常練習和考試等數據，可以使用Excel、SPSS等軟件對其進行存儲、檢索、加工、變換等基本處理，以便為接下來的數據分析奠定基礎。其三，分析數據。教師面對處理后的教育數據，可以對其進行描述統計、相關分析、回歸分析、方差分析等，不斷挖掘數據的內在價值，建立數據與教學的聯系，從而為教育教學帶來直接的助益。比如學校可以定期邀請企業技術人員或數據分析師為教師提供專項技能培訓，不斷提高他們的數據處理與分析能力。其四，可視化數據。教師需要掌握基本的數據可視化知識，能夠利用柱形圖、折線圖、氣泡圖、雷達圖等圖表呈現教育數據分析結果，從而清晰直觀地發現教學問題與規律。

3.量化數據，洞察數據與教學的聯系

第一，量化任務。量化任務是指教師將日常工作進行細分量化，通過數字化的方式進行呈現。量化任務還有助于教師合理安排教學計劃，使教學安排更具預見性。第二，建立數據模型。數據模型是對現實數據特征的抽象概括，用來揭示數據的概念和價值。教師借助科學的數據模型能夠將教育數據轉化為對自身教學決策有參考價值的結論。比如教師可以建立各科成績間的線性回歸方程，利用數據分析各科成績間的聯系及未來走向等。第三，強化“數據+教育”應用模式。“數據+教育”應用模式亦即數據驅動教學計劃。教師在教學過程中要主動利用數據發現學生學習問題、診斷學生學習效果、預測學生發展趨勢等，以此建立數據與教學間的聯系，推動數據驅動教學計劃的實施。比如美國頒布的《不讓任何孩子落后》法案就要求學校所采取的教學方法必須經過嚴格的數據分析得出（Linn et al.，2002），以及強制教師必須基于數據進行教學決策。

4.深入數據，研判教育教學問題

其一，利用教學知識與經驗。教育數據思維的提升離不開已有教學知識與經驗的支撐，教師只有將教學知識與數據挖掘相結合，才能更好地發現教學問題。同時，教師可以利用自身的教學經驗關注學生存在或潛在的學習問題，再通過數據去驗證問題。其二，可視化圖表。可視化圖表有助于教師直觀地發現數據變化規律，更好地理解教學現象，發現教學問題。比如，教師可利用氣泡圖呈現全體學生的多科考試成績以發現學生各科成績的高低及相對關系，利用雷達圖呈現某位學生的各科成績以發現該學生是否存在偏科現象等。其三，開放性思考。開放性思考是發散思維強調的思考方式，教師面對教育數據時不應局限于數據本身，而應結合近期的教學情況、學生學習狀態等開放性地思考教育數據呈現出來的問題，并據此提出有針對性的應對措施。比如，某位學生近期考試成績不理想，教師可通過大數據對該生的學習態度、學習方法、行為特征以及學習策略等進行挖掘分析，以更全面地探尋原因并為該生提供相應建議。

5.審視數據，培養數據批判精神

教師對數據結果的辯證審視是教育數據思維的特征之一，意味著教師面對數據時要保持批判和質疑的態度、信念及價值觀，教師可以通過以下途徑培養數據批判精神。第一，“上帝視角”。“上帝視角”是指教師用帶有批判質疑的眼光審視海量教育數據，培養獨立思考的習慣，不盲從、不迷信，進而對數據做出理性批判和接受。第二，保持自信。雖然數據是對過去教學行為的客觀記錄與呈現，但是并不能確保所搜集數據的準確無誤。因此教師要相信自己的專業和判斷，大膽自信地拋棄不準確的數據，避免被錯誤的數據誤導教學決策。第三，強調準確性。數據的科學準確是利用數據解決教育問題的基礎，如果教師面對的數據明顯違背客觀教學事實，那么就要果斷放棄。第四，正確地解釋。教師對教育數據進行合理解釋是發揮數據價值的關鍵。即使數據是準確的，但如果解釋數據的邏輯不正確，那么該數據結果也將對教學決策產生誤導。因此教師在面對不符合邏輯或教學實情的分析結果時也要保持一定的警惕。

6.利用數據，創新教育教學模式

教育數據思維的高階目標是利用數據實現教育教學模式的創新變革。教師可通過以下途徑提升利用數據變革教育模式的能力。第一，跳出數據局限。數據局限是困擾教師充分發揮數據價值的關鍵因素，教師面對教育數據時不能過分依賴“系統生成的數據”，而要敢于設想，打破常規思維，從多角度挖掘數據的價值，發揮數據對教育決策、教學管理、學生學習以及教學科研等方面的推動作用。第二，培養移植思想。數據思維在金融、商業、醫療等領域應用廣泛且取得較為成熟的成果，教師可以參考這些領域的成功經驗，再結合教育系統的獨特性，將這些成功經驗與做法移植到教育領域，進而實現教育教學模式的創新與變革。第三，多角度認識數據。教師在分析數據時不僅要從教育者的視角出發，也要從管理者、學習者以及研究者的視角來分析。從多角度切入，更能激發教師的創造性，挖掘數據的深層次價值，實現教學的創新發展。第四，培養好奇心。興趣是最好的老師，教師要培養對教育數據的興趣和好奇心，主動去了解、分析和研究數據的應用價值。對教育數據保有好奇心和主動性有助于激發教師的創新性教學理念。第五，構建學習型組織。學習型組織強調持續改進學習文化，是教師分享教學經驗的重要方式。教師可以圍繞數據驅動教學的實踐案例展開討論，激發數據靈感和創新理念，營造學習型數據文化氛圍，推動數據驅動教學范式深入應用。

五、結語

教育數據思維作為教師數據素養的核心要素之一，有助于教師基于數據實現教育教學的創新變革以及自身專業能力的發展，是新時代教師需要具備的新思維。本研究通過對教育數據思維的內涵與特征、構成要素及其關系的辨析，提出了教育數據思維培養的六大路徑。但是由于思維本身的復雜性與特殊性等，教師教育數據思維的培養仍存在一些現實難題，如培養難度更大、培養周期更長、培養要求更高等。接下來筆者將進一步聚焦教育數據思維的培養，圍繞教育數據思維的培養難點，嘗試對教育數據思維的培養課程、模式以及評價機制等進行深入探索，以期能夠為教師教育數據思維培養提供更加有力的理論與實踐支撐。

參考文獻：

[1][美]約翰·杜威（2014）. 我們如何思維（第二版）[M]. 伍中友. 北京：新華出版社：8，11，65.

[2][英]維克托·邁爾-舍恩伯格，肯尼思·庫克耶（2013）. 大數據時代：生活、工作與思維的大變革[M]. 盛楊燕，周濤. 杭州：浙江人民出版社：27，45，67.

[3]刁生富，姚志穎（2017）. 論大數據思維的局限性及其超越[J]. 自然辯證法研究， （5）：87-91，97.

[4]甘容輝，何高大（2015）. 大數據時代高等教育改革的價值取向及實現路徑[J]. 中國電化教育， （11）：70-76.

[5]高奇琦，陳建林（2016）. 大數據公共治理：思維、構成與操作化[J]. 人文雜志， （6）：103-111.

[6]高天（2017）. 大數據思維視閾下體育課程教學案例庫建設研究：以首都體育學院為例[J]. 首都體育學院學報， （6）：514-516.

[7]胡弼成，王祖霖（2015）.“大數據”對教育的作用、挑戰及教育變革趨勢——大數據時代教育變革的最新研究進展綜述[J]. 現代大學教育， （4）：98-104.

[8]李艷坤，高鐵剛（2017）. 基于思維視角的計算思維綜合解讀[J]. 現代教育技術， （1）：68-73.

[9]劉博智，宋偉濤（2014）. 大數據“導航”學生成長——上海閔行區的教育管理信息化變革[N]. 中國教育報，2014-03-26（005）.

[10]劉三女牙，楊宗凱，李卿（2017）. 教育數據倫理：大數據時代教育的新挑戰[J]. 教育研究， （4）：15-20.

[11]劉偉（2017）. 大數據思維視閾下的高等教育治理變革[J]. 內蒙古社會科學（漢文版）， （1）：146-150.

[12]唐斯斯，楊現民，單志廣等（2015）. 智慧教育與大數據[M]. 北京：科學出版社.

[13]鄔賀銓（2014）. 大數據思維[J]. 科學與社會， 4（1）：1-13.

[14]徐鵬，王以寧，劉艷華等（2013）. 大數據視角分析學習變革——美國《通過教育數據挖掘和學習分析促進教與學》報告解讀及啟示[J]. 遠程教育雜志， （6）：11-17.

[15]楊現民，駱嬌嬌，劉雅馨等（2017）. 數據驅動教學：大數據時代教學范式的新走向[J]. 電化教育研究， （12）：13-20，26.

[16]楊現民，唐斯斯，李冀紅（2016）. 發展教育大數據：內涵、價值和挑戰[J]. 現代遠程教育研究， （1）：50-61.

[17]楊現民，田雪松（2018）.中國基礎教育大數據（2016-2017）： 走向數據驅動的精準教學[M].北京：科學出版社.

[18]楊現民，王榴卉，唐斯斯（2015）. 教育大數據的應用模式與政策建議[J]. 電化教育研究， （9）：54-61，69.

[19]張弛（2015）. 大數據思維范疇探究[J]. 華中科技大學學報（社會科學版）， （2）：120-125.

[20]張康之，張桐（2015）. 大數據中的思維與社會變革要求[J]. 理論探索， （5）：5-14.

[21]張燕南，趙中建（2013）. 大數據時代思維方式對教育的啟示[J].教育發展研究， （21）：1-5.

[22]張義禎（2015）. 大數據帶來的四種思維[J]. 公安研究， （6）：96.

[23]趙晉，張建軍，王奕俊（2018）. 大數據思維下教育發展機遇與挑戰的再思考[J]. 電化教育研究， （6）：21-26.

[24]郅庭瑾（2007）. 為思維而教[M]. 北京：教育科學出版社：2-3.

[25]朱智賢，林崇德（1986）. 思維發展心理學[M]. 北京：北京師范大學出版社：7.

[26]Jimerson， J. B.（2014）. Thinking about Data： Exploring the Development of Mental Models for “Data Use” among Teachers and School Leaders[J]. Studies in Educational Evaluation， 42： 5-14.

[27]Kitchin， R.（2014）. Big Data， New Epistemologies and Paradigm Shifts[J]. Big Data & Society， 1（1）：1-12.

[28]Linn， R. L.， Baker， E. L.， & Betebenner， D. W.（2002）. Accountability Systems： Implications of Requirements of the No Child Left Behind Act of 2001[J]. Educational Researcher， 31（6）： 3-16.

[29]Provost， F.， & Fawcett， T.（2013）. Data Science and Its Relationship to Big Data and Data-Driven Decision Making[J]. Big data， 1（1）： 51-59.

[30]Sanders， M. G.（2008）. Using Diverse Data to Develop and Sustain School， Family and Community Partnerships： A District Case Study[J]. Educational Management Administration & Leadership， 36（4）：530-545.

收稿日期 2019-04-22 責任編輯 劉選