基于文旅融合背景下文旅人才培養模式創新的職教教師數據智慧研究

張駿

[摘? ? ? ? ? ?要]? 文旅融合背景下，文旅人才培養面臨著新挑戰，師資隊伍是人才培養模式創新的關鍵點和難點。信息時代發展對文旅職業教育教師的“數據智慧”提出了新的要求，通過對DIKW層次決策模型相關理論的分析，對文旅職教教師數據智慧的生成與DIKW模型“數據獲取”“信息分析”“知識轉化”“智慧生成”四個環節的對應關系進行深入闡釋，從而促進教師數據智慧的發展，為文旅人才培養模式的創新奠定基礎。

[關? ? 鍵? ?詞]? 文旅融合;人才培養模式;數據智慧

[中圖分類號]? G715? ? ? ? ? ? ? ? ? ?[文獻標志碼]? A? ? ? ? ? ? ? ? ? ? ? [文章編號]? 2096-0603（2020）52-0082-02

文旅融合發展對文旅職業教育的開展產生了重要的影響，人才培養的模式、方法、路徑等都需要深刻變革。而隨著信息技術的革新，大數據在服務現代職業教育發展需要、重塑職業教育價值、創新決策方式和治理模式等方面也體現出了無限潛能[1]。文旅職業教育人才培養模式的創新，在大數據時代面臨著一系列問題：現有的職業教育缺乏完善的數據體系支持，當前的教學資源有待進一步數據化發展，教師的數據使用能力和素養缺乏等。其中，師資問題是教育的根本性問題，大數據時代對文旅職業教育教師的數據敏感性提出了更高的要求，要求教師通過數據對學生產生新的認知，并根據數據優化教學方法，提高教學效率，可見，教師“數據智慧”的養成與提升，對大數據時代文旅職業教育的發展意義重大。

一、文旅融合背景下，職業教育教師“數據智慧”研究理論基礎

文旅職業教育發展在迎來機遇的同時也遇到了前所未有的挑戰，教育專家蘇珊娜·羅芙韋斯勒 （Roff Wexler）指出，“在大數據時代，由于我們需要更多的數據使用、數據解釋，那么我們當然就需要更多的數據智慧。”[2]數據智慧的概念由美國學者約翰·吉拉德（John Girard）、迪安娜·克萊因（Deanna Klein）、克莉絲蒂·伯格（Kristi Berg）等人提出，指“以信息手段，創造、挖掘并轉換數據中的隱藏知識，從而實現組織愿景的綜合性信息素養”[2]。在此基礎上，米蘭·瑟蘭尼在其著作《管理支援系統：邁向整合知識管理》、羅素·艾可夫在《從數據到智慧》中強調了數據信息的應用對智慧生成的作用，指明數據智慧的發展趨勢。美國林奇等五十余位數據使用專家，則通過教育實踐的方式，利用文字云圖等工具總結發現，數據智慧體現在教師所具備的數據意識以及對數據的處理、加工和運用上，包括對數據的收集、整理、提煉等環節[3]。

長期以來，教師往往是“數據供給者”而非“數據使用者”，缺乏有效利用和解釋信息以幫助決策制定的思路和方法。[4]教師的數據智慧不但強調技術的使用能力，更應關注在教學過程中數據的應用和對教學決策、實施的推動。高職教師的數據智慧應貫穿于高等職業教育教學情況分析、教學資源整合、教學活動實施、教學評價與反思等各環節的全過程。我國的相關研究也由數據技術的單純運用向數據思維統領下教學全過程優化的方向發展，認識到數據智慧不僅是數字技術與心理能力的簡單相加，而是在人—技術（作為中介或者環境而存在）的共生性交互過程中出現的一種新質。[5]但相關成果大多還停留在概念介紹的層面，缺乏成熟理論的指導，與我國教育，尤其是文旅職業教育實際情況對接，針對文旅職教教師開展數據智慧的研究還比較欠缺。基于成熟的DIKW模型理論對文旅職教教師數據智慧的生成及提升展開分析，以促進教師信息化教育教學水平的提升，成為文旅融合背景下，文旅職教教師提升教育教學水平、促進人才培養模式創新改革的必要環節。

二、文旅職教教師數據智慧“數據獲取”與“信息分析”環節研究

1989年運籌學、系統思維學專家阿科夫（Ackoff）基于認知論提出了DIKW（Data to Information to Knowledge to Wisdom）層級決策模型，該模型融合了行為主義理論的觀點，從認知思維的角度揭示了從數據到信息，再到知識，最終生成智慧的升級發展過程，得到了約翰·吉拉德等數據智慧研究先驅的認可和引用。“在教育領域中，教師獲取數據智慧的過程，本質上就是數據經過分析處理后，逐步提升為信息和知識，并最終成為頭腦中極為個性化的智慧的過程。”文旅職教教師數據智慧的發展與該模型相契合，規律和特征相一致，可基于DIKW模型分析高職教師數據智慧的生成過程。在這一過程中首先要解決的是“數據獲取”和“信息分析”問題。

（一）數據獲取

DIKW模型認為數據（Data）是智慧產生最基礎、最底層的分離性元素，是對客觀事實的具體描述，以沒有經過組織前的一系列數字、詞語、圖像等形式加以呈現，它可以是定量的，也可以是定性的，是不帶有任何價值判斷的碎片化的存在。數據也同樣是高職教師數據智慧生成的基礎，數據的收集是此階段的核心工作，及時獲取豐富、有效、多維度的數據，才能為后期信息的提煉、歸納、組織提供保障。對于高職教育而言，教育教學有關的數據不僅僅包括校情、學情數據還應包括行業、企業發展和人才需求等相關數據，豐富多元、及時可靠的數據獲取能夠為后期教學分析與實施奠定基礎。

（二）信息分析

信息（Information）是具有一定含義的，經過了組織處理，富有邏輯性的數據流。對于客觀事實而言，信息主要體現了對對象的明確（Know-who）、對狀況的清晰（Know-what）、對時空的了解（Know-when;Know-where），因此對于決策的制定而言是具有價值的。信息的分析是對數據進行篩選、加工、分解、解讀的一系列分析過程，改變了原始數據龐雜、冗余、零散的狀態，將數據形成彼此聯系的信息群落。高職教師數據智慧的生成也必然經過信息的分析環節，教師需要在教學目標的指引下，將院校、學生、行業等多維數據加以整合、梳理、聯系，得到有效的教學信息，為教學目標的制定、教學內容的選擇等提供必要的支持。

三、文旅職教教師數據智慧“知識轉化”與“智慧生成”環節研究

（一）知識轉化

DIKW模型中所指的知識（Knowledge）轉化既是對信息進一步系統化，通過歸納、演繹、比較等思維和認知的有效處理，使得有價值的內容得以有效沉淀和積累的客觀改造過程，也是將其納入個體既有的知識體系，改變認知圖式，提升認知水平的主觀改造過程。如果說信息的有效分析解決了對客體實然狀態的了解，那么知識的生成還解決了知道怎么做的問題（Know-how），架構起了認知與行為間的橋梁，并最終轉化為主體的行動。所以知識既是多個信息源在時間上的合成，也是著眼于運用的情景信息、價值、經驗和規則，并付諸實踐的混合狀態。高職教師數據智慧生成中知識的轉換過程指的就是教師結合自身教學經驗、個人見解和價值觀等對教學信息甄別、確認以后的互聯和綜合應用過程，并直接影響到教學資源的使用、教學方法的選擇等教學活動的開展。

（二）智慧生成

智慧是DIKW模型最高水平的狀態，是基于已有知識，對客觀世界中的問題進行全面觀照，并對客觀事物和主觀本體進行再審視的綜合性思維能力，因此阿科夫認為智慧是帶有“啟示性”和“自省性”的，解決了為什么做的問題（Know-why）。對于高職教師的數據智慧生成而言，從數據的獲取到信息的歸納，知識的重組，本質上都是在解決具體的教學問題，數據智慧的最終生成則不僅僅著眼于具體課程教學目標的達成，同時也是教師對學生學習效果和教學全過程的審視，對教師自身水平的反思，實現了由“正確做事”（Doing things right）到“做正確的事”（Doing the right things）的提升，借助信息手段，使用信息資源促進了教學智慧的發展。

由上文分析可見，DIKW層次決策模型體現了通過信息判斷、行為開展、感悟自省，從而實現由數據到智慧的認知升級過程，而文旅職教教師的數據智慧生成過程與其對應，也經由教學決策、教學實施、教學反思的環節實現了由職教數據獲取到職教智慧提升的發展。依循這一路徑，秉持“數據智慧”提升的理念，才能夠更好地在文旅融合背景下促進文旅人才培養模式的改革，實現文旅人才培養的新發展！

參考文獻：

[1]南旭光，張培.大數據驅動現代職業教育治理：價值邏輯、機制設計與制度安排[J].職業技術教育，2018，39（1）：27-32.

[2]Girard J.，Klein，D.，&Berg，K.Strategic data based wisdom in the big data era[DB/OL].http：//www.igi global.com/book/strategic data-based wisdom big/120030camid=3v11，2015-06-23.

[3]史煥聰，陶紅.教師數據智慧的內涵及數據智慧提升實踐過程與方法[J].中國職業技術教育，2017（30）：48-53.

[4]王萍.大數據時代提升教師數據智慧研究[J].開放教育研究，2015，21（3）：30-39.

[5]祝智庭，賀斌.智慧教育：教育信息化的新境界[J].電化教育研究，2012（12）：5-13.

◎編輯 王亞青