數據驅動教學變革：美國教師運用教育數據的教學實踐與支持機制

但金鳳 王正青

[摘? ?要] 教師運用教育數據驅動教學變革是大數據時代教育發展的必然訴求，也是充分發揮教育數據資源潛在價值的重要表現。文章采用比較研究法和個案研究法，以大數據驅動實踐的前沿國家美國為研究對象，對美國教師運用數據驅動教學變革進行了研究。研究發現：美國教師運用教育數據驅動教學變革的具體實踐包括：（1）基于教育數據變革教學決策方式;（2）依托教育數據實施教學精準干預;（3）利用教育數據實現教學持續改進;（4）挖掘評估數據追蹤學生學業進步。同時，美國基于政策指導機制、資源保障機制、學校鼓勵機制、素質提升機制和技術支持機制，強化了學校教師運用數據驅動教學變革的合法性、可靠性、能動性、有效性和科學性。借鑒美國教師運用教育數據驅動教學變革的經驗，我國可從構建治理機制、完善制度框架、擴大校方支持、開展專業培訓等方面著手，推動我國教師實現數據驅動教學變革實踐的落地。

[關鍵詞] 美國教師; 教育數據; 教學實踐; 支持機制

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 但金鳳（1994—），女，重慶長壽人。博士研究生，主要從事教育信息化國際比較研究。E-mail：381104805 @qq.com。

一、引? ?言

大數據時代，教育數據得以大規模生產、利用和共享，教育數據可以實現科學循證決策，推動個性化教與學，助力學弱群體精準幫扶，革新傳統教學模式和學習機制。大數據時代的教育不再是“我讓你聽”，而是實現反饋學習、個性化學習和預測性學習[1]。然而這一切的實現需要教師的積極參與，教師既是教育數據系統的建設者和維護者，同時也是教育數據的使用者和解讀者。教師可依托數據平臺以及數據處理技術實施學習監測，構建學習預警與干預機制，推動課堂教學定制化。作為大數據驅動實踐的前沿國家，美國明確了學校教師運用教育數據驅動教學變革的具體實踐，并構建了教育數據使用支持體系，對推動我國教師解碼教育數據，落實教育數據驅動教學變革具有借鑒意義。

二、教育數據的類型與數據驅動

教學變革的價值

美國從確立教育數據類型出發，制定了教育數據收集與使用分類，確保教師能夠了解教育數據種類，以及不同數據類型的適用范圍，進而為教育數據的運用奠定基礎。

（一）教育數據的來源與類型

數據是以相對一致的方式收集的任何信息。教育數據種類繁雜，既包括數字等結構性數據，也包括圖片、文本等非結構性數據。從橫向上看，教育數據包括教育部、地方教育行政部門，以及各級各類學校和教育機構等不同層級機構采集的教育數據[2]。從縱向上看，教育數據涵蓋了學前、小學、中學、大學以及進入職場的整個學習生涯過程中所累積的教育數據資源。

當前，美國各學區學生電子數據系統類型主要包括：（1）學生信息系統（Student Information Systems，SIS），主要致力于提供實時的基本學生數據信息，包括人口記錄、學科課程記錄、成績評估記錄以及行為信息記錄等統計數據;（2）數據倉庫（Data Warehouses），它是一種數據收集和存儲的電子系統，關乎學生、人事、財務等當前的和歷史的統計數據。2005年，美國教育科學研究所（Institute of Education Sciences，IES）提議創建州縱向數據系統（State Longitudinal Data System，SLDS），從而構建起一個從幼兒園到入職工作后整個階段的教育數據信息倉庫[3];（3）評估系統（Assessment Systems），旨在獲得基準評估數據。自1969年以來，被稱為美國“國家成績單”（Nation's Report Card）的國家教育進展評估（National Assessment of Educational Progress，NAEP）提供了關于學生學業表現的統計數據。

美國聯邦及各州教育數據類型多樣，這些豐富的教育數據資源為各級各類學校的教育工作人員、不同地區的行政人員以及州層面的決策者等提供了便利。基于數據質量運動（Data Quality Campaign，DQC）2018年調查數據顯示，美國95%的教師會主動使用學生綜合數據，85%的教師認為教育數據的使用是作為一名優秀教師的重要體現[4]。

（二）教育數據驅動教學變革的價值

牛津大學著名教授舍恩伯格（Sch？觟nberger）認為，大數據可以實現教育定制化，革新傳統教學模式和學習機制[5]。美國通過下放教育數據使用權，強調教師應秉承教育數據至上的基本觀念，以滿足教育數據驅動教學變革的時代訴求。

教育數據資源作為教育領域系統變革的工具，一是有助于規避教師主觀獨裁，強化教師教學決策的科學性和客觀性[6]。傳統教師大多依據自我主觀判斷創新教學體系，然而固化的主觀經驗主義容易忽視學生的真實需求，甚至造成教學目標偏移。大數據時代，教師可著眼于課前、課中及課后全流程教育數據的采集與利用，做到科學研判教學實情，從而依托教育數據優化課堂資源配置，并進行旨在提高學生成績的教學變革決策。二是有助于實現教學模式定制化。通過教育數據挖掘和分析，教師可以將課堂教學的既定統一模式向個性化精準教學模式轉變，進而滿足因材施教的個性化學習訴求。三是有助于保障教師教學評價的科學性和有效性。數據支持下的教育評價能夠改變以考試分數和升學率為唯一評價指標的局限性，教育評估數據的實時追蹤能夠實現對學生的動態評價，使教師能夠更加全面地衡量學生的優勢和不足，并實施教學干預和學習預警，不讓一個學生掉隊。

三、美國教師運用教育數據驅動

教學變革的具體實踐

教育數據的價值在于數據的使用，因此，教師如何運用教育數據資源推動教學實踐變革是至關重要的。美國教師將教育數據主要運用于數據變革教學決策、實施教學精準干預、推動教學持續改進以及追蹤學生學業進步四個方面。

（一）基于教育數據變革教學決策方式

教育科學研究所（IES）認為，教育數據變革教學決策是指教師、校長和行政人員系統地收集和分析各類教育數據，包括人口統計數據、行政數據、過程數據、感知數據和成就數據等，以指導一系列教育決策，并為教學規劃、資源分配、學生安置、課程調整等提供信息[7]。

在教育數據變革教學決策的具體操作環節，首先，要求教師注重教育數據收集的全面性以及數據共享使用的開放性。教育數據并不等同于“標準化考試成績”，美國教師用基于每天的課堂觀察來補充和完善學生的教育數據信息，并對數據進行解釋和定義，包括考試分數以及學生日常行為表現記錄等。其次，商議確定不同類型數據的最佳分享方式，包括網站公布、電話會議交流等[8]。最后，倡導家長協同參與。據2018年調查數據顯示，86%的美國教師表示教育數據能夠協助其與家長更加具體地交流學生的在校表現;95%的家長支持教師使用數據來推動學生學習;同時，94%的家長也非常希望能夠及時獲得學生考試成績、畢業率等相關學業數據，以及班級規模、學校安全等非學業類教育數據，以幫助其判定孩子的學習狀況，量化學校教學質量[4]。美國教師與家長的對話要求超出單純的數字和百分率，教師和家長需認識到學生的整體學業進步，以及亟待解決的學習挑戰，從而實現共同教學決策，而非將教學決策當作教師一個人需要完成的工作。

（二）依托教育數據實施教學精準干預

數據支持下的教育干預是將教育數據轉化為可操作信息的重要舉措，學習預警系統（Early Warning Systems，EWS）是通過學生出勤率、學業成績、課堂表現等教育指標，使教師能夠快速、準確地識別學生的學業危機，從而實施教學精準干預。

一是通過教學干預推動學生學業進步。威斯康星州麥迪遜大都會學區（Madison Metropolitan School District，MMSD）的教師依托教育數據信息為學生提供額外幫助，一年后，三年級和五年級學生的閱讀增長率分別提高了7%和11%[9]。二是基于學習預警系統規避學生學業風險。美國馬里蘭州喬治王子郡公立學校確定了平均分、出勤率和標準化考試分數等指標體系，并為學校教師和管理人員創建了數據儀表盤，顯示每個學生在這些指標上的表現，并使用紅色、黃色和綠色標識來表示每個學生面臨的風險[10]，然后以此為依據實施教學干預，確保學生走上學業正軌。三是識別學生延遲畢業現象，助力學生按時畢業。芝加哥公立學校為所有高中教師設計并提供了一套學生跟蹤指標，揭示哪些學生可能需要獲得更多的幫助才能順利踏上畢業之路。據統計，2007年至2014年，芝加哥地區按計劃畢業的學生比例已從57%上升至84%，意味著基于教育統計數據的教學干預，使芝加哥每年增加了7000名按計劃畢業的學生[11]。

（三）利用教育數據實現教學持續改進

2019年調查數據顯示，美國81%的教師會將學生數據應用于教學計劃和教學改進實踐[12]。基于數據的教學實踐改進，要求教師必須了解他們的學生是誰，衡量其作為學習者的需求，設計符合學生實際情況的教學，并對教學結果做出適當的反應。馬里蘭州2012年度最佳教師（Teacher of the Year）喬希·帕克（Josh Parker）提出了“正確的數據，豐富的圖片，最好的解決方案”這一理念[13]，即強調正確的教育數據能夠幫助教師獲得有關教學與學習的完整圖式，從而協助教師制定最佳的教學改進方案。

美國教育科學研究所（IES）指出，數據支持下的教學持續改進是一個系統的循環過程[7]。一是教師應該收集和整理有關學生學習的各種教育數據;二是教師需進一步解釋教育統計信息，分析并說明目前影響學生學業表現的具體潛在因素，并就如何提高學生學習提出相應假設;三是教師基于數據變革教學實踐模式來檢驗假設，并將學生在特定領域取得的先后成績進行比較分析;四是重新收集和解釋新的教育數據，并再次開始這個過程周期，以評估其教學變化和教學成效，探析學生學業問題解決的因果邏輯，從而發展和修訂課堂教學。

（四）挖掘評估數據追蹤學生學業進步

首先，不同類型的學業標準測評是教師獲得學生教育評估數據的重要手段。美國以教學目標為導向，對學生個體和集體進行經常性評估，包括州年度問責測試和學區基準評估等[14]，從而制定數據報告，揭示學生學業進展。

其次，美國基于不同的數據測量方式確保教師獲得學生成長數據。據統計，美國目前有23個州使用學生成長百分數（Student Growth Percentile）測量方式，即利用學生前期與后期的表現數據來評估學生的學業進步，這也是美國最為常見的學生進步評估方式;有12個州通過價值表（Value-table）測量方式，根據學生的考試成績將學生劃分為不同的表現水平，并記錄學生每年在不同水平之間的變動情況;有10個州使用成長標準差距（Growth-to-standard）測量方式，主要評估學生當前學業表現與年級標準水平之間的實然差距，并根據該學生的進步成長速率，估算學生達到既定標準的時間;有9個州構建了增值（Value-added）測量模式，即要求教師使用后期統計數據和多個數據節點來評估學校對學生成績的影響機制;還有3個州使用增值分數（Gain-score）測量模式，要求通過評估分數的變化來衡量學生在既定時間內知識的掌握程度[15]。

四、美國教師運用教育數據驅動

教學變革的支持機制

鼓勵教師基于教育數據革新教學機制以確保學生獲得成功，這已成為美國的一項優先事項。美國基于教育數據使用政策，實施教育數據治理架構，提供數據培訓等手段，助力教師的教育數據實踐。

（一）政策指導機制：賦予教師運用數據的合法性

2002年，美國重新授權的《中小學教育法》（The Elementary and Secondary Education Act）肯定了數據系統對教師制定課堂教學決策的重要價值。2004年，美國聯邦教育部在《設計高質量專業發展計劃的建議》（Tips for Designing A High Quality Professional Development Program）中強調，教師需參與結構化和非結構化的數據驅動決策培訓，確保教師能夠使用教育數據解決實際教學問題[16]。

在闡釋教師運用教育數據所需的外部支持方面，美國教育科學研究所（IES）發布了《利用學生成績數據支持教學決策》（Using Student Achievement Data to Support Instructional Decision Making），要求學校能夠提供專業技術及人員支持，預留專門時間，確保校長、教師等人員充分了解教育數據的價值，具備數據使用的基本知識和專業能力[7]。2015年，美國正式發布《每一個學生成功法案》（Every Student Succeeds Act），倡導教師能夠將教育數據運用于教學實踐，以全面推進教育數據系統使用機制[17]。

（二）資源保障機制：確保教育數據質量的可靠性

教育數據系統的建設與治理為教師的教育數據實踐提供了堅實保障。2011年，麥肯錫公司（Mckinsey & Company）提出大數據概念后，美國前任總統奧巴馬不斷推進大數據戰略，引領美國走在世界大數據發展的最前沿。一是強調州縱向數據系統（SLDS）的建設，旨在為美國教師及其他人員創建教育數據使用資源。二是構建教育數據治理體系，保障教育數據使用質量。在教育數據庫規模化發展的同時，美國也倡導教育數據資源的內涵式建設。目前，美國大約有39個州已經建立了P-20W數據治理體系，并提出了跨機構數據治理理念。2006年，聯邦教育部成立EDFacts數據治理委員會（EDFacts Data Governance Board，EDGB）以制定數據治理操作策略，落實教育數據治理流程，并為教育數據問題解決提供有效指導[18]。截至2011年，全美已有39個州成立了跨機構數據治理委員會或理事會，2014年又增加為43個[19]。三是出臺教育數據治理法案，強化教育數據系統的頂層設計。截至2017年，美國共有36個州通過了31項關于教育數據收集、連接以及治理方面的法律，有26個州解決了州、地區和教育工作者關于數據使用方面的問題[20]。2018年，全美共計25個州通過了59項關于教育數據收集、鏈接、使用、獲取、保護方面的新法案[21]，保障教師及其他數據用戶能夠安全有效地訪問教育數據系統。

（三）學校鼓勵機制：激發教師運用數據的能動性

據美國聯邦教育部數據抽樣調查報告顯示，2004至2005學年，有超過60%的校長大力支持數據驅動決策，16%的學校為教師使用學生數據專門預留了額外時間，18%的學校教師獲得了關于教育數據使用方面的校外專業發展，28%的學校安排了專業數據導師或數據顧問[22]。

首先，校長鼓勵使用教育數據。美國各學校校長設定數據使用愿景，堅決落實校長的數據使用榜樣帶頭作用，并在學校的日程安排中為教師提供數據檢查與反思的時間，從而為全校的教育數據使用氛圍奠定基調。其次，美國學校將邀請接受過統計培訓或數據分析的專業人士構建數據小組團隊[7]。數據團隊就教育數據使用相關的關鍵概念等進行解釋，使教師對教育數據的定義達成一致，并制定學校教育數據使用計劃。最后，通過召開個人或小組會議，使數據小組成員定期與學校教師及其他工作人員進行使用教育數據的交流，并對其提供專業指導建議。美國學校的支持與鼓勵機制調動了教師落實數據驅動教學變革的積極性與能動性，且有益于構建數據至上的使用文化。

（四）素質提升機制：強化教師運用數據的有效性

美國國家教育統計中心（National Center for Education Statistics，NCES）認為，學校教師、輔導員以及相關行政人員應該接受關于數據收集、數據輸入、數據報告等方面的相關培訓，以便對數據標準、數據收集和數據報告等規范要求和技術操作了然于胸[23]。

然而教師數據素養培訓不可能一蹴而就，因此，在數據能力培訓方面，美國基于多舉措落實了教師數據素養能力提升機制。一是明確教師數據素養培訓重點。德克薩斯州教育局（Texas Education Agency，TEA）指出，數據培訓的重點是幫助教育工作者不僅能夠有效獲取教育數據，而且使其能夠利用教育數據為日常實踐提供訊息與支持。二是開發相應的培訓項目并提供培訓資金。2015年，美國聯邦啟動“鏈接教育者”（Connect Educators）項目，并投入2億美元財政資金用于學校管理人員和教師的數據素養建設培訓[24]。三是提供教育數據使用專項時間。特拉華州管理人員要求該州每所學校每周提供90分鐘的數據交流與協作時間，以暢通教育數據運用交流渠道，保障教師協同發展教育數據使用技能[11]。四是落實教育數據課程學習。全國教育統計論壇（National Forum on Education Statistics）提供了“數據倫理指南”（Guide to Data Ethics）在線課程，要求校長、教師、IT人員等掌握相關數據法規條例和數據道德標準，做到客觀報道教育數據記錄，保護敏感教育數據信息[25]。美國重視教師數據素養發展建設，旨在提高教師的教育數據定位能力、理解能力、解讀能力和分析能力。

（五）技術支持機制：提升教育數據分析的科學性

教育數據分析有益于教師充分挖掘教育數據自身價值，確保教育數據單元以及數據集合得以科學解碼。然而在進行教育數據分析之前，教師需依托技術支持獲得充足的教育數據資源。伊利諾伊州教育委員會（Illinois State Board of Education，ISBE） 開發了Ed360數據儀表盤，它是一個網路應用程序，能夠幫助教師及時獲得多項數據資源，實現跨系統安全數據鏈接，并以易于訪問的方式呈現教育數據[26]。

在教育數據分析技術方面，美國國家教育進展評估（NAEP）和國家教育統計中心（NCES）相繼開發了數據分析工具以及數據分析系統（Data Analysis System，DAS）等一系列軟件應用程序。以國家教育統計中心（NCES）推出的DataLab三個數據分析工具為例，數據用戶可通過QuickStats創建簡單的表格和圖表，也可利用PowerStats創建復雜的數據表格和線性回歸，或采用TrendStats構建不同收集年限的數據集以實現復雜的數據分析。數據分析工具及應用程序有益于學校教師和管理人員在獲得教育數據的基礎上，對教育數據集合進行計量統計分析，從而將教育數據資源價值化和工具化。

五、啟? ?示

美國重視數據驅動教學變革實踐，強調教師運用教育數據變革教學的合法性、可靠性、能動性、有效性和科學性建設。美國教師運用教育數據的教學實踐與支持機制對推動我國教師落實教育數據驅動教學變革具有重要借鑒價值。

（一）構建治理機制，落實教育數據系統資源建設

中國教育科學研究院教育信息與數據統計研究所所長馬曉強表示，中國教育面向2.7億學生，是世界上規模最大的教育系統，其所產生的海量教育數據信息已成為我國的重要戰略資源[27]。因此，如何推動教育數據治理建設以落實教育數據資源保障，實現教育數據的有效使用是我國亟待解決的重要事項。盡管我國教育數據治理已獲得一定成果，但仍然存在教育數據治理權限不明、教育數據標準模糊、教育數據收集機制匱乏、教育數據質量參差不齊等多重問題。美國作為教育數據治理的前沿國家，形成了較為完備的教育數據治理體系架構。基于此，為深化我國教育數據系統體系建設，為各級各類教師提供科學可靠的教育統計數據，我國應加強教育數據庫資源建設，以囊括不同階段的教育數據信息，并構建系統的教育數據治理體系，深化教育數據資源管理，為學校教師以及教育研究人員的教育數據使用提供資源保障。

（二）完善制度框架，健全教師運用教育數據的規范體系

2018年4月，我國教育部出臺《教育信息化2.0行動計劃》，要求落實教育數據分層分級共享權限，構建“覆蓋全國、統一標準、上下聯動、資源共享”的教育數據資源體系[28]。美國聯邦頒發了多項政策法案以及報告指南，闡述了教育數據驅動教學實踐的理論價值以及具體策略，賦予了美國學校教師運用教育數據的合法性。借鑒美國教育數據驅動教學變革經驗，我國應從以下三方面著手：一是制定健全的教育數據使用政策，肯定學校教師實現數據驅動教學變革的時代價值與自身訴求，使我國營造數據驅動教學變革的良好氛圍;二是明確教育數據共享權限，暢通教育數據資源的獲取通道，逐步落實教師運用教育數據的合法權利;三是建立健全教育數據使用制度框架，授權規范教師運用教育數據的具體操作行為和使用策略。教育部及各地方教育行政機構應及時提供數據技術支持，確保教師能夠較為便捷高效地進行教育數據計量分析。

（三）擴大校方支持，助力教師運用數據驅動教學實踐的落地

教師運用教育數據實現教學驅動，不僅需要大量數據信息作為支撐，同時也需要獲得學校的大力支持。作為教師生活學習的主要基地，學校不僅為教師的數據驅動教學提供了場所，同時也為教師實現教育數據的整合與使用提供了專業指導與培訓機會。因此，為推動我國教師數據驅動教學實踐的落地，需全面發揮學校主導作用。一是應積極響應我國教育部等行政部門所出臺的數據規范政策，并在此基礎上，依托本校實情統籌部署各級各科教師的數據使用策略;二是充分發揮校長模范帶頭作用，鼓勵教師參與構建全校范圍內的教育數據使用文化;三是配備專門數據人員，協助指導教師的數據驅動實踐;四是倡導家長協同參與，并以學生動態評估數據作為教師與家長的交流載體，逐步打破以考試分數作為衡量學生進步唯一指標的局限性。

（四）開展專業培訓，促進教師數據素養建設與能力發展

數據素養是教師實現循證決策、提供精準教學服務的基石，教師數據素養建設是保障教師能夠有效收集、分析、處理以及運用教育數據的前提。為發展教師的教育數據運用與處理能力，延續其數據驅動實踐的引領地位，美國確立了教師數據素養能力發展目標，并基于數據素養培訓項目、專業課程、預留專門資金及時間等舉措，強化教師數據素養發展建設。基于此，我國可針對教師職前、在職以及職后的數據能力開展不同時期、不同層次的教育數據使用連貫培訓項目，并提供數據發展課程，以便拓展教師對教育數據的知識儲備，提升教師運用教育數據的實踐操作能力，保障教師主動適應信息化時代變革。同時，我國需增加教師數據素養培訓資金，加大培訓力度，形成國家、地區和學校多方聯動的教育數據協同培訓體系，確保教師能夠滿足現代化數據驅動教學的實踐訴求。

[參考文獻]

[1] 麥爾荀伯格，庫基耶.大數據 教育篇：教學與學習的未來趨勢[M].林俊宏，譯.臺北：遠見天下文化出版股份有限公司，2014.

[2] 徐峰，吳旻瑜，徐萱，任友群.教育數據治理：問題、思考與對策[J].開放教育研究，2018（2）：107-112.

[3] 唐曉玲，張力文，王正青.教育大數據戰略下美國州縱向數據系統建設與運用[J].電化教育研究，2019，40（2）：123-128.

[4] Data Quality Campaign.Time to act 2018[EB/OL].（2018-12-05） [2019-03-01].https：//2pido73em67o3eytaq1cp8au-wpengine.netdna-ssl.com/wp-content/uploads/2018/12/DQC-Time-to-Act-2018.pdf.

[5] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶.與大數據同行：學習和教育的未來[M].趙中建，張燕南，譯.上海：華東師范大學出版社，2015.

[6] 王正青，但金鳳.大數據時代美國教育數據質量管理流程與保障[J].現代遠程教育研究，2019，31（5）：96-103，112.

[7] Institute of Education Sciences. Using student achievement data to support instructional decision making[EB/OL].（2009-09-29）[2019-12-12].https：//ies.ed.gov/ncee/wwc/Docs/PracticeGuide/dddm_pg_092909.pdf.

[8] Harvard Graduate School of Education.Tips for administrators， teachers and families： how to share data effectively[EB/OL].[2020-03-27].http：//www.fldoe.org/core/fileparse.php/16294/urlt/HowShareData.pdf.

[9] Data Quality Campaign. Data works for students[EB/OL].（2015-10-15）[2019-12-24].https：//dataqualitycampaign.org/wp-content/uploads/2016/03/DQC-Data-Works-for-Students-final.pdf.

[10] Data Quality Campaign. How prince george's county， Maryland， uses data to keep ninth graders on track for success[EB/OL].（2015-11-13）[2019-01-10].https：//dataqualitycampaign.org/prince-georges-county-maryland-uses-data-keep-ninth-graders-track-success/.

[11] Data Quality Campaign. Opportunities to make data work for students[EB/OL].（2016-10-11）[2020-01-10].https：//dataquality campaign.org/wp-content/uploads/2016/10/DQC-ESSA-Opps-10112016.pdf.

[12] Data Quality Campaign. Teachers want to use data but can't go it alone[EB/OL].（2019-09-10）[2020-01-10].https：//dataqualitycampaign.org/resource/teachers-want-to-use-data-but-cant-go-it-alone/.

[13] Data Quality Campaign.Josh Parker： right data， rich picture， best solutions[EB/OL].（2016-07-18）[2019-12-12].https：//dataqualitycampaign.org /josh-parker-right-data-rich-picture-best-solutions/.

[14] U.S.Department of Education. Using data to influence classroom decisions[EB/OL].[2020-03-24].https：//www2.ed.gov /teachers/nclbguide/datadriven.doc.

[15] Data Quality Campaign. Growth data： it matters， and it's complicated[EB/OL].（2019-01-23）[2020-01-10].https：//dataquality campaign.org/wp-content/uploads/2019/04/DQC-Growth-Data-Resources.pdf.

[16] U.S.Department of Education.Tips for designing a high quality professional development program[EB/OL].（2004-09-23）[2019-12-25].https：//www2.ed.gov/programs/readingfirst/support/tips.pdf.

[17] U.S.Department of Education.Every student succeeds act[EB/OL].（2015-12-10）[2020-02-21]. https：//www.ed.gov/essa？src=ed-search.

[18] U.S.Department of Education.Introduction to the U.S. department of education data governance[EB/OL].[2019-06-04].https：//www2.ed.gov/about/inits/ed/edfacts/edfacts-edgb-data-governance.pdf.

[19] Data Quality Campaign.Data for action 2014：paving the path to success[EB/OL].（2014-11-01）[2019-12-12].https：//dataquality campaign.org/resource/data-action-2014-paving-path-success.

[20] Data Quality Campaign. Education data legislation review： 2017 state activity[EB/OL].（2017-09-26）[2019-12-23].https：//2pido73em67o3eytaq1cp8au-wpengine.netdna-ssl.com/wp-content/uploads/2017/09/DQC-Legislative-summary-0926017.pdf.

[21] Data Quality Campaign. Education data legislation review：2018 state activity[EB/OL].（2018-10-02）[2019-12-24].https：//2pido73em 67o3eytaq1cp8au-wpengine.netdna-ssl.com/wp-content/uploads/2018/09/2018-DQC-Legislative-Summary.pdf.

[22] U.S.Department of Education. Teachers' use of student data systems to improve instruction[EB/OL].（2008-02-14）[2020-03-22].https：//www2.ed.gov/rschstat/eval/tech/teachers-data-use/teachers-data-use.pdf.

[23] National Center for Education Statistics. Chapter 5：data quality from bottom to top[EB/OL].（2011-02-07）[2020-04-10].https：//nces.ed.gov/forum/ldsguide/book3/ch_5.asp.

[24] 王正青，張力文.大數據時代美國發展教師數據素養的基礎與路徑[J]. 比較教育研究，2018，40（2）：68-75.

[25] National Centre for Education Statistics.Data ethics course[EB/OL].（2010-02-16）[2019-10-23].https：//nces.ed.gov/forum/dataethics_course.asp.

[26] COHEN A. Interview： how leaders in Illinois are empowering educators with secure access to student data[EB/OL].（2019-01-16） [2020-04-02].https：//dataqualitycampaign.org/interview-how-leaders-in-illinois-are-empowering-educators-with-secure-access-to-student-data/.

[27] 馬曉強.為“光明磊落”的教育統計數據保駕[EB/OL]. （2018-08-02） [2019-10-23].http：//www.moe.gov.cn/jyb_xwfb/moe_2082/zl_2018n/2018_zl52/201808/t20180801_344055.html.

[28] 中華人民共和國教育部. 教育部關于印發《教育信息化2.0行動計劃》的通知[EB/OL]. （2018-04-18）[2020-03-29].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334.188.html.

Data-driven Teaching Reform： Teaching Practice and Supporting Mechanism of American Teachers' Application of Educational Data

DAN Jinfeng，? WANG Zhengqing

（Faculty of Education， Southwest University， Chongqing 400715）

[Abstract] Teachers' use of educational data to drive teaching reform is an inevitable demand for educational development in the era of big data， and also an important manifestation of giving full play to the potential value of educational data resources. This paper adopts comparative research method and case study method， and takes the United States， the frontier country of big data-driven practice， as the research object to study the data-driven teaching reform of American teachers. The research finds that the specific practices of American teachers using educational data to drive teaching reform include： （1） changing teaching decision-making methods based on educational data; （2） implementing precise teaching intervention based on educational data; （3） using educational data to achieve continuous improvement in teaching; （4） mining evaluation data to track students' academic progress. Meanwhile， based on the policy guidance mechanism， resource guarantee mechanism， school encouragement mechanism， quality improvement mechanism and technical support mechanism， the United States has strengthened the legitimacy， reliability， initiative， effectiveness and scientific nature of school teachers' use of data to drive teaching reform. Drawing on the experience of American teachers using educational data to drive teaching reforms， we can start from constructing governance mechanism， perfecting the institutional framework， expanding school support， and conducting professional training to promote the implementation of data-driven teaching reforms for Chinese teachers.

[Keywords] American Teachers; Educational Data; Teaching Practice; Supporting Mechanism