新一代信息技術支持下的精準教研：中職教師畫像

摘 要：中職教師隊伍建設在職業教育發展中的地位越來越重，中職教研的精準化、個性化被提上日程。新一代信息技術支持下的中職教師畫像，是破解精準教研的重要創新舉措。目前，對教師的畫像研究，特別是對中職教師的畫像研究非常少，本文從中職教研數據的采集、清洗、分類及關聯等視角闡釋了數據驅動的教師畫像的可行性;同時從四個方面描摹教師畫像模型實現框架;最后，分析了教師畫像支持精準教研的應用場景。旨在為中職精準教研提供相關參考。

關鍵詞：中職教師畫像;新一代信息技術;精準教研;標簽體系

一、引言

2019年11月教育部發布了關于加強和改進新時代基礎教育教研工作的意見，明確指出教研工作是保障基礎教育質量的重要支撐，要注重創新教研方式，鼓勵因地制宜采用區域教研、網絡教研、綜合教研、主題教研以及教學展示、項目研究等多種方式開展教研，積極探索信息技術背景下的教研模式改革。[1]2018年教育部發布的辦公廳關于開展人工智能助推教師隊伍建設行動試點工作的通知中明確指出要推進教師大數據建設行動，采集教師教學、科研、管理等方面的信息，形成教師大數據，建立教師數字畫像，進行教師大數據挖掘，支持學校決策，改進教師管理，優化教師服務。[2]

新一代信息技術的迅猛發展，中職教研數據呈幾何級增長和教學數據采集技術的快速提升，讓教研工作進入了數據時代，教師在專業成長過程中產生了大量而多元的數據，形成了教師大數據、教研大數據，從而為中職教師的個體畫像，為精準教研的多維應用成為一種可能。因此，本研究將聚焦如何通過教研數據構建中職教師畫像，研究其實現流程及邏輯框架，以及中職教師畫像最終如何實現和服務精準教研。

二、職教精準教研呼喚教師畫像

（一）中職教研需要中職教師畫像

《國家職業教育改革實施方案》明確提出，職業教育與普通教育是兩種不同教育類型，具有同等重要地位，[3]相對應的中職的教研機構也應該具備相對應的要求，但當前的現狀是中職教研機構名顯示處于弱勢，為了解決這個矛盾，中職教研應該更多的向技術、向大數據中職教師畫像來追求精準教研，從而擺脫中職教研過程中存在的效率低、針對性不強等不同類型的困境。

（二）中職教師畫像觸發精準教研

用戶畫像在教育領域主要集中在學生，且取得了令人矚目的成效。而對于教師的畫像，特別是對于中職教師的畫像尤為缺失。伴隨著中職教育持續的改革與推進，專業與課程隨著社會的發展而不斷的在改變其自身的內容與形式，很明顯作為教研部門不能采用以不變應成變的教研策略，而應該更多的去關注新一代信息技術與教育的融合所觸發的精準教研，而中職教師畫像技術在新一代信息技術的支持下其可行性與指向性已經成為可能，但目前國內的研究并未聚焦于此，更多的帶有普教的烙印，作為中職教師同樣需要專業的成長和個性的發展，更需要有職業認同感與責任感，這使得精準教研成為當前必須的解決的問題，而中職教師畫像技術對于精準教研是必不可少的手段與措施。

本研究將從抓取中職教師教研大數據，通過數據分析與挖掘技術和用戶畫像技術來構建中職教師畫像模型和中職教師標簽體系，從而實現各類精準的預測，保證教研的精準性。

三、新一代信息技術支持下中職教師畫像

要實現中職教師畫像，有三大核心要素，即表征、發現和預測[4]中職教師教研特征和行為，即表征中職教師的教研特性;發現中職教師的教研需求;預測中職教師的教研行為變動。精準“表征、發現和預測”是精準教研的核心[5]。在新一代信息技術的支撐下，巨量教研數據開始沉淀，進而形成教研大數據。而中職教師畫像的構建需要有效運用全模態和全過程的教研數據，才能有效地表征教研情況、發現隱性信息和預測中職教師教研行為變化，以支持精準教研策略的生成和變化。

（一）新一代信息技術支持教研數據采集

中職教育不僅是專業技能的傳授這，更是一個育人的過程，所以容錯性很小，甚至不能有錯，這就要求對于實現中職精準教研的中職教師畫像必須是科學的、精準的和可生態的。本研究對于數據維度的考量主要取決于 “教研大數據”和“價值密度”，對于數據采集，除了原有的數據建立數據池導入以外，數據采集技術主要集中在網絡技術、物聯技術和感知技術。

（二）內生外聯多維度描摹中職教師畫像

為了精準的對中職教師畫像，首先需要闡釋與理解數據，這是畫像技術的堅定基石;其次得對中職教研大數據進行清洗與分類，確保能對中職教師精準畫像提供完整的數據支撐。綜合考慮中職教師數據的可采集性和中職教師畫像需要，涵蓋中職教師的教育學、心理學和學習科學、專業能力等特征[6]，本研究通過對中職教師、教研員的座談，采用定性研究分析的方法，分析得到二個類別8個維度的數據分類，具體見表 1。其數據來源主要集中在學校原有的各類信息系統（信息孤島）、和新一代的信息技術支持的各類采集源，比如腦機接口、感應設備等及中職教研大腦。

（三）數據流相關支撐精準中職教師畫像

單獨的數據流，并不能支撐起中職教師畫像，類數據流也遠達不到精準教研。數據流并不是單一維度與價值取向，數據也是社會的數據，只有當數據流之間建立起有效相關及關聯，數據的價值才能顯現，這就是數據分析與挖掘，沒有關聯的數據，更象是一個黑白的世界，而關聯讓中職教師畫象涂上了豐富的色彩，對于中職教師畫像而言，內生數據是軀干，外聯數據是血脈。

四、中職教師畫像系統的模型構建

中職教師畫像都是基于中職教研大數據，數據的精準性、真實性、規范性和科學性決定了表征、發現和預測三大核心要素在中職教師在教研過程中行為特征的正確性，是否能夠描摹出一個虛擬化的真實中職教師模型，能夠為教研活動與服務的有效性提供基于事實的參考與基于預測的判斷。因此，本研究將從四個方面來實現模型構建，如圖1所示。

（一）中職教研數據預處理

現實世界的數據呈現出雜亂無章的樣式，要充分利用數據，必須經過預處理，在新一代信息技術的支撐下，數據預處理主要包括教研數據清洗、教研數據集成、數據變換與數據歸約。

教研數據清理主要是達到如下目標，格式標準化，異常數據清除，錯誤糾正，重復數據的清除。教研數據集成將多個數據源中的數據結合起來并統一存儲，建立數據倉庫的過程。教研數據變換通過平滑聚集，數據概化，規范化等方式將數據轉換成適用于數據挖掘的形式。教研數據歸約，數據挖掘時往往數據量非常大，在少量數據上進行挖掘分析需要很長的時間，數據歸約技術可以用來得到數據集的歸約表示，它小得多，但仍然接近于保持原數據的完整性，結果與歸約前的結果相同或幾乎相同。[7]

（二）中職教師畫像模型建構

中職教師畫像模型作為輸入端與輸出端之間的橋梁，其作用與地位尤為重要，本研究的中職教師畫像模型是基于二維八度教研數據進行建模，即形成內生與外聯二個空間與八個維度的模型，分別是形成內生空間的中職教師基本模型、教研心理模型、教研行為模型、社會交互模型、以及外聯空間的教研評價模型、學生反饋模型、課程教學模型和教研成果模型，因為各數據屬性各有不同，每個子模型的數據分析與學習方法不相同，最終形成三類標簽，即事實標簽（SB）、模型標簽（MB）和預測標簽（YB）。[8]

1.事實標簽（SB）

對應于中職教師基本數據，可以利用自然語言分析，文本挖掘等方法將基本數據按照統計學原理方法生成事實標簽[9]，預測標簽是基于事實標簽的，因此事實標簽的正確性決定了預測標簽信度與效度。

2.模型標簽（MB）

模型標簽是中職教師標簽體系的核心技術與內容，中職教師畫像構建是通過建模分析實現的，也是最重要的技術階段，模型標簽是指基本數據中沒有直接相對應的數據，而是通過規則和關聯性數據才能生成的隱性標簽。中職教師畫像模型可以通過機器學習算法進行特征分析、提取和選擇，中職教師畫像在投入正式運行之前，需要輸入大量訓練數據，根據預測結果的正確性與匹配性，不斷的調整算法，再進行訓練，通過多次實證，保證系統算法的正確性和畫像的精準性。

3.預測標簽（YB）

預測標簽，就是對基于中職教師的事實標簽與模型標簽生成的標簽體系，由于事實標簽與模型標簽在前二個步驟中已經確保了其正確性，在此基礎上，可以通過和聚類算法及其它測算法等相關聯的算法進行優化訓練，從而提高預測標簽的指向性和價值密度，同時，如果出現預測不精準的情況，我們可以再往前推演，去修正模型標簽與事實標簽。

（三）中職教師個體標簽體系

系統最終輸出端是教師個體標簽體系，涵蓋三大標簽，事實標簽、模型標簽、預測標簽，而這三個標簽，又是建立在八大維度的子標簽的基礎上的，最終實現在中職教師教研大數據基礎上，通過建構模型和算法以及大量數據集的訓練來優化標簽體系，從而為不同中職教師打上的數字化標簽，從而為精準教研提供可實證的參考，能立體化指向中職精準教研應用服務。

（四）中職教師畫像質量評估

中職教師畫像質量評估，有二種類型，一是理論上質量評估常用的指標有準確率、時效性和普及率。因為對于中職教師畫像質量評估，本研究采用了計量分析法和實證方法進行推演，基本把統計學顯著性控制在5%以下，以及使用了回歸分析和T分析，來證實標簽的信度與效度。二是實踐意義上的評估，即通過隨機抽樣的方式，把中職教師的作為樣本，進行實證性研究，理論與實踐雙管齊下，保證中職教師畫像系統的容錯性基本為零。

五、中職教師畫像支持的精準教研場景

通過評估-反饋-迭代優化步驟之后，教研大腦作為顯示終端可以可視化中職教師畫像。通常使用打標簽的方式來呈現中職教師個體的數據畫像，并通過統計分析生成以文字+圖像的形式為主的中職教師教研數據分析報告。為中職教研室的總體教研設計和組織提供數據支持，并進而為教育行政部門的政策制定提供數據依據。中職教師畫像主要用于教研部門的精準教研，因此本文從精準教的角度來分析其應用場景和服務，但中職教師畫像系統遠不止精準教研的應用場景，其影響和應用的范圍可以更大更廣。

（一）促進中職教師自身成長

架構中職教師畫像，是為了更好的服務于中職教師，所以中職教師既是畫像的對象，又是畫像的首先服務對象。中職教師可以利用畫像了解自身的教研數據，能夠看到自身成長的過程和軌跡，避免了教師到退休，只剩下幾本教案的尷尬局面，同時可以借助畫像對自身的教研進行自我診斷與改進。其次，雙師型的要求的不斷提升，中職教師可以借助畫像規劃自身的專業成長路線，也為中職教師成為復合型教師提供一種借鑒。最后，由于中職教師畫像的數據有內生外聯8個維度，中職教師可以借助自身畫像來提升自身的教學水平與專業水準。

（二）實現中職教師個性化教研

中職教師畫像服務于精準教研，更服務于精準教學，中職教研大腦不僅能精準的描述中職教師的個性特征，而且能及時的發現和預測中職教師的興趣和愛好及需求，中職教師畫像通過標簽化對中職教師的教研資源的精準推送，為不同中職教師提供各不相同的、個性化的教研資源、教研活動、教研共同體組織，同時為中職教師提供了模擬自身成長的專業發展路線。

（三）支持中職師生個性化配對[10]

將中職教師畫像和學生畫像進行匹配，中職教師畫像將教師的風格與學生的風格相匹配，形成相互適應的師生組合，解決了當前教育一個教師面對一群學生的困境，也解決了因材施教的問題，其應用場景可以成為線上教學的一種新的教學模式探索。通過師生個性化匹配，也給教師提供了一種激勵，如何有針對性的更快的去了解與自己匹配的個性學生，從而推進有目標的、有針對性的參加教研活動，實現教學相長。

（四）提供中職學校校本精準研修

中職學校的校本研修，一方面往往從經費、時間、人力等成本考慮，校本研修的精準度比較欠缺，往往宏觀層面的研修比較多，而忽視了教師這個微觀層面。另一方面，中職學校 外派培訓和指定培訓，不能真正的從教師的實際需要出發，導致無效培訓增多，教師產生職業倦怠感。而中職教師畫像，給學校提供了多維度的教師考量，通過精準的校本研修有利于培養出一批名優教師和一批雙師型教師。

（五）驅動中職教研室循證管理

對于中職教教研室而言，當中職教師教研大腦中的畫像樣本量足夠充分的時候，中職教師的群體畫像呈現本市全體中職教師的教研總體情況，支持循證化管理和制定教研決策方案。一方面支技精準教研，保證中職教研活動的組織與開展。二是能及時迅速的發現全市層面的教研活動的偏差并及時糾正，三是能提供給學校更多的教研決策，四是能對各類中職教研活動進行評價與改進。

六、結語

《深化新時代職業教育“雙師型”教師隊伍建設改革實施方案》中指出中職教師專業化水平偏低，“雙師型”教師和教學團隊短缺，已成為制約職業教育改革發展的瓶頸。而中職教師畫像技術，為提升中職教師的專業化水平和“雙師型”教師隊伍建設，提供了一種技術解決方案。隨著職業教育對教師要求的提升，中職教師畫像在精準教研上應用與研究上，更多的要關注數據的采集多源化、數據標準的統一及數據隱私等問題。

參考文獻

[1] 教育部發布了關于加強和改進新時代基礎教育教研工作的意見[EB/OL].[2019-11-25].http：//www.moe.gov.cn/srcsite/A06/s3321/201911/t20191128_409950.html.

[2] 教育部辦公廳關于開展人工智能助推教師隊伍建設行動試點工作的通知 [EB/OL].[2018-11-12].http：//www.moe.gov.cn/srcsite/A10/s7034/201808/t20180815_345323.html.

[3] 國務院關于印發國家職業教育改革實施方案的通知[EB/OL].[2019-01-24].http：//www.gov.cn/zhengce/content/2019-02/13/content_5365341.htm.

[4] Baker，R.S.;Yacef，K（2009）."The state of educational data mining in 2009：A review and future visions".JEDM-Journal of Educational Data Mining[J].1（1）：2017.

[5] 胡小勇，林梓柔.精準教研視域下教師畫像研究[J].電化教育研究，2019，40（07）：84-91.

[6] SH Kang，B Sandberg.A regularized k-means and multiphase scale segmentation[J].Inverse Problems & Imaging》，2017，5（2）：407-429.

[7] 陳堯.教師畫像與評分系統的設計與實現[D].重慶大學，2018.

[8] 王陸，彭玏，馬如霞，楊佳辰.大數據知識發現的教師成長行為路徑[J].電化教育研究，2019，40（01）：95-103.

[9] 李婷，傅鋼善.國內外教育數據挖掘研究現狀及趨勢分析[J].《現代教育技術》，2010，20（10）：21-25.

[10] 魏忠.成長軌跡：記錄學生，畫像教師[J].《中國信息技術教育》，2017（10）：11-11.

作者簡介：馬海峰，高級教師，主要研究方向為中職教學研究、信息技術研究、中職教師創新團隊培養等。

基金項目：全國教育信息技術研究課題“中職課堂教學智能化云評價系統的開發與應用研究（CEC系統）”（課題編號：10276，主持人：馬海峰）。