基于DIKW模型的教師數據智慧生成過程與發展路徑研究

盧鳳萍 張駿

[摘? ? ? ? ? ?要]? 教師數據智慧是教師以信息手段，獲取、挖掘并使用數據中的隱藏知識，從而實現教學目標的綜合性信息素養。基于層級決策模型（DIKW模型）理論，通過分析可知，教師數據智慧的形成過程可分為“數據獲取”“信息分析”“知識轉化”“智慧生成”四個階段。在此基礎上，可從實現教學數據有效獲取、科學開展教學信息分析、助力教學知識的行為轉化、促進教學智慧的全面提升等維度提出促進教師數據智慧發展的具體路徑與方法。

[關? ? 鍵? ?詞]? DIKW模型;教師;數據智慧

[中圖分類號]? G717? ? ? ? ? ? ? ? ? ? [文獻標志碼]? A? ? ? ? ? ? ? ? ? [文章編號]? 2096-0603（2022）01-0112-03

在“互聯網+”背景下，職業教育迎來機遇的同時也面臨著一系列挑戰，其中，師資的發展是關鍵性問題。數據智慧的養成與提升，是信息時代卓越職教教師培養的重點，對我國職業教育的發展意義重大。尤其是2020年初，線上教育的蓬勃發展，進一步凸顯了教師數據智慧的重要性。教師數據智慧的提升并不是特殊時期的“權宜之計”，而是職業教育發展的趨勢和必由之路。

一、研究背景與價值

智慧是由智力體系、知識體系、方法與技能體系、非智力體系、觀念與思想體系、審美與評價體系等多個子系統構成的復雜系統。數據智慧原指“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信息素養”，最早由美國學者約翰·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。據此，本文認為職業教育教師數據智慧是在教學過程中形成的，貫穿于教學策略制訂、教學資源整合、教學活動實施、教學評價與反思的各個環節。是“以信息手段，創造、挖掘并轉換職業教育教學數據中的隱藏信息和知識，并轉化為科學的教學行為，促進教學效果，實現教學目標，提升職教思維的綜合性信息素養”。

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[1]。教師數據智慧是教師以信息手段，獲取、挖掘并使用數據中的隱藏知識，從而實現教學目標的綜合性信息素養。而教師生成數據智慧的過程，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。

對教師數據智慧生成過程與發展路徑研究，其學術價值在于基于“教學勝任力”視閾分析職教教師數據智慧的內涵、外延及特點，構建數據智慧發展模型，完整闡釋職教教師數據智慧生成的路徑與提升的方法。基于職教國情，完善了數據智慧研究的理論系統，也有利于促進職業教育理論，尤其是課程與教學論、教育教學生態論等的新發展。其應用價值在于有利于掌握目前我國職教教師數據智慧的現狀，擬建構的“職教教師數據智慧模型”以及提升策略，可以優化信息化教學生態環境，促進不同類型的“金課”建設，提高教師在教學決策、資源建設、教學實施和教學評價各教學環節中的數據收集、信息分析、知識利用和思維發展能力，提升數據智慧水平，提高教學效果，助力職業教育的發展。

二、實現教學數據有效獲取

教師數據智慧的提升需以教學數據的獲取為基礎。結合DIKW模型理論可從數據的類型、獲取的方式方法及數據倫理的角度提出教學數據有效獲取的具體建議。

（一）數據類型

就數據范疇而言，在表現形式上，DIKW模型理論認為數據可以以數字、文字、圖形等多種形式呈現，既可以是定量的，又可以是定性的。在內容屬性上，從教師個體教學角度，教學數據主要包含學生學情數據、教育環境數據、教學資源數據三個維度。學生學情數據涉及顯性和隱性兩類，顯性數據是可以量化的相關數據，如學生的年齡、性別、生源地構成以及考試的成績、班級的排名、資格證書的獲取率等。隱性數據是難以量化的、以描述性語言加以說明的定性數據，如學生的性格特點、對不同類型教學資源的偏好程度、班級成員分組合作式學習開展的可能性等。教育環境數據包括宏觀和微觀兩個層面，前者與教育的大政方針有關，如國家、省級層面的規定性政策，各級各類教學指導委員會的引導性要求等，與教師個體教學關系更為密切的是學校、院系、學科層面的微觀性數據，如總課時的規定、實踐與理論課時的分布、專業與課程目標的明確等。學生學情數據、教育環境數據的獲取主要為后期教師教學決策的科學制訂奠定基礎，而教學資源數據則主要為教學實施的有效開展服務，其包括與教學內容相關的文字、圖像、符號、視頻等。

（二）數據收集渠道與方法

在數據收集的渠道與方法方面，教師個體數據收集的力度是有限的，學校應主動作為，為教師數據智慧的生成提供便利。信息化時代，互聯網的普及使得數據收集的難度日益降低，學校要搭建數據收集、存貯、交互的平臺，并與政府相關部門、協會學會以及兄弟學校等形成數據的共享機制，多渠道、廣范圍地開展數據收集工作。從教師角度，教師一方面要從心理上克服“數據恐懼”，尤其是在嘗試利用數據改善教學決策與教學實施過程的初期，要增強數據使用的自信，提高數據使用的意識;另一方面要從技術上熟練掌握基本的、通行的數據收集手段與方法，如引擎搜索、多媒體運用、基礎數據庫建設等，從而高效、全面地掌握數據。

（三）數據倫理

在數據收集的過程中，還需注重數據倫理問題，長期以來，無論是教師數據智慧的研究還是數據的實踐運用領域，重視的大多是數據意識的形成、數據能力的提升等，對數據本身的道德規范和合法性問題較少關注。其實，在教師數據智慧生成之初的數據收集階段，就應該重視相關者，尤其是學生的數據。對涉及隱私的數據，既要重視收集的內容、廣度與深度，又要重視使用權限的設定與保密機制的設計以及數據收集手段的合理性，達成數據使用與個人隱私的平衡，從價值、利益、安全以及發展的角度對源數據進行價值校準、倫理調節與風險規制。

三、科學開展教學信息分析

DIKW模型理論認為信息是被賦予了意義和目標的數據。教師面對多元來源、龐雜無序的數據，需要通過一系列分析過程，賦予數據教學決策和行動上的意義。這一過程通常需要經過辨別篩選、有效聯系、探究分析三個環節。

（一）信息辨別篩選

教師首先需要對系列數據進行辨別篩選。根據吉拉德、克萊因和伯格在《大數據時代戰略性的數據智慧》中的闡釋，信息應是對事物的客觀的、正確的、真實的觀察結果。因此，錯誤的、毫無意義的、不能為接受者所感知的內容就不屬于有效信息的范疇，這就要求無論是學校還是教師個人在信息分析的過程中，應當盡可能地保證科學性和準確性。同時，信息的客觀性也要求學校和教師不可以情感的好惡、利益的得失等為信息甄別的標準。以中立的態度遴選準確、真實的信息，是教師數據智慧得以生成和發展的保障。

（二）信息有效聯系

有效聯系環節是將不同信息以一定的邏輯加以整理和關聯，信息及信息群的結構性正是信息與數據間最大的區別。不同的信息間會形成因果、互補、印證甚至對立矛盾等關系，教師應有意識地歸納、梳理，明確信息間的關系，促進此環節的順利進行。比如，將學生在線學習情況、學習成績情況，與學生的心理測評報告、學習習慣特點，甚至進出圖書館頻率等數據進行聯系，就可以更好地對學生的行為和學習效果進行系統、科學的評判[2]。

（三）信息探究分析

探究分析環節指進一步對有效信息進行解碼，以達成DIKW模型“信息層面”明確教學對象、清楚教學狀況，了解教學環境時空特點的要求，以作出科學的教學決策。此環節中，教師尤其需要通過對信息及信息群的探究，明確教學對象的學習者中心問題（learner cen-tered problem）。學習者中心問題是指大多數學生群體共同存在的技能或知識方面的差距。這類問題的解決可以大范圍、大幅度提升學生的學業水平。比如，通過信息探究發現某年級的學生都在“使用論據證明論點”的技能方面存在不足，則可以從歸納與演繹思維、語言表達、寫作能力等多方面加以訓練，以解決共同性的“學習者中心問題”。教師以研究的態度、合理的方法對所得信息開展探究分析，可以更好地深度發掘數據價值，作出科學的教學決策，進一步促進數據智慧的生成，并最終為教學實踐服務。

四、助力教學知識的行為轉化

知識是認知與行動之間的橋梁，就數據智慧角度而言，教學知識是系統化的教學信息與教師個體既有的認知結合后，產生的直接指導教學行為的數據集簇。這一數據集簇對內可以改變教師的認知圖式，使之更符合當下面對的教學問題;對外可以促使教師在教學實施過程中，選擇更為合適的教學內容、教學方法等，從而更有效地開展教學行為。在促進教學知識生成及教學行為轉化的過程中，要充分發揮教學信息平臺和教學信息資源庫的助力作用。

（一）教學信息平臺作用的發揮

教學信息平臺通常由四個模塊組成，系統管理模塊可以對教學資源庫進行全面有效的管理;元數據發表模塊可以采用Web Service、XML的元數據發布功能在軟、硬件環境發生變化時仍保證系統的操作性;資源檢索模塊可實現不同地點資源庫信息的定位和檢索;用戶互動模塊則可增強使用者的互動[3]。在教學教師端的實際運用中，后兩個模塊的作用更為凸顯，資源檢索模塊不但有利于在課堂上迅速獲得和使用相關數據和信息，還可以通過集成方式，將現代科技手段，如虛擬現實技術等運用到課堂教學過程中。比如，安全教育類課程對于火災等極端情況的處理，難以開展實訓性教學，通過信息平臺的虛擬技術，可以較好地復原場景，在達到實訓目的的同時，降低操作風險。用戶互動模塊的功能則對信息資源的甄別、組合尤為重要，教師可以通過此模塊實現行業信息在課堂上的有效輸入、學生學習狀態信息的即時匯總、教師指令信息的有效傳達等。搭建科學的教學信息平臺，并引導教師合理使用，本質上是以傳播和交互的形式促進信息在課堂上的高效流通，從而有利于教師信息知識的教學行為轉化。

（二）教學信息資源庫作用的發揮

教學信息資源庫以視頻、圖片、文章、微課程等形式將與課程相關的信息予以匯總，并與具體的教學內容高效鏈接。一方面資源庫內容的選取往往由教師的教學知識水平所決定，對行業、學生及職教規律的認知視野、觀測角度決定了教師信息資源選取的廣度與深度;另一方面資源庫的建設又會反作用于教學知識，豐富而優質的信息會潛移默化地改變教師的認知圖式，促進教學知識的升級。因此，教學信息資源庫的建設既要將主動權交給教師，又要在教學專家的引導下補充高層次資源，保障資源庫的總體水平，從而刺激教師教學知識的穩步提升和有效運用。

五、促進教學智慧的全面提升

教學智慧在《教育大辭典》中被定義為“教師面臨復雜教學情境所表現出的一種敏感、迅速、準確的判斷”。數據智慧的生成最終會通過數據在教學過程中的運用，促進這種判斷的產生和發展，這也是數據智慧對日常教學最終的意義與價值。教學是復雜的過程，既有可以為理性分析和邏輯推理所預知的常態事件，又有個別性的、特殊化的教學現象，需要教師能夠利用數據智慧提升復雜教學情境中的判斷水平。這主要與“數據智慧”的“啟示性”“自省性”兩類屬性的發展有關。

（一）數據智慧的啟示性

“啟示性”指教師自覺地以數據信息啟迪教學決策和實施等行為，從而對教學情境的變化進行預判與適應。根據DIKW模型的理論，本質上，“啟示性”是一種信息的遷移能力，促使教師能夠在教學過程中做出正確的判斷，以應對環境的變化。比如，長期以來源代碼的記憶和檢索，被視為計算機類課程教學中重要的環節，但隨著時代的發展和信息技術的提升，業界已經有大量簡便直觀的軟件簡化了原來煩瑣的過程，源代碼的相關工作已被裝入了“黑箱”，學生可以通過軟件的轉化，直接進行程序的編排。關于業界技術發展以及相關軟件使用的資訊促進了教師關于人才技能需求的新知的生成，并轉化為教師的數據智慧，從而在教學決策和實施的過程中，啟示教師作出正確的判斷，選擇性地減少源代碼學習內容，而將相關軟件的運用學習納入計算機類課程教學范疇中。

（二）數據智慧的自省性

“自省性”主要體現在教師對教學全過程的反思和對自身數據智慧水平的客觀評價兩個方面。在教學決策、實施環節后，教師需對整個教學過程進行回顧和反思，彌補前期數據收集、信息分析、知識轉化等過程中的不足，并及時對學情信息數據庫、教學資源數據庫等進行完善和補充。同時將前期教學成效視為后期教學決策與實施的相關信息納入考量的范疇，從而更有經驗地面對后期教學狀況的變化和行業、學生的新訴求。

教師對自身數據智慧水平的評價則與元認知有關。元認知又稱反省認知，是人對自己的認知過程的認知。數據智慧水平的元認知，應是教師基于全面了解、檢驗、評估自身的信息化教學決策和教學實施過程之后作出的判斷。客觀清醒地評價自身的水平，明確問題所在，知曉不足之處，才有利于調整后期的教學判斷，并且有目標、有動力地針對性提升數據智慧水平。為促進元認知的覺醒，應通過有針對性的教師培訓，尤其是成功案例的介紹和優秀典型的示范，引導教師開展自我反思。此外，各類教學信息能力大賽，非常重視教師的信息化教學水平，鼓勵教師參與此類比賽，也是有效提升教師元認知、最終促進數據智慧發展的有效途徑。

參考文獻：

[1]Ackoff，R.L.From data to wisdom[J].Journal of Applied Systems Analysis，1989（15）：3-9.

[2]廖喜鳳.數據驅動教學：讓教學變得更智慧[J].才智，2018（22）：79.

[3]陸國紅.基于資源整合共享的教學信息平臺構建[J].中國教育信息化，2010（23）：45-47.

◎編輯 鄭曉燕