大數據背景下課后服務監測實施路徑

隨著大數據技術的逐漸成熟，大數據與教育領域的融合越來越緊密。本文在梳理學校課后服務發展現狀的基礎上，分析大數據背景下學校課后服務監測的基本邏輯，剖析當前學校課后服務監測的困境，并提出實施路徑：構建基于倫理本位的課后服務采集系統，推進基于循證理念的課后服務診斷方案，完善基于校本特色的課后服務評估機制，創設基于人技協同的課后服務決策體系。

關鍵詞 大數據 課后服務監測 現實困境 實施路徑

隨著互聯網、物聯網技術的蓬勃發展，大數據時代的信息風暴席卷各個行業領域。與傳統數據相比，大數據具有處理速度快、數據可重復利用、價值回報高等特點，大數據的應用促使各行業領域實現技術升級。學校課后服務監測是保障課后服務質量、提升課后服務評估信度和推動課后服務風險防控的重要手段。當前課后服務監測以傳統的教師管理、監測為主，對于課后服務質量的監測仍實行量化的評估方式，監測手段單一、教師主觀評價具有偏向性。隨著義務教育“雙減”政策落地，社會各界對于學校課后服務的實施給予了更多的關注與期望。把大數據融入學校課后服務建設，以信息化手段助力課后服務監測的高效實施是一條值得探索的路徑。

大數據背景下學校課后服務監測的基本邏輯

大數據背景下課后服務監測是依托數字化技術，將大數據與傳統監測模式深度融合，以實現課后服務監測的優化與轉型。大數據背景下，應以師生行為數據為基礎，監測課后服務質量與潛在風險，實現學校課后服務的高效監測。

1.以教育評價云平臺為課后服務環境依托

課后服務監測依托于已搭建的教育評價云平臺，促進課后服務的質量提升，課后服務管理具備實時預警能力，為課后服務監測提供環境基礎與空間保障。中國基礎教育質量監測協同創新中心在全國創建多個數據管理中心，搜集全國各地區教育質量檢測數據，為課后服務監測與后續數據分析提供平臺與系統。教育評價云平臺涵蓋數據采集系統、實時分析系統、數據庫及應用系統等多個系統，打造大數據采集、數據分析、數字化運維、監測實施管理等多功能的綜合運用平臺。部分學校建立教育教學質量實時監測大數據平臺，對影響課堂教育教學質量的各類要素進行智能化大數據分析，面向用戶提供教學課堂質量監督的全過程信息化服務，形成科學合理、行之有效的教學質量保障與監控體系。

2.以大數據結構模型為課后服務信息采集抓手

基于課后服務監測的數據采集需考慮課后服務數據的不同結構與形態，教育大數據依照結構可分為基礎層、狀態層、資源層和行為層四個不同層次：基礎層存儲以國家教育基礎數據為核心的所有數據，如不同地區學校管理信息、教育統計信息等;狀態層存儲教育環境、教育基礎設施的運行狀態信息，如學校智能設施配備與運行時間、教室基礎設施折損情況等;資源層存儲教育過程中的教學資源，如PPT課件、教學錄像、微課、教案、教學軟件等;行為層存儲師生的行為數據，如學生作業的完成時間與學習習慣，教師教學的風格等。由于課后服務監測中采集的數據體量大、類型多，課后服務監測需實時觀測并記錄課后服務的全過程。

3.文本挖掘與機器學習助力課后服務評價創新

文本挖掘與學習分析是課后服務監測分析的基礎。當前文本挖掘軟件以中科院研發的ICTCLAS的表現最為突出，用戶可自定義字典，對文字進行分類存儲，其文本詞頻分析的正確率已達98%，支持全方位的應用開發。針對課后服務監測的不同數據類型，機器學習通過監督學習系統滿足語音識別、自然局域網數據和自然語言處理等數據處理需求，實現課后服務數據的高質量分析，用以理解和優化課后服務產生的學習環境與教學技術。文本挖掘與學習分析為課后服務評價提供技術支持與分析方案，推動課后服務評價的數字化與智能化創新。

4.數據智能監測為課后服務決策提供現場證據

數據智能監測主要針對教師的教學資源、學習者的學習行為數據以及學習者學習過程中自我探究與反饋的數據內容，根據目標受眾與教育資源平臺的需求，優化課后服務供給的質量。當前的課后服務監測目標應以實現學生的全面發展為核心，通過數據智能監測，建構學生的知識圖譜，例如Plotly就已經在紐約大學等多所高校中使用，用于建立學生的可視化學習報告，監測學生的學習實況。數據智能監測建立在大數據即服務（DBaaS）的理念基礎之上，以提升課后服務為目標制定課后服務監測決策，防范監測實施過程的未知風險，保障課后服務決策的合理性與科學性。

大數據背景下學校課后服務監測的現實困境

1.課后服務信息采集受倫理失序威脅

從信息安全方面來看，課后服務監測的數據涉及學生、教師、家長等多個主體的數據，其安全性很難得到保障。例如，在線課程MOOC通過集中采集和分析學習者的數據，追蹤學習者的教育記錄、學習表現，優化MOOC對于學生個性化學習的推薦，但學習者的登錄時間與地點此類信息，可能遭受惡意使用。此外，從隱私管理方面來看，學生的個體性與發展性沒有得到應有的尊重。由于大數據的集合性較強，傳統的安全技術（如防火墻、加密和防病毒軟件）不足以保護大數據下的課后服務監測數據，一旦隱私泄露，數百萬名學習者的個人信息和相關的教育記錄將可能在網絡流通。隨著教育數據的采集與使用，教育管理者無形中侵犯了學生與家長的知情權等合法權益。

2.課后服務診斷受困于低質量數據資源整合

當前課后服務采集的數據仍以師生行為與自評為主，課后服務監測在不同部門間尚未形成體系。一方面，課后服務監測未成體系，不同部門間的監測數據并未聯合分析，數據資源存在割裂現象，低質量數據未經事先篩選即進行整合分析。另一方面，由于結構化數據多來自于學生自評、學生考試成績與教師評價等，低年段學生的自評通常具有主觀性與人為偏見，雖然用于大數據分析，但此類數據難以為課后服務監測提供科學依據。

3.課后服務評估急需完善校本化反饋機制

依托于大數據背景，課后服務評估缺乏個性化與針對性。從課后服務質量監測角度而言，海量數據資源存在于不同學校的系統中，由國家建立的教育數據云平臺進行統一管理，各學校缺乏校本化的質量監測機制。從課后服務反饋角度而言，反饋機制是指導課后服務實施的必要環節，由于課后服務平臺仍待完善，數據處理無法及時反饋課后服務問題。與此同時，尚未根據學校的差異性制定相應的課后服務評估反饋機制，尤其對于鄉村地區的學校來說，難以監測當地學生課后服務的實施情況。

4.課后服務決策尚需滲入人力支持與監管

我國教育信息化已發展數年，現階段學校教育管理工作以傳統的管理模式為基礎。當前課后服務數據和信息較為分散，完全依賴于數字化處理的課后服務決策具有數據偏向的風險。因此，課后服務決策尚需滲入人力支持與監管。首先，從課后服務的信息資源方面而言，課后服務監測獲取的信息資源未得到應有開發，完全依托于數據決策易導致數據偏向，忽視課后服務中的師生需求。其次，當前教育管理人員缺乏數據素養，面對海量數據難以高效處理，基于數據分析實現的教育決策缺乏有效判斷，數據治理人才明顯匱乏。

大數據背景下學校課后服務監測的實施路徑

基于當前學校課后服務監測的邏輯與困境，本文提出以下課后服務監測實踐路徑，以學校課后服務監測優化課后服務的實施。

1.構建基于倫理本位的課后服務采集系統

課后服務的數據采集應考慮師生需求并保證采集過程中的數據安全。一方面，課后服務數據采集須尊重數據來源者的合法權益，保障學生與教師的知情權、使用權，劃清權責界限，避免法律倫理向度的威脅。另一方面，為保護學生與教師的個人隱私，通過數據的加密轉換，可在課后服務數據采集時有效保障數據安全，例如美國的馬理斯特學院在數據采集時隱藏了表明學生與教師身份的敏感信息。因此，課后服務數據采集系統需要采用匿名化、數據加密、分散控制、專項審查等方式對學生和教師的信息與數據進行保護，防范倫理風險。

2.推進基于循證理念的課后服務診斷方案

課后服務診斷需識別與分析經過初步轉換、編碼的數據信息，根據數據對課后服務實施質量與潛在風險進行診斷。首先，學校有必要建立一體化的課后服務云平臺，加強數據分析、整合、交流等功能，對數據進行預測性分析，篩查因同伴互評造成的主觀性數據，剔除數據中的影響因素。其次，提前預警布控，及時調整閾值或指標，對異化點進行核查與糾正，尤其聚焦于學生的情緒問題與心理健康，教師與教育管理者應及時關注預警問題，分類處理化解未發生的問題。

3.完善基于校本特色的課后服務評估機制

課后服務評估需建立課后服務質量檢測報告與反饋機制，使課后服務監測的管理模式在不同學校、不同地區間有效共享。首先，建立監測與教研共同體，解決學校課后服務質量與課后服務風險的關鍵問題，以“數據探路—服務診斷—評估反饋—實施改進”的思路，將質量監測與日常課后服務實施緊密結合。其次，根據不同學校，建立“學校—年級—師生”三級課后服務監測檔案，健全課后服務評估機制。最后，從學校、企業、社會三方協同角度出發，學校應根據課后服務監測實際需求，與政府和企業合作，共同打造校企社三方協同創新模式（政府主導、企業搭建平臺、學校應用）。

4.創設基于人技協同的課后服務決策體系

首先，從技術上升級數據防護，注重教師數據素養的提升，有意識培養教師掌握基礎數據分析工具，例如學習Weka、SPSS進行數據挖掘，促進教育管理人員利用大數據技術創設課后服務決策體系。其次，成立專門的課后服務審查部門，定期進行評估分析、安全漏洞監測和規范化審計，從而保證課后服務安全防護體系的持續改進。再次，政府應大力推行大數據融入課后服務監測，完善課后服務決策的監測法規與機制。由于“雙減”政策的實施，當前，政府以政策規章形式保障課后服務的實施，但對完善課后服務監測體系中關注較少。課后服務決策的制定和實施中，應處理好人與教育大數據的關系，將數據理念貫徹于課后服務監測的推進與管理過程中。

（吳小凡，江南大學人文學院在讀研究生。）

責任編輯：夏英? 郵箱：chinadisedu@zxxx.net.cn