大數據背景下美國教師數據素養項目的發展現狀與啟示

王越

[摘 要]隨著大數據技術在教育教學中的應用，數據驅動教學的時代已經到來，數據素養是教師順應時代潮流應具備的素養。文章在闡明教師數據素養內涵的基礎上，梳理了美國俄勒岡州教師數據素養項目的發展現狀，以俄勒岡州立大學和西俄勒岡大學為典型案例進行分析。通過介紹美國教師數據素養項目的發展經驗，以期對我國提供有益的啟示與借鑒。

[關鍵詞]大數據;教師數據素養;數據素養教育;項目實施

[中圖分類號] G649? ? ? ? ? ? [文獻標志碼] A [文章編號] 1008-2549（2022） 10-0060-06

隨著大數據時代的來臨，大數據已滲透到各領域，其在教育教學領域的應用，催生著教育領域的變革。面對數量龐雜、類型多樣、來源廣泛的數據，教師如何把數據從負擔轉化為有利的教學資源，挖掘其中價值是當前面臨的機遇與挑戰。《教育部關于實施全國中小學教師信息技術應用能力提升工程2.0的意見》指出，推進全國中小學教師與廣大師范生數據素養教育，培養適應大數據時代與智能時代發展所需的新型教師隊伍。[1]教師數據素養的養成即是順應大數據浪潮的要求，也是自身專業發展的需要，因此教師的數據素養需要提升。本研究在闡述教師數據素養概念、要素的基礎上，以俄勒岡州為典型案例剖析美國教師數據素養項目的發展現狀，以期對我國提供啟示和借鑒。

一、教師數據素養概述

教師數據素養作為教師的必備素養，是職前培養和職后專業發展的重要內容，明確教師數據素養概念與要素對教師數據素養的指導與發展、評估與測量有重要意義。

（一）概念

教師數據素養是在大數據與教育領域深度融合的背景下產生的，進一步助推教育現代化進程。在很長時間內，由于數據的復雜性及應用的情境性，學術界對教師數據素養的概念尚未達成共識。

美國學者Mandinach和Gummer提出了教師數據素養（Data Literacy for Teachers，DLFT）的概念，從數據指導教學實踐方面出發，定義為“教師通過收集、分析和解釋各種類型的數據，將信息轉化為可操作的教學知識及實踐的能力，以幫助確定教學步驟”。[2]Athanases等將其界定為教師有目的地收集與分析學生的作業，處理并反思數據，以改進教學實踐、提高學生成績。[3]楊現民等提出教師面對不同類型與來源的數據，通過定位、獲取、處理與分析，進而轉化為改進教學行為的知識，目的是為了促進教師的專業發展并提高學生的學業成績。[4]美國“數據質量運動”（Data Quality Campaign，DQC）將其定義為教師持續、有效、合乎倫理地訪問、解釋、運用、交流來自政府、地區、學校、班級等其他來源的數據，以一種適合教師的方式提升學生的成績。[5]綜合不同觀點，本研究將教師數據素養定義為面對多樣化的數據，教師有目的地、持續有效地且在法律和道德允許范圍內獲取數據，在理解與解釋的基礎上，進行分析，對使用數據的各方進行溝通以最大程度挖掘其潛在價值，將有效信息轉化為改進教學的知識和實踐的能力。

（二）要素

教師數據素養構成要素可以分為內在涵養與外在力量，從事教學活動需要內在涵養支撐與外在力量保障，內在涵養需要不斷提升與更新，外在力量需要理論儲備和技能訓練，二者相輔相成，彼此促進。

1.內在涵養

內在涵養包括數據意識與數據道德，在觀念層面支持教師數據素養的持續改進與提升。

數據意識是提升教師數據素養的前提，即教師對教育數據的整體的認識和看法。數據意識包括：數據價值的認同;數據敏感度，具有較強數據意識的教師能自覺利用數據發現問題;數據信任度，即減少數據拒絕（Data Denial）[6]心理，有利于教學實踐的開展;合作共享的意識，可以提高數據利用率，減少重復性勞動。數據意識貫穿教育教學和教師專業發展全過程，起著指導作用，影響教師的教學理念與實踐。

數據倫理是大數據時代對教師提出的新要求，鑒于目前存在數據泄露、侵犯隱私等問題，應將數據和隱私置于政府行動的前沿。數據倫理是教育活動關系在觀念中倫理化的反映，[7]涉及數據隱私和信息安全。教師應合理合法地訪問、應用數據資源，自覺抵制違法活動，保護學生的隱私。

2.外在力量

外在力量包括數據知識與數據能力，需要系統地培訓和學習，并在教學工作中實際操練。

數據知識是教師數據素養的基礎，包括教育大數據的知識，了解教育大數據的戰略地位、內涵與價值;大數據理論知識，了解數據類型、來源;統計學知識，掌握數據處理與應用的知識。

數據能力是教師數據素養的核心，Mandinach[8]從數據驅動教學決策出發，提出教師數據素養能力包括五個方面：①提出問題;②收集數據;③理解數據;④基于數據做出教學決策;⑤評估決策結果。具體而言就是在真實的教學情景中發現問題，問題可以是開端或是上一個循環產生的新問題;數據收集是基于問題有目的地收集數據，根據有用性確定數據優先順序;數據理解是解讀數據表達的意義;基于數據結合學生現狀和教學要求，做出決策;最后，評估決策結果，檢驗科學性。教學決策從過去憑借經驗直覺轉變為依據實證數據，整個過程以實踐問題為導向，是迭代循環、不斷超越的過程。運用數據發現問題以及批判思考能力，已經成為創新型教師的必備素養，是開展教學活動的有力支撐，也符合個性化教育的本質要求。[9]

二、美國俄勒岡州教師數據素養項目的發展現狀

美國歷來擁有數據至上的文化傳統和氛圍，聯邦政府提出了大數據發展戰略，重視數據在教育領域的價值，以培育教師數據素養為出發點推進戰略的實施。美國各州積極響應，結合實際情況發展教師數據素養，其中俄勒岡州在技術觀念和能力上提供了很好的榜樣，發揮著中樞作用。[10]

（一）項目介紹

自2007年6月起，俄勒岡州發起了一項為期4年的項目，承擔實施教師數據素養培訓的關鍵角色，項目一直致力于系統地了解該領域的需求，對教師進行數據價值和數據應用的培訓。美國教育部科學研究中心（Institute of Education Science，IES）資助了俄勒岡數據項目（the Oregon data project，ODP），旨在培養教師獲取、分析和應用數據的能力，輔助教學實踐，為學生提供個性化指導，進而提高學生的學習成績。[11]項目培訓采用教師職業嵌入式專業發展的方式，賦予教師訪問學生數據的權限，提供基于數據做決策的訓練。

在項目實施過程中，俄勒岡地區的教育部門建立了覆蓋全州的縱向數據系統（Statewide Longitudinal Data Systems，SLDS），橫向涵蓋國家、州、地方、學校、社會教育機構和相關教育科研機構收集的教育數據，跨區域連接數據，縱向收集學生從幼兒教育到高等教育的教育數據，并賦予教師訪問學生數據的權限，為教師獲取和使用數據創造良好的技術支持，以保證教師在教學實踐中能夠及時獲得所需數據。

該項目教師專業發展模式包括五個階段：大學的職前培養、資源投入、在職培訓、崗位嵌入式專業發展和評估，如圖1所示，各階段緊密聯系，構建職前職后一體化培養體系。職前教師培養由俄勒岡州立大學、西俄勒岡大學、東俄勒岡大學、南俄勒岡大學、波特蘭州立大學、俄勒岡大學承擔。資源投入階段包括在全州八個地點舉行的15次焦點小組會議，與會人員有學監、校長、教師、技術人員、機密人員和家長在內的180余人，被問及如何更好地使用數據來提高俄勒岡州學生的成績，以及他們目前面臨的挑戰。資源投入階段也制定了兩個主要的培訓方案：對教師和管理人員的指導、對數據輸入人員進行技術培訓。在項目的第三階段，可持續性成為關注點，因為它支持了七個區域中心的工作。這些中心由教育服務區集群組成，支持參與區進行嵌入式工作的專業發展，建立強大的數據團隊和教育服務社區（ESD）。來自ESD和K-12學區的300多名教師獲得了認證，可以促進項目團隊使用數據為教學提供信息并提高學生成績。最后，評估是項目的一個重要組成部分，包括參與地區與非參與地區的評估，對教師和學生成績的評估。結果表明，僅僅兩年后，教師在采用課堂數據驅動決策、將數據與其教學方法聯系起來等方面取得了巨大進步。圖2是參加數據項目學校與未參加數據項目學校的學生閱讀能力的差異比較，第二期效果尤為明顯;參與培訓的教師反應較過去在教學過程中獲取、解釋、使用數據更順暢。教師教學和學生的成績都有提升，教師是直接引導者，其數據素養的重要性不言而喻。[12]

俄勒岡州持續推進數據戰略，2020年該州發布了《俄勒岡數據戰略2021-2023》，應對繁雜、碎片、晦澀的數據，建立有效的數據管理、應用合適的數據公平框架、營造數據素養文化，將數據轉化為信息，進而轉化成有意義的見解，為管理數據、指導行動提供長期的方法。俄勒岡州數據戰略關注的是接下來兩年立刻采取的行動，也是建立俄勒岡州未來十年如何處理數據的長期愿景。[13]俄勒岡州提前部署，對各時間點的任務做出明確規定。

（二）典型案例

俄勒岡州教師數據素養職前培養階段的任務由大學承擔，俄勒岡州立大學的課程和西俄勒岡大學的教學方法獨樹一幟，本研究以二者為典型案例展開分析。

俄勒岡州立大學于2014年開設的研究生水平的數據信息素養（data information literacy，DIL）課程，采用以結果為導向的課程設計，制定有效的教學策略，旨在使研究生獲得數據的基礎知識和技能，養成規劃、管理、保存和共享數據的習慣以提升學生的DIL核心能力。[14]課程對所有學生開放，在理論概念學習部分有專門研究元數據的內容。課堂上還有豐富的實踐活動，提供學習軟件工具的機會，課程內容呈現真實的數據，學習數據管理成功和失敗的案例。課程結束教師向學生提出有針對性的問題，關于學生的學習收獲和課程改進的建議，并要求對課程進行書面反饋。該門課程理論結合實踐，學生夯實數據基礎知識，在技術操作和數據處理過程中提高數據分析能力，用真實收集的數據作為學習資源，貼合教學實際，教師不斷反思，收集反饋信息以改進教學。

西俄勒岡大學是此州最早的公立大學，積極回應大數據時代對教師培養的要求，在教學方法上有所創新，高校研究者和教師教育者探索出一種全新的教師數據素養教學方法——教師工作樣本（Teacher Work Sample，TWS），[15]曾作為俄勒岡州教師績效認證的一種考核方法。教師工作樣本的基本流程包括：第一步，確定學生群體，即全面了解所教人群;第二步，職前教師根據課程要求和學生的客觀需求設定教學目標;第三步，收集K-12學生的前測數據，了解基本學習情況;第四步，根據州標準和學生的學習需求，制定具體的課程和教學計劃;第五步，教學實施包括“教學、評估、反饋”;第六步，進行后測評估，分析前測和后測的數據，分析課程的實際效果;第七步，教學反思，改進和提高教學行為，以實現教學目標。前六個步驟形成一個循環，第七步教學模式的結束也是一個新循環的開始。[16]這一教學方式無論是學情分析還是前后測，教師都需要收集學生數據，依據數據做出教學決策，也同樣強調反思，將教學視為不斷改進的過程。

三、美國俄勒岡州教師數據素養項目對我國的啟示

美國在教育信息化方面一直走在世界前列，協調政府、學校、教師、社會各方教育力量，使之發揮各自功用，我們可以從四個層面借鑒教師數據素養項目的經驗：

（一）政府

美國政府意識到數據資源在國際競爭中的重要性，提出了大數據發展戰略，政府是推動教師數據素養發展強有力的保障。

1.政策支持

政策支持是教師數據素養發展的保障因素。2001年，美國政府頒布《不讓一個孩子落伍法案》（No Child Left Behind Act）旨在促進教育公平，提出基于數據采用教學方式，開啟了數據素養教育的進程。自此，美國將“數據驅動教學”（Data-driven Teaching）作為提高教育質量的基本遵循，興起了各學段的“數據質量運動”（Data Quality Campaign），并且將提升教師的數據素養逐漸提上日程。隨后，美國從各個層面出臺了一系列政策和法案規范和推動教師數據素養的養成。[17]各州政府起到目標指令作用，制定教育數據政策，涉及數據素養策略、數據安全、職后培養、考核與評審等。我國目前發布了教育數據的宏觀政策，應在覆蓋全面的基礎上進一步細化政策規則。

2.數據庫與平臺搭建

數據庫是教師數據素養提升的基礎，打破地區、學校的界限，便于資源共享。搭建教師合作交流的平臺，基于實際教學問題展開討論，尋找解決路徑。我國不乏硬件設施落后的地區，應繼續加大投入力度，提供技術支撐。

3.教師資格認證

2014年Mandinach指出，數據素養應成為教師資格認證標準的一部分，要基于證據進行認證。認證過程強調持續地監控和反饋，對職前和在職進行培育、測評和再發展，該標準指明了教師發展最強勁的驅動力。我國教師資格證考試筆試部分，應該在理論知識中增加對教師數據素養的考核;面試部分增設實操環節，包括數據的導入、分析和應用等。

（二）學校

學校是教師數據素養發展的實踐基地，要營造數據環境促進專業發展，培養教師間相互信任、共同協作的氛圍。

1.校園文化建設

2002年，美國教育部與教育科學研究所聯合頒布了《教育科學改革法》（Education Science Reform Act），強調數據在教育實踐中的重要性，并倡導“建構數據至上的教學文化”。[18]校長領導力對構建數據使用的校園文化有重要作用，比如：創設數據教學環境，鼓勵教師參加相關培訓等。我國校園應營造新的數據使用文化，以影響教師的教學活動。

2.學科課程整合

大數據與教育的融合要深入到各個學科，一方面，探索各學科融合的特殊性;把數據素養內容融入師范教育課程中。另一方面，探索全新的教學方法，采用線上線下混合方式，根據教師基礎有針對性地提供課程資源與訓練。

3.實踐導向

數據素養是知識、能力、意識、倫理等要素的集合，需要在實踐場域中生發和歷練。開展以實踐為導向的數據素養項目研究，聘請教育或數據專家等專業人員為項目提供多種形式的幫助和技術指導。教師數據素養培訓要與實踐緊密聯系，在具體的教學情境中積累。

（三）教師

教師要自覺培養數據意識，在教學環節中提升獲取、分析、解釋、運用數據的能力。教師應增強合作意識，形成專業化協作學習社群（PLC），建立數據團隊實現跨年級、跨學科合作。在實際教學過程中，教師需把握好實時數據，及時發現問題，基于問題收集數據，迭代循環提高教學質量，促進專業發展。

（四）社會

教育事業的順利發展不僅需要政府和學校的密切配合，還需要引進社會力量，多方合作，保證教師數據素養培訓持續開展。在上述案例中美國的大學與所在學區k-12合作，給教師提供了具體的教學實踐環境;學校與機構合作，收集學生的信息，共享數據，形成巨大的數據網絡，可以監測學生實際情況、調節教學行為、預測未來走向。

參考文獻：

[1]教育部關于實施全國中小學教師信息技術應用能力提升工程2.0的意見[EB/OL].[2019-03-21].http：//www.moe.gov.cn/jyb_xwfb/s271/201904/t20190402_376483.html.

[2]Mandinach E B， Gummer E S. What does it mean for teachers to be data literate： Laying out the skills， knowledge， and dispositions[J]. Teaching and Teacher Education， 2016， 60： 366-376.

[3]Athanases S Z， Bennett L H， Wahleithner J M. Fostering data literacy through preservice teacher inquiry in English language arts[J]. The Teacher Educator， 2013， 48（1）： 8-28.

[4]李新，楊現民，晉欣泉.美國教師數據素養發展現狀及其對我國的啟示[J].現代教育技術，2019，29（4）：5-11.

[5]Data Quality Campaign.Whats the Difference Between Assessment Literacy and Data? Literacy？[EB/OL].[2015-09-08].http：//dataqualitycampaign.org/blog/2014/07/whats-the-difference -between -assessment -literacy -and -data -literacy -webinar - takeaways.

[6]confronting cultural Roadblocks to adata- informed culture： data literacy & data denial.[EB/OL].[2018-10-31].https：//events.educause.edu/annual-conference/2018/agenda/confronting-the-cultural-roadblocks-to-a-datainformed-culture-data-literacy.

[7]楊現民，李新.中小學教師數據素養[M].北京：科學出版社，2020：78.

[8]Mandinach E B， Friedman J M， Gummer E S. How can schools of education help to build educators capacity to use data？ A systemic view of the issue[J]. Teachers College Record， 2015， 117（4）： 1-50.

[9]李青，任一姝.國外教師數據素養教育研究與實踐現狀述評[J].電化教育研究，2016，37（5）：120-128.

[10][12]Campaign D Q. Investing in educator data literacy improves student achievement. Evidence of impact： The Oregon Data Project[M]. ERIC Clearinghouse， 2012.

[11]Mickey Garrison and Megan Monson. The Oregon DATA Project： Building A Culture of Data Literacy[EB/OL].[2015-09-07].http：//er.educause.edu/articles/2012/7/the-oregon-data-project-building-a-culture-of-data-literacy.

[13]Enterprise information services.Oregons Data Strategy Unlocking OregonsPotential2021-2023[EB/OL].[2020].https：//www.oregon.gov/das/OSCIO/Documents/68230_DAS_EIS_DataStrategy_2021_v2.pdf.

[14]Whitmire A L. Implementing a graduate-level data information literacy curriculum at Oregon State University： approach， outcomes and lessons learned[J]. 2014.

[15]Wise A E， Ehrenberg P， Leibbrand J. It's All about Student Learning： Assessing Teacher Candidates' Ability to Impact P-12 Students[J]. National Council for Accreditation of Teacher Education （NJ3）， 2010.

[16]唐詩迪. 美國職前教師數據素養培養策略研究[D].武漢：華中師范大學，2020.

[17]Data Quality Campaign.Data for Action 2014：Paving the Path toSuccess[EB/OL].[2019-10-21].http：//dataqualitycampaign.org/files/DataForAction2014.pdf.

[18]鄒逸.如何發展教師數據素養？——美國的經驗與啟示[J].比較教育學報，2020（5）：125-136.

（責任編輯：杜家和）

Development Status and Enlightenment of Teacher Data Literacy Programs in the United States under the Background of Big Data

--Taking Oregon as an Example

Wang Yue

（School of Education，Liaoning Normal University ）

Abstract：? With the application of big data technology in the field of education and teaching， the era of data-driven teaching has arrived. Data literacy is the competence that teachers should adapt to the trend of the times. On the basis of clarifying the connotation of teacher data literacy， this paper sorts out the development status of teacher data literacy programs in Oregon， taking Oregon State University and Western Oregon University as typical cases to analyze. The purpose of this study is to introduce the development experience of data literacy of teachers in the United States and provide useful enlightenment and reference for China.

Key words： Big data; Data literacy for teachers; Data literacy education; Project implementation