基于TPACK框架的新商科教師數據素養培育路徑探索

張璇玥，王 源*

（1.揚州大學商學院 江蘇 揚州 225009；2.重慶財經職業學院 重慶 402160）

《教育部2022 年工作要點》再次強調“實施教育數字化戰略行動”，要求深化信息技術與教學教育相結合，推進人工智能助推教師隊伍建設試點工作。這一主張拓展了2019 年《關于深化本科教育教學改革全面提高人才培養質量的意見》，并與高?！靶律炭啤苯ㄔO規劃相契合，為打造面向數字經濟發展、打破學科壁壘、吸收新興技術的復合型商科提供了頂層設計。培育并組建一支教研創新能力強、學科融合程度高、前瞻視野開闊的多元化師資隊伍是實現新教育目標的關鍵。然而，新商科教師的數據素養仍有待提高，存在數據主動學習和運用策略有待完善、數據素養培育場域有待構架、數據跨學科交流平臺有待建設、數據素養培訓機制有待健全等數據素養培育問題。這不僅制約著教師在整合教學內容與教學方式中對數字技術的使用，也會限制新商科教學體系對現實經濟社會需求的響應。探尋適應數智時代新商科教師數據素養提升路徑勢在必行。鑒于此，本文使用TPACK 框架從認知梯度搭建、學習場域構造、跨學科交流情景創設、數據素養培訓機制完善四個方面為提升新商科教師數據素養提供路徑依據。

1 TPACK 框架的內涵及與新商科教師數據素養的關系

1.1 TPACK 框架內涵

TPACK是指整合技術的學科內容知識（Technological Pedagogical Content Knowledge），是Mishra 和Koehler[1]在Shulman[2]提出的學科教學法（PCK）基礎之上，對教師在有效教學中整合技術所需要的知識種類的歸納，包括三種基本知識元素，CK是指教師需要傳授的教學內容，即某門學科的知識內容；PK 是指教師為幫助學生學習所使用的各種教學策略，即教學法知識；TK是指教師在教學過程中需要整合的技術知識。上述三種基本元素又可以兩兩組合、共同作用，進而形成技術知識、學科知識和教學知識相互支持的TPACK 框架。

TPACK 框架并非唯一用于理解教師面向數字信息技術、使用技術的框架，相對于其他框架，其特點在于：①更加強調技術知識的體系獨立性。相比于ICT-related PCK、ePCK 等框架，TPACK 框架將技術知識視為教師除學科知識和教學知識以外所需要掌握的第三種知識類型，增強了教師專門學習、更新該知識的重要性。②更加強調技術對教學內容和教學方法的重構。TPACK 框架重視知識的交互作用，技術知識只有被整合成為有意義學習框架的一部分，與教學內容和教學方法的轉化相融合，成為達成教學目標的最適合手段時才可被認為得到充分使用。因此，教師運用TPACK 的能力是實現技術與教學相統一的基礎。目前，許多研究都開始探討如何運用TPACK 框架對職前教師和在職教師進行有效培訓[3]，并認為發展TPACK能力依然是未來教師培訓的重點方向之一[4]。

1.2 TPACK 框架與新商科教師數據素養的關系

教師數據素養一般是指教師通過數據采集、定位、處理與分析，將數據轉化為教學支撐信息，進而促進自身教學能力和學生學習能力不斷提高的素養[5]。在新商科建設背景下，由于經濟數字轉型產生的數字商科人才現實需求、數字運用場景靈活多變、數據挖掘知識和經濟理論不斷演進等教學新要求，新商科教師更需要將大數據技術與人工智能方法同時納入已有的學科知識和技術知識，進而重構教學內容，創新教學模式。在培育復合型商科人才前，先形成復合型教師隊伍或復合型教師人才，提高教師的數據素養，包括強化教師的數據感知意識、增強教師的數據獲取能力和分析能力、提高教師的數據研判能力和決策能力等。

可以看出，新商科教師數據素養的內在要求與TPACK框架的設計內涵保持一致，與TPACK 框架的構成元素基本吻合。同時，新商科教師數據素養更強調數據和數字技術對原有教學內容深度和知識廣度的延展，對傳統教學方式和教學場景的重構，此時技術不僅對學科和教學起到工具性支撐作用，更是引發教學內容和方式變革的重要因素，讓知識突破學科邊界，相互融合。而TPACK 框架可以從知識整合的角度，幫助教師理解如何新將技術與教學內容進行有效銜接，如何運用新技術改進商科教學活動，將教師角色從教學的主導者、設計者拓展為反思者、合作者，為提升教師數字素養提供實踐依據。

2 新商科教師數據素養培育需解決的重點問題

在過去幾年中，數據要素及其技術變革已開始影響并改變新商科教師的教學和科研工作。出于主動提升和被動適應等不同動機，教師嘗試建立起自己的數據素養知識體系，以便尋求教學突破，但由于缺乏有效率的學習路徑和系統化的培育體系，面對龐雜的技術知識，教師的數據素養培育仍然存在一定程度的瓶頸制約。

2.1 數據主動學習和運用策略有待完善

數智時代，教學活動的各個環節均可以產生大量的信息流，同時經濟實踐中產生的數據流也可以被引入教學，作為實訓案例。這與傳統課堂以延時性、結果性和成績導向性為特征的數據信息存在比較明顯的區別。但教師往往缺乏學習新技術知識的主動意識和運用策略。這種主動性的缺失并非教師不愿意學，而是存在束縛教師學習意愿和技術使用條件的內外因素。首先，學習新的數字技術、及時獲取相應數據、并將其融入教學活動中形成教學創新，都需要耗費教師大量時間。技術知識的學習通常還需要在底層邏輯掌握之余不斷進行實操訓練，有時難以在短期內看到學習成效。但由于高校重科研、輕數據素養能力提升的聘用考核方式，教師很難有精力深入探索相關數據技術，即便有主動學習、運用的意識，也缺乏主動運用數據的外在條件和客觀激勵。其次，數字技術更新較快、內容較深、體系較為龐大，對于有一定教齡的教師而言，在缺少學習引領的情況下，掌握數據知識的客觀難度較高，主動運用數據的技術儲備較為薄弱，由此可能產生一定的畏難情緒，甚至轉而局限于傳統商科的教學習慣，不愿嘗試新的教學模式。

2.2 數據素養培育場域有待構架

在過去，多數教師的教學能力提升通常是工作之余自我探索、自主完善的過程。當進行數據技術學習與使用時，許多教師依然延續了這種思路，較少通過組建常態化的學習團隊來獲取知識上的互補與提升。而新商科數據及相關技術方法本身具有多學科融合的知識性質，同時教學數據的采集、處理和分析等大量環節有賴于團隊化的分工協作。單打獨斗式的學習方式會造成單個教師在面對海量信息數據和復雜信息技術時產生局促感，影響教師學習、使用數據及其技術知識的最終效果。此外，已有的TPACK培訓經驗也說明，形成團隊化的培育場域對提高教師的技術學習效率和學習效果具有重要意義。場域中的顯性知識是教師有待學習的技術知識，以及團隊成員對技術知識討論而形成的知識資產。場域中的隱性知識是團隊成員因本身知識結構差異，在相互觀察、模仿中獲得的知識。場域還可以生成具有教學情景的虛擬場或實踐場，比單個教師的自主學習更容易形成技術與教學的融合情境。

2.3 數據跨學科交流平臺有待建設

數據要素及其技術與教學內容、教學方式并非簡單的多層疊加關系，而是相互融合、互相支持的動態整體。但目前，數據及其技術的使用仍浮于表面，未能有效革新教學內容或突破原有的教學方式。這主要是由于學科間的知識壁壘尚未完全突破。一方面，跨學科背景的教師交流團隊有待組建。相對于理工科的學科內容本身就包含大量新技術知識，傳統商科的許多專業對技術要求相對不高。知識結構較為同質的教師團隊，難以把握新技術在本專業的運用現狀、潛在運用深度和未來運用前景，不利于拓展新商科教師數據素養的知識邊界，也不利于實現新商科教師進行技術學習和技能遷移。另一方面，基于技術的跨學科運用環境有待打造。由于硬件及軟件設施尚不完備、可用性不足，無法完全滿足如數字營銷、數字金融、智能財務等課程的教學轉型。這限制了教師主動挖掘數據資源、運用數字技術的探索空間，不利于新商科教師數據素養的實踐能力提升。即便在智慧課堂，多媒體教學依然是多數教師的主要教學手段，AR、數字孿生等智能模擬技術有待深入運用，大數據基礎平臺、智能模擬計算平臺有待進一步組建。

2.4 數據素養培訓機制有待健全

新商科教師學習數據知識和數字技術的本職目的依然圍繞本專業應對數智時代人才培養、專業咨詢和理論演進的現實需要，因此大多數新商科教師是技術知識的實踐運用者。這決定了教師數據素養的提升需要結合具體的經濟實踐場景。但目前，教師數據素養的培育軌跡較為單一，與真實企業場景、行業最新動態、大數據應用前沿的距離普遍較遠。盡管教師培訓是教師提高數據素養的重要方式之一，但現有的數據技術培訓依然存在“快餐化”“碎片化”“短期性”等問題?；蚴菦]有深入了解新商科教師的學習需要，技術難度過多超出教師已有的知識水平，或是僅圍繞某種技術講解普世化的使用方式，無法與商科的實務環境相聯系，或是培訓內容過于理論化、沒有營造新信息技術的運用環境，或是缺乏系統性的中長期培訓、僅進行零散化的知識傳授等。教師從單次培訓中難以深入掌握新技術的運用方式和運用場景，而不同培訓之間又缺少系統化的串聯設計，教師難以構建全局性的知識網絡，有時甚至難以獲得技術知識更新，學習效率較低。

3 TPACK 框架下提升新商科教師數據素養的路徑

上述分析表明，提升新商科教師的數據素養是一項系統性工程，既需要教師個人、教師共同體、學校制度的共同協作，又需要遵循知識學習與教學能力提升的一般規律，形成多層次的教師數據素養培育路徑。

3.1 搭建數字素養的個體化認知梯度

根據Niess基于數學學科的教師TPACK發展軌跡，教師建立整合技術的學科教學知識體系大致會經歷認知—接受—適應—探索—提升五個階段，每個階段都具有差異化的學習特征，需要設定與該學習階段相契合的學習目標。因此，單個教師個體化的數據素養提升過程同樣需要遵循知識整合的客觀規律，搭建適合自己知識背景的學習梯度。比如，在認知階段，可將學習重心放在數字技術的基礎知識，能夠初步掌握數字技術的原理、基本使用方法；熟悉多元化教學數據的采集，能夠對數據進行處理、管理和初步分析等。在接受和適應階段，可更多培養自己對數據的積極接納態度和使用意識，能夠意識到大數據穿插于教學的各個環節，并且在學生允許的情況下，有意識地采集、整理和儲存各個環節的教學數據；開始嘗試使用智慧課堂，或在智慧課堂中更多運用人工智能、大數據計算模型等新技術；能夠有意識地觀摩、參加優秀教師的大數據示范課程。在探索和提升階段，可著重培養自己教學反思和技術更新的能力，能夠利用教學環節采集到的數據及時進行教學調整；能夠拓展技術在教學中的新運用場景，動態提升教學質量；能夠將教學數據轉化為教學反思報告，并與其他教師進行分享，甚至展開教研合作。

3.2 構造成員知識互補的學習場域

新商科教師數據素養的培育除個體自我學習外，還有賴于學習場域的構造，包括教師團隊的組建和硬件環境的鋪設。在教師團隊組建方面，可根據教師的數據意識和數據使用能力，劃分出若干教師共同體。每一共同體可針對同一課程，涵蓋專家型、技術熟練型、復合背景型、教學新手型等不同知識背景的教師，以便教師之間進行學習討論、經驗分析和實踐合作，從而達到知識互補、共同進步的學習目的，實現場域內隱性知識向顯性團隊知識資產的轉化。在硬件環境方面，可以打造虛擬場或實踐場為目標，為教師共同體提供適合教研的模擬環境。虛擬場是教師共同體共建教學數據、傳遞教學經驗的網絡環境，可為建立團隊數據系統資源庫創造條件，減少團隊教師的重復工作，方便教師隨時獲取教學資源，優化教學進程。實踐場是教師共同體將學習經驗轉化為實踐經驗的場域，它既可以利用智慧教室進行教學模擬，也可以將教師共同體需要分析的海量數據在計算平臺進行拆解，分配成多個分析任務，使教師在獲得教學決策信息的同時提高數據分析能力。

3.3 創設跨學科交流情景

跨學科交流平臺是教師共同體學習場域的外延。由于數智時代傳統專業知識的界限日益模糊，一些引領性高校已經開始以“管理+技術”的人才培育模式主動回應商業模式的變革，形成了跨學科交流平臺，以拓展新商科教師的知識邊界。一方面，招募了解數字技術、人工智能、大數據等跨專業的教師與本專業教師組成常態化的教師團隊，在學習場域中為其他教師提供技術支持，加快教師共同體數據素養的提高。另一方面，在學校層面組建跨院系的交流平臺，促進前沿技術與商科理論、經濟問題的深度融合。比如，天津大學管理與經濟學部組建了跨專業、跨學科的運籌學教學團隊。清華大學經濟管理學院和計算機系組建了跨院系的教師隊伍[6]。浙江大學管理學院與人工智能、大數據等跨專業背景教師共同構成新商科教師團隊。還有一些頂級院校，如北京大學光華管理學院、天津大學管理與經濟學部甚至已經構建國際化跨學科交流平臺，或實務人才交流平臺，加快教師團隊的知識更新。這些交流平臺通常以新商科下某一具體專業課程建設為主要話題，通過跨學科的知識互補拓寬新商科教師的知識邊界，重塑知識結構。

3.4 優化數據素養培訓機制

職后培訓仍然是提升團隊自有教師數據素養的重要方式。應當針對前述劃分出的教師共同體，根據其所處的TPACK 發展階段，有針對性地提供相對完整、長期的職后培訓計劃。對處于認知階段的教師共同體，可以技術培訓為主要內容，增強教師的數據采集和處理能力，提高他們主動使用數字技術的信心。對接受和適應階段的教師共同體，可以成熟教師的新商科數字課程為觀摩對象，促進課程建設經驗的互動交流，促進教師利用技術知識革新教學內容，創新教學方式。對探索和提升階段的教師共同體，則可以增強數字技術的實戰能力和創新運用能力為主要目標，通過潛在的校企合作、校際合作，為數字技術的運用創造更多現實場景。此外，在培訓工作結束后，需要進行持續追蹤和評價反饋，可以通過課堂觀察或問卷訪談的形式，對教師的培訓效果進行多維度評估，形成相應的培訓資料庫，為后續培訓提供改進依據。

4 結語

數智時代的新商業模式已經開始改變新商科教師的知識體系和教學方式，對教師的數據素養提出了更高的要求。但目前新商科教師的數據素養培育過程中依然存在諸多問題，限制了新商科教師對數據的接納、采集與使用能力。本文使用TPACK 框架，基于知識整合的視角，從認知梯度搭建、學習場域構造、跨學科交流情景創設、數據素養培訓體制完善四個方面提出培育教師數據素養的系統性路徑，為構建復合型新商科教師隊伍奠定知識基礎。