師范生數據素養的現狀與提升策略

白文倩 向佐軍 湯佳佩

摘 要：數據素養是教師專業發展的必修內容，通過調研師范生數據素養現狀，發現師范生數據素養中數據態度和數據倫理道德維度素養較高，但數據采集能力、數據分析能力和數據決策能力素養較低；大一的師范生數據素養最低；性別不同、專業不同，師范生的數據素養差距不大；不同師范生的數據態度和數據決策能力差異較大，數據采集能力和分析能力差異較小。在課程體系中融入數據素養教育；在實踐中培養數據應用決策能力；構建包含數據素養培養的新型評價培養機制是提升師范生數據素養的有效策略。

關鍵詞：大數據；師范生；教師數據素養

中圖分類號：G451

文獻標識碼：A文章編號：2095-5995（2023）03-0034-07

隨著數據密集型科學技術的發展，數據變成了驅動社會創新發展的新型戰略資源，也成為了教育教學可利用的資源。順應時代發展需求，提升收集、分析、應用教學數據的能力，提升數據素養將成為教師專業發展的必修內容。師范生數據素養影響著未來中小學的教育質量，影響著信息時代創新人才的培養。能夠分析、挖掘數據豐富的內涵和潛在的意義，利用數據制定個性化教學、進行教學診斷、做出教學評價和進行教學決策是師范生應該培養的能力，目前國內相關研究非常少。通過調查師范生數據素養現狀，探索師范生數據素養提升策略，能為師范生的專業能力發展提供參考。

一、文獻綜述

（一）教師數據素養的內涵

數據素養是指通過收集、分析和解釋所有類型的數據（包括評估、學校氛圍、教學行為、橫向縱向即時的教學活動等數據種類），以幫助確定教學步驟的能力。[1] 劉雅馨等人認為“教師數據素養”是教師在接觸教育數據時所體現出來的一種綜合能力[2]，具體指具有數據素養的教師能夠持續有效且符合倫理地獲取、解釋、運用和傳遞從國家、地方、教室以及其他數據來源的多種類型的數據，并以教師的專業角色和責任相一致的方式來提高學生的學業表現。[3] 伊迪絲·甘默強調教師數據素養包括使用數據的知識，也包括使用數據進行教學的技能，還包括有目的地使用數據的意識。[4]

綜上所述，教師數據素養是教師運用數據以提升學生學業表現的一種綜合能力。具備數據素養，教師就能夠有效地理解和使用數據處理教育教學問題、提高教育教學能力，為教育決策提供支持。師范生的數據素養是信息素養在大數據背景下的拓展，是師范生面對教學大數據時表現出來的一種能力。

（二）教師數據素養構成要素研究

艾伯樂等人認為教師數據素養包含數據使用的行為、信念和技能。其中，教師數據使用行為包括設定目標、收集數據、分析數據、解釋數據、采取教學行動，它既能反映教師知識和實踐的狀況，同時又關聯到學生學習。[5]張進良、李保臻認為教師的數據素養主要由數據意識、數據能力和數據倫理三大部分組成，[6]其中，數據能力具體包括數據收集能力、數據理解能力、數據分析能力、數據呈現能力、數據使用能力及運用數據發現問題的能力、數據決策能力。[7] [8]

通過分解數據素養構成要素，細化指標，可以制定教師數據素養調查工具。雖然關于數據素養的重要性已經有大量的研究，但是關于教師數據素養的評估調查研究較少，尤其是師范生。調查師范生數據素養現狀，提出提升師范生數據素養水平的策略，加強對師范生數據素養的培養，讓面向未來的教師具有在大數據時代中進一步探索、挖掘、提煉、使用數據的能力，這是研究應該關注的。

二、研究方法

（一）問卷設計

在文獻綜述的基礎上，這里設計了師范生數據素養評價指標，然后采用專家咨詢法，在征求了華中師范大學、上海師范大學、浙江省教育科學研究院等多位專家意見基礎上修改形成了最終的評價指標，包含數據態度、數據采集能力、數據分析能力、數據決策能力和數據倫理道德5項一級指標和26項二級指標，指標詳見表1。

針對師范生的調查內容分為兩部分，第一部分為被調查者的基本信息，包括性別、年級、專業。第二部分為設計的師范生數據素養評價指標體系轉化的李克特調查量表內容。師范生數據素養調查量表采用李克特5級量表，非常不同意、不同意、一般、同意、非常同意，分別對應賦值1-5分。分值越高，說明素養水平越高。

（二）調查對象

問卷調查對象為某國家“雙一流”世界一流學科建設師范學校的免費師范生，這些免費師范生畢業后會從事中小學教育，現在是職前教師。其中，女性159人，男性50人。大一80人，大二23人，大三20人，大四86人。文科147人，理科62人。專業包括歷史、英語、漢語言文學、教育學、物理、數學、化學等。

（三）數據分析方法

采用專業問卷調查平臺“問卷星”在線發布問題，通過多種方式宣傳，使被調查者可以通過電腦和手機等方式便捷地填寫問卷。收集的數據主要采用頻數分析呈現師范生不同維度的數據素養情況，采用標準差分析呈現師范生數據素養的差異。

三、師范生數據素養調查結果與分析

關于師范生數據素養的調查，共回收209份問卷。具體分析如下：

（一）數據態度調查結果與分析

數據態度是教師數據素養的先決條件，是客觀存在的數據在人大腦中的能動反映，代表了教師對數據的感受、判斷、洞察和價值認同。[9] 具備正確的、良好的數據態度，能夠讓教師在教育教學過程中主動地接觸數據、收集和分析數據、利用數據，這決定了教師是否能夠從基于教學經驗的認知模式向基于實證的數據認知模式轉變。

表2是師范生數據態度的調查結果，平均得分為3.94，接近4，分值較好，說明師范生數據態度素養都還不錯。但數據顯示有部分教師雖然贊同數據能幫助制定教學計劃（得分4.13），但并不喜歡使用數據（得分3.61）。A1-A6調查結果顯示，總計70%以上的大部分師范生是認同數據具有教育價值的。其中，80%以上的師范生同意或非常同意數據能幫助制定教學計劃，數據能提供有關學生的未知信息，使用數據來指導教育實踐非常重要。但關于喜歡方面，只有56.94%的師范生表示喜歡或非常喜歡使用數據。還有29.13%的師范生不確定或不認同使用數據能成為一個更好的老師。

通過分類分析發現，數據態度女性得分為3.96，男性為3.9，女性對數據認可程度大于男性。文科為3.98，理科為3.84，文科比理科高。大一的師范生數據態度得分為3.88，略低于大二、大三和大四，這說明大一師范生對數據價值和有用性的認識不如高年級師范生。喜歡使用數據的調查，女性得分為3.6，男性得分為3.8。由此可以看出，男性比女性更喜歡使用數據，但男性對數據認可程度不如女性。

（二）數據采集能力調查結果與分析

數據采集能力是指教師具備在不同的學習環境中，通過問卷調查、訪談調查、測試分析、課堂觀察、在線學習平臺和物理感知設備等不同數據來源獲取教育教學過程數據，并將這些數據轉換為數值來表達的能力。[10]信息技術的發展，促使產生多樣化的學習空間。教師接觸的數據不再僅僅是傳統調查和測試數據，還包括在網絡學習空間（如在線學習平臺、可穿戴設備、移動APP、虛擬現實場景）中的學生學習過程性數據。這些數據的來源復雜多樣，教師的數據采集能力體現在教師能夠運用適當工具，記錄、評估、匯總傳統數據和大數據，并對數據做標準化處理。

表3是師范生數據采集能力的調查結果，平均得分為3.52，分值不高，各項分指標得分也不高，這說明有相當一部分師范生數據采集能力一般或不太好。例如，總計有46.89%的師范生記錄教育教學數據的習慣一般或不好，49.29%的師范生不能較好地對數據進行查找、分類、編碼，47.37%的師范生不能較好地評估數據的有用性。這些數據反映師范生還不能很好地以學生為中心，記錄、收集、評估對于自己精準教學有用的數據。根據數據進行教學改進的第一實踐步驟做的還不好。通過分類分析發現，數據采集能力女性得分為3.51，男性為3.55，男性數據采集能力略高于女性，這反映了性別差異對師范生數據獲取能力的影響。文科為3.5，理科為3.57，理科生比文科生數據采集能力好一些。大一的師范生數據采集能力得分為3.44，低于大二3.73、大三3.7和大四3.56，這說明大一師范生對數據的獲取能力不如高年級師范生，可能與對數據的接觸多少經驗相關。

（三）數據分析能力調查結果與分析

數據分析能力是指能夠使用適當的分析設備、工具（包括Excel、SPSS、R語言、Stata等和其他大數據分析工具），通過把數據轉化為對教育教學有幫助的信息，實現所尋求的結論的能力。在分析數據前，還需要具備確定數據對象和界定數據邊界的能力。

表4是師范生數據分析能力的調查結果，平均得分為3.66，分值不高，各項分指標得分也不高，尤其是C1指標和C2指標，這說明有相當一部分師范生數據分析能力一般或不太好。例如，有43.55%的師范生不能較好地解釋數據背后的意義，38.76%的師范生不能較好地把數據轉化為教學信息，37.79%的師范生不能根據數據分析結果推斷結論，39.47%的師范生不能根據數據發現教學問題。在傳統教學中，教師往往依據經驗大概了解和確定教學和學習存在的問題，這些問題基本是共性問題。要想精確了解每個學生的學習情況，基本不太可能，但數據分析讓這些成為可能。如果師范生缺乏數據分析能力，會導致不能較好地進行個性化、差異化教學。

通過分類分析發現，數據分析能力女性和男性得分均為3.66，完全一致。文科為3.67，理科為3.62，文科生比理科生數據分析能力略高一些。大一的師范生數據分析能力得分為3.56，低于大二3.73、大三3.75和大四3.71，這說明大一師范生對數據的分析能力不如高年級師范生，這與數據采集能力的年級差異一致。

（四）數據決策能力調查結果與分析

數據決策能力主要體現在能夠通過數據來解決實際問題。數據決策能力是指對數據分析后，能夠科學地運用數據對學生和教學進行診斷性、常規參照性的評價，根據數據反思教學不足，制定可行的教學決策，解決教育教學的問題。具備數據決策能力的教師，能將“用數據解決教育教學問題”這一教學的方法或范式融入自己的日常教學工作。

表5是師范生數據決策能力的調查結果，平均得分為3.71，比數據采集能力和數據分析能力得分高一點，但總體來看分值也不高。8項分指標分值有一定差異，但沒有高的，區間在3.62至3.78分，這說明有相當一部分師范生數據決策能力需要提高。尤其是，根據數據診斷學生學習需求的能力，使用數據計劃課程的能力，使用數據設定學生學習目標的能力，這3項分指標得分最低。超過40%的師范生對這3項的個人能力評價一般或低。診斷學習需求、計劃課程需要做數據調研，由此顯示師范生比較少在教學前調研學生狀況和課程實施情況。使用數據設定學習目標需要根據數據顯示、幫助達到學生最近發展區，師范生這一能力也較弱。

通過分類分析發現，數據決策能力女性得分3.71，男性得分3.7，差距不大。文科為3.74，理科為3.63，文科生比理科生數據分析能力略高一些。大一的師范生數據決策能力得分為3.68，低于大二3.79、大三3.77和大四3.71，這說明大一師范生對數據的決策能力不如高年級師范生，這與數據采集能力、數據分析能力的年級差異一致，應該是大一師范生對數據的接觸較少導致的。

（五）數據倫理道德調查結果與分析

數據倫理道德是指從數據的視角對使用者的各種行為所進行的倫理關注。以往的數據采集皆由人工進行，被采集人一般都會被告知，而如今的大數據時代，很多數據采集都被智能設備自動采集，而且被采集對象往往并不知情，這就涉及到數據的倫理道德，能不能根據道德標準獲取、使用數據。

表6是師范生數據倫理道德的調查結果，平均得分為4.31，遠遠超過數據態度、數據采集能力、數據分析能力、數據決策能力的分值，這說明大多數師范生能夠不逾越道德底線對待數據。例如，總計88.52%的師范生能在法律和道德允許范圍內獲取和使用數據；87.09%的師范生能有意識地保護他人的數據隱私；89.95%的師范生能尊重他人的數據，按照引用規則標注清楚。這應該和師范生接受的良好大學教育有關，也和大學課程強調的思想道德教育相關。

通過分類分析發現，數據倫理道德女性得分4.33，男性得分4.25，女性略高于男性。文科為4.39，理科為4.13，文科生比理科生的數據倫理道德得分高，這可能與理科生接觸的數據來源更加復雜多樣有關。大一的師范生數據倫理道德得分為4.3，大二為4.32，大三為4.37，大四為4.31，大一和其它年級的師范生數據倫理道德得分差距非常小，可以忽略不計，這說明年級差異對數據倫理道德影響不大。

（六）師范生數據素養的差異分析

利用SPSS軟件的標準差分析研究師范生數據態度、數據采集能力、數據分析能力、數據決策能力、數據倫理道德五個維度的內部差異，分析結果如表7所示（見下頁）。

通過分析發現，師范生的數據態度標準差最大，為5.18，最小得分為9，最大得分為35，這說明不同師范生對待數據的態度差別比較大，有的很喜歡，認同數據的教育教學價值；有的不喜歡，不太認同數據的教育教學價值。其次，數據決策能力的標準差也比較大，為4.46。這說明有些教師能夠根據數據精準判斷、改進教學，讓數據發揮價值，但有些教師這方面能力很弱。師范生的數據倫理道德標準差最小，為2.03，這說明不同師范生對數據倫理道德的認識比較統一。師范生的數據采集能力和數據分析能力標準差也不大，分別為2.27和2.48，師范生數據采集能力、分析能力普遍弱。

四、結論和建議

（一）結論

分析調查數據，得出的主要結論是：一是師范生的數據態度和數據倫理道德方面的素養相對較高；比較多的師范生數據采集能力、數據分析能力和數據決策能力偏低，尤其是數據采集能力和數據分析能力，這兩項能力的培養對師范生來說是基礎，非常重要。二是大一的師范生數據素養最低，需要穩步重點提升。三是性別不同、專業不同，師范生的數據素養差距不大。四是不同師范生的數據態度和數據決策能力差異較大，有的很喜歡數據，非常認同數據的教育價值，能夠使用數據優化教學，還有的非常不喜歡數據，很不認同數據的教育教學價值，不會使用數據改進教學；不同師范生的數據倫理道德、數據采集能力和數據分析能力差異相較不大。

（二）師范生數據素養提升策略和建議

第一，加強課程建設，在課程體系中融入數據素養教育

通過調研發現，師范生大部分對通過數據驅動改進教育教學是持歡迎態度的，也認同要注重數據倫理道德。但也發現，師范生實際具有的教育數據分析等應用能力不高。應該通過加強課程建設進一步培養師范生的數據素養，促進他們養成良好的教育數據思維習慣。有研究者探討了構建師范生數據素養課程體系的問題，認為師范院校應對現有的信息技術教育課程體系改革，形成數據素養課程體系，前瞻性地培養師范生的數據思維與技能，使其適應大數據背景下的教育教學發展。[11]這一研究系統地指出了師范生的數據素養課程體系構建的問題，對完善課程體系構建具有重要的參考價值。課程具有整體育人、全面育人功能，應該關注課程建設的迫切性，但企圖通過課程的整體革新來推動課程體系的變革具有較大的難度。因此，要加強數據素養內容在當前課程體系中的融合，并針對高校中的師范生開設相關選修課程。通過對當前課程內容的更新，在課堂中逐步融入教育教學數據素養內容，讓師范生逐步養成運用教育數據思考教育問題的習慣。

第二，加強實踐指導，培養數據應用決策能力

師范生的數據素養要指向實踐，對師范生進行數據素養教育要重視其實踐操作性。師范生在高校學習了數據素養相關課程后，應該加強對其實踐應用的指導。在當前的師范生實踐應用能力培養過程中，數據素養的應用決策能力很缺乏，沒有系統和明確的要求，也缺乏相應的專業能力很強的教師指導。通過調查也發現，很多師范生實際上缺乏具體的實踐操作學習，關于數據采集、分析、處理等方面的應用能力都比較缺乏。師范生數據實踐能力的培養一方面要注重課程學習過程中的實踐學習，另外一方面要在師范生教育見習、實習過程中，融入教育數據素養的實踐應用能力培養。提高數據應用決策能力，可以在教學實踐中鍛煉師范生利用數據解釋教學、把數據轉化成教學信息、利用數據推斷教學結論的能力等。

第三，改進評價標準，構建包含數據素養培養的新型培養機制

教師教育數據素養的提升要改進當前師范生培養評價體系，構建新型基于數據素養培養機制。在當前的普通高校師范專業認證要求中，有對“信息素養”的要求，但是其主要是從學校支持條件層面提出要求，并且沒有專門提出關于“數據素養”的要求。我們認為，提升師范生數據素養不僅是從支持條件層面，而更多應該從學生層面來進行評價，即師范生實際具有怎樣的數據素養。通過改進師范專業認證指標體系，強化對學生數據素養的培養與考核是落實師范生數據素養培養的重要策略。另外，改進教師資格考試中的評價標準，在教師資格考試內容中融入教育數據素養考查能夠進一步提升師范生對教育數據素養的關注與學習。

參考文獻：

[1]李青，任一姝.教師數據素養能力模型及發展策略研究[J].開放教育研究，2016（6）：65-73.

[2]劉雅馨，楊現民，李新，田雪松.大數據時代教師數據素養模型構建[J].電化教育研究，2018（02）：109-116.

[3]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（4）：1-50.

[4]Gummer E，S. Data Literacy for Educators： Making it Count in Teacher Preparation and Practice[M]. Teachers College Press， 2005：10-11.

[5]Ebbeler J ， Poortman C L ， Schildkamp K ， et al. The effects of a data use intervention on educators' satisfaction and data literacy[J]. Educational Assessment Evaluation & Accountability， 2017（1）：1-23.

[6]張進良，李保臻.大數據背景下教師數據素養的內涵、價值與發展路徑[J].電化教育研究，2015（07）：14-19+34.

[7]李艷， 劉淑君. 國外教師數據素養測評研究及啟示[J]. 開放教育研究， 2020（1）：37-49.

[8]張斌， 劉三女牙， 劉智，等.基于大數據的師范生數據素養培養策略研究[J].電化教育研究， 2017（38）：86-91.

[9][11] 李新， 楊現民. 中小學教師數據素養培訓課程設計與實踐研究[J].中國電化教育， 2020（5）：117-125+140.

[10] Aronld， K.E.，Pistilli，M.D. Course

The Current Situation and Improvement Strategies of Data Literacy of Pre-service Teachers

Bai Wenqian，Xiang Zuojun

（1. Chaoyang District Academy of Educational Sciences，Beijing 100021;

2. School of History and Culture， Central China Normal University， Wuhan 430079）

Abstract：Data literacy is a compulsory content for teachers professional development. This paper investigates the current situation of data literacy of pre-service teachers， and finds that the data attitude and data ethics of pre-service teachers are high in data literacy， but the data collection ability， data analysis ability and data decision-making ability are low; the data literacy of pre-service teachers in the freshman year of college students is the lowest; the data literacy gap of pre-service teachers is not large for different genders and majors; the data attitude and data decision-making ability of pre-service?teachers are quite different and data collection and analysis capabilities are small differences. Incorporating data literacy education into the curriculum system， cultivating data application capabilities in practice and building a new evaluation and training mechanism that includes data literacy training are effective strategies to improve pre-service teachers' data literacy.

Keywords：big data; pre-service teachers; teacher data literacy