新一代信息技術支持下的教師專業發展分析模型構建研究

楊毅 王鑫鑫 張可金

摘要：在大數據技術及深度學習等新一代信息技術的發展下，精準教學成為教育領域的熱點話題。目前，大部分研究都關注如何從學生角度實施差異化和個性化的教學策略。然而，由于教學環境與教學策略的不斷變化，教師也面臨著自身專業成長的挑戰和需求。作為終身學習者的教師，也應當利用信息技術來促進自身的專業發展。該研究設計了一個新一代信息技術支持下的教師專業發展分析模型，旨在根據每位教師的自身特點和發展需求，提供個性化和定制化的發展方案和建議。

關鍵詞：大數據；教師專業發展；分析模型；個性化

中圖分類號：G642 文獻標識碼：A

文章編號：1009-3044（2024）05-0166-03

0 引言

近年來，隨著大數據分析、基于Transformer的深度學習技術等現代新興技術的不斷涌現，如何將這些新一代技術引入教育領域，并提高教學效率已引起學者、社會甚至國家的高度關注。2018年，教育部在《教師教育振興行動計劃（2018—2022） 》文件中提到，我們要培養一支師德高尚、業務精湛的教師隊伍，那就必須要推進教師教育創新，推進教師培訓的改革[1]。同時，《中國教育現代化2035》文件也強調“推進教育治理方式變革，加快形成教育現代化管理監控體系，推進管理精準化和決策科學化”[2]。

新一代信息技術的不斷發展為教育教學領域帶來了更多的支持，例如大數據分析技術支持下的學習者精準教學；基于深度學習技術的學生學情分析；以及其他教學工具在課堂上的應用。然而，這些技術也給一線教師帶來不少壓力。教師的時間培訓有限，且存在目標不明確，培訓手段老舊、針對性不強等問題，導致教師對于新興技術的適應性不足。而且，絕大多數技術目前都是以學生為中心，促進學生的發展。自從聯合國教科文組織提出“終身學習”理念后，教師也成為學習者中的一員[3]。因此，本文研究如何利用大數據技術和深度學習技術構建教師專業化發展分析模型，為每一位教師提供個性化的培養方案。旨在為師范生培養和教師專業技能培養提供服務，并為教師專業發展提供精準、個性化的培訓服務，以幫助教師在技術賦能教育中扮演更為重要的角色，實現理念和素養的提升[4]。本文旨在培養智慧型教師，使他們能夠主導技術變革教育，并適應新一代信息化時代教育的需要和變化[5]。

1 文獻綜述

目前有多種方式可支持教師的專業發展。一是采取“專家進課堂”的辦法。如徐曉東等人提出的項目，主要通過學科教授和名師的理論與實踐指導，結合課堂教學分析軟件提供的結果展開學習[6]。另一種是采用新一代信息技術促進教師專業發展。其中，一方面，可以使用各種技術進行融合，建立教師專業發展模式。例如，王永固、聶瑕等人提出的“互聯網+”名師工作室，以名師為帶頭人，聯合學科帶頭人和學員教師組成教研共同體，從而提升鄉村教師的專業素養，促進專業發展[7]。曾海則以各種信息技術為基礎，打造了智能學習環境“智慧師訓”，以促進教師個性化和協同化的發展[8]。另一方面，以大數據技術為主要支撐進行研究工作，包括分析模型的構建和培訓模式的設計。例如，黃慕雄以大數據分析技術為主要手段，構建了多源多層的教師職業發展分析模式。得到教師個人畫像，提供個性化的培訓方案[9]。張進良等人則研究了高校教師對大學生在線學習過程產生的數據，并加以挖掘和分析，以改進他們的教學方法和策略，旨在提高教師的專業素養，促進教師的專業發展[10]。總體來看，大多數研究都是通過挖掘和融合大數據進行分析模型設計。然而，這種方式仍然需要一定人力成本來分析數據。因此，建立一個智能化且自動化的教師專業發展分析模塊顯得非常必要。

2 各層次數據分析需求

根據層次分析法，可以將教師個人層面、學校層面、教師培訓機構層面和教育部門管理層面劃分為四個層次，以滿足不同層次，不同人群的數據分析需求。

2.1 教師個人層面專業發展分析需求

隨著信息社會的到來，教師的角色已經由知識的提供者轉變為學生學習的引導者和促進者，他們不再像傳統教師那樣傳授知識點，而更加需要具備信息技術和課程整合的教學理念。為了達成這個目標，教師必須保持終身學習。然而，由于教師團體缺乏專業程度的基準線，很難通過其他渠道了解自己的水平和欠缺之處。因此，利用大數據技術和其他工具，對比分析國家對于教師的要求，可以讓教師客觀了解到自己的專業發展情況并發現問題，提高自身的學習能動性，指導專業培訓方向。

2.2 學校層面分析需求

每個學校都有眾多教師，而每一位老師都有自己的優缺點。難以統籌兼顧。目前安排的培訓活動也不能很好地滿足大部分教師的需求。因此，利用大數據技術、深度學習技術分析每一個教師的興趣愛好和缺陷，可以為學校組織相應的培訓課程，實施國家下發的教師發展規劃，從而提高教師的整體專業水平和教學質量。

2.3 教師培訓機構層面分析需求

省級教師培訓機構是地方教師培訓的主要機構，其職責在于為基礎教育培養行政干部和優秀教師。在長期的培訓過程中，教師培訓機構收集了大量教師相關數據，包括個人信息、培訓反饋、培訓課程等。但這些數據目前沒有被很好地利用，而且現有培訓過程過于注重教師教學實踐能力的培養，而忽略了老師的思維拓展[11]。因此，建立一個智能化、自動化的數據分析平臺迫在眉睫。該平臺可通過分析教師的培訓反饋，評估課程質量，并針對教師個人信息制定個性化、全方位、精準化的培養方案。

2.4 教師發展管理部門層面分析需求

教師發展管理部門的職責是協調管理區域的教師培訓項目，全面考慮教師未來的發展，使之順應社會發展規律。教師發展管理部門可從教師培訓機構獲取到大量數據，從宏觀的角度來分析所管理區域的教師整體情況。分析師資隊伍的整體層次和業務水平。評估培訓機構的培訓課程效果，并根據結果進行改進；分析整個培訓實施流程，根據結果進行流程的優化。最終，教師發展管理部門能夠實現精準的決策實施。

3 教師專業發展分析框架

本研究將數據采集、數據處理、數據分析、結果展示作為基本步驟，結合現有可用的數據庫，如教育培訓部門數據庫和在線培訓平臺數據庫，利用深度學習、大數據分析技術和5G技術，構建教師專業發展分析模型（如圖1所示）。

3.1 數據庫的利用

為保證數據的可靠性，本研究利用存儲教師相關信息的各項服務平臺的后臺管理系統連接至這些平臺的數據庫，以獲取實時數據。這些平臺包括教育部中的教師繼續教育管理系統、各教師培訓機構所維護的數據庫、遠程培訓平臺和實踐教學平臺等。MySQL 是一個較為成熟的數據庫軟件，可以作為數據存放的工具。

3.2 數據的預處理

教師的各類源數據是進行數據分析的基礎，因此，規范的數據是確保數據分析結果正確的關鍵。直接從數據庫中獲取的數據可能存在數據不完整和錯誤的情況。在使用這些數據進行分析之前，需要對這些數據進行事先的加工。預處理步驟包括刪除擁有空白格式的數據和補充缺失的數據。為了避免煩瑣的人工操作，可以編寫數據預處理模塊，對所有數據進行增、刪、改、查操作。對于一些程序無法判斷的數據，如性別，需要各方面的協調和協作。此外，還可以設置數據報警模塊，及時發現問題數據并通知相關人員進行處理。只有經過預處理后的數據才能輸送到下一個步驟，以保證數據的質量。

3.3 分析支持模塊

數據挖掘算法和數據分析算法是數據分析中最重要的程序部分，提供了對結構化數據和非結構化數據的計算和分析挖掘能力。數據模態的不同可以采用不同的數據分析方法，也可以通過多模態分析算法進行分析。由于算法的多樣性，可以將這些算法結合在一起，形成一個算法庫，為多樣化的分析算法提供支持。這種方式可以為靈活的數據分析提供支撐，滿足不同場景下的數據挖掘和分析需求。通過這種方式，當教育培訓部門需要從不同維度來進行培訓課程的編寫時，可以選擇不同的算法來分析教師的專業發展水平，以供管理部門進行合理決策。

對于教師的課程推薦算法，與淘寶等購物軟件中的商品推薦模塊相似，較為經典的是協同過濾算法。該算法主要通過計算教師的弱項數據與課程數據的余弦相似性來實現，從而得出教師各方面的優缺點，并推薦相應的課程。計算公式如（1）所示。

除了傳統的協同過濾算法之外，現有的基于深度學習的計算機視覺方法可以對教師數據進行自動化分析。例如行為識別、面部表情識別等，通過對課堂視頻的分析，可以得到更加深層次的教師個人數據。這些自動化的分析方式可以減少專家評審等人工審核方式的勞力和物力，并提高教師的數據分析效率。

對于培訓課程的評論算法，基于自然語言處理（NLP） 的文本挖掘及分析算法被廣泛應用。自然語言處理屬于人工智能中的深度學習領域，是一個完全計算機自動化的過程。該算法不需要人類的解釋，完全由計算機對數據進行特征的提取再分析，最終得出評論的情感態度等其他方面的態度信息。這種算法可以幫助管理部門了解教師的授課效果，提高培訓課程的質量，進而促進教師的專業發展。

4 教師專業發展分析模塊

該分析模塊主要分為教師的專業定制化和教師的綜合發展兩個方面。教師的專業定制化又分為教師基本情況分析、教學及學習習慣分析、培訓課程質量分析以及最重要的教師專業發展培養方案推薦。教師綜合發展又分為總體教師專業水平分析和教師發展建設分析。

4.1 教師專業定制化

4.1.1 教師基本情況分析

教師的基本情況包括年齡、性別、學歷、籍貫、計算機和外語水平等。通過全方位分析這些基本信息，可以了解教師的技能長處和欠缺能力，為教師和培訓機構指明方向，同時也方便管理部門制定相應策略，比如分析不同地區和年齡段教師能力的差異。

4.1.2 教學及學習習慣分析

通過分析教師所教授的課程，以及在培訓平臺中學習的課程、學習時間、課后考核以及討論區中對課程的評價反饋，可以了解教師的教學和學習習慣、偏好的學習內容、科目和習慣，從而優化教師的學習過程。

4.1.3 培訓課程質量分析

教師可以在繼續教育平臺選擇個性化的課程，也可以根據學校或管理部門的安排選擇線下的培訓課程。對于線上課程，可以通過分析課程的學習人數、最終的考核成績和反饋評價等，得出該課程的綜合質量得分；對于線下課程，可以收集教師的調查反饋問卷和考核成績等進行綜合測評。通過分析結果，可以根據教師意見和偏好優化課程質量。

4.1.4 教師專業發展培養方案推薦

結合以上三個方面的分析結果，可以得出教師的優劣勢、學習偏好和課程質量程度，從而使用協同過濾算法推薦個性化的培養方案和最適合教師專業發展的培訓和學習課程，促進教師層面的精準教學。

4.2 教師發展綜合分析

結合以上分析結果，可以對不同地區、年齡和專業水平的教師進行多方面的分析，比如東西部地區教師專業水平的差距、不同年齡段教師的學習習慣等。通過分析這些信息，區域管理部門可以對接下來的教師培養方案進行統籌兼顧，提高培訓機構和培訓課程的針對性，最終推進不同地區、不同學科教師專業分全方位發展。

5 總結

利用人工智能、大數據等新興技術能夠很好地推進教師專業發展的精準化和有效化。通過收集不同地區教師信息，按照教師分析模型對這些信息進行有效處理，最終為教師提供個性化的培養方案，為地區管理者提供教師培訓總體方向，有效幫助推進教師的專業化發展和管理者的有效決策，但是大數據分析與深度學習技術依賴于大量的數據，因此，教師的專業發展需要政府、學校的聯合推進。

參考文獻：

[1] 中華人民共和國教育部.教育部等五部門關于印發《教師教育振興行動計劃（2018—2022 年）》的通知[EB/OL].[2022-10-20]. http：//www.moe.gov.cn/srcsite/A10/s7034/201803/t20180323_331063.html.

[2] 中國政策網. 中共中央、國務院印發 《中國教育現代化2035》[EB/OL].（2019-02-23） [2021-01-20].http：//www.gov.cn/zhengce/2019-02/23/content_5367987.htm.

[3] 趙莉，李王偉，徐曉東.個性化和持續性教師專業發展模式的構建與效果研究[J].中國電化教育，2021（5）：110-117，123.

[4] 李樹玲，吳筱萌.變革實驗室：技術賦能時代促進教師專業發展的新模式[J].中國電化教育，2020（11）：125-133.

[5] 祝智庭，魏非.面向智慧教育的教師發展創新路徑[J].中國教育學刊，2017（9）：21-28.

[6] 徐曉東，何小亞，周小蓬，等.專家進課堂項目促進教師專業發展的研究[J].中國電化教育，2016（1）：95-102.

[7] 王永固，聶瑕，王會軍，等“. 互聯網+” 名師工作室促進鄉村教師專業發展：機制與策略[J].中國電化教育，2020（10）：106-114.

[8] 曾海，李嬌兒，邱崇光.智慧師訓：基于新一代信息技術的教師專業發展新生態[J].中國電化教育，2019（12）：116-122.

[9] 黃慕雄，林韓輝，羅永霞.基于大數據融合的多源多層教師專業發展分析模型構建：以廣東省教師教育大數據智慧系統為例[J].電化教育研究，2021，42（5）：114-121.

[10] 張進良，何高大.學習分析：助推大數據時代高校教師在線專業發展[J].遠程教育雜志，2014，32（1）：56-62.

[11] 沈小碚，樊曉燕.智慧教育背景下教師專業發展面臨的挑戰與機遇[J].教師教育學報，2020，7（1）：33-39.

【通聯編輯：王 力】