數據驅動教學的內涵、現實困境與突破路徑

摘 要：大數據時代的到來推進了教育數字化轉型的快速發展，數據驅動教學模式成為大數據時代教育轉型的新趨勢。但目前我國的數據驅動教學依然面臨文化愿景、技術體系和專業技能方面的發展困境。基于此，通過三條路徑實現數據驅動教學的發展與突破：一是深化實施數據驅動教學的責任和決策意識；二是夯實數據驅動教學的教學資源和共享機制；三是創設職前職后一體化的數據素養培育體系。

關鍵詞：大數據時代；數據驅動教學；現實困境；路徑突破

中圖分類號：G424文獻標志碼：A

文章編號：1674-2338（2024）06-0087-07

DOI：10.19925/j.cnki.issn.1674-2338.2024.06.009

隨著新一輪科技革命和產業變革的快速發展，數字技術所蘊含的巨大潛能正在逐步釋放，一場由數據引發的時代變革已然到來，人類社會全面進入大數據時代。黨的二十大報告提出，“教育、科技、人才是全面建設社會主義現代化國家的基礎性、戰略性支撐”［1］，明確了教育是人才培養和科技創新的根基、科技創新為教育賦能的辯證統一的整體關系。隨著數字技術、數據理念向教育領域的不斷滲透，數據驅動教學不僅成為建設數字中國和教育強國的時代要求，也是助力培養創新型人才的必然選擇。2018年，中共中央、國務院印發的《關于全面深化新時代教師隊伍建設改革的意見》，強調教師要主動適應信息化、人工智能等新技術變革［2］，隨后相繼出臺的多個政策文件都突出強調推進數字技術與教育的深度融合。本研究通過梳理數據驅動教學的發展背景和運行系統，提出當前開展數據驅動教學面臨的現實困境，并構建發展數據驅動教學的突破路徑，以期為大數據時代的教育教學變革提供有效參考。

一、走向數據驅動教學

在信息技術尚不發達的時代，教師往往依賴于教學實踐中積累的經驗進行判斷和決策。這種基于經驗的教學決策模式不僅具有較強的主觀性和偶然性，也缺乏科學性與嚴謹性，因此在教學實踐中難以創新，也難以滿足學生的個性化需求，容易陷入一成不變的教學模式。邁入大數據時代后，隨著教育科學化的興起，循證教學走進了學者的視野并打破了傳統經驗主導型教學的桎梏［3］，以“用數據說話”的理念將教育研究推向了實證時代。

（一）時代變遷背景下的教學范式變革

自人類社會誕生以來，先后經歷了農業時代、工業時代、信息時代和大數據時代四次重大轉型，教育系統作為社會發展的重要組成部分也隨之經歷了多次變革。教育教學模式的轉變歷經了經驗模仿教學模式、計算輔助教學模式和數據驅動教學模式三個階段。隨著社會的發展，教育的科學性和技術的智能性也在逐漸增強（見圖1）。［4］

經驗模仿教學模式可以追溯到古希臘時代，在17世紀捷克教育家夸美紐斯確立班級教學以后，教育現場正式開始實踐模仿教學并迅速流傳開來［5］，成為迄今為止應用最廣、最有影響力的教學模式。該模式的核心思想是經驗的模仿和知識的傳遞，教學內容主要為書本知識、已有的經驗和技能［4］，人們通過學習已有的知識成果或向經驗豐富之人請教來獲取知識。教學者在該教學結構中占據絕對的主導地位，而學習者大多扮演被動接受者的角色。盡管該教學模式存在諸多弊端，卻是教學模式發展必經的起步階段，對于社會高速發展做出的貢獻不容忽視。

20世紀中期人類以驚人的速度進入信息時代，人們開始意識到傳統的知識與技能已不能滿足時代發展的需求，進而轉向對個體能力與創造性的關注，計算輔助教學模式也由此流行起來。技術的介入是此模式的核心特征，互聯網、多媒體等教學媒介不僅豐富了知識的傳播載體、加速了知識的生產和傳播，教學內容也因圖片、音頻、視頻等多模態形式的應用而變得多元。信息時代的新型教育模式是一種以學生為中心、基于項目而學習的模式［6］，鼓勵學習者發現、探索知識并主動嘗試解決問題，在新時代創新型人才培養和基礎教育革新發展的過程中發揮了重要作用。

在當今萬物互聯的時代，大數據、云計算、人工智能等新技術為教育系統注入了新的驅動力，教學模式逐漸呈現出科學化、精準化、智能化、個性化的趨勢。［7］受益于技術的發展，學習模式打破了傳統物理空間的限制，開始轉向虛實融合的無邊界學習場域。與此同時，大量的學習數據被線上終端記錄、留存，隨著數據的類型和量級不斷積累形成教學大數據。數據驅動教學就是以數據為中心和驅動，對海量數據進行分析處理，為教學者和學習者提供科學、精準決策支持的新型教學模式。

（二）數據驅動教學的運行系統

為實現從“基于經驗”到“數據驅動”的教學轉變，需要明確數據驅動教學的實施過程。它包含了數據采集、學習分析和決策干預三個層次。

師生與環境在交互作用下生成教學大數據。身處大數據時代，在線學習管理系統、智能教學平臺、智能機器人等信息技術在教學中被廣泛應用。教學者和學習者在使用智能平臺時，“教”與“學”的各類數據（如在線提問、作業批改、信息瀏覽、資源分享等）均會以數據的形式留下痕跡。總體而言，可提取的線上數據類型有三種：依托在線學習平臺后臺管理技術從關系型數據庫中提取各種在線學習行為數據；依托網絡日志技術采集在線學習系統運維日志與用戶日志等數據；依托網絡爬蟲采集技術收集大規模全網信息、學習者在線留言與評論數據等。［8］與此同時，生物特征識別技術也使生理的信號數據采集成為可能。借助視頻捕捉、語音識別等技術，可以對常規線下課堂中的教學語言和行為、學習語言和行為進行收集，并予以賦值，可測量諸如教師提問頻次占比、師生互動與生生互動水平等變量。對不同教學主體的行為數據進行清洗和整理，形成數據驅動教學的樣本數據庫。

在生成教學大數據之后，需要依賴教育大數據分析技術，將學習環境中生成的數據“翻譯”為有指導意義的信息。分析過程主要涉及三個層次，即描述分析、預測分析和規范分析。描述分析是指分析已經發生的行為（如分析描述學生的行為），預測分析用于預測可能發生的行為（如根據學生的學習行為數據對其分數進行預測），規范分析是推斷應該發生的行為（如根據學生的數據得出下一步的學習計劃）。［9］通過對學習過程中人機交互下產生的教學大數據進行全方位的挖掘和分析，可以為師生提供具有參考價值的證據，推進教與學的精準改進。如借助資源學習數據（瀏覽、標注、發帖等學習行為）、媒體操作數據（服務器日志、點擊流等）、互動交流數據（師生言語、交互手勢、在線討論等）和練習測評數據（文本式教學效果反饋數據）［10］實時追蹤學生的學習表現，快速、準確地識別潛在的學業危機。

數據的采集和分析是實施數據驅動教學的基本前提，目的是助力教學者和學習者做出有針對性的決策調整與干預。對于教學者而言，在數據信息的輔助下可隨時了解到教學目標的達成度、學生的能力水平、學生的參與情況、學習難點等，進而及時調整教學策略、為學生制定個性化的指導方案，保障教學資源和教學機會在課堂中的均衡分配，促進教育公平。對于學習者而言，大數據技術可以為其提供個體數據和海量學習者數據作為參考，助力學習者了解群體學習情況和自我發展階段，通過描繪個人畫像更精確、及時、全面地了解自身的學習特征與學習需求，從而做出科學的學習決策。

同時，數據驅動教學的成功開展離不開使用數據的文化愿景、技術體系、行動者的專業技能三方面的支持。［11］為此，一是教育領導者和踐行者對于數據的使用要構建起和諧一致的愿景與文化氛圍，這就要求教育領導者首先要擁有明確的數據使用態度，并通過創建數據使用文化將其理念和愿景傳達至各學區及學校，統一數據使用規范。二是支持數據驅動教學的智能化環境建設，將人工智能、虛擬現實、大數據等智能技術融入教學過程，推動教學的數字化轉型。三是行動者的專業技能，即教師的數據素養，這也是將教育數據轉化為有效教學策略來滿足學生學習需求的關鍵所在。

表1根據數據驅動教學的實施過程和支持要素梳理了數據驅動教學的運行系統。由此可見，數據驅動教學是縱橫交融、漸進發展的過程。在縱向上體現為開展數據驅動教學的三個實施過程，包括從數據采集，到學習分析和決策干預的遞進；橫向上體現為支持數據驅動教學的維度要求，對應文化愿景、技術體系和專業技能三個核心要素。數據驅動教學正是在橫縱的深度交融之下，實現從局部變革到整體轉型。

二、數據驅動教學的現實困境

回顧我國的教育教學發展，數據驅動教學作為教學新模式在實際教學場域中正逐漸得到認可，很多教師也開始探索如何基于數據實現精準教學，但真正利用大數據解決實際教育問題的成功案例卻不多見。究其原因，可以從數據驅動教學運行系統下的文化愿景、技術體系和專業技能三個方面解構分析。

（一）在文化愿景方面，教師開展數據驅動教學的實踐理性規范不足

近年來，教育與數字化技術融合的研究與實踐發展得如火如荼，數據驅動教學正日益改善著學校的教育環境，解決了傳統教學的諸多問題，但也在實踐層面對教育功能、教學對話關系和教學主體造成威脅［12］。

首先是數字技術的融入對教學功能遮蔽的危險。在鼓勵教師將信息技術與教育教學深度融合以實現教育創新與變革的宏觀背景下，不少教師片面地認為只要在課堂中使用技術采集不同類型數據，就實現了數據驅動教學。這種工具理性導向的思想會誤導教師在教學中只關注數據的收集和應用，而疏忽對使用目的和形式的考量，陷入盲目引入智能技術的偏執，忽視了數據與教學需要是否相適應的問題。這違背了數據驅動教學從問題導向出發的本質，使人淪落為數據的工具，從而落入了技術應用主義的窠臼。失當的技術融入不僅不能實現對教學的賦能與加持，還會弱化教育的復雜性和專業性，造成對教學功能和價值的遮蔽。

其次是智能媒介的融入對教學對話關系的異化危險。智能媒介的出現打破了師生互動的時空限制，為教學互動帶來了諸多便利。但相較于傳統人人互動的教育模式而言，人機交互的學習方式將以往師生間的現實互動簡化為網絡平臺的留言與回復等形式，若夸大或濫用數據功能會導致人與人之間的聯結消解為人與數據的互動，造成對話的阻隔。這樣一來，缺乏教師和同伴的鼓勵及支持不僅會對學生的身心健康造成威脅，也削弱了對話和交流中的知識生成與價值構筑。

最后是數據算法對教學主體的“奴役”危險。教學工作本質上是一個復雜的、多面向的、極富生成的過程，涉及多主體、多要素，算法難以完全捕捉所有的因素。尤其是學生作為學習的主體，他是一個復雜的整體，其個體特征和學習過程是多維且難以預測的，目前利用各種手段采集的數據所反映的僅是部分信息。而一旦我們過于執著于數據和算法的科學理性，標準化測試結果和客觀數據背后的規范和效率將限制師生的個性和創新：過度依賴數據進行教育教學決策則會讓教師“自廢武功”，不斷放棄個體的主體判斷和靈活應對；而算法所揭示或推薦的“最佳路徑”更是不能照顧到學生的差異性，反而可能成為讓不適應“最佳路徑”的學生自我標簽為“失敗者”，面臨被異化的風險；目前數據算法所聚焦的課堂中認知與行為發展，很大程度上忽略了對學生社會情感的關照，反而容易讓師生又陷入認知行為主義的窠臼。

（二）在技術體系方面，配套教育資源難以滿足數據驅動的教學需求

在教育信息化相關的系列文件相繼出臺之后，各級政府和教育主管部門加大了教育信息化的投入力度。經過近些年的建設，多數學校已配備了電子白板、智慧教室等基本的設施、設備，但在教學層面還未形成大規模、常態化、革命性的應用態勢，在數據的獲取和共享方面還存在諸多瓶頸性的問題［13］。

首先，教師缺乏優質數據的獲取途徑。記錄師生行為的教學大數據是教師開展數據驅動教學的前提，教師使用的數據的優質性體現在數據的質量、可接觸度和可用性三個方面［14］，但目前的教育數據供給很難滿足教師的優質性需求。在數據質量方面，智能時代的數據體量急劇增大，但數據篩選和審查的滯后已成為困擾教育數據質量保障的重大障礙。教育系統在數據的精細化管理、價值挖掘和持續運營方面還較為薄弱，也沒有出臺對教育數據資源目錄的統籌編制，缺少統一的數據管理規范。在可接觸度方面，由于教育數據的采集、儲存與集成工作有賴于專門的數據監管機構，教師群體對數據的歸屬和使用權限存在一定程度的缺失，影響教師及時地接觸到相關數據。在可用性方面，因教師缺乏在數據布點過程中的話語權，現有的數據類型與教師需求的匹配程度也成為影響數據驅動教學的一大隱患。

其次，數據孤島的存在弱化了數據的流動。教師開展數據驅動教學不僅需要以個體的教學數據為依據，也要基于其他教師的實踐數據進行對比反思。隨著我國不斷推進教育信息化進程，大量的教學數據生成并存儲在網絡之中，海量化、泛在化的數據資源本質上是教育發展的無形資產，將數據“盤活”即可得到數據價值的釋放。但實際上，儲存著用戶數據的不同平臺之間是彼此割裂的，且在利益的驅使之下形成了數據壟斷。因為缺少恰當有效的管理手段，龐大的數據在各平臺中堆砌形成了信息孤島，產生了資源浪費的問題，造成了數據無法交換共享、數據服務能力低下的局面。

（三）在專業技能方面，教師數據素養匱乏并缺少相關專業發展途徑

教師是教育發展的執行者，培養其數據素養是教師得以順利開展數據驅動教學的關鍵前提。教師數據素養面臨的困境主要體現在對數字技術的理解、數據的解讀和教學決策三個方面。首先，教師對大數據技術缺乏正確的認知。有的教師盲目依賴或主觀排斥數字技術，對如何利用數據解決教學問題缺乏認知，將數據的作用局限于評定學生的表現和識別成績落后的學生，而較少用于促進學生發展或改進教學。［15］其次，教師缺乏分析數據的基本技能。從教學數據到教育決策不是一蹴而就的，教師需要對數據進行一系列的加工和分析。在解讀數據的過程中，需要扎實的數據素養支持以及具備相應的知識、技能與情感，才能根據學生的各項數據進行分析、解釋和三角互證。［16］如何挖掘到隱藏在數據背后具有更大價值的信息，從而促進教學實踐的改進，是教師面臨的一項重大挑戰。最后，教師欠缺基于數據采取干預行動的能力。一方面，教師缺乏基于系統數據形成教學診斷的知識，也缺少獲取建議及支持的途徑；另一方面，在實施教學決策后，驗證干預行為的有效性需要前后測數據的分析對比，涉及的統計分析技能對教師而言也是較難突破的領域。因此，會有教師選擇規避新技術的使用，認為此類嘗試是一種“冒險”，而非提高教學成效的途徑。盡管如此，目前我國的師范生培養體系和職后教師專業發展項目中還鮮有數據素養的相關內容，制約了教師數據素養的有效發展。

三、數據驅動教學的突破路徑

（一）深化實施數據驅動教學的責任和決策意識

為避免數據的應用對教育功能、教學對話關系和教學主體帶來挑戰，大數據時代的師生需要在技術哲學層面保障價值理性與工具理性的和諧統一，避免工具理性的功利追求吞噬價值理性的行為初衷，才能促進技術賦能教學的良性發展。

首先，堅持以人為本的教育教學理念是價值理性回歸的重要前提。教育的價值理性強調要把人作為主體和目的，而不僅僅是教育的客體和被改造的對象，要把人作為教育的本質而非單純的教育結果。在智慧教育時代，師生的價值理性回歸體現在以學習者為中心，對其進行個性化指導，實現學生的全面發展。［17］換言之，要通過聚焦學習者的成長需求，以數字技術為抓手選擇滿足其多樣化發展需求的個性化學習內容，保障學生在知識、能力、認知、心理等多個維度的全面發展。在此過程中，大數據和人工智能等技術只是一種新型提質增效手段，教師作為具有數據智慧的教育者，以及學生作為學習者，才是數據的主人，借助技術的外力支持選擇適宜的途徑助力個體生命的成長。

其次，堅守辯證批判的數據思維意識是價值理性維持的根本保障。大數據時代的數據來源廣泛且渠道多樣，師生要用批判性的眼光對待體量龐大的教學數據，避免盲目信賴數據。正如格特·比斯塔所言，教育測量不僅存在技術性效度隱患，還涉及規范性效度問題。［18］（P.14）具體而言，我們所測量的究竟是我們真正重視的，還是僅僅在測量我們可以輕易測量到且最終能評估的內容。后者錯將方法當成了目的，即測量的技術性效度取代了規范性效度，數據缺乏參考價值。因此，師生在使用數據的過程中，要保持批判性態度，避免唯“數據”是從，理性識別違背客觀事實的虛假數據或不具代表性的片面數據，進而采取對學習者真正有益的決策干預。

（二）夯實數據驅動教學的數據獲取和共享機制

新時代的信息技術產生了大量教與學的數據，數據的合理應用能夠幫助教師高效開展數據驅動教學、提升學生學業。因此要通過構建數據管理和治理體系、健全數據共享機制，改善當前優質數據獲取困難和數據資源浪費的現狀。

首先，要構建數據管理和治理體系。面對當前時代極速生成的教學大數據，亟需完善數據質量管理和治理體系，以保障優質性數據的留存。在數據質量方面，各級教育行政單位應盡快制定科學合理的數據采集、數據篩選及評估標準，依托自然語言處理、自適應學習等智能技術建立數據監測模型，配合數據專員的人工審查和糾錯，及時預警并化解數據異常的風險，確保各個信息端口的數據質量達標。在數據可接觸度和可用性方面，教育行政部門、學校和數據監管機構應打破合作壁壘，共同參與到教育數據的采集和分析工作中去，充分考量各類利益相關者的現實訴求，在確保數據倫理和安全的前提下進一步明確各主體的數據訪問權限。

其次，要建立健全數據共享機制。數據共享是數據價值的重要體現，對于目前數據市場多方利益博弈造成的愈發嚴重的數據割據乃至數據孤島現象，區塊鏈技術提供了新的破解路徑。在傳統的數據生態系統中，大量的用戶數據被“凍結”在各大運營商的大型服務器中，而在區塊鏈技術的支持下，新型“數據賬本”會逐漸打破這種以服務器為中心的割據狀態，促進數據在統一的分布式平臺上進行流動［19］。同時，還要構建起教師數據驅動教學案例與知識管理平臺實現信息共享，以供各地區學校和教育工作者學習與參考。不同學科在學情數據、課堂教學行為數據、作業數據、考試數據、在線學習行為數據上同中有異，其支持教學的路徑不一。因此匯集教師豐富的案例，并提煉為共享的實踐性知識，能讓教師在相互借鑒中學習數據的采集技術、分析方法和應用策略。

（三）創設職前職后一體化的數據素養培育體系

教師數據素養包含意識態度、基礎知識、核心技能、思維方法四個層面［20］，其并非形成于一朝一夕之間，而是長期積累和內化的結果。因此要從職前教師群體開始抓起，讓師范生盡早接觸數據驅動教學的理論知識和教學實踐，奠定數據素養發展的基礎。在教師從職前的儲備式學習轉向職后的實踐應用后，也需要相應的專業發展以提升其數據運用能力。

在意識態度方面，需要理論思維及實踐應用層面的雙重強化。當前大數據的理論和技術的發展尚屬早期階段，要不斷進行理論上的完善和系統化，并將相關研究成果進行全方位、全面協同的宣傳教育，用科學理論引領數據應用，才能培育出良好的數據意識。［21］在職前培養階段，可以開設《數據挖掘》《數據可視化》《數據倫理與道德》等相關課程和專題講座，讓師范生了解數據的重要性、應用價值以及使用數據的責任和倫理問題，幫助學生樹立正確的數據觀念；還應通過實踐教學和自主研究等方式，讓學生親身參與數據分析和應用，從而形成對數據助力教學的理解和認識。對于在職教師，可以通過持續性學習不斷增強數據意識和應用能力。例如，組織以《數據應用案例分析》為專題的集體研修活動，讓教師了解最新的數據技術及成功典型；通過行動研究、課例研究等個人研修模式，讓教師在體驗與反思中強化數據的應用意識。

在基礎知識方面，要貫徹從職前培養到職后培訓分層遞進、分類指導的原則，構建提高教師數據素養的立體化知識培養體系。要關注到不同學科、不同學段的教師在數據素養發展方面存在的差異，基于不同教師群體的需求取向設計精準的學習目標、適切的學習內容、多元的學習評價和及時的結果反饋，進而逐層達到目標要求。例如，在職前培養階段讓師范生對電子表格軟件（Microsoft Excel）、社會科學統計軟件包（SPSS）、計算機編程語言（Python）等數據分析工具的使用方法有基本了解；對于已經掌握基本知識的教師則可基于實際需求逐步融入數據可視化與圖表制作、數據庫管理與結構化查詢語言（SQL）應用、數據挖掘與機器學習等高階知識，幫助教師更好地利用數據、管理數據、探索數據中的規律和趨勢。

在核心技能方面，要積極營造踐行數據驅動教學的文化氛圍。一是要在師范生培養過程中為其提供數據驅動教學的實踐場域，只有在真實教學情境中體驗了數據處理及教學應用的過程，才能真正掌握數據技能。借助高校、地方政府、中小學校共同參與的“U-G-S”協作模式，高校研究者協助地方中小學開展教育數字化和數據驅動教學的實踐探索，幫助中小學校充分利用“互聯網+”、大數據、智慧教室等先進技術設備，并遴選經驗豐富的教師擔任導師，指導師范生在實習實踐中開展數據驅動教學嘗試，在“做中學”的過程中提升數據素養。二是要在職后教師群體中形成數據驅動的教研生態。依托地方教研系統和學校教研組，著力開展數據驅動教學的主題教研活動，并在常態化教研中把數據采集、數據分析、數據使用納入其中，以學情調研數據支持教師集體備課、以課堂觀察數據支持教師聽評課、以課后作業數據支持教師磨課，把數據采集、分析、應用貫穿教研活動始終。

在思維方法方面，要以教師反思為抓手促進教育教學觀念的革新。所謂教育即經驗的改造，對于教師思維方法的培養即在“知識—實踐—診斷與反思—再實踐”的經驗改造循環中強化思維方法，如在研修活動中納入同課異構、診斷評估、專家引領、教學設計的研磨與修改等環節，在持續改進中實現轉變。［22］此外，在從經驗驅動教學向數據驅動教學轉型中，數據為教師反觀個人經驗提供了不同視角。以學生課堂學習數據為例，其可以讓教師審視自身是否重教輕學、是否重結果輕過程、是否教學評一致。因此，在教師數據素養發展中需要不斷養成教師的數據自覺，而這就有賴于教師的自我對話、自我研究，讓數據真正說話。

數據驅動教學是當下教育改革的大勢所趨。目前，我國對于數據驅動教學的理論認知和實踐探索尚處于起步階段，還存在諸多瓶頸性問題。本研究梳理了數據驅動教學的范式特征，揭示了該教學模式在文化愿景、技術支持和專業技能方面面臨的多重困境，進而提出了持續發展數據驅動教學的可行性路徑，以期為全面實現教育數字化轉型作出貢獻。

參考文獻：

［1］ 習近平：《高舉中國特色社會主義偉大旗幟 為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告》，中國政府網，2022年10月25日，http：//www.gov.cn/xinwen/2022-10/25/content_5721685.htm。

［2］ 《中共中央 國務院關于全面深化新時代教師隊伍建設改革的意見》，中國政府網，2018年1月31日，http：//www.gov.cn/zhengce/2018-01/31/content_5262659.htm。

［3］ 彭曉玲、吳忭：《“數據驅動的精準教學”何以可能？——基于培養教師數據智慧的視角》，《華東師范大學學報（教育科學版）》，2021年第8期。

［4］ 楊現民、駱嬌嬌、劉雅馨等：《數據驅動教學：大數據時代教學范式的新走向》，《電化教育研究》，2017年第12期。

［5］ 李清臣：《從模仿到變革：教學范式的轉型》，《教育理論與實踐》，2007年第15期。

［6］ Aslan S.，Reigeluth" C.M.“Educational Technologists：Leading Change for a New Paradigm of Education.”TechTrends，2013，57（5）.

［7］ 楊現民、唐斯斯、李冀紅：《發展教育大數據：內涵、價值和挑戰》，《現代遠程教育研究》，2016年第1期。

［8］ 邢蓓蓓、楊現民、李勤生：《教育大數據的來源與采集技術》，《現代教育技術》，2016年第8期。

［9］ 王宏志、熊風、鄒開發等：《教育大數據分析：方法與探索》，《中國大學教學》，2017年第5期。

［10］ 張文梅、祁彬斌、范文翔：《數據驅動的教學行為分析：現狀、邏輯與發展趨向》，《遠程教育雜志》，2021年第1期。

［11］" Mandinach E. B.，Jackson S. S.Transforming Teaching and Learning Through Data-driven Decision Making.Corwin Press， 2012.

［12］ 盧強、左明章：《教學的技術融入：從工具理性到價值理性》，《現代遠距離教育》，2016年第6期。

［13］ 鐘紹春、唐燁偉：《人工智能時代教育創新發展的方向與路徑研究》，《電化教育研究》，2018年第10期。

［14］ 謝海燕：《教師使用數據的含義、價值與前提》，《教師教育研究》，2021年第4期。

［15］ Gelderblom G.，Schildkamp K.，Pieters J.，Ehren M.“Data-based Decision Making for Instructional Improvement in Primary Education.”International Journal of Educational Research，2016，80.

［16］ Mandinach E. B.，Gummer E.S. “What does it Mean for Teachers to be Data literate： Laying out the Skills， Knowledge， and Dispositions.”Teaching and Teacher Education，2016，60.

［17］ 馮永剛、陳穎：《智慧教育時代教師角色的“變”與“不變”》，《中國電化教育》，2021年第4期。

［18］ 格特·比斯塔：《測量時代的好教育：倫理、政治和民主的維度》，張立平、韓亞菲譯，北京：北京師范大學出版社，2019年。

［19］ 周茂君、潘寧：《賦權與重構：區塊鏈技術對數據孤島的破解》，《新聞與傳播評論》，2018年第5期。

［20］ 劉雅馨、楊現民、李新等：《大數據時代教師數據素養模型構建》，《電化教育研究》，2018年第2期。

［21］ 張瑞敏、王建新：《大數據時代我國數據意識培養路徑探析》，《大連理工大學學報（社會科學版）》，2020年第1期。

［22］ 宋輝、邢秀茶、崔蘭芹：《以教師思維能力培養為目標的教師培訓模式探索》，《教育理論與實踐》，2020年第20期。

The Connotation， Practical Dilemma and Breakthrough Path of Data-Driven Teaching

SONG Huan1，2， WANG Xinwei1

（1.Center for Teacher Education Research， Beijing Normal University， Beijing 100875， China;2.National Key Research

Base for Comprehensive Study on Basic Education Textbooks， Beijing Normal University， Beijing 100875，China）

Abstract： The advent of big data era has promoted the rapid development of digital transformation of education， and the teaching paradigm of data-driven teaching has become a new trend in the transformation of education in the big data era. However， at present， data-driven teaching in China still faces development difficulties in terms of cultural vision， technical support and professional skills. This study proposes to realize the development and breakthrough of data-driven teaching through three aspects， namely deepening the responsibility and decision-making awareness of implementing data-driven teaching， consolidating the teaching resources and sharing mechanism of data-driven teaching， creating a data literacy training system that integrates both pre-service and in-service stages.

Key words： big data era; data-driven teaching; practical dilemma; breakthrough path

（責任編輯：周亞東）