發揮“數據要素×教育”潛能??促進學生AI核心素養提升

數據要素已成為推動數字經濟發展的核心引擎，同時也是促進教育數字化轉型和智能化升級的基礎戰略資源。數據要素既可以提升智能教育新模型中主體、環境和資源要素的價值利用效率，也可以通過內化運行過程，實現數智的價值創造和跨越^[1]。發揮“數據要素×”的變革性影響作用，促進其在個性化學習、精準化教學、智能化評價和精細化管理中的價值釋放，有助于推動教育高質量發展。

一、“數據要素×教育”的意義、內涵和實現路徑

2020 年 4 月，中共中央、國務院發布《關于構建更加完善的要素市場化配置體制機制的意見》，首次將“數據要素”增設為繼土地、勞動力、資本、技術之后的第五大生產要素，明確支持構建教育領域規范化數據開發利用的場景，提升教育數據要素價值。2023年11月，國家數據局在全球數商大會上首提“數據要素×”的概念，旨在發揮數據要素的放大、疊加、倍增作用，構建以數據為關鍵要素的數字經濟。2023年12月，國家數據局等17部門聯合發布《“數據要素×”三年行動計劃（2024—2026年）》，推動數據要素與勞動力、資本等要素高效協同。隨著數據共享、開放、流通、應用步伐加快，將有力促進資源要素的高效配置和全要素生產率的提升。

數據要素是指加工處理原始數據，使之轉化為具備潛在利用價值的數據資產，并成為可用于社會生產經營活動、能夠為使用者帶來經濟效益或社會效益的重要生產要素^[2]。教育行業的數據要素種類非常豐富，既包括學生的學習成績和學情數據、教師的課件資源和課堂教學數據、家校社聯動數據，也包括學校及地區的教育管理數據以及教育科技產品的后臺統計數據，等等。“數據要素×”可以推動教育新產品和新服務等數據要素與教學、管理、人才培養等對接，使得不同地區、不同發展程度的學校得以低成本地復制和分享數據，破解傳統教育模式的局限^[3]。“數據要素×”還能推動不同主體之間快速便捷地進行價值共享和創造，促使教育數據要素、教育業務、教育場景實現全面融合，形成與現代經濟社會發展高度適配的高質量教育體系^[4]。對于學生而言，數據的挖掘分析能為他們提供個性、多元、精準的自主學習方式，搭建個性化成長和發展的平臺，個性化成長報告單中，數據不再是冷冰冰的符號，而是承載著學生成長的回憶^[5]；對于教師而言，數據的挖掘分析可以豐富他們的教育教學方式，提升他們的精準量化評價能力，解決評價標準模糊、單一的問題，真正“讓評價看見人”；對于教育管理者而言，數據的挖掘分析提高了管理的精細化水平，讓他們能動態掌握教育改革發展態勢，增強對教育的診斷和預測能力，使得各種教育決策過程有數據可依，教育服務和管理更加公平、公正和科學合理。

教育數據要素的實現過程，涉及學校、教師、學生、家長以及教育科技企業等多元主體，教育數據要素的流轉模型如圖1所示。通過系統全面地開展教學數據采集、處理與分析，原始數據便轉化為可進一步分析利用的教育數據資源，即實現教育數據的資源化。教育數據資源中有一部分能產生實際價值的，再經過分類分級、登記入表等加工處理工作，參與到教育產品開發和使用、教育市場策略確定和師生服務的過程中，實現教育數據的資產化。教育數據資產化的過程意味著數據要素開始形成，產生一定的經濟效益或者社會效益。未來，伴隨教育數字化轉型的步伐，致力于數據要素深度開發和利用的理論與實踐將越來越有價值^[6]，在某些特定場景，有望實現教育數據的資本化。

二、數據要素賦能的AI核心素養評價

（一）現狀和問題

《普通高中信息技術課程標準（2017年版2020年修訂）》和《義務教育信息科技課程標準（2022年版）》中，分別提到了“信息素養”和“數字素養與技能”。此外，不少學者還提出并研究了“人工智能核心素養”（簡稱“AI核心素養”）。這些技術類素養都將直接影響“數據要素×教育”的價值發揮。數據要素的價值激活需要經過深度開發與利用的過程，而開發與利用的主體包括學校管理者、教師、學生、行業人士等利益相關者。這些群體的技術類素養越高，數據要素價值激活的速度就越快、程度就越深^[7]。數據要素在提升學生的技術類素養、創新教育評價方面也發揮了重要作用。

以中小學生AI核心素養為例，國內外的研究者大多從明確AI核心素養的框架入手，采用數據驅動的評價方式建立不同數據與素養框架的對應關系，從而對學生進行綜合分析并生成評價，以期反映學生對人工智能的知識掌握、能力運用、態度責任等全方位素養水平，以及學生未來進入高校和社會后的AI遷移能力，提升評價的科學性、專業性和客觀性。從青少年人工智能核心素養測評（AICE）^[8]的AI核心素養框架（如圖2）可以看出，一級維度的核心素養既包括學生的通識與技能、高階思維等方面，也包括人機協同創新和智能社會責任等視角；二級維度則包括更加細分、具象化的指標，以更全面地刻畫學生的AI核心素養。

目前，國內面向中小學生的AI核心素養評價存在以下問題。一是大多是對知識、技能和低階思維的評價，對高階思維、人機協同創新、智能社會責任的評價較少涉及。 二是大多以標準化測試、等級排名為主，偏成果評價和靜態評價，尚存在未能有效融合多源數據進行產品化表征、未形成多方聯動和數據閉環等問題。三是缺乏一體化的、能貫通追蹤分析且可視化呈現素養各個維度的評價體系，數據要素價值有待進一步釋放。

（二）數據驅動的AI核心素養評價方法

中小學生AI核心素養的評價方法包括：有一定閱讀情境的標準化測試、調查問卷、小組合作式學習的項目展示、作品答辯等。采集課堂內外、學校內外的多維度數據，通過清洗、標記，對數據進行融合和挖掘分析，便可形成AI核心素養評價產品，服務于家庭、學校、社會等多元主體及環境，多方聯動發揮數據要素的更大價值（如圖3）。

標準化測試用來描述學生對人工智能概念的態度、知識和理解水平，以及他們分析和評估人工智能系統的能力。其應用較為廣泛，可準確、客觀、迅速地得出結論，但不能有效評價學生在真實場景中的素養水平，需要引入更多過程性評價手段加以彌補。調查問卷可以描述學生對人工智能的情感、動機、學習態度等綜合性素養，但這種方式存在一定的主觀性和解釋力度不強的問題。此外，學生作業、項目展示、訪談、作品任務答辯等方式，可以檢查學生的人工智能滿意度、動機和認知水平，便于開展更深入、更有針對性的人工智能教育，但存在效率較低的問題，需要在規模化推廣時予以綜合考慮。如AICE的基礎階段測評以標準化測試為主，提高階段測評輔以作品任務答辯方式，由專家小組對學生進行綜合提問，并從不同維度打分，以更豐富的維度進行中小學生AI核心素養的測評。Chai等設計了一份包括41道題目的問卷，對學生使用AI的態度和信心以及行為意向等進行調查。通過訪談，學生能內化學習經驗，了解學習AI的挑戰以及未來的就業前景。

（三）數據要素賦能的AI核心素養產品

將學生AI核心素養數據通過資源化、資產化的處理，形成適用于教育場景的全新產品，是挖掘數據價值的關鍵步驟，有助于提升數據要素賦能教育主體的實際效果。AI核心素養產品可以通過雷達圖、知識圖譜等可視化的方式呈現給學生，直觀反映學生較為成熟和較為欠缺的核心素養維度，以及縱向貫通的核心素養發展水平和成長經歷，有助于發現學生個體學習成長過程中存在的問題與缺陷，提高學生的自我認知，為今后自主學習的改進提高提供借鑒和導航（如圖4）。

面向地區和學校的AI核心素養報告，則有助于分析學生群體的特征狀態、預測其成長與發展路徑，為下一階段的AI核心素養提升做好準備，同時也為區域教育統籌規劃、學校跨學科融合、綜合素質評價銜接、師生作品共創等管理和教學活動改進提供數據參考，指明發展方向（如圖5）。

各區域可依據報告中的數據，合理分配教育資源，開設特色課程，探索AI賦能的課程融合創新。此外，AI核心素養報告有著更廣泛的連接性，可以與公民素養評價有效銜接，從而從個體層面上升到群體層面，在更大的政策框架內發揮作用，為教育等相關政策的制定以及全民AI素養檔案畫像的建立提供重要的數據支撐。

三、未來展望

數據要素是教育數字化轉型的關鍵要素，數據已成為教學決策、改進和評價的強大驅動力^[9]。全面采集、匯聚和共享教育數據，可實現全過程、全領域數據流通賦能和價值逐級釋放，促進教育治理進一步精準化和教育服務供給品質的提升^[10]。未來，數據要素賦能下的AI核心素養評價有以下發展趨勢。

首先，基于多源頭數據，進一步發揮數據要素在個性化推薦、評價體系構建和決策制定等方面的作用。針對當前評價單一、片面化的問題，我們應結合課堂內外表現、校內外表現等豐富的過程性數據，借助各類智能化學習平臺、學習和管理工具，調動家校社共同參與，實現跨學科、多模態、多維度數據融合。從數據中提取知識和技能、認知結構、動機態度等多維特征，有助于深入理解學生素養行為，從而實現對學生AI核心素養的立體化、綜合化建模分析與評價，實現從數據采集到信息加工與知識建構，再到智能輸出的素養培養和評價體系，進而為學生AI核心素養的精準評價和提升提供有力支撐。

其次，進一步發揮教育科技企業在跨產業鏈協同中的作用。為解決教育產品與實際素養評價需求脫節的問題，教育企業的產品開發要以發揮數據要素價值為核心，加強教育數據的交換共享、協同開發和深度挖掘。比如，可以和教育企業平臺數據、社會公共服務數據、全民素養水平數據等進行融合，創設更豐富的教育應用場景，供給更高品質的教育產品和服務。與此同時，編制動態更新的教育數據要素需求清單，精準引導數據要素的流動方向，打破傳統孤立、煙囪式和相對封閉的數據要素流通模式，吸引教育機構和企業投入AI核心素養的培養和評價工作當中，形成更加開放、協作的教育生態系統，推動整個教育行業在數據要素助力下的創新發展。

最后，必須統籌兼顧教育數據要素的全生命周期安全、數據安全倫理與社會責任，以及效率與安全的平衡^[11]。為此，筆者建議從以下方面構建教育數據要素安全發展共同體。一是構筑自主可控的數字技術創新體系，確保在核心軟硬件系統、數據資產領域安全得到保障。二是筑牢信息安全屏障，涵蓋網絡安全、數據安全、隱私保護等領域，如建立健全相關的法律法規和規章制度，保障數據要素在采集、存儲、處理和共享等環節的機密性、完整性和可用性；創建專屬的教育可信數據空間，對教育應用和數據進行分類分級和合理利用，形成保障教育數據隱私安全和權益歸屬的有效路徑，建立起健康、可持續的教育數據要素發展環境。

參考文獻

[1] 劉三女牙，，沈筱，等.數據新要素視域下的智能教育：模型、路徑和挑戰[J].電化教育研究，2021（9）：5-11.

[2] 李鳳華，李暉，牛犇，等.數據要素流通與安全的研究范疇與未來發展趨勢[J].通信學報，2024（5）：1-11.

[3] 王培峰.擁抱“數據要素×”：視障中職教育的發展新理念[J].現代特殊教育，2024（9）：9-11.

[4] 楊現民，吳貴芬，李新.教育數字化轉型中數據要素的價值發揮與管理[J].現代教育技術，2022（8）：5-13.

[5] 汪維富，閆寒冰，毛美娟.數據故事化：教育數據要素價值轉化的新視角[J].電化教育研究，2023（5）：13-19.

[6] 饒美紅.“學校大腦”：激活教育數據要素潛能，促進育人生態變革：基于杭州市建蘭中學的數字化轉型實踐[J].新課程評論，2023（1）：39-49.

[7] 何曼.江蘇師范大學智慧教育學院院長楊現民：激活數據要素價值賦能教育數字化向縱深發展[J].在線學習，2022（6）：21-23.

[8] 中國自動化學會.AICE青少年人工智能核心素養等級標準與測評大綱[R].2023，10.https：//www.aice.org.cn.

[9] 劉邦奇.數據驅動教學數字化轉型：機理、場域及路徑[J].現代教育技術，2023（9）：16-26.

[10]聶小林，張金霞，黃倩倩，等.智能技術賦能教育數字化治理：內涵、框架及路徑[J].中國教育信息化，2024（4）：21-31.

[11]申素平，李江.教育數據要素的價值化及其交易機制構建[J].教育發展研究，2024（Z1）：1-8.

[作者周丹系清華大學教育研究院博士生，未來基因（北京）人工智能研究院資深專家；仇鼎宸系未來基因（北京）人工智能研究院首席研究員；任思國系中國自動化學會普及工作委員會副主任委員，中國人工智能學會中小學工作委員會委員]

責任編輯：牟艷娜