大數據時代循證教育治理：價值闡析、機制演進與閾限澄明*

關鍵詞：循證教育；教育治理；大數據

摘 要：我國教育治理與數據技術呈現一定的“脫嵌”色彩，亟需走出一條與高質量發展要求相適應的社會責任與創新之道。數據技術介入循證教育治理具有三重突出價值，表現為數據驅動全域治理的基本范式、塑造平衡共疊的良性循環治理環境和構建“政產學研用”的系統治理工程。本文從話語邏輯、實踐向度和模型重構闡述循證教育治理從“暗箱隱喻”到“靶向隱喻”、從“因果性治理”到“關聯性治理”、從“線性職能結構”到“雙重協同效應”的演進機制，呈現“數據集成—數據聚焦—數據關聯—數據運用—數據預警”為主線的數據運行和“循證識別—循證研判—循證分析—循證決策—循證防控”為主線的循證治理過程。在進一步審視大數據置入教育治理過程中，需澄明循證共識與場域準入、循證過度與價值理性的閾限。

中圖分類號：G40-01 文獻標識碼：A 文章編號：1001-2435（2025）02-0125-11

Evidence-based Education Governance in the Era of Big Data：Value Analysis，Mechanism Evolution and Threshold Clarity

WANG Shuai，LV Haoxin（School of Education，Central China Normal University，Wuhan Hubei 430079，China）

Key words：evidence-based education；educational governance；big data

Abstract：In China，there is a certain degree of \"disembedding\" between educational governance and data technology. It is urgent to explore a path of social responsibility and innovation that is in line with the requirements of high-quality development. The intervention of data technology in evidence-based educational governance has three prominent values，manifested as the basic paradigm of data-driven holistic governance，the creation of a virtuous-cycle governance environment with balanced superposition，and the construction of a systematic governance project of \"government-industry-university-research-application\". From the perspectives of discourse logic，practical dimension，and model reconstruction，this paper respectively expounds on the evolution mechanism of evidence-based educational governance from the \"black-box metaphor\" to the \"targeted metaphor\"，from \"causal governance\" to \"relational governance\"，and from the \"linear functional structure\" to the \"dual synergistic effect\"，presenting the data operation with the main line of \"data integration-data focusing-data association-data application-data early warning\" and the evidence-based governance process with the main line of \"evidence-based identification-evidence-based judgment-evidence-based analysis-evidence-based decision-evidence-based prevention and control\". When further examining the integration of big data into educational governance，it is necessary to clarify the thresholds of evidence-based consensus and field access，as well as evidence-based over-emphasis and value rationality.

時下，ChatGPT、AI大模型、5G人機交互、云計算等新興技術推動教育治理的數字化轉型，利用智能和數據分析技術為治理主體供給數據要素采集和流通。然而，數據介入教育治理構筑新型治理格局的同時，也通過場域準入權限和技術權力擴張的運作機制過分再造了教育治理環境，忽視了治理的倫理限度和治理主體的生命價值需求。2022年12月發布的《中共中央 國務院關于構建數據基礎制度 更好發揮數據要素作用的意見》提出，深入貫徹黨的二十大精神，加快構建新發展格局，以促進數據合規高效流通使用、賦能實體經濟為主線，以數據產權、流通交易、收益分配、安全治理為重點，構建政府、企業、社會多方協同的治理模式，為推進國家治理體系和治理能力現代化提供有力支撐。1大數據時代的來臨，教育內嵌于社會情境和制度系統之中，深受社會文化、生產關系和技術迭代的影響，利用人工智能和數據技術為教育治理提供支持已成為可能。因此，有必要將循證范式置于數據時代動態演進的議題中，以循證教育治理為核心紐帶，基于大數據與系統環境驅動教育治理的內外結合效應，澄明數據技術的閾限，用循證教育的邏輯統合技術的邏輯，以更好地增強循證教育治理理論的解釋張力與實踐的包容空間。

一、大數據時代循證教育治理的價值闡析

近年來，在循證醫學和公共管理理論的助推下，循證治理思想逐漸運用到教育領域。“循證教育治理的核心思想是多元主體以有效證據作為治理依據進行政策制定和科學決策”2，由研究者、研究證據、管理者、決策者、治理對象和實踐情境構成。循證方法能夠“根據最佳的、最恰當的科學信息，受托于回答研究對象‘什么才是對你的最佳干預方案’這一問題”3，使決策者透明規范地收集分析證據，結合經驗性證據干預決策，把握循證共識，避免過分偏倚已有經驗或是晦澀難懂的理論偏好，達成始于治理對象而終于治理對象。波利奧（Pollio）批判言之無據的概念化方法，認為“循證實踐是依靠背景條件及各方的互動，傳達不同的證據給每一個不同的研究主體”。4大數據時代，“近代國家亟需更加精確的知識來作為制定決策的基礎”5。循證教育治理的功能在于不同的行為者通過對話和信息共享，以網狀結構聚集在一起，通過科學的政府政策和決策，將社會的價值準則和標準內化于社會成員，服務于社會系統。數據技術介入循證教育治理的三重突出價值——數據驅動全域治理的基本范式、營造平衡共疊的良性循環治理環境和構建“政產學研用”的系統治理工程——隨著大數據時代的演進而愈發凸顯，不僅保證了教育治理內部結構的穩定與均衡，更從根本上重塑了傳統教育治理的樣態與內核。

（一）數據驅動全域治理的基本范式

教育治理理論關注治理主體、權力運行與治理體系交織構成的“本體”。然而，在有限數據和能力限制下，教育治理主體呈現出決策主觀性和行為復雜性的特征。以往教育治理研究使用各種理論和確定性方法抓取有限變量，通過觀察少數主體，試圖構建一種難以涵蓋“本體”的相對完整的圖景。當數據作為教育公共治理實踐和研究中常見的基礎單元，顛覆了以往較為碎片化的治理模式，治理主體之間通過利益關系、正式或非正式制度及價值要素構成“智能合約”規則6，規范了社會單元交互的基本規則和衍生規則。譬如，丹麥在2004年首次參與經合組織的教育工作后，發布的政府PISA報告指出，“學校通常沒有收到教育部的任何反饋，例如與往年或與學生人數相似的學校相比，學校表現如何的信息”，認為缺乏數據是提高教育質量的主要障礙。1如今，丹麥教育部的“數據庫”（The Data Warehouse，簡稱TDW）會將各個學校的學生幸福感調查、畢業成績和缺勤情況等統計數據與全國平均水平進行對比，連接起教育部門、市政當局和學校之間的組織關系。2研究者可以通過循證的方法對教育系統中的復雜問題，從細節和整體去認識，消解了原本教育資源內部調劑和挖潛的同質循環、一廂情愿式的“管辦評”分離、無法“分庭抗禮”的體制改革等障礙。換言之，依靠“合約”共識的循證治理范式涵育了治理主體彼此關涉互通的關系。

在當前大數據時代背景下，大數據治理系統是教育的“中樞”，是從教育綜合組織與管理的角度出發，利用物聯網、人工智能等先進技術，接入政治、經濟、社會、文化、生態等各個宏觀系統，實現教育資源整體調配、治理信息的全域共享與社會化協同。例如，美國聯邦政府以全州縱向數據系統（Statewide Longitudinal Data Systems，簡稱SLDS）的形式收集學生從出生到入學的整個過程的數據，旨在利用更精準的數據實現更嚴謹的問責，以推動教育機構發展。出版和技術培生公司（Pearson Inc.）能提供“義務教育階段組織考生信息、進行自動評分過程并且生成分數報告”。3可見，將循證范式與現代數據技術融合，為教育治理提供了全新的范式。一方面，政府通過拓展數據采集渠道和公眾反饋機制，構建了多元化的信息生態系統。系統能夠快速捕捉和整理問題，從準科學證據到經驗性證據，從非結構化數據到半結構化數據，從關系數據到潛在數據等，各類證據被橫縱多元地統一納入治理問題鏈中考量。通過數據集成平臺，政府可以將原始數據轉化為有價值的決策依據，精準分配任務給相應的專業部門，既推動了數字、物理和社會系統的協同融合，又可以通過大數據輔助“取證”打開教育從輸入到輸出的“黑匣子”，最終實現教育治理閉環優化。另一方面，智慧教育治理系統的構建為前瞻性決策提供了可能。該系統能前置感知并分析學校效能、校園氛圍、課程組織發展和學生學習行為之間的復雜關聯，整合了區域和部門資源的職能管理機制，拉長治理鏈條，深化了對教育治理背景因素的理解。通過集成管理問責標準、城鄉背景、生源質量、教師結構、學校規模及師生比等多維因素，全面把握基層學校參與教育治理的需求結構。顯然，全方位的數據整合使得政府能夠尋求最佳的證據以框定、深化和變更教育治理對話的方式，驅動學校、企業和社會各方的共同參與。這種軟性無形的基礎設施和基礎結構，為全域治理搭建了基于證據、高效運行的制度框架和載體，實現了自下而上、再由上至下的治理過程，凸顯了當前數據技術應用與循證治理研究范式變革的強連接紐帶。

（二）平衡共疊的良性循環治理環境

教育治理實踐的發展深植于主體內部條件及其所處的外部社會環境之中。然而，當前教育治理模式拘囿于傳統工業經濟下的技術特征和科層組織方式，教育呈現出諸多問題，諸如治理主體與社會連接的內生動力不足、教育行政部門與辦學主體之間相對封閉、信息分布及流動遵循類似“煙囪原則”的方式，在教育行政部門間上下級流動，易形成信息孤島4，最終因教育治理與社會育人責任的底層屬性不一致而“脫嵌”。經合組織提出：“人們越來越認識到，教育系統的發展、功能運作和影響的許多重要特征只能通過了解學習成果、個人與機構的投入和過程的關系來進行評估，涉及整個教育系統——教育機構、教育服務提供者、院校內的教學與學習環境以及每個學習者。”1大數據時代的治理情境已發生了顯著變革，“循證”意味著教育治理的各個環節可以保存并匯聚來自政府的公共數據、商業機構的社會數據、學校社區的發展數據等多源異構信息，提升了教育資源數據的價值，實現了數據的整合，更構建了與物理空間、社會生活相循環對應的數字孿生環境，大大消除了主觀認知的狹隘性和模糊性。在此意義上，基于數據的循證范式有助于構建規范有序、富有彈性和張力的教育生態系統。

當前，我國堅持數字治理以引領國家治理體系和治理能力現代化，提出“建立健全大數據輔助科學決策機制，統籌推進決策信息資源系統建設，充分匯聚整合多源數據資源，拓展動態監測、統計分析、趨勢研判、效果評估、風險防控等應用場景”2。在大數據推動教育治理現代化的進程中，數據平臺發揮了雙重作用。一方面，實現了人、事、時、地、物、信息等傳統生產要素數字化歸一處置，構建了數字化教育治理要素數據庫，并形成了易于互動流通的新型數據要素及數字資產，推動著數據、管理和技術等創新要素同傳統要素的深度融合，使得原本隱藏于各種案例、流轉和評估平臺中難以測量、互動的傳統要素得以被檢視，這不僅激發了教育治理的內生動力，還推動了教育領域全要素證據供給體系的再配置及交叉融合。另一方面，大數據憑借其無限復制、無限傳播、邊際報酬遞增和正外部性等特征，在治理過程中實現了更加快速、高效的協同發展，不僅突破了傳統生產要素循環的時空限制與交易壁壘，切實解決了人、財、物等生產要素由教育行政部門到學校的單向流動及學校與教育產業對接的難題，還通過產業數字化與教育數字化的融合，推動了治理主體間生產的高效分工和效率提升。

（三）“政產學研用”的系統治理工程

以往的教育管理模式以政府法理制度為基石，以單一指令垂直化管理為主要形態。當教育變成了一個具有排他性和控制性的場域時，真正決定一個人會獲得什么的就不再是自由競爭的實驗，而更多地受制于權力機關的決策。誠如韋斯特所指出的，“強加國家教育需求是重要的輿論導向者在錯誤地論證和偽造事實。他們自認為能利用國家機器來加強自身的教育思想，但是國家干預并不是他們所設想的那樣。”3一些教育產業將育人成才當作“營銷誘餌”，實行對外宣傳與內部實際做法嚴重脫節的偽育人行為；某些學校通過“粉飾”行為夸大教學結構和課程資源，難以實現學校育人與教育治理的全方位融入。

面對這些挑戰，教育“愈來愈受到來自四面八方的批評，亟需接受改造和進行實驗”4。在美國，肯塔基州、明尼蘇達州和北達科他州三個州連接起了“中等教育—高等教育—就業市場”的數據5，“能夠從大量來源獲取、存儲和提供數據，并為廣泛的用戶和用途提供數據，數據語言的互操作性特征推動了跨地區、跨州的數據管道開發”。6英國也設想了數據互操作性、學習者和就業市場數據相匹配的愿景，截止2018年，其國家學生數據基地（National Pupil Database，簡稱NPD）已擁有大約700萬名學生的信息，留下“標準性、連接性、與國家人口數據集匯總的數據痕跡”。7在教育管理機構的政事不分化、各級各類學校組織結構日益復雜、社會群眾教育訴求愈加個性化的背景下，教育事業無法獨立完成各類要素的供給。因此，構建以循證理念為基礎，實現共生互促的“政產學研用”教育系統治理工程成為必要之舉。該工程將數據技術的價值共創訴求與循證善治形成交匯點，將“中央政府—下級教育部門—管委會”三級教育行政部門、企業市場經濟數據、學校“人事—學工—財務”等業務數據、社會組織運行數據、學生學習數據乃至社會公眾參與數據接入統一的公共教育治理信息共享平臺，進行戰略、技術、實務等各方面的指導，從而追求帕累托最優效應。在循證教育治理的框架下，“政產學研用”不同教育利益相關方的價值訴求都能得到充分表達，教育行政決策決議或立法都能夠獲得充分論證，避免了單一運行指令中程式化規則對公共教育事務管理權力的壟斷，配合公眾參與、專家論證、審議聽證和合法性審查，以社會評估監督豐富證據供給，實現更“高級形態”的“取證—用證—成證—決策”多級協同的教育治理（如圖1），促進數據技術與教育系統治理工程的深度融合與共生發展。1可見，基于循證的“政產學研用”系統治理工程是在吸納權力配置和管理機制合理性因素的基礎上，建構的政府統籌、聯動聯通的一體化教育治理模式。

二、大數據時代循證教育治理的機制演進

隨著大數據時代的到來，教育行政部門與社會性力量之間關系分化呈現出某種混沌樣態，數據平臺、辦學主體、社會組織與公眾等在數字化教育治理綜合共享與服務機制中交織互動。長期以來，信息收集和證據處理問題是困擾教育治理的掣肘因素。傳統教育治理模式中，決策者與行政程序相配合，在封閉的行政結構下完成審批和決策，依據“專門化—部門化—利益化—制度化”2的教育治理路徑，易陷入取證不易、用證不良、成證不能、論證不詳的困境，最終使得建立多元共治教育治理體系成為空談。有學者指出，“信息技術有助于推倒組織之間的壁壘，賦予政府及其合作伙伴各種工具，以跨越組織界限進行有效的合作。”1在此背景下，數據驅動循證教育治理模式逐步向“靶向隱喻”“關聯性治理”和“雙重協同效應”轉變，這意味著決策者依托數據平臺開放、透明地與各利益相關者溝通，利用大數據實現海量龐雜信息的系統化和針對化處理，以供教育治理主體精準循證和決策。

（一）話語轉向：從“暗箱隱喻”到“靶向隱喻”

以往，從真實情境中獲取的監測數據、追蹤數據以及教育業務系統中獲取的關系數據，就算是能夠被記錄下來，但由于涉及多個部門和機構，加之算法和技術的具體細節，數據獲取、處理、分析過程的不透明性，常常產生跨界生產—獲取證據的“堵點”問題。與此同時，教育治理主體之間信息資源不對稱、利益關系沖突、決策動機不明確、決策制定流程不透明、實施效益和成本難以評估調整等因素，進一步加劇了教育治理中的異化和區隔問題。正如古德萊德所言，“學校教育儼然成為社會再生產邏輯和過程的一個‘黑箱'，成為一個披著‘中立性外衣’而‘資本要求怎么做，它就怎么做’的場所”。2作為一種公共活動，教育擔負著再生產社會結構的職能，而在以市場為中心的工業經濟中，它極有可能蛻變為特殊利益群體與個人為實現自身世俗利益的工具，未能擺脫“工具理性主義”的桎梏，最終使教育治理的社會責任導向陷入“暗箱”困境。

大數據驅動的循證教育治理依托于全方位監測和分析學生學習過程與行為，全面評估教育系統運行、資源分配、投入效益和政策實施效能，從而揭示教育問題域的本質和根源。在此過程中，數據既成為驅動治理實踐的關鍵力量，也成為循證范式的重要原材料，打破了傳統教育治理中的信息“黑箱”，賦予高質量證據治理教育模式以“靶向”意義。物聯網、傳感器等設施設備的快速發展，為人工智能獲取社會企業、行政部門、辦學主體等多元利益相關方的數據提供了有力支撐。在英國，經濟和社會科學研究理事會（Economic and Social Research Council，簡稱ESRC）、內閣辦公室設立的有效性網絡（What Works Networks）、達勒姆大學循證教育網（Evidence-Based Education Network，簡稱EBE）等機構，都致力于反映社會綜合研究和證據在相關政策研究中的成效。數據驅動教育循證治理的背景下，教育治理系統不再是基于“手段—目的”線性關系的生硬嵌入。數字技術的深度賦能和多源異構證據要素的強滲透性，配合強大的算法和算力，使得教育學家和教育管理者不僅可以通過傳統的歸納總結和抽樣調查認識教育運行世界，還能借助循證范式構建整體的、長期追蹤的證據結構鏈條，從而掌握治理全域的全景譜系，這一轉變全面改寫了傳統工業經濟下的教育治理邏輯，基于大數據的方法為一種大而全的認知問題方式提供了可能性。3

（二）實踐向度：從“因果性治理”到“關聯性治理”

在既有的教育治理范式中，研究者通常基于既有認知，即假設問題的原因和結果之間存在明確的因果關系，用公式來解釋經驗現象的因果律，從經驗與理論的抵牾中尋找新的假設和支撐證據。正如胡塞爾所描述的，“數學公式揭示了一種普遍意義上的因果關系、‘自然規律’以及以函數形式出現的數字之間的依存關系”。4盡管因果性假設關系及命題可以探索教育領域中運行的機制，但這并不意味著它足以解釋復雜多樣的教育情境中隱藏的規律。甚至，因果關系從最初的建模方式被錯誤地演變為對教育治理系統可確定性、可檢驗性的精確反映。然而，因果關系不僅碎片化、難以通約，且受限于復雜鏈條下的語境假設。在大數據時代，教育治理不應僅僅謀求人工管理問題的因果性以求對癥下藥；相反，對于精確性、排他性職能形式的治理性質，應當讓位于數字式循證治理的實踐智慧。這并不意味著在教育治理領域中排除職權明確和穩定的契約關系，或罔顧教育治理系統合理分配職能帶來的價值。相反，這恰恰呼吁一種教育領域治理體系內部的實踐理性：教育治理考慮的是與人類行動相關的可變事務，應立足于具體、特殊和相關之中。因此，智能化治理和循證性治理的存在變得尤為必要。

誠如馬克思所言，“各種經濟時代的區別，不在于生產什么，而在于怎樣生產，用什么勞動資料生產。勞動資料不僅是人類勞動力發展的測量器，而且是勞動借以進行的社會關系的指示器。”1以數據作為主要勞動資料的大數據時代催生了經濟社會運行的新形態，進而重新定義了教育治理所需應對的實踐場域，推動循證教育治理范式的革命性變革，超越了因果關系的桎梏，貫通了證據與價值，重塑了教育治理主體間共同遠景、分析層次、參與決策、反饋評估的樣態及模式，極大地挑戰了人類先驗知識的科學性。例如，AE教育（Aperture Education，簡稱AE）是一個基于云的系統，通過收集、篩選和評估學生標準化考試成績、日常出勤、行為數據、人口統計數據（如出生日期、性別、種族、語言、入學率、年級等）和特殊指標（如家庭收入狀況、特殊教育服務、生活狀況等）來衡量影響青少年的社會情感學習（Social-Emotional Learning，簡稱SEL）的關鍵因素和干擾因素等，同時AE與網絡數據平臺（Kickboard）合作，“協助學校收集、監測和分析學生行為數據”。2因此，基于關聯主義的方法，通過數據建模分析來找到各種因素之間的相關性和聯動性，將時序、情境、事物標識等形成“用證”基礎，把教育治理環節拆分成教育需求評估、數據集成、組織和聚焦、處理和分析、運用和共享、預警和防范等環節。利用關聯分析、因子分析、聚類分析、特征表示提取、社會網絡分析、隨機森林、卷積神經網絡或智能體仿真建構復雜模型等方法，挖掘出傳統治理理論中難以辨別的非線性、非因果的潛在性因素，從而作為教育治理新的研究起點。基于整體性和系統性的詮釋角度，了解教育問題的多因素復雜性，分析各種因素之間的關聯和規律，看待教育情境的客觀和主觀、確定和偶然、存在和演化、事實與價值交錯變化的圖景，有助于改善既有的數據孤島和區隔問題。

（三）模型構建：從“線性職能結構”到“雙重協同效應”

面對教育治理的各類難題，以往的求解方式是通過政策決斷與控制邏輯予以回應，頂層設計和政策回應建立在教育行政部門運用線性的權力配置和權力授予的基礎上，導致治理格局呈現單向度設計和壁壘化態勢。由于教育行政部門掌握的信息有限，各部門聯動缺少支撐，常常出現指令“一刀切”、教育資源跨域流動限制、部門層級權限受制等問題，削弱了其他治理主體利益表達的渠道，損害了教育治理的價值規則。進入大數據時代，數據不再僅僅是公共管理實踐的附屬工具，它正在成為公共治理方案的形成機制，甚至成為治理主體。誠如尼古拉·尼葛洛龐蒂所言，“我們既不能否認數字化時代，又不能阻止它向前發展，正如我們不能與自然抗爭。”3例如，美國布什政府在2001年頒布的NCBL法案（No Child Left Behind），反復強調教育實踐者要遵循“基于科學的研究”。2002年，美國國家教育研究中心（National Centre for Education Research，簡稱NCER）為踐行并評估NCBL法案，向教育部倡議建立了有效教學策略網（What works Clearinghouse，簡稱WWC）。WWC通過發展與運用標準程序來評閱與整合教育研究的“制證—取證—用證—論證”循證治理過程，為教育決策提供可靠的科學證據來源。在2004—2005年期間，美國教育財政預算資助研發領域中的重點是針對循證決策采取行動支持，使得國會議員和民眾清楚地知曉教育財政的支出及取得的成效。4

數據和算法設計的革新正在重塑教育治理的格局，催生了一種分權自治的組織模式。在這種新型治理結構中，多元主體能相對平等、動態地享有用證、取證、論證及監督反饋決策效果的權益，打破了傳統的行政區域壁壘，標志著教育管理正從強勢的權威中心轉向由不同地域、不同層級、不同領域和不同部門的社會管理網絡。數字技術的應用和證據溯源的授權機制共同推動了數據驅動和循證治理的雙重協同效應。數據驅動的循證治理本質上是大數據提供科學研究方法，預測并賦能教育治理的各個環節，涉及將數字技術廣泛應用于教育組織管理和行政服務，呈現出雙重協同的模式：一方面是以“數據聚焦—數據激活—數據關聯—數據運用—數據預警”為主線的數據技術應用，另一方面是以“循證識別—循證研判—循證分析—循證決策—循證防控”為主線的循證治理過程。（如圖2）這種雙重協同模式推動了推動教育治理向數據化和循證化方向發展。

在教育治理中引入大數據、區塊鏈等先進技術，有效紓解了傳統科層化組織結構因行政壁壘和時空邊界限制導致的治理效能與跨域聯動間的矛盾。將算法和模型嵌入數據處理的各個環節（如聚焦、激活、關聯、判斷、預警等），并結合多方位主體的分析研判，實現了循證治理的多元化識別、精準化研判、智能化分析、最優化決策和關聯化防控，幫助教育治理主體突破了傳統的時空邊界，拓寬了證據感知、關聯分析、評估交流的范圍，構建了橫縱聯動的“問題—決策”鏈條，實現了問題與決策的精準匹配映射和置信評估。由此觀之，大數據推動循證教育治理的關鍵，在于將復雜、不確定的教育場景轉變為有信息佐證且數據支持的決策情景，并基于客觀環境數據與人為行為信息的復雜情境建模，預判不同治理行為介入可能帶來的結果，從而找出最優治理路徑1，避免因有限信息偏差而導致的教育治理決策失誤，提高了教育治理的科學性和有效性。

三、大數據時代循證教育治理的閾限澄明

得益于信息技術和海量多元數據庫的發展，個人在真實世界的狀態和行為得到了前所未有的記錄。2大數據技術一邊在擴大公共領域的邊界，將越來越多的人卷入其中，一邊又以歷時性、泛在性及其細粒度的信息采集能力壟斷信息源，這都和傳統人工收集信息判然有別。進一步審視大數據置入教育治理領域，若只著眼于希波達摩斯式的職能規劃和秩序構建，而忽視了多元治理主體的倫理限度和生命價值訴求，將不可避免地導致一系列問題：場域準入機制割裂循證共識，過度依賴循證方法可能使得工具理性全面滲透教育領域，而數據偏見則可能為教育參與者套上無形的精神枷鎖。其結論不容爭辯，這是對教育治理復雜性情境和人文性追求的簡化和扭曲。“一旦在大數據基礎上完成相關關系的分析工作，便不滿足于僅把握‘是什么’，而是不斷地向更深的層次挖掘因果關系并發現其背后的‘為什么’。”1正因如此，亟需廓清循證共識與場域準入、循證過度與價值理性之間的界限，從而構筑起技術創新與人類價值相互耦合、協同發展的循證教育治理模式。

（一）循證共識與場域準入

在數據驅動的教育治理實踐中，多元主體的協同循證過程涵蓋了廣泛的空間范疇、行政區劃、利益相關方及決策方案。從微觀的個體學校到宏觀的國家教育部門，從營利性的企業主體到非營利性的社會組織，每一個參與主體都呈現出其特有的運行邏輯、自組織性和慣習。這意味著治理實踐基于空間預設的場域規則，不得不遵其“組織定式”的場域模塊獲得準入權限，繼而催生取證、制證、用證和成證的循環過程。在這個過程中，數據本身可能已變為一種自我指涉的系統。正如卡洛琳·馬文（Carolyn Marvin）所說：“電子交流與其說是交流效率的演變，還不如說是人們在一系列競技場中所商談的對社會生活的行為準則至關重要的種種話題。這些話題包括：誰在場內，誰在場外；誰可以說話，誰不可以；誰有權威且可以相信。”2一方面，數據的生產者往往能輕易洞察數據的巨大價值潛力，可能為追求效率或迎合趨勢，“反芻”現有的數據模型和框架來生成新的數據，甚至“激發進一步收集、儲存和循環使用個人數據的野心”3。另一方面，數據的使用者在分析和解讀時，更易接受那些與已有數據相互印證的數據，不再去質疑數據的真實性和全面性，只注重邏輯的內部一致性，不自覺地強化了數據的自我指涉性。現實中不乏場域準入肆無忌憚式擴張而導致的數據泄露、公共安全威脅、惡意競爭以及數據采集和算法開發過程中的“黑箱”操作等問題，也論證了理論上“只要政府引導，社會必然協同，公民就會參與”的假設4缺乏堅實的現實支撐。結果是，教育治理實踐中僅僅依靠政府引導是遠遠不夠的，社會各方面的利益沖突、不同主體的復雜動機以及缺乏有效的執行機制等因素，使得社會協同和公民參與并不能自然而然地實現。

從教育的空間力量或治理模式的角度來看，治理表現為政府、學校與社會三者間的場域準入限制。從價值層面來看，一旦獲得合理的場域準入授權，會引發主體共識與機器共識、公平與效率之間的價值沖突。當前學術界已就數字治理實踐的基本價值取向，展開了廣泛討論，涉及數字監控5、算法問責6等諸多必要論題。馬克·波斯特進一步闡述道，“與其說人類面臨著麥克盧漢認為的感覺中樞（sensorium）的整改，不如說面臨著主體普遍性的去穩定化（destabilization）……遠在某處的數據庫，它載有個人的私人資料且在個人不知情時，將其提供給政府機構，致使它們作出有損于個人生活的裁決。”7這一洞見揭示了數據驅動治理可能帶來的潛在風險：個體在不知情的情況下被數據所定義和限制。在這種變動不居的社會中，人類及反映其特征和行為的數據已逐漸融合為一種人與數據的聚合體。8盡管數據能將態度和情緒轉變為可量化的形式或轉化為人類的社會行為，甚至預測社會風險問題9，但不能忽視大數據在事無巨細地自動記錄、采集、透視著個體的私人信息或隱私時可能帶來的倫理問題。國際上已有一些應對嘗試，例如，美國的學生數據隱私聯盟（Student Data Privacy Consortium，簡稱SDPC）在31個州開展業務，“由學校、地區和州機構、政策制定者、貿易組織和市場提供商組成的獨特集體，致力于為日益增長的數據隱私問題提供切實可行的解決方案”。1澳大利亞則通過基于安全性、隱私性、互操作性的教育科技產品評估來實現數據治理。2然而，數據驅動的語言在教育的結構和社會安排上難免強加其特有的“行動語法”，以致數據可能“過度簡化它們想要表達的活動”。3顯然，有必要建立既契合教育治理運行準入規則，又符合場域代碼規則的機制，以明確劃定數據流動的循證共識和道德價值的邊界，對于規約數據嵌入教育治理過程中的應用至關重要。

首先，數據的循證共識需要依托于證據體系的完善，優化取證、用證、成證、論證公共治理流程，避免治理主體因數據異質性所導致的認知偏差。教育領域的數據證據，既包括學生學業表現、教師教學行為、學校管理決策等結構化數據，也涵蓋課堂觀察、師生互動、教育政策實施效果等非結構化數據。不同類型的數據具有不同的循證價值，其在治理體系中的效力與權重需經科學論證，而非憑借技術邏輯的單向賦權。其次，教育數據的場域準入機制需要在合法性審查、技術可靠性評估和社會倫理考量之間尋求平衡。傳統教育治理多依賴經驗性證據與線性決策模式，而數據驅動的治理邏輯要求構建基于證據的遞進式準入結構，確保數據從獲取、存儲到運用的全流程透明可追溯，在數據準入環節設定基礎性審查標準，在數據運用環節建立循證價值評估體系，構建一套可解釋的數據倫理框架，規避數據的表象偏誤導致治理決策的失真。最后，場域代碼規則的確立需要警惕治理數據化所帶來的路徑依賴問題。數據權力的配置需遵循教育治理的公共性原則，通過“系統治理工程”促進多級協同共治，并建立教育數據的獨立評估機構，推進教育數據共享協議的制定與實施，設立數據倫理審查委員會，動態地監督數據使用，確保數據使用符合社會價值取向，避免治理主體間的數據壁壘。總之，循證教育治理不應僅僅是技術的工具化應用，而應成為教育現代化的價值理性支點，使數據技術在循證框架下回歸教育本質，服務于人的全面發展。

（二）循證過度與價值理性

列奧·施特勞斯（Leo Strauss）深刻洞察了現代性危機的本質，指出“現代人試圖確保實現最好的社會秩序，降低了人的目標，致力于以普遍的承認獲得的滿足來替代幸福”，這一論斷揭示了“技術”對傳統道德決斷的顛覆，從而走向價值虛無。4在教育治理中，誠然，數據收集和預測技術可以基于海量異構數據分析和判斷，以輔助教育決策。然而，大數據技術檢視教育活動并不能簡單比喻為參觀萊布尼茲磨坊的內部，我們無法僅僅依靠數據全面理解教育的本質。因為教育主體的意識、感受、體驗、經驗等主觀性的物事是生成的，它們構成了教育過程的核心。正如休伯特·德雷福斯（Hubert Dreyfus）所言，“虛擬的計算機規則或語境都難以將人類的情感態度、心理等一系列文化實踐的背景進行詳細的描述。”5因此，必須警惕將教育治理抽象為循證操控的“符號”或無意識的“數據集合”，規避數據技術對生命價值需要的過度物化，以免遮蔽了個體的本體性價值。

大數據技術介入循證教育治理重構了教育參與者之間的關系，包括管理者與教師、教師與學生、學校與家庭之間的互動模式。“一旦超越某個特定點，說話者與受話者之間的距離增加便允許對傳輸者與接受者、音訊與它的語境、接受者/主體與他/她的表征等關系進行重構。”6在數據網絡的語境下，教師趨同于外部要求和數據分析指標來了解學生，管理者基于數據對教師教學進行評估，學生的成績經過數據篩選和處理后匯總成報表傳遞給家長。大數據為教育主體提供了一種新的“表征”方式，但也帶來了潛在風險。如若教師對學生的認知更多地基于學生的量化成績和在線學習行為數據等數字化表征，則可能忽略了學生在真實情境中的個性、情感等多維度特征。同樣，家長對學校教育質量的判斷也可能過于依賴學校公布的各種數據統計結果，而不是對學校教育過程的親身體驗和全面感受。這讓人聯想到讓·鮑德里亞（Jean Baudrillard）的批判，發達的傳媒導致人們生活在一種非真實的消費擬像之中。擬像是對真實的模擬，但不是對真實的客觀反映。1在數據驅動的教育治理中，數據可能成為一種“擬像”，它不再單純地反映現實，而是開始構建一種新的現實。數據本身變成了“漂浮的能指”，教育主體要想辨明能指流“背后”的“真實”存在越來越難，甚至最后將教育主體的目的定位成接收并闡釋數據。

米歇爾·福柯（Michel Foucault）曾指出，“我們生活在全景敞視的社會”。2大數據通過可視化的超級全景監控，不受時空限制地剖析主體教育實踐中的行為模式，如捕捉學生走神、課堂管理、教師行為和教學干預等課堂現象。當大數據發現某個情境中學生或教師行為是教育治理環節頻繁關注的典型案例時，就會通過算法不斷推送相關信息，例如將調皮搗蛋的學生當作特殊案例或“極端”案例。數據技術默認的記憶模式是保存，數字的記憶結果比現實更加持久，其不可避免地侵蝕人文倫理精神，容易忽略個體有著被遺忘的權利。“記憶不光是單純地保護一個人，也可能會傷害到另一個人。它不見得能團結受害者，更可能孕育了冷漠，強化了暴力的循環。”3沒有任何事物能永恒存在，依賴數據介質保存的個體案例陷入茫茫無期的熱議汪洋之中，這是有悖倫理的。再如，針對學生撒謊、偷竊等越軌行為進行案例研究，當被研究對象修正了錯誤行為，試圖規避和擺脫標簽，而抹除不掉的數據記憶可能將這一案例永久性保存，如此一來，過度循證使得案例捆綁技術回避了道德困境，而不能為處于技術回路之外的人類自設理性限度。技術不僅不能智能化地為該記住什么、該遺忘什么的道德困境提供答案，并且技術的道德規范和價值理性編程在邏輯上更是行不通。

因此，面對循證過度的隱憂，我們應做到：其一，需建立數據權責多維治理機制，依托數據驅動和循證治理雙重協同模式，數據集成應符合合法性審查標準，識別數據來源的正當性；數據聚焦應符合相關性要求，研判數據的存留與治理目標緊密相連；數據運用應符合真實性標準，避免治理過程基于虛假或扭曲的信息；數據評估則需符合可靠性要求，確保循證治理決策建立在穩健的數據邏輯之上。其二，需建立數據倫理審查與算法透明性機制，涵蓋數據采集前的倫理預判、數據使用中的風險評估以及數據治理后的價值復盤，并設定數據元規則（包括禁止性規則和限定性規則），對信息的濫采、濫存和濫用劃定明晰界限。其三，需明確數據的所有權問題，這不僅關乎數據倫理的合理性，也直接影響教育治理的公正性與信任基礎。教育數據的歸屬不能簡單地落入行政掌控或技術資本的壟斷，而應回歸數據主體自身。數據的知情權需落實在教育場域的日常實踐之中，數據的存留與消除權亦須賦予個人選擇的自主性。治理規則的確立，須防止“效率至上”的技術邏輯壓制教育的多元價值，避免“記憶復魅”式的數據濫存成為治理慣性，從而構建一個兼具規范性、倫理性與動態性的治理體系，使數據真正成為教育治理的賦能工具，而非治理主體權力擴張的技術杠桿。

四、結 語

循證是教育領域發展的新范式，循證治理是教育治理現代化的必然結果，而面對大數據驅動的循證治理追問數據應用與教育原點之間的平衡命題，也將真正觸及教育治理以人為本的核心理念。本研究有關循證范式的價值詮釋為教育治理提供合法性和必要性論證，通過闡釋演進機制呈現了數據技術與循證范式之間的雙向作用，明確地澄清了邊界以確保大數據在介入教育治理時不偏離既定的價值軌道。誠然，循證共識與場域準入、循證過度與價值理性的閾限問題仍然棘手，但并不意味著數據驅動的教育治理功能應當被貶抑。作為一種居間的構成性存在，數據涌現通達了教育發生的可見與不可見，以實現生命成長與生命超越為鵠的。單純依賴傳統經驗顯然無法滿足現代教育治理的多元需求，更無法開辟數據驅動與教育治理的意義空間；過度依賴數據的教育治理偏離了對教育本質和人文價值的深刻理解，難以駕馭地淪為技術宰制的附庸。是故，大數據時代的循證教育治理亟需避免技術至上或經驗主義的極端思維，兼顧數據應用與教育本質的協調發展，才能真正實現科學、有效且富有人文關懷的教育治理。面對技術進步引發的循證教育治理研究的新圖景和新思考，未來亟需進一步對大數據應用在循證教育治理中的具體實踐及意義生成進行全方位地分析與評估。

責任編輯：錢果長