混合式教学模式下教师的数据素养内涵研究*

廖喜凤，史小平，陈玲霞

（湖南信息职业技术学院 经济管理学院，湖南 长沙410200）

一、引言

随着互联网、云技术、移动通信等信息技术的不断发展，教学活动正朝着数字化、智能化方向发展。由信息技术和互联网技术等为基础的数字教学平台和传统教学模式相结合的混合式教学模式得到广泛开展。学生在进行混合式学习过程中产生了海量学习数据，对数据的准确应用可以让教师更好地了解学生学习行为特征和学习效果，做出的学习评价更加科学。教师亦可以应用数据分析的结果对教学进行反思，优化教学效果。教育信息化2.0行动计划强调了教师充分运用学习大数据全面调控教育学活动的重要性，明确阐述通过大数据和“互联网+”实现对学生的精准教学和个性化辅导，培养学生的创新与合作、认知与系统思维，解决学科关键问题的能力和职业能力，开发学生的多元智慧。

Hoogland等[1]认为以数据为驱动的教育决策可以优化学生的学习效果，科学决策的制定离不开数据素养。具备良好数据素养的教师应具有持续、有效、道德地获取数据，可以科学地处理、解释不同来源及不同种类数据的能力。教学管理人员对数据的有效应用，可以让教学决策更科学[2]。廖喜凤[3]认为大数据科学与教育学的结合，可以实现精准教学，从而有利于学生的个性化发展，使教学活动更加智慧。卢文清[4]指出在课堂无处不在、课堂形式多元化的今天，对教育因素的相关性分析，迫切需要人才和技术的支持。杨文建[5]指出解决教育问题的关键之一就是要提升教师的数据素养，在相关工作中主张用数据驱动决策。教师数据素养本质上为在教育大数据环境下合理合法地获取、分析、理解、运用数据促进教学决策的技能素养。包括具有在日常教学中关注数据的意识，收集学生不同学习行为的数据，分析和理解数据并且能够把数据运用于教学决策的能力。[6]

二、混合式教学模式下教师数据素养的内涵

1.国外学者数据素养内涵模型

美国政府各行各业的管理者都非常重视 “用数据说话”，其教育部各层次教学的管理和决策要求基于学生数据，对广大的教师和教学管理者的数据素养有着明确要求。对数据素养的诠释，多国专家从不同的角度进行过研究。直到2016年，美国学者Mandinach这样阐述:“直到现在为止，业界对数据素养尚没有一个统一明确的定义”[7]。有些学者把教师数据素养定义成几种全球化技能，有些则把它定义为一种重要的能力。美国数据质量运动（Data Quality Campaign）的专家们认为教师的数据素养为教育工作者持续有效且合乎道德地从各种渠道获取各种类型的数据，并对数据进行解释和分析，用数据进行交流，从而提高学生学习效果的职业素养。北卡洛琳娜州的公共教育部门把教师数据素养限定为“教师指导如何搜寻数据，用数据评估和使用数据引导教学活动的能力”。Mandinach&Gummer[7]认为以上这些概念都没有深层挖掘数据素养所需的认知技能和知识，他们认为数据素养是通过收集、分析和对各种数据的解释把信息转化为可行的教学知识和教学实践的能力，它可以帮助教师决定教学过程中下一步教学行为。教学数据包括学生评价数据、学校环境、学生行为等等。教师的数据素养应与学科标准、学科知识、教学实践、教育学知识融合在一起。

Maybee&Zilinski[8]依据美国大学和图书馆协会（Association of College&Research Libraries） 对信息素养的限定，提升了数据素养的模型。他们认为教师的数据素养应该具备7个方面的素养能力：①数据意识。明白什么是数据并理解数据在社会中的作用。②数据获取。能识别、知道数据源并能适应合适的数据库。③数据应用。能识别有用数据，对数据进行分析和整理并对数据进行解释，能基于数据做出决策。④数据管理。能管理数据，并对数据再整理和分析，能设计数据保存、共享的方案。⑤数据交流。能对数据进行综合分析，并可视化呈现数据。⑥道德地使用数据。能对数据进行正确引用，评估和管理数据风险，明白数据再应用可能引起的问题。⑦数据储存。懂得数据的长期储存和再应用方法。

Mandinach&Gummer[7]通过分析各大教师培养项目和教师资格证书颁发的机构对教师数据处理能力的政策与文件和已发表的研究成果，对教师的数据素养做了6个方面的内涵限定：①问题识别。主要包括理解问题和问题所在的大环境，包括5个大方面：能够在自己教学领域内就学生学习、小组学习或学习主题提出问题；能就学生、学习环境等层面理解学生学习环境；考虑家长、学校、董事会和其他教师的意见；尊重学生隐私等。②应用数据。其是数据素养组成的主题部分，包括20多个方面的数据应用知识和能力：能探索一些数据来源；理解不同数据来源的目的；理解如何产生数据；了解教学评价包括形成性评价和终结性评价，并设计考核方案和实施方案；应用各种不同种类的数据包括定性和定量数据；明白数据的质量；了解数据的准确度和完整性；了解正确的管理、获取和保存的方法；了解统计知识和心理测量；能够把数据进行分解和整合；识别出相关和不相关数据等等。③把数据转换成信息。通过对数据的分析和结果的理解，了解简单的统计学知识如数据的离散趋势等；知道如何解释数据结果；检验假设；理解一些数据图表并解释图表；会估计数据的趋势；会理解数据结果产生的原因等。④把信息转换成决策。确定下一步教学行为；监控学生学习；识别学生的需求；做出教学调整和理解教学决策环境。⑤评估教学效果。再次回顾教学中的问题；比较数据分析前和分析后的决策差异；监控课堂教学中的变化；监控学生学习行为的变化和考虑决策的交互循环。⑥其他影响教师素养的因素。相信每个学生都能学好的理念，对数据的辩证思维，认为教育是一个不断探索的循环系统和道德地使用数据的理念都影响教学的效果。

2.国内学者对教师数据素养内涵的研究

早在2013年，国内学者张静波提出科研人员应该具备数据素养，他认为“数据”是“信息”的一种具体表现形式，所以数据素养也称作数据信息素养。科研工作者的数据素养指的是研究者在科学研究过程中能对数据进行采集、管理、处理和分析，进行数据共享和应用，也包括研究者在数据的获取、管理和发布过程中遵守道德规范[9]。

张进良[10]进一步厘清了数据素养与信息素养和统计素养之间的区别和联系，他认为教师必须具备一定的信息素养和统计素养，才能对教学过程中的概念、论证、解释和评价信息进行批判性地思考，教师也应该具备一定水平的统计素养，能够批判性地思考关于基本描述统计问题。具备了数据素养，教师方能获取数据，对数据进行评估、分析、总结和展示数据。他认为数据素养是“统计素养和信息素养的组成部分”，数据素养已经发展成为新时代教师的核心素养之一[10]。

隆茜[11]在研究国内外学者对数据素养的基础上，构建了教师数据素养能力的评价维度与具体的评价指标，把教师素养分为六个维度来评价，分别是教师的数据意识、数据的获取能力、数据的处理和分析能力、数据的交流能力、数据的评价能力和使用数据的道德[11]。

图1 教师数据素养模型（2018）

刘雅馨等学者[12]认为教师的数据素养是教师接触教育数据过程中体现出来的综合素养，通过比较国内外模型的研究提出了图1的四维度金字塔模型。

同时，刘雅馨等[12]还系统分析了教师数据意识，应包括：①数据敏感度。突破“数据=成绩”的局限，对所有教育数据有一定的敏感度。②数据价值意识。肯定教育数据的价值，明确教育数据对社会的影响和作用。③数据保存与辨别的意识。对教育教学中的数据有即时、合理保存的意识，对数据质量、可信度有辨别和评估的意识。④数据更新与共享意识。明白教育数据具有时间效应，要具备数据更新和共享意识，将教育数据价值最大化。⑤数据安全与保密意识。教育数据具有一定的隐私性，教师还要有数据保密意识，对数据安全有一定的警惕性。

学者们还把数据的应用能力分解五个方面的能力：①数据采集。包括从数据源下载、传输数据的能力，数据采集工具选择和使用的能力，设计合理的教学活动以及教学评估方案来采集数据的能力。②数据分析。能根据问题确定分析数据对象的能力，选择、使用数据分析工具的能力，数据整合、拆分、对比、关联、増维、降维分析的能力。③数据解读。包括理解数据信息的能力，构建数据与教学之间关联意义的能力。④数据应用。根据教育数据进行教学设计、教学实践、教学评估、教学反思、教学决策的能力。⑤数据交流。利用数据与学生、家长、同事、社会团体等教育相关共同体交流的能力。

三、讨论

通过对国内外学者关于数据素养模型的解读与分析，本研究认为在混合式教学模式下，教师的数据素养可以分为数据的应用意识、数据基础知识和数据应用核心技能三大模块，具体见表1。

1.数据应用意识

在混合式教学模式下，学生在课程学习的过程中会产生海量数据，明白数据对学生发展和社会的价值，注重数据安全和道德，并具备共享意识是教师数据素养的基本条件。坚信每个学生都能学好的理念，会提高教师对学生数据的敏感度，提高教师应用数据解决教学问题的意识。

表1 教师数据素养内涵

（1）数据价值意识。对数据的价值认可，要求教师会发现教学中的问题，并不断尝试以数据为驱动调整教学决策。能意识到数据驱动有助于实现精准教学，有利于学生发展，同时也有利于学科的发展和教育资源的分配。

（2）数据安全意识。教师收集的第一手学生数据，往往有关学生的隐私和安全，教师应保证数据安全，并保护学生隐私。数据的获取、保存和发布不威胁个人或者组织的安全。

（3）数据使用道德意识。教师通过各类组织或机构官方网站、数据库等方式获取的数据，应正确引用并说明数据来源，不篡改数据。在数据报告和发布过程中不暴露个人隐私。

（4）数据共享意识。学生的学习数据是一种宝贵的教育资源，在保护学生隐私的同时进行数据共享可以使其价值最大化，不会造成资源的闲置与再次获取同样数据时产生浪费。

2.数据基础知识

教师想要应用好数据解决教学中的问题，必须具备相关学科如心理测量、统计和教育教学等跨学科知识。

（1）学科知识。具备坚实的学科知识基础是教师进行教学的必要条件之一，只有基于学科知识，教学问题才不会成为无源之水，数据才能解决实际教学问题。

（2）教育教学基础知识。教师只有掌握好教育学基础知识，才能了解教与学之间的关系，才能给实践教学活动提供理论基础，能够了解学生的学习心理与学习动机，从而提高教学效果。

（3）心理测量基础知识。有了心理测量方面的知识，教师方能制定有效的测量工具，制定的测量量表才能对学生的学习活动和学习心理进行测量。

（4）统计基础知识。数据分析以统计学知识为基础，要想应用好数据这一工具，必须具备如概率论、矩阵等数理知识，了解数据的分布形态，变量之间的对比、相关与因果关系等统计原理。

（5）教育大数据基础知识。在教育大数据时代，了解教育大数据的基本特征，是教师数据获取、管理和共享的基本条件，也是建立教育大数据对每位教师提出的新要求。

3.数据应用核心技能

数据的应用包括数据的获取、管理、分析、解读与交流等各方面的核心技能。

（1）数据获取。在混合式教学模式下，有些教学平台可以智能计算数据并进行简单分析，但是还有海量数据等着教师去发现、挖掘和分析，数据的形式不拘泥于学生的分数，包括各种形式的定量和定性数据。在大数据环境下，教师应知晓自己领域的数据源，会使用软件工具收集数据。

（2）数据管理。对收集的数据，教师能分辨数据的有效性，并对数据进行整合和拆分，识别无效数据，能设计数据保存和共享的方案。

（3）数据分析。对筛选后的有效数据，教师能够应用统计学知识和统计分析软件对数据进行描述性分析、对比分析、相关分析和因果分析等等。

（4）数据解读。能对数据的分布状态做出解释和预测，对数据分析结果进行解释；理解数据图表并解释图表；能理解数据结果产生的原因，并对数据结果进行辩证分析。

（5）驱动教学决策。对应数据的分析结果，教师应回顾最初提出的教学问题与假设，对教学决策做出调整以优化教学效果。能比较数据分析前和分析后的决策差异，并进一步监控教学中的变化，监控学生学习行为的变化。

（6）数据交流。对数据的分析结果，教师应能用正确的格式对数据进行报告，并应用可视化图表与其他教师和学者进行交流。