教师使用数据的含义、价值与前提

谢海燕

（江苏师范大学教师教育学院，江苏徐州 221116）

数据在我们的决策工作中日益重要，教师的教学工作将很快被数据包围。但究竟哪些是 “数据”？教师为什么要使用数据？哪些是基于数据做出的决策？为学校投入先进且丰富的软硬件资源就能确保教师成功使用数据吗？这些问题的回答对未来数据在学校的实际使用具有现实意义。

一、教师使用数据的含义

（一）相关概念的辨析

1.数据、信息与证据

数据是指易于存储和交流的事实、数字及测量的结果，它可以在图片或者文字中捕获，也可以在音频和视频中获得。所以，数据的来源非常广泛，数量庞大、类型多样。现在所说的教育大数据指的是“采集面向大样本的学生认知、行为、情感等多个维度，数据量特别大，产生速度特别快，数据体积特别庞大，传统数据存储和运算都无法处理，需要新的处理方式和研究范式的数据。”［1］教师所使用的数据具有大数据的一些基本特征，但并非大样本数据。

数据本身不包括判断和解释，所以并不是直接的行动基础，只有把数据放在特定教学背景中进行解释和判断才能转化为教师决策的信息。［2］而基于证据的教学强调的是一种源于证据的方法或方法论，这些证据表现为严密论证的实证研究结果，并进一步衍化为一些可信的、有价值的、实质性的建议。所以，用于教学决策的证据与有效性是等价的。

进一步地讲，数据与大数据主要从技术角度考虑如何获取、存储与处理数据；信息则强调获取的事实是否有助于问题的解决；而证据从思维或意识的角度强调依据的可靠性和有效性。这三个概念在使用过程中常常没有清晰的界限，本质上也有很大的交集。课堂教学领域中使用的相关术语还包括“促进学习的评价”“形成性评价”“反馈”等，各种术语所强调的角度不同，但都指向共同的目的：使用可靠的依据提升学生学业成就。

2.数据决策与直觉决策

与数据决策相对的是直觉决策，它的好处是迅速且不费力。例如，专家教师不需要经过繁琐的数据收集和仔细的数据分析过程就可以迅速做出正确决策和行动。实践中大部分教师的决策都基于直觉，他们有充分的理由和自信反对数据决策：“根据我多年的经验……”。实事求是地讲，对成功的经验教师或学校管理者来说，大部分时候的直觉判断是正确的，这是不可否认的。但另一方面，学校是动态的机构，教学理念、学生、课程内容等都在随着时间迅速变化。例如，老教师多年前的一些经验性决策很可能已经非常不适合用来判断当下学生的一些情况并迅速解决问题，但强烈的直觉支撑着他长时间地等待曾经有过的良好效果。因而，错误的直觉可能导致时间和资源的浪费。

直觉在某些情况下产生错误决策的深层原因与教育中三个现象相关：辨识、情感和偏见。相关研究结果表明：专家教师基于经验形成的认知框架能使他们从海量信息中辨识出重要线索，线索作为一种信号迅速激发了恰当的行为模式，这些线索是根据先前的类似经验做出的学生情况推测，这种基于不同学生却做出类似推测的行为有时候会产生错误。情感是导致错误的第二个因素，这是一种没有逻辑理性的对学生正面或者负面的一种感觉，这种不理性的情感也可能产生错误决策。偏见是人们认为直觉不可靠的最大因素，重大的偏见来自稳固的个人观念，教师会主动寻找新信息强化个人观念并回避其他方向的数据，这种倾向导致了教师决策失误。［3］因此，直觉决策存在很大风险，这种风险只有数据分析可以纠正。例如，直觉让大多数学校把不满意的教育结果归咎于生源，进而做出抓好招生工作的决策。但如果把生源输入数据和输出数据之间的变化作为决策证据时，抓好教育过程的工作就成为一种决策。

需要强调的是，数据决策只适合解决结构良好的问题，因为数据源于学生的认知、情感、社会背景等可测量指标，这些指标的确定要以明确的问题为基础。因此，数据决策的重要前提是从教育现象中提出明确的问题。

（二）教师使用数据的含义

教师使用数据的目的就是作出决策，所以“数据的使用”与“基于数据的决策”“数据驱动”等是等价定义。其本质是一种行为模式：数据揭示学生学习目标的完成状况——教师选择和设计教学策略——提供个性化指导促进学习目标的达成。这个过程可分解为四个要素：评估与分析学生学习结果、制定SMART［具体的（specific）、可测量的（measurable）、可获取的（achievable）、真实的（realistic）、有时限的（time-bound）］且具挑战性的学习目标、制定和执行符合学习目标的策略。［4］可以看出，数据的使用过程强调完整性，不是零散、无计划的，这个过程有明确的使用目的、策略制定与实施及对效果的评估。

1.分类

教师使用的数据不是大样本数据，他们只关心自己班级学生的数据，这种数据的特征主要是多样性。一个问题的解决要避免使用单一数据进行分析和解释，而是用各类数据之间关系的分析来制定决策。因此，有必要对教师使用的数据从不同的角度进行分类，使其有一个清晰的外延。

按照信息流动的过程可分为：输入数据、输出数据、过程与背景数据及转化数据。输入数据是关于学生特征和教师特征的数据，例如学生入校成绩、民族、家庭背景、教师资历等。输出数据包括评估结果、书面和口头测验、档案袋及成绩报告单等。过程数据主要是指教学过程中产生的评估结果，例如课堂观察、教学文档、学习策略、教学时间、教学管理、课堂管理、测验等；背景数据包括学校氛围、学风、纪律、社团、办学理念、课程、设施、资源等。每次决策并非使用单一类型数据也不是使用全部类型数据。［5］

除此之外，按照数据本身的性质可分为量化数据和质性数据；按照学生的认知分为认知数据、非认知数据和教育实践数据；［2］按照数据所处的层次分为区域数据、学校数据与课堂数据；按照是否是规范的学术研究结果分为校内数据与校外数据；根据数据产生的方式与使用目的分为管理数据、测评数据、行为数据和资源数据等。［6］

数据的多样性意味着数据的使用要有所选择，选择哪类数据进行收集和分析是由使用的目的决定的。

2.过程

大部分文献都认为数据使用的过程包含了教育科学研究的如下步骤：明确研究问题、收集数据、分析数据、解读数据和采取行动（或作出决策）。与教育科学研究的区别在于其首要目的是改善特定情境中的教学实践而不是得出更具普适性的一般规律。因此，背景数据对教师来说具有特殊意义。

明确的研究问题是这个过程中最为重要和有意义的一个步骤。如前所述，基于数据的决策只适用于结构良好的问题，一个结构良好的问题其特征是问题本身和实施条件的明确性。首先，问题的明确性是指从复杂的现实中抽象出问题的本质特征，对本质特征的准确描述代表了问题的明确性，而混杂了各种因素的问题实质上很难利用数据得到有效解决。例如，“如何改变某边远农村初中学生成绩垫底现状”是一个不明确的问题，因为成绩垫底的原因十分复杂。在剥离出家庭影响、学习时间、学风管理、师资水平等因素后抽象出“如何夯实初一新生基础知识与技能”则是一个更加明确的问题。其次，实施条件的明确性是指研究问题要有详实的背景数据。数据本身不是决策的依据，只有在特定情境中才具有了意义。“初三学生不能快速准确地认读条形统计图”在一所学校可能是个别现象而在另一所学校可能是普遍现象。同时，明确的问题决定了数据收集的方向及潜在数据源的选择，取证的过程要耗费大量的人力和物力，应清楚需要收集哪些数据，防止淹没在海量的数据中。

数据的分析、解释和决策行动都与教师的专业化水平相关。这里面包含一定的统计学知识和教学法知识。例如会借助数据分析软件简单地汇总、组织和优化数据并会选择恰当的数学模型表达数据。而数据解读能力及采取的决策与行动都与教师教学法知识密切相关。教师的决策体现出对实践问题的解决能力，而解决能力的评估要依靠下一轮的数据。

3.水平

实际上每个教师都会不同程度地使用数据，但他们使用数据的水平是有差异的：低水平的教师将数据用于监控学生学习和管理学生；中等水平的教师使用数据分析学生的优势和劣势，但只是花更多的时间进行重复性教学活动并不改变解决问题的方式，例如“这道题目我讲了不下三遍，还有人做错”；高水平的教师能结合多种数据的分析与评估不断更换策略直至问题解决。

综上，教师使用数据是一种以课堂教学为特定背景，以改善学生学业成就为指向，选择、收集、分析、解读与教学有关的数据，并对行为结果进行准确评价与改善的行为。这种行为既与教师数据素养有关，也与教师专业化水平密切相关。

二、教师使用数据的主要价值

数据对实践改善的重要价值并不是一个新的思想，早在18世纪，蒙田就把“基于评估新信息和知识的能力与明智的行动”作为一种公众核心价值。［7］数据在学校课堂层面的价值主要是有效提升学生学业成就、改善教师教学。

（一）提升学生成就的重要手段

国外从二十世纪九十年代开始就不断有确凿而全面的证据表明数据能通过改善教学提升学生学业成就。布莱克等回顾了250份关于形成性评价的实证研究，结果证实课堂观察数据能有效减少课堂管理时间、增加学生任务完成时间并增进师生关系。［7］在2016年的一份实证研究中，参与数据使用的9所学校中有4所学校解决了与低水平学生成就有关的问题，1所学校取得显著效果，其余学校因为各种实施条件的限制未能达成目标。［8］

（二）促进教师专业发展的重要方式

数据的使用既是教师专业化发展的组成部分，也是促进教师专业发展的工具。人类认知结构总是倾向于保持固有观念的稳定，总是用现实世界获取的信息去适应头脑中已存在的观念，而不是改变心理结构去适应新信息，通过使用数据，教师能了解到偏见是如何运作的，从而打破认知偏见，得到真正的专业发展。

数据对教师实际的课堂教学也具有重要价值，教师通过理解和管理他们自己的课堂数据确定教学的效果，并对有效或者无效的原因给出一个恰当的结论。大数据能够描绘出大样本学生成就的特征，但不会告诉教师如何在他自己的课堂上进行改善，而课堂层面的数据所提示的教学效果使教师更准确地调整教学策略更好地照顾学生个体差异。

（三）促进家校沟通及向上汇报工作成就

数据可以帮助教师确定自己学生的优点与不足，通过向家长提供数据使其更好地配合教学工作，对学生成就做出表扬，向家长及社会展示班级和学校的实力。例如，用于和家长沟通学生在校状况、与其他学校共享数据、向社会公开教学成就、在网站等媒体宣传自己的优秀成绩、向督导部门提供自评数据等。

三、教师使用数据的前提

（一）良好的数据文化

首先，在不同的发展阶段，学校应当有一个明确的数据使用目的。从校长到管理人员到教师都非常明确且准确地理解了这个目的，共同的目的才能形成一致的行动，减少不必要的误解和消极应对，提高问题解决的效率。进而在整个团队共同愿景下，在学校层面、班级层面及学生个体层面形成可测量的目标，如果没有清晰的目标就没有评估的标准，很难使数据发挥作用。

其次，完善的人员组成和团队。数据使用过程中涉及的关键人员包括校长、数据专家、带头人及教师合作团体和规律的活动时间。例如，校长要鼓励和支持数据使用活动，并将使用热情传递给教师，示范数据使用的过程、制定计划、组织相关培训帮助教师学习如何使用数据，校长同时决定着教师可以访问到哪些数据，通过及时为教师提供数据促进教师发展，并调整人员结构使其适应数据的使用，对实施过程进行监控。这样才能保证教师有机会合作使用数据，从而提高使用的效率。带头人也是数据使用环境中的一个重要因素，这个人能够带动出一种探究的氛围，吸引老师们聚在一起对数据结果进行研讨，能充分激发每一个成员的才能，得到丰富的研讨成果。数据专家则专门负责数据的输入、储存和变更，及时为教师提供数据等管理工作，同时协助进行数据的分析、解读和使用。数据专家往往是兼职，在荷兰和英国的有些学校，会挑选本校学科带头人充当数据专家，或者在教师中寻找具备这一专长的人来担任。

最后，教师之间要有密切的合作，不同教师的专业水平不同，数据的使用会导致不同的结果，能力有限的教师独立行动，可能误读数据或滥用数据，或者对低效的教学实践无能为力，而互相合作的教师团队能产生高质量的学习结果。由于我国学校有成熟的教研室制度，从传统和习惯上保障了教师之间的密切合作，不再赘述。

（二）优质的数据资源

教师使用的数据优质性主要指数据的质量、可接触度和可用性三个特点。数据的质量，是指数据获取的真实性、客观性和保存的完整性。数据获取的真实性和客观性一方面依靠数据收集技术，真实客观地记录课堂数据。例如，在线学习系统、高拍仪、数码点阵笔、可穿戴设备等能建立包括学生认知、非认知、学习规律、学习态度等方面的学习数据库，以及教师教学文本、视频、成就等。另一方面要依靠数据收集和管理技术，例如，明确数据需要解决的问题、学会选择合适数据、掌握科学的教育研究方法等保障数据的客观性、信效度、关联性、准确性及完整性和即时性。可接触度是指在保障数据伦理性和安全性的前提下，教师能在多大程度上及时、容易、迅速地接触到相关数据。可用性指数据格式与教师熟悉的分析工具之间的匹配，数据的类型与教师需要的匹配。如何平衡好这几对关系，还需要对数据开放的程度、范围、对象等做详细论证。

数量越来越大的教学数据把数据的管理和数据质量提上了日程。当前对数据管理与数据质量的研究大部分在国家层面和区域层面探讨。原则上，学校数据作为区域数据的一部分，在数据标准等方面要与上一级数据标准相一致。国家层面的数据质量管理主要研究如何为教育决策提供保障，目前鲜有研究明确地从教师决策需求方面考虑数据质量问题。

（三）积极的使用者

首先，教师要具备基本的数据素养并积极发展相关联的实践知能。相关研究已经给出了教师数据素养的结构和衡量标准，主要包括数据意识、数据定位与采集能力、数据分析与解读能力、反思与决策能力以及数据伦理道德。李青使用德尔菲法征求专家意见，以数据知识、数据技能、教学应用和意识道德四个方面为衡量体系，对北京市中小学16位教师进行调查，结果显示数据素养处于良好水平（平均77.3分）。［9］但从教师教学实践层面来看，数据素养的某些部分还很薄弱。在一项国外调查研究中，教师认为收集数据并不困难，也能分析出数据所表现出的学生优点和不足，但如何根据这些分析结果促进学生主动学习遇到很大挑战。［10］这是因为和数据收集、分析有关的技能可以在短期内掌握，但如何在海量数据中决定选择哪些数据作为决策的依据，以及基于数据结果做出反思和决策的能力是一个需要长期发展的综合化的专业能力，教师要意识到新时代对教师职业提出的更高要求，积极促进个人实践知识和能力的发展与提升。

其次，学校要维护好教师使用数据的心理状态，这里的心理状态主要指使用数据的动机。与动机相关的因素包括态度、主观规范、感知控制、自我效能感、集体效能感和行为意向。态度是一种个人倾向或信念，信念会影响教师对数据分析结果的解读或观察数据的收集。态度又可以分为情感性态度和工具性态度，情感性态度是指对数据使用的预期中产生的感觉或情绪，例如，教师对使用数据制定决策充满兴趣，而不是心存畏惧。工具性情感是指教师对数据使用效果的信念，例如，教师不相信使用数据会比自己的经验和直觉更有效地改善教学或者教师确信使用数据能提高教学质量。主观规范是指对来自外界规范期待的反应，例如教师对学校以行政命令的方式要求教师使用数据的反应。这种主观规范能让教师感觉到来自外部的压力，对规范期待反应积极的教师会表达更多使用数据的意愿，而对规范期待反感的教师在数据使用中会遇到障碍，例如教师觉得是因为学校在进行数据使用工作而不认为这项工作与自己的课堂密切相关。感知控制是指教师对预期行为控制程度的感受或者对预期结果的控制力，例如，教师感到自己对基于数据做出教学决策有很大自主权或者有些教师认为教学结果是不可控制的，把成绩好坏归咎于每届学生的不同。自我效能感是指对预期行为表现出的信心，认为自己有能力成功使用数据。集体效能则是对团队成功使用数据的信心。行为意向主要表现为有意识地计划、决定或自我建构以投入努力去实现目标，行为意向被认为是调节其他因素的纽带，是使用数据的前提条件。［11］如果学校缺乏对教师心理状况的考虑，例如过分关注数据使用形成的问责机制，可能会影响教育者对基本的学习问题和教学问题的解决品质。

综上，在数据技术迅猛发展的新时代，教师如何积极而科学地使用数据以使其发挥应有的价值是学校面临的现实问题。学校校长和管理者层面要清醒地认识到这个问题的紧迫性，明确教师使用数据的含义和价值，积极构建合理的数据使用环境，并在实践中不断验证和优化数据使用过程，使其更加系统化和科学化。