大数据赋能学校治理现代化的价值、困境与进路

杜芳芳 何洵

摘要 大数据技术是促进社会治理现代化的重要工具，其在教育场域中的嵌入与应用会对学校治理产生深刻而持久的影响。大数据为学校治理赋能的同时遭遇诸多困境，主要表现在教育数据收集和量化的有限性、教育者数据使用能力的薄弱、智能数据应用的片面以及数据采集边界和隐私保护意识相对不足等。要使大数据持续赋能提升学校治理能力，需要树立“数据+学校治理”的创新型治理理念、提高教育者的数据素养、坚守基于教育立场的数据思维，以及注重数据保护，防止用于非教育行为。

关键词 大数据  学校治理现代化  教育立场

引用格式 杜芳芳，何洵.大数据赋能学校治理现代化的价值、困境与进路[J].教学与管理，2022（19）：19-23.

2019年2月23日，中共中央、国务院印发的《加快推进教育现代化实施方案（2018-2022年）》指出：“创新信息时代教育治理新模式，开展大数据支撑下的教育治理能力优化行动。”[1]《教育信息化2.0行动计划》的特征之一是以“数据”为基础，教育行为和教育要素实现数据化，明确提到“全面提高用大数据支撑保障教育管理、决策和公共服务的能力，充分利用云计算、大数据、人工智能等新技术……助力教育教学、管理和服务的改革发展”[2]。因此，将大数据技术应用于学校治理，探索“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，是推进学校治理现代化的应有之义。我们在肯定大数据为学校治理带来机遇的同时，也需要警惕大数据赋能面临的现实困境。只有树立“数据+学校治理”的创新型治理理念，提高教育者的数据素养，坚守教育立场的数据思维，以及注重数据边界和学生隐私的保护，才能更好地实现学校治理与大数据技术的有效融合。

一、大数据赋能学校治理现代化的价值取向

1.激发学校的治理潜能和内生力

所谓数据，是指被系统地收集和组织起来用来代表学校教育某个方面的信息。大数据为政府向基层学校适当放权提供了技术保障，有利于激发基层学校的治理潜能。当然，数据不应该仅仅用于问责和监督，更应该应用于学校的持续改进。数据使用被认为是学校改进计划的一个重要组成部分。有效的学校领导能有意识地收集有关学校、教师和学生的数据，并使用数据来支持学校的愿景和使命，同时促进学校战略规划和资源分配。“数据和学校任务的匹配能使学校领导者对达成目标和期望的过程进行持续的监控。”[3]大数据驱动的教育治理模式使得学校领导者在数据的协助下进行自我调整、自我问责、自我监督，结合学校现有资源的优势科学自主地决定学校的优先事务，灵活应对外部环境的变化，从而为学校改进提供新动力。

大数据的一个优势是对学校改进表现提供新的见解。越来越多的学校使用数据来监控他们的表现，诊断需要改进的领域，利用数据作出明智的决定，以有效地提高教育质量。Schildkamp & Kuiper（2010）将数据使用定义为：“系统地分析学校现有的数据来源，应用分析的结果，以革新教学、课程和学校表现，并实施（如，真正的改进运动）和评估这些革新的过程。”[4]使用多种数据来源改进学校教育是很重要的，学校在自我改进过程中需要系统收集和分析不同类型的代表学校各个方面运作的数据。要想数据使用服务于学校改进，仅仅收集数据是不够的，更重要的是进行数据反思和意义生成，即解释和转化数据，使之变成可行动的知识，才能带来改进的教育决策。因此，数据驱动的学校改进决策是研究性实践的表现形式，强调目标识别-数据收集-数据反思-改进领域的循环，使得学校教育者以主动而不是被动的方式在各個领域作出明智的决策。

2.提高学校的管理智能化和教学精准性

“教育治理大数据的重要价值在于能够充分提高教育决策的科学化和治理过程的精细化。” [5]基于数据的科学决策，使得精细管理、精准服务成为常态，将大大推进学校治理的现代化。教育数据不仅是一种技术，更是一种提高学校教育质量的新思维和新策略。作为一名优秀的教育工作者，其素养不仅包含丰富的教学内容知识的获得和灵活的教学方法运用，更要具备利用学生的学习证据作出教学决定的能力。大数据可以用于教师的教学，通过对数据源进行系统分析，指出教学哪些方面需要改进，实现精确学情诊断和个性化学习支持。

大数据尝试从技术的角度解决教学管理中面临的难题：通过学生的学习行为数据、教师的教学行为数据，以及在常规教学中被忽视的形成性作业和考试数据的深度挖掘与分析，对学生学习风格、知识储备、学习态度等学情进行精准画像，从而使教师能更细致地了解每一个学生，为他们推送最合适的学习资源与学习路径。让数据驱动教学管理，不仅辅助教师根据整个班级的学习情况调整教学方案，也可以为每一个学生提供定制化的教学支持服务和教学资源，助力教学从粗放管理到精准管理的转型。因此，学校领导者应从战略层面认识数据的作用，在学校教学管理中融入数据思维，利用大数据技术系统逐步改造和升级现有教学管理的手段和方式。

3.解决危机治理中的滞后性与不可控性

教育治理的一个重要目标是为教育者和受教育者提供一个安全和谐的施教环境和受教环境，然而近年来各级各类学校的正常管理秩序和教学秩序却因学生之间的校园暴力、家校之间的“校闹”、学生自杀等频发的校园危机事件受到了不同程度的干扰，如果治理不力，会产生不可估量的社会影响，间接衍生出公众对整个教育系统的“信任危机”，将危机事态的发展推向一个难以控制的局面。校园危机事件呈现出突发性和不确定性的特征，无法进行事前预测，而学校传统的校园危机应对方案则表现出了滞后性，甚至是不可控性的弊端，因此校园危机治理面临巨大的挑战。

大数据可以用来预测未来的表现以及组织的问题。海量数据与数据挖掘为学校走出危机治理过程中的“治理滞后”和“治理失灵”困境提供了方向、资源和途径。一是利用大数据的预测和预警分析功能可实现对潜在校园危机发生可能性的评估，学校治理者可根据评估结果形成危机预防方案。例如，根据各种传感器所读取的校园设备数据，及时发现设备老化等问题，以降低校园火灾的风险;通过移动终端和软件所读取的位置数据，再现学生的行动轨迹数据和体温数据，以排查疾病传染源，有效避免传染病在学校的大规模传播;对学生在Web页面和社交媒体上浏览、搜索、发布、评论的内容进行关键词抓取，并与学生的心理测量数据进行关联分析，以识别学生的抑郁水平和自杀倾向，预先进行干预与治疗。二是利用大数据对已发生的校园危机事件进行追溯，还原校园危机事件所涉及的人物、起因、经过以及结果，客观呈现校园危机发生的真相。学校可借助大数据技术感知公众对校园发生危机事件的观点和态度，及时采取补救措施，引导网络舆情正向、良性发展，最大化地阻止校园危机事件负面影响的蔓延，促进事件的有效解决。由此可见，大数据能推动校园危机治理的可控性，通过提高学校应对的灵敏度，加强校园危机应对能力建设。

二、大数据赋能学校治理现代化的现实困境

1.教育数据收集和量化的有限性

充足的、科学的、能够反映教育客观现实的数据可以增强学校治理能力。大数据技术联合云计算、人工智能、5G、传感器、可穿戴设备等技术为获得数据治理上的原始教育大数据提供了极大的便利，但并不是治理所需的一切数据都可以通过技术手段进行收集，还有一些数据处于“治理盲区”，它影响了教育数据的质量水平。

大数据采集主要分布于线上网络虚拟空间，当技术条件不满足时，教育活动中的大量自然数据会因为没有实现信息化处理而被动流失，而这些自然数据往往蕴含数据挖掘价值。数据采集难题在教学管理上比较明显：课堂教学仍然以面授为主，在线学习系统应用普及率不高，并且学生线下的学习行为也比较分散且难以监测。数据收集工具的局限性也导致了数据的不完整。在大数据时代，通过技术升级实现了对实时的、动态的、非结构化过程数据的自动采集，但是无论数据采集技术如何变迁，都需要建立在对象可量化的基础上，而关于学生学习和教师教学中的很多微观数据难以收集和量化。而且，学校治理关注人的主观精神世界，然而这些反映治理成效的隐性维度——情感态度价值观、意志、道德水平、组织文化等——目前仍无法通过权威的技术手段进行基于数据标准格式的量化收集，这也为学校的全景治理带来了挑战。

2.教育者数据运用能力的局限性

数据使用是教育者利用一系列数据来指导实践的行动。在教育教学中使用数据的巨大挑战之一是不仅收集和分析数据，还必须对数据进行审查和解释，并以此为实践和决策提供依据。有效使用数据是学校治理必须面对的挑战，要确保数据的质量，并进行正确的分析和恰当的解释，以使这些数据转化成学校可以使用的信息。数据不会自己说话，只有经过分析和解释，即有一个意义建构的过程，数据才能变得有用。在意义建构的过程中，数据信息需要与专业知识、理解和经验相结合，才能转化为正确的改进行动，而缺少足够的知识和技能可能会以错误的方式分析和解释数据，并可能因此采取不恰当的行动。目前，教育者常常会在分析、解释数据以及将数据转化为行动的能力方面遇到困难。

利用数据使教學得以改进，教师往往需要新的知识和技能，以便以有意义的方式理解和使用学生学习中的数据。将数据结果转化为有计划和可以实施的教学活动，对学校教师来说是一个新生事物，并不是所有教师都具备分析和使用数据来调整和计划他们教学的能力。尽管教师能够接触到各种各样的数据，但很难将这些数据转化为有助于教学改进的知识，原因是缺乏有效使用数据的知识和技能。教师需要有机会发展和实践与数据使用相关的技能和知识，以便帮助他们从数据新手到最终成为数据使用的专家。

3.智能数据应用的片面性

学校教育是一项复杂的教学实践。大数据会将这些复杂的教育问题简化为一个简单的统计学问题，采用科学中立的数据和数据挖掘技术代替人去分析和判断。盲目的技术崇拜和片面的理解数据，使得学校治理者可能会采用一个狭义的解决方案来改善教育，数据有可能被误用或滥用。例如，有的学校采用“智慧课堂行为管理系统”，通过该系统捕捉学生课堂上的表情和动作，经大数据分析计算出学生的课堂专注度，从而改进教学，提高教育的针对性。尽管初步试行的数据显示该系统的正向效果，但在教育专家看来，这看上去是教育创新，实则是技术的滥用，既侵犯了学生的隐私权，也会对学生的人格发展有负面影响，是一种反教育行为[6]。

对教育的“依数治理”认识不足会在一定程度上弱化学校领导者和教师的教育立场，盲目地依赖于各种“黑科技”对学生进行监控，用所谓的智能工具来管理鲜活的个体，这与学校管理的教育性是相违背的。例如，从2018年起，中国西南地区十余所中小学试用了一款具有考勤记录、教务管理和家校沟通等功能的智能校服。它结合校内的人脸识别、摄像头等音像输入设备，不仅可以通过智能校服所记录的各种数据掌握学生在校学习和生活情况，家长也能及时便捷地获取学生的在校表现、实时位置与动态轨迹等。虽然智能校服方便学校管理学生和家校互动，但这款校服因“全天候”侵入性监视侵犯学生的自由，甚至还有可能引起学生一定的反感和叛逆。为提高学生注意力的“赋思”（FOCUS ONE）头环和麻省理工学院媒体实验室项目成果“AttentivU”等技术设备也因侵入性监视引发的道德和人权问题备受争议。像这样的案例似乎表明，科技开发者没有正确地处理技术与教育伦理之间的矛盾关系，同时教育治理者也在有意或无意地以教育创新或提高教育管理效率的名义将治理权力和治理责任部分转移给了那些并不理解教育立场的技术产品和算法。“如何通过数据治理能力提升来最大限度地挖掘其正向价值、避免负向应用价值，是教育相关主体需要着力回应和解决的迫切议题。” [7]因此，教育者要坚定学校治理的教育逻辑，要基于教育立场，对校园高新科技产品严格进行准入评估和监管。

4.数据采集边界和隐私保护意识的薄弱性

大数据在为学校治理赋能的同时，数据的获取和使用方式也越来越受到关注。一是学校对收集到的学生数据保护意识不强，造成了数据泄露。教育者利用数据进行治理的同时，未充分履行保护学生隐私数据的责任与义务。二是数据采集的边界意识缺乏。一些学校治理主体可能在未获得个人授权同意和告知数据使用目标的情况下全面采集包括个人敏感数据在内的数据，忽视了数据采集的边界意识。三是对收集涉及学生个人隐私的数据权利认识不到位。“更为严重的是，我们并不真的知道、也不关注，哪些数据可以收集、哪些具有侵犯学生权利的风险、哪些数据的收集本身就是在侵犯学生的权利。”[8]2019年9月，某校不仅在校门、图书馆等安装人脸识别门禁，也在教室里安装人脸识别系统进行监控。面对网络关于这种新技术使用侵犯个人隐私的讨论，需要认识到教室虽然是公共场所，但也存在公共空间的个人隐私问题。位于瑞典北部城市谢莱夫特奥的一所高中，因为非法使用面部识别软件技术记录学生出勤率而被根据《通用数据保护条例GDPR》罚款超过20000美元，成为侵犯学生隐私权的典型案例。这就需要学校治理者注重收集数据的“必要性”，只获取所提供的服务和改进教育教学必须使用的数据。

三、大数据赋能学校治理能力提升的实践进路

为了充分发挥大数据在学校治理过程中的潜力，迫切需要对如何利用大数据改进学校教育质量的最佳方式进行更深入的探索。

1.树立“数据+学校治理”的创新型治理理念

大数据带来的不仅是学校治理模式、方法和过程的转变，更是一种思维方式的改变。治理者“依数治理”的意识是影响大数据在学校场域有效发挥其技术红利的首要因素。学校领导者应认识到数据是学校治理变革新的生长点，抓住契机促进数据与学校治理的结合。这就需要调整和更新自身数据观念，摒弃经验治理模式，形成“数据+学校治理”的创新型治理理念，接纳教育数据蕴含的丰富价值以及在学校治理中的重要性，在学校治理时注意数据的收集和实施基于数据的决策，自觉主动依数治理。

对学校领导者来说，数据使用应被理解为一种持续的学校改进过程。学校在数据使用方面应有一个清晰的愿景和规范，对数据使用持积极态度，要合理运用大数据实现“善治”与达成既定的治理目标。通过思考“我们需要收集哪些数据，能从数据中看到什么，如何在数据的帮助下改变现有的实践”等系列问题，利用数据形成一种学校治理的新机制。同时，尝试培育数据使用的文化。在这种文化中，数据不是用来判断的，而是用来支持改进的。学校领导者不仅自身展示有效的数据使用，还应鼓励将数据使用作为一种工具支持有效的教学，为教师创造机会使用数据，并专注于发展教师的数据使用技能。

2.提高教育者的数据素养

数据本身不能确保使用。数据必须被收集、组织和分析才能成为信息，通过使用者的理解和知识来作出决定。使用者特征是影响学校“依数治理”的重要因素，教育者需要知道如何将原始数据转化为可行动的知识。数据素养是将数据转化为有价值和有用信息的条件，它是教育者设定目标，收集、分析和解释数据以及采取改进行动的能力。Kippers等人（2018）提出了数据素养的五种元素，包括：设定目标、收集数据、分析数据、解释数据、采取教学行动[9]。Mandinach & Gummer（2013）认为，数据素养包括关注问题的技能——知道如何构建问题、识别问题和作出决定;以数据为中心的技能——知道如何获取、生成和解释数据;以过程为中心的技能——知道如何参与合作性探究和评估因果关系[10]。学校领导者有必要掌握一定的数据素养技能，对数据的使用进行监控、示范、引导和鼓励。

在教学领域，越来越强调使用数据来指导决策，数据的使用被认为是告知教师学生需求的一种方式，教师可以据此来调整教学，进而提高学生的学业成就。教师也需要适当的数据来帮助他们规划课程，促使学生的进步和成长。这就需要教师具备一定的知识和技能来分析理解不同形式的数据，以便能够诊断学生的学习需求并调整相应的教学。因此，亟需培养教师使用数据来指导和改进教学的相关知识和技能，关注基于数据素养的专业发展。一方面，培养教师对数据使用的积极态度。数据素养是一种能力，是知识、技能和态度的整合。数据素养包括对数据使用的态度，使用者对数据使用的态度在很大程度上决定了他们准备投入其中的时间和精力。其次，加强教师数据使用能力的建设。能力建设帮助教师学习新的技能、知识和思维方式，包括：教师获取或收集数据;组织、过滤并分析信息;将信息与专长和理解整合起来，成为可行动的知识;知道如何回应和调整教学;评估应对措施或结果的有效性。通过各种主题培训和专业发展活动，让教师对数据使用形成一种思维习惯，成为一种有意识的、反思的过程。

3.坚守基于教育立场的数据思维

学校治理者必须坚守基于教育立场的数据思维，在借助技术的力量获取数据和引入智能科技产品进入学校时，要从教育的立场进行拷问和审思，杜绝盲目的技术崇拜和数据迷信。

（1）正视数据作用的“限度”

要看到大数据与学校治理现代化的理念相契合，可以促进学校的“善治”。同时，要认识到数据不是万能的，数据的失真、失整和片面性增加了学校治理的风险。“在教育领域运用大数据时，要注意合理使用，不能让滥用数据的工具色彩冲淡了教育的人文色彩。” [11]例如，在学校大门和宿舍安装人脸识别系统有利于校园安全和掌握学生考勤情况，但如果在教室里安装该系统，且不说干预学生和教师隐私权的问题，就收集的数据而言，对于教学改进的意义也不是很大。因为真正的课堂是师生之间生命的互动和智慧的碰撞，而仅靠外力的监控是无法实现的。

（2）用关联思维理解数据相关关系

在学校场域这种复杂人文环境中很难控制各种变量去验证假设的、线性因果关系的存在，所以在“依数治理”时找到科学可信的因果关系的可行性不大。“大数据产生的基于相关性的知识可能被误认为是因果关系，而实际上它们只是巧合。当这些相关性被用作决策的基礎时，会导致虚假的积极影响和负面影响，最终出现谬误。”[12]教育治理者应突破线性因果关系的思维依赖，将教育问题放在其特定的背景之中，利用数据从看似不相关的关系中发现规律，灵活地开展治理，形成自身的“治理机智”。

（3）数据采集要坚守教育底线

数据采集要从服务于人的发展角度进行决策。教育的本质是促进个体身心健康成长，它不是控制，而是唤醒和激励。各种智能设备的使用是为了辅助教师的教学而不是弱化教师的教学能力，是为了服务于学生的学习而不是对学生的全景监控。不论前沿科技产品多么智能和具有科学性，将它引入到学校时，必须经过教育和伦理的论证，不能让校园沦为技术滥用之所。

4.注重数据和师生隐私的保护

学校在推进数据治理的过程中，还涉及伦理和负责任的数据使用，注重数据保护和考虑学生的隐私。大数据的一些特点使得它与隐私和数据保护息息相关，数据的收集可以揭示一个人的私密细节，所作出的决定可能也会影响隐私权。同时，大数据还会导致一种更隐蔽的歧视。我们需要认识到，教育数据在采集、存储、传输和共享使用等过程中存在着泄露隐私的风险。数据的开放思维要求学校治理者主动与不同业务部门、家长以及公众共享各种教育数据，通过开放共享多源多维数据，实现数据的整合，挖掘数据的价值，形成学校治理的合力。但学校教育者要认识到，数据的获取和应用应该遵循一定的规范和标准，并不是任何数据都可以被共享，要注重对学生敏感数据和隐私权的保护。学校治理者在采集学生有关的数据时不能突破法律底线，不能触犯学生的权益。要严格按照《刑法》《中华人民共和国网络安全法》等法律法规，明确教育数据泄露所需承担的责任，保护学生的各种敏感数据。学校在数据采集和使用过程中要征得学习者及其监护人的知情同意，不能过度采集数据，既不能侵犯学生的隐私，也要防止将采集的数据用于非教育行为。

总之，以大数据技术为支撑推动学校治理转型是新时代学校变革的动力之一。有效的数据治理不仅帮助学校识别当前存在的关键问题，还会使学校变得更加智慧和高效。学校教育者要清醒地认识到大数据时代给学校治理可能带来的风险与挑战，在数据的收集、应用与决策的过程中一定要坚守教育逻辑，以真正使用大数据推进学校治理能力的提升。

参考文献

[1] 中共中央办公厅、国务院办公厅.加快推进教育现代化实施方案（2018-2022年）[EB/OL]. http：//www.gov.cn/zhengce/2019-02/23/

content_5367988.htm.

[2] 中华人民共和国教育部.教育信息化2.0行动计划[EB/OL]. http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[3] 爱伦·高德灵，马克·伯兰茨. 提升学校领导力：从数据到决策[M].余凯，等译.重庆：重庆大学出版社，2013：33.

[4] Schildkamp， K.， & Kuiper， W. Data-informed curriculum reform： Which data， what purposes， and promoting and hindering factors[J]. Teaching and Teacher Education，2010，26（03）： 482-496.

[5] 姚松.大数据与教育治理现代化：机遇、挑战与优化路径[J].湖南师范大学教育科学学报，2016（02）：76-80.

[6] 王轶.装“天眼”捕捉学生表情！专家：侵犯隐私，赶紧叫停[EB/OL].http：//k.sina.com.cn/article_3978269112_ed1f91b80010071p3.html.

[7] 田贤鹏.隐私保护与开放共享：人工智能时代的教育数据治理变革[J].电化教育研究，2020（05）：33-38 .

[8] 杨开诚.教育何以是大数据的[J].电化教育研究，2019（02）：5-10.

[9] Kippers， W. B.， Poortman， C. L.， Schildkamp， K.， & Visscher， A. J. Data literacy： What do educators learn and struggle with during a data use intervention？ [J]. Studies in Educational Evaluation， 2018， 56（02）：1-31.

[10] Mandinach， E. B.， & Gummer， E. S. Defining data literacy： A report on a convening of experts. [J]. Journal of Educational Research and Policy Studies， 2013， 13（02）：6-28.

[11] 申霞，夏豪杰. 大數据背景下教育治理运行机制现代化[J].教育研究与实验，2018（06）：17-22.

[12] 玛农·奥斯特芬.数据的边界：隐私与个人数据保护[M].曹博，译.上海：上海人民出版社，2020：47.

【责任编辑   关燕云】