从心理干预到能力构建：教师数据素养培育的系统框架与实践机制

张学波 林书兵 朱莹

摘要：随着教育数据应用的普遍兴起，教师数据素养逐渐成为新时代教师专业发展的核心主题。通过文献分析发现，教师数据应用的复杂现实和多重影响因素揭示了我们需要从全面、真实和情境的角度去设计教师数据素养培育提升方案。在系统梳理国内外有关教师数据素养实践研究的基础上，研究以影响教师数据行动的关键心理因素和核心能力体系为基础，构建了教师数据素养提升的系统框架，从协同、文化、保障和评价四个方面提出教师数据实践的配套机制，以期为各类教育机构开展教师数据素养提升实践提供行动路线。

关键词：教师数据素养；数据驱动的教学决策；心理干预；能力构建

中图分类号：G434 文献标识码：A

* 本文系国家社科基金重大项目“信息化促进新时代基础教育公平研究”（项目编号：18ZDA334）、2022年华南师范大学哲学社会科学重大培育项目“数据驱动的教学决策理论与实践研究”（项目编号：ZDPY2207）研究成果。

教师数据素养作为大数据时代教师信息素养教育的新内容，引起了国内外教育研究者的广泛关注。教师作为教育实践变革的主要推动力量，国内外都期望借助提升教师的数据素养，以实现数据驱动的学校教学改进目的，但教师数据素养的提升和学校数据应用的成效之间并非简单的线性作用关系。国外二十多年数据驱动的教学决策（DataDriven Decision-Making，DDDM）相关研究显示，教师的数据应用既是一个涵盖教师心理因素的解释性过程，也是一个融合情境性因素的实践性过程。单纯地以工具化，抽离和分割式的教师数据技能培训模式，并不能显著增强教师数据使用的信心，也无法起到直接提升学校数据应用成效的作用[1][2]。因此，掣肘教师数据素养提升的主要心理因素有哪些？如何从实践层面制定提升教师数据素养的行动框架？如何从长远角度构建教师数据素养提升的稳固机制？为此，本研究以教师数据素养的基本概念、研究现状、培育策略以及实践路线为基本线索，通过系统梳理国内外相关文献，发现当前教育领域数据应用理论与现实存在悖论，进而针对性地提出教师数据素养培育的设计框架和实践机制。

（一）教育数据研究议题火热与效果甚微之间的鲜明对比

随着教育大数据时代的来临，教育大数据、学习分析、DDDM以及教师数据素养等与数据相关的学术议题逐渐成为学术界热捧的焦点。但另一方面，教育实践层面数据应用的效果却不甚理想。从实践层面来看，虽然当前大数据技术发展风风火火，但我国教育领域存在数据技术建设效益不显著和数据技术应用难落实问题，呈现“两张皮”现象，其中教师数据素养和数据技术应用能力不足为主要原因之一[3]。从学术视野来看，很少有研究关注学校DDDM运行过程和支撑机制在多大程度上与教师数据素养、学生成绩的提高相关联，并且大部分观点是基于案例研究、描述性研究和专家意见得出的主观判断，缺少数据使用效果的明确结论[4]。总体上DDDM的实际应用效果好坏不一没有定论，DDDM有效性研究数量较少，缺乏细节描述，也限制了其结论推广的力度。

（二）教师数据使用美好预设与现实困顿之间的巨大鸿沟

数据的使用往往比倡导者描绘的理想画面更加复杂。从数据收集、识别、理解、分析和应用，教师的数据应用过程并非一个完全理性的过程。在开展数据驱动教学的同时，教师的直觉、经验和信念等非客观因素也在左右着整个过程。其次，大部分有关DDDM的研究是关于数据使用干预与结果之间的简单联系以及热衷描述数据干预活动的形式，较少关注数据使用和解释的具体过程，即教师如何在课堂环境中解释数据并将其转化为可操作知识的过程[5-7]。因此，我们很少知道教师是如何与数据进行互动的（解释它、对它做出反应和忽略它），以及这些反应是如何产生各种有趣的数据分析结果的。了解结果而不了解产生结果的机制，意味着我们对如何重新设计数据使用干预措施，以增加其在实践中的影响知之甚少。

（一）构建缘起

如上所述，教师的数据使用过程是一个涉及诸多环节和诸多影响因素的复杂过程，学术界开始关注教师在这一过程中所需知识和技能范畴，教师数据素养的概念由此诞生。近年来，随着大数据技术的广泛应用，教育领域围绕教师数据素养内涵和特征的探讨此起彼伏，相关学术议题主要涉及以下几个方面：

1.内涵辨析

美国著名教育数据研究专家古默等通过对50多位专家的定义和观点进行系统调研和综合比较，形成了学术界目前公认权威的教师数据素养定义，即通过收集、分析和解释所有类型的数据（评估、学校氛围、行为、快照、纵向、即时等）将信息转化为可操作的教学知识和实践的能力，从而帮助确定指导的步骤。该定义不仅考虑了教师数据素养知识、能力和实践阶段等层次结构，还呈现了一个包含5部分的DDDM數据探究周期（确定问题和分析问题，使用数据，将数据转化为信息，将信息转化为决策，以及评估结果）。在知识层面，它包括数据分析和使用的知识、内容知识（学科和课程主题知识）、教学内容知识（如何教授内容知识的知识），数据分析技能的获取涉及对这些知识进行三角验证的过程。如图1所示在实践层面，它为教师数据素养的培育提供了一个具体的实践模型，即为了让教师有效地使用数据，数据必须在相关内容域及其教学过程中进行语境化，在这一过程中，它受教师个体、环境、资源、组织和文化等多种因素影响。这一概念模型深刻地揭示了教师数据素养和DDDM之间互为前提、彼此成就的关系，即教师数据素养作为开展DDDM实践的基础条件，是提升DDDM项目绩效的关键，它同样也是DDDM实践的孕育目标之一，需要在DDDM情境中采用周期化和迭代化的流程进行系统地培育。近年来，国内也有诸多学者对教师数据素养概念作了相关探讨。总体来看，教师数据素养不单是指数据采集、统计和处理的能力，也并非单纯的个别技能培训问题，而是一个涉及教师个体“知”“思”“行”数据应用综合能力施展的过程。

2.现状测评

相关研究主要是通过问卷、访谈等形式从数据态度、数据意识、数据知识、数据技能以及对数据服务的需求等方面对教师数据素养能力现状进行了调查和分析[8-10]。在教师数据素养评价指标体系构建方面，一些研究主要围绕伦理意识、数据知识、数据技能和思维方式等核心要素构建了数据素养评价的指标体系[11][12]。从调查结果来看，当前教师的数据应用能力整体较为薄弱，数据意识淡薄，数据应用知识准备不足，亟待各类机构开展相应培育实践探索。

3.路径探析

美国作为世界教育数据实践的先行者，已在教师数据素养培育方面开展了大量的实践探索。在借鉴美国相关研究经验的基础上，国内也有诸多学者提出了相应的培育策略。总体来看，当前针对教师数据素养的培育主要集中在通过建构教育者关于数据使用的知识框架、设计数据使用教育课程和开展数据使用培训等几种模式[13]。从实际开展情况来看，相关知识、课程和培训内容标准都还有待完善统一，培育方式还主要是以模拟和抽象性内容为主，没有获悉教师在数据应用实践中的真实想法和满足教师群体多样化、差异化和个性化的数据知识、技能的紧迫需求[14]。特别是相关培训将教师数据素养培训简化为训练其数据及信息系统操作技能，这对教师的数据应用埋下了一定隐患。因为任何专业发展或培训都应侧重于数据的实际使用，而不能是空泛的技术技能训练[15]。教师数据素养的培养应是境脉化的，通过单独将教师抽离出教学情境而采用单纯的技能训练模式，无法解决教师数据素养的落地施展问题[16]。

（二）构建依据

从上述基本现状分析来看，教师数据素养是一个涉及教师心理、知识和能力范畴的综合实践领域。当前教育数据素养理论研究与落地实践之间呈现出倏然断裂的倾向，具体而言，从概念内涵来看，教师数据素养心理层面的影响因素未能引起学术界重视，相关研究停留在有关数据意识和态度现状调查层面，缺少针对影响教师数据实践中关键心理因素的梳理；在知识层面，相关研究停留在对知识的理论描述阶段，缺少面向教师数据应用实际过程的有效整合思路；在能力层面，相关研究内容体系构建比较庞杂，未能提炼教师数据行动的核心能力体系；从实践层面来看，相比美国等西方国家在教育数据应用领域的多年实践，国内针对教育数据素养的研究还主要停留在理论概述阶段，尚未有系统规模化的落地行动。因此，从教师数据素养培育的理论概述到落地实践提升绩效之间未能形成清晰明确的行动路线，也缺少全面系统的内容框架，这些问题亟待梳理完善。

再者，从教师素养培育的相关理论来看，其过程强调真实性、情境性和全面性三个特质，即素养并非个体单项技能等传统智力简单累加的总和，而是在特定情境下基于综合性实践所表现出的解决问题的能力。其中，真实性是指从真实生活中提取的情境和任务，或者让教师在真实情境中完成相关任务、解决真实问题。这两种形式都要求研究人员能够真正进入现实情境，通过对学校教育的观察、与教师的交流以及共同学习生活中去提取、设计和更新素养测评的真实性任务。情境性是指教师数据素养需在具体的实践活动中获得澄明，而非脱离具体情境进行抽象分析，教师需将关于数据的知识基础应用于现实的数据情境，有关素养评价指标体系的建构也不能依赖于个别学者的主观思考和推断，应该囊括教师在真实教学场景中所需的知识、技能和情感态度。相应的培育课程也应依据具体情境，建构面向不同群体的数据素养能力模型，进一步突出课程的针对性和实用性[17]；全面性主要是指强调素养培育的系统性和连贯性要求，不能单单训练某项技能，而要结合具体任务的实际流程和具体周期来完善其培育思路。就教师数据素养培育实践而言，不能仅仅是学习个别数据处理软件的使用，而应系统培养教师数据获取、解读、处理、分析以及对数据来源、生命周期、重新利用与价值评估的能力。

（三）构建内容

当前，国内针对教师数据素养议题已经进行了大量的概念界定、现状描述以及培育途径等介绍性研究，但理论探讨居多，内容比较笼统，缺乏对具体测评形式与内容的细致梳理，教师数据素养培育实践探究不足，缺少立足教育实际的实践路线和实施框架，更没有从学校教学层面为教师构建数据素养的长远稳健机制。再者，从国外业已开展的大量DDDM研究的实践反馈和行动经验来看，重视影响教师数据应用心理因素，提炼教师数据应用核心能力和构建教师数据应用实践机制是提升教师数据素养的重要途径。因此，本研究在系统梳理国内外DDDM相关研究的基础上，从教师数据素养牵涉的心理因素、包含的能力体系以及相应的数据应用实践支撑机制出发，设计了提升教师数據素养的系统框架（如下页图2所示）。其中，内圈（细线部分）涵盖教师数据素养从心理、知识到能力的三层核心内容结构，外圈（粗线部分）强调在学校相关配套机制支撑下开展DDDM实践。这一框架体现了促进教师数据素养转化和提升的三维结构。在基础前提方面，框架总结了影响教师数据素养培育的主要心理因素；在关键环节方面，框架提炼了提升教师数据应用实效的关键知识和能力；在保障机制方面，框架归纳了教师数据素养培育的重要实践条件。这一设计方案从心理、知识、能力以及实践层面提供了一个整合性框架，拟为后续教师数据素养培育落地实践研究提供系统性的行动指南。

从教师数据素养培育理论研究到推动其具体实践行动，需要解决针对教师数据应用过程的心理干预、能力构建以及配套支撑等问题。以美国为代表的西方国家在DDDM研究业已积累多年的实践经验，并且对其相关实践机制和作用原理形成了较为全面和深刻的认识。笔者将在下面篇幅重点介绍当前各个层面的研究现状，以期为国内相关实践提供先验和启示。

（一）影响教师数据行动的关键心理因素

数据使用被视为一种高度个人化的活动，基于数据的决策也会受到教师个体心理特征的影响，教师的动机、思维方式、决策风格和对数据应用的态度和信心都会左右着教师数据行动的质量。如果我们想加深和拓宽对学校数据使用的理解，那么调查教师使用数据的心理状况和可能影响教师数据使用的心理条件显得尤为重要。

1.聚焦心智模型：教师数据解释的认知内核

心智模型体现了个人的基本假设和看法，并能构建数据使用的具体倾向和行动。在教师的数据感知过程中，心智模型（教师对因果关系的判断）被用来对数据赋予意义[18]。教师使用数据的方式受到他们心智模型的影响，如有些教师比另一些更积极，当教育者将数据使用与基于课堂的改进工作联系起来，而不是与问责或达标工作联系起来时，他们会对数据使用做出更有建设性的反馈。吉默森等认为塑造和重塑心智模型的因素包括个人先前经验、正式培训、与同事的社会互动和领导者示范[19]。教师通过观摩教育领导者使用数据的方式或参与正式专业学习，可以进一步形成数据使用相关概念，进而丰富和規范教师数据使用的思路，使教师在数据驱动改进的背景下考虑多种形式的数据，直至将数据使用理解为改善学生学习现状的有用工具，而不仅是将其视为达标或提高考试分数的简单练习。

2.提升自我效能感：教师数据实践的原始动力

DDDM效能感是指教师有能力成功地完成与DDDM有关的任务，以提高学生的成绩的信心。教师DDDM效能感也会影响教师之间的协作，而专业学习或嵌入工作情境的培训可为解决这些问题提供最佳舞台。布鲁斯等认为同伴辅导是提高教师效能的有效手段，它通过两个或更多教师之间的协作配对，互相观察对方的教学，提供相关反馈，并讨论如何改进。为了明确探究教师对分析和解释数据，以及从学生数据中获取信息调整教学能力的信念，邓恩等开发了DDDM效能感量表[20]。它主要用于评估数据驱动决策的五个组成部分：数据识别和访问的效率（教师识别、访问和收集DDDM数据的能力）、技术使用的效率（教师检索技术工具以参与DDDM的能力）、DDDM的焦虑、数据分析和解释的效率（教师解释学生表现数据的能力）、数据发现对教学的应用（教师将结论应用于实践的能力），这一工具为DDDM实践中教师效能感的测量提供了便捷手段。

3.关注决策风格：教师数据使用的逻辑起点

处于相同决策情形下，教师的决策风格可以决定教师使用不同的数据信息。教师个体能够通过直觉识别他们周围的数据，并在搜索数据时引导他们自身的注意力，对数据的注意将产生对未来结果的预期，并使教师无需经过深思熟虑的分析就能得出相关结论[21]。虽然这些直觉策略也是教师专业知识的一个方面，但仅仅基于直觉收集数据所形成的判断可能不客观，而且裹挟着教师个人偏见的决定对学习者而言也不公平。此外，由于错误的直觉判断，新的教学调整措施可能与学生的需求不一致时，进而浪费宝贵的教学时间和资源。理性的数据收集可以防止直觉启发所导致的确认偏差。教师判断的理性模型描述了由预设目标或问题引发的决策循环过程。教师首先决定他们需要什么数据来回答这个问题，并考虑收集数据的计划或方法。然后，他们会在做出任何决定之前，对数据进行仔细搜索、分析和解释。如果收集的数据不能为问题提供足够的答案，那么他将启动一个新的循环过程。

4.改变教师信念：教师数据改进的根本挑战

教师受信念影响会表现出决策的不严谨、不一致、教育性及有效性差的问题。当教师遇到与他们自己的教育理念相冲突的想法和做法时，他们往往会选择忽视。教师信念首先反映在他们是否认同DDDM过程，进而影响教师DDDM的参与方式。如果教师认可通过提高使用数据的能力，可以有助于自己成为一名更好的教育专业人员，那么教师势必会积极参与DDDM行动。相反，如果教师抵制改变他们教学的做法，并且不认为有必要批判地看待和反思数据的价值，那么这种对待评估和测试的消极态度将是学校实施DDDM面临的主要挑战之一。

（二）提升教师数据应用成效的核心能力体系

对于教师数据素养的培育，不仅需要从心理层面了解其影响规律，还需在应用层面构建其核心能力体系，并具体阐释每项能力的应用背景和提升路线。根据曼蒂纳克等提出的DDDM五阶段理论[22]，笔者认为在整个教师数据应用过程中，如何整合多维度的知识来理解数据，如何解读数据以及如何基于信息做出合理决策，这三个主要过程应为教师数据应用的关键。因此，笔者据此提出针对性的核心能力，并对其实践提升路线给予具体阐述。

1.基于数据的知识整合能力

曼蒂纳克等提出的教师数据素养概念框架确定了三个主要的相互作用的知识领域：特定学科的内容知识、教学数据的使用和教学内容知识。教学数据使用是指教师分析和使用数据的能力，内容知识是指教师对特定领域或主题的理解，教学内容知识是教师指在内容领域应用教学知识的能力。在制定教学计划时，教师将通过这些数据、他们对特定内容领域的教学知识以及他们对学生如何最好地学习这些内容的理解，由此产生的综合理解通过联系教师的教育学知识转化为教学行动。教师基于数据的知识整合能力体现的是他们通过对数据应用过程中的教学认知与理解，建构起数据与教学之间关联的能力，而在没有整合知识和技能的情况下，教师通常不知如何使用数据指导教学。

2.基于数据的信息解读能力

数据解读是将数据分析结果转化为情境化信息的关键环节，也是做出最终决策的重要参考。解释过程（注意、解释和构建含义）不仅受到个人信念、知识和动机的影响，也受到社会互动模式的影响。意义建构理论认为数据分析过程是个体基于外界感知信息和内在图式对数据进行意义赋予的过程。人们通过将新的信息放入他们预先存在的认知框架来构建这些理解，这些框架通常被称为“工作知识”。工作知识塑造了个人如何将数据解释为决策过程的一部分，而且它会随着数据解读过程不断进行更新重构。工作知识主要由心理的最基本的认知结构——图式构成，这些图式是对所有先前观察结果的充分总结。数据感知过程主要围绕图式和现实之间的差异而展开。通过回顾构建自己的经历，人们并不考虑所有可能的刺激，而是通过现有的知识来过滤经历，关注一些刺激而忽略其他刺激，从而得出个性化的解读结果[23]。

3.基于信息的教学决策能力

應用数据进行教学决策的能力是以数据为基本依据，开展教学问题假设与教学干预论证，做出客观、合理和指向教学发展的能力。在DDDM行动中，决策主要包括两方面，一方面是在已发现的教学问题基础上，充分关注教学实践的情境性、生成性和整合性，收集尽可能多的数据进一步充分论证教学问题的假设。另一方面则是能够基于数据形成针对性的教学干预方案。针对具体如何开展教学决策，维也纳总结了三种不同的途径，如教师想知道他们需要教或重教的准确内容，那么教师应该使用问题诊断途径；如教师希望随着时间的变化而开发更好的教学方法，那么他们应该使用策略设计途径；如教师想了解学生理解内容的方式，或者想看看他们的教学是否符合他们的目标，那么教师应该使用教师专业学习途径[24]。没有任何一种途径可以单纯地用来解决教学中所有的问题，教师定义实践问题的方式决定了他们寻找数据的方式、分析它的途径以及由此产生的促进教学的措施。

（三）教师数据素养培育的主要配套机制

培养教师的数据素养不能仅仅关注教师的数据使用过程，还应将数据应用活动融入教师现有的教学常规中，形成教师应用数据的长远配套机制，构建教师应用数据专业发展的稳健体系，从而推动教师改进教学“知”“思”“行”三者间的良性循环。笔者具体从团队协作，文化熏陶、资源保障和反馈评估几个方面提出相应的构建方向。

1.教师数据应用协作机制

协作有助于教师之间相互学习数据使用理论，并允许他们就数据应用方法和策略进行深度交流。协作也是教师了解评估实践、分析不同类型的数据以及根据集体协商结果制定下一步措施和教学策略的重要方式。但协作通常只是第一步，团队是否拥有适当的技能和知识，合理的探究流程，进行什么样的决策以及是否有科学的结构和充足的资源支持协作探究和感知决策流程等，这些相关问题都会左右协作的进展。实践中已经出现了一些已被验证的非常有效的数据协作组织形式及流程，如数据团队、数据教练和数据对话等。这些研究同时也表明了数据使用和协作之间具有相互促进的关系，即如果允许教师进行协作学习和工作，数据的使用更有可能成功，进而有助于促进更有深度的协作。

2.学校数据文化实现机制

学校的数据使用文化能够深刻影响教师对数据的反应，而信任是学校数据文化构建的基础。如果数据团队成员认为需要批判性地反思数据并且当数据显示需要他们改变做法时，其他人也愿意这样做。但当团队成员感觉受到明显的压力和威胁时，数据反思并不容易出现[25]。其次，领导力是数据文化构建的核心推动力量。传达和塑造数据使用价值和理念的校长，对于营造教师定期使用数据的氛围至关重要，而发展数据驱动的文化也受到其个人愿景、行动和思维方式的影响。其中，学校领导的战略框架制定和主观行动意愿是增加教师参与数据驱动实践的关键。学校领导也可以使用各种具体行动构筑学校数据文化，如规划和调整教师的专业发展、为学生的表现设定目标和指标、与学生和教师一起庆祝进步、在学校内直观地显示学校数据、与家长及时沟通以及提升教师数据素养并引领教师开展数据协作，所有相关领导行为都将有助于培养一种数据驱动的学校文化。

3.教师数据应用保障机制

教师数据应用通常需要多元化的教师专业发展途径、固定的教育数据应用时间安排和讨论机制，以及各类数据资源（系统、报告、教练和专家支持等）。其中，对于DDDM应用而言，时间往往是第一位的资源，提升教师数据意识，安排教师课外专业发展学习和协作计划、进行教学实验和数据分析、实施不同类型教学评估和开展教学决策及反思，这一系列环节都需要时间的保障。学校还需要时间开展一些基础性工作，诸如引导教师理解评估在教学中的作用，为特定的教学单元创建与学习目标相关的成功标准，并将他们的评估方向转变为教学决策的组成部分。此外，鉴于DDDM应用涉及多项知识和技能的组合，为了给教师数据应用提供稳定坚实的支撑，为教师提供跨学科融合性的综合培训课程不失为一种积极创新的做法，其内容可以涉及教育评估、统计学、教学心理学、教育学、差异心理学和课堂管理等多个范畴，这一做法可被视为教育数据应用培训理论的一个创新举措。

4.教学数据应用评估机制

DDDM可根据学校发展、教学以及问责目的设定最初的数据应用目标，并对其进行相应评估。这一环节通常涉及一些基本的评估框架，如行动是否得到实施？是否在不同的利益相关方之间产生了预期的效果？最初设定的目标达到了吗？为了能够确定这一点，是否还需要收集新的数据？等等。为了使评估政策有效，数据除了用于确定学校是否达标之外，还应达到调整教学和监测行动是否有效的目的。数据也可以用于制定学校发展决策和计划，如基于学生明确的学习需求分配教学时间、基于学生的学习成绩制定学校改进的年度目标，相关数据也可用来确定学校课程教学的差距，从而促成教师专业发展实践计划的制定。此外，教师也可以通过多种不同的方式使用数据评估教学，如通过家庭作业、学生访谈和同事或学校领导一起观察课堂等来改进教学，根据学生的个性化需求调整教学和课程进度安排，为学生提供学习过程反馈以及设定个别化小组进行有针对性教学等。

随着我国教学变革和教师专业发展逐渐迈向数据化和实证化的道路，鉴于西方国家在教育数据应用实践中业已呈现的复杂性和曲折性倾向，目前这一形势更加凸显了我国教师数据素养培育实践的紧迫性和重要性。当前，在国内数据应用实践当中，技能训练分割化、数据应用形式化、数据分析程式化和效果总结套路化等现象都值得我们认真反思，教师数据素养培育任务也需要以更加全面和深入的行动思维，以系统化和实证化的实践方式来引领我国大数据时代教师专业发展道路。在参考国外先行经验的基础上，本文构建的系统框架为教师数据培育行动提供了参考。作为抛砖引玉，笔者期待更多后续的教师数据素养培育落地研究来验证和完善其培育理论。

参考文献：

[1] Gummer，E.S.，Mandinach，E.B.Building a conceptual framework for data literacy [J].Teachers College Record，2015，117（4）：1-22.

[2] Merchie，E.，Tuytens，M.，et al.Evaluating teachers’ professional development initiatives：Towards an extended evaluative framework [J]. Research Papers in Education，2016，33（2）：143-168.

[3] 賈同，顾小清.数据技术驱动的教育形态重塑：路径与过程[J].中国电化教育，2021，（3）：38-45.

[4] Marsh，J.A.Interventions promoting educators’ use of data：Research insights and gaps [J].Teachers College Record，2012，114（11）：1–48.

[5] Coburn，C.E.，Turner，E.O.Research on data use：A framework and analysis [J].Measurement：Interdisciplinary Research & Perspective，2011，9（4）：173-206.

[6] Datnow，A.，Park，V.，et al.High school teachers’ use of datato inform instruction [J].Journal of Education for Students Placed at Risk，2012，17（4）：247-265.

[7] Cho，V.，Wayman，J.C.Districts’ efforts for data use and computer data systems：The role of sensemaking in system use and implementation [J]. Teachers College Record，2015，116（2）：1-45.

[8] 郝媛玲，沈婷婷.大数据环境下高校教师数据素养现状及提升策略探析：基于上海地区高校的调查分析[J].现代情报，2016，36（1）：102-106+113.

[9] 李青，赵欢欢.教师数据素养评价指标体系研究[J].电化教育研究，2018，39（10）：104-110.

[10] 隆茜.数据素养能力指标体系构建及高校师生数据素养能力现状调查与分析[J].图书馆2015，43（12）：51-56+62.

[11] 张路路，张群等.国内外数据素养评价研究进展[J].图书馆理论与实践，2020，（2）：56-61.

[12] 陈娜萍.初中生数据素养现状调查研究[D].福州：福建师范大学，2014.

[13] 李新，杨现民.中小学教师数据素养培训课程设计与实践研究[J].中国电化教育，2020，（5）：111-119+134.

[14] 宋乃庆，郑智勇等.新时代基础教育评价改革的大数据赋能与路向[J].中国电化教育，2021，（2）：1-7.

[15] 林书兵，陈思琪等.从数据素养到数据智慧：教学决策的实践脉络与绩效追问[J].中国电化教育，2021，（9）：79-87.

[16] Mandinach，E.B.，Schildkamp，K.Misconceptions about data-based decision making in education：an exploration of the literature [J]. Studies In Educational Evaluation，2020，6（69）：100842.

[17] 邹逸，殷玉新.从“基于经验”到“数据驱动”：大数据时代教师教学决策的新样态[J].教育理论与实践，2018，5（38）：52-56.

[18] Spillane，J.P.，Miele，D.B.evidence in practice：a framing of the terrain [J].Yearbook of the National Society for the Study of Education，2007，106（1）：46-73.

[19] Jimerson，Beth，J.Thinking about data：exploring the development of mental models for “data use” among teachers and school leaders [J]. Studies In Educational Evaluation，2014，9（42）：5-14.

[20] Dunn，K.E.，Airola，D.T.，et al.Becoming data driven：the influence of teachers’ sense of efficacy on concerns related to data-driven decision making [J].Journal of Experimental Education，2013，81（2）：222-241.

[21] Klein，G.Naturalistic decision making [J].Human Factors，1997，50（3）：456-460.

[22] Earl，L.，Louis，K.S.Data Use：Where to from Here [M]. Dordrecht：Springer，2013.

[23] Grolemund G.，Wickham H.A cognitive interpretation of data analysis [J]. International Statistical Review，2014，82（2）：184-204.

[24] Rob Wieman.Using Data to Improve Instruction：Different Approaches for Different Goals [J].Action in Teacher Education，2014，36（5）：546-558.

[25] Lai，M.K.，Schildkamp，K.Data-based decision making：An overview [M]. Dordrecht：Springer，2013.

作者簡介：

张学波：教授，博士生导师，研究方向为媒介素养、新媒体传播、数据驱动的教学决策。

林书兵：副教授，在读博士，研究方向为智慧教育、教育大数据。

朱莹：在读硕士，研究方向为智慧教育。

Intervention to Ability Construction： The Systematic Framework and Practical Mechanism of Teachers’ Data Literacy Cultivation

Zhang Xuebo1， Lin Shubing2， Zhu Ying3（1.School of educational information technology of South China Normal University， Guangzhou 510631， Guangdong； 2.Institute of advanced Studies in Humanities and Social Sciences of Beijing Normal University at Zhuhai， Zhuhai 519087， Guangdong； 3.Key Laboratory of Brain， Cognition and Education Sciences， Ministry of Education， South China Normal University， Guangzhou 510631， Guangdong）

Abstract： With the general rise of educational data application， teachers’ data literacy has gradually become the core theme of teachers’ professional development in the new era. Through literature analysis， it is found that the complex reality and multiple influencing factors of teacher data application reveal that we need to design the cultivation and improvement scheme of teacher data literacy from a comprehensive， real and situational perspective. On the basis of systematically combing the research on the practice of teachers’ data literacy at home and abroad， based on the key psychological factors and core competence system affecting teachers’ data action， this study constructs the system framework for the improvement of teachers’ data literacy， and puts forward the supporting mechanism of teachers’ data practice from the four aspects of coordination， culture， guarantee and evaluation， In order to provide action lines for various educational institutions to carry out the practice of improving teachers’ data literacy.

Keywords： teachers’ data literacy； data driven decision making； psychological intervention； capacity building