数据驱动教师数字素养提升的设计与应用研究

摘 要：随着大数据时代的到来，以数据驱动教学改进逐渐受到教育研究者和一线教师的关注。在此背景下，某区以“数据驱动”为切入口，以教育教学提升的需求为出发点，探索教师数字素养提升的实践路径。本研究结合该区开办的“数据管理与分析讲习班”的三期实践情况，围绕数据意识、数据技能、数据应用和实践迁移等模块，采用反应层即时评价和效果层实践评价相结合的方式推动数字素养评估。本研究认为，教师数字素养提升只有伴随长周期数据任务、追踪数据评价、契合常态教学业务方能得以持续。

关键词：数字素养；数据分析；教师专业发展

中图分类号：G434 文献标志码：A 文章编号：2096-0062（2024）03-0060-07

一、问题背景

随着教育信息化改革的不断深入，日益发展的教育技术和各种信息化工具带来了海量的教育数据，这些数据为学校教学方式的转变、精准教学等先进教育理念的落实提供了新的可能性。越来越多的教师开始关注和学习数据相关知识，他们能够熟练运用各种教学软件和平台，利用数据分析提高教学效果；可以利用大数据进行学情精准分析，实现差异化教学、精准教研和个性化作业[1]。当前，教师专业发展进入一个新的阶段，教师需要具备更高的数据素养，只有深入理解教育数据的含义并加以有效运用，才能更好地应对当前日益发展的教学环境。近年来，国家颁布了一系列政策，推进信息技术和智能技术深度融入教育教学全过程。教育部发布的《教师数字素养》教育行业标准中提出了五项教师数字素养的内容，并多次提到“数据”一词，充分体现了数据在教师数字素养提升中的重要价值。然而，大部分一线教师在数据素养方面还面临诸多困难和挑战，缺乏利用数据驱动教育教学实践改进的意识，缺乏数据分析、数据解读和应用数据驱动教学决策改进的能力[2]。因此，需要加强教师数据素养的培训，提高教师的数据素养水平，以更好地适应信息化时代的教育发展要求。

二、数据驱动教师数字素养提升的研修项目设计的理论框架

（一）教师数据素养框架

教师数据素养指的是教师能够对不同类型、不同来源的教育数据进行定位、获取、处理与分析，并将分析结果转化为改进教学行为的知识，以提升自己的专业技能和学生的学习能力[3]。根据李青等[4]构建的教师数据素养评价指标体系，教师数据素养由数据意识、数据能力和数据伦理3大部分组成，教师需要具备数据意识、数据的定位与采集能力、数据的分析与解读能力、数据的反思与决策能力、并能够遵循数据伦理道德。其理论框架如图1所示。

图 1 教师数据素养的构成

数据意识指的是教师对数据的感知能力，即教师在教育教学过程中，能够敏锐地感知和合规地使用数据。这是教师必须具备的基本数据素养，也是教师能够利用数据优化教学的前提和基础。数据能力指的是教师应用数据解决实际问题的能力，即教师能够根据问题定位和采集合适的数据，并利用合适的数据分析方法，借助数据分析软件对数据进行分析和处理，继而基于数据分析结果提出决策方案并对实施结果进行数据反思，从而改进教学过程、优化干预效果。数据道德强调的是教师要遵循数据使用相关的法规和伦理道德，保护教育数据的隐私安全。可以看出，教师数据素养不仅体现在教师对数据的采集和分析处理能力，而且体现在其对数据解决问题的敏感性，以及利用数据的合规性、数据隐私保护意识等方面。因此，对于教师数据素养的培训，一方面，要加强对教师的数据意识和数据道德的培养，提升教师利用数据优化教学的意识和对数据功用的敏锐感知力；另一方面，要注重培养教师针对实际问题选择和定位数据、处理和分析数据以及解读数据的实践能力。

（二）混合式教师研训

混合式教师研训来源于混合式学习，是混合式学习模式在教师培训场景中的应用，旨在发挥面对面研训与网络研修的优势，不仅体现指导教师的引导、启发、监控在研训过程中的主导作用，而且体现参与教师在研训过程中的主动性和创造性[5]。根据混合式学习环境的不同，混合式研训有4种主要形式，分别为线上线下相结合的课例研训、教师工作坊支持的主题研训、混合式学习环境下的微课题研训、直播课堂支持的同侪研训[6]。混合式研训的参训对象为中小学教师，是具备丰富经验、独立思维和自主意识的成人学习者。因此，在混合式研训活动设计中，既要发挥培训者的主导作用，又要充分体现参训教师的主体地位，使参训者能够利用已有经验、教育教学中遇到的实际问题，将培训活动与教师实践相结合，发挥其主动性和创造性。另外，混合式研训的活动设计要基于培训主题，并在对参训对象的个性需求充分了解的基础上，明确培训目标和预期成果。在培训课程结束后，还要有后续延伸阶段，为教师开展校本实践提供指导和支持。需要强调的是，基于混合式学习理论和策略，混合式研训的活动策略设计应当注重创设社会临场感、教学临场感和认知临场感[7]。具体而言，在研训活动初期，要营造良好和积极的学习氛围，使参训者产生归属感，并了解课程、信任讲师，激发学习动机，创设社会临场感；在研训活动中，要注重创设教学临场感，引导参训教师有效学习，并激励个人和小组能够持续参与；在研训活动后期，要注重创设认知临场感，培训者要设计学习活动重点，以分享交流等活动为表现形式，有效提升参训教师的问题解决能力、自我反思和评价能力。

（三）数据驱动的教师数据素养提升混合式培训

根据上述混合式研训活动设计策略，本研究将培训活动的实施分为3个阶段——开展前、开展中、开展后，如图2所示（见下页）。

讲习班培训活动开展前，对参加培训的教师数据素养能力水平进行前测调研，了解学员现有水平及需求，课程研发团队根据教师实际需求和基本学情进行课程主题确定与研磨，制作学员手册，让学员提前了解本次课程安排以及学员需要做的学习前准备工作。

讲习班培训活动开展中，采用专题共学、案例教学、内部研修、实操训练等方式，使学员在系列讲习活动任务驱动的情境中习得所需要的知识、能力，提高数据意识、数据技能、数据应用能力，提高循证教学、循证管理能力。培训结束前，各组基于学习心得、成长突破等方面进行展示汇报。

讲习班培训活动开展后，进行教师数据素养能力水平后测调研，收集培训反馈，持续跟进，为后续讲习班开展奠定基础。除此之外，也会开展校本实践指导培训，让学习者将所获取的知识应用到日常教学、管理过程中，做到学以致用。

三、数据驱动教师数字素养提升的研修项目设计案例——以某区开办的“数据管理与分析讲习班”为例

“高信度高效能学生发展评价支持体系建设研究项目”的“数据管理与分析讲习班”，分数据应用管理DM（Data Application Management）和数据分析应用DA（Data Analysis Application，DA）两类，参训学员分别是某区一所中学的中层干部、年级主任及学科教师。通过16课时集中讲习+24课时校本实践指导的课程体系，探索以“联动、协同、贯通、下沉”为主要特征的“教学研评管一体化”培训，初步构建具有区域特色、基于数字素养的教师专业化发展支持体系。

本研究从目标设计、课程设计、实施方式及策略、结果评价4个方面详细阐述了某区“数据管理与分析讲习班”的培训项目设计方案。

（一）目标设计

提升教师数据素养，提高教师评价能力。为落实《中小学学生学业评价指导意见》提供重要保证，为该地区中小学教师及学校管理者在组织教育教学、推动制度管理、开展科学评价、精准施教施策等方面适应教育评价改革提供有力支持。

为学校数据应用管理干部和教师评价能力提升开办数据应用管理（DM）讲习班课程，旨在让教师能够按照一定的规律和规则，利用数据平台对学校数据进行有效的收集、存储、处理、应用，充分发挥数据的作用，提高对学校教育教学业务的管理水平。

为学校学科教研组长、学科教师评价能力提升开办数据分析应用（DA）讲习班课程，旨在让学科教师全面了解数据采集全过程，学会运用数据存储追踪学生学业发展，在原始数据基础上进行加工处理，保证数据应用的及时性、完整性、有效性、一致性、准确性，学会对海量数据进行数据挖掘和价值提炼，学会用最适合的方法解决问题。

培训项目以结果为导向，首先设计清晰的培训目标，并按照预期效果，细化学员经培训后应具备的基本素养和能力水平。立足学校不同教师角色的岗位要求，区分出数据管理者和数据分析者两类重点角色，立足其岗位需求，模块化制订培训课程方案，在有限的培训时间内，使不同的培训对象所学到的内容有所不同，两者既有交叉，又各有侧重。本研究基于付蓉[8]构建的中小学教师数据素养指标体系、单俊豪等[9]构建的高校教师数据素养的表现性评价模型，结合具体的研究情境进行了部分修订。表1为本次混合式研训活动的目标体系。

在培训过程中，本项目注重多种考核方式的综合使用，在项目专家团队指导下，由相关人员共同负责培训活动的全程质量监测，通过考核评教、考勤管理、成果整理、布置作业、考核赋分等多种办法进行监督，确保良好的培训效果。

（二）课程设计

围绕培训目标，本研究设计了本次“数据管理与分析讲习班”课程框架，如表2所示（见下页），包括培训目标、培训课程、培训对象、培训活动与预期的作业/成果五个方面。培训课程内容设计以区域需求为本，以讲习活动、任务驱动、伴随式评估为导向，以提升中学教师数字素养为目标，建构包含“数据意识+数据技能+数据应用”的具有区域特色、基于数字素养的教师专业化发展模块。

具体来说，培训课程主要包括理论知识课程（专题讲座、案例品鉴、分组讨论）、情境体验课程（案例分析、互动交流、岗位实践、校际观摩、内化提高）、技能实战训练课程（小组作业、学习日记、校本行动计划、成果生成）、虚拟辅助课程（网络研修平台、智慧教研平台、大数据融合平台、学习工具应用平台）等。特邀高校博士、智能工具与学习工具项目专家、一线校长等组成课程研发团队，为提升学习者数字素养精心设计和研磨课程。

（三）实施策略设计

此次培训基于混合式学习理论，采用集中研讨与专题指导相结合、讲习同步的实施策略，通过专题共学、案例教学、任务驱动、内部研修、实操训练等方法开展培训，根据讲习班培训目标、培训对象需求等提出提升教师数字素养的有效路径。

1.需求调研

需求分析主要解决的是“为什么培训”的问题，本次研训课程设计之初，课程研发团队对本区参与此次研训的参训学员进行了需求调研。利用问卷调查和访谈的形式，了解和评估学员对数据素养培训的需求，从而结合学员的现有水平和一线教学实践的实际需求，设计此次研训课程，提升研训的精准性，同时也在这个过程中让学员体会数据驱动精准教研的作用。

2.专题讲座与任务驱动

根据课程框架开展专题讲座，授课专家以理论和实践相结合的方式，从数据意识、数据技能、数据应用能力三个方面提升教师数字素养，培养参训学员的数据意识和数据能力。本次研训以任务驱动，采取线上线下相结合、小组合作的方式，要求参训学员积极参与学习活动、完成研训任务，并基于学员的参与情况评估研训质量。

3.案例分析与实操训练

本次研训的学习活动结合案例分析与实操训练的优势。邀请一线校长、项目负责人进行特色典型案例分享，讲解如何有针对性地采集、提炼数据，根据不同教学需求匹配不同采集场景，将各种数据应用管理方法融入具体的教育教学业务场景，帮助参训学员增强应用数据意识，并为其提供与自身教学相关的实践案例。通过实操训练，进一步提升参训学员的数据意识和数据能力，使其能够更好地利用工具提升工作效率。

4.线上+线下交流

利用微信群、网络研修平台、智慧教研平台等工具支持整个培训过程。在开班前期，建立微信班级群，包括各班班主任、助教老师及学员教师。班主任通过微信群发布与培训相关的通知公告，包括培训通知、课程安排、作息时间等信息，让学员可以及时了解培训安排与培训动态等。培训中，助教老师会发放与课程培训相关的学习材料、素材，保证课程的顺利开展。培训后，课程团队收集学员反馈，持续跟踪学员教师对培训内容的实践应用情况。

5.汇报展示

数据管理班（DM）和数据分析班（DA）的学员分别对本次学习成果进行分享和展示。各组学员从对数据的认识、如何分析数据及数据在教学与管理中的应用等方面进行汇报。

（四）结果评价

为有效评估培训效果，本研究依据柯克帕特里克[10]的4级评估模型设计了4个阶段的考核点（如表3、图3所示），制订40%（学员每天签到、积极程度等反应层内容）＋60%（完成任务情况、汇报展示情况等学习层内容）的评价考核标准。最后，对各阶段积分数据及学习效果数据进行汇总分析，形成培训项目评价报告。

四、研究小结与反思

数据驱动教师专业发展已经成为当前教育领域的重要任务。只有具备了数据素养，教师才能更好地进行数据驱动教学，提高教学质量和效率，实现自身专业发展的目标。某区通过以上培训项目工作的开展，取得了良好的培训效果，切实提高了参训教师的数据素养，但是仍有不足之处值得反思。

（一）教师的数据素养的培养需要较长的周期

虽然短期的培训能够让教师对数据的认知有一定的改变，但是教师数据素养的提升需要较长周期的培养。这就要求教师保持终身学习的意识，持续学习新知识、提高专业知识水平。只有如此，教师的数据素养才能得到切实的提高。

（二）数据技能的熟练掌握需要更多的练习

在培训过程中，部分教师虽然表现出了对数据获取、数据管理、数据分析、数据评价等数据技能的浓厚兴趣，但同时也表达了短时间内难以全部有效掌握的担心。这就要求教师要有意识地在后续的日常工作中进行练习与实践，从而提高自己的熟练程度，掌握相应的知识技能。

（三）数据的现实解释及干预手段缺乏更贴切的指导

从数据到教学干预往往不是一蹴而就的，首先，教师要能够借助工具进行有效的信息加工，并基于现实情境对结果进行解释甚至互证，从而完成对数据结果的理解。其次，之后的教育决策也需要教师基于现实情景制定。这一系列过程目前尚缺乏更为贴切的指导。因此，如何指导教师为数据分析结果寻找现实解释，为教师改进教育实践提出合理建议，以支持教师基于数据快速作出最佳行动决策，是此类培训应当关注的重点。

参考文献

[1] 周宝荣.大数据时代的教师专业成长[J].数字教育，2020，6（5）：1-8.

[2] 张进良， 李保臻. 大数据背景下教师数据素养的内涵、价值与发展路径[J]. 电化教育研究， 2015， 36（7）： 14-19，34.

[3] 李新，杨现民，晋欣泉.美国教师数据素养发展现状及其对我国的启示[J].现代教育技术，2019，29（4）：5-11.

[4] 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.

[5] 何克抗.从Blending Learning看教育技术理论的新发展：上[J].电化教育研究， 2004（3）：1-6.

[6] 杨东亮，张凯.初中化学区域教研及教师培训的创新研究[J].化学教育（中英文），2023，44（7）：85-92.

[7] 冯晓英，吴怡君，曹洁婷，等.“互联网+”时代混合式学习活动设计的策略[J].中国远程教育，2021（6）：60-67，77.

[8] 付蓉. 数据支持教学决策背景下中小学教师数据素养指标体系构建研究[D].重庆：西南大学，2020.

[9]单俊豪，张刚要.高校教师数据素养的表现性评价：理论模型与应用策略[J].数字教育，2023，9（1）：33-38.

[10] 魏秀丽，寇茜茜.基于柯式模型的员工培训效果转化影响因素研究[J].中国人力资源开发，2016（8）：50-55，87.

（责任编辑 孙兴丽）

Research on the Design and Application of Data-Driven Digital Literacy Improvement for Teachers

—Taking the “Data Management and Analysis Workshop” in X District as an Example

Li Zhaoduan1， Li Xiaoqing2， Wang Dan2， Wang Mengyao1， Cao Rui1

（1.Beijing Fangshan District Teachers’ Training School， Beijing， China 102400;

2.Advanced Innovation Center for Future Education， Beijing Normal University， Beijing， China 100895）

Abstract： As the era of big data is brought about， data-driven teaching improvement has gradually attracted the attention of educational researchers and frontline teachers. In this context， X district takes “data-driven” design and the demand for teaching improvement as the starting point， and studies the practical path of teachers’ digital literacy improvement. In the light of the three practice sessions of the “Data Management and Analysis Workshop”， the assessment of teachers’ digital literacy is centered on different modules such as data awareness， data skills， data application and practice migration， by conducting the immediate evaluation at the reaction level and practice evaluation at the effect level. Finally， it is suggested that the improvement of teachers’ digital literacy should be accompanied by long-cycle data tasks， tracking data evaluation， and fitting into regular teaching in order to be more sustainable.

Key words： Digital literacy; Data analysis; Teacher professional development

收稿日期：2023-12-26

基金项目： 2022年度国家重点研发计划重点专项“农村地区教师教学能力智能测评与教学精准辅助技术研究”（2022YFC3303600）；北京市教育科学“十四五”规划2023年度一般课题“基于数据素养的中小学教师评价能力支持体系建设实践研究”（CFDB23474）

作者简介：李兆端（1972 — ），男，河南南阳人，硕士研究生，中学高级教师，研究方向为区域教育督导、质量监测及学生发展评价等；李晓庆（1986 — ），女，河北唐山人，未来教育高精尖创新中心学科教育实验室主任，研究方向为基于大数据的教育质量提升、技术赋能的教师专业发展；汪丹（1990 — ），女，河南开封人，博士，研究方向为在线教育、社会化学习、信息技术与课程整合；王梦瑶 （1997 — ），女，河北邢台人，二级教师，研究方向为学业评价研究、数据分析与管理；曹锐（1980 — ），男，吉林白城人，一级教师，研究方向为教育质量评价、大数据分析与应用研究。