远程教育教师数据素养研究进展与展望

一、数据素养相关研究数据素养又称数据信息素养或科学数据素养。数据素养被认为是科研人员、图书馆馆员、教师等特定人群的核心素养之一。有研究者提出数据素养兴起的原因是数据密集型科研范式出现、科研数据管理需要以及数据政策细化［1］。数据素养的类型有工匠型、参与型和交互型［2］，从性质上分为基础型、专业型和创新型数据素养［3］。数据素养概念到目前为止还没有统一的定义。在明确数据素养之前，需要弄清楚与之相关的概念。（一）数据素养的概念在不同的学科领域对数据有着不同的释义。计算机科学领域中，数据为任何使用行×列这样的表格结构来组织信息的计算机文件。统计学中，数据可作为辨识、选择、判断、决策的凭据或依据，形式上是数值或可以数字化的其他信息。社会学中，数据是正在研究的个案上记录的经验观察值。在信息化语境下，数据指从收集、测度到保存起来的可管理、可利用的信息［4］。在数据素养研究过程中，数据不仅是定量的数值，还可以是以任何方式编码的信息。素养是指经常的修习涵养，是不断发展的，并具有丰富的动态性、开放性。P.Gilster将数据素养定义为：“能读懂计算机显示的各种数据资源，理解这些信息内在含义的能力。”［5］张进良将数据素养定义为：“能够提出并解决基于数据的问题，同时要能够选择并利用恰当的数据和工具，对数据的推理和解释进行合理的评价。”［6］数据素养的内涵是具备数据意识和数据敏感性，能够有效且恰当地获取、分析、处理、利用和展现数据，并对数据具有批判性思维。（二）数据素养研究概况数据素养研究历史被大致分为三个阶段：起步阶段（2011年至2013年）；快速发展阶段（2013年至2016年）；高速发展阶段（2016年至今）［7］。图书情报学领域对此有大量的研究，研究热点主要包括内涵、构成要素、能力、评价、培育等，研究侧重于数据素养的能力、评价、培养等，还有一部分是有关公民数据素养的研究。二、教师数据素养内涵与脉络分析数据素养是当前教师需要掌握的新技能，是教师专业发展的支持性素养之一。我国也较为重视教师数据素养，发布了一系列政策、文件；美国利用教师资格认证标准促进数据素养发展工作进入了实践层面。国内有关教师数据素养的论文最初是项华于2011年发表的《论物理教育中数据素养的培养》一文［8］。（一）教师数据素养内涵教师数据素养目前没有统一定义，国内外许多研究者提出了各自观点。有的研究者将教师数据素养视为能力、意识以及对数据的操作技能。有的研究者将教师数据素养界定归纳为技术论、决策论、综合论。还有的研究者认为理解教师数据素养有四种类型：侧重教学问题；侧重数据处理；侧重决策过程；侧重学科、主题、使用意向等［9］。教师数据素养研究中的关键词以教育大数据、能力模型、数据驱动教学、教育决策等出现频次最多。美国教育心理学家艾伦·曼迪纳契与其研究团队召集了55位专家研究教师数据素养概念，并提出了教师数据素养的概念框架［10］。该框架包括两大部分：提供查询的数据及7个知识领域（内容知识；一般的教学知识；课程知识等）、数据使用部分及5个知识和技能（识别问题和框架问题、使用数据、将数据转化为信息等）。强调教师数据素养概念框架是动态性变化的，对于教师、管理人员来说，数据素养的知识和技能会有相应的变化。美国数据质量运动（DQC）［11］提出了教师数据素养概念，即“教师根据其专业角色和责任，综合处理多种数据类型，最终改善学生成就的能力”。综上所述，教师数据素养通常被认为是与数据处理相关的一种能力，还被认为是教师的一种专业素养，改进教学策略或者提高学习效果等。教师数据素养内涵不仅仅是一种能力或技能，其内涵是教学知识、数据思维以及对学生的理解，同时包括长期的修习，整合相关知识、意识、伦理道德。基于此，教师数据素养是指教师在教育教学过程中，能够正确获取各类数据，处理分析后优化教学过程，满足学习者需求，最终形成具有数据意识以及数据伦理道德的内在品质和修养。（二）教师数据素养脉络分析随着教师数据素养相关研究的发展，教师数据素养研究内容理论程度逐渐深入，研究角度多样化，研究对象逐渐丰富。主要研究可分为三个阶段。1.以实践为主导的现状需求探索起步阶段。探索起步阶段对教师数据素养进行需求和现状的调查，一般采用问卷调查法。需求调查结果较多地关注数据管理、使用、处理等技能。现状调查结果是教师整体数据素养处于萌芽状态。高校教师更关注数据伦理、质量等内容，中小学教师数据素养在数据收集、分析以及利用数据做出教学决策等方面存在问题。2.以多视角的研究内容扩大阶段。教师数据素养研究内容转向内涵、组成要素、结构模型等，并以多视角和多种方法展开研究，从数据利用角度，提出大数据时代教师数据素养的提升路径，提升教师用“数据说话”的思维能力。从数据驱动教学的角度，构建了教师数据素养能力的层次模型；从教师专业发展的角度，提出教师数据素养的组成要素、价值意蕴和发展路径，以及教师数据素养教育的组织方式和培训内容；国外教师数据素养研究成果的引介以美国教师数据素养研究为主。研究方法则采用访谈调查法、案例研究法、德尔菲法、比较研究法等。3.以细化研究对象的深入阶段。教师数据素养研究在建构其结构的基础上，细化了研究对象，如高校教师、高职教师、远程教育教师、中小学教师、高中教师等。其中，高校教师数据素养的研究具有普遍性，中小学教师数据素养的研究内容丰富且深入，形成了体系，包含中小学教师数据素养现状、能力结构模型、能力评价指标体系、培养策略、内容等。三、远程教育教师数据素养实然困境远程教育数据主要来自学习平台中的各类数据或教学活动，一般存在伴随式生成、实时动态、更新较快等特征。教育数据类型一般分为个体、课程、班级教育数据。教育研究关注的“数据”是指“系统地收集起来的有关学校某方面的信息”，既包括教学测评定量数据，也包括课堂观察、访谈、人口统计学等类型的定性或定量数据。（一）远程教育教师获取的教育数据远程教育教师通过学习平台或教学活动能够获取的数据主要有以下几种类型。1.学习行为数据。学习行为数据主要基于学习者在学习平台上留下的各种学习行为记录，如视频观看行为、论坛发帖回帖行为、课程的访问行为、作业完成行为、在线讨论等。具体的是指学习者登录学习平台的次数、参与辅导答疑等教学活动的次数、在线时长等，测试时答题的时长，测试分数，等等。通过解读这些数据，教师可以监控学习者的学习行为。2.学习交互数据。学习交互主要是指三个方面：（1）学生与学生之间的互动，学生之间的交流讨论、传送的内容和文件；（2）学生与教师之间的互动，教学/学习评价、课程指导、答疑的内容等；（3）学生与学习平台的交互，如登录时长、学习资源的浏览频度、查看教学文件、发帖数量等。教师可以通过这些数据分析在线学习投入情况。3.测评数据。测评数据包括学生的形成性成绩、终结性成绩、在线测试成绩、阶段测试等数据。测评数据会依据课程的考核方式和类型而有所不同，所获得的数据类型也有所不同。有研究者认为，学习成绩应包括结果性成绩、作业成绩、测试成绩、学习速度、学习效度。4.人口统计学数据。人口统计学数据，即性别、年龄、民族、职业、婚否、经济状况等基本信息。教师一般不会注意这方面数据，实际上是综合考查和理解学习者的重要基础。人口统计学数据一方面用于常规性的数据汇总；另一方面，可结合其他数据，进一步探查与分析学生的学习变化情况，以供教学改进与优化，满足学习者学习需求。（二）远程教育教师数据素养的实然困境即便了解到教育数据背后隐藏的信息能够客观地反映出教育中的潜在现象和存在的问题，但应用这些数据仍然是个难题，因此远程教育教师数据素养面临以下的实然困境。1.远程教育教师忽视远程教学过程的数据。远程教育教师在教学设计准备阶段，依赖经验进行教学内容重难点的安排；教学阶段，忽视学习平台中产生的各类学习行为数据；教学评价和反馈阶段，更是缺乏有效的评价工具和方法，几乎不做基于数据的教学决策。教师以教授知识为倾向，较少关注学生个体发展问题，极少的数据被应用于教学建议、学生发展、教学评估中，更多的数据则没有被利用。2.“让数据说话”未被引起重视。数据在远程教育中不仅是产生的内容，也是反馈信息的来源，有着巨大的潜在价值。教师在学术研究或重要时刻会利用数据来“说话”，但甚少利用数据分析远程教学实践过程。教师可以通过对在线学习平台中的数据进行分析和处理，了解学习者的学习倾向、学习偏好、整体学习情况等，更深入分析还可以了解其学习目的、知识结构等，据此调整教学策略，提高学习者的学习积极性，提高学习效率。3.远程教育教师专业发展不足。远程教育教师专业发展长期存在不受重视、发展不均衡、持续性弱等问题。远程教育教师相对于普通高校教师除具备专业知识、教学能力外，更注重信息技术的使用。教师数据素养被认为是教师专业发展的新趋势，也是今后发展的必然。教师数据素养的形成是复杂的过程，可以解决持续性弱的问题。数据技术的应用，体现在数据整理、分析、解释、可视化等方面，可以解决落地性弱的问题。四、远程教育教师数据素养研究展望远程教育教师数据素养研究主要是能力模型研究，以分层确定，包括知识层、技能层、实践层、意识层。实践方面，对远程教育教师进行了短期的数据素养培训。远程教育教师数据素养研究无论从理论研究还是实践研究方面都有待补充和完善。（一）理论研究已有的教师数据素养研究对远程教育教师来说存在一些不足。例如，远程教学的特殊情境、教师教学方式的不同、教学资源的设计与安排等，缺乏数据敏感性以及数据可视化与交流讨论。基于这些，需要从理论层面系统地分析远程教育教师数据素养相关问题，远程教育教师数据素养逻辑缘起、内涵、构成要素、结构模型、评价体系等。（二）实践研究远程教育教师可以通过在线学习平台、教学活