民小编说
上海市黄浦区深入探索数字技术驱动的教与学模式创新,建设并应用指向区校两级教育数据治理的数智大脑,实现区域教育管理部门与中小学在教育教学专业领域的数据融合、数据治理与数智决策,激活教与学的数字化转型。这篇文章以数智大脑赋能的学生阅读数据治理与改进为案例,呈现数智大脑驱动的教育应用创新。一起来看——
一、教育数字化转型的现实背景与关键技术
数据已经成为重要的生产要素,深刻改变着人类生产劳动与社会生活方式,深入推动着智能科技革命与产业变革转型。为了深入贯彻并实践国家教育数字化战略行动,上海市黄浦区作为“国家级信息化教学实验区”,充分结合教学实践与信息化建设的实际情况,深入探索数字技术驱动的教与学模式创新,以数据赋能区域教育治理与教育改革实践。
黄浦区部署了中小学生阅读平台、双线混融教学平台、初中英语听说平台、学业质量监测平台等丰富的教育信息化应用,并积累了大量教学与学习数据。然而,由于缺乏系统性的数据管理策略,分布在各个系统中的数据难以联通,加之缺少清晰、直观且可解释的数据分析方法,教育数据的潜在价值未能充分挖掘,无法充分满足一线个性化教学、学习诊断与数据治理的需求。为顺利推进教育数字化转型,亟须打造面向教学业务需求的数据赋能、智能驱动的技术系统。
数智大脑作为实现教育数字化转型的数据智能技术,融合了教育理论模型、智能分析技术与算法,可以充分挖掘、解释和预测海量数据中的教学规律,实现规模化数据的智能治理与创新应用。通过数智大脑的建设,区域教育管理部门与学校可以将多种应用系统中的复杂教育数据依据统一的结构标准进行规范化与系统化存储,然后依据教学业务需求,运用教育理论模型与智能数据分析方法,挖掘出数据价值并返回到教育实践应用中[1],实现数据“从应用来,到应用去”。因此,数智大脑能突破教育数字化转型过程中存在的数据孤岛、“可信”教育数据架构缺失、数据分析结果可解释性差等困境,促进数据使能教育应用创新与实践[2]。
二、指向教育数字化转型的数智大脑建设
在数据使能的教育应用创新与治理模式重塑的需求下,黄浦区研发并建设指向区校两级教育数据治理的数智大脑,以此实现区校复杂教育数据的统一管理,并结合教育理论模型深度挖掘教育数据意义和价值,从而运用数据驱动教育实践创新。具体而言,数智大脑通过三方面关键技术与实践实现教育数据治理的闭环,包括:(1)不同平台系统间复杂教育数据的联通,实现结构化与标准化数据统一治理;(2)强化教与学过程性数据的收集,运用教育理论模型与智能分析算法,实现理论与数据双向驱动的教学分析与过程性评价;(3)基于数据智能分析与评价,实现差异化教学与个别化指导,赋能教学实践创新。
一是教学数据标准体系与数据联通。构建基于教育领域特征的教学数据标准体系,将区校两级教学数据、原有数据中心教学数据、各类教学系统(如阅读平台等)的数据进行统一接入与结构化处理,实现区校两级教学数据的流转,规范教学数据的治理流程,支撑教学数据的统一管理和分析。同时,在区校教学数据标准的规范下,数智大脑通过教育数据语义标签处理流程,运用学科知识图谱、大概念地图与素养能力地图等对教学数据进行语义化标签标注,可以解决教育数据标签界定不清晰、结构混乱等问题,以此为数智大脑提供高质量、可解释的教育业务数据。
二是理论与数据双向驱动的数据价值挖掘。数智大脑将教育领域模型、学科知识图谱等教育领域知识和理论融合到算法驱动的数据分析过程中,解决算法黑箱和分析结果不可解释等问题。同时,从教育领域视角深度挖掘数据价值并对数据分析结果赋予教育意义,实现理论与数据双向驱动的数据智能分析与评价,增强数据分析结果的可解释性,形成数据智慧驱动教育实践的关键契合点,为数据驱动教育应用打造坚实基础。
三是数据智慧赋能教育应用创新。数智大脑强调从应用中获取教育数据以及挖掘数据价值,并重新反馈到应用中,即运用数据赋能教学实践创新。借助数智大脑所产生的具有教育含义且可解释的数据分析结果,改善教育策略、创新教学实践、优化学生学习支持,构建“面向教与学的数据治理—智能分析与诊断—个性化学习干预与教学支持—产生新的教与学实践数据”的闭环,可以充分应用教育数据,推动教育应用创新实践。
三、数智大脑驱动的教育应用创新案例
本节将以数智大脑赋能的暑假学生阅读数据治理与改进为案例,呈现数智大脑驱动的教育应用创新。
1.数智大脑赋能的阅读数据治理。阅读对于促进中小学生成长具有重要意义,黄浦区连续举办11届区域星阅读活动,利用寒暑假开展面向全区的阅读活动,这些阅读活动产生了丰富的具有教育教学应用价值的使能数据。从教育治理角度,区域需要把握学生暑假阅读情况,确保暑假阅读活动达到丰富学生暑假生活、提高学生核心素养、促进学生身心健康发展的效果。从教育教学角度,学校、教师也需要客观全面了解学生在暑假阅读活动中的行为特点和阅读效果。
在数智大脑的支持下,区域联通了不同学习平台、教育应用工具之间的数据,包括阅读平台、听说平台等。数智大脑汇聚、统计、分析了黄浦区阅读活动的海量数据,范围覆盖区域内40个教学单位的12000多名学生,实现了不同平台的数据汇聚、阅读数据的归类存储以及阅读数据的统计分析,比如区域总体数据与某一学校阅读数据的对比等。
2.理论与数据双向驱动的暑假阅读活动数据价值挖掘。在理论与数据双向驱动的数据智能分析中,依据学习科学、循证教育学相关理论,结合《义务教育语文课程标准(2022年版)》,构建阅读分析模型,进而挖掘数据背后隐藏的信息与规律,如潜在的阅读习惯问题、阅读行为与成效的关系等,在教育理论模型的基础上对暑假阅读活动开展情况进行可视化呈现,并完成问题诊断。
数智大脑通过分析诊断学生在暑假阅读活动中的阅读形式、阅读量、阅读行为、阅读能力、阅读成果等,最终形成暑期阅读数据画像(见图),可以清晰看到区域整体的阅读活动数据,也能详细解读某个学生的阅读活动特征。如图中所示,学生在阅读形式、阅读量、阅读成果等方面表现相对较好,充分体现了学生的参与热情。但同时可以发现,学生的阅读行为和阅读能力方面有很多潜在问题,如阅读行为方面可以进一步分析阅读时间,有的学生阅读时间散乱、无规律,有的学生阅读时间在凌晨,这些都是需要进行干预的,教师可据此对学生进行个性化诊断与学习支持。
图:暑假学生阅读特征的数据表达—暑期阅读数据画像
3.数据驱动的教育应用创新实践。数智大脑赋能教学的关键是依据具体的教育场景构建合理的业务领域模型,以此推动教育数据价值挖掘,根据模型的理论逻辑完成实践的因果推导,从而做到数据循证,最终基于数据和智能技术提供的分析结果和改进建议,优化、改进甚至重塑教学与管理实践,从而实现数据驱动的教育应用创新。
(1)以领域模型促进数据价值挖掘。领域模型是从理论层面实现数据驱动的重要载体。教育数据的智能分析需要通过与教育业务相关的领域模型来实现,即通过提取教育业务关键特征、抽象业务流程,建立数据分析服务模型完成数据处理,对数据进行价值挖掘,将数据分析结果表征为信息,进而将信息转化为行动知识进行可视化呈现,最终支持用户的教育决策过程。在暑假阅读活动案例中,由数智大脑支撑实现的数据画像就是通过提取阅读场景的特征,在具体的流程中进行数据埋点与关联,最终构建阅读分析模型。
(2)以数据诊断推动实践因果循证。基于领域模型抽象的业务逻辑与流程,能从数据诊断结果中实现问题的归因循证。比如,在本文所展示的暑期阅读数据画像中,学生的阅读能力偏低(仅57.12分),而通过数据循证可以发现,学生在阅读形式、阅读量、阅读成果方面表现良好(均80分以上),这说明学生参与阅读的热情很高,阅读行为却不够科学,需要采取有效措施促进学生在阅读中积极思考、归纳和拓展,形成深层次的学习能力。数据诊断结果反映出的不同行为之间的关系,将能支持教师和学生进行有效反思与改进决策。
(3)以数智决策赋能教育应用创新。数智大脑将采集到的数据导入智能模型算法,输出高匹配度的数据分析结果,并给出对应的改进建议,实现了数智驱动的主动服务、精准服务和个性服务,助力教育应用场景的实践创新。比如,在暑期阅读数据治理案例中,数智大脑基于阅读数据画像给出了“为学生建立阅读的引导标签,标签包括历年来学生有趣的思考讨论、教师的观点、家长的观点、书本信息的背景等”“引导学生更积极有效地参与到阅读中,进行阅读的深度思考”等行动建议。黄浦区根据建议,一方面从时间管理和阅读行为上培养学生良好的阅读习惯;另一方面优化阅读书目的标签设计,引导学生在阅读过程中归纳推理、反思评价、欣赏共情和想象拓展,最终暑假阅读活动取得了良好的效果。
数据赋能的数字化转型是智能时代教育改革与创新的重要路径。本文聚焦数据驱动的暑假阅读活动改进实践,后期我们将会根据数智大脑提供的数据治理功能,逐步运用课堂师生行为、基于需求的学生在校学习与生活状况以及学生学业质量监测等数据,创新数据治理与分析,以此深化实验区建设,更好推动区域教育高位均衡发展。
注释
[1] 顾小清,胡碧皓. 教育数字化转型及学校应变[J]. 人民教育,2023(02):47-50.
[2] 顾小清. 基础教育数字化转型的三个要素[J]. 上海教育,2023(16):48-49.
本文系2023年上海市教育科学研究项目“素养本位的区域学业质量监测实施路径与应用策略研究”(项目编号:C2023181)的阶段性研究成果
推荐阅读
欢迎订阅
①扫码订阅2024年《人民教育》杂志
②关注“人民教育”微信公众号并设置星标,第一时间获取精彩内容
欢迎分享到朋友圈↓↓↓