论文部分内容阅读
[摘 要]数据驱动学校的提出加快了高校信息化建设的步伐，然而，在大数据背景下，数据质量带来的挑战阻碍了许多学校的信息化发展进程。本文在分析教育信息管理系统用途、特点及抑制因素的基础上，基于五阶段概念，提出了一种能帮助管理员进行高质量决策的模型。该模型丰富了大数据条件下教育信息管理系统的应用场景，奠定了教育决策的理论基础。
[关键词]信息管理系统 数据驱动 大数据 教育决策
引 言
随着信息技术的发展，利用数据为教育决策者提供信息参考引起了各界越来越多的关注，不断整合和改善学校的计算机管理系统，在大数据的驱动下，从个体化到同构化的转变使得教育决策越来越依赖于数据。为了提高信息技术的效率，学校普遍采用了信息管理系统。大数据的出现引起了包括学术界在内的许多行业的关注，随着数据单元从GB和TB移动到PB，全局数据量呈指数级扩展[1]。教育者和管理者能从各种途径获取和评估大数据，为其了解学生的需求、改进教学方法、课程，以及预测学生出勤率和学业成绩等提供了依据。但这也为学校提出了新的要求，如必须准确、及时获取高质量的数据，且具备相关技术人员等。在大数据时代下，教育信息管理系统还被称为学生信息系统、教育信息系统等，其设计与学校的结构、管理任务、教学过程和特殊需要等息息相关[2]。
大数据背景下教育信息管理系统分析
1.教育信息管理系统功能分析
教育信息管理系统是学校用来支持各种管理任务，如监控出勤率、评估记录、报告、财务管理、资源和工作人员分配等的工具。在许多情况下，教育信息管理系统被用来完成日常的教学管理任务，如记录出勤情况并与家长保持沟通等。在战略上，教育信息管理系统能帮助管理者确定学校的目标，制订长期计划，更好地分配资源，评估教师的表现，为其确定未来的教育策略提供依据。教育信息管理系统有助于数据数字化，增强了教师之间的沟通及教师与家长的交流，提高了学校的管理效率，减少了教育者的工作量[3]。教育信息管理系统也可以告知教师学生的非认知技能情况，如勇气、动机、自我效能感，还有韧性等。这些软技能虽不像学习成绩一样与学术水平发生直接联系，但对学生的整体发展至关重要。
2.教育信息管理系统特点分析
通常，教育信息管理系统会将数据累积到基于Web的数据门户中[4]，以方便用户访问。这些数据还可以定制以满足学生、教育者、家长和其他利益相关者的需求。研究表明，教育信息管理系统应具有多种特定的特征，包括教师、管理者、家长及多种数据元素，如学生出勤率统计、形成性和终结性评估结果、标准化考试分数等。
高校的教育信息管理系统应该能够挖掘和生成指定的报告，包括详细的查询和特别报告，便于管理者利用数据作出决策，并内置基准评估，协助教师进行课程评估和规划。一般来说，系统应该采用相关且易于访问的格式并支持教师和管理员进行决策。
随着大数据时代的到来，基于数据驱动的教育信息管理系统应该具备支持个性化学习、注重循证学习、提高学校效率、促进连续的创新等四个关键目标。个性化学习就是“定制的、动态的，针对特定人的能力、兴趣和需求而定制的以学生数据为基础，以历史数据为依据的学习”。循证学习是指教育工作者能够快速方便地获取记录，用数据告知他们决策的相关信息。学校效率注重用大数据分析教育者和管理者的做法及学生的表现。连续的创新旨在使系统能够以某种形式向特定的利益相关者提供相关数据。这些对于改进决策、发现新见解和产生预测能力都很有价值。
3.教育信息管理系统制约因素分析
一个基于数据驱动的教育信息管理系统可以为决策者提供有效帮助。在大数据时代，决策者必须关注信息管理系统中的数据质量[5]。在这一大背景下，数据质量也面临诸多挑战，大数据的特点包括4V：体积、速度、多样性和价值。体积是指大量的数据;速度是指数据的形成及其对数据分析需要的迫切程度;多样性表明各种数据类型，包括结构化数据和非结构化数据，需要更高的数据处理能力;价值表示从系统中挖掘数据的相关性，以及决策者将大量数据转化为可操作的结果的能力。
目前，在教育管理中使用教育信息管理系统面临的挑战包括自我效能感低、信息不够及时、有限的指导和准备、缺少行政支持、技术匮乏等，具体来讲，包括以下方面：
（1）数据的可访问性，以及管理员如何有效理解、使用生成的数据。数据的及时性是一个制约因素，很多评估的结果是通常在学生升入下一个年级后才可访问，对此，教育信息管理系统应该使数据实时相关。
（2）维护系统的能力不足。数据的大量生成需要不断更新和提高业务人员的维护能力，要求管理员必须确保数据及时且对每位教师的课程敏感并熟悉，对此，学校应注重专业技术人员的培训。
（3）用户态度阻碍了教育信息管理系统的发展。用户对系统与策略、测试之间联系的关注会影响他们对系统的应用态度。部分教师觉得对循证实践的依赖降低了他们的自主权，数据的客观性会限制他们的主观判断;还有一些教育工作者因缺乏有效利用数据的相关技能，而对信息系统的应用不够热情。
目前，尽管大多数学校都在整合信息技术，90%以上的教师会在教学中使用信息技术，但大多数学校仍专注于使用IT维持运营，而不是利用数据来强化这一效果，大部分学校和教育者未能利用数据作出决策和改变。因此，本文试图提出一个概念模型，用以指导管理员有效运用信息管理系统，并帮助管理员通过识别影响抑制因素的关键变量有效进行管理决策。
大数据背景下教育信息管理系统决策模型
本文的教育信息管理系統概念模型以描述性决策理论为中心进行考虑。决策理论关注的是人类如何在目标导向的选项之间进行选择的行为。大多数组织希望员工在决策过程中遵循理性流程，然而，在实践中，这种情况并不常见，因为规范与理论之间存在差距。例如，管理人员从教育信息管理系统中接收数据，会考虑到抑制影响此类数据质量的因素，以及对整个系统的影响。基于这一考虑，本文研究这些抑制性的变量和结构，提出如图1所示的基于决策理论的模型。 图1所示的教育决策模型充分考虑了数据驱动学校的五个阶段：识别、设计、应用、决策、结果。在必要的条件下，模型可以在每个阶段对抑制因素进行识别、评估和消除。
1.识别阶段
许多教育信息管理系统的评价都不是非常明确，这势必会导致使用方面的问题，比如使用“进步较大的学生”“改进的效率”等描述时，就会使系统的详细结果很难度量和预测，应对现有操作规程进行修改。学校应在识别阶段对现有操作实践建立相应的需求分析，这个需求应涵盖所有利益相关者。另外，在这个阶段，可能还会存在一些抑制因素，如缺乏基础设施、缺乏培训和技术支持等。学校应该探索有效策略消除这些抑制因素，如为教育者和管理者进行培训等。
2.设计阶段
在设计阶段，学校应该关注所有利益相关者的需求，包括管理者、教育者、支持人员和家长等，这一过程涉及学校范围内的变革和具体流程的更新，高层领导对技术的实施和采用至关重要，同时教师、顾问、图书管理员和行政人员的态度也很重要。对此，学校应该评估是否设计和怎样设计教育信息管理系统，根据学校的需要进行调整，并进一步确定具体方案。在此过程中，设计者应该考虑到教育者和管理者的数据需要实时交付，并考虑数据的可访问性、传递方法及其潜在质量。
开发人员和学校应高度重视信息系统的合理架构和设计阶段的可用性特征，适宜的可用性原则和合理的架构有利于系统的流程化。系统的设计应满足组织及其用户的需要，界面应该清晰易懂，提供准确和最新的信息，能生成易于定制的报告，并包括内置基准及其他评估工具。开发人员必须让教育工作者很容易“做正确的事情”，在设计阶段，也应该实施消除可能产生抑制因素的策略，例如收购适当的技术基础设施系统，进行模块化构建等。
3.应用阶段
在应用阶段，系统是根据可用性原则来实现和评估的。学校采用评价体系对管理系统的核心要素进行评价。教育信息管理系统的有效性评估应该关注是否向用户提供了合适的硬件、软件、培训和服务，以及用户如何接受并反馈等。如有可能，该阶段还应识别、处理并消除各种抑制因素。实施后，行政人员和教育工作者应参与相关培训，并在系统初始阶段进行决策执行。
4.决策阶段
一个信息系统价值最大的因素是用户，“速度就是一切”，随着系统的运行，要求系统能以相对较快的速度提供大量数据，并且能对适当级别的管理员和教育工作者呈现数据的提供时间。在传统观念中，人们通常不会精确计算，并以符合公理规则的方式进行最佳决策，多是依靠自己已有的知识和价值观进行决策。教育信息管理系统通过有效设计减少一些抑制因素，使管理员的分析、选择更有依据，便于其及时作出合理决策。
5.结果阶段
在大數据背景下，教育信息管理系统可管理信息并控制其他不利因素，高校应有意识地培训员工对数据有用性的分析，了解持续生成数据的驱动流程，这对于教育机构的发展有重要意义。系统的信息输出将成为数据输入的参考，因此，实时高效地进行数据收集，同时生成形成性反馈，对于系统维护非常有效，而了解这个输入过程及输出周期对于利用教育信息管理系统进行教育决策有积极作用，可以将可能产生不良输出的结果做无效处理，从而提高决策的合理性和有效性。
结 语
教育信息管理系统已经成为高校管理的重要工具，学校正在以各种形式使用信息管理系统，以支持和加强行政决策。然而各种各样的因素会抑制这一系统的应用，如缺乏基础设施、缺乏培训和支持，以及管理员未能有效分析数据直接影响学校系统的使用等。本文在分析这些问题的基础上，提出了一种基于决策理论的教育决策模型，该模型采用五阶段消除抑制因素的信息系统构建策略，有助于在大数据背景下确定并消除与信息管理系统相关的抑制性变量。利用该教育决策模型可以进一步指导学校把教育管理转变为数据市场，便于学校依靠数据作出相应的运营和战略决策，有利于教育问题的创新性解决。
参考文献：
[1]马晓荣、王龙：《基于大数据分析的大学生创新创业能力提升路径研究》，《陕西教育》（高教）2019年第8期，第49-50页。
[2]董晓辉、郑小斌、彭义平：《高校教育大数据治理的框架设计与实施》，《中国电化教育》2019年第8期，第63-71页。
[3]吴昊：《大数据时代中国政府信息共享机制研究》，博士论文，吉林大学，2017。
[4]董睿：《大数据时代医院信息管理系统建设路径探讨》，《中国新通信》2019年第21期，第88页。
[5]赵丽艳、庞孟煜、金玉芬：《大数据背景下高等教育教学现代化的深入思考》，《教育现代化》2019年第6期，第119-121页。
作者单位：张红 陕西职业技术学院 陕西西安
郝东来 西京学院 陕西西安
[关键词]信息管理系统 数据驱动 大数据 教育决策
引 言
随着信息技术的发展，利用数据为教育决策者提供信息参考引起了各界越来越多的关注，不断整合和改善学校的计算机管理系统，在大数据的驱动下，从个体化到同构化的转变使得教育决策越来越依赖于数据。为了提高信息技术的效率，学校普遍采用了信息管理系统。大数据的出现引起了包括学术界在内的许多行业的关注，随着数据单元从GB和TB移动到PB，全局数据量呈指数级扩展[1]。教育者和管理者能从各种途径获取和评估大数据，为其了解学生的需求、改进教学方法、课程，以及预测学生出勤率和学业成绩等提供了依据。但这也为学校提出了新的要求，如必须准确、及时获取高质量的数据，且具备相关技术人员等。在大数据时代下，教育信息管理系统还被称为学生信息系统、教育信息系统等，其设计与学校的结构、管理任务、教学过程和特殊需要等息息相关[2]。
大数据背景下教育信息管理系统分析
1.教育信息管理系统功能分析
教育信息管理系统是学校用来支持各种管理任务，如监控出勤率、评估记录、报告、财务管理、资源和工作人员分配等的工具。在许多情况下，教育信息管理系统被用来完成日常的教学管理任务，如记录出勤情况并与家长保持沟通等。在战略上，教育信息管理系统能帮助管理者确定学校的目标，制订长期计划，更好地分配资源，评估教师的表现，为其确定未来的教育策略提供依据。教育信息管理系统有助于数据数字化，增强了教师之间的沟通及教师与家长的交流，提高了学校的管理效率，减少了教育者的工作量[3]。教育信息管理系统也可以告知教师学生的非认知技能情况，如勇气、动机、自我效能感，还有韧性等。这些软技能虽不像学习成绩一样与学术水平发生直接联系，但对学生的整体发展至关重要。
2.教育信息管理系统特点分析
通常，教育信息管理系统会将数据累积到基于Web的数据门户中[4]，以方便用户访问。这些数据还可以定制以满足学生、教育者、家长和其他利益相关者的需求。研究表明，教育信息管理系统应具有多种特定的特征，包括教师、管理者、家长及多种数据元素，如学生出勤率统计、形成性和终结性评估结果、标准化考试分数等。
高校的教育信息管理系统应该能够挖掘和生成指定的报告，包括详细的查询和特别报告，便于管理者利用数据作出决策，并内置基准评估，协助教师进行课程评估和规划。一般来说，系统应该采用相关且易于访问的格式并支持教师和管理员进行决策。
随着大数据时代的到来，基于数据驱动的教育信息管理系统应该具备支持个性化学习、注重循证学习、提高学校效率、促进连续的创新等四个关键目标。个性化学习就是“定制的、动态的，针对特定人的能力、兴趣和需求而定制的以学生数据为基础，以历史数据为依据的学习”。循证学习是指教育工作者能够快速方便地获取记录，用数据告知他们决策的相关信息。学校效率注重用大数据分析教育者和管理者的做法及学生的表现。连续的创新旨在使系统能够以某种形式向特定的利益相关者提供相关数据。这些对于改进决策、发现新见解和产生预测能力都很有价值。
3.教育信息管理系统制约因素分析
一个基于数据驱动的教育信息管理系统可以为决策者提供有效帮助。在大数据时代，决策者必须关注信息管理系统中的数据质量[5]。在这一大背景下，数据质量也面临诸多挑战，大数据的特点包括4V：体积、速度、多样性和价值。体积是指大量的数据;速度是指数据的形成及其对数据分析需要的迫切程度;多样性表明各种数据类型，包括结构化数据和非结构化数据，需要更高的数据处理能力;价值表示从系统中挖掘数据的相关性，以及决策者将大量数据转化为可操作的结果的能力。
目前，在教育管理中使用教育信息管理系统面临的挑战包括自我效能感低、信息不够及时、有限的指导和准备、缺少行政支持、技术匮乏等，具体来讲，包括以下方面：
（1）数据的可访问性，以及管理员如何有效理解、使用生成的数据。数据的及时性是一个制约因素，很多评估的结果是通常在学生升入下一个年级后才可访问，对此，教育信息管理系统应该使数据实时相关。
（2）维护系统的能力不足。数据的大量生成需要不断更新和提高业务人员的维护能力，要求管理员必须确保数据及时且对每位教师的课程敏感并熟悉，对此，学校应注重专业技术人员的培训。
（3）用户态度阻碍了教育信息管理系统的发展。用户对系统与策略、测试之间联系的关注会影响他们对系统的应用态度。部分教师觉得对循证实践的依赖降低了他们的自主权，数据的客观性会限制他们的主观判断;还有一些教育工作者因缺乏有效利用数据的相关技能，而对信息系统的应用不够热情。
目前，尽管大多数学校都在整合信息技术，90%以上的教师会在教学中使用信息技术，但大多数学校仍专注于使用IT维持运营，而不是利用数据来强化这一效果，大部分学校和教育者未能利用数据作出决策和改变。因此，本文试图提出一个概念模型，用以指导管理员有效运用信息管理系统，并帮助管理员通过识别影响抑制因素的关键变量有效进行管理决策。
大数据背景下教育信息管理系统决策模型
本文的教育信息管理系統概念模型以描述性决策理论为中心进行考虑。决策理论关注的是人类如何在目标导向的选项之间进行选择的行为。大多数组织希望员工在决策过程中遵循理性流程，然而，在实践中，这种情况并不常见，因为规范与理论之间存在差距。例如，管理人员从教育信息管理系统中接收数据，会考虑到抑制影响此类数据质量的因素，以及对整个系统的影响。基于这一考虑，本文研究这些抑制性的变量和结构，提出如图1所示的基于决策理论的模型。 图1所示的教育决策模型充分考虑了数据驱动学校的五个阶段：识别、设计、应用、决策、结果。在必要的条件下，模型可以在每个阶段对抑制因素进行识别、评估和消除。
1.识别阶段
许多教育信息管理系统的评价都不是非常明确，这势必会导致使用方面的问题，比如使用“进步较大的学生”“改进的效率”等描述时，就会使系统的详细结果很难度量和预测，应对现有操作规程进行修改。学校应在识别阶段对现有操作实践建立相应的需求分析，这个需求应涵盖所有利益相关者。另外，在这个阶段，可能还会存在一些抑制因素，如缺乏基础设施、缺乏培训和技术支持等。学校应该探索有效策略消除这些抑制因素，如为教育者和管理者进行培训等。
2.设计阶段
在设计阶段，学校应该关注所有利益相关者的需求，包括管理者、教育者、支持人员和家长等，这一过程涉及学校范围内的变革和具体流程的更新，高层领导对技术的实施和采用至关重要，同时教师、顾问、图书管理员和行政人员的态度也很重要。对此，学校应该评估是否设计和怎样设计教育信息管理系统，根据学校的需要进行调整，并进一步确定具体方案。在此过程中，设计者应该考虑到教育者和管理者的数据需要实时交付，并考虑数据的可访问性、传递方法及其潜在质量。
开发人员和学校应高度重视信息系统的合理架构和设计阶段的可用性特征，适宜的可用性原则和合理的架构有利于系统的流程化。系统的设计应满足组织及其用户的需要，界面应该清晰易懂，提供准确和最新的信息，能生成易于定制的报告，并包括内置基准及其他评估工具。开发人员必须让教育工作者很容易“做正确的事情”，在设计阶段，也应该实施消除可能产生抑制因素的策略，例如收购适当的技术基础设施系统，进行模块化构建等。
3.应用阶段
在应用阶段，系统是根据可用性原则来实现和评估的。学校采用评价体系对管理系统的核心要素进行评价。教育信息管理系统的有效性评估应该关注是否向用户提供了合适的硬件、软件、培训和服务，以及用户如何接受并反馈等。如有可能，该阶段还应识别、处理并消除各种抑制因素。实施后，行政人员和教育工作者应参与相关培训，并在系统初始阶段进行决策执行。
4.决策阶段
一个信息系统价值最大的因素是用户，“速度就是一切”，随着系统的运行，要求系统能以相对较快的速度提供大量数据，并且能对适当级别的管理员和教育工作者呈现数据的提供时间。在传统观念中，人们通常不会精确计算，并以符合公理规则的方式进行最佳决策，多是依靠自己已有的知识和价值观进行决策。教育信息管理系统通过有效设计减少一些抑制因素，使管理员的分析、选择更有依据，便于其及时作出合理决策。
5.结果阶段
在大數据背景下，教育信息管理系统可管理信息并控制其他不利因素，高校应有意识地培训员工对数据有用性的分析，了解持续生成数据的驱动流程，这对于教育机构的发展有重要意义。系统的信息输出将成为数据输入的参考，因此，实时高效地进行数据收集，同时生成形成性反馈，对于系统维护非常有效，而了解这个输入过程及输出周期对于利用教育信息管理系统进行教育决策有积极作用，可以将可能产生不良输出的结果做无效处理，从而提高决策的合理性和有效性。
结 语
教育信息管理系统已经成为高校管理的重要工具，学校正在以各种形式使用信息管理系统，以支持和加强行政决策。然而各种各样的因素会抑制这一系统的应用，如缺乏基础设施、缺乏培训和支持，以及管理员未能有效分析数据直接影响学校系统的使用等。本文在分析这些问题的基础上，提出了一种基于决策理论的教育决策模型，该模型采用五阶段消除抑制因素的信息系统构建策略，有助于在大数据背景下确定并消除与信息管理系统相关的抑制性变量。利用该教育决策模型可以进一步指导学校把教育管理转变为数据市场，便于学校依靠数据作出相应的运营和战略决策，有利于教育问题的创新性解决。
参考文献：
[1]马晓荣、王龙：《基于大数据分析的大学生创新创业能力提升路径研究》，《陕西教育》（高教）2019年第8期，第49-50页。
[2]董晓辉、郑小斌、彭义平：《高校教育大数据治理的框架设计与实施》，《中国电化教育》2019年第8期，第63-71页。
[3]吴昊：《大数据时代中国政府信息共享机制研究》，博士论文，吉林大学，2017。
[4]董睿：《大数据时代医院信息管理系统建设路径探讨》，《中国新通信》2019年第21期，第88页。
[5]赵丽艳、庞孟煜、金玉芬：《大数据背景下高等教育教学现代化的深入思考》，《教育现代化》2019年第6期，第119-121页。
作者单位：张红 陕西职业技术学院 陕西西安
郝东来 西京学院 陕西西安