论文部分内容阅读
DOI：10.16644/j.cnki.cn33-1094/tp.2021.11.019
摘 要： 2020年6月，美国教育部国家教育统计中心推出了报告《数据治理指南》。该报告可以为大数据时代我国教育数据治理发展提供一定的借鉴与启示。通过对该报告的深入分析，发现报告具有如下特色：报告是美国教育数据治理最新成果与理论的发展;明确教育数据治理是一个系统工程，贯穿于教育数据的整个生命周期等。报告提出的观点及案例可以给我国大数据时代教育数据治理提供一定的启示与参考。
关键词： 教育数据治理 ;指南 ;特色; 启示
中图分类号：G40 文献标识码：A 文章编号：1006-8228（2021）11-72-03
Research on the development strategy of educational data governance
in China in the era of big data
——according to the key points and features of ‘Forum Guide to Data Governance of America’
Fang Xu， Luo Yating， Xu Lin， Wang Xiaosa， Sun Linxiao， Zhang Ying
（School of Education Science， Nantong University， Nantong， Jiangsu 226019， China）
Abstract： The U.S. Department of Education's National Center for Education Statistics presented its report “Forum Guide to Data Governance”. This report can provide some reference and enlightenment for the development of education data governance in China in the era of big data. Through deep analysis of this report， it is found that this report has the following characteristics： The report is the latest achievement and theoretical development of American educational data governance; Defining educational data governance is a systematic project that runs through the entire life cycle of educational data et al. On the basis of the in-depth analysis of the report content， this paper puts forward suggestions and countermeasures.
Key words： educational data governance; guide; characteristic; inspiration
0 引言
數据治理，是如今智能化时代人们普遍关注的话题。教育信息化 2.0 时代，推进大数据驱动的教育治理已成共识，由此催生的“教育数据治理”近几年成为教育大数据领域研究热点和重点[1]。
对于教育数据如何来科学地处理数据产生、存储、使用和管理过程中的隐私保护和开放获取的关系，无疑会是一个迫切的新时代议题[2]。教育数据的数量与质量存在“短板”，限制了人工智能技术价值的发挥[3]，训练人工智能算法模型需要开放教育大数据，但会涉及到个人隐私暴露等信息安全问题[4]，2020地平线报告也指出人工智能的应用具有一定的冒险，这些新兴技术、隐私、伦理和学生数据访问之间的平衡仍然是一个有争议的话题[5]。因此，需要协同多方开展教育大数据治理，以提升教育数据质量、保障数据合理使用、保护数据隐私安全以及促进数据合法共享[6]。
2020年6月，全国教育统计论坛作为美国国家教育统计中心（NCES）建立的国家合作教育统计系统的一个实体，推出了《数据治理指南》（Forum Guide to Data Governance）[7]。这份报告的目的是强调如何进行数据治理使教育机构受益，并为实施或更新数据治理项目的机构提供及时和有用的最佳实践、案例和资源。该报告针对其教育机构的各层面管理人员和使用数据的人员，让他们认识到，当数据治理程序设计考虑了数据的高质量和数据安全，所有数据过程将受益于清晰、可访问的信息。该报告旨在满足联邦、州和地方机构的需求，包括教育数据的管理、收集、使用和交流，有效和明确定义的数据系统，发展相关政策以处理复杂性的数据，进行必要的数据保护以及在定期变化的数据环境中进行必要的持续监控和决策等。报告内涵丰富，理论与实践案例并存，从五个方面对如何进行数据治理做了论述，分别为数据治理的定义与意义，一个有效的数据治理程序中需要的实践、数据结构和基本元素，如何设计数据治理程序来满足隐私和安全需求，如何识别和响应数据治理需求的变化以及来自美国各州和地区的案例。
人工智能与教育大数据等技术快速发展，涉及到数据收集、数据质量保证、数据安全保障以及数据后续处理等多项问题，对教育数据治理的研究具有重要的意义，对于人工智能等技术的深入发展也具有重要的现实保障意义。NCES的报告提出的观点及案例可以给我国人工智能时代教育数据治理提供一定的启示与参考。 1 NCES报告的特色
1.1 NCES报告是美国教育数据治理最新成果与理论的发展
通过与之前美国相关部门发布的数据治理报告对比可以发现，此次美国教育统计中心发布的《数据治理指南》是专门针对教育数据治理的报告，内容更加丰富，是美国教育数据治理领域最新的成果。此次《数据治理指南》报告系统介绍了数据治理理论与实践，在数据治理的各个方面提出了非常具体的举措，并对美国大量数据治理实践案例进行了总结分析，还专门提出了数据治理需要随需求的变化而不断变化等观点理论，可以说是美国教育数据治理理论的最新发展与总结。
1.2 明确教育数据治理是一个整体，贯穿于教育数据的整个生命周期
此前关于数据治理的讨论多注重数据的安全与隐私问题。此次报告明确数据治理贯穿数据的整个生命周期，是一项系统工程，在任何一个环节都不能出现疏漏，否则都可能影响数据治理效果。我们从报告可以看出，数据治理是一个系统工程，需要贯穿整个数据流程。数据治理是一个广泛的概念，涵盖了从数据收集到数据使用结束整个周期。报告指出，良好管理数据收集和报告的组成部分包括设计、数据收集、数据准备和处理、数据分析以及数据的报告和传播。报告从人员结构、为数据治理提供支持、数据请求治理、数据质量治理等多方面全流程进行论述。构建完善的数据治理体系对于数据的共建共享、数据质量的保证、数据安全与隐私的保护以及数据的使用效果的提升等具有重要的意义。
1.3 在各个环节提出了具体的实现有效数据治理的举措
报告在一个有效的数据治理流程的组成、有效的流程通过哪些举措可以使机构避免不一致或不明确的数据治理所涉及的风险、如何为为数据治理提供支持、如何实现管理数据请求的核心实践以及在数据治理程序中处理数据隐私和安全性的最佳实践等方面提出了具体的细致的举措。例如管理数据请求的核心实践，包括：帮助研究人员和其他数据请求者理解机构数据和数据请求过程，通过帮助个人更好地理解数据的实用性以及在哪种情况下数据请求会被批准;创建有效的数据请求形式和程序，为个人使用在提交数据请求时将简化请求和评估过程等。
1.4 首次提供了丰富的各具特色的实践案例
报告提供了详细的案例，包括教育机构数据治理的挑战、成功和教训，特别集中关注了这些教育机构如何设想、维护和改进他们的数据治理流程。这其中包括：西弗吉尼亚州通过更好更广泛的访问来提高数据质量，路易斯安那州鼓励通过数据系统开发支持数据治理，阿肯色州随着时间的推移发展数据治理，肯塔基州跨部门合作建立健全可持续的数据治理，内布拉斯加州在需求和结构发展时保持灵活性，明尼苏达教育数据系统保持跨部门管理和为变化做好准备，明尼苏达州儿童教育数据系统将早期儿童数据纳入纵向系统，田纳西州纳什维尔市为数据质量开发正式流程，华盛顿北岸学区通过数据治理改善莱亚与海洋之间的沟通、弗吉尼亚州劳登县创建数据治理结构，佐治亚州克莱顿县为数据请求建立一个清晰的系统以及西弗吉尼亚州普特南縣与国家教育机构合作改善数据治理。不同的机构可能有着不同的教育数据治理路径。美国虽然教育数据治理实践案例较多，但每个案例都各有自己的特色。
2 给我国教育数据治理带来的启示
人工智能、在线教育、大数据技术以及学习分析等技术蓬勃发展，报告可以给我国教育数据治理提供良好的借鉴与启示。
2.1 提升对数据治理重要性的认识，全面构建数据治理体系
目前我国学术界对教育数据治理进行了一些探讨，但还有待深入。NCES报告给了我们很大的启示。我们需要全方位构建数据治理体系，包括数据设计、数据收集、数据准备和处理、数据分析、数据的报告和传播以及完善安全和隐私举措等全流程构建数据治理体系。一个有效的数据治理流程可以促进不同的个人和团体之间的合作，使他们一起解决问题，并确保质量数据;帮助构建有意义的数据字典;围绕数据提供全面的沟通策略，将所有各利益相关方都视为对数据的准确性和质量负责;定义有关数据管理和使用辅助决策的协议和工作流程;确保机构领导对高质量数据的重要性、有意义的数据使用和数据决策权威方面的认同;帮助机构积极地计划变化，在潜在问题变成实际问题之前处理它们;提供清晰的数据定义和业务规则，在教育机构中，拥有一个强大且定义明确的数据治理计划，对于确保过程的可持续性至关重要。此外，数据治理通过帮助确保仔细和深思熟虑地收集、验证、分析、使用和交流数据，提高了机构的数据质量。
2.2 数据治理需要随着需要而不断调整优化
据治理团队需要适应不断变化的需求和意外情况。近年来，许多机构的数据治理项目都经历了变化。例如，当内布拉斯加州教育部创建一个数据治理小组时，它主要是其全州纵向数据系统的实施团队。团队每周开会讨论数据元素。在该机构收集数据并考虑如何使用这些数据之后，重点就发生了变化。在纳什维尔市区的公立学校，所有的数据最初都由信息技术部门处理。当地区领导人认识到信息技术和了解与数据相关的业务需求的员工之间需要协作时，这种情况发生了改变。此外，随着社区对地方教育机构数据兴趣的增加，他们也看到了变化。而不是仅仅关注报道，地铁纳什维尔公立学校现在也集中在数据可操作的，有足够的实用价值，才可以采取行动。这进而影响了地方教育机构内数据治理的发展。与内布拉斯加州教育部一样，许多最初为特定目的建立数据治理的机构发现，数据治理还可以减轻报告负担并简化其他领域的流程。
2.3 我国数据治理相关实践还较少，有必要在实践的基础上不断推动相关理论的发展
报告给我们提供了丰富的案例。这些案例从不同侧面进行了数据治理实践，取得了一定的成效。目前我国这样的实践还很少，有必要不断加深实践，在实践中不断完善数据治理相关理论体系。人工智能时代需要大数据技术的支撑，有必要在人工智能开发的各个环节进行相应的实践，包括人工智能建模数据的获取、人工智能技术的使用等，不断探索完善中国特色的教育数据治理体系。
3 结束语
本文对NCES《数据治理指南》的特色进行了深入分析，为我国大数据时代教育数据治理提出了一些参考性的建议。智能化时代已经到来，数据治理意义重大，今后还应对美国教育数据治理实践案例进行更为深入的分析，为我国教育数据治理的深入实践提供更丰富的案例参考。
参考文献（References）：
[1] 谢娟.教育数据治理的伦理框架：价值、向度与路径[J].现代远程教育研究，2020.32（5）：15-24
[2] 田贤鹏.隐私保护与开放共享：人工智能时代的教育数据治理变革[J].电化教育研究，2020.5：33-38
[3] 杨现民，张昊，郭利明，林秀清，李新.教育人工智能的发展难题与突破路径[J].现代远程教育研，2018.3：30-38
[4] 梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018.3：24-30
[5] EDUCAUSE（2020）. 2020地平线报告（教学与学习版）[EB/OL].[2020-3-20].https：//library.educause.edu/resources/2020/3/2020-educause-horizon-report-teaching-and-learning-edition.
[6] 余明华，冯翔，祝智庭.人工智能视域下机器学习的教育应用与创新探索[J].远程教育杂志，2018.3：11-21
[7] National Forum on Education Statistics（NFES）. （2020）. [2020-6-20]. Forum Guide to Data Governance https：//nces.ed.gov/pubs2020/NFES2020083.pdf.[2019-4-2].https：//studentprivacy.ed.gov/sites/default/files/resource_document/file/Data_Governance_and_Stewardship_0.pdf.
摘 要： 2020年6月，美国教育部国家教育统计中心推出了报告《数据治理指南》。该报告可以为大数据时代我国教育数据治理发展提供一定的借鉴与启示。通过对该报告的深入分析，发现报告具有如下特色：报告是美国教育数据治理最新成果与理论的发展;明确教育数据治理是一个系统工程，贯穿于教育数据的整个生命周期等。报告提出的观点及案例可以给我国大数据时代教育数据治理提供一定的启示与参考。
关键词： 教育数据治理 ;指南 ;特色; 启示
中图分类号：G40 文献标识码：A 文章编号：1006-8228（2021）11-72-03
Research on the development strategy of educational data governance
in China in the era of big data
——according to the key points and features of ‘Forum Guide to Data Governance of America’
Fang Xu， Luo Yating， Xu Lin， Wang Xiaosa， Sun Linxiao， Zhang Ying
（School of Education Science， Nantong University， Nantong， Jiangsu 226019， China）
Abstract： The U.S. Department of Education's National Center for Education Statistics presented its report “Forum Guide to Data Governance”. This report can provide some reference and enlightenment for the development of education data governance in China in the era of big data. Through deep analysis of this report， it is found that this report has the following characteristics： The report is the latest achievement and theoretical development of American educational data governance; Defining educational data governance is a systematic project that runs through the entire life cycle of educational data et al. On the basis of the in-depth analysis of the report content， this paper puts forward suggestions and countermeasures.
Key words： educational data governance; guide; characteristic; inspiration
0 引言
數据治理，是如今智能化时代人们普遍关注的话题。教育信息化 2.0 时代，推进大数据驱动的教育治理已成共识，由此催生的“教育数据治理”近几年成为教育大数据领域研究热点和重点[1]。
对于教育数据如何来科学地处理数据产生、存储、使用和管理过程中的隐私保护和开放获取的关系，无疑会是一个迫切的新时代议题[2]。教育数据的数量与质量存在“短板”，限制了人工智能技术价值的发挥[3]，训练人工智能算法模型需要开放教育大数据，但会涉及到个人隐私暴露等信息安全问题[4]，2020地平线报告也指出人工智能的应用具有一定的冒险，这些新兴技术、隐私、伦理和学生数据访问之间的平衡仍然是一个有争议的话题[5]。因此，需要协同多方开展教育大数据治理，以提升教育数据质量、保障数据合理使用、保护数据隐私安全以及促进数据合法共享[6]。
2020年6月，全国教育统计论坛作为美国国家教育统计中心（NCES）建立的国家合作教育统计系统的一个实体，推出了《数据治理指南》（Forum Guide to Data Governance）[7]。这份报告的目的是强调如何进行数据治理使教育机构受益，并为实施或更新数据治理项目的机构提供及时和有用的最佳实践、案例和资源。该报告针对其教育机构的各层面管理人员和使用数据的人员，让他们认识到，当数据治理程序设计考虑了数据的高质量和数据安全，所有数据过程将受益于清晰、可访问的信息。该报告旨在满足联邦、州和地方机构的需求，包括教育数据的管理、收集、使用和交流，有效和明确定义的数据系统，发展相关政策以处理复杂性的数据，进行必要的数据保护以及在定期变化的数据环境中进行必要的持续监控和决策等。报告内涵丰富，理论与实践案例并存，从五个方面对如何进行数据治理做了论述，分别为数据治理的定义与意义，一个有效的数据治理程序中需要的实践、数据结构和基本元素，如何设计数据治理程序来满足隐私和安全需求，如何识别和响应数据治理需求的变化以及来自美国各州和地区的案例。
人工智能与教育大数据等技术快速发展，涉及到数据收集、数据质量保证、数据安全保障以及数据后续处理等多项问题，对教育数据治理的研究具有重要的意义，对于人工智能等技术的深入发展也具有重要的现实保障意义。NCES的报告提出的观点及案例可以给我国人工智能时代教育数据治理提供一定的启示与参考。 1 NCES报告的特色
1.1 NCES报告是美国教育数据治理最新成果与理论的发展
通过与之前美国相关部门发布的数据治理报告对比可以发现，此次美国教育统计中心发布的《数据治理指南》是专门针对教育数据治理的报告，内容更加丰富，是美国教育数据治理领域最新的成果。此次《数据治理指南》报告系统介绍了数据治理理论与实践，在数据治理的各个方面提出了非常具体的举措，并对美国大量数据治理实践案例进行了总结分析，还专门提出了数据治理需要随需求的变化而不断变化等观点理论，可以说是美国教育数据治理理论的最新发展与总结。
1.2 明确教育数据治理是一个整体，贯穿于教育数据的整个生命周期
此前关于数据治理的讨论多注重数据的安全与隐私问题。此次报告明确数据治理贯穿数据的整个生命周期，是一项系统工程，在任何一个环节都不能出现疏漏，否则都可能影响数据治理效果。我们从报告可以看出，数据治理是一个系统工程，需要贯穿整个数据流程。数据治理是一个广泛的概念，涵盖了从数据收集到数据使用结束整个周期。报告指出，良好管理数据收集和报告的组成部分包括设计、数据收集、数据准备和处理、数据分析以及数据的报告和传播。报告从人员结构、为数据治理提供支持、数据请求治理、数据质量治理等多方面全流程进行论述。构建完善的数据治理体系对于数据的共建共享、数据质量的保证、数据安全与隐私的保护以及数据的使用效果的提升等具有重要的意义。
1.3 在各个环节提出了具体的实现有效数据治理的举措
报告在一个有效的数据治理流程的组成、有效的流程通过哪些举措可以使机构避免不一致或不明确的数据治理所涉及的风险、如何为为数据治理提供支持、如何实现管理数据请求的核心实践以及在数据治理程序中处理数据隐私和安全性的最佳实践等方面提出了具体的细致的举措。例如管理数据请求的核心实践，包括：帮助研究人员和其他数据请求者理解机构数据和数据请求过程，通过帮助个人更好地理解数据的实用性以及在哪种情况下数据请求会被批准;创建有效的数据请求形式和程序，为个人使用在提交数据请求时将简化请求和评估过程等。
1.4 首次提供了丰富的各具特色的实践案例
报告提供了详细的案例，包括教育机构数据治理的挑战、成功和教训，特别集中关注了这些教育机构如何设想、维护和改进他们的数据治理流程。这其中包括：西弗吉尼亚州通过更好更广泛的访问来提高数据质量，路易斯安那州鼓励通过数据系统开发支持数据治理，阿肯色州随着时间的推移发展数据治理，肯塔基州跨部门合作建立健全可持续的数据治理，内布拉斯加州在需求和结构发展时保持灵活性，明尼苏达教育数据系统保持跨部门管理和为变化做好准备，明尼苏达州儿童教育数据系统将早期儿童数据纳入纵向系统，田纳西州纳什维尔市为数据质量开发正式流程，华盛顿北岸学区通过数据治理改善莱亚与海洋之间的沟通、弗吉尼亚州劳登县创建数据治理结构，佐治亚州克莱顿县为数据请求建立一个清晰的系统以及西弗吉尼亚州普特南縣与国家教育机构合作改善数据治理。不同的机构可能有着不同的教育数据治理路径。美国虽然教育数据治理实践案例较多，但每个案例都各有自己的特色。
2 给我国教育数据治理带来的启示
人工智能、在线教育、大数据技术以及学习分析等技术蓬勃发展，报告可以给我国教育数据治理提供良好的借鉴与启示。
2.1 提升对数据治理重要性的认识，全面构建数据治理体系
目前我国学术界对教育数据治理进行了一些探讨，但还有待深入。NCES报告给了我们很大的启示。我们需要全方位构建数据治理体系，包括数据设计、数据收集、数据准备和处理、数据分析、数据的报告和传播以及完善安全和隐私举措等全流程构建数据治理体系。一个有效的数据治理流程可以促进不同的个人和团体之间的合作，使他们一起解决问题，并确保质量数据;帮助构建有意义的数据字典;围绕数据提供全面的沟通策略，将所有各利益相关方都视为对数据的准确性和质量负责;定义有关数据管理和使用辅助决策的协议和工作流程;确保机构领导对高质量数据的重要性、有意义的数据使用和数据决策权威方面的认同;帮助机构积极地计划变化，在潜在问题变成实际问题之前处理它们;提供清晰的数据定义和业务规则，在教育机构中，拥有一个强大且定义明确的数据治理计划，对于确保过程的可持续性至关重要。此外，数据治理通过帮助确保仔细和深思熟虑地收集、验证、分析、使用和交流数据，提高了机构的数据质量。
2.2 数据治理需要随着需要而不断调整优化
据治理团队需要适应不断变化的需求和意外情况。近年来，许多机构的数据治理项目都经历了变化。例如，当内布拉斯加州教育部创建一个数据治理小组时，它主要是其全州纵向数据系统的实施团队。团队每周开会讨论数据元素。在该机构收集数据并考虑如何使用这些数据之后，重点就发生了变化。在纳什维尔市区的公立学校，所有的数据最初都由信息技术部门处理。当地区领导人认识到信息技术和了解与数据相关的业务需求的员工之间需要协作时，这种情况发生了改变。此外，随着社区对地方教育机构数据兴趣的增加，他们也看到了变化。而不是仅仅关注报道，地铁纳什维尔公立学校现在也集中在数据可操作的，有足够的实用价值，才可以采取行动。这进而影响了地方教育机构内数据治理的发展。与内布拉斯加州教育部一样，许多最初为特定目的建立数据治理的机构发现，数据治理还可以减轻报告负担并简化其他领域的流程。
2.3 我国数据治理相关实践还较少，有必要在实践的基础上不断推动相关理论的发展
报告给我们提供了丰富的案例。这些案例从不同侧面进行了数据治理实践，取得了一定的成效。目前我国这样的实践还很少，有必要不断加深实践，在实践中不断完善数据治理相关理论体系。人工智能时代需要大数据技术的支撑，有必要在人工智能开发的各个环节进行相应的实践，包括人工智能建模数据的获取、人工智能技术的使用等，不断探索完善中国特色的教育数据治理体系。
3 结束语
本文对NCES《数据治理指南》的特色进行了深入分析，为我国大数据时代教育数据治理提出了一些参考性的建议。智能化时代已经到来，数据治理意义重大，今后还应对美国教育数据治理实践案例进行更为深入的分析，为我国教育数据治理的深入实践提供更丰富的案例参考。
参考文献（References）：
[1] 谢娟.教育数据治理的伦理框架：价值、向度与路径[J].现代远程教育研究，2020.32（5）：15-24
[2] 田贤鹏.隐私保护与开放共享：人工智能时代的教育数据治理变革[J].电化教育研究，2020.5：33-38
[3] 杨现民，张昊，郭利明，林秀清，李新.教育人工智能的发展难题与突破路径[J].现代远程教育研，2018.3：30-38
[4] 梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018.3：24-30
[5] EDUCAUSE（2020）. 2020地平线报告（教学与学习版）[EB/OL].[2020-3-20].https：//library.educause.edu/resources/2020/3/2020-educause-horizon-report-teaching-and-learning-edition.
[6] 余明华，冯翔，祝智庭.人工智能视域下机器学习的教育应用与创新探索[J].远程教育杂志，2018.3：11-21
[7] National Forum on Education Statistics（NFES）. （2020）. [2020-6-20]. Forum Guide to Data Governance https：//nces.ed.gov/pubs2020/NFES2020083.pdf.[2019-4-2].https：//studentprivacy.ed.gov/sites/default/files/resource_document/file/Data_Governance_and_Stewardship_0.pdf.