论文部分内容阅读
摘要：甘孜州采取大数据方式开展教师考试情况分析，为推进大数据应用提供了实操案例和实践启示。针对如何推进区域教育大数据应用，提出要落实数据采集条件保障，建设具备大数据意识和能力的教师队伍，根据工作需要科学采集数据，建立数据库之间的交换使用机制，加强对数据的分析利用，健全大数据管理制度。
关键词：教育大数据;区域应用;实践启示
2018年12月，四川省甘孜州组织开展了中小学教师学科知识水平考试（以下简称“考试”）。这次考试结果采用大数据方式进行汇总分析，为了解教师现状提供了数据支持，也为如何推进区域教育大数据应用提供了实操案例和实践启示。
一、主要应用
这次考试，以集中网评、“双评+仲裁”方式完成阅卷，其生成的数据极为细致、数据量极为庞大，靠传统的人工计算方式也无法应付，必须借助大数据方式进行处理，为咨询决策提供精准服务。
一是从整体上汇总分析。评卷结束后，参考人数、平均分、及格率等重要指标均自动生成。根据工作需要，数据分析可从不同学科、不同区域、不同学校，以及不同学段，甚至不同教学模式进行多种维度分析。如从高中语文结果上看，反映出全州高中语文教师学科知识扎实，绝大多数高中语文教师达到知识储备要求。
二是从个体上单独分析。通过考号可以直接定位于任何一位参考教师，不仅可以了解其学科总成绩，还可以了解其每一道小题的得分情况，甚至可以以图片方式直接呈现其原始的答题情况和批阅情况。
三是从知识点上定点分析。考试的每一小题背后考的都是某个知识点，通过对每一小题得分情况的统计分析，就能了解到每一个知识点的具体情况。
四是从结果运用上提供数据支持。大数据分析的最终目的，是为相关部门和学校决策提供精确的数据支持。如在年龄段上分析发现，与40岁以上教师得分对比，30岁以下教师的优秀率偏低（低12.41个百分点）、不合格率偏高（高13.46个百分点），说明近几年新录用教师学科知识水平没有老教师扎实，是下一步培训关注的重点。
二、实践启示
此次采用大数据方式调查教师学科知识水平，给我们如何利用大数据、怎样推进区域教育大数据应用提供了诸多启示。
首先，要落实数据采集条件保障，打好大数据录入基础。开展教师考试情况的大数据分析，必须考试数据“信息化”，既需要硬件方面的支持（计算机、网络、高速扫描仪、各种自动收集信息的硬件等），也需要软件方面的支持，还需要人力、经费、组织领导等方面的保障。要在区域内推开大数据分析工作，首先需要解决的问题是数据信息化，在区域内统一数据录入的硬件、软件、整体架构和技术服务，建立区域大数据中心，在此基础上进一步建成校级数据中心，借助互联网建成多级互联共享的系统，最终建成区域大数据平台。
第二，要建设具备大数据意识和能力的教师队伍，培养大数据专业人才。这次教师考试结果的分析，由专业公司提供基础数据，教研部门完成各种维度的统计分析。随着大数据时代的到来，收集学生学习数据，并进行数据分析已成为未来教师不可或缺的能力[1]。通过“提升教师的数据智慧，可以最大化地利用数据，避免做出肤浅的教学规划方法和反应”[2]，推动精准教学和个性化教学。因此，各级教师培训（尤其是现代教育技术培训）需要引入大数据方面的内容，培养教师的大数据意识和能力，让教师们掌握了解大数据在教育教学工作中的案例应用、采集方式和管理机制等。
第三，要根据工作需要科学采集数据，提高大数据采集质量。这次教师考试数据非常细致，具体到县校、年龄、性别等个体情况，细到了每一小题的实际得分，确保了大数据分析的需要。而“教育是一个超复杂的系统，涉及教学、管理、教研、服务等诸多业务，……而业务的差异性直接导致教育数据来源更加多元、数据采集更加复杂[3]。”教育数据很多，但不是任何数据都需要采集，所以要有针对性遴选，提高数据质量。为了保证高质量教育数据的可持续采集，教育数据采集在实践过程中需要注意如下事项：一要提前规划设计，二要有清晰的边界，三要保持连续性和规范性，四是采集粒度要尽可能小，五是采集过程要符合伦理道德[4]。
第四，要建立数据库之间的交换使用机制，促进大数据资源共享。这次教师考试中，涉及到招生部门的报名系统、教研部门的“网评”系统两套数据，实现了合并分析。实际上，在区域教育管理中，有很多数据库通过交换共享可以促进工作的，如学籍管理、控辍保学、学生资助三套数据的共享，可以有效扩大贫困学生覆盖面，增强学籍管理的全面性、控辍保学的针对性。虽然各个数据库隶属于不同的管理主体，但在保证数据安全的前提下应破除数据壁垒，实现数据的交换和共享。构建数据交换与共享平台不仅仅是搭建系统，更重要的是建立标准，制定合适的数据交换方案[5]。所以，在数据采集过程中，为了保证后期数据的融通互换和一致化处理，区域教育数据的采集应遵循特定的技术标准和规范[6]。
第五，要加强对数据的分析利用，挖掘大数据潜在价值。这次考试数据分析，通过精确的数据分析，为下一步教师队伍建设提出许多有针对性、富有建设性的决策建议，如开展分层培训、校本研修、师徒帮带等差异化措施，为研究制定本地教师发展政策提供了基础数据和决策参考意见。区域内教育数据很多，要通过采集、量化和质量提升的环节，将原始教育大数据资源转换为有效的教育大数据资产，再经过分析和可视化处理，将教育大数据资产转换为教育大数据价值，最后成功提取教育大数据隐藏的潜在价值。目前在教育教学工作中应用最多的还是学情诊断监测的分析，实际上还有很多领域可以引入大数据分析，尤其要在结果分析上挖掘潜在价值。如有学校长期坚持学情诊断监测结果的常态分析，提出了“如果連续三次位列最后或者平均分出现5分差值就将纳入预警范围”等机制，具有一定的参考价值。
第六，要健全大数据管理制度，确保大数据使用安全。这次教师考试，教育部门专门发文对成绩发布和结果利用提出了明确要求，招生部门搭建了教师个人成绩查询服务平台，最终实现考试数据统一口径、统一发布，并严格使用权限，确保了数据安全。教育数据主要来源于学生、教师、家长和学校，其中学生成绩及排名、家庭背景，教师和家长个人信息等都属于个人隐私，在当前数据隐私保护法律法规不健全的情况下，极易被不良企业和别有用心的个人利用。因此，在教育大数据采集中，都应当遵循教育数据采集伦理道德规范，数据产生主体也应当享有一定的知情权和选择权，确保数据采集的初衷和最终目的是“服务教育发展、服务师生成长”[7]，实现教育数据资源的“公益性”。另外，教育部门和学校还要建立数据安全管理制度，规避数据泄露的风险，确保各种数据在一定范围内合理使用。
参考文献
[1][2]王萍.大数据时代提升教师数据智慧研究[J].开放教育研究，2015，（6）：30-37
[3][4][6][7]邢蓓蓓，杨现民，李勤生.教育大数据的来源与采集技术[J].现代教育技术，2016，（9）：14-21
[5]王晓东.数字化校园统一数据交换与共享平台研究[J].价值工程，2011，（8）：128
关键词：教育大数据;区域应用;实践启示
2018年12月，四川省甘孜州组织开展了中小学教师学科知识水平考试（以下简称“考试”）。这次考试结果采用大数据方式进行汇总分析，为了解教师现状提供了数据支持，也为如何推进区域教育大数据应用提供了实操案例和实践启示。
一、主要应用
这次考试，以集中网评、“双评+仲裁”方式完成阅卷，其生成的数据极为细致、数据量极为庞大，靠传统的人工计算方式也无法应付，必须借助大数据方式进行处理，为咨询决策提供精准服务。
一是从整体上汇总分析。评卷结束后，参考人数、平均分、及格率等重要指标均自动生成。根据工作需要，数据分析可从不同学科、不同区域、不同学校，以及不同学段，甚至不同教学模式进行多种维度分析。如从高中语文结果上看，反映出全州高中语文教师学科知识扎实，绝大多数高中语文教师达到知识储备要求。
二是从个体上单独分析。通过考号可以直接定位于任何一位参考教师，不仅可以了解其学科总成绩，还可以了解其每一道小题的得分情况，甚至可以以图片方式直接呈现其原始的答题情况和批阅情况。
三是从知识点上定点分析。考试的每一小题背后考的都是某个知识点，通过对每一小题得分情况的统计分析，就能了解到每一个知识点的具体情况。
四是从结果运用上提供数据支持。大数据分析的最终目的，是为相关部门和学校决策提供精确的数据支持。如在年龄段上分析发现，与40岁以上教师得分对比，30岁以下教师的优秀率偏低（低12.41个百分点）、不合格率偏高（高13.46个百分点），说明近几年新录用教师学科知识水平没有老教师扎实，是下一步培训关注的重点。
二、实践启示
此次采用大数据方式调查教师学科知识水平，给我们如何利用大数据、怎样推进区域教育大数据应用提供了诸多启示。
首先，要落实数据采集条件保障，打好大数据录入基础。开展教师考试情况的大数据分析，必须考试数据“信息化”，既需要硬件方面的支持（计算机、网络、高速扫描仪、各种自动收集信息的硬件等），也需要软件方面的支持，还需要人力、经费、组织领导等方面的保障。要在区域内推开大数据分析工作，首先需要解决的问题是数据信息化，在区域内统一数据录入的硬件、软件、整体架构和技术服务，建立区域大数据中心，在此基础上进一步建成校级数据中心，借助互联网建成多级互联共享的系统，最终建成区域大数据平台。
第二，要建设具备大数据意识和能力的教师队伍，培养大数据专业人才。这次教师考试结果的分析，由专业公司提供基础数据，教研部门完成各种维度的统计分析。随着大数据时代的到来，收集学生学习数据，并进行数据分析已成为未来教师不可或缺的能力[1]。通过“提升教师的数据智慧，可以最大化地利用数据，避免做出肤浅的教学规划方法和反应”[2]，推动精准教学和个性化教学。因此，各级教师培训（尤其是现代教育技术培训）需要引入大数据方面的内容，培养教师的大数据意识和能力，让教师们掌握了解大数据在教育教学工作中的案例应用、采集方式和管理机制等。
第三，要根据工作需要科学采集数据，提高大数据采集质量。这次教师考试数据非常细致，具体到县校、年龄、性别等个体情况，细到了每一小题的实际得分，确保了大数据分析的需要。而“教育是一个超复杂的系统，涉及教学、管理、教研、服务等诸多业务，……而业务的差异性直接导致教育数据来源更加多元、数据采集更加复杂[3]。”教育数据很多，但不是任何数据都需要采集，所以要有针对性遴选，提高数据质量。为了保证高质量教育数据的可持续采集，教育数据采集在实践过程中需要注意如下事项：一要提前规划设计，二要有清晰的边界，三要保持连续性和规范性，四是采集粒度要尽可能小，五是采集过程要符合伦理道德[4]。
第四，要建立数据库之间的交换使用机制，促进大数据资源共享。这次教师考试中，涉及到招生部门的报名系统、教研部门的“网评”系统两套数据，实现了合并分析。实际上，在区域教育管理中，有很多数据库通过交换共享可以促进工作的，如学籍管理、控辍保学、学生资助三套数据的共享，可以有效扩大贫困学生覆盖面，增强学籍管理的全面性、控辍保学的针对性。虽然各个数据库隶属于不同的管理主体，但在保证数据安全的前提下应破除数据壁垒，实现数据的交换和共享。构建数据交换与共享平台不仅仅是搭建系统，更重要的是建立标准，制定合适的数据交换方案[5]。所以，在数据采集过程中，为了保证后期数据的融通互换和一致化处理，区域教育数据的采集应遵循特定的技术标准和规范[6]。
第五，要加强对数据的分析利用，挖掘大数据潜在价值。这次考试数据分析，通过精确的数据分析，为下一步教师队伍建设提出许多有针对性、富有建设性的决策建议，如开展分层培训、校本研修、师徒帮带等差异化措施，为研究制定本地教师发展政策提供了基础数据和决策参考意见。区域内教育数据很多，要通过采集、量化和质量提升的环节，将原始教育大数据资源转换为有效的教育大数据资产，再经过分析和可视化处理，将教育大数据资产转换为教育大数据价值，最后成功提取教育大数据隐藏的潜在价值。目前在教育教学工作中应用最多的还是学情诊断监测的分析，实际上还有很多领域可以引入大数据分析，尤其要在结果分析上挖掘潜在价值。如有学校长期坚持学情诊断监测结果的常态分析，提出了“如果連续三次位列最后或者平均分出现5分差值就将纳入预警范围”等机制，具有一定的参考价值。
第六，要健全大数据管理制度，确保大数据使用安全。这次教师考试，教育部门专门发文对成绩发布和结果利用提出了明确要求，招生部门搭建了教师个人成绩查询服务平台，最终实现考试数据统一口径、统一发布，并严格使用权限，确保了数据安全。教育数据主要来源于学生、教师、家长和学校，其中学生成绩及排名、家庭背景，教师和家长个人信息等都属于个人隐私，在当前数据隐私保护法律法规不健全的情况下，极易被不良企业和别有用心的个人利用。因此，在教育大数据采集中，都应当遵循教育数据采集伦理道德规范，数据产生主体也应当享有一定的知情权和选择权，确保数据采集的初衷和最终目的是“服务教育发展、服务师生成长”[7]，实现教育数据资源的“公益性”。另外，教育部门和学校还要建立数据安全管理制度，规避数据泄露的风险，确保各种数据在一定范围内合理使用。
参考文献
[1][2]王萍.大数据时代提升教师数据智慧研究[J].开放教育研究，2015，（6）：30-37
[3][4][6][7]邢蓓蓓，杨现民，李勤生.教育大数据的来源与采集技术[J].现代教育技术，2016，（9）：14-21
[5]王晓东.数字化校园统一数据交换与共享平台研究[J].价值工程，2011，（8）：128