教育數字化轉型及學校應變

隨著人工智能、大數據、云計算等技術的協(xié)同發(fā)展，機器變得越來越復雜和智能，生產方式也從機械重復的手工作業(yè)逐漸向定制化、精益生產演進，經濟社會邁向對人類腦力和機器算力更高要求的新發(fā)展階段。我國“十四五”規(guī)劃中明確提出了“加快數字化發(fā)展，建設數字中國”的新目標，要通過關鍵數字技術創(chuàng)新、數字化基礎設施建設、全民數字素養(yǎng)提升等全方位舉措，促進生產方式和治理方式變革。產業(yè)領域的數字化轉型可以理解為，應用數字技術和數據要素，推動組織模式和發(fā)展范式重構，培育經濟活動新模式，全面推進我國的數字化進程。教育領域作為數字中國戰(zhàn)略的重要組成部分，在數字中國戰(zhàn)略、《中國教育現代化2035》、教育新基建等相關政策的引領下，正式邁進了“數字融合”“數據治理”“數智決策”的教育數字化轉型時代。

教育數字化轉型是指利用數字技術推動教學范式、組織架構、教學過程、評價方式等全方位的創(chuàng)新與變革。教育數字化轉型將幫助區(qū)域、學校管理者突破教育數據匯聚流轉、治理方式變革的難點，幫助教師激活教育數據價值，賦能教學實踐的痛點問題。教育行業(yè)的數字化轉型不同于其他行業(yè)的信息化轉變和數字化升級，教育生態(tài)系統(tǒng)固有的復雜特性，加之數據融合、學校治理、數智決策的困難，影響著教育數字化轉型的有效性。對于區(qū)域、學校管理者和一線教師而言，深入理解和明晰“什么是教育數字化轉型”“教育數字化轉型能為未來學校帶來哪些變化”以及“如何應對這些變化”，將是利用數字技術驅動學校治理和教育實踐創(chuàng)新、推進教育數字化轉型的關鍵。本文將從學校治理和教育實踐的視角，分析和審思教育數字化轉型為未來學校帶來的影響和轉變，并提出應對數字化轉型所帶來挑戰(zhàn)的相應對策，以期為教育數字化轉型賦能學校治理與教育教學實踐提供理論支撐和方法路徑。

一、如何理解教育數字化轉型

理解教育數字化轉型，需要放眼數字中國戰(zhàn)略背景。隨著數字技術逐步融入生產，產業(yè)領域完成了從手工生產到精益生產，再向著數據智能主導的定制化生產的躍遷。企業(yè)治理也從傳統(tǒng)的人力資源管控，轉向基于數據洞察和智能決策的前瞻性管理思維。教育領域同樣也經歷著從師徒傳授、規(guī)模化教學到技術賦能的差異化、智能化教學的演變（見上圖）。共性之外，教育的數字化轉型不同于產業(yè)領域，關注的是人的發(fā)展的智能個性化。教育生態(tài)本身的復雜特性，加之數字技術融入教育領域落后于產業(yè)領域，亟須聚焦于數據智能與教師決策雙驅動、“人機協(xié)同”的新教育范式的實踐探索。

教育數字化轉型，往往是治理先行。結合產業(yè)領域數字化轉型經驗來看，教育數字化轉型往往最先呈現在教育治理的數字化轉型層面。在“教育新基建”的推動下，學校運行中產生的大量異構教育數據將用于區(qū)域教育監(jiān)管和評估，以及日常的學校教學質量監(jiān)測和管理決策，最終形塑智能輔助決策、多主體協(xié)同治理的教育新生態(tài)，推動治理方式向數據驅動的精準治理轉變。而當前教育治理數字化轉型的重點和難點，在于如何建立標準化、統(tǒng)一化的數據交互基準，突破多終端、多應用、多源異構數據的融合壁壘，為個性化精準服務提供豐富的數據來源。

深入教育教學創(chuàng)新應用，是教育數字化轉型的核心任務。教育實踐的數字化轉型推動著從基于經驗的課堂教學，向基于數據智能的“人機共教”的教育新常態(tài)轉變。教育實踐的數字化轉型是通過個性化服務與應用來實現的，也即利用數字技術實現師生教與學過程的追蹤、診斷與賦能。例如診斷師生教學過程行為并提供動態(tài)診斷分析，提供適合學生素養(yǎng)發(fā)展的學習方案服務。而當前教育教學創(chuàng)新應用的重點和難點在于，如何使智能分析決策服務超越教師的經驗定式，通過數據智能分析幫助教師看到日?，F象背后的教育教學規(guī)律；如何突破智能算法“黑箱”，構建具有可解釋性、更切合各類教育場景和業(yè)務的教育分析決策模型；如何提供更加契合教育教學各類場景和個性化需求的服務，實現教師“人機協(xié)同”的教學模式創(chuàng)新，使教師向設計者與決策者身份轉變。

二、實現教育數字化轉型的關鍵是什么

教育數字化轉型，兼具了產業(yè)數字化轉型的共性與教育生態(tài)特有的復雜屬性。一方面，教育數字化轉型包含數據參與到生產、分配、交換的過程，也面臨著如何實現數據的流轉、挖掘，與其他要素融合產生教育價值的機遇與挑戰(zhàn)。另一方面，推動教育數字化轉型在學校教育教學中的有效落實，需要秉持“需求牽引、應用為王、服務至上”原則，在數字技術的支持下，從區(qū)、校管理者和師生的實際需要出發(fā)，深入教育教學業(yè)務場景，實現教育數據融合治理與價值發(fā)現，為利益相關者提供多樣化的個性服務。

（一）建立數字軌跡，激活數據價值

數字軌跡是實現個性化服務目標的數據基礎。數字軌跡關涉教育領域中全要素、全業(yè)務、全流程的數據關聯(lián)與融合。以人工智能教育大腦為代表的教育數據中臺和智能分析引擎，作為學校治理、教學實踐、教研評價等教育業(yè)務場景全面數字化轉型的關鍵數字技術，需要長周期、海量的教育數據支撐。

當前的教育數據以靜態(tài)的、短期的、結果性數據居多，動態(tài)數字軌跡構建仍有較大缺口。由于缺乏數據思維和數據資產意識，加之人力監(jiān)督成本過高，教育數據問題日益凸顯：（1）標準不一，數據互通共享難；（2）覆蓋維度還不全面，數據可利用性低。

面對數字化轉型的重大機遇，亟須突破伴隨式數字軌跡采集瓶頸，激活數據價值。當前數據中臺技術在其他行業(yè)領域賦能業(yè)務場景、產生業(yè)務價值的優(yōu)勢日益凸顯。教育數據中臺技術的運用可以低成本方式記錄長周期的數字軌跡，實現學生成長軌跡“一生一檔”，教師發(fā)展歷程“一師一檔”，學校管理“一校一檔”，落實統(tǒng)一的教育數據標準與規(guī)范，并對數字基座中海量教育數據進行結構化的教育含義標注，最大程度激活不同教育應用與平臺間的數據融合互通，解決“巧婦難為無米之炊”的“數據原材料”問題，為根據實際教育場景而提供的各類教育個性化服務提供豐富的數據基礎。

（二）深入領域模型，打破數據“黑箱”

領域知識驅動是實現數字化轉型的路徑。個性化服務的實現需要基于教育數據的再生產、再加工，而智能分析引擎則是數據生產加工、挖掘數據價值的重要支撐。智能分析需要基于教育領域知識模型來實現。通過建立教育領域知識模型，將各類數據與教育含義關聯(lián)，以發(fā)揮數據價值。換言之，領域知識模型作為智能分析引擎的關鍵內核，能夠將非結構化的教育概念轉為結構化的教育含義，再把教育含義與數字軌跡關聯(lián)，實現教育概念的數字化表征。從面向的主體來看，常見的模型主要圍繞學生成長、教師發(fā)展、區(qū)校治理等。從建構模型的過程來看，包括教育理論模型構建、教育數據標簽化處理、教育智能模型的分析與決策等。

當前數字技術在教育領域更加關注教育人工智能算法模型的構建，相對缺乏對各類教育場景相應理論模型的深入研究。通用算法構建的智能模型更多面臨著分析結果和算法缺乏可解釋性、難以適配教育場景需求等挑戰(zhàn)，甚至可能產生引導教師、管理者采取錯誤決策的風險。面對“教育教學全過程中產生的各類規(guī)模化數據如何與學科專業(yè)知識、學生認知心理發(fā)展水平、教學法內容關聯(lián)”的難題，需要深入教育教學業(yè)務場景，為各類教育場景中的數據賦予教育含義，建立教學、教研、教育管理、教育評價的各類教育理論模型，讓數據中心的數字軌跡“活起來”，為多維度融合的教育數據智能分析等個性化服務提供理論模型支撐，增強教育智能模型的可解釋力。

（三）提供個性服務，發(fā)揮數據智能

個性服務是教育數字化轉型的目標。教育數字化轉型的落地應是以個性化服務重構教學活動的組織形態(tài)。通過發(fā)揮教育數據價值，賦能教、學、管、評、研等不同用戶的多樣化需求，實現教育教學實踐各類場景的個性化服務與應用，顛覆傳統(tǒng)的教學組織形式，創(chuàng)新“人機協(xié)同”的教學實踐模式。

數字化技術與教育的深度融合，將使更多教育領域知識模型賦能個性化教育服務。學生學習場景的個性化、多元化也必然產生教師變革教學模式的新需求。教師教學模式的數字化轉型不僅是智能技術支持下的課堂教學模式創(chuàng)新，未來會主要以多模態(tài)數據的分析、決策等個性化服務為核心，轉向“人機協(xié)同”課堂的系統(tǒng)性變革。

盡管當前的教育數字化服務與應用初具形態(tài)，但在初步實踐探索中仍暴露出一些問題。比如：（1）應用場景零散，深入教學業(yè)務場景的好用、易用、契合不同教育用戶需求的服務和應用缺少；（2）數據要素的挖掘力度和深度不夠，提供的分析刻畫、決策建議等個性化服務淺層、通用，難以超出教師的常規(guī)經驗認知，沒有充分起到“人機協(xié)同”智能決策的作用。

三、教育數字化轉型需要哪些條件

未來已來。教育數字化轉型是以數字技術與教育的深度融合，實現教育治理、教學實踐、評價決策等方面的全方位賦能和綜合性變革。多數學校目前尚不能快速進入轉型實踐之中，加之現有數字化應用與個性化服務還不夠全面和成熟，并不能滿足學校轉型的個性需求，這些都對轉型實踐提出了新的挑戰(zhàn)。數據基礎、數據分析服務、數據素養(yǎng)能力將是當前推動數字化轉型實踐不可或缺的關鍵要素。

一是數據基礎。海量、豐富的數據是建立動態(tài)數字軌跡的重要支撐。實現教育數據的“融合統(tǒng)一”管理和開放共享，將為建立數字軌跡用以數據分析服務和數據素養(yǎng)提升提供豐富的數據基礎。

二是數據分析服務。體現領域知識驅動的教育數據分析，這是數字化轉型真正實現數據驅動業(yè)務流程重塑的基礎。數據分析服務激活了數據價值，基于教育領域知識模型的數智分析，打通了教育教學理論與各數據間的隱性關聯(lián)，實現了教育數據與模型維度的全場景映射。

三是數據素養(yǎng)能力。教育的個性化服務需要以“人機協(xié)同”的教學實踐予以體現，為此需要教育管理者和教師具備基本的數據素養(yǎng)。良好的數據素養(yǎng)將有助于對數字技術的理解，明確對個性化服務的需求，依據教育教學需要確定和運用適合的數據分析、數智決策等服務，開展“人機協(xié)同”的教學模式變革。

落實教育數字化轉型將會是長期的系統(tǒng)性變革，正確把握各關鍵要素之間的關系，為轉型變革和創(chuàng)新應用做好充分準備，需要區(qū)域、學校管理者和實踐者發(fā)揮重要角色。

（1）夯實數據基礎，打破“數據壁壘”。各級各類教育主管部門需要加強頂層設計和統(tǒng)籌管理，優(yōu)化驅動機制和運作模式，制定統(tǒng)一化的各類教育應用平臺數據接入和分層分級存儲規(guī)范，以及教師教研、教學資源等多源異構數據的數據標準，明確教育數據來自哪里、表示含義、存儲在哪里、管理權限等，為實現數據融合流轉、助力數據分析、發(fā)揮數據要素價值奠定基礎。

（2）挖掘數據價值，開展“人機協(xié)同”實踐探索。管理實踐者需要充分了解當前學?，F有的數據維度和內容，明晰各類數據的教育語義，協(xié)同高校等科研團隊，構建反映課堂實體、教學過程、素養(yǎng)評價的各類型教育領域知識模型，設計與研發(fā)基于已有數據粒度的分析模型和方法，挖掘教育教學理論與各數據間的隱性關聯(lián)，實現教育數據與模型維度的全場景映射，以適應不斷發(fā)展的教育新場景、新模式。同時，鼓勵教師積極運用基于人工智能技術的教育個性化服務與應用產品創(chuàng)設多元教學場景，“先行先試”開展項目式、探究式課堂教學活動，形成可推廣、可復制的教育數字化轉型優(yōu)秀示范案例，這也將是教育數字化轉型促進教育高質量發(fā)展的重要步驟。

（3）提升數據素養(yǎng)能力，提供個性化服務。區(qū)校管理者和實踐者需要營造具有數字化氛圍的教育文化，構建豐富的數字化學習環(huán)境，加強對數字技術的合理認識及對“人機協(xié)同”教育實踐的理解和接受能力，提升教師的數字素養(yǎng)、教育數據意識、創(chuàng)造數字資源的能力、數據決策和管理的能力，培養(yǎng)學生數字時代的生存能力，以應對教育數字化轉型帶來的諸多不確定性挑戰(zhàn)。同時，基于需求牽引原則，鼓勵區(qū)、校積極探索，構建政校企等多方協(xié)同的個性化服務與應用建設模式，通過征集場景案例等多種方式深入教育教學實踐，為分析學生的認知水平、行為習慣表現、素養(yǎng)結構特點以及個體與群體間的差異，深度刻畫學生畫像，協(xié)同教師優(yōu)化教育資源配置，修訂課堂教學設計與教學活動，關照每位學生的學習需要，促進學生的智能個性化發(fā)展等，提供更加切合的個性化教育服務應用，進而促使由經驗驅動的教學決策向基于理論和數據智能雙驅動的循證與決策轉型，實現素養(yǎng)導向的“人機協(xié)同”的教學模式重構與變革。

本文系國家社會科學基金2019年度重大項目“人工智能促進未來教育發(fā)展研究”（項目編號：19ZDA364）的研究成果

顧小清（華東師范大學教育學部教授，教育信息技術學系主任）；胡碧皓（華東師范大學智能教育研究院博士）

《人民教育》2023年第2期