作為(wèi)數字化轉型以及推進智慧教育的(de)技術關鍵，教育數據技術及其應用創新是核心。智慧教育所追求的(de)大規模因材施教，最關鍵的(de)技術核心在于數據智能，以及伴随數據智能技術的(de)機制、教者的(de)跟進。當前的(de)智慧教育實踐中，數據智能驅動教育生态重塑的(de)前景已經浮現。前路依然曲折。
通俗地(dì)理(lǐ)解，數據智能是從大數據中“提煉”出來的(de)價值。同樣地(dì)，教育數據智能是海量教育數據模型、深度學(xué)習算法、高(gāo)度計算力等智能化技術與算法的(de)融合體。業內(nèi)也開始用“智能教育大腦”來隐喻之，是一(yī)個能夠實現數據融合、關系挖掘、問題診斷、決策優化等教育賦能的(de)智能應用。
遵循“數據處理(lǐ)→模型訓練→測試評估→服務應用”的(de)技術路線，數據智能的(de)實現基礎是對基礎數據集的(de)深度追蹤、結構化組織與動态監測。這個過程中，其技術核心是教育數據中台和(hé)智能分析引擎。
教育數據中台（教育數據彙聚中心）緻力于實現教育數據規範統一(yī)、互通融合、開放共享目标。具體包括底層數據環境、教育數據中台、數據治理(lǐ)機制和(hé)安全管理(lǐ)機制等。其中，底層數據環境通過互聯網、5G、雲平台、傳感器等基礎工具完成數據的(de)持續采集。數據中台通過對多源異構數據的(de)清洗、關聯、流通、融合等，實現教育服務的(de)精細化治理(lǐ)。數據治理(lǐ)和(hé)安全管理(lǐ)機制強調數據流通的(de)合理(lǐ)性和(hé)科學(xué)性，以及把控數據治理(lǐ)過程的(de)透明化和(hé)安全化。
智能分析引擎通過教育數據的(de)關系挖掘，構建智能教育大腦的(de)數據分析系統，為(wèi)學(xué)生個性化自(zì)主學(xué)習、教師精準化教學(xué)提供價值提升支持，以滿足适合多種教育場景的(de)個性化教學(xué)形态與活動的(de)展開，呈現學(xué)校管理(lǐ)“一(yī)校一(yī)檔”、教師發展“一(yī)師一(yī)檔”、學(xué)生成長(cháng)“一(yī)生一(yī)檔”的(de)監測目标。
教育部推進的(de)“智慧教育示範區”建設，教育理(lǐ)念上，體現的(de)是以人的(de)發展為(wèi)核心；智能技術上，則體現為(wèi)學(xué)習空間的(de)無縫連通、學(xué)習情境的(de)敏捷感知、學(xué)習資源的(de)開放整合、學(xué)習過程的(de)全程可(kě)記錄、學(xué)習體驗的(de)自(zì)然交互以及學(xué)習服務的(de)精準适配等。
以數據智能驅動學(xué)、教、管、評等核心業務的(de)結構重塑，是推進智慧教育的(de)實踐路徑。
第一(yī)，給教師的(de)“化驗單”。
超越步調一(yī)緻的(de)集體教學(xué)，照顧到每一(yī)個學(xué)生的(de)學(xué)習狀态和(hé)學(xué)習需求，推動因材施教目标的(de)實現，這是數據技術重塑教學(xué)場景的(de)價值意蘊。利用數據技術實時捕獲和(hé)挖掘教學(xué)進程中的(de)海量數據，經由行為(wèi)序列挖掘精準預判學(xué)生的(de)過程性習慣，探尋學(xué)習發生的(de)作用機制和(hé)關鍵誘因，并在多輪叠代中不斷調整教學(xué)設計，從而促進學(xué)生素養的(de)普遍提升。同時，數據技術通過對學(xué)生知識掌握、學(xué)習習慣、學(xué)習态度和(hé)學(xué)習策略等多維視(shì)角下的(de)綜合研判，能夠更加精準地(dì)診斷學(xué)習中存在的(de)問題，以便更為(wèi)精準地(dì)施加幹預。
數據智能重塑教學(xué)結構的(de)應用場景，最為(wèi)突出的(de)是線上線下融合的(de)教學(xué)結構重塑。智能技術為(wèi)教師提供學(xué)生在認知、行為(wèi)、知識掌握及情感動機等各維度的(de)表現，基于細緻的(de)學(xué)情研判，教師能夠對教學(xué)活動的(de)組織實施相應的(de)設計，比如(rú)教學(xué)活動差異化開展、前置組織、項目化設計等。
第二，給學(xué)生的(de)個性化處方。
了解你、成就你、發現你是數據技術重塑學(xué)習場景的(de)重要體現。學(xué)習者畫像，從學(xué)生如(rú)何學(xué)習（即記憶與知識的(de)結構、問題解決與推理(lǐ)分析、元認知過程與自(zì)我調節能力），以及學(xué)生學(xué)習成長(cháng)（主動獲取知識和(hé)技能過程中發生的(de)情感、認知、行為(wèi)變化）等維度，刻畫學(xué)習者典型特質和(hé)學(xué)習成長(cháng)個性特征，在此基礎上的(de)精細化和(hé)智能化學(xué)習診斷，成為(wèi)給學(xué)生的(de)個性化學(xué)習“處方”。同時，也是對學(xué)生的(de)能力預判，幫助學(xué)生更好地(dì)認識自(zì)我、發展自(zì)我、規劃自(zì)我以及建構自(zì)我。
不難發現，數據技術支撐下的(de)學(xué)習場景呈現如(rú)下典型特征：
一(yī)是以學(xué)生為(wèi)中心，學(xué)生作為(wèi)學(xué)習進程的(de)主體，借助智慧學(xué)伴、智能批改等技術支持，能夠自(zì)主控制教育活動序列。
二是自(zì)主選擇，即學(xué)生依據興趣偏好和(hé)發展需求等，選擇适應的(de)學(xué)習材料。
三是靈活服務，依托智能技術支持，延伸了傳統教室環境下的(de)數字資源和(hé)精準服務，激發了學(xué)生持續探究的(de)熱情和(hé)內(nèi)在動機。
第三，給評價的(de)增值提升。
采用數據驅動的(de)方法，利用監測學(xué)生學(xué)習成長(cháng)的(de)數據畫像實施評價，能夠突破評價方式、評價目的(de)及評價維度等方面的(de)局限。2020年(nián)10月，中共中央、國務院印發的(de)《深化新時代教育評價改革總體方案》明确指出，堅持科學(xué)有效，改進結果評價，強化過程評價，探索增值評價，健全綜合評價……
學(xué)生成長(cháng)數據畫像，回應了評價改革的(de)綜合性、全程性和(hé)增值性要求。
首先，以學(xué)習者核心素養發展為(wèi)切入點，綜合學(xué)習者成長(cháng)過程中認知發展、非認知狀态、社會情感發展等因素，對學(xué)習者成長(cháng)發展進行綜合監測。
其次，通過多模态數據收集，全面映射學(xué)生學(xué)習成長(cháng)全過程；以數據驅動的(de)方式，建立學(xué)習者動态畫像；
再次，基于學(xué)習者動态畫像對學(xué)生學(xué)習成長(cháng)進行監測，為(wèi)相關者提供問題甄别、學(xué)習診斷、決策支持等增值性評價。
數據智能驅動的(de)評價實現了評價場景的(de)全周期監管，通過對多元數據的(de)解碼，為(wèi)診斷需求、縮小學(xué)習差距以及精準化幹預提供證據，實現了評價的(de)科學(xué)化與增值性的(de)平衡。
數據驅動決策，分析變革教育。如(rú)何充分發揮數據技術的(de)增能、增效、改進、變革等功效，既是重要考量又是艱巨挑戰。
一(yī)是數據治理(lǐ)方面的(de)挑戰。
教育的(de)複雜性導緻教育數據的(de)多源異構形态更為(wèi)明顯，數據的(de)采集、彙聚與互通方式更具挑戰，數據應用的(de)需求更為(wèi)多元。數據技術涉及教育大數據應用服務、平台、系統等産品，涉及标準與規範的(de)研制，涉及針對教育業務的(de)數據建模和(hé)智慧教育應用。教育數據技術亟須協同多方力量攻關突破。
二是教師素養方面的(de)挑戰。
數據智能驅動的(de)教學(xué)創新需要教師具備基本的(de)數據素養，然而這項能力教師普遍較為(wèi)欠缺。此外，數據智能驅動的(de)教學(xué)創新，需要教師重新定位教者角色，需要重塑教學(xué)結構，也即弱化“教書匠”的(de)角色，發展和(hé)凸顯“設計者”“分析者”“促進者”的(de)角色。
三是學(xué)校機制方面的(de)挑戰。
智能技術驅動的(de)教學(xué)業務的(de)結構重塑是一(yī)種數字化轉型，對教、學(xué)、管、評來說都是一(yī)種機制的(de)變革，學(xué)校如(rú)何借助數字化轉型的(de)力量，系統地(dì)設計整個學(xué)校的(de)教學(xué)系統、管理(lǐ)系統、評價系統等，這對于學(xué)校而言并非易事。
作者：顧小清（華東師範大學(xué)教授、教育部教育信息化專家組成員）
來源：《中國教育報》