数据驱动教学数字化转型：机理、场域及路径

数据是推动数字化转型的关键要素，而充分发挥数据的价值，是推动教学数字转型和智能升级的必然选择。基于此，文章首先梳理了数据要素化的属性与价值，阐释了三个层级的数据价值释放机理；接着，文章探讨了数据驱动教学数字化转型的定义，并设计了包含数据赋能、技术支撑、数字转型、智能升级四个要素的逻辑框架；随后，文章分析了数据驱动的精准化教学、个性化学习、智能化考试、数智化评价、精细化管理等教学数字化核心场域；最后，文章提出基于大数据精准教学系统的因材施教路径。文章的研究为推动数据驱动教学数字化转型落地、破解当前教学改革中规模化因材施教难题提供了创新策略，对于开展教育数字化转型的探索与实践也具有参考价值。     

基于价值发现的高校数据治理探索与研究

数据治理是一个数据价值的发现过程。在当前"互联网+教育"大平台建设的趋势下,以数据价值发现为导向,探索推进教育治理能力现代化的新模式,具有理论和实践意义。结合高校治理主体、治理方式和治理效果三要素,构建了高校数据价值体系,分析了高校在数据资产化中数据价值的发现过程,逐步将数据转化为生产力,实现高校数据资源的价值最大化。     

教育场景驱动的高校数据治理

教育数字化转型的重要任务之一是通过数据治理提高教育治理能力,当前数据治理呈现出场景化和智能化的趋势,但是以管理和标准为核心的静态治理理念难以适应应用场景的数字化转型和创新。该文首先从数据治理的视角探讨了教育场景的概念和特征,然后分析了当前高校教育场景数据治理中存在的数据不够“大”、数据不够“好”、数据未尽其“用”三个核心问题,提出高校教育场景驱动的数据治理方法和治理流程,教育场景中的原始数据经过数据资产化、数据标准化、数据要素化三个关键环节演化为具有计算属性、组织属性和教育属性的场景数据资产,作为关键要素进入到教育教学过程中,从而形成良性循环的数据资产生态,充分发挥数据资产的教育价值。     

大数据视角下的高中数学教学优化研究

如今，大数据已经被应用于人们生活、工作的各个角落中，对于人们的生活、工作乃至学习产生了巨大的影响.将大数据运用各个学科的教学中，可以推进教师的教学改革与创新，让教育紧跟时代发展的步伐，这应成为每一位教师的基本认知.在大数据的视角下，高中数学教师应积极探索大数据与数学学科教学的有机融合途径，最大程度地发挥出大数据的优势与价值，助力数学精准化教学的视线，推动数学教学的深度变革.基于此，本文主要就大数据视角下的高中数学教学优化进行分析，首先阐述了大数据对于高中数学教学的积极影响，又针对高中数学教学的优化策略提出了建议，以供参考.     

大数据在外语教学中的价值、来源与技术分析

大数据为外语教学带来新的机遇和挑战,使本体论、认识论和方法论发生根本性改变.本文从大数据的基本概念和教育大数据的价值出发,分析在教育结构性调整背景下,大数据对优化外语学习过程、助力个性化教学实践,深化学习者特征分析,精准反映教学要素互动,简化评价方式、克服经验式评价弊端方面带来的新价值;全面挖掘外语教学过程大数据的来源...     

数据充分赋能教育数字化转型的内在逻辑与实践路向

我国教育数字化已经进入纵深发展期,呈现全方位协同改革、全要素质量提升、全程化强力驱动、全员化深度参与等新特点。“数据充分赋能”是2023年全国教育工作会议对于推进教育数字化战略行动的最新指示,是教育数字化战略纵深发展的关键所在。数据在教育数字化转型中承担“加速器”“润滑剂”“仪表盘”的重要作用。数据充分赋能强调数据在驱动教育数字化转型中的全流程赋能、全要素赋能、全场景赋能、全业务赋能,实现对教育组织形式、教学形式、服务形式及治理形式等的模式和流程再造。就内在逻辑而言,数据充分赋能是基于数据环路充分激发数据活力与价值,实现对个体、学校、教育企业、科研机构等的价值层赋能、行动层赋能以及绩效层赋能,形成“知道—行动—评估”的数据赋能链条。就实践路向而言,为推进数据充分赋能教育数字化转型的纵深发展,可以从如下五个方面入手,包括建设全国一体化教育大数据中心,优化数据驱动的教育治理新模式,统筹推进教育数据应用绩效评估,加快建立教育数据要素交易机制,以及着力推进教育数据应用示范工程。     

基于多模态数据的大学生认知深度评价框架构建及应用

提高学生课堂认知深度是本科教育高质量发展的核心目标,如何对认知深度展开科学评价是关乎此目标达成的关键,也是深化本科课程教学改革的迫切需求。为此,首先基于经典认知深度评价理论,结合新兴多模态数据分析技术,搭建大学生认知深度多模态评价框架。其次,基于此框架开展实证研究：以Z高校教育技术专业课程“学习科学与技术”为例,通过智能录播系统、在线学习平台等工具从多维学习空间采集主题讨论、自我反思、思维导图、课堂问答、头部姿势等多模态学习数据,采用机器学习方法处理并分析学习数据,综合评价学生认知深度并进行反馈。结果显示,多模态数据支持的评价更能准确地反映学生认知深度,具有显著的以评促学效能,最佳数据源是自我反思、思维导图和课堂问答。     

基于复合二元性的数据规制：底层逻辑、顶层设计与制度构造

数据规制内嵌数据监管与数据治理的双重逻辑。当前,我国数据要素呈现出“信息-技术”二元性以及“价值-风险”二元性等多重特质,从多个维度作用于数据规制的发展方向和推进条件,对数据监管与治理二元并进产生重要影响,并构成数据规制的底层逻辑。在数据要素化时代,数据监管和数据治理面临系列新问题及新挑战,前者表现为监管理念有待统一、监管制度亟需转型以及监管能力需要提升,后者则表现为要求高标准的市场体系、呼唤竞争政策的基础地位、强调多元主体的共同参与。事实证明,将数据监管与数据治理相分割并不适用于我国数据规制的改革实践。基于数据要素复合二元性的数据监管与数据治理的协同,能够在保护数据安全与可信赖的前提下,最大限度提升数据利用价值,缓和数据技术与数据制度之间的内在张力,大大改善数据规制背景下的数据利用生态。今后必须确立信息技术与法制规范相结合的协同理念,政府作用与市场效能相配合的协同机制,数据要素类型化、计量化与全程化相统筹的协同方法,以打开我国数据规制的新局面。     

深度学习的发生机制与多模态数据测评研究

进入数字化知识经济时代,社会发展对教育活动提出了更高要求,旨在培养高阶思维和创新能力的深度学习备受国际社会的高度关注。为此,“深度学习如何发生”和“如何评估深度学习发生程度”,也成为亟待研究的两个关键学术问题。认知心理学、教育神经学和具身认知为理解深度学习提供了理论基础,指引人们从人—物互动视角认识个体的认知变化过程,打开了个体学习的内隐机制“黑箱”,实现内隐机制和外显表征的桥接与理解。基于这一认识与分析,通过信息输入、深度加工和学习生成三个环节,初步构建了深度学习的发生机制模型,并设置相关的学习状态指标。而要实现对深度学习发生程度的精准评价,则应依据深度学习的多模态数据测评框架,综合性采集与分析学习者的生理数据、自我评估数据、在线学习平台数据和课堂参与数据等多模态数据。但是,在采用多模态数据测评深度学习的发生及其程度时,多模态数据仍存在异质性差距、数据建模缺乏精确度、常态化评价开展困难、数据安全和伦理道德难以得到保障等问题,亟需未来开展更为深入的研究与探索。     

大数据与教育研究的变革:可能与限度

大数据以新的方式表征着教育世界,使得传统教育研究面临本体论、认识论和方法论的挑战。大数据时代,教育研究需扩大数据来源,拓展研究空间;深度挖掘数据资源,重视分析"相关关系";强化数据文化,推进实证研究。教育研究亦须审慎评估大数据的价值,辩证看待大数据的主观性与客观性,科学评判大数据的量与质,正确处理理论建构与"让数据自己发声"的张力,全面考量教育目的与数据伦理。     

数据驱动教育数字化转型的信任机制——教育大数据全生命周期隐私增强模型的构建与典型应用场景分析

教育大数据正在成为驱动国家教育数字化转型战略行动的核心资源,带来了巨大的教育价值,但教育大数据的采集和分析产生了隐私侵害风险、信任危机等严峻问题,阻碍了数据的共享、开发和利用。如何增强教育大数据在开放共享、共建共用中的隐私保护和信任关系,成为制约数据驱动教育数字化转型的关键难题。对此,文章首先采用文献分析法,剖析了教育大数据隐私保护的研究现状与关键问题。随后,文章从应用场景角度设计了教育大数据全生命周期隐私增强框架,并基于此框架从技术实现角度构建了满足不同实体、不同阶段隐私需求的教育大数据全生命周期隐私增强模型及其应用流程。最后,文章介绍了该模型的典型应用场景,涉及学分与资质认证、教育协同与治理、可信评教、个性化学习服务等多个方面。文章的研究能够厘清教育大数据开放共享时的隐私保护关键问题和技术思路,可为实现教育数据要素化全生命周期的隐私保护、建立健全数据驱动教育数字化转型的信任机制提供参考。     

数据新要素视域下的智能教育:模型、路径和挑战

随着大数据、人工智能、5G、物联网等新一代信息技术的发展和应用,数据作为一种新生产要素,推动智能教育的数字化赋能升级,具有人性化、情境化、集成化和数智驱动等特征.本文通过拓展教育要素的内涵边界,打造"以数据自治演进"的内循环和"以服务主体为中心"的外循环,联合创设了一个集"主体—环境—资源—数据"四位一体的内外双循环系统模型;然后重点围绕健全数据治理和保障数据全周期覆盖、强化数据赋能和优化教学创新、构建教育智能体和服务主体新形态、瞄准人机混合智能和勾画智能教育新图景等,解析"数据+智能教育"发展的多重路径;最后从数据伦理规范、人机互信、多学科交叉和教育均衡发展等方面,阐释"数据+智能教育"面临的多重挑战,以期引起教育管理者、研究者、实践者等对于数据要素视域下智能教育创新发展的思考与共鸣.     

基于教育元宇宙的在线教育发展探析

当前在线教育已成为教育教学的重要组成部分,教学实践中普遍存在着人机交互简单、平面网页枯燥、学习记录数据单一等问题。随着信息技术的迅速发展,以认知理论和沉浸理论为基础,教育元宇宙应运而生。在教育元宇宙的多用户交互世界中,用户以亲身临场感与其他用户形成高度交互模式,实现了高度沉浸、深度交互和全新数字主体角色等方面的革新。同时,教育元宇宙的广泛应用也伴随着数据安全和新知识产权归属、认知和伦理、高度依赖和成瘾等方面的风险。教育元宇宙对于在线教育具有开创性的意义,对其进行深度思考和分析对于促进在线教育的发展具有积极的现实价值。     

基于大数据的个性化学习方案设计

随着大数据时代的到来,学习模式发生了重大变化,个性化学习成为现代教育的重要趋势.然而当前的相关研究大都只是针对个性化学习某一个环节的论述,缺乏对个性化学习整体解决方案的探索与研究.本文提出利用现代信息技术、基于学情大数据设计构建一套完整的个性化学习方法体系,包括学生个性特征认知、个性化学习资源推荐、学习行为与学情风险预警、多维度个性化学习评价及个性化学习综合服务信息系统等具体解决方案.研究结果有利于解决传统教育中存在的学习对象认知不充分、学习资源难以满足个性需求、学情分析缺乏预警机制、学习评价方式单一、缺乏综合信息系统支撑等问题,从而促进以学生为中心的个性化学习理念的实践,促进教育现代化与智慧化的发展.     

大数据在美国教育评价中的应用路径分析

实施教育评价是教育教学决策的重要前提,而有效的教育评价依赖于全面的、可靠的评价依据。大数据重在对多维、大量数据的深度挖掘与科学分析以寻求数据背后的隐含关系与价值,有助于将教育评价从基于小样本数据或片段化信息的推测转向基于全方位、全程化数据的证据性决策。该文从三个方面分析美国在整体层面如何规划与推进大数据在教育评价中的深入应用：一是“大数据为何而用”——探析美国在教育评价中应用大数据的目标指向;二是“大数据从何而来”——介绍美国教育评价所依托的立体化、高质量教育数据网络;三是“大数据如何而用(包括如何用好)”——分析美国如何通过精心设计评价本身、选择适当的大数据处理技术、提升教育工作者尤其是教师的数据素养、提供多方位支持等多种方式在实践维度切实推进大数据在教育评价中的有效应用。     

教育数据解读的认知解密与技能解锁

当前数据获取已不再是掣肘,数据价值成为教育数据应用实践的首要指向和核心要义.在具体的教育情境中,如何识别教育数据的内隐问题,如何基于现实语境解读数据的内涵意指,如何基于数据分析提供教学改进的实施策略和行动指南,一直困扰着一线教师的数据应用.针对当前国内教育数据研究热衷于追逐数据规模效应和数据智能处理技术的现状,本研究将视线转向教育数据的人为解读过程,在数据驱动教学决策过程困境分析的基础上,通过梳理数据解读的模式构建、认知偏差、影响因素和辅助中介等心理层面的研究,总结了常见的数据解读陷阱、规避方法,并为一线教师数据解读技能的提升提出了行动框架.     

AutoCAD数据向MapGIS数据快速转化的方法

分析了AutoCAD和MapGIS两者图形数据特点和图形数据转换过程中需要注意的问题,重点阐述了对于简单的地质图件,如何在两者间进行直接的文件转换,并举例说明对于复杂地质图件如何借助MapInfo软件中的格式转化工具实现AutoCAD向MAPGIS的快速转换,解决了在AutoCAD数据向MapGIS数据转化的过程中一些复杂的问题,极大地减轻了数据转换工作量,提高了工作效率。     

工业大数据集成应用综述

近年来,无所不在的移动终端、智能系统设备、无线传感器等时时刻刻都在产生海量的数据,拥有数以亿计用户的互联网服务也时刻都在进行着巨量的交互,与此同时,数据的价值也在不断凸显,大数据被类比为新时代的黄金和石油。随着以德国工业4.0和美国工业互联网为代表的新工业革命的深入发展,以及“中国制造2025”、“互联网+”行动计划与《促进大数据发展行动纲要》的颁布实施,智能制造和工业大数据得到了越来越多的关注,工业大数据的应用,将成为未来制造业创新的关键要素,也是目前全球工业转型必将面临的重要问题。     

数据生命周期视阈下教育数据伦理问题及规约之径

教育数据是推进教育信息化实践的重要动力,其伦理问题的规约是确保教育数据健康发展的关键。通过对教育数据伦理概念与研究现状的审视,研究发现显著缺乏数据生命周期视角下的教育数据伦理问题诠释,并且缺少特定场域的教育数据伦理问题审思。为此,该文聚焦于课堂教学场域下的教育数据,通过对比分析典型数据生命周期模型,从教育数据收集、处理、储存、管理、分析与应用六个阶段分别映射隐存的问题及风险,详细剖析各阶段教育数据伦理问题。最后,从技术设计内嵌、伦理观建构、问责机制形成、协同伦理共治方面提出抑制伦理问题的规约之径,为教育数据伦理研究提供参考。     

数据伦理问题引发的数据伦理教育思考

数据伦理是数据素养的主要组成要素,是衡量个体数据素养水平的重要标准。教师的数据伦理水平,不仅影响自身的科学研究水平和教育教学工作,还对受教育者的数据伦理培养产生直接影响。综合国内外数据伦理相关研究成果、文献资讯,分析现有数据伦理及相关内涵,发现当前大数据环境下数据伦理问题已经凸显,数据伦理教育愈显重要。本文结合数据伦理多维度角度,为教师数据伦理的研究、评价和教育工作,提供理论参考。