首页 理论教育 大数据时代职业教育教师数据智慧发展研究

大数据时代职业教育教师数据智慧发展研究

时间:2023-10-01 理论教育 版权反馈
【摘要】:1989年,运筹学、系统思维学专家阿科夫基于认知论提出了DIKW层级决策模型。教师数据智慧的生成与DIKW模型理论相契合,规律和特征相一致,可基于DIKW模型分析其生成的过程。因此,DIKW的使用需要结合具体的场景和语境。

大数据时代职业教育教师数据智慧发展研究

1989年,运筹学、系统思维学专家阿科夫(Ackoff)基于认知论提出了DIKW(Datato-Information-to-Knowledge-to-Wisdom)层级决策模型。该模型融合了行为主义理论的观点,从认知思维的角度揭示了从数据到信息,再到知识,最终生成智慧的升级发展过程。他在《从数据到智慧》一书中提出了“知识金字塔”的内涵,又称“DIKW”层级决策模型(图2-3),该模型解读了数据、信息、知识、智慧这一体系的关系,得到了约翰·吉拉德等数据智慧研究先驱的认可和引用[7]。教师数据智慧是教师以信息手段,获取、挖掘并使用数据中的隐藏知识,从而实现教学目标的综合性信息素养。而教师生成数据智慧的过程,本质上就是数据经过分析处理后,逐步提升为信息和知识,并最终成为头脑中极为个性化的智慧的过程[8]。教师数据智慧的生成与DIKW模型理论相契合,规律和特征相一致,可基于DIKW模型分析其生成的过程。

图2-3 DIKW层级金字塔(www.xing528.com)

在DIKW模型中,数据处于金字塔层级体系的最底层,它是形成信息、知识和智慧的基础和源泉;原始的数据是客观事实的表征,是分离打散的元素,通过将这些分离的元素组合联结,则形成有意义的信息;零碎的信息往往不能直接利用,人们接受有意义的信息后需要一定数量的积累,并对其加以分析整理、归纳演绎,形成属于自己的组织化信息,这样才能产生知识;基于已有的知识,人们通过对某种特定情境下的问题进行对比分析,做出最准确的决策,在该过程中还产生新的思想和价值,这便形成了智慧[9]。智慧的形成必须要在知识的积累之上,分享和应用知识进而形成智慧往往是任何成功最重要的组成部分之一,智慧需要指导实践,包括了个人的理解、表达、分析、研究等多重能力。由此可见,数据是构成智慧的前提要素,需要经历信息和知识两个过程的加工转化。

借助DIKW模型,人们通过原始的观察积累了数据;在分析的基础上获得了信息,可以用来回答简单的描述性问题;知识对于行动具有指导作用;在经过对知识的理解、去伪存真后,最终形成了智慧。智慧是关于未来的认知;数据、信息和理解则是关于过去的认知。值得注意的是,情景、语境和接收者对于数据、信息和知识的传递非常重要。经过加工的某条数据对于A来说可能是简单的信息,而对B却可能仅仅是数据。系统A输出的处理信息A对于另一个系统B来说,却可能是原始数据。因此,DIKW的使用需要结合具体的场景和语境。对于教育行业来说,教师通过获取学生的学习数据,并对这些数据进行分析、提炼和加工,能够挖掘出数据中的隐含信息内容,结合教学经验,形成具有个性化的教学知识,并最终成为具有鲜明特征的教学智慧[10]

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈