职教数据智能获取-大数据时代职业教育教师数据智慧发展研究

教师数据智慧的提升需以教学数据的获取为基础。结合DIKW模型理论，可从数据的类型、获取的方式方法及数据伦理的角度提出教学数据有效获取的具体建议。

（一）数据类型

就数据范畴而言，在表现形式上，DIKW模型理论认为数据可以以数字、文字、图形等多种形式出现，既可以是定量的，也可以是定性的。在内容属性上，从教师个体教学角度，教学数据主要包含学生学情数据、教育环境数据、教学资源数据三个维度。学生学情数据涉及显性和隐性两类。显性数据是可以量化的相关数据，如学生的年龄、性别、生源地构成以及考试的成绩、班级的排名、资格证书的获取率等。隐性数据是难以量化，以描述性语言加以说明的定性数据，如学生的性格特点、对不同类型教学资源的偏好程度、班级成员分组合作式学习开展的可能性等等。教育环境数据包括宏观和微观两个层面。前者与教育的大政方针有关，如国家、省级层面的规定性政策，各级各类教学指导委员会的引导性要求等；与教师个体教学关系更为密切的是学校、院系、学科层面的微观性数据，如总课时的规定、实践与理论课时的分布、专业与课程目标的明确等。学生学情数据、教育环境数据的获取主要为后期教师教学决策的科学制定奠定基础，而教学资源数据则主要为教学实施的有效开展服务，其包括与教学内容相关的文字、图像、符号、视频等。

（二）数据收集渠道与方法(www.xing528.com)

在数据收集的渠道与方法方面，教师个体数据收集的力度是有限的，学校应主动作为，为教师数据智慧的生成提供便利。信息化时代，互联网的普及使得数据收集上的难度日益减少，学校要搭建数据收集、存贮、交互的平台，并与政府相关部门、协会学会以及兄弟学校等形成数据的共享机制，多渠道、广范围地开展数据收集工作。从教师角度，教师一方面要从心理上克服“数据恐惧”，尤其是在尝试利用数据改善教学决策与教学实施过程的初期，要增强数据使用的自信，提高数据使用的意识；另一方面要从技术上熟练掌握基本的、通行的数据收集手段与方法，如引擎搜索、多媒体运用、基础数据库建设等，从而高效、全面地掌握数据。

（三）数据伦理

数据收集过程中，还需注重数据伦理问题。长期以来，无论是教师数据智慧的研究还是数据的实践运用领域，重视的大多是数据意识的养成、数据能力的提升等，对数据本身的道德规范和合法性问题较少关注。其实，在教师数据智慧生成之初的数据收集阶段，就应该重视相关者，尤其是学生的数据权力，对涉及隐私的数据，既要重视收集的内容、广度与深度，也要重视使用权限的设定与保密机制的设计，以及数据收集手段的合理性。应达成数据使用与个人隐私的平衡，从价值、利益、安全以及发展的角度对源数据进行价值校准、伦理调节与风险规制。