摘要：教育数据使用是全面挖掘教育数据资源潜能和发挥教育数据价值的重要体现。美国基于顶层设计、手机版亚博的技术支持、资金投入、人员建设、专业助力等手段形成了教育数据运用支持体系，实现了教育数据驱动学业质量诊断、教育资源配置、学生行为预警、教学模式革新。但教育数据质量问题削弱教育数据资源认可，数据申请繁杂流程限制教育数据资源获得，数据使用技能欠缺影响教育数据使用效度，数据至上理念造成数据主义教育样态等系列争议性问题成为美国教育数据使用过程中的严重阻碍。反思美国教育数据使用经验，我国既需警惕教育数据使用迷思，也需主动适应数据驱动教育发展的时代趋势，切实推进数据驱动教育决策科学化、学校管理精准化、教学服务定制化。
关键词：美国，教育数据使用，支持策略，实践领域
一、问题提出
“数据”（data）一词来自拉丁语词根“datum”，意味着“给定的东西”，即数据是已经给出、观察及收集的信息资源。[1]数据化浪潮的演进激发了海量教育数据活力，正式赋值教育数据潜能，数据“说话”已然成为教育常态。教育数据的价值在于数据使用，以此达到深刻洞见教育症结与前瞻预测教育趋势的双重目的。按表现形式教育数据可分为定量类数字标识和定性类文字图片与视频影像；按信息类型教育数据包括联邦、州、地区和学校层面的学生测试评估类学术数据，以及关于年级班级、纪律调查、课堂行为等非学术类数据；按时间维度教育数据涉及具体时刻捕捉的横向数据记录和多时间段收集的纵向数据信息；按保密级别和数据受众又可分为可识别个体身份的敏感数据和向公众提供的综合统计数据。[2]
当前，国内外已有研究主要聚焦教育数据使用价值、运用实践，以及现实困境等议题。一是关于教育数据使用价值，美国著名统计学家爱德华兹·戴明（edwards deming）指出：“数据不是为了博物馆的存储目的而获取，而是作为做某事的基础。如果对数据束手无策，那么收集任何数据都没有用。”[3]教育数据能够动态诊断学业差距，[4]精准识别弱势群体，[5]规避主观经验独裁而实现客观理性决策，[6]并促发个性化和差异化教学落实。[7]二是在教育数据运用实践方面，探究了教育数据驱动在线学习倦怠预警[8]、学生兴趣特长培育[9]等微观议题，也聚焦多模态教育数据支持区域教育质量优化[10]、国家课程改革[11]、学校教育体制重构[12]以及教育治理现代化[13]等宏观领域研究。三是关于教育数据使用困境，学者从教育数据收集数量与数据收集质量的双重缺陷，[14]教育数据开放共享与数据隐私安全的冲突矛盾[15]等视角切入，揭示了教育数据伦理隐忧[16]与教育数据运用限度。[17]整体来看，已有成果多侧重于教学、学习和管理等单个领域的教育数据驱动实践分析，关于数据驱动教育整体运行图式与教育数据使用支持策略研究相对匮乏。
2021年3月，我国教育部发布了《关于加强新时代教育管理信息化工作的通知》，强调坚持教育数据共享原则，切实增强教育数据使用体验，推动教育决策由经验驱动转向数据驱动。[18]然而当前我国关于教育数据的使用领域与操作范式含混不清，学业质量诊断、教育资源配置、学生行为干预、教学模式革新仍偏向于静态的“谋而后动”型，而非动态的“随动而谋”型，[19]教学管理精准性差、学习干预时效性弱、教育评估动态性不足。如何发挥多时域、多粒度、多层次教育数据资源潜力，进而构建数据至上的教育数据使用机制，以规避先入为主的认知偏见、模棱两可的参照推论和一知半解的教育洞察成为我国亟待解决议题。
作为全球数据驱动教育实践的引领者，美国坚持以高质量教育数据资源开发为逻辑起点，以教育教学决策精准化理念为动力支撑，以教育数据信息寻求、收集、解释、行动与评估为范式遵循，[20]从而形成了从教育数据规范收集、数据驱动教育体制革新到多元支持力量促发教育数据使用落地的一体化运作机制。基于此，文章着眼于美国教育数据使用经验，分析美国教育数据运用支持策略与具体领域，可为我国统筹协调教育数据资源，释放教育数据技术红利，实现数据驱动教育系统迭代升级提供参考。
二、美国教育数据使用的支持策略
美国以教育政策问责驱动为引领，以教育数据隐私手机版亚博的技术支持为保障，并通过深化人员素质，投入充足经费，凝聚专业力量等策略，确保联邦、州、地区和学校等各层面教育工作人员及社会大众，能够认识到自身所扮演的教育数据生产者和数据使用者角色，进而依托教育数据使用承诺、愿景和信念，养成教育数据驱动的倾向、习惯和行为，实现从直觉走向数据。[21]
（一）顶层设计：政策报告确立教育数据使用战略
教育数据政策法案是美国形成自上而下教育数据使用氛围的关键抓手，已有政策文本不仅对教育数据采集、储存、分析、共享、安全等事宜进行了宏观规定，同时也对教育数据使用等具体领域作出了系统性、完整性和权威性解释。1867年，美国联邦法律规定应在华盛顿市设立一个教育部门，目的是收集和揭示各州和地区教育状况和进展的统计数据，并传播有关学校组织管理与教学方法方面的信息，助力美国学校系统和全国教育事业发展。1870年，联邦开始收集教育数据，并在1890年将数据收集计划进一步扩展至私立中小学；1962年，作为全美教育数据收集整理和分析报告的主要联邦实体，美国国家教育统计中心（national center for education statistics，简称nces）正式成立，并编制出版了全美第一本教育统计摘要（digest of education statistics）。[22]2002年，美国发布《教育科学改革法》（education sciences reform act，简称esra），提出教育政策制定必须有教育数据作为支撑，从而在立法上确立了教育数据驱动决策的指导思想，激活了数据驱动决策基因。同年《不让一个孩子掉队法》（no child left behind act，简称nclb）提出“适当年度进步”（adequate yearly progress，简称ayp）执行倡议，要求根据学生标准化考试成绩衡量学生学业成长和学校发展表现，实现教育数据驱动绩效问责。
之后，美国联邦教育政策进一步深化教育数据使用价值与目的。2012年发布的《通过教育数据挖掘和学习分析促进教与学》（enhancing teaching and learning through educational data mining and learning analytics），要求培养数据驱动教育决策文化氛围，养成教育数据推动学校改进的思维模式，并解释了教育数据挖掘与学习分析技术具体操作应用。[23]2015年，《每一个学生成功法》（every student succeeds act，简称essa）在秉承nclb数据承诺基础上重申教育数据使用价值，要求从数据驱动教育问责逐渐转向数据驱动持续改进，以进一步丰富和彰显教育数据服务功能。essa将各州毕业率低于67%的高中确定为低绩效学校，每所低绩效学校都要求实施基于证据的干预措施，以改善学生学业成绩，确保每个学困生都能“脱困”并最终走向学业成功。2020年12月，美国联邦教育部最新发布《教育部数据战略》（department of education data strategy），描述了教育部拟将充分挖掘教育数据潜能，培育和践行数据文化，加速向数据驱动组织迈进，引领全美进入教育数据驱动新时代的远大目标。[24]
（二）手机版亚博的技术支持：隐私安全保护规避数据泄漏风险
大数据时代，教育数据共享需求的急剧增长导致教育数据隐私保护难度空前提升，如何平衡教育数据隐私安全与数据开放共享矛盾，是解决教育数据纵向传递不畅、横向流通受阻困境，确保教育数据资源共通共享的必然考量。美国秉承教育数据共享使用原则，坚守教育数据隐私安全底线，以教育数据隐私保护技术筑牢数据安全根基，消解教育数据运用与数据隐私保护间的矛盾冲突。一是实现教育数据信息链接安全。美国威斯康星州、特拉华州、伊利诺伊州以及俄亥俄州等为公立学校学生制定了唯一的身份识别号，这些数据身份标识只能在指定数据采集点才能链接到个别学生。如特拉华州学生信息系统（delaware student information system，简称delsis）为每个中小学生分配了唯一标识符，便于对学生进行纵向数据跟踪的同时，也可确保有关学生身份识别的敏感数据不被轻易披露。俄亥俄州建立的“全州学生识别符”（statewide student identifier，简称ssid）编码系统，也为州180万名公立中小学生创建了单独的身份识别号。[25]
二是硬软件技术强化教育数据系统防护性能。美国在教育数据传输、访问、共享、使用过程中通过构建多级身份验证、防火墙、数据加密和入侵检测预防系统（intrusion detection prevention systems，简称idps）等技术配置，实现自动扫描教育数据系统漏洞，锁定长时未用的计算机设备，及时侦测网络黑客行为，以切实增强教育数据资源设施安全系数。三是隐私保护机构统筹数据安全维护事宜。美国联邦教育部下设的隐私技术援助中心（privacy technical assistance center，简称ptac）旨在为各州教育机构提供教育数据隐私安全保护相关的一般性和针对性手机版亚博的技术支持，确保教育数据收集工具、数据储存设备和数据传输系统安全可靠。在州和地方层面，肯塔基州教育和劳动力统计中心（kentucky center for education and workforce statistics，简称kcews）、华盛顿教育研究与数据中心（education research & data center，简称erdc）等积极参与数据隐私安全防护工作，通过提供教育数据隐私保护技术援助以筑牢本州教育数据安全屏障。
（三）资金投入：经费配置推动数据系统整体架构
经费投入是美国落实构建教育数据系统整体架构、持续优化教育数据使用进程的运行保证。美国教育数据经费投入可分为教育数据库基本建设经费和教育数据使用支持经费。首先，教育数据库基本建设经费着眼于教育数据库建设运营与系统完善。2005年11月，美国教育科学研究所（institute of educational sciences，简称ies）推出的“全州纵向数据系统拨款计划”（statewide longitudinal data systems grant program）首次向14个州发放赠款，截至2015年，该联邦赠款总投入份额已达到7.21亿美元，主要用于学前至工作阶段（preschool to the workforce，简称p-20w）教育数据信息收集和47个州的纵向数据系统开发；2019年获得该项补助金的28个州中，有19个州将其用于教育数据工具开发，17个州用于更新州纵向数据系统基础设施，16个州用于强化教育数据治理架构。[26]在此背景下，美国17个州已建立了完整的p-20w教育数据系统，丰富多元的教育数据资源为全美教育数据使用奠定了基石。
其次，教育数据使用支持经费致力于优化教育数据使用条件，为教育数据有效使用提供助力。2020年，全美39个州申请了“反思中小学教育模式拨款”（rethink k-12 education models grants），该项经费以拓宽教育数据系统访问维度为投资重点，确保教育工作者能及时获得新冠疫情（covid-19）期间教育数据信息，以考量学生学业进展并为其提供精准干预与有效帮扶。[27]除联邦资助外，美国慈善组织也为全美教育数据使用献策献力。如比尔和梅琳达·盖茨基金会（bill & melinda gates foundation）资助了“战略数据项目”（strategic data project，简称sdp）和“师生数据链接”（teacher student data link，简称tsdl）等四项州和地区两级的教育数据战略使用倡议。
（四）人员建设：数据素养培训优化数据使用行为
数据素养是实现教育数据收集、访问、分析、解释和交流的关键，是关于数据使用意识、知识和技能的综合性能力表征。[28]为确保教育工作者具备敏锐的教育数据使用意识、扎实的教育数据使用知识以及娴熟的教育数据运用能力，美国实施了多类型数据素养专业培训手段，在数据素养培训内容上突出基础理论与实践训练相结合，做到理论指向问题，技能指向操作。
一是设立教育数据培训项目。如俄勒冈州于2007年启动的“俄勒冈数据项目”（oregon data project，简称odp）是一项学校数据素养专业发展倡议，项目扎根一线学校以发展教师教育数据意识与数据使用能力，使其具备利用数据改进学生学业成就的观念，并积极参与教育数据收集、解释和使用实践。2010年特拉华州推出的“数据教练计划”（data coach program）主要关注教师数据推理、差异化教学、循环探究、协作性数据对话四大主题板块训练。
二是推出数据素养理论学习课程。专业课程学习是夯实数据理论根基的必要前提，旨在加强教育数据本质认识，并对教育数据使用意涵、数据适用范畴以及数据驱动原理等了然于胸。宾夕法尼亚州针对教育管理者设计推出数据素养课程三部曲，包括《基础：从数据到行动》（foundations：data to action）、《学校层面：从数据到行动》（school level：data to action）、《课堂层面：从数据到行动》（classroom level：data to action）。[29]通过该课程学习，教育管理者能够明晰教育数据类型，掌握教育数据驱动的结构体系和运用流程，学会如何在学校层面和课堂层面实施数据驱动教学管理决策，并能够为教师使用教育数据提供相应支持、指导和监督。
三是开展教育数据使用技能培训实践。佐治亚州教育部（georgia department of education，简称gde）成立的全州纵向数据系统培训团队（statewide longitudinal data system training team）已为12万名教师提供数据系统应用综合能力培训，极大提升了全州教育数据使用热情，促使该州数据请求量从2013年的25万个左右直接飙升至2018年的9400多万个。[30]哥伦比亚特区对59个地方教育机构人员开展了关于教育数据收集和州纵向数据系统运用方面的实践指导，并通过检测教育数据培训结果，保障数据素养实训成效以强化培训质量。
（五）专业助力：学术会议凝聚教育数据使用合力
教育数据会议是分享教育数据使用有益经验，探讨教育数据使用过程中的疑难杂症，并提出可行性、多元化教育数据创新使用机制的重要手段，其有助于各方达成教育数据使用共识，凝聚教育数据使用合力。美国教育数据会议涉及三个层面，一是联邦层面教育数据会议。2018年11月，美国教育委员会（education commission of the states）召开了由十多位教育界领袖组成的“思考者会议”（thinkers meeting），主要就如何构建教育数据使用文化进行探讨。2019年7月，nces在华盛顿举行了为期两天的“stats-dc数据会议”，与会教育研究员、政策制定者、数据系统管理者，分析了教育数据收集、维护和使用等方面的技术问题和政策问题，介绍了教育数据使用等相关领域最佳做法与最新概况。[31]
二是州及地区层面数据会议。宾夕法尼亚州教育部（pennsylvania department of education，简称pde）举行的2021年数据峰会，吸引了学校教育工作者，以及负责教育数据收集、维护、报告和认证的数据人员参与，会议以教育数据运用范畴、数据质量审查以及数据团队构建等作为核心议题。新泽西州密德萨克斯县（middlesex county，new jersey）爱迪生镇区（edison township）通过学科课程数据、基准评估数据、学生行为数据等研判学校整体教学质量和教育领导力水平，并在每月电话会议中，对低排名学校改进议题进行探讨。三是学校层面的小型教育数据使用交流会，其中最具特色的就是师生一对一数据交流。如德克萨斯州思科初中（cisco junior high school）教师会定期与学生单独讨论学业数据，通过指导学生认识数据、理解数据和运用数据，从而帮助其认识自我，发现自我和完善自我。
三、美国教育数据使用的实践领域
美国州教育委员会全国协会（national association of state boards of education）主席兼首席执行官克里斯汀·阿蒙森（kristen amundson）认为：“仅仅收集数据是不够的，除非家长、教育工作者和政策制定者知道如何处理信息，否则将错失一个改善所有学生学习状况的大好机会。”[32]基于教育数据使用效益，美国积极推动数据驱动学业质量诊断、资源配置优化、学生行为预警以及教学模式革新等场域应用。
（一）数据驱动学业质量诊断
数据技术的价值中立性体现了工具理性的价值取向，全样本、全过程、全景式教育数据采集能够正确揭示教育质量发展的本相与显相。1969年，nces领衔开展的“全国教育进展评估”（national assessment of educational progress，简称naep）旨在对所有学生的数学、阅读、科学、写作等学科进行全国性测评，并以数据报告卡形式发布，从而成为美国联邦研判全美教育质量整体概况和变化趋势、比较各州学业质量优劣与水平高低的数据参考。美国也将国际学生评估项目（programme for international student assessment，简称pisa）测试数据作为学业薄弱学生判定标准，即学生的数学、阅读和科学pisa测试成绩低于2级的15岁学生将被认定为薄弱学生。除联邦层面外，美国各州教育部也会基于学业数据制定数据报告卡。如伊利诺伊州教育委员会（illinois state board of education，简称isbe）每年发布年度数据报告卡，作为各学区学业质量现状和区域教育质量差距的权威诊断性报告。
与此同时，教育数据反馈报告也是美国各州和地区检视各阶段学校整体教学质量和教育愿景实现程度与所需支持的重要形式。据报告，截止2017年，美国50%和46%的州和地区利用中小学学生数据制定初中和小学教育质量反馈报告。[33]如马里兰州纵向数据系统中心（maryland longitudinal data system center）在州教育部和马里兰大学等多方协同下，编制了小学、中学、大学各阶段数据反馈报告。肯塔基州基于学生大学教育数据和入职收入数据等，制定了高等教育反馈报告，以揭示高校不同专业学生学业概况、毕业去向及就业前景。
（二）数据驱动教育资源配置
用数据说话、用数据决策、用数据管理的数据思维模式，能够解决教育资源配置模式粗放化所引发的资源供需错配问题、配置乏力与效益低下问题。美国通过监测、收集和分析教育资源信息，实时掌握各区域、各类型教育资源占有与使用动态，审度各区域教育资源配置的客观面貌与弱点盲区，继而基于教育资源配置合理性与均衡性水平，确定教育资源配置侧重领域和具体份额，确保教育人力、物力和财力资源精准配置。
首先，美国基于教育数据优化人力资源配置。俄亥俄州教育管理人员通过审查学生生源数据、师资规模数据、学业进展数据等相关信息，了解学区学龄人口密度演化趋势和师资队伍结构，继而确定教育人力资源配置的优先次序，并及时启动、修改或停止学区教育人力资源服务项目与方案政策。其次，教育数据强化物力资源保障。物力资源是关于学校教育和学生发展所需的固定资产投入。美国亚利桑那州儿童安全部（department of child safety，简称dcs）通过与州教育部即时共享有关寄养学生住房、交通、就读学校等数据内容，从而为其推荐条件最适合、交通最便捷、环境最优化的家庭安置场所和就近入读学校。
最后，教育数据推动财力资源优化。美国“国家学校午餐计划”（national school lunch program，简称nslp）是由联邦政府资助，在美国公立和非营利私立学校以及寄宿儿童保育机构开展的膳食计划，旨在为学生提供价格低廉或免费的营养均衡午餐。德克萨斯州教育部（texas education agency，简称tea）在国家学校午餐计划实施过程中，会根据学生的家庭平均收入、住房信息、父母教育程度及离异情况等数据元素对学生进行分类资助，确保不同层次贫困生得到1400美元至1700美元不等的膳食经费支持，打破了以往为全部有资格享有免费或降价午餐的学生统一提供1000美元资助的传统做法。[34]
（三）数据驱动学生行为预警
美国未来学家阿尔文·托夫勒（alvin toffler）指出，“在我们迈入不可知的未来之前，我们手中最好先握有一张虽不完整但却有粗略雏形的地图，一路摸索，一路修正，总比完全摸不着方向来得好。”[35]美国早期预警系统（early warning system，简称ews）即是为教育工作者绘制了风险学生发展“地图”，它是依据学生出勤（attendance）、行为（behavior）和课程（course）表现即“abc”教育数据信息，识别未能取得正常学业进步、未能如期做到年级过渡、未能满足毕业要求等轨道偏离的学生群体，从而将其划分为低风险、中等风险和高风险三类，以便突出重点、狠抓关键、对症施策，使学生学业帮扶和行为干预更具预见性、目的性和科学性。
一方面，依据教育数据观测和诊断学生学业类行为表现，促进学生学业成绩提升，实现控辍保学。如美国旧金山联合学区（san francisco unified school district，简称sfusd）的非裔美国学生毕业率为71%，与学区86.5%的平均毕业率相差甚远，尽管学区非裔美国学生比例只占9%，但该类学生群体却占总辍学人数的40%以上。在此背景下，旧金山联合学区开始密切追踪和监测非裔美国学生学业数据，然后依据数据分析结果实行学生学业分层干预和多层级支持响应，以缩小不同类型学生学业成果差距。[36]另一方面，教育数据驱动学生非学业类行为问题预警。例如，印第安纳州詹宁斯县（jennings county）通过收集学生心理健康领域数据，识别出学生面临的抑郁、自杀、网瘾等普遍心理挑战，做到及时预警和前瞻预防。特拉华州基于教育数据监测，甄别学生迟到、早退、奇装异服等违规行径，继而对相应学生采取针对性管理举措。
（四）数据驱动教学模式革新
“数据进入教学领域带着客观科学有效的天然光环，也承担着改变教师直觉和经验依赖的重大责任”。[37]教育数据收集与使用分析能够揭示教学过程及过程性问题，实现教师教学行为、教学风格、教学成效数据化，从而突破教育工作者的认知极限和器官属性，赋予教育工作者“显微镜”式的观察能力和“望远镜”式的预测能力，帮助教育工作者发现教育要素之间的相互作用机制，为革新教学模式提供崭新视角。正如佛罗里达州棕榈滩县学区（school district of palm beach county）的西门小学（west gate elementary school）校长帕特里夏·费利西亚诺（patricia feliciano）所言，没有数据支持的教学宛如没有地图的驾驶。[38]美国教师热忱于教育数据驱动课程教学设计与方案优化等教学改进实践。2019年美国86%的教师依靠教育数据构建教学计划，88%的教师基于教育数据确定学生学习目标，[39]如田纳西州教师以学生测试前后数据和家庭满意度数据等，作为反思和改进课程教学方案的参考指标。
其次，教育数据助力家校联结以共同提升教学成效。2020年，数据质量运动（data quality campaign，简称dqc）调查结果显示，87%的美国家长支持学校使用学生成绩、出勤和纪律表现等数据元素揭示学生学业失败风险；82%的家长可以通过在线数据工具或学校网站及时获得学生学业进展数据记录。[40]如美国华盛顿州、马里兰州和俄亥俄州等会基于数据仪表盘向家长提供有关学校教学模式、师资结构、学业成绩等方面的教育数据报告，从而依托教育数据进行家校对话以共同商定学生学业进步所需的家校支持，使美国家长成为了学生学业进展的知情者和助力教师教学改进的协同者，最终构建起“学生—家长—教师”三维主体交互关系。
四、美国教育数据使用进程中的争议性问题
尽管用数据说话的教育样态已然成为美国教育界的普遍现象，但关于教育数据本质追问、数据使用技能欠缺，以及教育数据主义极端倾向等问题，将成为美国教育数据使用的严重阻碍。
（一）教育数据质量问题削弱教育数据资源认可
作为客观记录教学规律和教育事实的表现符号，教育数据的真实可靠是确保教育数据自身意义的基本要求。然而美国教育界对教育数据质量问题的担忧，尤其关于教育数据本质的追问，造成教育数据有效性方面批判性话语不绝于耳。所谓“计算得清楚的东西未必都重要，重要的东西未必都计算得清楚。”[41]那么“把生命当作数据处理和决策时是否遗漏了什么因素？在这个世界上会不会有什么无法简化成数据？”[42]循此而论，教育数据库中的数据资源是否真的能够全面反应学生的发展概况、是否真正量化了学生的整体表现水平将有待商榷。如考试成绩数据能否准确反应学生的知识水平和技能实力，这可能还要取决于学生是否认真对待考试，考试当天身体状态是否并无不佳，考试内容是否与课程目标相一致等诸多潜在影响因素。然而当前教育数据收集仍以学生的外显行为表现数据为主要收集内容，对学生的情感、心理、意识等内隐信息捕捉不足，教育数据信息的准确性、可靠性、相关性等受到质疑。
（二）数据申请繁杂流程限制教育数据资源获得
教育数据共享访问是践行教育数据使用承诺的基础。为守住教育数据隐私安全底线，美国除公开报道统计类教育数据信息外，个人层面教育数据大多采取申请审核制，并要求签订教育数据共享协议。如佐治亚州数据请求规定，学生层面的教育数据请求提案需在不违背联邦、州和地方规定的教育数据保密原则和伦理规范基础上，交由学生数据隐私审查委员会（student data privacy review board，简称sdprb）进行专门审核批准。肯塔基州的教育数据用户协议表中除填写数据申请者基本信息外，还需详细注明教育数据申请缘由及所需具体数据内容，这些都将作为教育数据申请的审核依据。然而繁杂的教育数据申请程序，以及严苛的数据申请标准增加了教育数据访问难度，不仅使教育工作者数据使用热情大打折扣，同时也造成最终获得的教育数据信息资源较为有限。据报道，美国只有51%的教师认为他们能及时获得学生学业成长数据。[43]
（三）数据使用技能欠缺影响教育数据使用效度
尽管在教育数据使用过程中，在线数据系统和数据处理软件等已然减少了教育数据收集、输入、分析、报告的时间漫长性和操作复杂性，但原始状态存在的数据本身只是数字，教育数据价值内隐于数据当中，单纯地罗列教育数据并不具有决策意义。如何基于数据分析结果挖掘教育数据背后的潜藏关联，进而实现教育数据信息化、数据信息知识化、数据知识智慧化仍需教育工作者参与完成。因此，数据驱动教育发展实则进一步凸显和强化了人的主体地位，并对教育工作者的数据能力提出了更高要求。为更好地用教育数据说话，美国教育工作者的数据认知水平和数据使用能力显得愈发关键。但对于尚未完全配备教育数据使用技能的教育工作人员而言，如何实现教育数据驱动与主观经验的完美结合，遵循价值理性与工具理性双向逻辑，保障教育数据驱动决策的科学性、准确性和适切性成为美国教育界无法逃离的现实议题。据2018年调查数据显示，尽管美国86%的教师认同教育数据使用的重要性，但57%的教师指出他们在学校没有时间来获取和使用数据，另有34%的教师强调数据类型的多样性和内容繁杂性导致他们根本无法确定什么数据才是最重要的。[44]
（四）数据至上文化理念造成数据主义教育样态
在一个一切被迫数据化的时代，教育数据成为一种全新的世界共通语言，带来了一场新兴的波及全人类命运的教育认知革命，并重构了教育教学生态体系。然而将教育现象和教学问题完全数据化将使学生丧失“被遗忘”的权利，美国教育数据库中所收集到的有关学生学前、小学、中学、大学以及工作阶段全学业生涯教育数据记录，或将成为其永远无法抹除的数据标签，致使学生宛如被囚禁在自我创建的教育数据“牢笼”之中。再者，数据主义容易引发对数据技术与工具理性的过分追捧，甚至完全依赖教育数据继而以“数据决定论”思想主宰教育认知，造成教育数据决策独裁，最终陷入教育数据技术陷阱。或许基于教育数据分析制定的教育决策以及推送的学习体验确实满足了“适合”的要求，教育数据标榜的个性化教育理念也使定制式学习服务真正成为可能，但问题的关键在于“需要”并不等于“想要”，数据驱动的理性选择也并不能成为教育选择的唯一支配标准。
五、结语
教育数据的有效运用开创了教育创新发展新纪元。教育数据使用是一种推崇理性、强调精确、凸显实证、尊重事实的行为取向。美国通过发布系列教育数据使用规划政策与操作指南，为全美推动落实教育数据使用奠定了权威话语基调；通过采取隐私安全维护机制解决教育数据安全与数据共享间的不平衡矛盾；通过拨付教育数据使用专项建设经费和举行多层级教育数据研讨会议，强化教育数据使用资金保障，凝聚教育数据使用合力，并以设立教育数据培训项目、设计数据素养专业学习课程、开展教育数据技能实践培训等手段，筑牢教育工作者数据使用意识、夯实教育数据使用理论根基、提升教育数据运用技能。美国实现了数据驱动学业质量动态诊断、教育资源精准配置、学业行为前瞻预警、教学模式科学革新。
聚焦美国教育数据使用经验，我国教育政策制定者、教育行政管理者、学校教育工作者、家长、学生等既需警惕教育数据使用迷思，也需主动适应教育数据驱动教育发展的时代趋势，养成用教育数据说话的思想观念与行为习惯。我国应制定教育数据使用宏观统筹规划与专项方案，厘定教育数据使用范式与运用领域，继而以教育政策的影响力与号召力，提升我国教育数据使用能动性。并通过强化教育数据使用进程中所需的人力物资保障，为教育数据有效使用保驾护航，解决当前我国存在的教育数据运用难落实和数据驱动效益不显著等现实问题，切实推进教育数据驱动教学、学习以及教育管理实践落地，实现数据驱动教育决策科学化、学校管理精准化、教学服务定制化。
参考文献：
作者简介：但金凤，西南大学教育学部博士生；王正青，西南大学教育学部国际与比较教育研究所教授、博士生导师，教育学博士
手机版亚博-亚博全站手机客户端
新闻
