開放教育數據應用的現狀和需求調研
——基于教職人員視角

樂理嬌 杜 華 肖 君 趙徐銘

（1.華東師范大學 教育信息技術學系，上海 200062；2.安陽師范學院 信息化與基礎教育均衡發展省部共建協同創新中心安陽師范學院分中心，河南 安陽 455000；3.上海開放大學 上海開放遠程教育工程技術研究中心，上海 200043；4.南京師范大學 教育科學學院，江蘇 南京 210024）

一、引言

著名未來學家阿爾文·托夫勒（Alvin Toffler）曾在20世紀80年代出版的《第三次浪潮》一書中，將“大數據”贊頌為“第三次浪潮的華彩樂章”。之后，隨著現代信息技術的快速發展，數據呈現爆炸式增長，人類社會已進入大數據時代，數據之于教育領域的價值和意義也引發了研究者與實踐者的關注。維克托·邁爾-舍恩伯格（Viktor Mayer-Schonberger）曾指出，數據和教育的結合，將超越過去那些“力量甚微的創新”，真正顛覆傳統的教育模式，引領教育的轉型和變革。

開放遠程教育作為終身教育體系的重要組成部分，也是教育領域中對信息技術的發展和應用最敏感，相對依賴程度又最高的分支領域（丁新，2017），在這場數據浪潮中迎來了前所未有的機遇。教育數據在開放教育領域的應用，可能帶來學習支持服務、學習資源與形式、學習績效評價、管理決策方式等諸多方面的變革，并將深刻地改變開放遠程教育的形態，為其良性發展提供更為廣闊的空間。盡管如此，越來越多的研究卻發現，教育數據并沒有給遠程教育帶來立竿見影的助力，仍舊停留在“技術先進、方法滯后，理念認同、行動滯后”的摸索階段，亟需進一步聚焦問題，找準路徑，真正將數據推進教育領域改革落到實處。眾所周知，開放遠程教育是涉及學習者、教職人員等眾多群體的復雜過程，教職人員是重要的利益相關者之一。面對教育數據這一重構開放遠程教育的新拐點，如果缺失了教職人員的視角，恐怕難以從實際層面洞悉真實的實踐狀態。同時，遠程教育中，一線教職人員面對更多的學生群體、更復雜的個體知識背景、更多樣的學習環境，僅憑傳統工作路徑已經難以達到個性化的服務訴求。這使得教職人員在開放教育中的數據應用需求越來越受到重視，數據的存在不僅僅為學生提供服務，也為教師教學反思、教師職業發展等提供服務。盡管如此，在實際的教學和管理中，教育數據究竟能發揮多大作用，它在支持教師授課方面能起多大成效，并無切實可靠的研究和案例可循。因此，我們需要追本溯源，從使用者反觀工具，找到數據與開放教育深度融合的實踐依據。以更加敏銳的眼光洞察教職人員的需求，為開放遠程教育的改革與發展提供最具實際效益的反饋與建議?；诖?，本研究以教職人員的視角，調研了開放教育數據應用需求，從不同角度審視開放教育數據在實踐推進中遇到的問題與癥結，助力開放遠程教育的教育決策。這既是開放遠程教育應對大數據技術變革之戰略所必需，也是開放遠程教育自身可持續發展的訴求。

二、文獻綜述

在開放教育中，“數據”已經成為研究者和一線專家洞察學習全過程的重要依據。如果缺少數據，會直接導致教學中教職人員“盲人摸象”的窘態（方柏林，2016）。肖君、喬惠和李雪嬌（2019）對學習者畫像的構建研究，就是開放教育環境中發揮教育數據功能的重要成果。目前，對于教育數據的應用，多側重于學習者視角，比如，宗陽、陳麗、鄭勤華和胡紅梅（2017）通過實證研究，收集了Moodle平臺記錄的學習痕跡，構建了學業情緒分析數據模型。盡管數據維度單一，數據量不夠詳實，但是為開放教育教職人員提供了反思的依據。李爽、李榮芹和喻忱（2018）基于LMS數據建立了學習投入評測模型，也為學習檢測和優化教學設計與評價提供了依據?？梢?，無論從何種視角去分析和觀察開放教育問題，數據模型的構建都非常重要。在大數據應用需求的調查模型或測量工具方面，有學者使用KAOS（Knowledge Acquisition automated System，知識獲得系統）模型為大數據應用需求構建了通用式方法，為更好地將大數據開發應用于特定領域提供了有效支持（Eridaputra, Hendradjaya,& Sunindyo, 2015）。

盡管這些研究從數據應用現狀、數據挖掘模式和教學過程等方面有所發現，但是尚不能從教職人員視角深入調研和分析教育數據的需求和應用現狀，少有研究關注開放教育環境中教職人員對于數據的具體需求。徐鵬、王以寧、劉艷華和張海（2013）認為在大數據應用的未來建設中，要充分考慮教育數據的應用，確立技術人員、管理人員和教學人員共同參與的聯合決策，借此保證教育數據應用的合理性。馮曉英、馮立國和于晶（2017）利用教育數據建立了教師專業發展的需求模型，將教師應用教育數據的需求與教師個人成長和專業發展之間建立相關關系，雖然缺少管理人員視角，但值得本研究借鑒。因此，有必要對教職人員的應用需求給予重視，為其提供教育數據的解讀，并在可行的情況下提供特定的數據分析服務。

教職人員作為教育數據中重要的利益群體，對于數據的解釋和理解能力培養十分重要。夏爾馬等人認為，開放教育的機構和個人還未做好迎接新興數字資源挑戰的準備，只有在高階層面出臺相應的數字化戰略和政策，從教、學、評、測、管五大方面全面融合多樣化的智能技術，才能幫助開放教育有效應對挑戰（拉梅什·錢德爾·夏爾馬，彭一為，肖俊洪，2018）。為此，陳蘊和李云芳（2019）提出了開放大學教職人員數據需求分析指標體系，將教育數據在開放教育領域中工作人員的應用范疇劃定為管理服務、教學服務、科研服務和生活服務四個方面，并建立了更詳細的分析維度，這為本研究的有效開展提供了重要啟發。

在大數據技術的發展和教育變革的驅動下，開放大學建設已經進入快速發展階段。然而數字轉型的關鍵驅動因素是“策略”而非“技術”（拉梅什·錢德爾·夏爾馬 等，2018）。以需求、問題和效果為導向的方式，為深化開放教育的內部改革提供了理論基礎和方向（袁雯，2018），也為我國以“需求”驅動“開放”的發展提供了啟示和思考。作為研究者，我們需要做的或許不是一味地規劃藍圖，而應該站在教學的最前線，才能對問題產生最為鮮活的感知。

三、研究設計

（一）研究問題及假設

本研究以開放大學的教職人員為研究對象，以了解開放大學教職人員對教育數據的認知和實際需求為目的，從研究理論和實踐中提煉分析維度，以期為教育數據在開放遠程教育中應用提供來自于實踐的事實依據。研究問題主要包括：開放大學的教職人員對教育數據的認知和應用現狀如何？不同群體對教育數據應用需求的差異如何？教師應用教育數據的需求與教師認知態度、學校投入、教育數據推廣程度之間有什么關系？

基于上述三個基本問題，本研究提出如下研究假設：①開放大學的教職人員對教育數據的認知和應用達到普及水平；②開放大學教職人員對教育數據技術的應用需求較高，且相應的需求由于角色、性別、教齡、職稱、需求維度（管理服務、教學服務、科研服務、生活服務）等不同而存在顯著性差異；③教職人員的認知態度越好，教育數據的應用需求越強；④學校所擁有的教育數據的數據基礎越好，教職人員的需求程度就越高；⑤學校對教育數據的技術應用推廣程度越廣泛，教職人員的需求程度就越高。

（二）研究工具

在結合現有理論的基礎上，本研究對教職人員的工作情況進行了細致采訪，明確了樣本的統一屬性和不同維度上的差別，吸取了教育專家的建議和教職人員的反饋，進而依托陳蘊和李元芳（2019）提出的開放大學需求分析指標體系，將教育數據在開放教育領域中工作人員的應用范疇劃定為管理服務、教學服務、科研服務和生活服務四個方面。同時，借鑒Eridaputra等（2015）提出的“Generic Requirement Model for Big Data Application”，在征得專家意見后，編制了開放大學教育數據應用需求調查問卷。為保證問卷的可靠性和穩定性，問卷初設完成后，研究者在小范圍內進行了一次試測，并對得到的64份有效問卷進行探索性因子分析，結合陡坡檢驗，剔除問卷中不合適的因子，最終確定了26個因子，如表1所示，最終構成了開放教育數據應用需求研究的正式問卷。

問卷主體包括四個部分：一是教職人員的基本信息，包括性別、年齡、學歷、工作時間、職稱和角色，共6題；二是開放教育數據的應用看法，包括應用現狀和認知態度兩部分，共11題；三是對開放教育數據的數據需求，包括“管理服務”（7題）、“教學服務”（8題）、“科研服務”（5題）和“生活服務”（6題）四個維度；四是目前開放教育數據的應用推廣程度。問卷中每個題目均采用李克特五點量表評分。隨后通過SPSS 23.0對問卷進行信效度分析檢驗得知，問卷整體信度Alpha值為 0. 862，可靠性較強；結構效度KMO值為 0. 823，結構效度較高?？傮w而言，具備較好的穩定性和內部一致性，測驗結果能夠真實反映被試者的特征和想法。

表1 開放教育數據應用需求

（三）樣本選擇與構成

研究采用簡單隨機抽樣的方法，選取了國家開放大學、上海開放大學、山東開放大學的教職人員為調查對象。在各個開放大學信息與網絡管理中心相關人員的協助下，使用線上問卷的方式進行調查，共回收問卷82份，問卷有效率為100%，使用SPSS23.0軟件進行數據的處理與分析。樣本的基本信息詳見表2。

表2 調查對象的基本信息

四、結果與分析

（一）開放教育中教職人員數據應用現狀

該部分主要調查了開放教育中教師和行政管理人員，在教育數據方面的應用現狀。調查顯示，35%左右的教職人員認為自己對于數據的相關知識和概念有全面的了解和認識；65%左右的教職人員認為自己在個人工作過程中需要經常使用大數據；70%以上的教職人員認為自身具備可開展教育數據應用的知識技能；50%以上的教職人員認為自己在工作中出現的技術問題能夠獲取相關部門的幫助和支持?？傮w而言，開放大學的教職人員在教育數據方面的應用情況處于中等（均值3以上）水平，應用情況較好，但仍存在數據相關知識了解程度不足以及技術使用頻率不高的問題。

（二）開放教育數據應用前景及態度

對于教育數據在開放教育中的應用前景，大多數教職人員都持看好的態度，認為有必要深入開展教育數據的應用，并且非常愿意嘗試使用教育數據。85.2%教職人員認為教育數據的相關應用能夠有效減少時間、地點對工作的限制，87%的教職人員認為教育數據能夠提高個人的工作效率，同時滿足個人工作的發展需求，70%左右的教職人員認為大數據分析在操作上簡單高效便捷。相比較而言，開放教育教職人員對數據操作的簡捷高效這一項內容的認可程度較低，對教育數據有用性的總體認知態度很好（均值4以上）。

（三）開放教育數據應用需求分析

1. 總體需求分析

為了解開放大學教師和行政管理人員在教育數據管理服務、教學服務、科研服務和生活服務四個方面的總體需求。該部分選取這四個維度每個題項的平均得分進行比較。

如表3所示，根據得分統計可以了解到，開放大學教職人員在四個方面的需求程度均很高（均值4以上），在教學服務方面的需求最高，其次是科研服務的需求。從需求水平前10位的細分項分布情況來看，教職人員對于教學服務方面的需求水平占比最多（占6項），其次是科研服務（占2項），管理服務和生活服務各占1項。這與開放大學教職人員在四個方面的總體需求情況基本一致，說明他們對于教學服務方面的需求最為強烈，其次是科研服務方面的需求，對于管理和生活服務有一定的需求，但相對較低。

表3 教育數據應用需求分析統計結果

2. 需求差異及相關性分析

1）不同群體應用教育數據的需求差異分析

為考察不同群體應用教育數據的需求差異，研究者對不同角色和性別的教職人員應用需求進行差異分析。結果如下頁表4所示，對于不同角色的教職人員而言，在管理服務和科研服務這兩個維度上，其需求差異的p值分別為0.087和0.078，雖然沒有達到通常的0.05顯著性水平，但p值均小于0.10，處于0.05～0.10之間，可以認為存在邊緣顯著性，即不同角色的教職人員對開放大學教育數據的部分應用需求存在差異。進一步分析可知，教師對于管理服務和科研服務方面的應用需求要高于行政人員的相應需求，而對于不同性別的教職人員而言，其應用需求在各個變量維度上的p值均＞0.1，不存在顯著差異。

表4 不同角色和性別的教職人員需求差異分析

對不同年齡、工齡、學歷和職稱的教職人員對教育數據的應用需求進行ANOVA分析，需求差異的p值均大于0.10，無顯著差異。就平均得分（M±SD）情況來看，20～30歲和50歲以上的教職人員對教育數據的應用需求（121.00±14.66）較其他年齡段更高；從工齡考慮，工作時間為4～6年的教職人員對教育數據的應用需求最高（128.00±12.70），工作時間為7～9年的教職人員應用需求最低；從學歷的角度考慮，本科生（120.15±14.26）和博士研究生（119.50±.70）學歷的教職人員對教育數據的應用需求相對較高，碩士研究生學歷的教職人員應用需求略低；此外，職稱越低的教職人員對于教育數據的應用需求就越高，但差異并不明顯。

2）不同認知態度水平的教職人員需求差異分析

根據開放大學教職人員對教育數據應用的認知態度得分，按照總分最低和最高10%的劃分方式，將教職人員認知態度水平分為高態度水平組（總分＞49）和低態度水平組（總分＜36）。以認知態度水平為被試間變量，方差分析結果表明（見表5），不同認知態度水平的教職人員在應用需求和它包含的4個維度上均存在顯著差異（p＜0.01）。進一步比較分析可以發現，對于開放教育數據方面的應用前景及態度越積極，相關教職人員的數據應用需求越高。

表5 不同認知態度水平的教職人員的應用需求方差分析

3）開放教育數據需求與認知態度的關系分析

利用相關分析研究開放教育數據技術應用的認知態度與管理服務、教學服務、科研服務、生活服務這4個數據需求變量之間的相關關系。結果顯示，開放教育數據技術應用的認知態度與它們之間的相關系數分別為0.64、0.76、0.70、0.62，與4個變量之間均呈現顯著的正相關關系。

在相關分析的基礎上，為進一步探索開放大學教育數據應用需求4個一級變量與開放大學數據應用前景的認知態度間的相關關系，研究使用多元線性回歸分析方法對兩者間的回歸影響關系進行分析。結果顯示（見表6），教學服務方面的需求對教育數據應用的認知態度具有顯著影響。

表6 認知態度與數據需求回歸分析

表7 教職人員對教育數據的應用需求多元回歸分析

（四）應用需求的影響因素回歸分析

研究者以教職人員對教育數據的應用需求為因變量，以應用現狀、認知態度、數據需求和應用推廣這四個因素為自變量，進行多元回歸分析后發現，其中三個變量能正向預測教職人員對教育數據的應用需求程度，另外一個變量負向預測。教職人員對教育數據的應用需求與影響因素的判定系數R2為0.724，調整后R2為0.701，說明自變量可以解釋因變量70.1%的變化原因。模型公式為：應用需求= 0.588 - 0.039×應用現狀+ 0.635×認知態度 + 0.014×數據需求。

針對模型的多重共線性檢驗結果表明，模型VIF值均小于5，意味著不存在共線性問題；D-W值在2附近，說明模型不存在自相關性，樣本數據之間沒有關聯，模型較好。模型通過F檢驗（ F=32.111，P ＜0.05），不同程度地說明應用現狀、認知態度、數據需求、應用推廣這四個因素對應用需求產生影響（見上頁表7） 。

五、結論及建議

教育數據的應用，不僅提高了開放大學信息資源的獲取和運用能力，也促進了開放教育新模式的建立（胡立強，2017），推進了未來開放教育與數字創新的有機融合。通過研究，得出以下結論，并在此基礎上提出相關建議。

（一）研究結論

1. 開放教育中教職人員數據應用需求不斷增強

本次調查數據顯示，總體上，當前教職人員對教育數據的應用前景非?？春?，均值在4分以上，對數據的應用需求亦處于較高水平。這說明當前開放大學開展教育數據的相關研究與應用，不僅是發展變革的必然要求，也是提升其教學質量和管理效率的內在需要。開放大學應緊跟時代發展步伐，搶占技術創新前沿，加快推進大數據技術應用的研究與實踐。

2. 開放大學不同類型的教職人員教育數據應用需求存在差異化

不同角色、性別、年齡、職稱的教職人員，對開放教育數據的應用需求存在差異性。從不同角色的教職人員來看，管理人員對于管理服務方面的需求程度高于其他項目；教學人員對于教學服務方面的需求程度明顯高于其他項目。另外，低職稱人群對教育數據應用需求程度更高，對大數據應用前景更為看好。這提示我們在開放大學數據應用管理和研發過程中，應根據教職人員的核心需求，圍繞核心角色進行研發設計，特別要加強對不同職稱和角色的教職人員教育數據應用需求進行深入分析。通過對教學系統、管理系統和后勤系統的全面智慧化改造與完善，更好實現開放大學在大數據時代的轉型升級。

3. 開放教育中教職人員數據應用的認知態度變化

認知態度與開放教育中的各級服務均呈現顯著的正相關關系。教職人員對于開放教育數據的認知態度越好，其教育數據應用需求越高，這與以往針對態度與需求變化的研究結論相一致。其中，開放大學教師對于教學服務的需求，與態度的影響關系最為明顯。這說明在大數據時代，學生依舊是開放教育關注的核心與重點，教師對于學生學習結果的分析和學習支持的相關需求是教學服務方面的核心需求。在教師教學服務方面，研究者不僅應該關注教師個人的認知態度和滿意度，還應關注對學生學習數據的解讀以及數據對教師教學的輔助支持能力。

（二）研究建議

針對開放教育中教職人員需求不斷增強、教育數據應用需求差異化、教育管理智能決策能力不足等問題，研究可以從以下三個角度，關注教職人員的多樣化需求，開展數據應用和可視化等工作。另外，從不同視角構建數據模型和分析平臺，全面滿足教職人員的個性化需求，解決開放教育數據在實踐推進中的服務應用問題，有效地提升他們的教育教學和管理的智能化水平。

1. 關注教職人員的個性化需求

通過數據分析可以發現，教育數據的認知態度、應用需求之間均存在顯著相關關系。高認知態度水平的教職人員的應用需求高于低認知態度水平組。不斷增加的數字人口對數字服務和需求提出了更高的要求，但是相關企業和平臺未能為不同的人群提供對應的數字解決方案（Baller, Dutta, & Lanvin, 2016）。因此，有必要采取針對教育數據應用的培訓和保障措施，提升教職人員對于大數據的認知態度，并幫助教職人員克服技術門檻，從“想用不會用”變為“會用經常用”，真正實現教育數據為管理、科研、教學等工作服務。

2. 構建數字平臺滿足全一體化需求

需求變化是公共服務體系戰略轉型的最強大的驅動力，而主動適應需求應該包括發現需求、培育需求和引領需求（王迎，孫治國，劉述，2017）。研究發現，當前在開放大學中，教職人員對于教育數據在管理服務等四個方面存在較高的應用需求，呈現出多樣化的特點。英國開放大學2020版《創新教學報告》認為，開放互通的數據可以支持研究成果的公開透明，在專業社群和用戶群體之間，形成參與共享的文化氛圍（李青，郜暉，李晟，2020）。圍繞開放大學中的核心業務信息，構建全一體化數字平臺，能夠促使各業務系統數據的整合與共享，實現各類數據的抽取采集、存儲共享、數據挖掘、分析應用的互聯互通。通過全一體化數字平臺設計，能夠解決開放大學中不同人員以及不同學校及系統之間的數據交換和共享問題，使每一主體成為信息化過程中數據管理與服務的受益者。

3. 創設大數據分析團隊，深入挖掘數據，解讀需求

研究結果表明，在各級需求方面，教職人員對于數據價值的發現與挖掘、數據流程與效率監測調控和數據管理決策輔助支持等方面的需求格外突出；教職人員對于數據監控預測和可視化數據支持的需求更為強烈。然而，非技術人員通常很難從海量的教育數據中獲取高價值信息。一線教職人員對教育數據的信息獲取，往往停留于淺層分析，難以深入到數據的多維多性之中。隨著不同人員對于數據解釋需求的增加，國外許多高校聘請了專業數據解釋人員，通過專業化的數據分析方式，為有需要的教職人員提供專業的數據解讀和具有可操作性的分析報告（Drachsler &Greller, 2016）。因此，國內開放大學在教育數據的應用發展中，有必要創設大數據分析團隊，準確快速地幫助教師、教學設計師、管理人員等解析復雜的教育數據，為其提供切實可行的教學支持或行動計劃。

研究者基于現有調研結果，構建了面向開放教育教學和管理數據平臺建設的指導框架，如圖1所示。該開放教育數據分析模型從管理、科研、教學、生活四個方面，滿足教職人員的需求。數據服務中心通過采用各種數據挖掘技術和學習分析技術，對采集的各類數據進行數據挖掘和學習分析，實現教學、科研過程的智能教研應用、用戶畫像構建和多元智能評價；通過將決策理論和數據挖掘相結合，為教育管理提供智能決策支持，滿足開放教育環境中對于生活服務、質量管理、教育管理智能決策、教育大數據可視化等需求。數據的分析結果可以：①輔助開放教育管理部門實時監測教學過程質量并給予及時指導；②對在線教學的全周期過程進行監測和干預；③為開放教育過程提供課程決策支持；④為教育管理部門提供教育輿情決策支持；⑤為教職人員提供生活服務和體驗優化等便利。

圖1 開放教育數據分析模型

六、結語

本研究從需求分析的角度出發，立足開放大學教職人員相關對象的現實情況，對開放大學數字化發展中的實際需求進行實證分析。結果表明，當前開放教育教職人員對于教育數據在開放大學中的應用具有較高的需求；不同人員對于教育數據在開放教育中教、學、評、測、管各方面需求存在一定的差異性；教職人員的認知態度變化與教育數據的應用需求之間存在較強的相關性。相關結論與建議為教育數據在開放大學的應用發展和模式設計，提供了科學導向及有效的理論和實踐依據。

然而，開放教育作為一個復雜的系統，要想打造以大數據為驅動的開放教育實施路徑，需要從社會、學校、學生等各方面全方位了解教育數據建設需求。因此在后續研究中，將立足開放教育中的社會需求，開放教育管理人員、教師及學習者的總體需求，構建全面發展的系統性框架，共同推進開放大學在大數據時代的轉型升級。