讓數據產生價值：教育數字化轉型的應有之義

王 浩

數據是教育數字化轉型的核心要素，發揮著“動力引擎”的重要作用，是驅動教育改革創新的關鍵力量。懷進鵬部長指出，要深入實施教育數字化戰略行動，建設國家教育數字化大數據中心，強化大數據賦能教育教學，更好推動優質資源均衡，服務人的全面發展、教育能力提升、教師能力提升?！渡虾Ｊ薪逃龜底只D型“十四五”規劃》對教育數據的采集、挖掘與應用作出了重要部署。比如，推進校園物聯網建設，實現伴隨式、無感知、守倫理、保安全的校園數據采集；構建教育數字基座，推進教育數據的深層次應用；加強教學過程數據、學業數據的分析和運用，開展精準教學和個性化指導；數據智能驅動，重構教育評價機制；挖掘數據要素價值，推進教育治理的科學化。

數據本質上是對客觀事物或人類活動的一種記錄，其價值是潛在的、隱性的、被動的。只有當數據被加工處理轉化為信息，人們從信息中發現規律，用于解決問題或指導行動，數據才真正發揮作用，其價值才被激活和釋放，否則它就僅僅只是一種記錄。換句話說，數據價值既需要挖掘，也需要在應用中實現。數據的價值挖掘需要能夠將其轉化為信息的技術，更需要善于發現規律的思維和智慧。隨著教育信息化的推進、各類平臺的應用，教育領域產生了海量的基礎數據、行為數據和業務數據，其中包括大量的非結構化數據和多模態數據。深度挖掘和釋放這些數據的價值，是教育數字化轉型的應有之義，也是衡量教育數字化水平的重要指標。那么，如何讓數據產生價值？這是教育數字化轉型亟待解決的現實問題。對此，可以從以下五個方面加以探索和解決：

第一，要確保數據質量的可靠性，這是數據價值挖掘的先決條件。首先，要大力推廣學校數字基座的落地應用，實現不同平臺數據的沉淀匯聚，進而消除數據孤島，確保教育數據的全面性。其次，要強化教育數據治理，定期清洗和整理數據，處理海量數據中的冗余問題。最后，要加強教育數據規范管理，建立數據標準體系和數據質量評估制度，從數據源頭和使用過程確保數據質量。

第二，要確保數據分析的科學性，這是數據價值挖掘的關鍵環節。數據分析就是從數據中提取信息的過程。一種是直接通過使用數據分析工具或應用程序進行，另一種需要重新建構數據模型再加以分析。一般而言，前者能夠保證數據分析的科學性，而后者涉及數據模型建構與驗證的科學性。正因如此，數據模型是制約教育數據價值挖掘的一大難點，需要技術人員、數據分析人員、教育研究者以及一線教師聯合攻關。

第三，要注重數據解讀的準確性，這是數據價值實現的重要條件。人們需要經過解讀，才能發現數據分析提取的信息背后的規律和知識。不同的人從不同的角度、不同的立場出發，對于同一信息的解讀會有多種多樣，甚至截然不同的發現。這考驗的是數據解讀人員的知識儲備、思維方式乃至實踐智慧。為此，一方面，要不斷提升教育工作者的數據素養；另一方面，學校要建立數據解讀團隊，利用團隊智慧確保數據解讀的準確性。

第四，要關注數據應用的有效性，這是衡量數據價值的唯一指標。一是數據應用要與教育業務場景或具體的教學情境相結合。數據分析和解讀的結果只有用于解決業務問題、用于具體的行動決策才能保證其有效性。二是要關注數據應用對于減輕教師工作負擔、提升教育教學質量、解決教育業務問題、實現個性化指導和因材施教等方面的實際效果。數據只有在有效應用中方能實現其價值。

第五，要確保數據的隱私安全和倫理風險，這是數據價值實現的基礎保障。數據價值要服從于育人價值，數據始終是人為的，也是為人服務的，更是為育人服務的。數據價值挖掘決不能以犧牲隱私安全、導致倫理風險為代價，這是數據應用的底線和紅線。無論是教育數字化轉型還是教育數據治理，都要加強數據安全和隱私保護，增強網絡與信息安全保障，規范數據采集的合法性和倫理性，明確數據開放共享和使用權責，通過人技協同的方式確保數據安全。

數據驅動教育創新變革、賦能教育高質量發展是教育數字化轉型的根本目的。教育數據價值挖掘是一項復雜的系統工程，關乎數據的全生命周期管理，涉及數據分析技術的應用，更關涉教育主體的創新思維和實踐智慧的介入。我們要始終堅持以人為本、以育人為本的理念，深入挖掘教育數據要素的潛在價值，充分發揮教育數據在推進教育數字化轉型中不可替代的重要作用，為數字中國、教育強國建設作出應有的貢獻。