通俗地理解，數據智能(néng)是從大數據中“提煉”出來的價值。同樣(yàng)地，教育數據智能(néng)是海量教育數據模型、深度學(xué)習算法、高度計算力等智能(néng)化技術與算法的融合體。業内也開(kāi)始用“智能(néng)教育大腦”來隐喻之，是一個能(néng)夠實現數據融合、關系挖掘、問題診斷、決策優化等教育賦能(néng)的智能(néng)應用。

遵循“數據處理→模型訓練→測試評估→服務應用”的技術路線，數據智能(néng)的實現基礎是對(duì)基礎數據集的深度追蹤、結構化組織與動态監測。這(zhè)個過(guò)程中，其技術核心是教育數據中台和智能(néng)分析引擎。

教育數據中台（教育數據彙聚中心）緻力于實現教育數據規範統一、互通融合、開(kāi)放共享目标。具體包括底層數據環境、教育數據中台、數據治理機制和安全管理機制等。其中，底層數據環境通過(guò)互聯網、5G、雲平台、傳感器等基礎工具完成(chéng)數據的持續采集。數據中台通過(guò)對(duì)多源異構數據的清洗、關聯、流通、融合等，實現教育服務的精細化治理。數據治理和安全管理機制強調數據流通的合理性和科學(xué)性，以及把控數據治理過(guò)程的透明化和安全化。

智能(néng)分析引擎通過(guò)教育數據的關系挖掘，構建智能(néng)教育大腦的數據分析系統，爲學(xué)生個性化自主學(xué)習、教師精準化教學(xué)提供價值提升支持，以滿足适合多種(zhǒng)教育場景的個性化教學(xué)形态與活動的展開(kāi)，呈現學(xué)校管理“一校一檔”、教師發(fā)展“一師一檔”、學(xué)生成(chéng)長(cháng)“一生一檔”的監測目标。

教育部推進(jìn)的“智慧教育示範區”建設，教育理念上，體現的是以人的發(fā)展爲核心；智能(néng)技術上，則體現爲學(xué)習空間的無縫連通、學(xué)習情境的敏捷感知、學(xué)習資源的開(kāi)放整合、學(xué)習過(guò)程的全程可記錄、學(xué)習體驗的自然交互以及學(xué)習服務的精準适配等。

以數據智能(néng)驅動學(xué)、教、管、評等核心業務的結構重塑，是推進(jìn)智慧教育的實踐路徑。

超越步調一緻的集體教學(xué)，照顧到每一個學(xué)生的學(xué)習狀态和學(xué)習需求，推動因材施教目标的實現，這(zhè)是數據技術重塑教學(xué)場景的價值意蘊。利用數據技術實時捕獲和挖掘教學(xué)進(jìn)程中的海量數據，經(jīng)由行爲序列挖掘精準預判學(xué)生的過(guò)程性習慣，探尋學(xué)習發(fā)生的作用機制和關鍵誘因，并在多輪叠代中不斷調整教學(xué)設計，從而促進(jìn)學(xué)生素養的普遍提升。同時，數據技術通過(guò)對(duì)學(xué)生知識掌握、學(xué)習習慣、學(xué)習态度和學(xué)習策略等多維視角下的綜合研判，能(néng)夠更加精準地診斷學(xué)習中存在的問題，以便更爲精準地施加幹預。

數據智能(néng)重塑教學(xué)結構的應用場景，最爲突出的是線上線下融合的教學(xué)結構重塑。智能(néng)技術爲教師提供學(xué)生在認知、行爲、知識掌握及情感動機等各維度的表現，基于細緻的學(xué)情研判，教師能(néng)夠對(duì)教學(xué)活動的組織實施相應的設計，比如教學(xué)活動差異化開(kāi)展、前置組織、項目化設計等。

了解你、成(chéng)就你、發(fā)現你是數據技術重塑學(xué)習場景的重要體現。學(xué)習者畫像，從學(xué)生如何學(xué)習（即記憶與知識的結構、問題解決與推理分析、元認知過(guò)程與自我調節能(néng)力），以及學(xué)生學(xué)習成(chéng)長(cháng)（主動獲取知識和技能(néng)過(guò)程中發(fā)生的情感、認知、行爲變化）等維度，刻畫學(xué)習者典型特質和學(xué)習成(chéng)長(cháng)個性特征，在此基礎上的精細化和智能(néng)化學(xué)習診斷，成(chéng)爲給學(xué)生的個性化學(xué)習“處方”。同時，也是對(duì)學(xué)生的能(néng)力預判，幫助學(xué)生更好(hǎo)地認識自我、發(fā)展自我、規劃自我以及建構自我。

不難發(fā)現，數據技術支撐下的學(xué)習場景呈現如下典型特征：

• 一是以學(xué)生爲中心，學(xué)生作爲學(xué)習進(jìn)程的主體，借助智慧學(xué)伴、智能(néng)批改等技術支持，能(néng)夠自主控制教育活動序列。

  
  

• 二是自主選擇，即學(xué)生依據興趣偏好(hǎo)和發(fā)展需求等，選擇适應的學(xué)習材料。

  
  

• 三是靈活服務，依托智能(néng)技術支持，延伸了傳統教室環境下的數字資源和精準服務，激發(fā)了學(xué)生持續探究的熱情和内在動機。

采用數據驅動的方法，利用監測學(xué)生學(xué)習成(chéng)長(cháng)的數據畫像實施評價，能(néng)夠突破評價方式、評價目的及評價維度等方面(miàn)的局限。2020年10月，中共中央、國(guó)務院印發(fā)的《深化新時代教育評價改革總體方案》明确指出，堅持科學(xué)有效，改進(jìn)結果評價，強化過(guò)程評價，探索增值評價，健全綜合評價……

學(xué)生成(chéng)長(cháng)數據畫像，回應了評價改革的綜合性、全程性和增值性要求。

• 首先，以學(xué)習者核心素養發(fā)展爲切入點，綜合學(xué)習者成(chéng)長(cháng)過(guò)程中認知發(fā)展、非認知狀态、社會(huì)情感發(fā)展等因素，對(duì)學(xué)習者成(chéng)長(cháng)發(fā)展進(jìn)行綜合監測。

  
  

• 其次，通過(guò)多模态數據收集，全面(miàn)映射學(xué)生學(xué)習成(chéng)長(cháng)全過(guò)程；以數據驅動的方式，建立學(xué)習者動态畫像；

  
  

• 再次，基于學(xué)習者動态畫像對(duì)學(xué)生學(xué)習成(chéng)長(cháng)進(jìn)行監測，爲相關者提供問題甄别、學(xué)習診斷、決策支持等增值性評價。

數據智能(néng)驅動的評價實現了評價場景的全周期監管，通過(guò)對(duì)多元數據的解碼，爲診斷需求、縮小學(xué)習差距以及精準化幹預提供證據，實現了評價的科學(xué)化與增值性的平衡。

數據驅動決策，分析變革教育。如何充分發(fā)揮數據技術的增能(néng)、增效、改進(jìn)、變革等功效，既是重要考量又是艱巨挑戰。

教育的複雜性導緻教育數據的多源異構形态更爲明顯，數據的采集、彙聚與互通方式更具挑戰，數據應用的需求更爲多元。數據技術涉及教育大數據應用服務、平台、系統等産品，涉及标準與規範的研制，涉及針對(duì)教育業務的數據建模和智慧教育應用。教育數據技術亟須協同多方力量攻關突破。

數據智能(néng)驅動的教學(xué)創新需要教師具備基本的數據素養，然而這(zhè)項能(néng)力教師普遍較爲欠缺。此外，數據智能(néng)驅動的教學(xué)創新，需要教師重新定位教者角色，需要重塑教學(xué)結構，也即弱化“教書匠”的角色，發(fā)展和凸顯“設計者”“分析者”“促進(jìn)者”的角色。

智能(néng)技術驅動的教學(xué)業務的結構重塑是一種(zhǒng)數字化轉型，對(duì)教、學(xué)、管、評來說都(dōu)是一種(zhǒng)機制的變革，學(xué)校如何借助數字化轉型的力量，系統地設計整個學(xué)校的教學(xué)系統、管理系統、評價系統等，這(zhè)對(duì)于學(xué)校而言并非易事(shì)。

作者：顧小清（華東師範大學(xué)教授、教育部教育信息化專家組成(chéng)員）

來源：《中國(guó)教育報》