“智能+教育”变革中教育数据治理的价值与路径

收稿日期:２０２０－０８－１５
基金项目:教育部人文社科规划基金项目« 双一流 视野下教师教育学科群及评价体系研究»(项目编号:１８ＹＪＡ８８００６１)ꎻ重庆市社会科学规划项目«系统观视阈下地方高校研究生创新能力提升与量化评价研究»(项目编号:２０１９ＰＹ５２)ꎮ通讯作者:马㊀燕ꎬＥ￣ｍａｉｌ:１５３８３６６１９＠ｑｑ.ｃｏｍ
智能＋教育 变革中教育数据治理的价值与路径
任苗苗１ꎬ马㊀燕２ꎬ李明勇３
(１.重庆三峡学院计算机科学与工程学院ꎬ重庆４０４１２０ꎻ２.重庆师范大学研究生院ꎬ重庆４０１３３１ꎻ
３.重庆师范大学计算机与信息科学学院ꎬ重庆４０１３３１)
摘㊀要:随着人工智能与教育知识服务的深入发展ꎬ教育大数据成为推动教育治理科学发展的基石ꎮ教育数据治理是为了应对教育大数据应用在管理规范㊁安全㊁隐私保护等方面的挑战ꎬ是数据治理在教育领域的应用范畴ꎬ有助于教育决策更加科学ꎬ促使教育服务更加精准ꎬ促进教育改革最优化ꎮ然而ꎬ由于教育数据治理的发展历史较短以及教育系统的复杂性ꎬ教育数据治理在数据质量㊁数据管理㊁数据监管以及数据服务等方面依然存在不足ꎮ基于教育数据治理的现实困境ꎬ研究提出教育数据治理的四条路径:第一ꎬ制度先行:强化教育数据要素流通的制度设计ꎻ第二ꎬ管理规范:完善教育数据要素流通的标准体系ꎻ第三ꎬ队伍建设:重视教育信息化治理专业人才培养ꎻ第四ꎬ素质护航:持续推进数据素养提升工程ꎮ并从法律地位㊁安全管理制度㊁体系标准㊁主体职责和权力边界㊁管理者环境适应性㊁创新专业课程教学㊁人才培养㊁数据意识和数据能力模型９个方面提出具体建议ꎬ以期为智能化教育进程中的教育数据治理发展提供可参考的建议ꎮ
关键词:智能＋教育ꎻ教育大数据ꎻ数据治理ꎻ路径研究
中图分类号:Ｇ４０㊀㊀文献标识码:Ａ㊀㊀ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１００５－２２３２.２０２１.０１.００９
㊀㊀十九大报告明确指出推进国家治理体系和治理能力现代化ꎬ且作为 两个一百年 奋斗目标中的重要组成部分ꎬ国家治理现代化目前已经充分融入到各个具体领域工作中ꎬ教育治理能力现代化成为教育领域的研究热点ꎮ«２０２０地平线报告:教与学版»指出: 自适应学习技术㊁人工智能/机器学习㊁学习成功分析等技术成为最受关注的新兴技术ꎬ未来教育教学的智能化趋势愈加突出ꎬ智能化与教育的有机融合成为当前教育变革的一个趋势ꎮ 人工智能＋教育 不断变革教育生态㊁环境㊁方式㊁管理模式和师生关系ꎬ教育协同发展㊁多元主体合作愈加广泛ꎬ教育系统的动态性㊁综合化㊁网络化特点愈加明显ꎮ人工智能为教育知识服务的变革发展提供了
新的可能ꎬ教育大数据成为推动教育治理科学发展的重要工具ꎮ徐宗本院士指出要有效利用大数据资源ꎬ发掘其中的价值[１]ꎮ随着信息化对教学创新的加速变革ꎬ很多高校和地方认识到数据的重要性ꎬ相继成立数据中心和数据交易所ꎬ在大数据领域进行实践探索ꎬ然而ꎬ由于教育系统的复杂性和技术本身的弊端ꎬ教育大数据在标准化㊁安全㊁隐私㊁创新服务等方面依然面临挑战ꎮ因此ꎬ本研究围绕 智能＋教育 环境下大数据技术驱动的教育数据治理的价值和现实困境ꎬ探究教育数据治理的发展路径ꎬ以期为我国教育领域的数据治理提供参考ꎬ为实现我国教育治理现代化的目标献言献策ꎮ
第１８卷㊀第１期２０２１年２月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀ＪｏｕｒｎａｌｏｆＳｃｈｏｏｌｉｎｇＳｔｕｄｉｅｓ㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀
Ｖｏｌ.１８ꎬＮｏ.１
㊀㊀Ｆｅｂ.２０２１
一㊁概念界定
在«现代汉语词典»中ꎬ数据的解释是 进行各种统计㊁计算㊁科学研究或技术设计等所依据的数值 ꎮ由此可知ꎬ数据是通过调查或者实验得到ꎬ尚未经过有效处理的数值ꎮ数据英文为 ｄａｔａ ꎬ词源来自拉丁语ꎬ是 ｄａｔｕｍ 的复数ꎬ«牛津词典»中参照 ｄａｔｕｍ 对 ｄａｔａ 进行解释: 数据资料 和 论据 ꎮ据此来看ꎬ数据不仅是一些数值ꎬ还带有推理论证的色彩ꎮ在«现代汉语词典»中ꎬ治理的解释为: 统治ꎻ管理 处理ꎻ修整 ꎮ治理的英文为 ｇｏｖ￣ｅｒｎ ꎬ ｇｏｖｅｒｎ 来源于希腊语 ｋｕｂｅｒｎａｎ (ｖ 掌舵)ꎬ«牛津词典»中的解释有三种: 统治ꎻ治理ꎻ管理 成为 的法律(规则)ꎬ标准或原理 支配 ꎮ综合来看ꎬ治理有管理的含义ꎬ但并不以支配为基础ꎬ也并非依靠一种制度ꎬ是调和冲突和不同利益的多种方式的总和ꎬ是一个持续相互作用的复杂过程ꎮ
在数据治理研究领域ꎬ目前国内外对数据治理这一概念没有统一定义ꎮ桑尼尔 索雷斯认为ꎬ 数据治理是广义信息治理计划的一部分ꎬ即制定与大数据有关的数据优化㊁隐私保护与数据变现的政策 [２]ꎮ沃森(Ｗａｔｓｏｎ)和吉文(Ｇｉｖｅｒｎ)将数据治理定义为 用于管理㊁保护和使用数据的人员㊁流程和技术ꎬ以便组织能够将其作为组织资产加以利用ꎬ最终目标是为组织创造价值 [３]ꎮ国内学者梁芷铭在综合不同观点后提出大数据治理是不同的人群或组织机构在大数据时代为了应对大数据带来的种种不安㊁困难与威胁ꎬ运用不同的技术工具对大数据进行管理㊁整合㊁分析并挖掘其价值的行为[４]ꎮ此外ꎬ也有学者关注数据治理在教育中的应用ꎮ许晓东等人认为ꎬ高等教育数据治理包括数据的获取和抽取㊁整合和分析㊁解释和预测ꎬ是提高大学教育质量㊁科学决策和管理效率的必要方式ꎬ可以使大学变得更加智慧和敏捷[５]ꎮ李青等人认为数据治理包括管理㊁标准㊁技术三大体系ꎬ是提高教育数据质量的方法和途径[６]ꎮ刘晓东等人以范德堡大学的数据治理案例为例ꎬ认为数据治理包括顶层设计㊁制定数据治理政策和采用成熟度矩阵模型衡量数据治理水平三个部分[７]ꎮ随着大数据技术的发展ꎬ数据治理在带来机遇的同时面临新的挑战ꎬ并逐渐成为一个新的研究领域ꎮ综合词义词源分析和已有概念解读ꎬ研究认为:数据治理并非全新的概念ꎬ是伴随数据资产化而衍生出来的提高数据资产质量的一个概念[８]ꎮ数据治理基于数据管理ꎬ也区别于数据管理ꎬ与信息实践价值实现密不可分ꎬ数据输入是数据治理的必要条件ꎬ推断㊁论证或者决策是数据治理的应然之意ꎬ是个人或组织为了调和数据发展中的冲突和不同利益ꎬ围绕数据资产进行的所有活动的集合ꎬ是概念化和执行管理职责的复杂过程ꎮ本研究所讨论的教育数据治理是数字校园㊁智慧校园等信息技术与教育深度融合实践的教育信息化建设进程中ꎬ教育数据资源呈现大数据形态ꎬ为了应对教育大数据在管理规范㊁安全㊁隐私保护等方面的挑战ꎬ数据治理在教育领域的应用范畴ꎬ是数据治理的子集ꎮ
二㊁教育大数据治理的价值
(一)教育大数据分类
基于作用角度ꎬ可从微观㊁中观和宏观三个层面对教育数据进行划归ꎮ微观层面主要为个体产生的教育数据ꎮ这里的个体主要包括学生㊁教师㊁管理人员以及参与到教育管理过程的家庭成员与社会成员ꎬ其产生的教育数据包括依法依规收集的个人基础信息(如姓名㊁性别㊁户籍等)㊁参与到教育过程的各种行为记录(如学生的课堂学习行为㊁教师的教学行为㊁管理者的管理行为和父母教育行为)ꎬ以及各类生活日常相关状态数据(如家庭条件㊁健康状态㊁消费情况㊁心理状态㊁兴趣爱好等)ꎮ中观层面主要为教育机构产生的教育数据ꎮ这里的教育机构不仅指狭义的传统学校ꎬ还包括具有教育性质的各类社会教育培训机构ꎬ其主要包括管理数据和课程教学数据ꎮ管理数据是在学校管理过程中产生的数据ꎬ如学校教务管理数据㊁学生事务管理数
任苗苗ꎬ等. 智能＋教育 变革中教育数据治理的价值与路径
据㊁科研管理数据㊁后勤管理数据㊁学校安保数据㊁学校资产管理数据㊁图书管理数据等数据ꎮ课程教学数据是指与课程教学相关的数据ꎬ主要包括课程的教学内容㊁相关的课程教学资源㊁教师与学生的课程交流互动㊁课后的作业记录㊁教学评价等数据ꎮ宏观的教育数据主要指区域教育数据以及政府教育治理中产生的数据ꎮ区域教育数据包括区域教育云平台产生的各种行为与结果数据㊁区域教研训学等所需的各种教育资源㊁各种区域层面开展的教学教研与学生竞赛活动数据㊁各种社会培训与在线教育活动数据以及教学研修[９]ꎮ政府汇聚的各类教育数据及其在教育决策和其他教育相关活动中产生的数据ꎮ
(二)教育大数治理的价值
１.助力教育决策的科学性
«国家教育事业发展 十三五 规划»指出ꎬ开展深度数据挖掘和分析ꎬ运用互联网㊁大数据提升教育治理水平ꎬ更好地服务公众和政府决策ꎬ提升教育治理体系和治理能力现代化水平ꎮ传统的教育数据采集渠道有限㊁内容局限㊁效率不高ꎬ且数据深度分析不充分ꎬ教育数据统计分析在过去的教育策略制定中发挥的作用不容否认ꎬ但由于决策主体单一㊁过于依赖经验ꎬ欠缺数据支撑ꎬ由此导致的教育决策 试错 现象颇受诟病ꎮ而基于大数据的教育决策ꎬ充分利用大数据的 ４Ｖ 特性ꎬ通过数据挖掘㊁人工神经网络和机器学习方法深度分析ꎬ可以将各类数据关联ꎬ从而更深刻解释教育演化规律[１０]ꎮ科学的教育决策不仅可以提升教育质量ꎬ而且可以促进教育公平ꎮ教育环境具有复杂性ꎬ大数据为教育政策的制定提供了全方位㊁立体化的参考ꎬ增强了教育政策的可解释性ꎮ基于大数据的教育决策可以为学生提供学业诊断支持ꎬ帮助教师制定教学改进方案ꎬ为学校制定发展计划提供改进途径ꎬ推动构建良性循环的校园文化ꎬ优化区域教育资源分配ꎬ促进区域教育均衡发展ꎮ如美国的 国家教育进步评价 对美国基础教育的良性发展具有重要影响ꎬ其中数据发挥的作用就至关重要ꎮ
２.提升教育服务的精准度
从早期的计算机辅助教学到教育信息化１ ０再到教育信息化２ ０ꎬ经过４０余年的发展ꎬ我国的教育信息化基础设施建设和相关软硬件配套取得了长足发展ꎮ学校资产管理系统㊁办公自动化平台㊁教务管理系统㊁学生管理系统㊁科研管理系统㊁财务管理系统等涉及到师生方方面面的数字化校园平台为智慧校园建设的全方位高阶发展提供了平台支持ꎮ物联网技术㊁区块链技术㊁人工智能技术以及云计算和大数据等技术的发展ꎬ为教育管理服务中的数据采集和深度挖掘提供了技术支持ꎮ例如ꎬ翻转课堂㊁ＭＯＯＣｓ等新型课堂的兴起依赖于大数据支持的数据挖掘和学习分析技术ꎮ通过平台精细化地记录学生学习的过程数据ꎬ如视频观看时长㊁任务点完成情况㊁资源回访率等ꎬ一则可以通过一段时间内学习轨迹的分析ꎬ预测将来的行为ꎬ帮助学生开展适应性学习ꎬ提升学生自我导向学习效果ꎬ从而做出适合自身发展的学习规划ꎻ二则在大数据的支持下ꎬ教师可以迅速准确掌握每位学生的非结构化行为数据和教学目标完成薄弱点ꎬ了解自己的教学状态ꎬ及时调整教学模式和教学策略ꎬ设计更加灵活多样㊁更具针对性的学习活动ꎻ三则可以完善课程资源的结构与内容ꎬ实现大批优质课程资源的生成与进化ꎬ为设计更符合学生认知特点的教学资源提供支持ꎮ目前ꎬ国内外已有很多高校利用教育数据进行教育服务管理且取得了良好的效果ꎮ电子科技大学利用师生 电子画像 ꎬ对在校师生的数据进行分析和挖掘ꎬ实现人㊁财㊁物的互通ꎬ成功实现支撑精准资助㊁失联告警和心理危机干预等ꎮ华南理工大学在科研数据实践中取得了显著效果ꎬ利用科研大数据服务平台为科研团队提供了支撑ꎮ英国的东伦敦大学利用
ＱｌｉｋＶｉｅｗ 智能化业务工具进行可视化分析ꎬ以改善学生的出勤ꎬ当学生缺勤严重ꎬ系统会发出警告甚至可能撤销学习资格ꎮ布里奇沃特学院使用 增值数据 系统支持积极主动的学习行为和态度ꎬ帮助学生取得成功ꎮ美国的一些高校利用大数据进行校友管理ꎬ建立校友联系长效机制ꎬ帮助学校更好的得到校友的捐助ꎮ一些高校和大数据公司合作进行教师招聘ꎬ通过大数据寻找与学校办学文化相符的人才ꎮ通过大数据采集
基础教育
和训练ꎬ教育供给方可以精化教育服务对象的现实状况ꎬ进而准确判断教育服务需求ꎮ大数据支持使得课业因材施教㊁管理因事而化㊁发展有的放矢成为现实ꎬ服务资源针对性增强ꎬ教育管理服务准确性不断提升ꎬ促进实现教育智慧化ꎮ
３.促进教育改革的最优化
大数据可以驱动课程教学改革ꎮ如何进行教学模式改革ꎬ怎样设置课程体系ꎬ是我国教育发展面临的一大挑战ꎮ教育教学改革需要综合考虑整个行业需求㊁社会经济㊁专业发展和市场预期变化等诸多因素ꎮ舍恩伯格与库克耶指出对海量数据进行分析可以获得有巨大价值的产品和服务ꎬ或深刻的洞见[１１]ꎮ因此ꎬ利用大数据有助于明确人才培养的目标ꎬ调整课程体系ꎬ构建合适的教学模式和方法ꎮ基于大数据的回归分析㊁关联规则等数据挖掘技术可以协助筛选合适的授课教师㊁合适的授课内容以及合适的授课方法ꎬ从而推动课程教学改革深入发展ꎮ例如美国普渡大学的 课程信号项目 通过学习者成功算法(包括课程表现㊁课程努力程度㊁前期学业历史和学习者特征)帮助授课教师基于预测模型为学生在课程学习阶段提供有意义的学习反馈ꎬ使学生尽快的在学业上融入教育机构ꎬ以提升学业成功率ꎮ大数据可以驱动教育评价体系重构ꎮ目前ꎬ教育评价向积极建构的范式转变ꎬ从量化㊁描述㊁判断模式到回应模式的转变ꎬ强调评价双方全面参与㊁共同协商㊁积极回应ꎬ从单一的工具理性向双重的工具理性与人文理性相统一的价值理性转变[１２]ꎮ基于大数据ꎬ不仅可以采集到教与学的所有记录ꎬ还可以纳入个体的全线成长记录ꎬ有效打破评价的时空局限㊁优化评价的程序㊁提升评价精准度ꎬ从而实现全员㊁全方位㊁全过程的现代化教育评价ꎬ推动教育评价从经验支持的全体测评到数据量化的个体测评ꎮ
三、教育大数据治理的现实困境
(一)数据质量参差不齐
在信息化环境不断变革下ꎬ教育数据不仅包括个体数据ꎬ也包括各类组织数据ꎻ不仅包括基本信息和结果表征数据ꎬ也包括各种教育相关活
动和过程的记录数据ꎻ不仅有人为的输入数据ꎬ
也有机器仪器产生的数据ꎮ从数据产生对象和采
集过程来看ꎬ数据产生主体从单一向多元转变ꎬ
数据采集过程从静态向动态转变ꎬ大数据环境中
教育数据体量和种类迅速增加ꎮ大数据质量问题
通常会随着数量和种类的增加而成比例地增加ꎬ
数据集中的一些错误可以作为噪声处理ꎬ并通过
分析来减轻ꎮ对于这些问题ꎬ机器产生的问题容
易发现并校准ꎬ但是人为产生的问题很难发现ꎬ
而当带有一定程度误差的同一数据在多个分析或
管道过程中移动时ꎬ误差传播可能以意想不到的
方式复合ꎮ当无法修复或者减轻数据质量带来的
问题时ꎬ我们必须掌握如何应对这些问题ꎮ因
此ꎬ当环境不同时ꎬ如何考虑不同因素和解决方
案以保证数据质量亟需解决ꎮ
(二)数据管理角色混乱
在我国的教育管理体制中ꎬ从学校教学班级
到各级各类教育行政管理部门ꎬ学校类别设置
多ꎬ教育行政关系复杂ꎬ数据治理中权责划分不
清ꎬ没有专门的数据治理部门ꎬ存在多头管理现
象ꎮ数据从产生到产生价值要经历采集㊁通信㊁
处理等流程ꎬ完整的生命周期管理可以帮助评估
数据处理所需的存储媒介大小㊁计算能力以及计
算结果的准确性ꎬ但目前很多层面缺乏完整的数
据生命周期管理[１３]ꎮ虽然很多部门单位均建立信息系统ꎬ但是建设的系统分散ꎬ数据从产生到
管理 以我为主 ꎬ缺乏规范的治理流程和统一
标准ꎬ导致数据冗余ꎬ数据质量管理混乱ꎮ此
外ꎬ在数据管理中ꎬ 人 的角色扮演与作用至
关重要[１４]ꎮ教育数据管理要求管理人员既要掌握基本的大数据应用技能ꎬ又要熟悉教育发展的各项业务需求ꎮ然而ꎬ大数据与教育治理深度融合方面的专业性人才非常欠缺[１５]ꎮ缺少专业人才战略支持和规划执行出现偏差ꎬ会加剧数据治理的混乱ꎬ限制大数据在教育治理中的作用ꎮ
(三)数据监管存在漏洞
１.数据诚信问题
数据生产和解读是数据应用的重要环节ꎮ一
方面ꎬ不同数据及其获取方法的信度和效度不尽
任苗苗ꎬ等. 智能＋教育 变革中教育数据治理的价值与路径
相同ꎮ对于数据行业ꎬ由于缺乏统一的标准和行业机制ꎬ仍然存在不同的指标混用㊁不同的总体比较ꎬ这些都为数据操纵提供了空间ꎮ另一方面ꎬ数据提供者和消费者的数据素养也是影响数据公信力的重要因素ꎮ例如ꎬ对于线上活动ꎬ可能存在某些个体代替活动ꎬ而由替代者产生的数据并不能反应真实问题ꎮ教育大数据之于教育ꎬ具有引导决策和行为的作用ꎬ其应用目的在于
防 问题发生ꎮ而在真实情境中ꎬ数据只是一种教育决策佐证工具ꎬ当数据所代表的总体界定不同ꎬ样本获得途径不同ꎬ相同的数据可能会得出完全不同的结论ꎮ因此ꎬ要防止数据被操纵ꎬ避免数据成为一些机构和个人不作为的借口ꎮ２.数据安全问题
数据安全和可访问性既是数据治理解决的两个关键方面ꎬ又是数据治理的难点ꎮ大数据的价值基础在于数据的可访问性ꎬ大数据的应用发展也增加了数据安全风险ꎮ随着信息技术与教育的深度融合发展ꎬ教育数据的量化记录会越来普遍ꎬ开放性会越来越高ꎬ教育参与者会越来越透明ꎬ伴随而来的数据安全性问题越来越突出ꎮ例如ꎬ新冠肺炎期间ꎬ因上网课ꎬ京沪两地５０万学生信息被泄露ꎮ长期以来ꎬ在教育中对学生隐私保护不够重视ꎬ很少有学校对学校师生隐私采取有效的保护措施ꎬ而目前我国的个人信息保护法仍在完善中ꎮ因此ꎬ如何保证教育参与主体知晓自己在教育过程中产生的数据被合理利用ꎬ确保其数据权利和隐私安全ꎬ仍然是制约教育大数据发展的重要因素ꎮ
(四)数据服务创新不足
１.数据共享困难
数据异源异构导致的数据孤岛现象仍然较为普遍ꎮ如高校教学管理平台的数据主要来源于教学单位的业务系统ꎬ而业务系统的使用目标是满足自身教育教学管理需求ꎬ因此ꎬ除了基本信息ꎬ数据通常以半结构化或者非结构化方式存储ꎬ这些数据在采集标准上存在较大灵活性ꎬ不同口径㊁不同标准㊁不同体系的数据采集使其兼容性降低ꎬ整合困难ꎮ校际㊁区域基础数据平台设施不够完善ꎬ数据接洽尚未完全融合ꎬ伴随式采集以及全国互通共享问题依然存在[１５]ꎮ此外ꎬ教育是一个复杂的生态系统ꎬ涉及社会㊁经济等多个领域的多个方面ꎬ除了传统的教育行业ꎬ教育治理在以教育数据为基础支撑的前提下也需要纳入其他领域的生产要素及数据[１６]ꎬ而目前教育大数据基础设施尚不能与其他领域的数据实现无缝对接ꎮ因此ꎬ如何保证以普遍关联为特征的教育大数据分析决策的全面性和科学性ꎬ仍然值得深入研究ꎮ
２.数据创新服务不足
当前对教育大数据研究的基本特征仍然是技术思维㊁数据分析思维ꎬ而不是大数据思维ꎮ目前在教育治理中处理的主要是数据ꎬ而不是强调普遍关联特征的大数据ꎬ以对教育数据的整理和统计分析为主ꎬ缺乏对数据化条件下教育行为与模式的重构与优化ꎬ缺乏对 思考与创新 的重视ꎮ这一方面是由于技术思维惯性的影响ꎬ另一方面ꎬ大数据环境和大数据思维还没有成熟到能够催生普遍关联的教育大数据分析ꎮ究其原因ꎬ一是目前大数据发展研究时日尚短㊁不够深入ꎬ对人工智能背景下的教育数据的理解尚不透彻㊁缺乏大数据思维ꎻ二是教育治理本身是一个极度复杂的社会问题ꎬ加之教育大数据的采集㊁处理与分析等技术要求相关人员既要掌握常规的大数据应用技能ꎬ又要深谙教育发展的各项业务需求ꎬ作为一个新兴领域ꎬ大数据与教育的深度融合ꎬ尤其是大数据与教育治理深度融合方面的专业性人才仍非常欠缺ꎮ
四、教育大数据治理的路径
(一)制度先行:强化教育数据管理的制度设计
完备的教育数据治理制度可以为教育数据治理实践提供依据和指导ꎬ确保教育数据治理有效运行ꎮ在教育数据治理过程中ꎬ需要明确数据治理的法律地位ꎬ强化教育数据安全管理ꎬ不断完善细化教育数据治理的制度框架ꎮ
明确教育数据治理的法律地位ꎮ为了应对网络时代的挑战ꎬ«中华人民共和国民法典»将数
基础教育
据纳入民事权利一章ꎬ但怎样科学的设计数据法律规范ꎬ促进数据保护和流通ꎬ确定数据的法律定位和保护方式依旧莫衷一是ꎮ数据相关法律滞后于数据产业发展ꎬ导致数据治理的相关规范与惩戒机制不具备强制执行效力ꎬ数据驱动的教育治理中数据泄露㊁数据滥用以及数据伦理等问题时有发生ꎮ因此ꎬ确定教育数据治理的法律地位ꎬ明确数据隐私安全保护㊁数据应用管理发展条例以及数据伦理规范等法律法规是实现教育治理现代化的内在要求ꎬ对破解我国教育领域数据治理的理论困境具有重要意义ꎮ
强化教育数据安全管理制度ꎮ２０２０年两会期间ꎬ数据安全成为热点话题之一ꎮ近年来ꎬ随着数据经济的发展ꎬ我国数据相关的立法落地进度不断加快ꎬ但数据基本法依然缺位ꎮ数据安全ꎬ如数据造假㊁数据盗窃㊁数据隐私以及数据滥用等问题阻碍了数据经济的发展效果ꎮ因此ꎬ如何对数据进行确权ꎬ明确数据安全法的管辖范围ꎬ完善数据安全监管体系和数据安全监测预警㊁应急处置机制ꎬ建立责任主体问责制度ꎬ加快制定数据安全管理制度刻不容缓ꎮ党的十九大报告指出ꎬ 全面依法治国是中国特色社会主义的本质要求和重要保障 ꎮ而在教育领域ꎬ随着
智能＋教育 的深入发展ꎬ如何保障教育数据发展的安全有序进行ꎬ需要适时界定教育数据安全的管理范围ꎬ拟定责罚标准ꎬ明确不同环境安全保障措施及防护级别ꎬ以引导教育数据安全管理有法可依ꎬ促进教育数据价值利用的健康发展ꎮ
(二)管理规范:完善教育数据要素流通的标准体系
管理主体多元化导致数据统一性低下ꎬ数据异源异构限制数据创新服务价值的发挥ꎮ数据管理规范是数据流通共享的必要条件ꎬ打破数据孤岛的壁垒ꎬ创新数据管理服务体系ꎬ可以着重从完善教育数据治理体系标准和明确主体职责和权力边界两方面入手ꎬ具体而言:
完善教育数据治理的体系标准ꎮ数据标准体系是数据流通使用的基础保障ꎮ教育领域的业务开展涉及教学产品㊁课堂教学㊁教学管理等不同过程以及教职员工㊁学生和教育决策者等不同人群ꎮ应基于不同人员的不同教育过程构建相应的标准体系ꎬ比如ꎬ教师课程教学类数据体系㊁教职员工教学管理类数据体系以及教育决策类数据体系ꎬ并基于不同体系细化标准框架ꎮ同时ꎬ基于数据体系标准进行教育数据采集ꎬ能够为教育数据的使用提供便利ꎬ有利于数据的规范使用ꎮ要不断强化数据处理流程的规范ꎮ数据处理过程影响数据处理结果ꎬ规范化的数据处理流程可以减少主观因素产生的数据噪声ꎬ降低数据误差ꎮ要针对不同的数据特点进行分析ꎬ如根据结构化数据㊁半结构化数据和非结构化数据的不同扩展性ꎬ规范数据清洗处理过程中数据质量的容忍度ꎮ制定数据标准体系ꎬ并规范数据治理流程ꎬ有利于保证数据治理的标准性和操作的有效性ꎮ明确主体职责和权力边界ꎮ 治理 的特点之一是参与主体多元化ꎬ在教育数据治理中ꎬ既涉及到学校内部众多部门ꎬ如教务管理㊁后勤保障㊁业务组织等部门ꎬ又涉及到学校外部不同对象ꎬ如教育服务机构㊁政府职能部门以及千千万万个家庭ꎮ首先ꎬ需要针对教育数据治理主体特性构建切适的数据参与机制ꎬ科学设计不同主体参与治理的方式和途径ꎬ为教育数据治理中多元主体作用发挥并形成合力提供渠道ꎬ促使教育数据治理卓有成效ꎮ其次ꎬ基于学校㊁社会和政府不同层面ꎬ集中完善信息系统的改进㊁开发和管理ꎬ规范引导各方利益相关体形成便于融合的数据流程规范标准ꎬ在分散职责的同时明确权利ꎮ最后ꎬ明确系统和管理主体的核心节点ꎬ将这些节点进行 强链接 ꎬ以缓解大数据环境中 弱链接 带来数据互联互通问题ꎬ由点及面地厘清不同主体的职责和权力ꎬ从而推动教育数据治理朝着高效共享共建共治格局发展ꎮ
(三)队伍建设:重视教育信息化治理专业人才培养
教育数据治理不同于传统的教育治理或者数据管理ꎬ是教育治理在信息时代尤其是大数据新型产业背景下的一种形式ꎬ是数据管理在教育系统中的创新应用ꎬ是融合教育学㊁管理学以及新工科专业技术的综合性工作ꎮ进行教育数据治
任苗苗ꎬ等. 智能＋教育 变革中教育数据治理的价值与路径。