從“原材料”變成“產品和服務”

當前，我國各地教育數字化轉型工作已全面鋪開，“廣度”上取得了顯著成效，如何發(fā)動好“數據引擎”，實現(xiàn)數據充分賦能，是縱深推進教育數字化戰(zhàn)略行動的“關鍵一招”。

數據充分賦能教育數字化轉型的實踐邏輯

“充分賦能”強調數據在驅動教育數字化全面轉型中的全流程賦能、全要素賦能、全場景賦能。也就是說，數據要素要滲透到教育系統(tǒng)的每一個“細胞”，包括教育環(huán)境、教育活動、教育資源等。

這便涉及數據賦能教育數字化轉型的實踐邏輯，包含自下而上、遞進支撐、循環(huán)反饋的三層賦能，分別是數據治理層賦能、數據開發(fā)層賦能和數據應用層賦能。數據治理層賦能要解決好數據自身的質量、交換、安全、隱私等關鍵問題，發(fā)揮數據的基礎支撐價值。數據開發(fā)層賦能重在通過多元數據分析和深度數據挖掘，產出面向具體業(yè)務和具體問題的教育數據產品和服務，展現(xiàn)數據的生產加工價值。數據應用層賦能指向數據要素在教育業(yè)務場景中的示范應用和普及推廣，通過合理規(guī)范、持續(xù)有效的數據應用，逐步提升教育系統(tǒng)的運行效能，推動各項教育事業(yè)高質量發(fā)展，展現(xiàn)數據的終極應用價值。

數據充分賦能教育數字化轉型面臨的現(xiàn)實難題

從國內教育大數據建設與應用實踐來看，數據充分賦能教育數字化轉型仍面臨三項突出難題。

一是貫穿全生命周期的數據治理機制尚未健全。數據的全生命周期一般可劃分為采集、傳輸、存儲、處理、交換、銷毀6個階段。雖然全生命周期數據治理的理念逐步深入實踐領域，但數據質量難以保障、數據多層多級交換難度大、數據安全與隱私泄露風險大、治理主體權責不清晰等問題依舊存在。此外，各級教育行政部門大都未建立專門的數據治理機構和專職人員隊伍，難以對教育大數據開展專業(yè)化、高效化的治理，影響數據價值發(fā)揮。

二是用戶隱私數據的使用邊界不清晰、防護難度大。教育數據交換共享過程中容易引發(fā)數據泄露、流失、篡改、濫用等數據安全和倫理問題。各級智慧教育平臺在構建用戶畫像過程中，為實現(xiàn)更加精準的用戶畫像，容易出現(xiàn)過度數據采集、敏感數據展示等現(xiàn)象，侵犯師生隱私。

三是教育數據的深度開發(fā)能力不強、應用示范度和廣度不高。數據作為一種新型生產要素，從“原材料”變成“產品和服務”，須經過勞動者的加工處理，這是數據要素實現(xiàn)其自身價值的必經之路。當前，不少地區(qū)和學校雖然在積極探索數據驅動的精準教學、精準教研、教育科學決策、教師隊伍治理等應用場景，但整體的應用深度和頻度不足，數據價值的激活度不高、普及面不廣，難以滿足教育高質量發(fā)展的現(xiàn)實需求，也難以支撐教育全面數字化轉型向縱深發(fā)展。

數據充分賦能教育數字化轉型的實施建議

一是健全系統(tǒng)觀指導下的全局教育數據治理機制。將國際數據治理經驗與我國教育實際相結合，科學設計教育平臺數據治理的組織架構、標準規(guī)范、人員隊伍、配套機制、技術工具、監(jiān)督考核等內容，構建教育平臺全局數據治理體系。編制配套的、細化的、可操作的教育平臺數據治理指南和實施方案，推進平臺數據分類分級確權授權使用。加強各級平臺數據規(guī)范審查力度，嚴格執(zhí)行國家標準和行業(yè)標準，以標準的“真應用”切實破解“數據孤島”頑疾。既要注重師生身份、行為軌跡、資源使用等原始數據的治理，也要加強用戶畫像狀態(tài)、資源推薦結果等衍生數據的治理。認真研究ChatGPT等生成式人工智能技術產品對教育數據生產、加工、流通和應用帶來的挑戰(zhàn)及其應對措施，確保人工智能生成數據的可管可控。

二是建立用戶畫像全生命周期隱私保護鏈?；趪曳?，建立“事前防護—事中檢測—事后審計”的平臺數據安防機制。依法保障平臺用戶基本知情權，對所有接入智慧教育平臺體系的平臺和移動應用進行數據采集與使用用戶告知事項進行全面審查，完善用戶使用條款和隱私聲明。明確用戶畫像全生命周期的隱私保護風險以及不同隱私等級數據的管理權限，根據不同業(yè)務場景和數據隱私等級，給予不同的管理權限和使用規(guī)范說明。建立平臺算法審查制度和備案制度，對各類算法的可解釋度、公平度等能力指標進行評價和分級，通過創(chuàng)建不良算法特征庫開展智能算法篩查工作，確保算法公平透明。

三是打造教育數據深度開發(fā)生態(tài)圈。建立教育數據用戶需求清單定期公開機制，吸引科研機構、行業(yè)企業(yè)等力量精準投入研發(fā)力量，開發(fā)更多好用、有用、易用的教育數據產品和服務。加強教育數據資源統(tǒng)籌，針對教育重大需求，設立“揭榜掛帥”科技項目，吸引高水平科研團隊進行集體攻關。軟件行業(yè)協(xié)會、人工智能學會等社會組織，積極聯(lián)合高校加強高端數據人才培養(yǎng)，組織開展員工數據研發(fā)能力培訓與精品數據產品和服務的遴選，加速推廣優(yōu)秀教育數據產品和服務，營造有序競爭、奮發(fā)向上的行業(yè)新生態(tài)。

四是著力推進教育數據應用示范。堅持“場景嵌入式，服務伴隨式，學習泛在式”的基本理念，面向一線教師和管理人員開展普及式、滲透式數據素養(yǎng)培養(yǎng)培訓工作，建立一支懂數據、用數據、愛數據的教師隊伍。堅持“應用為王，服務至上”原則，積極探索教育數據場景應用的創(chuàng)新點，找好數據驅動教育問題解決的突破點，發(fā)揮好創(chuàng)新點的示范作用、突破點的帶動作用，全面提升教育數據創(chuàng)新應用水平。通過征集場景案例、設立專項課題等多渠道創(chuàng)設更豐富的教育數據應用示范場景。建立“評估—反饋—優(yōu)化”的教育數據應用鏈條，以評估結果為依據，開展數據證據導向的教育決策與教育干預，讓數據價值在支撐教育高質量發(fā)展中充分彰顯。

（作者系江蘇師范大學智慧教育學院院長、教授）

《中國教育報》2023年04月15日第4版