AI教育 — 认识教学数据：维度与指标、定性与定量

在教育信息化、智慧教育及AI教育的推广普及中，“教学数据”的重要性日益凸显，正在成为学校管理决策、课堂教学模式变革与创新的“加速器”。对于一线教育工作者而言，建立数据思维、加强数据分析能力的需求亟待满足。

认识“数据”与“教学数据”

17世纪，data（数据）一词首次出现在英文里。1946年，data被首次用于表示可传输和可存储的计算机信息（transmissible and storable computer information）。数据分析，就是利用一些数据分析工具、手段、方法或者思维，从海量的数据中发现规律，从而揭示出数据背后的真相，为决策提供依据。

1、理解维度和指标

在数据中还有两个关键概念，即“维度”和“指标”。“维度”指的是数据的属性，“指标”是衡量维度的标准。举例来说，“课堂互动度”是课堂教学数据的维度之一，衡量课堂互动度的指标可能包括学生与教师的发言占比、发展时间、发言次数、发言明细等。

每个维度和指标都有各自的数据范围，在大多数情况下，只有将具有相同范围的维度和指标组合在一起才有意义。如果将学生的课堂情感作为衡量课堂互动度的指标，那么这项指标并不能真实的反映出课堂互动度（维度）。

2、教学数据及分类

教学数据是教学过程中产生的或者依据教学需求采集到的一切可用于教学发展的数据总和。从教学主体看，教学数据即包括教师的“教”的数据也包括学生“学”的数据。

从研究方法分类，教学数据也可以分为定性数据与定类数据，其本质区别为是否量化。下面小E以定性和定量为例，具体说明学校有哪些定性数据和定量数据？

学校有哪些数据？

1、定性数据（qualitative data）

定性数据不能量化，是一种描述性的数据，大部分为半结构化或者非结构化数据（文本、音频、视频等），一般用来描述“是什么”、“为什么”和“如何”的问题。

在学校中，定性数据包括:

• 课堂观察记录
• 学生的作业本及老师的评论
• 老师对学生的反馈
• 课堂的音频/视频记录

尽管定性数据存在不完全客观、收集和分析耗时的问题，但是对老师而言，它可以比较详细的描述学生的具体问题，可以对定量数据的分析结果进行补充和完善。

2、定量数据（quantitative data）

定量数据可以量化，是可以计数或者以数字表示的数据。一般用来回答“多少”、“多少次”这样的数量、频率和大小的问题。

在学校里，常见的定量数据类型有：

• 学生的成绩
• 全校/年级的考勤情况
• 全新/班级男女生比例

尽管能更加客观的反应全校、年级或者班级在某个维度上的整体趋势，但定量数据也有一定的局限性。一般情况下，在使用定量数据进行分析解决整体趋势的问题后，还需要进行后续的定性调查。

定量数据与定性数据的结合

例如，教师可以通过考试成绩（定量数据）分析出某位学生的成绩有所提高，但是为什么提高，则需要使用定性数据（例如课堂观察、面谈等）来确定分数的提高方式和原因。

Q博士有话说

随着数据在学校管理、教学研究等方面的深度应用，教学数据在推动教育资源、教学评价等方面的价值也会逐步显现。在此过程中，建立数据意识，查看可视化的数据，利用数据进行教学或者教学管理上的改进，都将成为教育工作者的基础素养。

参考文献：

1、新南威尔士州教育部，School Excellence Framework evidence guide，2017

2、曹颖，《试论高效教学数据与教学信息的收集处理》，西南科技大学《高教研究》，2009

3、杨现民、唐斯斯、李冀红，《发展教育大数据：内涵、价值和挑战》，现代远程教育研究，2016

4、刘邦奇、李鑫，《智慧课堂数据挖掘分析与应用实践研究》，电化教育研究，2018智慧课堂数据挖掘分析与应用实践研究》，电化教育研究，2018

5、杨现民、李新、邢蓓蓓，《面向智慧教育的教学大数据实践框架构建与趋势分析》，电化教育研究，2018