通过技术、文化、理念的综合作用,最终实现数据治理的成功。
目前,数据治理作为信息化发展的重要抓手和底层工作,已经进入建设深水期。未来,如何将这项工作干到实处、干出新意?对于众多信息化工作者来说,看似“山重水复疑无路”。
日前,由国务院印发的《“十四五”数字经济发展规划》,为数据治理工作带来了“柳暗花明”的指引——要充分发挥数据要素作用,强化高质量数据供给、创新数据要素开发利用机制。
回到教育领域,面向未来的数据治理方向,与数字经济发展的规划可谓异曲同工。“十四五”开局之际,蓄势而起的教育数字化转型引起各方关注。“实施教育数字化战略行动”在2022年初的全国教育工作会议的工作部署中崭新亮相,并于2月8日正式出现在《教育部2022年工作要点》之中。与之对应,文件对教育数字化转型中重要的伴随性工作——数据治理,提出了更高层次的要求:“强化数据挖掘和分析,构建基于数据的教育治理新模式”。
那么,未来如何激发数据活力、挖掘数据价值,成为“互联网+教育”数字转型新时期赋予高校信息化工作的重要发展使命。
数据赋能教育数字化转型
当前,教育信息化新基础设施正在加紧建设,教育业务系统应用不断推进,各种软硬件平台源源不断地产生着教育数据。
海量数据的汇聚和分析,能给教育系统带来什么?如何在教育数字化转型中,探索出基于数据驱动的新路子?成为政界、学者和业界的重要关切。
数据孤岛是数据治理中的顽疾,孤岛一日不打通,数据一日难赋能。设法使各应用、各系统、各区域的数据有效聚合,才是数字化转型的基础所在,关键所在。
而不论是作为全国教育数字化转型试点区的上海,还是不断寻求教育突破的浙江,在推进教育数字化转型实践中,都把数据库、数据链等的建设放在了第一位。
上海的教育数字化转型以数据为核心,在“政府定标准、搭平台”的基础上进行了针对数据孤岛现象的重磅治理,全市形成了统一的教育数据规范体系,实现了所有学段学生数据的统一。
而浙江省教育厅面向“十四五”作出了一项重要的顶层设计——“教育魔方”工程。这项工程中最基础、核心的工作就是教育数据的治理,此中枢项目被命名为“数梦工场”,目标在于通过构建贯通全省教育行业的数据服务链,实现多元多跨协同、资源集成共享。
浙江省教育厅副厅长陈峰对此表示,各地各学校要积极参与,重点就是按统一的标准整理、归集教育数据,为下一步挖掘、利用教育大数据奠定基础。
教育数字化转型目前的试点区虽仅在个别省市进行,但实际上,“教育数字化转型”是当前许多省市、高校都在思考和实践的热点话题,更是未来几年的重点工作。
推进数字化转型,治理数据是第一步。但需要注意的是,数据的聚合不是简单的“1+1”,而应是数据与技术之间的深度融合。
上海作为全国教育系统数字化转型实验地,多所高校在教育教学方面也竭力挖掘数据能量,助力数字化转型。以上海师范大学为例,因着师范院校的特性,该校数字化转型建设着力围绕“教师教育”的方向。
在上海师大,数据在帮助师范生从学生蜕变成老师的过程中发挥了重要作用,分别体现在以下三个方面:
一是依靠数据升级线下教室,建设以人工智能驱动的、可采集的师范生多模态数据的沉浸式教学空间;
二是改造线上空间,形成教师教育全方位、全过程、全内容的线上智慧教学空间;
三是建立教师发展数字档案,详尽记录师范生教与学过程中所产生的各类数据,支撑其职业生涯终身发展所需。
可见,数据挖掘符合学校自身特色与需求,可以更好地推动各校教育数字化转型。
从长远意义来讲,数据治理的目标就是帮助学生更好地成长。EDUCAUSE2022年度十大IT议题提出,以学生的成功为中心是数字化转型必须要关注的。“需要认识到,如果不以学生的成功为中心,任何学校都不会成功和长久。”相关人士指出。
而对教育系统来说,如何利用学生成长中的全周期的数据,为学生成长提供更好的路径是摆在面前的一道核心问题。
这方面,国内外不少教育机构都进行了一些实践。如,美国肯尼索州立大学(Kennesaw State University)建立了在线学习系统,目标是尽早发现学业上有困难的学生,并通过某种方式进行激励。
系统的基础正是找出关键数据点,确定哪些关键任务对学生在课程中取得成功是必要的,例如,如果学生没有按时完成某项学习任务,那么学业成功的可能性就会大大降低。
此外,系统还收集分析了得A的学生的学习行为特征,并将这些数据总结为经验告知其他学生,这将提高学生追求优秀的信心,继而提高结业率,减少辍学率。
但总体来看,大家对于“如何帮助学生成长”这一话题,仍然还在实践中探索,大多还没有深入到“帮助成长”的内核,未来这方面的工作会成为一个重要的发力点。
高校进入数据应用新时期
基于数据的教与学之外,未来,数据在其他方面的应用仍然需要持之以恒地探索。相关专家表示,为实现数据应用的深度全面融合,具体可从三方面着手:
一是持续优化高校行政管理及师生服务体系建设;
二是积极对接社会数据,利用公共资源,拓宽教育数据应用维度和深度;
三是做好数据开放共享与隐私保护的平衡,在安全中创新应用机制。
未来的数据应用要让师生“不跑腿”
“十四五”规划要求未来应运用数据持续赋能“一网通办”“一网统管”,继续坚持和完善数据治理体系,从根本上重构数据治理框架,坚持“一校一库、一数一源、一数多用、动态更新”的原则,做好数据的统一采集、归集、共享、开放和使用,为进入建设深水期的“一网通办”“一网统管”打开通路。
那么未来该如何深化“一网通办”?
西安电子科技大学信息网络技术中心主任张玉振提到,最核心的是要提升信息化理念,未来也应坚持以服务师生为本,我们希望让师生在各种场景中都能体会到信息化的存在,解决师生期望、领导要求和信息化服务不充分之间的矛盾。
当提到西电的数据治理规划,张玉振表示,总体来看就是从治理到赋能,从服务到管理的建设思路,具体而言,学校将以整合物联数据为重点,围绕数据开展以下四方面工作:
打造数据平台;所有的数据、过程要实现统一的全生命周期管理;打开数据,提升共享数据的能力;推动数据赋能业务系统,快速响应提供服务与帮助。
此外,在教育信息化不断进步的同时,更可以吸收整个社会的信息化成功经验。当前社会中的数字化惠民惠企举措,同样可以给面向未来的高校数据应用建设一些新的启发。
据悉,多数城市在部分政策上已经做到“免申即享”,这一政策指的是依靠政府前期数据治理工作成效,按照政策实施范围和条件,精准匹配符合条件的企业、市民,企业、市民全程无需主动提出申请就能直接享受相关政策,或在确认申领意愿后享受政策,真正实现办事“零跑腿”“零出门”,这无疑是在疫情常态化下,数据赋能社会服务的进步体现。
这种服务理念在部分高校的应用建设中也已初露头角。以学生离校信息确认工作举例,以往离校学生需要跑各个部门才能办完手续,后来基于数据做成的系统可以直观说明学生的借还情况,学生在办理图书馆离校手续时,只需参考系统提示确认自己是否需要还书,是否需要缴纳欠费,无须前来办事部门现场确认,相关部门也可依据线上数据进行离校手续的确认。师生登录办事中心一次即可全网通办,解决“办不完的手续、盖不完的章、跑不完的路”等麻烦。
未来,高校信息化部门应依托数据,及时规划并主动满足师生需求,积极搭建学校与师生间的桥梁,推动政策精准推送、应享尽享、快速兑现,实现从“让数据多跑路,让师生少跑腿”到“让数据多跑路,让师生不跑腿”的跨越,促进高校数据迸发更高层次的价值。
未来要消解校内外数据空间隔阂
网络可以使得校园与整个社会的资源共享更好,那么,数据治理应该如何参与学校和社会的融合与对接?
相关人士指出,高校作为社会的一部分,有一定的社会属性,也承担着相应的社会责任,高校的资源应向社会开放,社会也应积极为高校提供支撑。如何利用社会资源、融合社会数据,拓展校园信息化应用,成为智慧校园到“智能校园”转型的新挑战。
在“教育魔方”的大框架下,浙江开放大学一直注重课程和资源的开放共享,而激励各方积极参与开放是共享的前提。
学校实施有偿使用精品资源、补偿激励资源提供者的办法,吸引更多的高校和企业共同参与全省终身教育课程和资源建设。
此外,学校落实学习成果存入“学分银行”的举措,推动高校跨校选课学分转换和跨省域学分互认;并运用区块链技术,协同各方力量,打造区域性可信数字学习档案,真正发挥学分银行的“立交桥”作用。浙江开放大学校内外数据的互通,再次印证了数据的聚合不是简单的“1+1”。
未来,一个又一个高校尝试重构数据治理新平台、新机制和新模式的过程,将聚成一股股不可小觑的数据能量,有力撬动未来教育信息化的变革发展。
未来更要深耕科研数据治理
在高校众多的数据类型中,科学研究数据是极为关键且特殊的,其对国家战略发展有着重要的支撑作用。随着近年来越来越多的大科学装置建设、重大科学实验开展,国内的科学研究也进入到了前所未有的大数据时代。
科学数据已经成为科学发现的新型战略资源。一个国家的科学研究水平,将直接取决于其在科学数据上的优势,以及将数据转化为知识的能力。发挥数据在科学研究方面的价值,是我国高校数字化转型在未来可以挑战的方向。
清华大学图书馆党委书记蒋耘中表示,高等学校是国家科技创新的重要基地,每年都要生产大量的研究数据,这些数据对国家科技创新、经济社会发展和国家安全都具有非常重要的意义。
然而,科学研究数据的治理任重道远。以汇聚众多高校的北京市为例,目前存在缺乏统一的科学数据管理政策、单位内部的数据库未对外开放共享、不同数据开放系统尚未整合到统一平台等问题。
如何采集、保存、管理和使用科研数据,最大限度地发挥这些数据的效能,需要政府的支持,也是未来高校数据治理向更高阶迈进的使命。
当然,在做好数据应用的基础上,还要特别关注数据隐私保护,尤其是更为敏感重要的教育领域数据,未来高校一定要在做好数据安全教育的同时,齐抓机制和技术来跟进数据的安全工作。
如果说治理数据是常态化的工作,那数据驱动的教育高质量发展则是一场革命。数据治理、数据要素化、数据驱动三者是全方位、成体系、多轮次的迭代过程。
数据治理只是第一步,用数据联动、平衡各方流程与业务,未来才能更好地实现数据赋能教育发展。而我们必须要关注的是,这项工作的成功也依赖于思想上的解放以及文化的重塑,通过技术、文化、理念的综合转变,最终实现数据治理的成功。
作者:陈荣
特别声明:本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。