人工智能时代师范生数据素养现状的调查研究

董 芸

(宜春幼儿师范高等专科学校 学前教育学院，江西 宜春 336000)

一、研究背景及问题提出

2018年2月《教师教育振兴行动计划(2018—2022年)》提出，要提高师范生信息素养和信息化教学能力[1]。同年4月《教育信息化2.0行动计划》提出，启动“人工智能+教师队伍建设行动”，加强师范生信息素养培育[2]。而数据素养作为信息素养的组成部分[3]，是其高度专业化的体现。美国教育家约瑟夫·E.奥恩提出，“人工智能时代，教育应该培养学生的数据素养、科技素养和人文素养”[4]。由此可见，在人工智能时代，师范生数据素养是一项非常重要的素质。同时，师范生作为未来基础教育的主力军，他们将面对智能化教学环境，为更好地适应未来教育变革要求他们具备相应的数据素养。就数据素养的概念而言，目前国内外学者尚未形成统一的认识，我们认为师范生数据素养指师范生具备数据意识，遵守数据伦理道德，能对不同类型、不同来源的教育数据进行定位、采集、分析和呈现，并根据数据分析结果进行教育决策以解决实际问题，提高自身专业技能和学习效果。梳理国内外文献发现，目前关于师范生数据素养研究的成果相对较少，尚未形成系统的研究成果。研究内容上，多围绕师范生数据素养的内涵、构成要素、师范生数据素养教育模式的构建和存在的问题、师范生数据素养培养目标和课程体系的构建等方面展开，对师范生数据素养现状关注较少。研究方法上，采用文献研究法、逻辑分析法，即使是关于师范生数据素养存在问题的研究也是基于他人研究成果中的数据，缺乏规范的量化研究方法的应用。因而，从这个层面来看，现有的关于师范生数据素养的研究多是理论思辨研究。从研究视角来看，已有的关于师范生数据素养研究的几篇成果均是基于大数据背景下展开的，基于人工智能视角展开的研究几乎没有。因而，基于人工智能视角，采用量化研究方法，通过问卷调查了解刚入校的大一年级师范生的数据素养现状，并提出提升对策，为学校相关教育改革提供参考与借鉴，亟待进一步探究。

二、问卷设计及施测

量表设计上，根据国内已有研究成果，主要参考张斌和曹凤月对数据素养的构成要素的划分。张斌提出师范生数据素养包括数据意识、采集能力、分析和呈现能力、决策能力、伦理道德五个方面[5]。曹凤月将小学教师数据素养分为数据意识、获取、处理、应用、交流及伦理五个方面[6]。结合本研究实际情况，参考已有研究成果，设计调查问卷。

量表采用李克特5点计分法，“完全不符合”到“完全符合”计分为1～5分，得分越高，师范生数据素养越强。随机抽取134名某校某学院大一年级的师范生进行预调查，问卷回收后，对其进行项目分析、探索性因素分析和验证性因素分析。经项目分析，发现各题目鉴别度都很好，量表的总体信度为0.971，具有很高的信度。KMO值为0.940，极适合做因素分析。因子分析后，旋转所得的5个因子能解释总变异的81.075%，说明得到的因子是合理的。运用AMOS24采用结构方程对量表的效度进行检验，对模型修正后，选用绝对适配度指数X2/df、RMR、RMSEA、GFI，增值适配度指数NFI、RFI、IFI、TLI、CFI及简约适配度指数PNFI、PGFI考察结构方程模型拟合情况(如图1所示)。具体情况为：X2/df=1.041(介于1和2之间)，RMR和RMSEA均为0.017<0.05，GFI=0.923>0.9；NFI=0.956，RFI=0.93，IFI=0.998，TLI=0.997，CFI=0.998，均大于0.9；PNFI=0.599，PGFI=0.523，均大于0.5。从这些指标可以看出该模型适配良好，量表的收敛效度较高。因而，本量表适用于正式的调查，最终量表包括20个题项，5个因子，分别为因子1：数据意识；因子2：数据采集能力；因子3：数据分析和呈现能力；因子4：数据决策能力；因子5：数据交流及伦理道德。选择某校某院大一年级的师范生作为调查对象，在问卷星上发布问卷，将问卷发到班级微信群，总共收回问卷1 286份，剔除66份随意作答的，共得到有效问卷1 220份，有效问卷回收率为94.9%。样本的基本情况如表1所示：男生占10.1%，女生占89.9%；语文教育占26.3%，小学教育占64.8%，数学教育占8.9%；生源地为城镇的占22.3%，生源地为农村的占77.7%。

表1 样本基本情况

Chi-square=123.8,df=119,X2/df=1.041 RMR、RMSEA=0.017 GFI=0.923

利用SPSS20.0对回收的问卷进行信效度检验。问卷的整体信度为0.957，各因子的信度分别为0.815、0.804、0.89、0.91、0.809，说明整个问卷和各层面的信度较高。因子分析结果显示，KMO值为0.97，Bartlett球形检验p值为0.000，小于0.01，说明问卷的结构效度较好。

三、数据分析及讨论

1.师范生数据素养在性别和专业上有显著差异

运用SPSS20.0对不同性别师范生数据素养总分和各因子得分进行独立样本t检验，发现男女生在数据素养总分及各因子层面均具有显著差异，男生均强于女生(见表2)。

表2 不同性别师范生数据素养的差异比较

单因素方差分析结果显示，不同专业师范生数据素养具有显著差异，数据素养总分上小教和语教、数教专业均有显著差异，语教和数教专业师范生数据素养均显著高于小教专业；在因子1上，各专业间无差异；在因子2上，小教和数教专业有显著差异，数学教育专业师范生数据采集能力显著高于小教专业；在因子3上，小教和语教、数教专业均有显著差异，语教、数教专业师范生数据分析和呈现能力均显著高于小教专业；在因子4上，小教和语教、数教专业均有显著差异，语教、数教专业师范生数据决策能力均显著高于小教专业；在因子5上，小教和语教专业有显著差异，语教专业师范生数据交流及伦理道德显著高于小教专业(见表3)。

表3 不同专业师范生数据素养差异比较的方差分析摘要表

2.师范生数据素养尚待提升

运用SPSS20.0对数据素养总分和各因子层面进行描述统计分析，结果如表4所示。师范生数据素养总体均值为69.88，总分100分，说明师范生数据素养还有很大的提升空间。由于各因子所包含的题量不一样，不便直接比较均值，将各因子的均值与其总分的比率相比较，其高低排序为：数据交流及伦理道德>数据采集能力>数据意识>数据分析和呈现能力>数据决策能力。各因子层面，师范生数据决策能力最弱，数据交流及伦理道德能力最强。总体来说，师范生数据决策能力及数据分析和呈现能力较弱，排在前面的因子各题项均值未超过4，总分5，说明仍具有较大的提升空间。

表4 师范生数据素养描述统计表

3.师范生数据素养与各因子均具有高度的相关性，数据意识和数据采集能力、数据分析和呈现能力与数据决策能力均具有高度相关

利用SPSS20.0对师范生数据素养总分和各因子进行皮尔逊积差相关分析，相关系数如下表5所示。由表可知，数据素养和各因子的相关系数分别为0.872、0.894、0.922、0.911、0.849，且p值均小于0.01，说明数据素养和各因子均具有显著的高度相关，并且师范生数据分析和呈现能力及决策能力与数据素养的相关更强。因子1和因子2、因子3和因子4的相关系数分别为0.818、0.827，且p值均小于0.01，说明数据意识和采集能力、数据分析和呈现能力与决策能力均具有显著的高度相关。因子1与因子3、4、5的相关系数分别为0.756、0.712、0.660，且p值均小于0.01，说明数据意识与数据分析和呈现能力、决策能力、交流及伦理道德均显著相关。因子2与因子3、4、5的相关系数分别为0.782、0.727、0.676，且p值均小于0.01，说明数据采集能力与分析和呈现能力、决策能力、交流及伦理道德均显著相关。因子3与因子5的相关系数为0.729，且p值小于0.01，说明二者显著相关。因子4与因子5的相关系数为0.727，且p值小于0.01，说明二者显著相关。由此可以发现，师范生数据素养与各因子均具有显著相关，相关性更强的是数据分析和呈现能力、数据决策能力，因此，应加强师范生数据素养培养，特别是数据分析和呈现能力、数据决策能力的培养。

表5 师范生数据素养相关系数表

四、师范生数据素养的提升策略

1.创设良好的数据环境

研究发现，数据环境是大学生数据素养影响因素之一[7]。加强数据环境建设，潜移默化中推动师范生数据意识的生成与发展，可以从以下几方面着手。其一，加强信息化教学环境建设。在信息化教学环境中，如智慧校园、智慧教室，师范生能认识到在人工智能时代，课堂教学中教师的教学行为和学生的学习行为都会被自动记录下来，这些被录下来的师生课堂行为的视频资料本身就是一种数据。对应到中小学的一些可穿戴设备、学习辅助类App等也能记录学生的学习行为，这就是中小学教师今后可能会面对的数据，让师范生意识到数据无处不在，数据的重要性。同时，学校可以开发相关学习平台，比如普通话智能评测与学习系统、教师资格证考试辅导平台等，学习平台会自动记录自己的学习情况，产生学习数据，让师范生在日常学习中主动利用自己的学习数据，对其进行分析以改善自己的学习。在这个过程中，能够培养师范生的数据意识和数据思维习惯。其二，加大数据素养师资力量的建设。数据素养教育依赖于优秀的师资队伍。目前该校承担此任务的教师主要是以计算机教师为主，同时师范生必修的《教育研究方法基础》课程中也会涉及到数据分析和呈现能力方面的知识。总的来说，这方面的师资还是比较单一，学校相关信息技术部门可以开展相关的数据素养方面的讲座，教师教育类的课程中也需要进一步加强数据素养教育，提高师范生数据意识。其三，学校关于师范生的培养方案中应凸显数据素养的重要性，在一些课程的设置上应有所体现，以培养师范生的数据意识。

2.优化课程与教学

数据素养对于师范生来说是一种非常重要的素养，从目前的课程和教学现状来看并不能满足师范生数据素养培养的需要，需对其进行优化。一方面，在课程设置上，应凸显师范生的“师范性”，与未来小学教师需要具备的数据素养能力相对接。对于小学教师来说，面对的最多的数据是学生成绩方面及与之相关的学习行为等，对于这样的数据如何去分析、解读并据此做出教育决策是非常重要的能力，而根据前面的调查结果，这些方面的能力也是当前师范生比较缺乏的。因此，我们应重视这种课程的设置，《教育研究方法基础》课程就具有这样的优势。另一方面，改革教学内容。更新教学内容需注意以下原则，在此我们以《教育研究方法基础》课程为例来进行说明。第一，与时俱进。过去的教学认为作为专科生不需要掌握教育统计方面的知识，这里面涉及到数据分析和呈现能力、数据决策能力的培养，但是，在当今人工智能时代，如果还固守旧观念，那么培养出来的学生将不能适应未来教育的发展。虽然大专师范生未来工作的场域可能是乡村小学，但是随着教育信息化发展，现在很多乡村小学基本已具备信息化教学条件。因此，在观念上要与时俱进，有调整、更新教育内容的意识。第二，紧密联系基础教育实际。在设计《教育研究方法基础》课程相关教学内容的时候，我们要紧密联系当前基础教育中亟待解决的问题，引导师范生凭借自己的感性经验和理性认识自己去发现、挖掘当前基础教育发展存在的问题，引导学生思考如何运用教育研究方法去解决这些问题。在运用研究方法的过程中，会涉及到数据采集、数据分析和呈现、数据决策、数据伦理等方面能力的培养。这些结合实际的问题便于师范生理解，产生共鸣，学习的意愿也会更强，有助于取得好的学习效果。

3.加强师范生教育实践

师范生教育实践对于师范生培养的重要性不言而喻。2016年《关于加强师范生教育实践的意见》指出，为提升师范生的社会责任感、创新精神和实践能力，应从教育实践内容体系和教育实践形式等方面入手[8]。一方面在教学过程中可以多开展实践教学，给学生安排相应的有利于提升他们数据素养的任务，比如专项数据素养练习，让他们自主完成；另一方面，可以组织学生多参加一些见习、实习，让他们深入教学一线，了解当前教学一线对数据素养的要求标准，强化他们提升自身数据素养的意识，也可以提升他们运用信息化教学手段的能力。

4.搭建数据交流与应用平台

为更高效地培养师范生数据素养，依托相关课程，搭建数据交流与应用平台。以《教育研究方法基础》课程为例，可以开发一款基于此课程培养师范生数据素养的小软件。第一，在该平台上发布一些从教育部网站收集的全国及各地教育统计数据和教育年鉴，让师范生了解我国教育事业的发展，培养师范生对教育事业的热爱和对所学专业的信心，增强师范生的数据意识。同时，也会发布我国教育信息化领域相关的政策、标准、法律法规，数据使用过程中的道德规范，以便培养师范生的数据伦理道德。第二，在该平台设计一些涉及数据格式与类型、数据来源、数据收集途径、数据使用道德规范、数据分析等方面的答题闯关小游戏，以便培养师范生的数据素养。第三，在该平台中发布一些有关利用Excel和SPSS等软件对学生的考试成绩进行基本的数据分析和呈现、决策的操作视频，培养师范生的数据分析和呈现能力及决策能力。第四，在该平台发布一些学生从中小学收集到的数据，让学生对其进行分析，并相互交流，培养师范生数据交流能力。第五，在该平台发布一些测试题，以检验师范生数据素养能力是否提高。