數據驅動教學：大數據時代教學範式的新走向

摘 要：大數據時代的教學範式正在從經驗模仿和計算輔助教學走向數據驅動的教學。數據驅動教學的理論與實踐探索在全球範圍開始興起，國際動態主要體現在數據驅動教學相關計劃的啟動與實施、數據驅動教學相關會議的召開、數據驅動教學模式的研究與應用以及教師數據素養教育的開展等四個方面。為促進國內數據驅動教學的發展，文章提出五條實施建議：開展數據素養專題培訓，提高教師數據意識與數據處理能力;打造基於大數據的智慧學習平臺，支撐教師開展數據驅動的精準教學;開展數據驅動教學示範項目，探索數據驅動教學新模式;構建數據驅動教學實踐共同體，傳播數據驅動教學文化;開展數據驅動教學專題研究，引領數據驅動教學持續深入發展。

關鍵詞：大數據; 教學範式; 經驗模仿教學; 計算輔助教學; 數據驅動教學

一、引 言

人類正從IT時代走向DT時代，大數據作為改變世界的新型科技力量，正在迅速融入各行各業。作為技術最難「攻克」的傳統行業之一，教育在大數據技術與理念的衝擊下也已進入變革高速公路「匝道」。隨著國家教育信息化戰略的持續推進，各級各類學校的信息化環境得到快速完善，各種學習平臺、移動APP、數字終端、可穿戴設備等新技術開始在中小學逐步流行。數位技術的常態化應用以及數位化學習活動的日常開展，為教育大數據的生成提供了得天獨厚的條件。伴隨著教育數據的持續累積與深度挖掘，大數據在構建新型教學生態、助力教學結構變革、再造教學流程方面的作用日益凸顯。一場由經驗模仿教學、計算機輔助教學轉向數據驅動教學的範式變革正在發生。

二、三代教學範式的發展

教學範式是對教學這一複雜活動的概括性解釋，是某個時期或階段教學綜合特徵的體現，它既包含了教學理論與研究方法，也包含了教學模式、學習策略以及教學評價方式等。人類社會誕生以來，歷經了農業時代、工業時代、資訊時代，而教育範式作為社會的子系統也歷經了多次重大的變革。總的來說，從農業時代開始，教學範式分別經歷了經驗模仿教學範式、計算輔助教學範式以及數據驅動教學範式三個階段。隨著時代的變革與範式轉型，教育的科學性和技術的智能性也逐漸增強，如圖 1所示。

圖 1 三代教學範式的發展

(一)經驗模仿教學範式

經驗模仿教學範式是教學史上最古老的教學範式，它起源於希臘教學理念中的「模仿—再現」思想，盛行於工業和農業時代，其核心思想是將教學視為知識與經驗的傳遞，該階段的教學著重強調經驗的模仿和知識的授受。17世紀，捷克教育學家誇美紐斯提出「班級教學」之後，班級授課製得到了教育界的廣泛認同，迅速成為當時乃至今日最普遍的教學形態。經驗模仿教學也隨之快速傳播，成為教育界最有影響力的教學範式。誇美紐斯曾在《大學教學論》中提出，「教育是把一切事物教給一切人類的普遍技術」，認為就像印刷器能夠將知識複製一樣，教育也可以把教學者講授內容的和書本中的知識當成「墨汁」複製給像白紙一樣的兒童。誇美紐斯組合了「教授學」和「印刷術」的元素，把這種教學的技術稱作「教刷術」，生動地刻畫了經驗模仿教學範式在知識傳遞方面的本來面貌[1]。經驗模仿教學範式下，教學者在整體的教學結構中佔據絕對的主導地位，學習者大多扮演被動接受者的角色，教學內容以書本知識、已有的經驗和技能為主，教學媒介限於紙筆、書本、黑板等傳統教學工具，如圖 2所示。

圖 2 經驗模仿教學範式框架

農業時代，經驗模仿教學被視為知識傳承的重要方式，人們對經驗積累下的現有知識成果進行學習，長者或經驗豐富的人扮演「教學者」的角色，將經驗和知識授予他人，學習者通過觀察和耳濡目染來獲取知識。隨著工業社會的到來，為滿足社會生產的現實需求，以知識傳遞和接受效率見長的經驗模仿教學開始在學校教育環境下快速普及。學校培養的人才能夠批量、規模化地投入社會生產勞動中，推動了該時期經濟社會的發展，提高了社會生產力。但同時這種經驗性的、客觀存在的知識被過度崇拜，深刻影響了人類的知識觀和教育觀。人們認為，知識都是類似於客觀存在的地下礦物一樣，而教學者的職責就是探測並獲取這些礦物，學習者則負責接收和存儲已經被教學者獲取的礦物，這種觀念忽視了知識背後的科學發現過程，一定程度上阻礙了科學的發展[2]。經驗模仿教學偏愛行為主義學習理論，在該理論的影響下，教學往往過於注重學習者外顯行為的習得，而忽視了學習者完滿人格養成所必需的實踐活動和心理活動。培養的人才缺少基本的探索和創新能力，知「魚」而不懂如何「漁」。

經驗模仿教學範式是傳統教學中的重要範式，也是教學範式發展的必經階段。儘管該範式存在明顯的弊端，為教育事業的創新發展帶來了諸多遺留問題，但其對人類社會的貢獻也不容忽視。在東亞地區的現代化進程中，以經驗模仿教學範式為軸心的學校教育在實現高速現代化方面起了關鍵性的作用。在資訊時代，經驗模仿教學範式依然存在，但其主導地位正在被計算輔助教學和數據驅動教學逐步取代。

(二)計算輔助教學範式

上世紀40年代末50年代初，以信息技術為首的第三次技術革命席捲全球，人類開始以驚人的加速度走出工業文明，步入資訊時代[3]。多媒體、計算機以及網絡技術的出現改變了人類的認知及生活方式，教育也開始了技術支持下的變革探索之路。人們逐漸認識到，僅僅依靠知識的傳遞已經不能滿足社會生產力的發展需求和人類自身的發展需要。社會真正需要的是能夠發現未知、掌握知識源頭的創造性人才，只有當人們具備了科學意識和能力，才能成為真正意義上的知識擁有者，才能在科學日益發達的現代社會得以生存。教育應通過教學活動的設計與實施，培養學習者發現問題、探索問題、解決問題的能力[4]。

隨著信息技術的發展以及人們教育觀念的轉變，計算輔助教學範式逐漸形成並開始流行起來。該範式最初是希望藉助技術的力量去解決經驗模仿教學中存在的內容來源單一、呈現方式單調、學習者興趣不足等弊端，進而提高教育教學生產力和生產效益。技術的介入是計算輔助教學範式最大的特徵，網際網路等各種新興技術與媒體的應用使得知識的產生和傳輸速度持續飆升。教學內容開始超越傳統的書本教材，延伸至廣闊的網際網路。教學內容的形態也逐步多樣化，音視頻、圖片、動畫等資源開始在教學中普及應用。教學媒介也變得豐富起來，由傳統的教學「老三樣」(黑板、粉筆加課本)演變為「新四樣」(電腦、網絡、白板加多媒體課件)，如圖 3所示。

圖 3 計算輔助教學範式框架

計算輔助教學是一場由技術引發的教學範式變革，在這一範式下，儘管以教師與知識為中心的課堂教學結構以及學習者在整個教學過程中被動接受知識的地位未得到顯著性改變，但相比經驗模仿教學範式，學習者已經開始體驗和參與知識發現與探究的過程。在技術的支持下，該階段的教學模式開始從講授式教學轉向探究式教學和項目式教學，其中代表性教學模式主要包括Web Quest教學、適時教學(JiTT，Just-in-Time Teaching)、研究性學習、項目式學習、基於問題的學習、基於資源的學習等。客觀來說，這些模式雖然在實踐中並未對學校的教育教學產生變革性影響，但其在培養學習者知識探究能力與問題解決能力、推動基礎教育創新發展方面確實發揮了積極作用。與此同時，一個不容忽視的現象是：先進技術層出不窮，但其在教學中的應用卻是「蜻蜓點水」，斥巨資購置的技術設備「進駐」校園後大多成為「擺設」，教師參加完各種信息技術應用培訓後課堂仍是「照舊」[5]。如何實現技術與教學實踐的深度融合，如何提升計算輔助教學的精準性和個性化，是下一步教學範式轉型發展的重要方向。

(三)數據驅動教學範式

舍恩伯格與庫克耶合著的《大數據時代：生活、工作與思維的大變革》(Big Data: A Revolution that Will Transform How We Live，Work and Think)被認為是大數據研究的先河之作，真正把大數據推向了公眾視野 [6]。隨著數據密集型科學的快速發展，數據成了驅動社會創新發展、綜合競爭的重要指標，也成為教育研究和利用的主要對象。與此同時，以大數據、雲計算、泛在網絡、虛擬實境、人工智慧等為代表的新技術開始在教育教學領域「嶄露頭角」。學習空間超越了封閉的物理空間的限制，走向虛實融合的無邊界學習場域;學習過程從課堂、家庭、圖書館等斷點式的學習活動，走向家校貫通、雙線(線上線下)融合的學習連續體。與此同時，越來越多、越來越細的教與學的行為印記被網絡教學平臺、移動APP、可穿戴設備等「真實」地記錄下來。教學過程與結果數據的持續採集，逐步形成教學大數據，通過教學大數據的深度挖掘和多元分析，能夠將數據背後反映的教學意義與價值清晰地呈現出來，進而輔助教師進行更精準的「教」、指導學生進行更精益的「學」。隨著數據流在教學各個環節的生成與運行，一條具有正向反饋機制的教學鏈條開始形成，數據驅動教學範式開始出現。

數據驅動教學範式(如圖 4所示)下，教學者和學習者的各種行為數據(如做題、點擊視頻連結、分享資源、在線提問等)均將以數位化的形式存儲下來;教學內容以文字、圖片、聲音、視頻、虛擬場景等形式在多種教學媒介(教育機器人、智能教學平臺、VR/AR設備、3D列印、移動終端等)中呈現，教學者和學習者在使用教學媒介的同時，將「教」和「學」的數據存儲在媒介終端;教學媒介既是教學內容的呈現載體，也是教學數據的採集終端和傳輸渠道，為教學大數據的運行提供支撐。藉助教育數據挖掘與學習分析技術，可以將課堂環境與網絡環境中生成的教學數據「翻譯」成有價值的信息，如學困生的識別、知識缺陷的發現、學科能力的診斷、教學目標的達成度等，進而為教學者的教學決策(調整教學方案、改進評價設計、選擇教學資源等)以及學習者的學習決策(制定學習計劃、定製學習資源、選擇學習路徑等)提供更準確、更及時、更全面的支持，推進數據驅動的精準教學和精準學習。

圖 4 數據驅動教學範式框架

數據驅動教學有望超越計算輔助教學，逐步成為大數據時代主流的教學範式。近年來，隨著大數據技術在教育領域應用探索的快速推進，數據驅動教學開始呈現以下四大特徵：

一是科學化。數據驅動的教學突破了以往經驗主導教學模式所固有的局限性，教學的設計、組織、實施、評估等關鍵環節，甚至具體到課堂環境下某道練習題的選擇，都將以真實性數據作為基礎，憑藉數據的支撐，實現課堂教學與線上教學的「有的放矢」。數據在教學中的嵌入式應用，將進一步彰顯和提升教學的科學性，特別是有助於加快年輕教師的專業成長，讓他們更有信心、更有膽量地利用數據開展各種創新教學模式與活動的設計。

二是精準化。高質量教學目標的達成離不開精準化的教學設計、精細化的教學組織以及精益化的教學輔導。隨著平板電腦、智慧型手機、光學點陣數碼筆、智能手環等各種便捷式數據採集終端在教育教學中的應用，教育數據採集的顆粒度越來越細、採集的頻率和精度越來越高、採集的範圍和渠道越來越廣。通過對課前、課中以及課後教學全程數據的全面實時採集與深度挖掘分析，能夠精準識別班級群體以及學生個體的知識與技能掌握狀態、存在的共性以及個性學習問題、學科能力優勢與缺陷等，進而做出精準化的教學幹預。

三是智能化。人工智慧技術與教育教學的結合正在悄然發生，當教學數據持續累積到一定程度，教學系統將具備智能乃至智慧。近年來，適應性學習系統、智能學習軟體、自動測評工具等開始在中小學校應用並產生了一定的實際效果和影響力。學習數據的持續匯聚和不斷豐富，將進一步提高「學生畫像」的精準度和「解析度」。網絡學習平臺與軟體工具能夠更加準確地獲取和分析學習者的學習進度、學習習慣、學習偏好等特徵信息，進而推送更多符合其學習習慣和實際需求的優質教學資源。數據驅動教學範式下，批改作業、搜集備課資源等諸多常規化機械勞動，將由機器自動完成，教學者的工作重心將轉向創新性的教學設計以及個性化的、一對一的學生輔導。

四是個性化。網際網路與大數據技術的介入，有望解決長久以來教育教學領域存在的規模化與個性化難以調和的矛盾。數據驅動教學範式下，通過挖掘分析海量的學習者群體數據以及個體數據，既可以發現隱含在教學背後的群體規律，還可以精準識別每位學習者個體的學習需求與學習特徵。真實的教學數據不會「說假話」，它會賦予教師「顯微鏡」式的觀察能力(看得更細)和「望遠鏡」式的預測能力(看得更遠)，讓教師充分了解每一位學生，從而藉助技術工具和智能平臺開展真正意義上的個性化教學。這種以「數據分析—特徵發現—智能干預」為特徵的個性化教學模式，是「網際網路+」時代學校教育實現規模化、個性化教育的必然選擇。

三、數據驅動教學的國際動態

近年來，隨著數據文化與數據技術在社會各行各業的傳播，數據驅動教學的理論與實踐探索開始在全球範圍內興起。為了了解數據驅動教學的最新進展，文章將重點從數據驅動教學相關計劃的啟動與實施、數據驅動教學相關會議的召開、數據驅動教學模式的研究與應用以及教師數據素養教育等四個方面加以介紹。

(一)數據驅動教學計劃的啟動與實施

大數據的出現使教育教學變得更加高效和精準，一些國際組織與發達國家逐漸意識到數據對教學的重要影響，開始探索大數據技術在教育教學領域的創新應用，紛紛啟動了數據驅動教學的相關計劃。

1995年，由國際教育成就評價協會組織，美國、澳大利亞等多個國家參與測評的國際數學與科學研究計劃正式開始實施[7]。該計劃每四年對四年級和八年級學生的成績進行測評和比較，提供有關國家、學校和課堂學習環境等方面的測評數據(每門課所花費的時間、如何授課以及教師接受過的培訓等)，進而優化國家課程與教學方面的政策。2000年，世界經濟合作與發展組織發起國際學生評估(PISA)計劃[8]。該計劃旨在對接近完成基礎教育的15歲學生的閱讀、數學、科學等學科能力進行評價，進而判斷學生能否具備社會需求的知識與技能，根據測試結果評測各個國家關鍵學科素養水平，以推進學科教學質量的持續提升。

美國一直是大數據教育教學創新應用的引領者，2005年在全球率先啟動數據質量運動(Data Quality Campaign，DQC)[9]。該計劃鼓勵教育決策者改進收集數據的質量，提倡使用高質量的數據，推廣國家縱向數據系統，從而提高學生的成績。2009年，紐約市教育局開始實施School of One(SO1)計劃[10]。該計劃以學生為中心，採用大數據分析和適應性技術預測每個學生的學習進度和學習中存在的問題，根據個性化需求提供針對性的學習服務。

近年來，隨著大數據理念與技術在我國的快速發展，國內部分地區已經意識到數據在驅動區域教育均衡發展與質量提升方面的重要價值，開始啟動數據驅動教學相關計劃。2015年，我國的「快樂學」與北京海澱區11所學校的2500多名學生開展了數學學科試點項目「歐拉計劃」[11]。該計劃主要通過記錄學生的答題狀況，自動評分並生成符合學習者實際狀況的學習報告。根據學習報告的數據，推薦相應的知識講解和複習建議，為學生自動生成「錯題本」。2017年，大連旅順口區教育局與現代學習科學研究院以及「必由學」教育公司合作，啟動「數據驅動提升質量」五年實施發展計劃[12]。該計劃試圖利用科學的教學評價工具，創建「數據驅動，改進教學」的新型教學機制，開展系列「以評促教、以評促學」活動，以推動區域教育質量的提高。

(二)數據驅動教學相關會議的召開

為進一步將「數據驅動教學」理念正規化、規模化和國際化，同時為教育研究者和實踐者提供交流分享的平臺，各地相繼舉辦了以數據驅動教學為主題的學術研討會(見表 1)，以數據驅動教學為核心研究議題的學術共同體開始出現，同時也促進了數據驅動教學實踐的發展。

表 1 數據驅動教學相關會議

(三)數據驅動教學模式的研究與應用

為了促進大數據技術在教學實踐的落地應用及其教學價值的發揮，包括高校、中小學校、教育基金會以及信息化企業在內的眾多機構開始研究數據驅動的教學模式，積極開展數據驅動的教改實驗。

卡內基梅隆大學早在2002年便推出了開放學習計劃(Open Learning Initiative，OLI) [13]，該計劃鼓勵學生利用學習儀錶盤進行學習，學生的學習軌跡會被自動記錄，所有家庭作業數據將自動傳送到開放的學習儀錶盤;學生在自主學習與練習時可以按下綠色的「提示」按鈕來呼叫虛擬導師;教師可以依據學習者的學習進程與知識掌握情況，重新計劃自己的教學進度，有針對性地調整自己的教學策略和教學方式。美國部分高校和中小學於2016年開始推廣名為「No Grades，No Grades(NG2)」的包容性的個性化教育模式[14]，該模式摒棄了傳統學校教育一貫採用的以成績為核心的評估指標，將學生的學習軌跡數據作為學業評估的主要指標。該模式的推行旨在跨越從幼兒園到八年級的學習進程，通過對學生開展基於能力的學習評估，同時結合學生的真實水平和學習需求，開發一種更為靈活有效的學校教育新途徑。

美國Menachem教育基金會提出了「數據驅動教學」(Data Driven Instruction，DDI)模式，該模式通過採集學生的學習過程數據、頻繁的測試數據和定期評估數據，並對這些數據進行深度分析，教學者可以更加科學、準確地把握學生的學習狀態，以便對症下藥，持續改進教學[15]。此外，國際上一些教育公司利用其技術優勢，積極研發數據驅動教學的相關軟體系統並探索其教學應用模式。美國的Literacy How公司提出了「數據驅動的差異化教學」(Data-Driven Differentiated Instruction，D3)模式[16]，該模式為每位學生設定具有挑戰性的學習目標，基於學習過程與結果數據建立個性化的學習曲線，通過數據實時監測學生的學習進度，同時建立了基於數據的多維度評價模型，能夠甄別學生的學習者特徵並監測其實時學習狀況，進而開展個性化的學習指導。日本的一家數位化學習解決方案提供商——Surala公司，提出了數據驅動的自適應學習模式[17]。該模式將遊戲嵌入到學習活動中，學生通過互動性課程和屏幕上出現的遊戲動畫進行學習，根據學生的作答情況推送適當難度的練習題目，還可以對學生練習錯誤的原因進行分析，並據此來調整課程內容。

近年來，隨著平板電腦與教育雲平臺在中小學的應用推廣，國內越來越多的地區和教育機構開始積極探索並推廣數據驅動的精準教學模式。廣州第一中學初中部將「小班化教學試驗」與「教學數據化試驗」結合起來，學生通過人手一臺「答題神器」來回答教師提問，並能對其他同伴的答案進行評價，課堂大數據系統能夠真實記錄學生的課堂表現數據，逐步累積成為「教學數據云」，輔助教師開展精準化教學[18]。大山教育結合「學習8」智能教學平臺，打造了「1+5+N」的新型教學模式，包括1個教研教學平臺、5個智能助手、N個教育資源供應商[19]。該模式可以跟蹤教學的全過程，及時記錄「教師+學生+家長」在現實環境與網絡平臺中的互動軌跡，全面收集數據，精準分析教與學的實際需求，最終實現數據指導下的精準教學研究。貴陽市白雲區教育局以平板電腦為載體，將課本內容、課後習題收錄其中，然後對學習者的做題習慣、計算能力和速度、學習者性別等數據進行動態分析，在教學各環節為學生提供最適合的個性化學習方案，以此整體提升區域教學質量[20]。新東方OKAY智慧教育研究院和北京密雲縣教委聯合推出了智慧課堂教學項目，該項目為每位學習者配備一部智能化學習終端，教師能夠向學習者推送各種知識點和配套習題，學生在平板電腦上的所有行為數據都能夠被完整地採集和儲存，通過數據累積建立完整的個人學習檔案，進而幫助教師實施分層教學和個性化教學[21]。

(四)教師數據素養教育的開展

教育系統無時無刻不在產生新的數據，如何充分挖掘和有效利用這些數據，將其轉化為有價值的信息，是教師順利開展數據驅動教學決策的關鍵所在。數據素養正在成為新時期教師專業能力體系中的必備要素，得到各國教師教育機構的高度重視。國際上教師數據素養教育的進展主要表現在兩個方面：一是教師數據素養標準和規定的出臺;二是教師數據素養培訓項目的開展。

美國早在2005年的數據質量運動中就提到了教師數據素養的重要性，並提出了教師必備的十項關鍵數據素養技能[22]。美國州際學校領導者認證聯盟制定的《教育領導者標準》和州際教師評價與支持聯盟制定的《核心教學示範標準》中，也明確提出了教育者必備的數據素養技能[23]。2014年，美國19個州將數據素養納入不同層次的教師資格認證中，在不同層次的教師資格認定中標識相應的素養要求，使數據素養成為教師的基本素養[24]。

2005年以來，美國相關教育機構和研究者開始推進教師數據素養教育。Codding 等人在教師群體中率先開展了數據使用技能的培訓，培訓教師如何解釋某些類型的評價數據，並且使用這些數據制定可觀測、可實施的教學目標[25];2007年至2014年，IES資助了俄勒岡數據項目，該項目旨在培養教師獲取、分析和運用數據的能力，共培訓了五千多名教師[26];2009年至2012年，美國國家科學基金資助了一項中學科學教師數據素養教育項目，旨在培養教師運用數據進行決策的能力[27];2010年至2011年，美國德拉瓦州教育局每周對四所小學的全部教師進行90分鐘的培訓，以專業化協作學習社群的形式提升小學教師的數據素養;2011年普渡大學、史丹福大學、明尼蘇達大學、俄勒岡大學獲得IMLS的資助，聯合開展了一項為期兩年的「數據信息素養培訓」項目[28];在威斯康星州每年都舉行「知識和概念考試」(Wisconsin Knowledge and Concepts Examination，簡稱WKCE)，教師每年必須參加3次「數據挖掘」(Data Retreats)活動，深入分析每個學生的WKCE數據，找到學生學習的弱點，然後由教師協商合作，共同設計全班的課程、小組活動以及差異化的教學方案[29]。

四、數據驅動教學的實施路徑

數據驅動教學在提升教育教學質量、實現師生減負以及促進個性化教育等方面具有巨大潛能，亟待國內更多的教育管理部門、教育研究者、大數據技術專家、一線學校等教育利益相關者共同關注、協同推進。雖然當前國內數據驅動教學範式開始浮現，並逐步受到部分發達地區教育機構的「青睞」，在教育實踐中也取得了一定的成效和社會影響力，但整體發展勢頭和動力仍有待增強，依舊面臨教師數據素養薄弱、協同推進力度不夠、真正好用的大數據技術產品偏少、基礎理論研究滯後等現實問題。基於此，本研究參考國際社會推進數據驅動教學的經驗做法，結合國內教育發展的現實需求，提出五條數據驅動教學的實施建議。

(一)開展數據素養專題培訓，提高教師數據意識與數據處理能力

教師數據素養是制約數據驅動教學的關鍵要素，建議儘快研製《國家教師數據素養標準》，由教育主管部門牽頭建立由點及面、分層分類的教師數據素養培訓體系，開展線上線下相結合的混合式教師培訓，培養教師的綜合數據素養[30]。教師培訓的實施過程應主動融入大數據技術，如在需求分析階段應對各學科、各學段、不同地區、不同發展階段的教師進行全樣本的需求調查，培訓學習期間應採集教師線上線下的全過程學習數據，培訓結束後應建立基於數據的培訓效果評估與幹預機制。為支持師範生數據素養的發展，承擔師範教育任務的高校應加快建設教師數據素養實習實訓平臺，提供豐富的數據驅動教學的優秀課例以及教學數據處理模擬訓練模塊，讓學生在觀摩實操中提升專業數據素養。此外，建議教育主管部門將教師數據素養納入教師專業素養的評定體系中，設立教師數據素養認證機制與定期考評制度，不斷提高各學科教師的教學數據專業處理能力[30]。

(二)打造基於大數據的智慧學習平臺，支撐教師開展數據驅動的精準教學

數據驅動的精準教學離不開網絡學習平臺的支持，建議教育大數據企業與教育信息化工程技術研發機構，重點圍繞教學數據的自然採集、多源數據的無縫集成、學習行為數據的深度挖掘與預警分析、知識地圖的構建、學科能力的智能診斷等方面，研發新一代智慧學習平臺。平臺數據採集方面，建議集成日誌分析、移動APP、網絡爬蟲、點陣數碼筆、可穿戴設備等採集技術，一方面拓寬學習數據採集的範圍，另一方面增強數據採集的細粒度，以便更加精準地刻畫學生畫像[31]。教育大數據企業應積極尋求與高校、中小學校、科研機構的深度合作，全面理解、深度挖掘教學業務需求，增強教學數據分析模型的科學性，提升大數據產品的卓越性;加強智慧學習平臺用戶體驗的「走心」設計，最大程度地降低技術使用門檻，避免廣大師生被「技術」所累，實現常規教學業務的平滑遷移以及學習平臺的常態化應用。此外，還應重視教育數據安全防護技術體系的構建，確保大數據產品在學校教育教學應用中的數據安全。

(三)開展數據驅動教學示範項目，探索數據驅動教學新模式

杜佔元副部長提出，教育信息化工作要按照「四代同堂」(開發一代、試用一代、推廣一代、普及一代)的模式與思路整體推進[32]，數據驅動教學計劃的落實也應遵循「四代同堂」的基本路子。建議國家、省、市等多個層面建立數據驅動教學的試點示範項目，鼓勵各地區根據教育發展現狀與需求，積極探索形成富有特色的、多樣化的數據驅動教學模式，逐步提煉經驗形成可在更大範圍內推廣的模式與經驗。建議教育主管部門或相關學會、協會等社會組織，啟動數據驅動教學技能大賽與優秀課例評選活動，推動各級各類學校積極參與，在全國中小學校率先探索數據驅動教學的良好局面。鼓勵企業與一線學校合作，協同研究大數據產品支持下的精準教學，並利用企業的市場優勢將成熟的教學模式快速傳播，帶動更多的學校開展數據驅動教學。

(四)構建數據驅動教學實踐共同體，傳播數據驅動教學文化

數據驅動教學是未來教育教學改革的重要趨勢，其順利推進需要有效整合多方力量。借鑑知識建構領域學習共同體的做法，建議由政府組織或社會機構牽頭成立全國數據驅動教學聯盟，吸引更多的中小學校、企業、研究機構等加入，定期組織全國性的數據驅動教學年會，搭建教學案例展示、技術產品應用、示範學校經驗分享以及發展趨勢探討的交流平臺，動態匯聚各地、各方(校、企、政、研、用)數據驅動教學的集體智慧。發揮網際網路優勢，搭建超大規模、無邊界的數據驅動教學在線社區，鼓勵所有教育管理者、研究者、實踐者以及企業技術人員加入社區，定期推送數據驅動教學相關的專業知識、課程資源、研討活動等信息，同時鼓勵所有成員分享數據驅動教學的經驗、案例，交流各自心得、想法和建議，共同營造良好的數據驅動教學氛圍，傳播數據驅動教學文化，推動數據驅動教學和諧生態的形成與持續發展。

(五)開展數據驅動教學專題研究，引領數據驅動教學持續深入發展

數據驅動教學是新生事物，包括概念內涵、基本模式、理論基礎、評價體系等在內的很多東西都還比較模糊，亟待通過深入系統的研究進行確定，以構建適合我國國情的數據驅動教學理論與實踐體系，更好地指導規模化的數據驅動教學實踐的開展。建議部分省市教育科學規劃辦或主管教育課題立項的管理部門，在年度選題中增設數據驅動教學專項，鼓勵研究人員與一線教師聯合申報專項課題，建議選題範圍包括數據驅動教學的基本理論、教學模式、關鍵技術、組織策略、運行機制、績效評估、數據素養等方面。鑑於當前國內中小學教師的研究素養整體不高，建議在國培、省培等教師培訓項目中增設教育科研方法與課題開展方面的專題培訓，提高一線教師的科研能力。此外，對於由一線中小學教師主持的數據驅動教學研究課題，學校或當地教研部門應當加強定期的課題指導，以增強課題團隊的研究信心，保障課題順利開展。