鐘婉娟+侯浩翔

摘 要：教師教學決策是課堂教學質量的關鍵影響因素，對整個教學活動流程起著導向作用。由于對主體經驗的過度依賴和相關教學信息的把握不足，面對復雜的教學情境容易造成決策失當。教育大數據對信息的整合、預測及內在的理性價值追求，能夠實現(xiàn)教學設計的數據引導與科學預測、教學互動的即時決策與個性引導、教學評價的系統(tǒng)評估與有效反饋。它是實現(xiàn)教學決策合理化、科學化的有效手段。借鑒西方發(fā)達國家利用教育大數據支持教育教學決策的實踐經驗，結合我國的現(xiàn)實情境，此研究提出了我國基于教育大數據改進教學決策的實現(xiàn)路徑，建議從整合優(yōu)化教育數據系統(tǒng)、提供政策支持與數據質量標準、培養(yǎng)提升教師數據素養(yǎng)、將數據教育納入教師培訓體系等方面，促進教師教學科學決策的能力和水平的提高。

關鍵詞：教育大數據；教師；教學決策；路徑

中圖分類號：G40-054 文獻標識碼：A 文章編號：1671-6124（2017）05-0069-06

教學決策是教師日常教學活動中的普遍行為。謝弗爾森（R.J.Shavelson）指出，教師在課堂中平均每兩分鐘就做出一次交互性決策，教學決策因而應被視為教師基本教學技巧 [1 ]。教師作為課堂教學的組織者和發(fā)起者，對整個教學決策過程的統(tǒng)籌安排起著主導作用，直接影響著課堂教學的質量，保證教學決策的針對性和科學性成為有效教學的應然之舉。必要的情感涉入及價值傳輸是實現(xiàn)教育人文關懷的重要保障，但由于受到不確定的教學情境與有限教學信息的影響，當前的教師教學決策遭受到在教學計劃階段倚重主觀經驗判斷、在教學互動階段缺乏權變應對、在教學反饋階段評價診斷缺失等困境，難以適應課堂教學改革與高質量教育的發(fā)展需求。在教育信息技術快速發(fā)展的時代背景下，慕課、翻轉課堂、教育數據挖掘和學習分析技術廣泛運用于課堂教學實踐，海量的學習行為數據推動著教育大數據時代的到來。教育大數據即是指用于指導教育發(fā)展，具有巨大實用價值的數據集合，泛指在教育教學、管理活動、校園活動、科研活動中根據需要采集到的一切教育類數據 [2 ]。從教育大數據的體量上看，對教學過程中的課程資源數據、作業(yè)考試數據、師生信息數據和校內視頻錄像數據進行統(tǒng)計估算，我國基礎教育階段一年的數據量可達到12Eb [3 ]，完全符合業(yè)內對大數據體量的要求（Tb級以上）；從類別上可劃分為學校系統(tǒng)內部的教育教學數據，如在線學習系統(tǒng)、學習管理系統(tǒng)、學校信息系統(tǒng)中的教學數據，以及互聯(lián)網和社交媒體中產生的相關數據。與傳統(tǒng)的教育類數據相比，教育大數據具有數據量膨脹擴充、數據運轉速度快、數據結構種類增多、數據潛在價值巨大等特征，能夠適應教育大數據條件下對教學決策信息的全面掌控、對變幻教學環(huán)境的靈活應對、對教學評價的即時反饋要求，是提升教學決策水平的有效手段。

教育大數據對教學實踐的變革作用及巨大的發(fā)展?jié)摿?，為實現(xiàn)教育方式變革、改善教師教學決策提供了契機。國務院頒布的《促進大數據發(fā)展行動綱要》明確指出，“探索發(fā)揮大數據對變革教育方式、促進教育公平、提升教育質量的支撐作用” [4 ]。教育大數據對教學變革產生深遠影響逐步得到社會的廣泛認可，接下來的重要任務是，如何實現(xiàn)大數據與課堂教學的深度融合，使教師教學決策能夠在教育大數據的指引下得到改進。本文聚焦教育大數據在微觀課堂中與教師教學決策的整合，在分析傳統(tǒng)教師教學決策所面臨瓶頸的基礎上，探討教育大數據支持下的教師教學決策改進狀況，即實現(xiàn)的路徑。

一、教師教學決策面臨的瓶頸

教師教學決策可以理解為教師為實現(xiàn)教學任務及目標的有效達成，憑借個人經驗和思維體系，充分利用教育情境中的相關信息，以決定適應特定情境的教學方案的過程。根據教學決策的流程設計，哈奇森（Janice Hutchison）等人將其劃分為教學的計劃與準備階段、互動決策階段及教學評價反思階段 [5 ]。教師教學決策對教學活動起著指導性作用，在內外部環(huán)境及個體經驗高度不確定的情境下，教學信息的收集處理就成為科學教學決策的前提，是確保教學過程正常運行的必要條件。因此，科學教學決策的核心可視為教師對相關教學信息的收集與處理、分析與判斷，以達到合理選擇教學方案和有效評估教學效果的目的 [6 ]。數據作為信息的表現(xiàn)形式和重要載體，在教育大數據日益擴充的背景下，傳統(tǒng)意義上的教學決策受限于技術層面的數據處理困境，以及思維層面的教學路徑依賴，面臨著教學設計階段的信息稀缺而不得不依賴主觀判斷、教學互動階段的情境干擾而無法權變應對、教學評價階段的證據缺失而反饋低效等問題。

1. 倚重主觀經驗判斷

教師思維方式和價值體系在日常教學活動中占據著重要地位。有效教學固然離不開經驗的牽引指導，但過多地依賴于主觀臆測及片面推論則易造成經驗主義的教學價值取向，主要表現(xiàn)為對教學內容和目標缺乏針對性的界定，以及“粗放型”的教學方式上。對教學內容和教學目標缺乏有效的界定，使教學內容超出學生的理解范圍，很難在新舊知識之間建立邏輯性聯(lián)系，導致學生對知識方法的掌握和知識結構的構建出現(xiàn)偏差，教師不能根據具體的學習內容合理分配教學資源?！按址判汀钡慕虒W方式則無法保證學生對關鍵知識點的準確把握，教師常常忽視學生既有的知識水平，用“滿堂灌”的方式展開知識講授，教學進度安排不能按照學生的實際掌握程度動態(tài)調整，對于學生個體之間的學習差異也無法“對癥下藥”，學生的個性化培養(yǎng)成為空談。對學生主體地位以及教學目標的雙重忽視造成教師教學設計準備不足。面對復雜多變的教學情境，教師則只能依賴于慣常的教學經驗。零散積累或借鑒他人的教學經驗也得不到系統(tǒng)整合，更無法讓教師對教學內容進行充分的掌握和評判，導致教學設計階段的科學完備性得不到保障。

2. 缺乏權變決策應對

教學情境是動態(tài)變化的發(fā)展過程，其內外場景的不確定性決定了教學決策要根據現(xiàn)實情境隨時調整。教學目標的進展狀況、特定的教學意外發(fā)生以及學生即時的課堂反應，都應該成為教師靈活應對教學情境的相關因素。但在當前的教學過程中，教師在課堂中遭遇偏離教學設計的情況時，教師較少關注學生的課堂反應，仍繼續(xù)按照預想方案進行授課，忽略了學生的個體感受和情緒波動。有調查顯示，當學生在課堂中表現(xiàn)出神態(tài)或語言上的茫然、沉默時，僅有不到三分之一的教師能對其進行有效調整 [7 ]。此外，教師往往忽視學生的能動性，如在課堂提問中忽視學生探究性能力的培養(yǎng)、提問的覆蓋面較低、很少為“差生”提供回答問題的機會、提問的交互性不強、追求統(tǒng)一標準而導致問題的探究性價值不高 [8 ]。這種被動應付的教學方式直接導致了知識傳遞的銜接性缺失，降低了學生的學習效率及趣味性。究其原因，在于教師對教學信息的有效把握程度不夠，對學生即時呈現(xiàn)的行為信息沒有展開收集處理，沒有隨時根據教學情境變化調整教學決策的預案，致使整個教學過程的程式化、機械化問題凸顯。endprint

3. 評估反饋活動缺失

本杰明·布盧姆（Benjamin Bloom）認為，評價反饋活動是與學生成績緊密相連的一種教學行為，強調教師能夠理解學生需要學習何種知識信息，并提供給學生應有的矯正性程序才是有效的教學活動 [9 ]。教師應當在教學過程的各個階段展開對教學效果的評價反饋，尤其是在單元授課活動結束后，要對學生的知識掌握程度和教學目標的達成效果進行檢驗，根據系統(tǒng)的教學評價體系整合教學過程中的疏漏及不當之處。但受限于傳統(tǒng)的教學習慣和分數至上的思維觀念，教師評估自身教學行為以改善教學效率的現(xiàn)象并不多見。絕大多數教師將時間分配在備課和批改作業(yè)上，很少邀請同事評價診斷自己的課堂教學，沒有采納和聽取學生反饋意見 [7 ]。在教學評價的時效性上過早或延遲的反饋，不利于學生的知識積累與消化吸收；在反饋信息的多寡方面產生“信息超載”，超出學生的可接受范圍；在反饋信息的方式上拘泥于口頭表述，忽略了書面?zhèn)鬟_與行為示范的交叉使用。這些依賴于傳統(tǒng)反饋方式的教學評價活動仍極為普遍，阻礙了教師教學水平的提高，學生學習的有效性受到質疑。

二、教育大數據支持的教師教學決策改進

大數據在教育教學領域的主要技術應用為教育數據挖掘和學習分析，它對在線學習數據進行整理分析、問題診斷和發(fā)展預測，可以協(xié)助教師根據學生的行為數據表現(xiàn)判斷其知識基礎及思維特征，為學生制定個性化的學習方案；同時，教師能夠利用可視化的數據分析工具呈現(xiàn)全程課堂教學的運行軌跡，及時解決教學問題，反思自身的教學行為，為教學決策的合理性與有效性提供支撐。大數據分析技術從紛繁復雜的教育數據中發(fā)現(xiàn)相關關系、診斷教學問題、預測事態(tài)走向，對指導教師教學決策具有重要的實踐價值。從根本上來說，體現(xiàn)的是一種工具理性的價值取向，也是循證型教學決策（Data-Based Instructional Decision Making）在大數據時代的新發(fā)展。這意味著，教師在教學實踐中不應僅憑個人直覺、經驗和未驗證的理論，而需要更多地依靠科學依據和實證研究結果做出決策。教育大數據支持下的教師教學決策流程（具體參見圖1）是基于對數據收集和分析之上的科學判斷，具體體現(xiàn)為教學設計階段、教學互動階段、教學評價階段的決策改進。

1. 教學設計階段：數據的科學引導與預測

教學設計與準備是課堂教學的首要階段，是教師系統(tǒng)地對教學目標、教學內容、學習資源及學習者進行分析和描述，以確定教學方案并不斷對其進行修正的行為過程。大數據分析技術和大規(guī)模在線學習課程的快速發(fā)展，為教學提供了多層面、多對象和多元化的學習支持服務，能夠及時記錄在線學習過程的統(tǒng)計數據，為教學策略的制定提供了海量的信息來源 [10 ]。教育大數據引導下的教學設計側重于對數據的收集處理、可視化呈現(xiàn)及預測，通過對在線學習系統(tǒng)（CMS）、學習管理系統(tǒng)（LMS）、學校信息系統(tǒng)以及互聯(lián)網數據的收集整合，能夠為教學方案的設定提供持續(xù)的數據支持。在教育信息技術的推動下，在線學習成為學生重要的學習途徑，如MOOC、翻轉課堂以及移動學習終端得以在課堂內外廣泛使用，為收集碎片化的學習行為記錄創(chuàng)造了條件。當學生利用在線設備進行閱讀、寫作、測試、資源分享等活動時，在線學習系統(tǒng)便會對學生的學習軌跡和行為數據進行收集，包括學生在線學習的時間、瀏覽查詢相關網站、互動交流、課前預習情況等。這些都是學生個體學習風格和知識掌握程度的集中體現(xiàn)。在對學習數據的收集和整理之后，通常利用定性和定量相結合的方法對數據進行分析。對于常規(guī)、直觀的數據信息，結合個人教學經驗、邏輯判斷等定性預測方法就能解決；而對于日益增長的結構化與非結構化數據，則需要采用定量的大數據分析方法進行處理，以揭示教學要素的相互關系。經過數據處理軟件的分析，利用可視化工具，能為教師直觀地提供學生的學習過程變化、學習效率高低，最大程度地繪制學生學習的動態(tài)發(fā)展軌跡，為教師進行教學指導和設計課程方案提供依據 [11 ]。如圖1所示，教育大數據支持之下教師教學決策流程的教學設計階段，教師們可以通過軟件技術實現(xiàn)對學生學習情況數據的收集和分析，為教師進行學情分析、界定學習目標、確定教學內容，以及準備教學資源提供科學的決策支持。

2. 教學互動階段：即時決策與個性化指導

教學互動是對教學設計的檢驗與實施階段，涉及課堂教學活動安排、教師與學生的互動交流、知識的系統(tǒng)講授等行為方式。傳統(tǒng)的教學互動多是根據預定假設而不是課程進展狀況隨時調整教學決策方案，無法實現(xiàn)對教學情境的即時反應，也難以顧及到學生的課堂行為表現(xiàn)及思維變動，更無法實現(xiàn)對教學問題的針對性解決和個性化學習指導。借助教育大數據支持的教學互動，能夠最大程度地為教師分析學生學習數據和個性化教學提供支撐。首先，通過教育大數據應用系統(tǒng)的聚類分析，可以全方位地記錄每位學生的學習過程和學習特征數據，經過數據可視化工具處理，能為教師即時展示大量繁瑣的學習行為數據。與傳統(tǒng)線下單向性傳遞的教學數據不同，這種直觀形象的可視化工具可以為師生提供交互性的學習支持。例如普渡大學使用的Course Signals系統(tǒng)是利用教育大數據改善教學的典范。通過對在線學習平臺、學習管理系統(tǒng)中的學生成績、個人排名、學習特征、預先知識掌握程度等數據加以收集和分析，并用紅、黃、綠三種顏色來標明系統(tǒng)對學生學習狀態(tài)的預測結果，建立即時的學習預警機制 [12 ]，使得學生與教師可以有效地審視學習行為的動態(tài)信息。其次，這種即時性的課堂決策方式在加深師生間互動交流的同時，也必然促使個性化的學習指導模式得以發(fā)展。教師利用數據分析結果為學生提供針對性的教學內容，深度分析學生學習偏好、學習風格及學習需求，隨時觀察其學習進度與知識掌握程度，實現(xiàn)教師對學生的干預性指導教學。

3. 教學評價階段：系統(tǒng)評估與有效反饋

在教學評價階段，教師不僅需要判斷教學目標的完成程度，還要利用多種評價方法對自己的教學行為加以反思，如測試量表、檔案袋法、課堂觀察等方法，以確保對教學決策方案的有效反饋。但這些常規(guī)評價方法的時間和人力成本較高，難以持續(xù)開展，且多集中在學生學習結果及片段化的教學信息上，忽視學生整個學習流程的系統(tǒng)性評價，因此教學評價機制過于單一，缺乏靈活性和針對性?；诮逃髷祿С值恼n堂教學評價能夠實現(xiàn)全程化的教學數據收集，系統(tǒng)地整合教師與學生的行為數據，全面客觀地展示教學知識的內化過程，擺脫傳統(tǒng)教學評價中對學生學習結果的過度關注。它由過去對基礎知識的單向傳授轉變?yōu)閷W生知識建構和批判性思維方式的培養(yǎng)。教育大數據支持的的教學評價，可以充分利用技術手段對學生的學習過程數據、學習結果數據，并系統(tǒng)整合教師、學生、同伴的評價數據，為學生提供全方位的教學評估 [13 ]。對于教師的教學行為評價，則可以通過數據分析，了解自己的教學情況，根據學生的反饋數據來發(fā)現(xiàn)教學不足，并及時調整和改善教學決策方案，對需要重點幫助的學生提供針對性學習指導。如電子檔案袋結合數據分析技術不僅可以對學生個人學習活動進行記錄存儲，還能用多媒體視頻記錄教師的課堂經歷，實時跟蹤教師的授課過程，幫助教師對整個教學決策流程加以修正，及時向教師反饋教學方案制定或執(zhí)行中的偏差，為教師的教學反思和專業(yè)發(fā)展提供開放的多媒體學習空間。endprint

三、教育大數據改進教師教學決策的實現(xiàn)路徑

教育大數據對改進教師教學決策、優(yōu)化學生學習行為起到顯著作用，為教育教學質量的改善提供了有效途徑。美國從2001年頒布《不讓一個孩子掉隊》法案之后，就開始注重收集學生學習和學業(yè)評價數據，發(fā)揮教育數據對改進學生學業(yè)水平，縮小學生之間差距，提升教師教學技能等作用。許多州為適應教育大數據的發(fā)展需要建立新的教育數據采集系統(tǒng)，以提高學生成績和學校整體發(fā)展效能。借鑒美國在利用教育大數據改進學校教育的豐富實踐經驗，本文認為，我國基于教育大數據改進教師教學決策有如下四方面的實現(xiàn)路徑。

1. 整合優(yōu)化教育數據系統(tǒng)

教育大數據的準確性和系統(tǒng)性是有效教學決策的前提，是全程記錄師生行為數據的重要基礎。美國在運用教育數據提升質量的過程中明確劃分了教育大數據的來源，包括學生數據系統(tǒng)、學校數據倉庫、教學及課程管理系統(tǒng)及教學評價系統(tǒng)，保證了數據來源的全面性和多樣性；此外，還采取了一系列措施保證數據的統(tǒng)一標準，建立數據采集與應用的行為規(guī)范 [14 ]。當前我國教育系統(tǒng)中的數據資源面臨著無數據可用和數據質量參差不齊的問題。為推進教師教學決策科學化水平的不斷提升，亟需從教學系統(tǒng)基礎設施建設及數據資源的標準化、規(guī)范化兩方面著手加以改進。首先，應該升級和改造學?，F(xiàn)有的信息化教學設備，尤其應該加強在線學習系統(tǒng)的廣泛應用，以此作為師生交流溝通的媒介，為數據的收集和傳遞提供便利。需要指出的是，數字化教學資源作為一種學校的硬件設施，具有低成本重復使用的特征，后期只需要投入一定的維護成本便可以循環(huán)使用。因此，應從長遠角度來看高質量教學效果與數字化教學資源建設的關系。其次，數據系統(tǒng)的銜接性和數據的兼容性應該成為數字化校園建設的重要議題。學校需要充分考慮在已有建設成果的基礎上，對現(xiàn)有的教學信息系統(tǒng)進行優(yōu)化升級，注重新舊系統(tǒng)數據格式的兼容和一致，使用共同的規(guī)范或標準對教學數據進行統(tǒng)一管理，實現(xiàn)不同類型、不同層級教學數據系統(tǒng)的優(yōu)化整合。

2. 提供相關政策支持與數據質量標準

為了能夠利用學生數據和數據系統(tǒng)對學生學習產生積極影響，從2006年起美國教育部就開始發(fā)布每年的教學數據應用報告，以監(jiān)測日常教育數據的可靠性及有效性，達到指導教師教學和教育管理的目的。如美國權威數據應用宣傳機構的數據質量運動（Data Quality Campaign）為數據標準的統(tǒng)一及典型案例的推廣發(fā)揮了重要作用；通過協(xié)作來鼓勵和支持政策制定者提高收集、使用高質量教育數據的能力，旨在提供縱向數據系統(tǒng)（The Longitudinal Data System）發(fā)展的工具和資源，減少組織間的重復工作，集中精力提升教育數據的質量，最終為提高學生的成績發(fā)揮作用 [15 ]。借鑒美國的經驗，本文認為，我國應該盡快將教育大數據的規(guī)范管理納入政策規(guī)劃中，制定教育數據發(fā)展的質量標準，為數據的應用實踐提供具體的實施辦法；建立教育大數據的治理機制，明確數據采集、貯存、處理及應用的管理條例，維護數據安全及個人隱私數據不遭泄露；建立數據開發(fā)應用的研究專題，實現(xiàn)教育大數據在教學實踐領域的落地生根，并扶植一批教育大數據指導教學實踐的試點單位，總結試點經驗推廣教學效果，發(fā)揮示范帶動作用。值得注意的是，教育大數據政策的制定過程要明確數據結構與格式標準統(tǒng)一，按照“一數一源、分層管理”的原則建立教育部門數據資源的共享服務平臺，打破學校內部及部門之間數據條塊分割的局面，對各級各類教育部門的數據實施整體優(yōu)化和統(tǒng)一管理，實現(xiàn)數據標準化、規(guī)范化，為教學決策實踐提供充分的數據支撐。

3. 培養(yǎng)提升教師的數據素養(yǎng)

利用教育大數據指導教師教學決策，其中教師是否具備數據素養(yǎng)是評價教師決策水平高低的核心。教師數據素養(yǎng)是教師在復雜的教學情境中定位數據，能夠使用相應的工具對數據進行分析和表征，解釋和評估數據分析的意義及結果，進而對具體教學情境進行說理的能力 [16 ]。2011年美國教育部發(fā)布的《教師利用數據指導教學：挑戰(zhàn)和支持》中明確指出教師數據素養(yǎng)的重要性，并提出教師不僅要掌握定位、分析和表達數據的技能，而且要了解分量表得分和項目級數據的價值，基于學生需要用數據指導差異化教學，并能合成多項數據來符合倫理地指導教學實踐活動 [17 ]。由此可以將教師數據素養(yǎng)分為數據意識、數據能力和數據倫理道德三個部分。培養(yǎng)和提升教師的數據素養(yǎng)可以從這三個方面著手：首先，教師應該認可數據的價值和意義，了解數據對于指導教學實踐的功能作用，時刻保持對數據變化的敏感性。其次，教師需具備一定的數據應用能力，包括三種能力：一是對所需數據的準確定位，找到教學所需的有用數據；二是數據解讀能力，能夠根據數據分析結果描述其背后隱藏的深層內涵，可以理解數據可視化模型展示的具體教學現(xiàn)象；三是數據決策能力，利用對數據分析的準確理解，結合教學實際制定或調整教學方案。最后則是教師的數據倫理道德。教師應該關注對學生個人數據隱私的保護，提高維護數據的安全意識。在當前教育大數據蓬勃發(fā)展的背景下，需要營造利用數據驅動決策的文化氛圍，并圍繞數據素養(yǎng)對教師展開長期培訓，如用講座、論壇、校內外培訓等方式增強教師對數據環(huán)境的適應能力。

4. 將數據教育納入教師培訓體系

教師培訓作為提升教師專業(yè)化發(fā)展水平的重要途徑，也是實現(xiàn)有效課堂教學的必然舉措。利用教育大數據改進教師教學決策，提高教師的數據素養(yǎng)，最直接有效的手段莫過于對教師進行數據教育。美國的教育主管部門尤其重視數據教育在教師培訓中的作用，著重培養(yǎng)教師從數據系統(tǒng)中提取、理解、解釋、使用數據的能力，將數據運用到課堂中指導教學實踐。在美國教育部的引導下，大部分學區(qū)制定了教師數據應用的專業(yè)發(fā)展計劃，并根據不同的教師需求提供差異化的培訓內容。一些學區(qū)還與私人公司創(chuàng)建在線專業(yè)發(fā)展培訓系統(tǒng)（Professional Development Online）。教師可以在網上學習、管理、查詢自己的專業(yè)發(fā)展計劃，以適應不同資歷、職位的教師培訓需求。當用戶統(tǒng)計表明該地區(qū)的數據系統(tǒng)使用頻率下降時，公司就會委派一名工作人員來指導教師如何檢查、分析數據，基于數據來設計教學計劃，學會從系統(tǒng)中提取教師所需的數據 [17 ]。本文認為，在為我國教師制定數據教育培訓計劃時，要堅持職前教育與職后培訓相結合、傳統(tǒng)培訓與信息化培訓相融合，以及基于廣泛調查的個性化培訓策略。首先，在職前教育中要設置相關的數據學習課程，注重教師基本數據知識與數據分析技能的掌握。職后培訓要強調數據分析結果的使用價值，注意和教學實踐相結合，使教師能夠熟練使用數據分析工具處理教學數據，理解數據分析結果對教學決策的指導意義；其次，要為教師培訓提供可移動、虛擬化、泛在化的學習環(huán)境，使教師的培訓學習突破時空限制，從傳統(tǒng)單向傳遞的知識灌輸轉變?yōu)槎嘣换サ闹R建構，為教師提供快捷有效的培訓途徑；最后，為避免傳統(tǒng)培訓方式中忽視教師個體需求的授課現(xiàn)象，應該在全面調研的基礎上，了解教師的背景知識，利用數據分析手段，推送教師所需的培訓課程，制定個性化的培訓方略，使基于教育大數據分析的教學決策方式能夠深得人心。endprint

參考文獻：

[1]R.J.Shavelson.“What is the basic teaching skills？”[J].Journal of Teacher Education，1973（24）：144-151.

[2]鐘婉娟，侯浩翔.大數據視角下教育決策機制優(yōu)化及實現(xiàn)路徑[J].教育發(fā)展研究，2016（3）：8-14.

[3]楊現(xiàn)民，唐斯斯，李冀紅.教育大數據的技術體系框架與發(fā)展趨勢[J].現(xiàn)代教育技術，2016（1）：5-12.

[4]國務院關于印發(fā)促進大數據發(fā)展行動綱要的通知[EB/OL].[2015-09-05].http：//www.js.xinhuanet.com/2015- 09/05/c_1116464577.htm.

[5]威廉·威倫，瑪格麗特·伊什勒·博斯，賈尼絲·哈奇森.有效教學決策[M].李 森，譯.北京：教育科學出版社，2009：20-22.

[6]張朝珍.教師教學決策的合理性及其實現(xiàn)[J].現(xiàn)代教育管理，2010（3）：81-83.

[7]張定強.中學教師教學決策能力的現(xiàn)狀調查及分析[J].課程·教材·教法，2012（11）：16-21.

[8]鮑同梅.中小學教學設計的問題透視[D].上海：華東師范大學，2004：28-34.

[9]Benjamin Bloom，B. Human Characteristics and Student Learning[M].New York：GcGraw-Hill，1976：64-67.

[10]胡水星.教師TPACK專業(yè)發(fā)展研究：基于教育大數據的視角[J].教育研究，2016（5）：110-116.

[11]Martin Olmos，Linda Corrin. Learning Analytics：A Case Study of the Process of Design of Visualizations[J].Journal of Asynchronous Learning Networks，2012（3）：39-49.

[12]Mary C. Wright，Timothy McKay，Chad Hershock，Kate Miller，Jared Tritz. Better Than Expected：Using Learning Analytics to Promote Student Success in Gateway Science[J].The Magazine of Higher Learning，2014（2）：28-34.

[13]U.S.Department of Education，Office of Educational Technology. Expanding Evidence Approaches for Learning in a Digital World[EB/OL].[2016-03-12].http：//tech.ed.gov/wp-includes/ms-files.php？file=2013/02/Expanding-E vidence-Approaches.pdf.

[14]U.S. Department of Education，Office of Planning，Evaluation and Policy Development. Use of education data at the local level：From accountability to instructional improvement[EB/OL].[2016-03-12].http：//www2.ed.gov/rschstat/eval/tech/use-of-education-data/use-of-education-data.pdf/.

[15]U.S. Department of Education，Office of Planning，Evaluation and Policy Development. Teachers Use of Student Data Systems to Improve Instruction [EB/OL].[2016 -03-18].http：//www2.ed.gov/rschstat/eval/tech/teachers-data -use-2005-2007/teachers- data-use-2005-2007.pdf.

[16]陳娜萍.數據素養(yǎng)研究評述[J].高中數學教與學，2013（8）：13-15.

[17]U.S. Department of Education，Office of Planning，Evaluation and Policy Development. Teachers Ability to Use Data to Inform Instruction：Challenges and Supports[EB/OL].[2016-03-20].http：//www2.ed.gov/rschstat/eval/da ta-to-inform-instruction/report.doc/.

Abstract：Teachers teaching decision-making is the key influential factors of teaching quality，which plays a guiding role in the whole process of teaching activities. Due to the excessive dependence on the subjective experience and the insufficient information，it is easy for teachers to make improper decisions when facing the complicate teaching situation. The big data in education，which are characterized by information integration，prediction and internal rationalization，can promote teachers instructional design，instructional interaction and instructional assessment through data guidance，scientific prediction，instant decision，personalized guidance and systematic feedback. It ensures the reasonable and scientific teaching decision-making. Drawing up the experiences in using data to support education and teaching decision-making in US，this study explores the path to improve teachers teaching decision-making in the context of China. It suggests integrating educational data systems，using policy to set data quality standards，promoting the data literacy of teachers and integrating data education with the existing training programs.

Key words：big data in education；teacher；teaching decision-making；pathendprint