(江蘇理工學(xué)院計(jì)算機(jī)學(xué)院 江蘇常州 213001)
實(shí)施國家大數(shù)據(jù)戰(zhàn)略是黨的十八屆五中全會(huì)提出的重要舉措。在教育大數(shù)據(jù)應(yīng)用領(lǐng)域,高校教師作為大數(shù)據(jù)應(yīng)用的踐行者和骨干力量,其自身的數(shù)據(jù)素養(yǎng)教育及測(cè)評(píng)成為教育大數(shù)據(jù)在高校落地首先面臨的課題。近年來,基于有限體量的數(shù)據(jù)資源,開展的針對(duì)高校教師數(shù)據(jù)素養(yǎng)的理論探討,數(shù)據(jù)素養(yǎng)的內(nèi)涵分析以及提高教師數(shù)據(jù)素養(yǎng)水平的實(shí)踐研究,學(xué)界已經(jīng)積累了一些研究成果[1-3],然而在大數(shù)據(jù)背景下,如何密切結(jié)合大數(shù)據(jù)的特征,探索海量數(shù)據(jù)資源環(huán)境中數(shù)據(jù)素養(yǎng)的內(nèi)涵,以及在此基礎(chǔ)上開展數(shù)據(jù)素養(yǎng)測(cè)評(píng)研究,對(duì)于保障大數(shù)據(jù)素養(yǎng)的有效評(píng)價(jià),并促進(jìn)高校教師大數(shù)據(jù)素養(yǎng)目標(biāo)的順利達(dá)成具有重要的理論和實(shí)踐意義[4-7]。目前學(xué)界的相關(guān)研究還比較零散,并缺乏系統(tǒng)化的評(píng)測(cè)方案。本文以大數(shù)據(jù)時(shí)代教育變革為背景,探索高校教師數(shù)據(jù)素養(yǎng)的內(nèi)涵及評(píng)價(jià)體系等問題。
國外學(xué)界將數(shù)據(jù)素養(yǎng)稱為數(shù)據(jù)信息素養(yǎng)(Data information Literacy, DIL)。David Herzog[8]認(rèn)為DIL過程包括數(shù)據(jù)獲取、評(píng)估、分析及可視化;Adam Beauchamp[9]則將DIL簡(jiǎn)述為闡釋、評(píng)價(jià)和傳播信息的能力;Jacob C arlson[5]認(rèn)為數(shù)據(jù)素養(yǎng)教育應(yīng)涵蓋以下能力:數(shù)據(jù)采集、轉(zhuǎn)換、重用、分析和可視化能力,并應(yīng)注意數(shù)據(jù)倫理規(guī)范;Tibor Koltay[10]認(rèn)為數(shù)據(jù)素養(yǎng)是關(guān)于獲取數(shù)據(jù)并能進(jìn)行批判式的評(píng)價(jià)和利用的能力;Qin Jian[4]強(qiáng)調(diào)數(shù)據(jù)素養(yǎng)教育過程中需要提升對(duì)科學(xué)數(shù)據(jù)的理解、利用和管理等能力。國內(nèi)方面,黃如花等[11]深入分析英美等國的研究現(xiàn)狀后認(rèn)為,數(shù)據(jù)素養(yǎng)應(yīng)包括數(shù)據(jù)意識(shí)、數(shù)據(jù)能力和數(shù)據(jù)倫理3方面內(nèi)容;孟祥保[1]討論了科學(xué)數(shù)據(jù)素養(yǎng)(Science Data Literacy)的3個(gè)層次,即具有數(shù)據(jù)意識(shí),具備數(shù)據(jù)知識(shí)與技能,了解數(shù)據(jù)管理政策法規(guī)、數(shù)據(jù)倫理。
大數(shù)據(jù)時(shí)代高校教師數(shù)據(jù)素養(yǎng)的內(nèi)涵是指教師在數(shù)據(jù)的采集、組織和管理、處理和分析、共享與協(xié)同創(chuàng)新方面的能力,以及教師在數(shù)據(jù)的生產(chǎn)、管理和發(fā)布過程中的道德與行為規(guī)范。教師通過個(gè)體或團(tuán)體的方式收集學(xué)生的考試成績(jī)、學(xué)習(xí)行為及其他數(shù)據(jù),以豐富其使用數(shù)據(jù)的知識(shí)和技巧,并為學(xué)校和學(xué)生的發(fā)展開發(fā)基于數(shù)據(jù)的策略。數(shù)據(jù)素養(yǎng)不僅強(qiáng)調(diào)組織、解釋、整合和分析等技能,而且注重評(píng)估知識(shí)、統(tǒng)計(jì)知識(shí)等。數(shù)據(jù)素養(yǎng)是準(zhǔn)確觀察、分析和處理不斷變化的各種數(shù)據(jù),有效使用數(shù)據(jù)并促進(jìn)決策的能力。教育者可以將數(shù)據(jù)轉(zhuǎn)換為信息,并最終轉(zhuǎn)化為指導(dǎo)行動(dòng)的知識(shí),持續(xù)促進(jìn)教與學(xué)。在大數(shù)據(jù)時(shí)代,高校教師(包括科研人員)在數(shù)據(jù)素養(yǎng)方面,應(yīng)該具備數(shù)據(jù)意識(shí)、數(shù)據(jù)定位與采集、數(shù)據(jù)分析與解讀、數(shù)據(jù)反思與決策、數(shù)據(jù)倫理道德等能力。
完整的評(píng)價(jià)體系應(yīng)當(dāng)包含評(píng)價(jià)主客體、評(píng)價(jià)指標(biāo)和評(píng)價(jià)方法3個(gè)方面。
從事專業(yè)教學(xué)的教師是我們進(jìn)行評(píng)價(jià)的客體,評(píng)價(jià)的主體則包含學(xué)生、同事、同行專家、教學(xué)督導(dǎo)人員、教學(xué)行政管理人員和學(xué)校領(lǐng)導(dǎo)等。學(xué)生在課堂或課后從任課教師那里獲取專業(yè)知識(shí)或相關(guān)信息知識(shí)。教師的數(shù)據(jù)素養(yǎng)直接關(guān)系到學(xué)生的信息素養(yǎng),所以說學(xué)生是最直接、最主要的評(píng)價(jià)主體。某專業(yè)教師的同行及大數(shù)據(jù)信息技術(shù)專家則是最重要的評(píng)價(jià)主體,同行專家能從教師的信息行為表現(xiàn)來評(píng)價(jià)某一教師的數(shù)據(jù)素養(yǎng)高低。另外,學(xué)校聘請(qǐng)的離退休人員和在職老教師組成的督導(dǎo)團(tuán)隊(duì),以及教學(xué)行政管理人員、學(xué)校領(lǐng)導(dǎo)都應(yīng)當(dāng)參與對(duì)本校教師數(shù)據(jù)素養(yǎng)的評(píng)價(jià)。
評(píng)價(jià)指標(biāo)是對(duì)評(píng)價(jià)目標(biāo)中定性的部分進(jìn)行量化、細(xì)化,把抽象的、原則性的評(píng)價(jià)目標(biāo)具體化、行為化和可操作化。高校教師的數(shù)據(jù)素養(yǎng)評(píng)價(jià)指標(biāo)主要包括:數(shù)據(jù)意識(shí)、數(shù)據(jù)知識(shí)、數(shù)據(jù)道德、數(shù)據(jù)能力和數(shù)據(jù)評(píng)價(jià)。在這套評(píng)價(jià)體系中,重點(diǎn)體現(xiàn)了對(duì)教師數(shù)據(jù)素養(yǎng)全面的、綜合的評(píng)價(jià),重視對(duì)教師獲取及創(chuàng)造性地綜合利用大數(shù)據(jù)的能力方面的評(píng)價(jià)。
考慮到高校教師數(shù)據(jù)素養(yǎng)的評(píng)價(jià)指標(biāo)沒有明確的外延邊界,具有很大的“模糊性”,故用模糊綜合評(píng)價(jià)法來建立評(píng)價(jià)模型。
(1)評(píng)價(jià)對(duì)象集合X{x1x2L L xk},該集合指的是所有接受評(píng)價(jià)的教師,集合中每一個(gè)元素代表不同的教師。
(2)評(píng)價(jià)指標(biāo)集合V{V1V2L L Vm},該集合指的是不同的評(píng)價(jià)指標(biāo),每一個(gè)指標(biāo)均為一級(jí)指標(biāo),每一個(gè)一級(jí)指標(biāo)又包含若干個(gè)二級(jí)指標(biāo),因此還需要建立二級(jí)評(píng)價(jià)指標(biāo)的集合Vi{v1v2L L vk}。
(3)評(píng)價(jià)權(quán)重系數(shù)集合A{A1A2L L Am},評(píng)價(jià)權(quán)重集合中的元素與一級(jí)評(píng)價(jià)指標(biāo)集合中的元素是一一對(duì)應(yīng)的,它反映了每一個(gè)一級(jí)評(píng)價(jià)指標(biāo)的權(quán)重系數(shù)。同理,我們還需要建立二級(jí)指標(biāo)權(quán)重系數(shù)集合。
(4)評(píng)價(jià)等級(jí)集合U{u1u2L L un},該集合中每個(gè)元素指的是不同的評(píng)價(jià)等級(jí)[12]。
評(píng)價(jià)指標(biāo)與評(píng)價(jià)等級(jí)之間存在著模糊關(guān)系,我們用R表示此模糊關(guān)系,將其表示為模糊矩陣如下:
矩陣中的rij表示Vi對(duì)第j個(gè)等級(jí)的隸屬度,它依賴于一級(jí)評(píng)價(jià)指標(biāo)Vi所包含的各個(gè)二級(jí)指標(biāo)對(duì)各等級(jí)的隸屬度及各二級(jí)指標(biāo)對(duì)此一級(jí)指標(biāo)的權(quán)重。設(shè)Vi所包含的第P個(gè)二級(jí)指標(biāo)對(duì)第q個(gè)等級(jí)的隸屬度為(P=1,2,…,k,q=1,2,…,n),第P個(gè)二級(jí)指標(biāo)對(duì)該一級(jí)指標(biāo)的權(quán)重為。于是可以確定模糊矩陣為:
通過對(duì)此矩陣進(jìn)行m次運(yùn)算可以得出R矩陣。
在綜合國內(nèi)外文獻(xiàn)對(duì)數(shù)據(jù)素養(yǎng)內(nèi)涵、組成能力的闡述的基礎(chǔ)上,筆者從數(shù)據(jù)意識(shí)、數(shù)據(jù)獲取能力、數(shù)據(jù)道德、數(shù)據(jù)處理與分析能力及數(shù)據(jù)評(píng)價(jià)能力等幾個(gè)維度構(gòu)建了高校教師數(shù)據(jù)素養(yǎng)能力評(píng)價(jià)指標(biāo)集合,如表1所示。
表1 高校教師數(shù)據(jù)素養(yǎng)能力評(píng)價(jià)指標(biāo)體系
根據(jù)上述構(gòu)建的指標(biāo)體系,設(shè)10個(gè)評(píng)價(jià)者對(duì)某教師進(jìn)行評(píng)價(jià),將評(píng)價(jià)等級(jí)分為5等,分別對(duì)應(yīng)于優(yōu)秀、良好、中等、及格、不及格。假設(shè)對(duì)B11指標(biāo),認(rèn)為是優(yōu)秀的有4人,良好的有1人,中等、及格、不及格的分別是4人、1人、0人,于是認(rèn)為該二級(jí)指標(biāo)分別屬于這5個(gè)等級(jí)的隸屬度為4/10、1/10、4/10、1/10、0/10。然后依次對(duì)B12、B13、B14、B15、B16進(jìn)行統(tǒng)計(jì),分別得出這幾個(gè)二級(jí)指標(biāo)的隸屬度,于是我們可以得到以下結(jié)果:
由于我們?cè)O(shè)了優(yōu)秀、良好、中等、及格和不及格5個(gè)等級(jí),并且設(shè)了5個(gè)一級(jí)指標(biāo),因此R矩陣是一個(gè)(5×5)方陣。通過上面的計(jì)算,我們得出了R矩陣的第一行(也就是第一個(gè)一級(jí)指標(biāo)各元素的隸屬度),利用同樣的方法,我們可以得出R矩陣的其余四行。
通過以上計(jì)算,我們就得出了R矩陣(一級(jí)指標(biāo)隸屬度的模糊矩陣)。
由于在B集合中第3個(gè)元素的值最大,所以該教師數(shù)據(jù)素養(yǎng)的評(píng)價(jià)結(jié)果為第三個(gè)等級(jí),即中等。
對(duì)高校教師數(shù)據(jù)素養(yǎng)進(jìn)行評(píng)價(jià)的最終目的是為了切實(shí)提高教師的數(shù)據(jù)素養(yǎng),達(dá)到數(shù)據(jù)化教學(xué)。高校教師數(shù)據(jù)素養(yǎng)評(píng)價(jià)的發(fā)展方向不是僅僅采用一些評(píng)價(jià)方法得出教師的數(shù)據(jù)素養(yǎng)水平,而是通過評(píng)價(jià)使教師的認(rèn)知得到發(fā)展,使其看待問題的方法得到改進(jìn),解決問題的能力得到不斷提高。雖然相關(guān)學(xué)者都強(qiáng)調(diào)了數(shù)據(jù)素養(yǎng)評(píng)價(jià)的重要意義,但是對(duì)于如何通過評(píng)價(jià)促進(jìn)教師數(shù)據(jù)素養(yǎng)的提高還處于探討階段,而真正比較完善的高校教師數(shù)據(jù)素養(yǎng)評(píng)價(jià)系統(tǒng)還有待于探索挖掘。
[1]孟祥保,李愛國.國外高校圖書館科學(xué)數(shù)據(jù)素養(yǎng)教育研究[J].大學(xué)圖書館學(xué)報(bào),2014(3):11-16.
[2]Session 74-Information Literacy with Reference and Information Services[EB/OL].[2017-04-21].http:∥www.Ifla.org/node/6271.
[3]繆其浩.大數(shù)據(jù)時(shí)代:趨勢(shì)和對(duì)策[J].科學(xué),2013,65(4):25-28.
[4]QIN JIAN,D'IGNAZIO J.Lessons Learned from A Two-year Experience Inscience Data Literacy Education[EB/OL].[2017-04-21].http:∥docs.lib.purdue.edu/iatul2010/conf/day2/5.
[5]CARLSON J,FOSMIRE M,Miller C C,et al.Determining Data Information Literacy Needs:A Study of Students and Research Faculty[J].Portal Libraries and the Academy,2011,11(2):629-657.
[6]張靜波.大數(shù)據(jù)時(shí)代的數(shù)據(jù)素養(yǎng)教育[J].科學(xué),2013,65(4):29-32.
[7]李蕓.淺論大數(shù)據(jù)時(shí)代的數(shù)據(jù)素養(yǎng)培養(yǎng)策略[J].電腦知識(shí)與技術(shù),2013,9(36):8199-8200.
[8]HERZOG D.Data Literacy:A User's Guide[M].Missouri:SAGE Publications,2015:224.
[9]ADAM BEAUCHAMP.What is Data Literacy? [EB/OL].[2017-04-10].http://databrarians.org/2015/02/what-is-data-literacy/.
[10]KOLTAY T. Big Data,Big Literacies?[EB/OL].[2017-04-10].http://citaliste.rs/casopis/br24/koltay_tibor.pdf.
[11]黃如花,李白楊.數(shù)據(jù)素養(yǎng)教育:大數(shù)據(jù)時(shí)代信息素養(yǎng)教育的拓展[J].圖書情報(bào)知識(shí),2016(1):21-29.
[12]楊綸標(biāo),高英儀.模糊數(shù)學(xué)及應(yīng)用[M].廣州:華南理工大學(xué)出版社,2001:143-144.
[13]彭祖贈(zèng),孫韞玉.模糊(Fuzzy)數(shù)學(xué)及其應(yīng)用[M].武漢:武漢大學(xué)出版社,2002:52-142.