□ 張 生 孫 睿 曹 榕 辛 濤 沈 陽

一、問題緣起

伴隨著新一代信息技術(shù)的創(chuàng)新發(fā)展，大數(shù)據(jù)的研究和應(yīng)用也滲透到教育領(lǐng)域，高質(zhì)量教育體系的構(gòu)建依賴教育數(shù)字化轉(zhuǎn)型（祝智庭等, 2022）?！督逃?022年工作要點》提出“實施教育數(shù)字化戰(zhàn)略行動”，加快推進教育數(shù)字轉(zhuǎn)型與智能升級，要求按照“需求牽引、應(yīng)用為王、服務(wù)至上”的原則，深入推動全領(lǐng)域、全要素、全流程、全業(yè)務(wù)的數(shù)字化意識、數(shù)字化思維和數(shù)字化應(yīng)用（黃榮懷,2022）?！都涌焱七M教育現(xiàn)代化實施方案（2018—2022年）》中提出要重視數(shù)據(jù)對教育治理的作用，開展數(shù)據(jù)支撐下教育治理模式的創(chuàng)新與變革（張志華等,2022）。聚焦教育督導領(lǐng)域智慧化建設(shè)，充分利用智能技術(shù)感知、預測和預警教育方針貫徹落實、教育投入保障、教育評價改革、師德師風及校園安全運行等情況，及時把握師生認知和身心變化、家長和社會輿情變動，主動、及時、精準地作出決策，形成教育數(shù)字化治理新策略和新能力，實現(xiàn)教育督導數(shù)字化轉(zhuǎn)型升級，成為應(yīng)然之選。

近年來，在國家教育信息化政策推動下，伴隨基礎(chǔ)設(shè)施、教學平臺建設(shè)，國家和地方在智慧教育督導方面已經(jīng)取得了較為豐富的基礎(chǔ)性成果，如省級人民政府履行教育職責測評系統(tǒng)、國家義務(wù)教育質(zhì)量監(jiān)測平臺、幼兒園辦園行為督導評估系統(tǒng)、縣域?qū)W前教育普及普惠督導評估申報和審核系統(tǒng)等。地方層面的典型案例：北京教育督導信息管理應(yīng)用系統(tǒng)中設(shè)計開發(fā)的督導數(shù)據(jù)采集功能、督學責任區(qū)網(wǎng)格化管理功能、教育輿情監(jiān)測功能、教育決策支持功能等（趙麗娟等,2018）。學界也有關(guān)注智慧督導的學者對“智慧督導”進行了概念界定，分析了人工智能時代教育督導工作隊伍的建設(shè)策略，提出在基礎(chǔ)教育領(lǐng)域形成政府宏觀管理、學校自主辦學、社會參與評價、多元主體協(xié)同共治的治理模式（劉夢夢等,2020）。也有學者提出通過機器人即時智能回復與人工客服功能相結(jié)合的平臺構(gòu)建，探索基于互聯(lián)網(wǎng)的交互式教育評價（鄭巧等, 2008; 劉廣超, 2019），或提出新一代信息技術(shù)，力圖從治理結(jié)構(gòu)上推動協(xié)同化的治理主體、扁平化的治理層級、透明化的治理空間，從治理功能上推進科學化的治理決策、精準化的社會治理和高效化的公共服務(wù)（陳潭,2021）。

綜上所述，不管是工作實踐還是學術(shù)研究，信息技術(shù)賦能教育督導變革，不斷推進教育督導向“智慧督導”進階。督導職能向雙屬性演進，即“業(yè)務(wù)管理屬性”和“公眾服務(wù)屬性”并重。因此，精準把脈“雙屬性”驅(qū)動的需求，是構(gòu)建我國智慧教育督導（以下簡稱“智慧督導”）發(fā)展框架頂層設(shè)計的關(guān)鍵。然而，在當前復雜的互聯(lián)網(wǎng)和移動應(yīng)用環(huán)境下，服務(wù)供需雙方“雙盲”現(xiàn)象普遍存在，通過構(gòu)建需求圖譜來分層拆解問題目標，逐級精準定位，才能找到最適切的理論框架、創(chuàng)新取向及其技術(shù)路徑。基于“多元共治”理念，利用信息技術(shù)將碎片化的用戶需求進行知識萃取、知識融合和知識挖掘，從離散的非結(jié)構(gòu)化的數(shù)據(jù)中整合出有價值的用戶分層分類需求，在教育督導領(lǐng)域知識、信息化應(yīng)用模式、用戶個性化需求之間建立起互聯(lián)互通的“橋梁”，是本研究所體現(xiàn)的價值意蘊。

二、研究設(shè)計

為了明確我國智慧督導發(fā)展的方向和重點，課題組基于國家智慧教育督導平臺的建設(shè)實踐，從問卷客觀數(shù)據(jù)結(jié)果、主觀訪談訴求表達切入，采用調(diào)研問卷數(shù)據(jù)分析和訪談文本LDA 主題算法挖掘兩種方法，對兩種模態(tài)的數(shù)據(jù)進行深入挖掘，以求更全面地反映地方需求。研究設(shè)計思路如圖1所示。

圖1 研究設(shè)計流程圖

（一）研究對象

研究以全國31 個?。ㄗ灾螀^(qū)、直轄市）和新疆生產(chǎn)建設(shè)兵團的省級、地市級、區(qū)縣級督導相關(guān)人員及學校負責人為研究對象，采用分層隨機抽樣，對省級人員、市級人員、區(qū)縣人員和學校負責人進行分層抽樣。具體步驟為：①每個省份抽取1 位省級人員，共計32 人；②每個省份（除直轄市、建設(shè)兵團外）隨機抽取4 個市，每個市抽取1 人，共計116 人為市級人員（21×4+6×2+4×5，考慮到部分省份為平臺建設(shè)的試點省份，或已有成熟的省級督導平臺，因此，浙江、湖南分別抽取6 個市，江蘇、寧夏、遼寧、四川分別抽取5個市）；③每個省隨機抽取3個區(qū)縣，每個區(qū)縣抽取3 人，共計108 人為區(qū)縣人員（26× 3+6×5，考慮到4個直轄市沒有市級，以及部分省份為試點省份，因此，這些區(qū)縣人員分別多抽取2 人）；④每個省份隨機抽取兩所學校，每所學校抽取1人，共計64名學校負責人。綜上所述，研究對象包括省級人員32人（占全部樣本的10.0%），市級人員116人（占全部樣本的36.2%），區(qū)縣級人員108人（占全部樣本的33.8%），學校負責人64人（占全部樣本的20.0%），平均年齡為40.12±2.93 歲。另外，研究目的、自愿原則等相關(guān)事宜已提前告知研究對象，并取得其同意。研究共發(fā)放問卷320份，最終均有效回收（有效回收率100%）。

（二）問卷編制

目前，關(guān)于智慧督導的研究較少，僅萬紅波等人（2018）提出過明確概念：智慧教育督導是教育督導信息化、網(wǎng)絡(luò)化、智能化的一個過程。本研究結(jié)合上述定義，參考教育督導信息化和教育管理信息化的概念，提出智慧督導的概念內(nèi)涵。前者指充分利用信息技術(shù)開發(fā)利用教育督導信息資源，促進信息交流與共享，充分、高效、科學地履行教育督導職能的過程（趙麗娟等,2018），后者則為推動政府轉(zhuǎn)變教育管理職能、提高管理效率和建設(shè)現(xiàn)代學校制度的有力手段（教育部,2012）。綜上所述，本研究認為智慧督導為利用大數(shù)據(jù)、人工智能等信息技術(shù)，整合、共享、建立教育督導相關(guān)數(shù)據(jù)、資源和指標模型庫，將其融入教育動態(tài)監(jiān)測、信息研判、可視化智能決策等環(huán)節(jié)，從而形成科學、高效、多方參與的教育督導新生態(tài)。

已有研究證實，政府電子服務(wù)能力受政府互聯(lián)網(wǎng)資源、科技人才、財政支出、需求規(guī)模、經(jīng)濟發(fā)展等因素的影響（丁依霞等,2018）。此外，《教育信息化十年發(fā)展規(guī)劃（2011年—2020年）》中提出，未來教育信息化行動包括：①提高教育信息管理水平，即建立教育管理信息標準體系與系統(tǒng)，推動教育電子政務(wù)，優(yōu)化教育管理與服務(wù)流程；②多方共建共享，即要形成政府購買服務(wù)與市場提供個性化服務(wù)相結(jié)合的機制；③信息化隊伍建設(shè)，即加強教育信息化標準化工作和隊伍建設(shè)；④經(jīng)費保障機制，即制定教育信息化建設(shè)和運行維護保障經(jīng)費標準等政策措施（教育部,2012）。本研究參考相關(guān)文獻與政策文件、咨詢4名專家（2 名技術(shù)研發(fā)人員，2 名教育部督導業(yè)務(wù)工作者），最終確定問卷結(jié)構(gòu)包括4 個維度，各維度的題目數(shù)分別為17、9、5、3，共34個，詳見表1。

表1 問卷指標體系

（三）檢驗效度

課題組邀請6名專家對問卷做內(nèi)容效度評價。在6名專家中，3名為地方系統(tǒng)技術(shù)人員，3名為教育領(lǐng)域高校教師（教授1名，副教授2名，分別來自教育技術(shù)專業(yè)、應(yīng)用統(tǒng)計專業(yè)、教育管理專業(yè)）；博士3名，碩士1 名，學士2 名；工作年限為5.83±1.25年。6名專家均認同問卷的指標體系，問卷總體內(nèi)容效度為0.89，內(nèi)容效度良好。課題組參照專家意見對部分問題的措辭進行修改，刪除包括重復含義的題目，最終確定問卷總題目數(shù)為31個。

（四）訪談大綱編制與對象選取

為全面了解各地智慧教育督導平臺建設(shè)情況，課題組采用文獻調(diào)研與專家指導相結(jié)合的方法編制訪談大綱。對31 個?。ㄗ灾螀^(qū)、直轄市）和新疆生產(chǎn)建設(shè)兵團已有智慧教育督導平臺建設(shè)的各級用戶進行隨機抽樣訪談?wù){(diào)研。本次訪談前后共計開展四輪調(diào)研，訪談對象為從有效問卷中隨機抽取的樣本，共160人，抽取方法為：①4 個直轄市省級人員均為訪談對象；②市級人員為每個省份樣本人數(shù)除以2 后的向上取整；③區(qū)縣人員為每個省份樣本人數(shù)除以2后的向下取整（4 個直轄市不做處理，試點省份向上取整）；④學校負責人訪談對象量為問卷樣本量的一半（試點省份不做處理，另從東部、中部和西部地區(qū)中各選取1個省份不做處理）。訪談分為4輪，每輪訪談對象人數(shù)為40 人。為保證訪談數(shù)據(jù)結(jié)果的代表性，訪談對象來自東部、中部和西部的省、市或區(qū)縣各級工作人員，同時包括平臺所面向的五級用戶。

（五）LDA主題模型的研究設(shè)計

為了在問卷之外更開放性地獲取地方對智慧教育督導平臺建設(shè)的需求點，我們綜合使用了文本聚類方法。傳統(tǒng)的TF-IDF 模型由于向量維度過高、數(shù)據(jù)稀疏，不能解決同義詞和多義詞問題。LSA（Latent Semantic Analysis） 模型和PLSA （Probabilistic Latent Semantic Analysis）模型雖解決了上述問題，但算法復雜度較高（Hofmann, 2003; Landauer & Dumais,1997）。LDA 主題模型對PLSA 模型進行了貝葉斯改進，通過引入文本主題分布來降低數(shù)據(jù)維度，減少模型運算的復雜性（Blei et al., 2003）。LDA 主題分析模型（Latent Dirichlet Allocation）由Blei 等人提出，主要用于推測文本中的隱含主題，它使用一個服從狄利克雷分布的維隱含隨機變量來表示文檔中主題概率的分布，來模擬文檔的產(chǎn)生過程（Blei et al.,2003）。本文使用LDA 模型對訪談數(shù)據(jù)進行挖掘。

1.數(shù)據(jù)采集

本研究對160位隨機樣本進行4 輪訪談?wù){(diào)研，將訪談錄音轉(zhuǎn)為訪談紀要文檔。文檔篩選過程為刨除標題、訪談人與訪談對象的基本信息、人名類詞語、內(nèi)容提綱類文本，最終得到訪談的客觀和主觀記錄文檔共計140 份，699,298 字，3,182 個自然段落，平均每份文檔約4,994個字，22個自然段落。

2.文本預處理

本文采用Python3.7 的jieba 分詞包、re 字符串處理包，通過自定義用戶詞典分詞處理，篩查出錯誤詞匯與無實際意義的詞匯，形成停用詞詞典，最后去除停用詞，對文本進行向量轉(zhuǎn)換。具體轉(zhuǎn)換步驟如下：第一，通過梳理《深化教育督導改革轉(zhuǎn)變教育管理方式的意見》《關(guān)于加強教育督導與評估工作的意見》等51 份政策文件，篩選出教育督導相關(guān)的專業(yè)性詞匯，如“優(yōu)質(zhì)均衡”“教育職責”“基礎(chǔ)教育”“學前教育”等，豐富自定義用戶詞典；第二，通過jieba 分詞包，對原始訪談文檔進行分詞處理（如圖2 所示），并從中篩查出錯誤分詞的詞匯，將錯分詞匯整合后添加至自定義用戶詞典中，以便計算機識別；第三，根據(jù)分詞處理后的結(jié)果數(shù)據(jù)，篩選出語氣詞、虛詞、助詞、人名等一些無實際意義的詞，如“個人建議”“總結(jié)”“舉個例子”“陳處長”等，形成中文停用詞詞典，提高訪談文檔與智慧教育督導的相關(guān)性；第四，使用Python 中Count-Vectorizer 函數(shù)對去除停用詞后的文本進行向量轉(zhuǎn)換，轉(zhuǎn)為LDA模型分析所使用的向量模式。

圖2 文檔語料分詞前后對比（部分）

3.LDA模型參數(shù)設(shè)置

本研究提取特征詞語數(shù)量為3,000個，納入關(guān)鍵詞的最大、最小閾值為50%和1，前者意味著若某個單詞的頻率大于50%，將不視為主題的關(guān)鍵詞。本研究采用1,000次為最大迭代次數(shù)，α值設(shè)為50/K，β設(shè)為0.01（徐戈等，2011）。

三、調(diào)研結(jié)果

（一）問卷結(jié)果

1.教育信息管理與共建共享

調(diào)查數(shù)據(jù)表明，66%的調(diào)研對象表示本?。ㄊ校┮呀⒄谑褂玫木W(wǎng)頁或客戶端形式的智慧督導平臺，且平臺使用頻率高（占比86%）、用戶規(guī)模大（200人以上占比57%）。但仍有81%的調(diào)研對象表示平臺之間數(shù)據(jù)不互通，且沒有外鏈的數(shù)據(jù)庫。在平臺業(yè)務(wù)上，主要聚焦于督政、督學和評估監(jiān)測，占比分別是95%、86%和62%。在平臺建設(shè)與維護上，97%的調(diào)研對象表示平臺來源于市場采購、單位與企業(yè)聯(lián)合研發(fā)；95%的調(diào)研對象表示平臺由第三方專業(yè)團隊維護，這一群體中已提出平臺的升級改造計劃的調(diào)研對象占81%。在未來升級計劃中，90%以上的調(diào)研對象表示希望建立輔助預警決策的智能數(shù)據(jù)可視化功能或系統(tǒng)。

2.信息化隊伍建設(shè)與經(jīng)費保障機制

數(shù)據(jù)表明，88%的調(diào)研對象表示地方督導配備人數(shù)在3～9人之間，均值為7人，在這一群體中已專門設(shè)置督導人員崗位的調(diào)研對象占78%。在經(jīng)費保障機制建設(shè)上，66%的調(diào)研對象表示當?shù)匾厌槍Χ綄畔⑾到y(tǒng)的建設(shè)投入相關(guān)經(jīng)費并對來年提出經(jīng)費預算，而“缺乏業(yè)務(wù)培訓與指導”是主要的建設(shè)困難（占比97%）。

（二）LDA主題模型結(jié)果分析

大量研究證實LDA 主題數(shù)K 值對主題抽取的結(jié)果產(chǎn)生直接影響。在大量研究中，困惑度（Perplexity）是常用的主題數(shù)選取方法。它可以刻畫主題模型的泛化能力，對模型的性能做出量化評價（Blei et al.,2003;王婷婷等,2018;趙凱等,2020）。但困惑度選取的主題數(shù)目往往偏大，從而使得主題之間相似度較大。主題相似度，通過測量兩個主題間主題詞概率分布間差異性來反映，往往采用KL散度（Kullback-Leibler Divergence） 來衡量 （Arun et al.,2010）。參考Arun 等人（2010）的實驗結(jié)果：KL 散度越小，主題數(shù)越接近最優(yōu)值（KL 散度見公式2）。基于此，本文權(quán)衡模型的泛化能力和主題抽取效果，將主題困惑度與主題相似度作為最優(yōu)主題數(shù)選取的指標。

通過Python 編寫程序，設(shè)置最大主題數(shù)為15、步長為2來計算困惑度Perplexity得分。當主題個數(shù)為7時，困惑度Perplexity得分曲線和主題相似度曲線處于最低處（見圖3和圖4），因此基于困惑度Perplexity和主題相似度兩種計算方法，所得到的最優(yōu)主題個數(shù)為7個。

圖3 困惑度結(jié)果曲線圖

圖4 主題相似度結(jié)果曲線圖

將7 作為主題數(shù)代入LDA 主題模型，通過運行Python 程序后輸出7 個主題下的關(guān)鍵詞。為節(jié)約篇幅，本文僅呈現(xiàn)每個主題下詞頻排名前五的關(guān)鍵詞，主題-關(guān)鍵詞矩陣如表2所示，主題占比與詞頻見圖5。

表2 主題-關(guān)鍵詞矩陣

圖5 主題占比和關(guān)鍵詞頻數(shù)圖

（三）基于問卷、訪談數(shù)據(jù)協(xié)同分析的需求圖譜構(gòu)建

依據(jù)《關(guān)于深化新時代教育督導體制機制改革的意見》等51 個文件的政策精神，課題組對問卷調(diào)研結(jié)果和LDA 主題聚類結(jié)果進行了數(shù)據(jù)比對、溯源、編碼。通過德爾菲專家分析法，對主客觀數(shù)據(jù)結(jié)果展開綜合賦權(quán)與融合分析，對問卷調(diào)研結(jié)果中可用于校驗“需求”的Item 因子和LDA 主題聚類后的特征詞庫進行權(quán)重解析和綜合評價。結(jié)果表明：問卷調(diào)查中的客觀題數(shù)據(jù)能夠較好地量化不同層級用戶對需求要素的主觀認知，其中的權(quán)重因子項與核心需求主題詞有很高的一致性。

在需求圖譜構(gòu)建過程中，運用一級主題詞（核心需求）和二級主題詞（關(guān)鍵需求）對不同用戶多個維度的細分需求進行精準繪制，進而為國家層面精準感知地方各層級的共性和個性化需求提供參考。如圖6 所示：一級節(jié)點為“核心需求”，包括提升社會公眾參與、數(shù)據(jù)打通與融合、業(yè)務(wù)優(yōu)化與一網(wǎng)通辦、督導隊伍建設(shè)、政策資源投入、智能預警與決策支持、提供多元化用戶體驗，其節(jié)點大小取決于LDA 聚類系數(shù)由大到小的排序；二級節(jié)點為“關(guān)鍵需求”，包括五級用戶、數(shù)據(jù)外鏈、多元形式、協(xié)同、可視化、信息技術(shù)。圖6借助節(jié)點與節(jié)點之間的“邊”，用可視化的方法形象地表達了專家賦權(quán)后的需求關(guān)系。

圖6 需求關(guān)系圖譜

1.提升社會公眾參與

教育督導業(yè)務(wù)社會化是“管評辦”逐漸分離的現(xiàn)代學校制度和教育公共治理制度的體現(xiàn)，有助于解決督導業(yè)務(wù)過于行政化，缺乏專業(yè)性的問題（黃崴,2009）。在提升社會公眾參與需求中（占比最高，達20.2%），訪談過程多次提到“地方”（詞頻65次），其余高頻詞匯均涉及學生、家長、教師等督導前線人員。此外，在問卷結(jié)果數(shù)據(jù)中，57%的調(diào)研對象表示系統(tǒng)用戶規(guī)模達200 人以上，規(guī)模增大在一定程度上也表明有更多層級對象的納入，這一事實在數(shù)據(jù)上也得到證實：在平臺開放層級調(diào)研上，表明智慧督導平臺開放應(yīng)用層級至區(qū)縣級的比例達100%。LDA 關(guān)鍵詞和問卷數(shù)據(jù)比例反映出調(diào)研對象對提升社會公眾參與高度的需求，以及部分地區(qū)對該需求的響應(yīng)能力。

2.數(shù)據(jù)打通與融合

數(shù)據(jù)打通與融合是訪談?wù)邔ζ脚_建設(shè)的另一個需求（主題詞詞頻占所有詞匯詞頻的18.3%），他們希望智慧教育督導平臺實現(xiàn)業(yè)務(wù)數(shù)據(jù)庫的整合，并建立起統(tǒng)一的數(shù)據(jù)標準和指標體系，打破原有各地之間存在的數(shù)據(jù)壁壘。從LDA 詞頻矩陣來看，“業(yè)務(wù)數(shù)據(jù)”的詞頻最高，為54 次，這說明以數(shù)據(jù)驅(qū)動為導向是智慧教育督導平臺的基石。這一事實在問卷調(diào)查中也有呈現(xiàn)，在已外鏈至其他數(shù)據(jù)庫的地方督導系統(tǒng)中，教育事業(yè)統(tǒng)計相關(guān)數(shù)據(jù)庫和中小學辦學條件數(shù)據(jù)庫的占比分別為33.3%和19.0%。詞頻矩陣中較高詞頻的詞匯分別是“指標體系（52 次）”“數(shù)據(jù)管理（35 次）”“數(shù)據(jù)標準（30 次）”；問卷中81%的樣本也表示當?shù)氐亩綄到y(tǒng)并沒有外鏈的數(shù)據(jù)庫，仍處于“數(shù)據(jù)孤島”狀態(tài)。從主客觀兩個角度來看，在平臺建設(shè)的數(shù)據(jù)方面，地方希望能夠建立統(tǒng)一的指標體系與數(shù)據(jù)標準，將數(shù)據(jù)融合打通作為平臺建設(shè)的重點。

3.業(yè)務(wù)優(yōu)化與一網(wǎng)通辦

評估監(jiān)測、任務(wù)單等5個主題詞詞頻占全部詞匯詞頻的15.8%，這反映了督導業(yè)務(wù)優(yōu)化與一網(wǎng)通辦的需求點內(nèi)涵。根據(jù)問卷調(diào)研，智慧教育督導平臺的業(yè)務(wù)使用基本聚焦于督政、督學和評估監(jiān)測（在問卷調(diào)研對象中的占比分別為95%、86%和62%）。督導機構(gòu)重組、義務(wù)教育普及和農(nóng)村教育改革等歷史為我國督導中督政、督學的結(jié)合提供了實踐和理論本源（楊穎秀等,2005）。督政包括自上而下各級的督政，也包括各部門之間的橫向督政。由此，督導任務(wù)單之間的流轉(zhuǎn)顯得尤為重要。在LDA 數(shù)據(jù)結(jié)果中，“任務(wù)單”“業(yè)務(wù)”的詞頻分別為34次和30次?？梢?，地方需要將督政與督學過程中發(fā)現(xiàn)的問題以靈活快捷的任務(wù)單“一鍵觸達”業(yè)務(wù)流轉(zhuǎn)至各層級，以改善原有的各級業(yè)務(wù)線混雜、業(yè)務(wù)執(zhí)行拖延的狀況，實現(xiàn)業(yè)務(wù)的優(yōu)化。另外，評估監(jiān)測作為督導的重要手段，同時是督導三大業(yè)務(wù)之一（主題詞詞頻占比62%），未來平臺減少加入評估監(jiān)測系統(tǒng)或功能也成為各地的需求（LDA主題詞詞頻為57次）。

4.財政與資源投入

財政與資源投入詞頻占比為13.0%。第一，“專家”和“信息技術(shù)”的詞頻分別是33次和32次，訪談對象表示希望督導信息化平臺建立全國教育專家?guī)欤瑸榈胤教峁＜易稍兇翱?，提高義務(wù)教育地區(qū)均衡水平。除了督導業(yè)務(wù)的專家資源投入，信息技術(shù)方面也是地方的訴求之一。50%的問卷調(diào)研對象表示在教育督導信息化中存在“缺乏專業(yè)的技術(shù)團隊研發(fā)或維護系統(tǒng)”的困難。同時，某省督導局工作人員表示項目前中后期都需要大量技術(shù)支持，技術(shù)人員投入問題亟待解決。第二，從經(jīng)費方面來看，“資源”和“財力”的詞頻分別為27次和23次，多個訪談?wù)弑硎拘畔⒔ㄔO(shè)是個持續(xù)戰(zhàn)，目前財政體系支持很不理想，且不同地區(qū)的資源存在差異。問卷結(jié)果也表明：47%的問卷調(diào)研對象表示“缺乏專項的經(jīng)費支撐”。由此，專家投入和專項專款建立是督導信息化過程中財政資源投入的核心。

5.智能預警可視化與決策支持

缺乏可視化交互呈現(xiàn)，難以有效、直接地支撐教育行政部門的各項工作（楊宗凱,2017）。在問卷調(diào)研中，90%以上的問卷調(diào)研對象表示希望建立輔助決策的數(shù)據(jù)可視化智能系統(tǒng)。LDA 結(jié)果顯示，可視化成為主要關(guān)鍵詞（詞頻40次），訪談對象希望系統(tǒng)能夠?qū)?shù)據(jù)智能化地轉(zhuǎn)化為可視化大屏，而非傳統(tǒng)上依靠人工的數(shù)據(jù)計算和文檔呈現(xiàn)。決策依靠數(shù)據(jù)事實已經(jīng)成為共識。在訪談文本主題挖掘中，“分析”一詞也多次被提到（詞頻17次），這里指的不僅是傳統(tǒng)數(shù)字的分析，還希望在平臺中內(nèi)嵌豐富的數(shù)據(jù)分析模型、文本挖掘模型，如word2vec、Mirt等，便于對督導評價和公眾輿情數(shù)據(jù)作定時性、多樣式的報告，為教育督導科學決策提供準確、科學的數(shù)據(jù)支持。另外，訪談文本中提到“調(diào)研”（詞頻12 次），或希望能將實時調(diào)研數(shù)據(jù)實現(xiàn)報告自動化，或是對平臺提供調(diào)研工具開發(fā)檢驗計算，或提供成熟的調(diào)研工具使用產(chǎn)生需求。最終，平臺用戶可以依據(jù)上述內(nèi)置工具或系統(tǒng)有效讀懂數(shù)據(jù)背后的問題，實現(xiàn)科學決策。

6.督導隊伍建設(shè)

督導隊伍建設(shè)詞頻占比為12.8%。第一，“培訓”詞頻最高（詞頻59 次），97%的調(diào)研對象表示“缺乏業(yè)務(wù)培訓與指導”。調(diào)研對象都表示未來培訓要通過信息化手段，提供線上課程，解決各級人員培訓隊伍過于龐大的問題。第二，“隊伍建設(shè)”也被提到多次（詞頻30 次）。隊伍建設(shè)包括年輕力量注入、信息化水平提高、崗位專職建設(shè)等方面。從隊伍年齡構(gòu)成來看，78%的問卷調(diào)研對象的年齡段在31～50歲之間，另有19%的年齡在50歲以上。訪談對象也表示多數(shù)督學為退休返聘，年齡較大，無法深入實地完成督學任務(wù)。從信息化水平來看，43%的問卷調(diào)研對象表示“人員信息化應(yīng)用能力較低，使用系統(tǒng)較困難”。從崗位專職建設(shè)來看，仍有22%的問卷調(diào)研對象表示未設(shè)置專門的督導人員崗位。訪談對象表示當?shù)氐亩綄W多為學校校長兼職，隊伍松散。另外，“績效考核”也值得關(guān)注（詞頻17 次），訪談對象表示缺乏硬性的考核標準，熟人之間考核結(jié)果不客觀，同時也表達了提供督學績效補貼的需求。

7.用戶體驗多元化

由于移動設(shè)備深入日常生活中，對于系統(tǒng)的使用不再局限于電腦的操作。“用戶體驗多元化”詞頻占比為9.1%，“智能手機”（詞頻26 次）、“移動端”（詞頻13次）被提及多次，這反映出地方希望平臺終端能夠多元化，形成PC 端和移動端的有機結(jié)合。如某教育局局長表示：“希望教育督導在信息安全上加強，未來能夠在電腦、瀏覽器、QQ 和微信上都打通，實現(xiàn)跨云端跨情景的使用?！薄岸喙δ堋保ㄔ~頻24次）是地方在功能多元化方面的需求。地方希望系統(tǒng)既要有普適的功能，又要有個性功能，同時希望增加問卷調(diào)查功能以輔助地方督導決策。“小程序”也被提及多次（詞頻11 次），“小程序”是指依附在某個應(yīng)用程序上的接口功能，這一主題詞的提出反映地方對智慧教育督導平臺使用的任意性和伴隨性要求高。正如某督學表示：“現(xiàn)在微信人人都有，督導平臺應(yīng)該嵌入微信，這樣人人都會順手使用。”由上可知，平臺的移動化、伴隨化、多功能化是地方對用戶體驗具體方向。

四、基于需求圖譜分析的智慧教育督導發(fā)展策略建議

按照國家關(guān)于深化教育督導體制機制改革的整體部署，結(jié)合地方督導的實際需求，構(gòu)建全國統(tǒng)一、分級使用、開放共享的“國家智慧教育督導平臺”是我國教育督導向智慧督導轉(zhuǎn)型升級的關(guān)鍵?；谏鲜鲅芯拷Y(jié)果和數(shù)據(jù)分析，深度融合國家與地方需求，我國智慧教育督導平臺建設(shè)遵循的邏輯進路如圖7所示。

圖7 國家智慧教育督導平臺建設(shè)邏輯進路

督導的智慧化進階，本質(zhì)上是基于數(shù)據(jù)的深度運用。在圖7中，平臺建設(shè)以數(shù)據(jù)為驅(qū)動，面向全域督導干系人的“分層分類服務(wù)”，實行統(tǒng)一數(shù)據(jù)標準與多接口管理，將“協(xié)同共治機制”下的多方數(shù)據(jù)匯聚至涵蓋各級用戶、指標模型庫、算法庫以及可視化引擎、觸發(fā)與決策機制在內(nèi)的數(shù)據(jù)自動化生態(tài)圈中。發(fā)揮多端協(xié)同和數(shù)據(jù)自動化生態(tài)的作用，讓各級人員實現(xiàn)常態(tài)化調(diào)研、提交數(shù)據(jù)、預警報警與報告獲取，逐步實現(xiàn)“問督于民”與“全過程智治”。“平臺+隊伍”雙輪驅(qū)動是平臺可持續(xù)發(fā)展的基礎(chǔ)，一方面依靠穩(wěn)定的經(jīng)費投入保障系統(tǒng)運維，并在“協(xié)同共治機制”下，根據(jù)實際需求對不同業(yè)務(wù)、區(qū)域、層級下的子系統(tǒng)進行集成，實現(xiàn)全方位的共建共享；另一方面要依靠教育測量與評價、教育大數(shù)據(jù)等學科布局和信息化培訓，做好督導人才儲備以及信息化素養(yǎng)提升工作，夯實智慧督導發(fā)展的基礎(chǔ)。

（一）完善以數(shù)據(jù)驅(qū)動為核心的智慧督導體系架構(gòu)

基于需求圖譜分析，國家智慧督導平臺建設(shè)的體系架構(gòu)以數(shù)據(jù)驅(qū)動為核心，如圖8所示。通過創(chuàng)新數(shù)據(jù)采集方式和數(shù)據(jù)分析、展示以及結(jié)果運用，建立各類督導數(shù)據(jù)匯聚、整合、清洗和建模的數(shù)據(jù)中臺，形成一個涵蓋自然語言處理、機器學習、關(guān)聯(lián)分析、教育統(tǒng)計和心理測量成熟的程序模型庫，服務(wù)應(yīng)用層模塊靈活調(diào)用。同時，實現(xiàn)數(shù)據(jù)可視化，提升督導專家和業(yè)務(wù)干系人對數(shù)據(jù)的理解能力，打通數(shù)據(jù)采集、指標提取、指標可視化、智能預警、預警報告觸發(fā)各環(huán)節(jié)，形成可視化的從數(shù)據(jù)到?jīng)Q策的閉環(huán)。為構(gòu)建“長牙齒”的教育督導問責新局面提供有力的數(shù)據(jù)支撐。

圖8 以數(shù)據(jù)驅(qū)動為核心的智慧督導體系架構(gòu)

（二）創(chuàng)設(shè)多場景應(yīng)用為基礎(chǔ)的“全民參與”協(xié)同機制

基于需求圖譜得知，從第三方參與到全面參與的教育督導新體系構(gòu)建，是民心所向。將“問督于民”落到實處，有賴于提高社會參與度。一方面包括將第三方引入督導評估與教育公共治理的環(huán)節(jié)，另一方面要為大眾提供有效的政策性服務(wù)。從用戶體驗的角度，要打造輕量級、便捷性強的交互操作平臺，創(chuàng)設(shè)智慧教育督導模式下的多場景應(yīng)用。從教育服務(wù)的屬性出發(fā)，要跳出傳統(tǒng)硬件設(shè)備的圈子，構(gòu)建起電腦、平板、手機互通互聯(lián)的多元終端網(wǎng)絡(luò)，設(shè)計流程優(yōu)化與多端協(xié)同；通過建設(shè)“智慧教育督導門戶網(wǎng)站”“微信公眾號”“小程序”等，有效支持學生、家長和社會各方有序參與教育督導活動，健全師生、家長、社會共同參與的協(xié)同監(jiān)管機制。從教育管理的屬性出發(fā)，經(jīng)過數(shù)據(jù)采集、匯聚整合、清洗和建模處理后進行數(shù)據(jù)可視化，實現(xiàn)教育督導結(jié)果跨部門、跨區(qū)域、跨層級的場景運用，創(chuàng)設(shè)涵蓋教育全領(lǐng)域的“主動發(fā)現(xiàn)問題、精準診斷問題”的應(yīng)用場景，創(chuàng)新“一鍵觸發(fā)”式教育督導工作新范式，也將成為智慧督導的著力點。

（三）遵循資源整合為目標的“平臺+隊伍”雙輪驅(qū)動原則

依據(jù)圖譜分析結(jié)果，一方面，教育督導信息化的經(jīng)費投入應(yīng)有所保障，支撐督政、督學和評估監(jiān)測等業(yè)務(wù)板塊的信息化系統(tǒng)運維；另一方面，與教育數(shù)字化戰(zhàn)略行動背景下國家智慧教育平臺整體建設(shè)理念保持一致，充分利用現(xiàn)有的督導信息化建設(shè)成果，應(yīng)用為王，加強連接與集成，集智攻關(guān)資源開發(fā)和應(yīng)用開放，實現(xiàn)共建共享。從國家層面制定數(shù)據(jù)資源標準，設(shè)定安全標準，設(shè)計“質(zhì)檢”體系和“安?！斌w系，為資源建設(shè)、地方系統(tǒng)對接和平臺融合等定規(guī)則、立規(guī)矩。如圖8所示，業(yè)務(wù)層要發(fā)揮好已有的省級人民政府履行教育職責測評系統(tǒng)、學前教育普及普惠督導評估系統(tǒng)、縣域義務(wù)教育均衡發(fā)展督導評估系統(tǒng)、國家義務(wù)教育質(zhì)量監(jiān)測系統(tǒng)等多個平臺和資源的基礎(chǔ)支撐作用，整合集成、改造“升艙”。加強督導相關(guān)專業(yè)的學科布局規(guī)劃、人才儲備以及信息化素養(yǎng)培訓力度，發(fā)揮現(xiàn)有督學專家隊伍，要嚴格督學聘任，創(chuàng)新督學管理模式，建立激勵機制，把有能力、有品德、有熱情、有擔當?shù)耐疚{到督導隊伍中來。要加強培訓，不斷提升督導人員的政策水平和數(shù)據(jù)業(yè)務(wù)能力，強化“智慧督導”工作勝任力，進一步優(yōu)化人、財、物資源整合格局。

五、總結(jié)與展望

本研究基于國家智慧教育督導平臺建設(shè)實踐，將教育學的研究方法與大數(shù)據(jù)技術(shù)手段相結(jié)合，以不同層級、不同角色用戶的需求為研究對象，在傳統(tǒng)的問卷調(diào)研基礎(chǔ)上，采用文本挖掘技術(shù)，實現(xiàn)了對用戶開放性需求的挖掘，通過融合“自下而上”的數(shù)據(jù)分析彌補了傳統(tǒng)研究/工作方法對各級各類用戶需求“自上而下”理解的不精準，構(gòu)建了國家智慧教育督導平臺需求圖譜，并基于圖譜分析，為教育數(shù)字化轉(zhuǎn)型背景下，在我國教育督導邁向智慧督導高階階段進程中，頂層設(shè)計者精準感知用戶需求從而制定平臺技術(shù)路線提供科學分析與決策支持。

然而，在國家教育數(shù)字化戰(zhàn)略行動的快節(jié)奏進程中，由于“國家智慧教育督導平臺”Ⅰ期的建設(shè)和上線周期較緊，本研究也存在一些局限。本文構(gòu)建的需求圖譜僅為靜態(tài)圖譜，未充分考慮督導業(yè)務(wù)在數(shù)字化進程中的轉(zhuǎn)型升級而引發(fā)用戶需求的動態(tài)變化。后續(xù)在國家智慧教育督導平臺上線實施中，團隊將持續(xù)以“應(yīng)用為王”理念，改進需求識別與提取算法，且行且思、且建且用，通過發(fā)揮平臺自身優(yōu)勢，創(chuàng)建“常態(tài)化需求調(diào)研”任務(wù)流程，納入智慧教育督導工具集，周期性地獲取各級各類用戶需求和體驗的相關(guān)數(shù)據(jù)；在大數(shù)據(jù)分析技術(shù)方面不斷加強人工智能技術(shù)賦能，如加入Word2Vec 模型，加強對主題詞間關(guān)系的刻畫，并以此為數(shù)據(jù)基礎(chǔ)進行主題自適應(yīng)聚類；結(jié)合支持向量機、樸素貝葉斯等方法，智能挖掘高價值需求信息，刻畫更全面的需求特征庫，從而形成全周期、動態(tài)性的應(yīng)用需求立體綜合畫像，用以指導平臺的持續(xù)升級迭代，為國家教育督導向智慧督導進階奠定良好的決策支持基礎(chǔ)。