摘要：本文探討了高職教師在AI-TPACK框架下的大數據應用實踐，重點分析了他們如何運用大數據技術來提升教育質量和效率。通過分析揭示了大數據技術在高職教育中的應用潛力，以及教師在技術融合過程中所面臨的挑戰(zhàn)與機遇。

關鍵詞：AI-TPACK框架；高職教師；大數據技術；教師能力

doi：10.3969/J.ISSN.1672-7274.2025.03.055

中圖分類號：G 715；TP 311.13 " " " " "文獻標志碼：A " " " " " "文章編碼：1672-7274（2025）03-0-03

The Application of Big Data Technology by Higher Vocational Teachers

under the AI-TPACK Framework

LUO Ying

（Chengdu Aeronautic Polytechnic， Chengdu 610100， China）

Abstract： This paper explores the application practices of higher vocational teachers under the AI-TPACK framework， with a focus on analyzing how they utilize big data technology to enhance the quality and efficiency of education. Through research， it reveals the application potential of big data technology in higher vocational education， as well as the challenges and opportunities that teachers face during the process of technological integration.

Keywords： AI-TPACK framework; higher vocational teachers; big data technology; teachers' competence

0 " 引言

在信息技術與數據科學迅猛發(fā)展的今天，大數據技術已然成為催生眾多領域變革的核心動力。在此背景下，高等職業(yè)院校教師的專業(yè)素質與能力顯得尤為重要，它們成為提高教育質量和培養(yǎng)學生競爭力的關鍵因素。AI-TPACK框架是將人工智能這一維度與TPACK的基本架構相融合，為教師在有效運用大數據方面提供了理論與實踐的雙重指導。本文致力于探究AI-TPACK框架如何助力高職院校教師在大數據技術的應用上更進一步，滿足現代職業(yè)教育所面臨的復雜需求，并在管理和科研實踐中激發(fā)創(chuàng)新潛能。

1 " AI-TPACK框架概述

圖1 AI-TPACK理論框架

1.1 TPACK框架簡介

TPACK框架融合了技術知識、學科內容以及教學法三個領域的知識，旨在助力教師提高教學效果。該模型強調不同知識領域的交織，揭示了教師如何巧妙地運用技術手段，以促進教學成果的顯著提升[1]。TPACK框架的核心在于能促使教師不單理解技術的內涵，更能在教學過程中巧妙運用，以達成教學的最優(yōu)化。由此，教師能在教學設計中更加靈活地應對技術的日新月異，同時利用數據驅動策略，提升課堂教學與學生學習的效果。

1.2 AI-TPACK框架擴展與應用

在傳統TPACK模型基礎上，拓展性地構建了融合人工智能技術的AI-TPACK框架，該框架著眼于技術、教學方法與學科知識的深度融合[2]。它不只著眼于教師在技術運用上的基本功，更側重于他們在教育實踐中，對人工智能及大數據技術的運用能力。通過在教學活動中嵌入AI技術，AI-TPACK使教師得以采納數據驅動的分析方法，優(yōu)化課堂教學設計、實施個性化教學并強化教育評估。

2 " 高職教師對大數據技術應用的現狀

分析

2.1 大數據在院校管理中的應用

在高等職業(yè)教育機構里，大數據技術的深入應用已成為提高管理質量與精度的有效途徑。管理者通過對學生出勤情況、日常行為及學業(yè)成績等數據的搜集與分析，實現了對學生學習狀態(tài)與表現的即時跟蹤。借助這種以數據為核心的管理策略，學校能夠快速發(fā)現問題，有針對性地制定解決策略，進而優(yōu)化資源配置及管理流程，全面提升學校的運營效能及對學生的服務質量[3]。

2.2 科研數據應用

科研工作者正逐漸傾向于運用大數據技術以提高其研究的效率與創(chuàng)新能力。他們憑借大數據分析手段以應對龐雜的數據量，開展一系列的模式識別、趨勢預估以及相關性探究等復雜工作。這樣的分析方法不僅助力研究者對既定假設進行驗證，還促使他們從數據中發(fā)掘全新的研究途徑與洞察，從而促進科學研究的發(fā)展并催生數據引領的發(fā)現。

2.3 資源開發(fā)與決策支持

大數據技術對于資源挖掘及決策支持的重要性不言而喻。教育工作者和行政人員利用數據分析手段，對課程資源進行精細優(yōu)化，同時在策略研究中尋求創(chuàng)新，旨在更好地適應學生發(fā)展及行業(yè)動態(tài)[4]。依托數據驅動的決策體系，教育機構能夠獲得詳盡的分析與直觀的報表，據此做出科學合理的戰(zhàn)略決策，從而顯著提升資源利用效率并確保院校運營的長期可持續(xù)性。

3 " 高職教師在AI-TPACK框架下對大數據

技術的應用策略

3.1 數據處理與分析能力的提升

在AI-TPACK框架指導下，高職教師在應用大數據技術時，需具備卓越的數據處理及分析技巧[5]。這不但涵蓋了數據篩選、整合和視覺展現等基礎操作技能，更涉及對數據挖掘、機器學習等高級分析工具與算法的熟練運用。通過不斷地專業(yè)深造和實際項目鍛煉，使教師能進一步增強數據分析的深度與廣度，從而為學校的研究工作與管理工作奠定堅實的基礎。

3.2 數據安全與倫理意識

在大數據技術實踐的背景下，教師應特別關注數據保護與倫理問題，這無疑是至關重要的環(huán)節(jié)。AI-TPACK框架明確指出，教師需具備維護數據隱私及遵循道德準則的認知與實踐技能。因此，高等職業(yè)院校有責任向教師提供全面的安全教育課程，內容包括但不限于數據加密技術、權限管理以及合法合規(guī)的數據處理，以保障數據在采集、儲存和運用各環(huán)節(jié)的安全，從而有效降低隱私泄露與倫理爭議的風險[6]。

4 " 實證研究與數據分析

4.1 研究設計與方法

本文采用問卷調查法和數理統計法獲取關于教師使用大數據的量化數據，并輔以有組織的訪談以深挖其內在見解。所采集的數據源自多家高職院校，覆蓋了擁有不同學術背景的教師，確保了樣本的多元性和代表性。

4.2 數據結果與分析

研究數據揭示了職業(yè)院校教師在運用大數據技術方面的能力呈現出明顯的分級現象。約20%的教師掌握了高端數據處理技巧，他們能夠獨立完成包括數據清洗、復雜數學建模以及預測性分析在內的復雜操作，并在科研和學校管理工作上展現出較為突出的自主創(chuàng)新和分析能力。而50%的教師僅擁有基礎的數據處理技能，僅能從事簡易的統計分析與資料整理工作，盡管他們能夠參與到數據分析的相關項目中，但對于高難度任務，仍需依賴技術上的輔助。30%教師在數據處理應用上的經驗尚淺，對于一些基礎的數據操作和分析任務往往感到力不從心。

教師運用數據分析的技巧與其運用的頻次呈現高度正相關（p值小于0.01）。那些擁有高級數據處理技能的教師在科研、項目研究以及學校管理決策中，更傾向于頻繁使用大數據工具，其使用的頻繁度超越了那些在基礎技能和經驗方面有所欠缺的教師。通過分析可知，教師在使用大數據時遭遇的主要難題有：培訓資源的匱乏、軟硬件設施的局限性，以及數據安全和倫理方面的顧慮。有40%的教師覺得，系統性和持續(xù)性的培訓缺失是制約他們應用大數據技能提高的一大障礙。30%的教師表示，目前的技術設施難以滿足他們對復雜數據分析的需求，尤其在處理大量數據時這一現象更為突出。30%的教師著重提到，在數據應用過程中，數據安全和倫理問題的重要性，他們呼吁需要更多關于數據隱私保護及合規(guī)使用。

對于經驗尚淺的教育工作者來說，他們在技術應用方面遭遇顯著挑戰(zhàn)，數據處理大多僅限于初級整理與手工操作，難以深入到更高階的數據分析活動中。通過多變量分析，我們可以窺見教師的技能水平與他們所適用的場景之間存在著一定的關聯。對于高等職業(yè)院校的教師而言，在大數據技術的運用上，具有跨部門協作與數據互通的能力是推進數據高效流通和促進協同創(chuàng)新的關鍵。研究顯示，那些擁有跨部門協作經歷的教師在運用大數據技術時的綜合表現，通常優(yōu)于缺乏此類經歷的同行，這一發(fā)現顯示了數據共享與協作在增強數據應用效能上的重要性。

5 " 研究結果與討論

5.1 教師大數據應用能力的現狀分析

調查成果揭示，在高等職業(yè)教育院校，教師在大數據技術運用上呈現出明顯的分級特征。其中，約有20%的教師具備高水平的數據處理技能，他們能夠熟練地進行數據的高級清洗、構建模型以及開展預測性分析，進而在科研和決策制定過程中展現出自主創(chuàng)新的潛力。而大約一半的教師僅掌握了基礎的數據處理技巧，他們在執(zhí)行簡易的統計與數據整理工作時表現得相對嫻熟，但在處理更為復雜的數據任務時，則迫切需要技術上的輔助。余下的30%教師則在數據應用方面顯得較為生疏，對于最基礎的運作也感到力不從心。

5.2 影響教師應用大數據成效的主要因素

在文中采用因子分析法挖掘其核心要素，發(fā)現教師大數據技術運用成效主要受到技術培訓經歷、專業(yè)領域背景以及院校所提供的技術資源支撐這三方面的影響。具體而言，那些擁有豐富技術培訓背景的教師，在大數據應用方面更為得心應手，他們頻繁借助大數據工具開展科研與管理工作。從專業(yè)背景來看，信息技術等相關學科背景的教師對復雜的數據分析技術掌握更為輕松。此外，院校所提供的技術與資源，如軟件及硬件設施，對提升教師使用大數據技術的頻率及其成效起到了不容忽視的作用。上述研究結果進一步凸顯了持續(xù)的專業(yè)培訓與資源合理配置的重要性[7]。

5.3 教師在大數據應用中面臨的挑戰(zhàn)與建議

調查結果表明，教師在大數據運用方面普遍遭遇了若干挑戰(zhàn)，諸如培訓資源的匱乏、硬件設施的局限性以及數據安全和倫理方面的困擾。其中，有四成教師感到缺乏完善的培訓是提升其技術素養(yǎng)的主要障礙，而30%的教師則認為現有硬件設施難以應對大數據處理的復雜性。同樣，還有相當一部分教師，約占總數的30%，對數據的隱私保護和合規(guī)利用持有疑慮。針對這些問題，筆者建議高等職業(yè)教育機構應當強化技術操作培訓，提高硬件水平，并完善數據倫理方面的教育體系。這樣，教師才能在實際應用中恪守最佳操作規(guī)范，從而促進教育管理和科研活動數據為驅動的創(chuàng)新力[8]。

6 " 結束語

通過調查分析我們發(fā)現，高等職業(yè)教育院校的教師在大數據技術的運用上展現出多級分化能力，這一現象明顯受到技術培訓、學術背景以及資源供給的深刻影響。調查結果揭示了教師普遍遭遇的困境，諸如培訓資源的短缺、硬件設施的限制，以及對數據安全和倫理問題的關注。針對這些挑戰(zhàn)，本文提出了具體的應對策略，建議相關院校強化技術培訓，合理調配資源，促進數據的互通共享以及跨部門的協作，以期在科研與管理工作上，全面提升教師的數據應用技能。

參考文獻

[1] 宋薇萍.中國航信副總經理李勁松：緊跟大模型步伐 夯實民航業(yè)數據底座[N].上海證券報，2023-11-27（07）.

[2] 李博.人工智能技術對民用飛機產業(yè)影響初探[J].大飛機，2023（11）：24-27.

[3] 李海勝.智能時代高職學生人工智能素養(yǎng)框架研究[J].西部素質教育，

2023（6）：89-92.

[4] 邢貞德.師范生智能教育素養(yǎng)模型的構建研究[D].湘潭：湖南科技大學，

2022.

[5] 唐曉鳳.“多元智能+人工智能”賦能高職人才培養(yǎng)模式變革研究[J].科技資訊，2020，18（36）：7-11.

[6] 張群.AI-TPACK理論視角下教師智能教育素養(yǎng)：模型構建及培養(yǎng)策略[J].開放學習研究.2023（6）：30-40.

[7] 張更慶，孫曉范.本科層次職業(yè)教育“人工智能+”人才培養(yǎng)探索[J].當代職業(yè)教育，2020（3）：60-68.

[8] 李皖豫.師范生智能教育素養(yǎng)的模型構建研究[D].開封：河南大學，2022.