当前，我国正处于教育数字化转型的关键阶段，数据智慧不仅是教育数字化发展的必经之路，也是推进教育现代化的关键一环，如何在实践中助推数据智慧生成已成为当前教育研究不可忽视的现实议题。然而数据智慧在数据质量、平台呈现与管理、教学实践、相关主体数据素养以及保障机制方面仍面临着现实困境。据此，基于设计、管理、治理三个层面提出数据智慧生成的实践路径。

  数据智慧作为教育数字化的重要组成部分，其生成会受到多元主体的影响和制约。据此，本文提出了教育中数据智慧生成的实践框架(如图1所示),将数据智慧生成中的多元责任主体划分为教育教学与设计开发的专业技术人员、教育组织及平台的管理者以及各级政府主管部门，分别对应设计、管理和治理三个方面。同时，各责任主体承担着不同的角色和作用，所应达到的目标也各不相同。

  教育数据往往用于基础记录与一般性统计，数据间的关联性不足，数据库之间缺乏兼容性，教育工作者无法通过数据的关联性分析对教学过程与教学成果进行相对有效决策。

  数据智慧的精确性特别大程度上依赖于数据的颗粒度，因此，要尽可能使用具体、详细、小颗粒的数据。

  数据可视化能够将数据的内在价值以更加简明、直接的逻辑展现，帮助师生察觉缺陷、规律与关联，从而指导教学决策。

  嵌入专家系统后的平台可根据规则、知识、逻辑全面分析与解读教育数据，洞悉隐于复杂数据中的潜在规律和特征，从而有效支持复杂教学问题的科学决策，辅助教育工作者获得更有价值的见解，使得数据智慧具有更高的可靠性和可理解性。

  随着教育数字化的深入发展，教育数据的体量急剧增长，随之而来的数据风险问题也愈发突出。教育领域的数字平台设计更要注重凸显教育的内生价值与意蕴,规避违背教育初心的价值风险。

  数据智慧的建设是一项长期的系统工程，依靠简单的规划分析与平台搭建是远远不足的，需要面向设计阶段建立敏捷迭代管理机制，在开发中不断反馈调整和持续优化升级，灵活性更好地使用户得到满足需求。

  教育信息化推动了教育的发展，但也引发了数据壁垒与封闭的问题，因此，需要优化重构管理机制与模式，构建起数据纵横融通的共享生态。

  管理者应当重塑数字化环境下的教学模式，推动教师将数据纳入教学流程链。以有序的流程框架辅助教师开展常态化数据应用，以伴随性的引导问题促进教师深度思考数据价值，在教学的各个阶段提供个性化的数据支持建议，为数据智慧提供更高效、明确的施为路径。

  基于数据的决策模型在精准性和前瞻性方面产生了质的飞跃，因此数字平台亟须变革决策模型。

  数字平台评审是一项专业性的系统工程，应当基于权威组织建立，以确保评审标准的科学性与严谨性，还要最大限度地考虑用户需求和使用场景，制定出合理明确的评审标准。

  可借助独立的第三方机构负责执行评审和推优工作，以确保公平性和客观性，对于评审成绩不佳的平台，也应提供对应的优化建议与指导，帮助其提升数据质量、完善平台设计，以构建良性竞争模式。

  要建立起面向实践的优质案例挖掘、遴选与辐射流程，充分的发挥优质案例的示范与引领作用，扩大“优秀”的辐射范围，以点带面，点面共进，持续实现数据智慧实践应用的良性发展。

  设立教学改革与研究项目，充分调动高等院校和企业的研究力量，支持数据智慧的理论研究与实践探索，实现数据智慧在不相同的领域的推广和普及。

  保障数据生态的良性循环，加强数字基础设施建设，设计数据安全保护机制，提供政策引领、文化熏陶及市场需求等多维支持，推动形成更加富有生机的数据生态系统。

  综上，设计、管理与治理三个层面协同发力，共同解决数据智慧生成的现实困境。设计层面的举措从平台建设出发，着力于解决“数据原始质量”与“平台呈现与管理”问题；管理层面的举措将作用范围进一步扩展到“教学实践”问题，推进数据智慧的全流程应用；治理层面的举措则更为综合全面，对所有问题的解决起引领与撬动作用。返回搜狐，查看更加多