数据赋能教育高质量科研创新

北京师范大学教授，长江学者，教育部新世纪优秀人才，高等教育研究院院长

周海涛

　　尊敬的领导、专家、嘉宾们，你们好！很感谢各位，也很荣幸能够为大家作《数据赋能教育高质量科研创新》主题演讲。数据赋能不仅助力社会民生等领域，也助力教育领域自身科研质量的提升，在协同攻关中带动了基教科研、高教科研、职教科研等质量科研的提高，在用数据说话的数字时代，如何研究、在哪研究、靠什么研究，这是当前教育科研三个基本问题。下面我向嘉宾们汇报一下我们在这三个方面感受到的新特点、新挑战和相应的一些思考。

　　一、如何研究的范式问题

　　我们学习心得是在经验范式、理论范式、计算范式的演进中，新增加了一个基于分析挖掘数据驱动范式，同时数据驱动范式也是向经验范式、理论范式、计算范式“乘以”数据，同时数据驱动自“乘”的结果。数据赋能科研显现新趋势，比如知识自动化、科研全过程智能化、人机融合、靠大数据大模型的大平台科研，这些我们现在都耳熟能详。从横向的位置上来看，在教育科研当中，本体论、认识论、价值论等是研究方法的基本元素，数据赋能引发了结构性的变化。本体论主要关注世界的本质和基质，教育数据成了新“实体”，一个新的对象，如学生学习行为、教师教学结果、教育机构运行状态等，这些都变成我们的研究对象。认识论关注认识本质和规律。海量教育数据使得我们能够更加科学准确地发现和认识教育现象背后的规律和趋势。方法论关注各种方法，数据赋能的教育方法得到了极大的拓展，形成了我们现在指导学生中经常用的混合研究方法。

　　价值论关注研究意义。数据赋能更全面评价教育的价值和意义，如教育投入产出的经济效益，学生满意度和学习体验，数据赋能都为我们提供了一个新的助力。与此同时，在调研中，同行们反映数据赋能教研范式创新方面有四个挑战。有的将数据中心化、本质表象化，数实模糊的研究本体错位。有的解读主观、噪音干扰，数据与经验整合难的研究认知偏离。有的传统方法不适应、数据技能门槛的方法落后。有的过度量化，在隐私伦理、文化脱节方面面临风险。面对教育科研范式新特点和新挑战，我们建议在本体论上关注教育科研多维数据，揭示教育本质；在认识论上善于建立数据分析框架，开展交叉验证，结合经验与数据洞察；在方法论上熟悉建模方法，由假设模拟转向假设模拟和数据模拟并存的方式，以及跨学科方法、数据学科方法；在价值论上平衡数据关怀，强化伦理，保护隐私，充分解读数据。

　　二、在哪研究的场景问题

　　大家都熟悉今天教育科研不再仅仅是查文献、做调研、做对比实验，而迎来了新的场景。其中之一就是真实的教育场景，表现为基于数字、算法分析的决策数字化，全程抓取分析数据，从而加速科研发现的智能化，满足具体需求，提供服务，支持个性化。面对多元的数据场景，有扎根本土的契合我国需求的教研科学数据库、面向国际的共建比较研究数据库和开放共享的不同部门领域实时流通的数据链。面对交互的未来场景，有虚实共生的沉浸式创新环境，人机协作的高效率合作氛围，模态融合的多模态转化融合场景。数据赋能教育科研场景创新方面，大家感受到的挑战主要有三点。一，一些教育科研数据资源质量不高，缺乏先进数字基础设施，供给资源不足。二，一些教育科研数据共建共享的流通机制不太健全。三，一些教育科研场景数据应用潜力开发不充分，数字技术更新还不太快，场景应用目标不清晰，数实融合程度不深不实。为推进教育科研场景创新需要优化资源配置，建设具有国际影响力的数据库，拓展数据资源供给格局；促进数据的互联互通，打造安全可信的数据流通环境，促进数据融合创新，推动教育科研数据有序开放共享；开展大模型开发与训练，挖掘新技术与应用场景结合点，打造兼具温度和效度的场景生态，促进教育与教育科研场景应用的深度融合。

　　三、靠什么研究的新能力问题

　　数据赋能教育科研能力建设的逻辑特点，在于从技能增值到多维并举，促进能力素养的全面发展。涵盖数字获取、使用、创新、安全保障、伦理道德，提升数字工作能力、数字创新活力、数字安全保护能力，形成数据驱动的教育科研生产力。数据赋能教研科研能力建设，具有层次性、多维性，集中在数据获取能力、数据安全能力、数据思维能力、数据应用能力、数据创新能力五个维度。目前挑战有：有的数据获取能力开放接纳水平有限，有的数据安全防护意识不足，有的数据思维策略结构性失配，有的数据应用化程度不足，数据创新成果转化还有短板。总的来看，一方面是适应性重构调整，另一方面是引领性重构调整。为加强教育科研能力建设，需以问题为牵引、实践为支点、发展为导向，围绕五大数据能力建设的目标、内容、载体、路径，同步推进适应性、引领性的重构。

　　这些年的探索，我作为一个教育科研工作者，我和我的同事们最大的一个新的心得是数据时代数据赋能和以往的教育科研关系方面，我们完全不能疏离数据，更不能说要防御数据，我们完全可以一起努力，取得数据赋能和教育科研深度融合。下面就汇报我们在做的一些探索。

　　一是与教育部信息化基地等合作，面向100所校园提供官方政策咨询；二是研制智能问答机器人，开展排课查询、校园卡补办等十多项功能一网通；三是开发“人工智能+高等教育”实训工作坊，整合20家人工智能教学模板融合其中，提供跨学科智能教学服务；四是研发项目针对缺乏多维度识别模式、缺乏全过程数据支撑自适应、缺乏能推广能示范的评价平台三个问题，基于数据赋能创新探索，努力打造一个鉴别－培养－评价的一体化平台。

　　（以上内容根据嘉宾发言速记整理）