2023-11-07
骆方 王珊：第十四届海峡两岸心理与教育测验学术研讨会暨全国教育统计与测量学术年会会议综述原文刊载于《中国考试》2023年第9期第87—94页。作 者骆方，北京师范大学心理学部教授。王珊，北京师范大学心理学部研究助理。摘 要：第十四届海峡两岸心理与教育测验学术研讨会暨全国教育统计与测量学术年会近日于广州成功举办，会议主题为人工智能时代下的心理与教育测量。会议共设有5个主会场、24个分会场，交流研究报告216篇、海报展示83篇，来自两岸三地高校和相关机构的409位专家学者出席了此次会议。会议涵盖心理测验理论与技术、信息科技与测验发展、教育测验新进展、人事测评理论与技术、临床与咨询中的心理测验、发展性诊断与测评、统计模型新进展等议题，集中展示了海峡两岸暨香港专家学者研究的前沿成果和最新进展，促进了心理与教育测量领域的学术交流。 关键词：海峡两岸心理与教育测验学术研讨会；全国教育统计与测量学术年会；人工智能；心理与教育测量；智慧教育；智慧评价 2023年8月12日至13日，第十四届海峡两岸心理与教育测验学术研讨会暨全国教育统计与测量学术年会在广州华南师范大学成功举办。研讨会由中国教育学会教育统计与测量分会、中国心理学会心理测量专委会以及中国测验学会（台湾）3家学术机构联合发起，自1993年起每两年一届，轮流在海峡两岸举办，旨在深入探讨心理与教育测验及统计科学等前沿发展议题，带动并活跃海峡两岸学术氛围，促进海峡两岸学术交流。 本届研讨会主题为人工智能时代下的心理与教育测量。会上，两岸三地的409位学者齐聚一堂，来自北京师范大学、华东师范大学、江西师范大学、华南师范大学、台湾师范大学、台北教育大学、台中教育大学、台南大学、成功大学、台北商业大学、香港中文大学等70余所高校，以及教育部教育考试院、微软亚洲研究院等20余家教育考试机构、中小学和相关企业的代表共同参会。1 海峡两岸携手并进，心理与教育测量同仁共迎人工智能新时代 我国教育评价改革目前处于攻坚克难阶段，亟需多学科融合的教育评价技术创新的积极推动。2020年10月13日，中共中央、国务院印发《深化新时代教育评价改革总体方案》，强调要“创新评价工具，利用人工智能、大数据等现代信息技术，探索开展学生各年级学习情况全过程纵向评价、德智体美劳全要素横向评价。”[1]这充分体现了我国对人工智能（artificial intelligence, AI）与大数据等新技术、新手段助力教育评价改革的重视和期望。1.1 人工智能助力提升教育的综合评价、过程评价和增值评价水平，完善教育评价机制 围绕大会主题，中国教育学会常务副会长李天顺教授提出，在深入研究各级各类教育内在规律和时代特征的基础上，发挥自身专业特长，为解决教育评价的难题贡献智慧和力量。一是着眼健全综合评价，充分运用人工智能助力的教育评价，进一步全面评估学生发展。例如：利用数字化、信息化等手段来客观记录学生品行的日常表现和突出表现，完善德育评价；使用可穿戴设备等新型设施和技术，记录学生日常体育参与情况和体质健康水平；等等。二是着眼强化过程评价，进一步深度挖掘教育和学习过程中的数据。过程性评价的关键一环是数据获取和应用，如何借助人工智能和教育大数据技术，对学生进行一系列过程性、伴随性、无觉察的测评，使测评的方式和类型更加丰富、结果更加准确，是强化过程性评价的重要抓手。三是着眼探索增值评价，进一步了解学生的成长和进步。借助人工智能和大数据挖掘算法的支撑，便于更加精确地评估每一名学生的成长曲线，进而更加深入地了解学生的成长和进步。四是着眼完善评价机制，进一步探索更深层次的教育教学规律。通过挖掘、分析教育大数据，量化学习过程，表征学习状态，发现影响因素，找到干预策略，从更深层次揭示教育规律，使其为区域教育管理提升等教育实践服务，推动教育评价结果更好、更扎实地发挥作用。1.2 人工智能等新技术推动测量方法和测验工具的创新发展 人工智能时代的到来，使心理与教育测量领域面临诸多机遇和挑战，也推动了测量方法和工具的创新与发展。中国测验学会（台湾）理事长林素微教授认为，两岸无论从实践需求、面临的挑战和学科发展机遇上，都存在着很多共性的特点。林素微教授分享了台湾地区数字教学与数字化测评的发展现状与成效。顺应大型国际调查的发展趋势，中国测验学会（台湾）致力于推广教育大数据资料的串接、分析与应用，包括国际阅读素养进展研究项目（PIRLS）、国际数学与科学趋势研究项目（TIMSS）、国际学生评估项目（PISA）、国际公民意识和公民素养研究项目（ICCS）、国际计算机与信息素养研究项目（ICILS）等国际调查。此外，会上讨论并分享的数字化测验与评价的技术与实务应用、信息科技在教育与心理测量上的应用等内容，为教育政策规划提供了参考。1.3 心理与教育测量技术进步，推动教育事业高质量发展 心理与教育测量在教育发展中具有重要意义，既为教育决策提供科学依据，又能很好地推动教育综合发展。作为大会承办单位，华南师范大学党委书记王斌伟认为，当前人工智能技术正以前所未有的速度和广度影响着我们的生活。在实现全面建设社会主义现代化国家的目标过程中，优质的教育和人才培养是关键因素。会议以“人工智能时代下的心理与教育测量”为主题，具有重大的现实意义和深远的战略意义，旨在进一步推动心理与教育测量朝向数字化、信息化的方向发展，进一步促进心理与教育测量学科建设，为推动教育考试事业高质量发展、培养高素质的社会主义建设者和接班人，进而实现中国式教育考试现代化提供有力支持。2 主会场高屋建瓴，聚焦数字化考试与教育手段提升 随着信息技术的飞速发展，借助数字化手段获得大量的学习和行为数据成为可能。应用数字化、智能化信息技术手段，深入分析数据，用以发现学习趋势、认知模式和效果评估等方面的规律，从而指导教育改革和个体干预。2.1 建设与智慧教育相适应、服务智慧教育的数字化考试系统 教育部教育考试院党委副书记、副院长于涵研究员在专题报告中提到，作为国家教育制度的组成部分，我国大规模教育考试在保障教育公平公正、服务拔尖创新人才培养、促进人力资源优化、助力经济社会发展等方面发挥着积极作用。随着国家教育数字化战略行动深入推进，利用现代数字技术和理念助力教育考试内容、形式、评价及治理改革，建设与智慧教育相适应、为智慧教育服务的数字化考试体系（简称智慧考试），是我国教育考试现代化进程中一项重要且急迫的任务。教育部教育考试院聚焦国家教育数字化战略行动总体要求，对标智慧教育总体架构，以数字化思维重构考试业务流程，提出以智慧考试为核心概念的全新考试业务系统，描绘我国大规模教育考试数字化发展的愿景和技术路线。智慧考试服务于智慧教育主要体现在3个方面：第一，为智慧教育提供高质量的数据资源，包括面向考试全环节的海量题库、命题素材、无感信息和考生作答信息等；第二，智慧考试的评价结果在教学端服务于学生学习和学校教学，在教育端服务于教育评价和教育改革；第三，通过可及性更好的考试促进教育公平，通过准确性更高的评价保障教育质量，通过适配性更强的考试与智慧教育总体架构实现深度嵌套、全面融合。2.2 拓展自适应个性化学习、评估与反馈的教育新模式 人工智能技术可以更精确地衡量个体的认知、情感和学习进展。个性化测量手段能够实现对个体认知、情感和学习进展进行精准化测量，分析其学习状态与学习结果，为每个学习者设计定制化的评估方式和学习计划。基于人工智能的自适应学习和测量系统则能够根据学生的表现和需求调整教材和测验的难度和内容，使学习过程真正基于学生自身水平进行，从而更好地满足其学习需求和发展潜力。 台湾地区于2017年至2020年实施前瞻基础建设计划，已完成智慧教室与网络带宽设施。疫情发生后，在现有数字化建设基础下，台湾当局提出《推动中小学数字学习精进方案》，规划数字内容充实、行动载具与网络提升及教育大数据3项计划，加速数字化教学推动，以期达成教材更生动、书包更轻便、教学更多元、学习更有效、城乡更均衡五大目标；建设“因材网”，涵盖1-12年级学科教材、素养教材、游戏教材和资讯科技等内容。系统实现了计算机化动态测评学习分析，动态测评由选择题组成，当学生尝试作答错误时，系统会针对错误类型给予适当的反馈，在评估的同时协助学生学习与解题。2.3 依托过程测评，为复杂问题解决能力评估提供全新测评范式 北京师范大学心理学部刘红云教授较为全面和系统地总结介绍了近几年复杂问题解决能力的过程测评与测量模型发展。自20世纪90年代，核心素养（key competencies）已成为全球范围内教育实践和研究领域的重要议题。核心素养的复杂性使得传统的教育测验范式难以直接应用，需要教育测量理念、方法和技术的系统性革新。近年来，信息技术进步为以复杂问题解决能力为代表的核心素养测评提供了全新的测评范式。依托计算机的交互式测验，能够在仿真任务情境下实时记录学生的反应过程，对学生解决复杂问题解决能力的过程进行测评，并保存为过程数据。过程数据蕴含关于学生认知与思维活动的丰富信息，对这些信息进行挖掘与分析有利于对学生潜在能力进行更加准确的估计。 在专题报告中，刘红云教授系统介绍了过程测评的缘起、特点以及测验设计的核心内容并结合过程测评，对数据挖掘方法与测量模型结合的前景进行了展望。2.4 加速领域融合创新进程，提升与丰富心理与教育测评技术及手段 心理测验诞生至今已逾百年，现已被广泛应用于教育、企业管理、临床医疗等领域，发挥了重要作用。然而，传统心理测验本身的一些局限，如问答形式带来的个体焦虑与外在表现水平的降低、自陈式量表造成的不认真作答和作假现象、测验曝光率过高等问题，使其在应用中面临诸多挑战。 信息技术发展为心理与教育测评技术和手段的创新提供了新的解决思路。北京师范大学心理学部黎坚教授介绍了基于游戏的评估方式与最新进展。基于游戏的评估（game-based behavior assessment, GBA）是指通过游戏或者游戏化的活动来对某一对象进行评估。从心理学的角度来说，GBA就是采用游戏的方式，对一个人的能力、人格等心理特质和行为进行量化评估。由于具有可玩性、隐蔽性与仿真性3大优势，GBA能够较好地应对传统心理测验面临的受测者作答动机不高、测验焦虑、测验情境远离现实等问题，已逐渐应用于实践。 北京师范大学心理学部骆方教授团队则开发了系列人机交互式测验，包括创造力、批判性思维、复杂问题解决、计划能力、科学探究能力等测验。这些测验基于证据中心设计（evidencecentered design）框架研发，采用不同测验任务载体，对测验过程性数据的分析也各有不同。报告介绍了从基本的场景化设计、情境性设计到基于虚拟现实的多种设计方式，并从题目作答正确性、作答反应时间和文本数据3方面实现自动化计分。报告强调基于测验的目的和施测条件需要选择恰当的方法来完成整个测验的研发过程，为实际的测验设计与开发提供了经验借鉴。 台中教育大学教育资讯与测验统计研究所的吴慧珉助理教授介绍了高阶能力题型及其自动计分机制的相关研究。研究利用自然语言处理预训练的BERT（bidirectional encoder representation from transformers）模型语言识别技术，对文字进行自动识别，将其运用于考生作答发音的评分中，大幅降低人工评分的主观性和不确定性研究通过计算机手段辅助，模拟了一系列问题情境，使得测评情境更加真实、更能准确评估高阶能力，如可以实现对数学开放题的自动化评分，体现了自然语言处理的能力与优势。 技术进步推动心理与教育测量领域发展，而心理与教育测量手段也能够反向为技术发展提供一些有趣的研究与评价视角。来自湖南师范大学测评研究中心的杨志明教授研究团队，结合英语原著《Charlotte’s Web》阅读训练编制了一套批判性思维测试并分析了ChatGPT的作答结果。结果发现，ChatGPT给出的作答理由比较肤浅，基本上是从题干或答案选项中重抄一部分文字，这可能也意味着ChatGPT在回答问题时重在计算文本之间的相似度，而不是具有真正的思考能力。3 分会场报告异彩纷呈，共同探索教育与心理测量发展新路径 此次研讨会开展了多种形式的学术交流。研讨会共设有5个主会场，24个分会场，汇集学术前沿报告发言216篇、海报报告发表83篇，涉及统计模型新进展、发展性诊断与测评、心理测验理论与技术、信息科技与测验发展、教育测验新进展、人事测评理论与技术、临床与咨询中的心理测验等重要议题。与会专家在各自领域的探讨与研究，为人工智能时代下的心理与教育测量描绘了精彩的未来图景。3.1 统计模型的前沿进展 在统计方法及其应用分会场，与会者围绕统计建模及应用前沿进展展开了深入的探讨。一方面，聚焦于心理统计领域的方法前沿问题，围绕追踪数据分析、结构方程模型等主题广泛开展方法研究，提出新的统计分析方法以及优化改进已有方法的新思路，为心理、教育等学科研究的开展奠定统计方法基础。另一方面，从心理学理论和实证数据出发，应用前沿统计分析方法探究变量之间的关系，挖掘数据中的规律。例如，探讨家庭照料与老年人生活满意度之间的关系、分析父母教育卷入类型、探究学习动机对学习投入的影响等。这些实证研究为心理学理论的构建和验证提供了实证基础，为日常生活和教育教学等提供了有益的启示，有效地促进了统计分析方法的发展以及心理学理论的建构与验证。学者们在会场中积极交流研究成果，探讨前沿统计方法和应用课题，进一步推进了统计方法领域研究的进展。3.2 认知诊断研究进展 在认知诊断专场报告中，与会者汇报了认知诊断研究的前沿进展，具体包括如下议题：在认知诊断模型开发上，基于实际提出参数与非参数化的多策略模型等，并联合作答数据与过程性数据构建模型；为了解学习者的动态学习过程，开展基于两阶段增强信息的研究，构建学习模型；为提高认知诊断计算机化自适应测验（cognitive diagnostic computerized adaptive testing, CD-CAT）结果准确性，促进其实践应用，从参数与非参数结合等方面开发新选题方法，探索在线标定方法和可修改答案CD-CAT；梳理Q矩阵理论及其进展，对Q矩阵估计、被试拟合指标、贝叶斯参数估计等进行研究；基于已有理论研究，积极展开应用研究，将认知诊断应用于数学核心素养评估、比例推理学习进程等。所报告的研究兼具深度和广度以及创新性，丰富了认知诊断领域研究的内容，为该领域的研究提供新的视角与思路。在教育测评中可服务于教师的因材施教以及学生个性化学习方案的制定，以达到诊断结果促进学习和教学、有效减轻学生考试压力和负担的目的，最终促进智慧学习、高效学习、轻松学习。3.3 题目作答时间建模与应用 在题目作答时间（response time, RT）建模与应用分会场报告中，与会参与者探讨了RT这一具有代表性的多模态数据在心理与教育测量中的理论和实践应用价值。例如：为进一步实现对传统题目作答精度（response accuracy, RA）和 RT的准确客观分析，提出基于广义项目反应理论模型簇和对数正态RT模型的广义联合层级建模框架；为探究潜在能力和潜在加工速度之间的并行交互发展，提出针对纵向RA和纵向RT数据的纵向联合建模框架。在模型构建之外，面对心理与教育测量中快速猜测等异常作答检测所面临的难点问题，与会者还探讨了RT在快速猜测等异常作答检测中的应用，提出联合RA和RT的变点分析法、联合RA和RT的诊断分类树模型和联合RA和RT的混合层级认知诊断模型。这些模型建构和实践应用对于加快推进心理与教育测量中多模态数据的分析与利用具有重要价值，既为我国智能化考试的数据分析提供方法学支持，促进我国智能化考试落地，也为学习科学和教育数据挖掘等相关领域研究者提供方向参考。3.4 心理健康新型测评的研究与实践 在心理健康新型测评专场报告中，与会者分享了与特殊测评技术和机器学习算法结合的心理健康评估的研究现状，还探讨了如何简化和优化传统的心理健康评估工具，以适应数字时代的需求，为实现心理健康的准确测评提供了全新视角。与会者围绕心理健康测评中的热点难点问题展开讨论：针对传统测评无法解决的社会称许性的问题，提出采用投射测验和条件推理测验等形式的测验进行测量；针对传统测评筛查费时费力的问题，提出结合大数据和算法实现无侵扰大规模测量。在中国式教育考试现代化的背景下，这些方法技术创新为更客观、全面地评估学生的心理状态提供了可能，有助于更好地关注学生的整体发展，对于推进心理健康测评领域的技术创新和应用具有重要价值。3.5 组织中的人事测评新视角 在组织中的人事测评专场报告中，与会者聚焦当前人事测评领域难题，结合层面理论、项目反应理论、认知诊断理论等测量理论和机器学习领域视角，针对测量工具的理论构想设计与验证、受测者作假及甄别、自适应题库的建设等一系列亟待解决的前沿问题展开探讨，为解决上述问题提供了充足的理论与数据分析模型。在前沿理论的指导下，与会者探讨了各测量形式及其应用优势：基于游戏的评估能够较好解决受测者的测验焦虑等问题；迫选测验和条件推理测验能够较好应对作答过程中受测者的作假行为倾向、具有较高的抗作假能力；而开放式情境测验则能够在具备高拟真性的同时，使用ChatGPT实现自动化评分。各专项报告从测评形式设计、受测者作答模式、测评数据分析、测评题库建设等角度出发，探索实践应用问题的理论解决方案，锚定理论研究构想的落地应用场景。在人工智能这一时代背景下，专项报告形成的智慧结晶为组织中的人才选拔与评估贡献新思路，为人事测评领域研究开阔新视野。3.6 人机交互式测评技术探索 在人机交互式测评专场报告中，与会者从测评的任务设计、测评的数据分析和测评的实践应用3个角度出发，探讨了人机交互式测评、基于游戏的测评等人机交互式测评工具在心理测量领域的巨大潜力。所报告的研究多采用反应时间、眼动数据、过程性指标等丰富的数据类型对复杂任务进行分析，介绍如何使用序列分析、网络分析等方法，在过程性数据的帮助下分析任务完成过程中的个体差异。在新型测评的开发过程中，测验的设计思路、收集的过程性数据的类型和数量以及使用过程数据的方式都发生了巨大的变化；随着技术的不断发展与进步，新型测评还可能采集更广泛的数据，包括生物识别（如心率、面部表情）和基于手势的输入。技术的进步使得设计和开发各种精巧、便携的测评工具成为可能，随着统计建模和数据分析的发展，还可以实现更快地收集、分析、可视化评估数据，有助于在学习环境中进行更有效的测评。除此之外，基于交互性、新颖性、及时反馈等特点，交互式测评工具还可以被用于训练和辅助学习。人机交互式测评不仅可以帮助提升学生的思考能力和学习方式，而且有助于更加全面地评估学生的能力，在教育和考试领域具有广阔前景。3.7 ChatGPT在心理与教育测评场景中的应用 在ChatGPT与心理教育测评专场报告中，与会者对以ChatGPT为代表的生成式AI大模型在心理教育测评领域中的现有及潜在应用场景进行了讨论。有学者报告了在作文自动化评分、开放式测验作答评分等任务上ChatGPT模型的表现，展示了ChatGPT在心理教育测评任务上的巨大潜力。此外，如何审视ChatGPT这种通用人工智能也成为热议的话题，有研究者从人格、高阶思维等视角，通过专业的心理测验工具对人类群体、ChatGPT、GPT4等进行了评价对比，提出GPT系列大模型尚存在的不足。这些研究结果对如何建立长久的人机协同机制、如何应用大模型改进心理教育测评等提出新的思路，对探索大语言模型技术如何服务于中国式教育考试现代化具有重要学术意义和参考价值。3.8 教育质量监测和学业测评 教育质量监测和学业测评分会场的报告人来自高校、中小学和教育测评机构，报告主题涉及质量监测、测验改进、学习分析3个方面。与会者探讨了区域基础教育质量监测的需求和挑战，提出以整合的思路建构区域教育质量监测方案，以应对监测结果应用不足的问题；围绕测验的开发与改进，与会者探讨了测量理论和方法、心理学实验方法、人工智能与技术对命题和测验编制、测验实施、评分技术、分数报告等方面的进展；与会者还探讨了基于人工智能对学生学习过程的刻画，以及对不同类型学生的识别和帮助的策略，为教师的教学改进提供了新的可能。这3个方面的报告，充分体现出监测与改进融合、测评与学习融合、测验技术与人工智能融合的重要性与必要性。此外，也可以从与会者的交流中了解到，高校、中小学和教育机构的合作十分必要，且前景广阔。3.9 人工智能时代教育测量学面临的挑战与机遇 在人工智能与教育考试专场报告中，与会者探讨了人工智能时代教育测量学面临的挑战和机遇，提出智慧考试学评融合的理论架构，把量子测量的思路和方法引入教育测量，为构建人工智能时代下的教育测量基础理论提供全新视角。在理论探讨的基础上，与会者还探讨了高校人才选拔中的热点和难点问题：针对高考综合改革中的选考科目等级计分问题，提出借助统考科目成绩为选考科目建立通用能力量尺的思路；为对标人工智能时代下的人才需求，提出从评价理念、试题呈现、评卷方式等维度改革考试内容和形式的思路。这些理论探讨和实践改革思路聚焦教育考试高质量发展，探索适应人工智能时代要求的教育考试新理论、新模型、新应用，打造为育人选才全过程服务的考试新业态，对于加快实现教育考试现代化具有十分重要的意义。此外，本场报告以教育考试机构中青年学者为主体，面对人工智能技术的发展，他们以数字化思维重构考试业务流程，对数字化考试业务系统进行学理化阐释、学术化表达，为教育考试学术共同体的建设和发展注入了新的活力。 经过为期两天的高密度学术交流，主题丰富、层次多样的研究报告使与会者充分了解教育与心理测量领域的前沿进展和热点问题，对如何利用技术进步、迎接技术挑战有了更为深入的思考，对人工智能浪潮下心理与教育测量未来发展趋势有了更加清晰的认识；各领域的专家学者也各尽所能，来自不同地区、不同类型单位的专家学者、研究生、中小学教师以及教育机构与企业的实践工作者等，相互平等交流、深入探讨学术问题、碰撞学术思想、助力学术互鉴，推动构建海峡两岸暨香港学术共同体的融合发展。 大会将“海峡两岸学术交流杰出贡献奖”郑重授予侯杰泰教授、吴武典教授、车宏生教授和冯伯麟教授等4位教授，以表彰他们在推动海峡两岸学术交流与合作中作出的突出贡献。另有24位参会代表获得“青年学者大会论文奖”。 特别感谢陈睿、曾平飞、涂东坡、詹沛达、田雪涛、李辉、王欣夷、程雪迎、张照辉等同志对本文的贡献。 参考文献：
2023-09-25
孟照海：以中国教育学知识体系支撑教育强国建设 来源：中国社会科学网 - 中国社会科学报 习近平总书记指出，建设教育强国是中华民族伟大复兴的基础工程。拥有一套解释和说明自己的知识体系是任何一种文明的核心内容，而推进中华民族伟大复兴，关键是重建中国自己的知识体系。近现代以来，世界教育强国的崛起通常伴随着本国教育思想家及其理论体系的成熟。从英国洛克的绅士教育，到法国卢梭的自然主义教育，再到德国康德和赫尔巴特的唯理论教育，进而到美国杜威的民主主义教育，世界教育强国的形成不仅体现在先进的教育制度和较高的国民素质上，更在于教育制度与实践背后的教育思想和理论体系。从1901年我国学者译介西方教育学开始，在百余年的发展历程中，我国教育学经历了“在中国的教育学”“教育学中国化”到“中国教育学”的历史演变，逐渐从对西方教育学的“学徒状态”走向自主和成熟。面向2035年建成教育强国的目标任务，需要我们思考与之相匹配的中国教育学知识体系是什么？教育学知识如何成为教育强国建设的思想和理论先导？如何将中国教育理论上升为普遍的规律性认识，进而为世界贡献中国教育智慧？这些问题成为建设教育强国必然要回答的关键问题。 教育强国需要什么样的教育学知识体系 一是体现继承性民族性。习近平总书记指出，“如果没有中华五千年文明，哪里有什么中国特色？如果不是中国特色，哪有我们今天这么成功的中国特色社会主义道路？”国外教育制度可以模仿，教育实践可以参照，教育思想可以借鉴，但教育强国之路必然是内生的和自主的。走别人的路即便做得再好，也只能跟在别人后面。只有走自己的路，才能真正走向自主、成熟与强大。德国理性主义精神催生了洪堡的现代大学理念，美国实用主义哲学催生了杜威的民主主义教育，具有世界影响力的教育思想和理论必然植根于民族文化传统的深厚土壤中，这是教育强国的历史基因和文化内核。中华民族有百万年的人类史、一万年的文化史、五千多年的文明史。先秦诸子百家的思想灿若星河，留下了《论语》《学记》《劝学》等传世经典，儒家的“有教无类、因材施教、教学相长、循序渐进、温故知新、知行合一”以及道家的“为学日益、为道日损”等思想，始终是中国教育理论和实践创新的“根脉”。 二是体现原创性时代性。习近平总书记指出，“哲学社会科学的特色、风格、气派，是发展到一定阶段的产物，是成熟的标志，是实力的象征，也是自信的体现”。中国教育学的主体性和原创性突出地体现在中国教育学派的形成和标识性教育学概念命题理论的提出上。近代以来，面对作为“舶来品”的教育学，兼具中西方教育经历的我国知识分子，始终在追求构建中国自己的教育学。在教育学自主知识的建构中，蔡元培的“以美育代宗教”以及“学术自由、兼容并包”思想、黄炎培的职业教育思想、陶行知的生活教育思想、陈鹤琴的“活的教育”思想、梁漱溟的乡村教育思想等，都是本土化教育思想探索的典范。20世纪80年代以来，围绕教育本质的大讨论，掀起了新一轮教育思想解放运动，开创了教育学“一个时代的集体荣耀”，涌现出一大批当代中国教育学的奠基者和开拓者。从百余年来中国教育学知识的发展来看，紧扣时代脉搏、发掘传统文化和结合中国实践，是中国教育学彰显原创性和时代性的基本途径。 三是体现系统性专业性。在哲学社会科学的学术等级制度中，教育学的学科地位并不算高。1806年，作为“科学教育学奠基人”的赫尔巴特在创立现代教育科学时，将教育学建立在伦理学和心理学的基础之上，从而使教育学成为其他哲学社会科学的应用领地。第二次世界大战后，随着社会科学的兴盛，哲学、心理学、社会学、经济学、政治学、文化学、人类学、统计学等学科大举“入侵”教育学领地，教育学从单数的教育学发展成为复数的教育科学，从而引发了“教育学终结”的惊呼。同时，教育学内部分化出课程教学论、德育论、学校管理、教育技术学以及高等教育学、学前教育学等分支学科。百余年来，教育学在追求科学化的道路上，出现了“内解”和“外化”两种倾向，导致教育学科知识成为“松散的联盟”。教育学知识内部逻辑性和自洽性的不足，直接影响其解释力和批判力的形成，而这也致使教育学屡屡被外界指责为“无用的学科”。教育强国建设所需要的中国教育学必然是“内外兼修”，既保持开放科学的心态，又专注于学科核心知识的建构，以解释力和批判力的提升为教育学赢得合法性。 中国教育学知识何以自主 一是在中西关系上的自立。美国学者沃勒斯坦指出，18世纪历史学、政治学、经济学、社会学、人类学等社会科学从诞生起，都是围绕西欧资本主义国家转型期的经验和问题展开探讨的。建立在“理性人”“政治人”和“现代性”等前置假设基础之上的西方社会科学具有“情境适用性”，不一定适合中国传统文化和认识范式。面对现代技术给人类社会带来的诸多不确定性和风险，联合国教科文组织（UNESCO）在《反思教育》等多份重要报告中指出，人类社会的发展将更加凸显人文价值的重要性。“讲仁爱、重民本、守诚信、崇正义、尚和合、求大同”等中华优秀传统文化精神，能够为人的全面发展和解放以及构建人类命运共同体提供中国智慧和解决方案。2018年，经济合作与发展组织（OECD）启动了“社会情感能力调查”大型测评项目，而这种能力恰恰是中国传统文化中“学以成人、以德为先、仁者爱人、立己达人”等思想所强调的。中国教育学知识建构要摆脱“学徒状态”，从依附走向自立，需要建立在对中华优秀传统文化的自信之上。 二是在内外关系上的自主。教育学科“入门易，登堂难”。与经济学、社会学等其他社会科学相比，教育学科的门槛相对较低。但凡有点教育工作经历或对教育问题有所思考的人，都能够成为教育学知识的建构者。一些高校管理者即便没有受过专门的教育学科训练，但凭借工作经历也可以成为教育学科的博导。在教育学的学术场域中，政治逻辑、经济逻辑、社会关系逻辑常常超越学术逻辑成为支配法则。在学科建设、学位授予、论文发表、课题评审、学术评价和学术会议等活动中，让学术回归学术的呼声日益强烈。为增强教育学的学术自律性，不仅要坚守学术场域的规则，抵御“官大学问大”“学术资本主义”等非学术逻辑的侵蚀，而且要激发内部的学术活力，防止因学术分层和等级结构“板结化”而阻滞学术流动和知识创新。 三是在学科关系上的自强。在学科知识生产中，首先要明晰教育学知识与非教育学知识的区别。每个学科存在的合法性前提就是有专门的研究领域和问题。然而，教育学科的边界相当模糊，其结果是“种了别人田，荒了自家地”，该研究的不研究（学校时空框架之外的教育），不该研究的却去研究（教育中的经济、政治、社会和文化现象）。为了给自身的科学化寻找论据，教育学常常把其他学科的理论作为自己的基础，并且希望“婆婆越多越好”，只要跟教育沾边，“有奶便是娘”，从而迷失在科学化和学科化的追求之中。教育学知识自主性的确立，建立在学科意识、学科立场和学科视角的实践反思基础之上。强调学科意识和学科边界，不是走向学科的封闭，而是在于专注学科核心知识的建构，确保学科内部知识的逻辑自洽性，从而为促进人类知识增长作出教育学科独特的贡献。 开放时代中国教育学如何发展 一是处理好中国特色与普遍知识的关系。北京大学教授张静认为，社会科学正在努力让世界“读懂中国”，但普遍采用的方式是论证我们的独特性——本土特征、差异模式、独特道路，这么做不是不对，但效果有限。西方文化长于概念思维和理论建构，而中国文化则长于经验思维和比附联想。西方学术理论的强大在相当程度上得益于其学术表达，这种表达具有思想的规范性和时空的穿透力。人力资本理论、教育收益函数、文化资本、教育分层和流动等理论，尽管产生于西方国家，但其影响远远超越资本主义世界。不重视理性思维、概念表达和理论建构，所取得的经验性认识就只能是局部的、个别的现象，其他地域或文化就没有关注这种知识的必要。在推进中国教育学体系建设过程中，要警惕过度强调特殊性的民粹主义倾向，既要重视本土经验的总结提炼，又要重视公共知识的学术表达，从特殊走向一般，为世界教育学知识贡献中国理论。 二是着力提升中国教育学的主体性和原创性。坚持马克思主义基本原理同中国具体实际相结合、同中华优秀传统文化相结合，是中国哲学社会科学理论创新的必由之路。改革开放以来，中国教育学的原创性知识源自一批学养深厚且有相同集体经历的学者，他们将马克思主义思想与具体教育实践和中华优秀传统文化相结合。基于马克思对人的本质的认识，叶澜指出，中国教育学理论需要实现从“抽象的人”到“具体个人”的转换。基于马克思主义辩证唯物论和实践观，鲁洁提出“教育的适应与超越”，对“教育万能论”和“教育无能论”等二元对立认识进行了理论澄清。从教育的文化基础出发，顾明远开创了民族文化传统与教育现代化的关系研究。根据马克思主义实践观和人的发展理论，裴娣娜推动了主体教育实验。“两个结合”推动中国教育学不断提升主体性和原创性，生产出具有中国特色和广泛影响力的教育学知识。 三是系统化构建中国教育学的话语策略。提升中国教育学的话语权和国际影响力，需要进行系统的策略构建。在对中国教育实践的解释上，要抢占话语先机。习近平总书记指出，在解读中国实践、构建中国理论上，我们应该最有发言权。知识生产具有“先占原则”，如果不重视对中国丰富实践的学术“占领”，一旦这些领域成为他人知识生产的“领地”，我们的学术研究就会处于被动的跟随状态。此外，当前我国的学术话语表达还较弱，未能产生一批具有广泛影响力的学者和理论知识。因此，要加强中国教育理论的学术表达，形成具有标识性的新概念新范畴新表述，实现“中国经验、国际表达”，以对世界教育学知识增长的贡献获得国际认可。 来源 | 中国社会科学网 - 中国社会科学报 作者 | 孟照海（中国教育科学研究院科研管理处副处长、副研究员）
2023-08-07
刘彭芝丨基础教育高质量发展的“四梁八柱”《中国教育现代化2035》将“到2035年，总体实现教育现代化，迈入教育强国行列”作为推进教育现代化的总体目标。党的二十大报告再次强调“加快建设教育强国”。教育强国建设，基础教育是基石，应该大有作为，也能够大有作为。基于担任中国人民大学附属中学副校长、校长、名誉校长30多年，特别是近20年来参与对欠发达地区教育帮扶的经历和体会，我认为，今后一个时期，基础教育要实现高质量发展，在教育强国建设中大有作为，撬点在“双减”、平台在均衡、抓手在科技、亮点在拔尖创新人才培养。从战略高度对待“双减”发挥“双减”对新时代基础教育的撬点效应 “双减”政策发布近两年来，有关“双减”的认识和实践都在持续深化，但总的来说，我们对“双减”的认识和实践，无论是高度、广度还是深度，都还远远没有到位。如果说“双减”是一篇起承转合的大文章的话，那么现在还只是处在“起”的阶段，接下来还有更多、更大、更实、更新的工作要做。“双减”既是一次破冰之旅，也是一场宏观战役。以“双减”为撬点、从“双减”切入，基础教育要进行的是一场从观念到实操的全面革新。 “双减”是表，效能是里。对“双减”政策最准确、最完整的解释，应该是“减负增效”。减负和增效，是一枚硬币的两面。学生的作业负担和课外培训负担减下来了，但教师仍然要应教尽教，学生仍然要学足学好，这就必然要求教学效能大大增强。落实“双减”的过程，实际上是一减一增、一降一升的过程。减的、降的是作业数量，增的、升的是作业质量；减的、降的是课时长度，增的、升的是课堂效率。“双减”之难，难的不是减而是增。减负的工作已逐步到位，增效的工作任重道远。“双减”对教师的教、学生的学，对教学效能的要求，都比过去更高、更严、更实了。减负容易，增效难。 “双减”是有所不为，是“破”，有所不为是为了更好地有所为；有所为，是“立”。破字当头，立在其中；破，是为了立。新时代之下，“双减”应在“五育并举”上有所作为，在脑手并用、知行合一上有所作为。“双减”后，学生可自主支配的时间多了，要让这些时间用在操场上，用在阅览室中，用在实验室里，用在社团活动中，用在放飞想象力、激发创造力上。“双减”的旨趣是解放学生，身心解放了，我们才能更好地培养学生的创新精神和创造能力，才能将知识更顺畅地转化为智慧，才能让学生中不断涌现拔尖创新人才。从这一点来看，“双减”最根本的“立”，是让教育回归校园、回归原点、回归本质、回归常识、回归学习生活的本来面目。 牵一发而动全身，一子落而满盘活。新时代基础教育改革创新的第一枪由“双减”打响，“双减”成为新时代基础教育守正创新、繁荣发展的最佳撬点。我们要通过“双减”以及关联的配套措施，破解教育难题，舒缓教育焦虑、消除教育内卷、凝聚教育共识、稳定教育预期、维护教育公平、增强教学效能、提高教育质量。我们要把“双减”与“五育并举”、全面发展有机结合起来，与因材施教、培养拔尖创新人才有机结合起来，与学生的自由自主、欢喜快乐有机结合起来，让基础教育土厚基强、林茂水深，让基础教育内强素质、外树形象，让基础教育光风霁月、海阔天空。到2035年，我们要实现教育现代化，建成教育强国。在这个宏大壮阔的历史进程中，“双减”必将留下鲜明而深刻的印迹，必将写出醒目而精彩的篇章。以县域教师队伍素质帮扶破解阻碍基础教育高质量发展的梗阻问题为了实现到2035年建成教育强国的目标，我们要做的最艰巨的工作是推动实现教育优质均衡发展。中国这么大，如果能实现教育优质均衡，那一定是世界教育史上的伟大奇迹，一定是对人类文明发展的伟大贡献。在20多年的教育帮扶实践中，我对东部、中部、西部地区教育发展的不均衡，对一线、二线、三线、四线城市教育发展的不均衡，对城乡教育发展的不均衡，对县中困境和乡村学校的凋敝，对推动实现教育优质均衡发展的重要性和紧迫性，有着真切的体认。教育均衡的1.0版是解决有与无的问题，让所有的孩子都有学上，学有所教，一个也不能少；教育均衡的2.0版是解决好与差的问题，让所有孩子都能上好学校，享受好的教育，一个都不掉队。1.0版的教育均衡是基本均衡，2.0版的教育均衡是优质均衡。当前，我国教育均衡已经进入优质均衡的2.0版，关键点在于教师队伍建设，特别是县域教师队伍建设。 从长远看，振兴县域教育，必须把输血和造血结合起来，以造血为主；必须把开渠引水与打井生水结合起来，以打井生水为主；必须把外有援军和内有粮草结合起来，以内有粮草为主；必须把应急之策与长远之计结合起来，以长远之计为主。振兴县域教育要做好、做实、做长久，最终一定要归结在为县域学校培养高质量、源源不断、长期稳定的教师队伍上。正是基于这样的思考，在“振兴县域教育保定综合实验项目”进行一年后，河北省保定市人民政府、河北大学、创新人才教育研究会联合创办了河北大学双卓教育学院，并把其功能定位在为县域基础教育培养卓越校长、卓越教师。保定市人民政府提供政策支持和统筹协调，河北大学贡献学科支持和教学保障，创新人才教育研究会组织全国各地的一线名校长、名教师进行实务教学和跟岗教学。以地方政府、高等院校和全国性学术团体的密切合作，形成提升县域教师队伍水平的强大优势和核心竞争力，探索县域教师教育的新路径。目前，河北大学双卓教育学院的第一批600多名学员已入学，开局良好。我们有信心把双卓教育学院这块振兴县域教育的试验田，精心耕耘成振兴县域教育的示范田。 十年树木，百年树人。教育需要的是潜移默化的慢工夫，最需要回归于人、以人为本，最需要着眼长远、夯基厚土，最需要在看不见的地方绵绵用力、久久为功。风物长宜放眼量。从现在到2035年还有12年的时间，只要我们在教师队伍建设特别是薄弱地区教师队伍建设上，有大投入，下大功夫，做好铺垫、打好基础，实现教育优质均衡、建设教育强国的目标就一定能够实现。改变拒绝心态发挥好数智时代新科技对教育回归本源正道的功用 2023年，ChatGPT横空出世，引发了知识界对新技术的广泛讨论，而教育领域对以ChatGPT为代表的深度人工智能更为敏感。毕竟，当人工智能形成的知识更准确、更可靠、更全面、更系统的时候，当人工智能能回答问题、能作文绘图、能提供方案的时候，教育如何办？教师如何当？学生如何学？对这些问题的解答迫在眉睫。 历史潮流浩浩荡荡，科技发展日新月异。教育部门、教育工作者必须直面现实、迎接挑战，在新思路、新格局中，重新定位教育和教师的角色、职能，在新思路、新格局中加强科技与教育的深度融合，让新科技为教育高质量发展加持赋能。就教育特别是基础教育而言，以ChatGPT为标志的深度人工智能在逼迫教育向前、向外看的同时，也促使教育向后、向内看。面对深度人工智能，理性、主动、积极的态度应该是：人工智能能做的事，就让人工智能去做，教师要做人工智能做不了、只有教师才能做的事情。也就是说，人工智能是“外家功夫”，教师是“内家功夫”，新时代的教育应该内外兼修，这样才能如虎添翼。换言之，教育应对深度人工智能等新科技的过程，实际上也是迭代杂糅、返本开新的过程。深度人工智能等新科技有可能倒逼教师回归启蒙养正的本位。教书育人，教书是为了育人；教书是手段，育人是目的。我们目前花费大量精力在做的灌输、背诵、复习等工作，一定会慢慢地移交给深度人工智能等新科技，教师的心思和精力将会集中在激发学生兴趣、教给学生方法、开掘学生想象力和创造力上；集中在启智润心、立德树人上，成为学生的心灵塑造者、行为引导者、智慧开发者和能力培养者。这样的环境和氛围，才有利于产生我们常说的集经师与人师于一身，教导学生为学、为事、为人的“大先生”。 深度人工智能等新科技有可能倒逼师生关系回归爱与尊重的本位。良好的师生关系是良好教育的基石，没有良好的师生关系，教育的大厦只能是沙聚之塔。良好的师生关系是爱与尊重的状态，是以心传心、以心印心的状态，是言传与身教相结合的状态，是大鱼与小鱼“从游”的状态。梅贻琦、潘光旦在《大学一解》一文中说，“学校犹水也，师生犹鱼也，其行动犹游泳也，大鱼前导，小鱼尾随，是从游也，从游既久，其濡染观摩之效，自不求而至，不为而成”。深度人工智能等新科技将教师和学生从机械性、重复性的教学中解放出来，也许能实现师生关系在“从游”中优哉游哉、水到渠成的理想境界。 深度人工智能等新科技有可能倒逼基础教育回归完整教育的本位。长期以来，许多人对基础教育有一种不正确的认识，认为基础教育只是一种过渡教育，其任务就是把学生送进大学。这种过渡教育的认识严重矮化了基础教育。高中生毕业时十八周岁，正好是领取居民身份证的年龄，应该成为能正确履行权利和义务的合格公民。因此，基础教育不是过渡教育，而是完整教育。近百年前，著名教育家、北京师范大学附属中学校长林砺儒先生就提出基础教育是“全人格教育”，正是在“全人格教育”理念的引领下，北京师范大学附属中学培养出了以钱学森、张岱年为代表的一大批杰出人才。今天，深度人工智能等新科技大大提升了学习效率，也许能助力学生德智体美劳全面发展，助力学生形成全人格和大成智慧，助力基础教育回归完整教育本位。理直气壮培养拔尖创新人才是新时代教育发展的新生长点和亮点党的二十大报告指出：“全面提高人才自主培养质量，着力造就拔尖创新人才。”在建设科技强国、教育强国、人才强国的伟大进程中，培养造就拔尖创新人才，势所必至，理有固然。只有培养出大批拔尖创新人才，我们才能自豪地宣称，中国教育不仅有“高原”，而且有“高峰”。着力造就拔尖创新人才，既是教育强国建设的亮点，也是教育高质量发展的标志。“着力造就拔尖创新人才”写进了党的全国代表大会政治报告，这对于拔尖创新人才培养而言，是具有划时代意义的表述。过去，基础教育领域培养拔尖创新人才，总是羞羞答答、遮遮掩掩，今天，总算可以理直气壮、大张旗鼓了；过去，基础教育领域谈论培养拔尖创新人才，总是花大量口舌讲为什么要做，今天，总算可以将主要篇幅用来谈怎么做了。 作为一名从事拔尖创新人才早期培养工作几十年的教育工作者，我认为基础教育领域培养拔尖创新人才，需要系统推进、贯通培养、全面发力、协同联动，在筑牢根基、拓围增量中，奋力开创拔尖创新人才培养的新局面。 一是全社会系统推进。推进拔尖创新人才培养需要政府与社会各界的共识与合力。政府需要把拔尖创新人才培养上升到落实国家战略层面，让各级教育行政部门普遍树立正确的教育公平观、科学人才观和多元化质量观。要加强宣传和引导，转变某些教育工作者和公众的认识误区，充分认识培养拔尖创新人才与教育均衡并非对立的两面，而是有教无类和因材施教的结合，对拔尖人才的早期鉴别并非“掐尖”“抢生源”，从而营造支持学校和区域培养拔尖创新人才的舆论氛围，形成鼓励早出人才、快出人才、出好人才的社会环境。应鼓励高校、学会、智库等机构对拔尖创新人才培养进行科学研究，围绕识别机制、培养重心、价值引领、评价体系、科研保障、生涯干预等核心课题开展持续攻关，并密切参与一线教学、师资培养和政策制定。 二是全链条贯通培养。推进拔尖创新人才培养必须做到战线前移、重心下沉，打破学段边界和校际边界，小学、初中、高中、大学一体化衔接，开放入口，逐步分流，实现贯通化、系统化、开放化培养。培养拔尖创新人才，首先要重视超常教育这一重要途径，强化“拔尖创新人才培养”的类型特征，破除其“将学生分成三六九等”的污名化舆论。建议在各省份选择符合条件的学校开展超常教育试点项目，或者建立专门的超常儿童试点学校，将超常儿童教育纳入特殊教育体系，在学生选拔、评价、升学等方面与普通教育分开，单设门类、单独计算，从而避免把对超常儿童的选拔、培养与“掐尖儿”“拔苗”等混淆；建议允许条件成熟的超常教育试点学校打造自身的绿色通道，联通幼儿园、小学、初中、高中等各学段，并与相关大学/科研院所建立联合培养机制；同时，进一步改革高考招生制度，使超常儿童能够通过合适的通道升入高等学府。其次，要在继承历史成就的基础上加强基础教育与高等教育的一体化衔接。从基础教育阶段来看，1985年，中国人民大学附属中学、北京市第八中学等全国少数省市试点学校获批开设中学超常儿童实验班。2010年，这两所学校获批成立“探索拔尖创新人才培养模式试验项目基地”，基本形成小、初、高相衔接的拔尖创新人才早期培养体系。2023年3月23日，教育部召开新闻发布会，高等教育司副司长武世兴在谈及落实拔尖学生培养相关政策的举措时表示，将开辟从基础教育到高等教育一体化的识别、选拔、培养、升学的通道，让有天分、有潜力、有志趣的学生能够脱颖而出。基础教育界的成就，加上高等教育界的态度，新时代的拔尖创新人才培养未来可期。 三是全要素共同发力。教育的三大要素是教育者、受教育者和教育影响。从教育者角度看，应加强针对拔尖创新人才早期识别和培养的师资培训，在职前师范教育、职后继续教育中增设相关板块，并结合国内外前沿科研成果不断优化升级。从受教育者角度看，可通过政策支持、资金保障等方式扫清识别与培养“潜在的拔尖创新人才”的障碍，尤其是要为中西部欠发达地区颁布特别举措，探索建立以高水平学校支持、中西部高校为重要参与方的协同培养联合体，建立有效的识别和支持体系。从教育影响的角度看，要针对拔尖创新人才培养的特点，参考多元智能理论等，更新教育内容、教育方法和教育手段，对拔尖创新人才进行追踪研究，深入探索拔尖创新人才的成长规律。 四是全领域协同联动。拔尖创新人才培养涉及学校、家庭、企业、科研院所等，必须统筹资源，整合各方力量，加强系统谋划设计，实现全领域协同联动。要高度重视基础学科拔尖创新人才培养，打通学段之间、产学研之间的阻隔，推进人才培养机制的联通。要深入研究拔尖创新人才识别、选拔、培养、管理、评价、追踪和改进提升的一体化模式，坚持系统性、整体性、协同性思维，推动教育、科技、人才三大战略统筹实施，推动创新链、产业链、人才链深度融合，促进拔尖创新人才的不断涌现。 总而言之，将“双减”政策落实到位、促进教育优质均衡、让新科技加持赋能、着力培养拔尖创新人才，是新时代基础教育高质量发展的“四梁八柱”。这“四梁八柱”立定了，基础教育必将建起广厦千万间，风雨不动安如山；这“四梁八柱”立好了，基础教育未来可期，一定能够在教育强国建设中大有作为，建功立业。 作者刘彭芝系中央文史研究馆馆员，国家教育咨询委员会委员，创新人才教育研究会会长，国家乡村振兴重点帮扶县教育人才“组团式”帮扶工作专家顾问委员会主任委员，中国人民大学关工委常务副主任，人大附中联合总校名誉校长、人大附中名誉校长，教授、特级教师。【版权声明】文章来源：中国基础教育，转载于中小学校长论坛，如涉版权，请联系删除。
2023-06-14
什么影响了中式课例研究中教师学习的结果——来自教师视角的经验证据 严加平，上海师范大学教育学院博士研究生，上海市教育科学研究院助理研 究员 朱小虎，上海师范大学国际与比教教育研究院副教授、博士 杨玉东，上海市教育科学研究院研究员、博士 在全球范围，中式课例研究作为一种有着自身文化渊源和实践传统的模式逐步受到关注。中国教师如何认识课例研究，在学校组织中哪些因素影响其在课例研究中的学习结果是本研究探索的问题。研究基于“教师课例研究的实践和认识调查”数据，从教师个人、群体、学校三个层面考察课例研究中教师认识、群体构成、支持保障对教师学习结果的影响，以及群体合作的中介作用。结果显示：教师认识、群体构成、支持保障均正向影响教师学习结果；其中，教师对课例研究的“问题解决”倾向认识比“学科教学”倾向认识对教师学习结果的影响更大；群体构成需通过群体合作的中介作用对教师学习结果产生正向影响。基于研究结果，建议教师应提高对课例研究的“问题解决”认识，探索课例研究中的深度群体合作，学校应从系统性联结的角度优化教师课例研究的学习环境。 随着中国在PISA、TALIS等国际项目中的表现日益受到关注，背后的中国教育经验纷纷被挖掘，其中教师教研就是一项重要的中国经验。我们认为“中式课例研究”是在国际上讲述中国教师教研故事的重要切入点，它既体现本土特色，又融入国际对话的语境。随着近20年来课例研究在全球的广泛开展，中式课例研究作为一种有其自身文化渊源和实践传统的模式越来越受到关注，它与日本的授业研究，中国香港、欧洲基于变易理论的课堂学习研究成为课例研究领域的三种主流模式。中式课例研究被概括为基于教研活动的磨课研究，其中“磨课研究”是中式课例研究最基本的实践表现形式，“教研活动”是中式课例研究的基础性环境条件，“基于”则反映了中式课例研究源于且高于常规教研活动的发展性特点。 但从全球视野来看，课例研究在以下方面还存在探索空间。一是课例研究实践者话语权的表达。中小学更多是作为课例研究的资料来源方存在，并非真正的研究合作方或发表方。如何让参与课例研究的中小学教师更多地发出声音是当下课例研究的一个重要议题。二是课例研究背后文化意义的挖掘。课例研究扎根于本土文化，除地区间的文化差异，教师合作文化、课堂文化、学校管理文化等都会对教师理解与实践课例研究产生影响。中式课例研究深受本土教研文化的影响，这种影响应得到更多揭示。三是课例研究中定量方法的运用。鉴于课例研究本身具有的对理解实践、学习和成长过程的描述性特点，大部分研究采用定性研究方法。定量方法的采用虽也呈增加趋势，但数量上远不及案例研究等。 基于上述，本研究立足中式课例研究的本土情境，即课例研究作为学校内相对结构化、常态化的教师专业发展活动，选取学校组织作为中观研究视角；通过问卷调查收集一线教师观点，了解他们作为实践者是如何认识和开展课例研究的；同时将有关课例研究的教师认识、群体构成、学校支持、群体合作及教师感知到的学习结果作为关注的变量，探讨它们之间的路径关系。一课例研究的教师学习结果及影响因素：来自文献的启示 1 教师在课例研究中的学习结果 徐海燕和大卫·派德将教师在课例研究中的学习结果概括为四方面：教师合作与专业共同体的发展；专业知识、实践及专业发展；更明确地关注学生学习；课堂教学质量的改善。近年来也有研究关注教师对课例研究态度和信念的积极变化，以及教师教育信念的积极变化对学校文化的影响。也有研究认为，这些积极影响是短暂的，还不能很好地证明教师因课例研究获得的专业知识给其日常教学及学生学业成就带来持久影响。同时课例研究是否对学校组织的专业学习文化产生影响，相关研究也较少。 总体上，课例研究产生的影响犹如“池塘里的水晕”，虽集中反映在教师及其课堂实践中，但不限于此，从教师课堂行为到教师合作、学生学业，甚至学校文化，其影响不断扩大。但就教师学习结果而言，我们主张将研究视角返回到教师作为学习主体的获得上来。这方面的研究关注到了教师的专业知识和技能，但在教师思维方式、专业情意变化上的关注略显不足。 2 对课例研究学习的影响因素 课例研究不能回避情境来谈。在学校系统中，教师身上根植于传统学习文化的信念，学科和学段特点所赋予的强专业性，以及教研制度所赋予的持续动力，对教师开展课例研究的收获具有重要影响。 ① 教师对课例研究的认识及其影响 教师对课例研究的认识是其有关课例研究的一整套学习信念，是学习者“对知识性质、学习性质、学习过程与学习条件等维度的直觉认识”，很大程度上影响其态度和行为方式。教师对课例研究偏颇或不成熟的认识会影响实践。例如教师认为课例研究是成就执教者，这可能会挫败教师参与的积极性；或把课例研究仅看作是上出一节好课的手段，这会限制教师更开放性地学习。为此，课例研究专家不遗余力地向教师澄清各种“误解”，以让教师对课例研究首先有正确的认识。 研究者比较发现，中国教师在课例研究中更关注发展学科教学策略，为实现研究目标会不断重复教学，且认为“智慧他人”的介入和反馈很重要，这在其他国家未必被重视。中国教师对课例研究的认识深受传统学习文化的影响，展现出中国文化中“知行合一”的特征，折射出“相观而善”“知不足然后自反，知困然后自强”的教研思想原型。这体现了教师在课例研究上的学科教学倾向认识。但同时，课例研究领域近20年频繁的全球交流互动给中国教师的课例研究实践也带来变化：一是更加注重收集学生方面的数据并讲求实证，如借鉴使用中国香港、欧洲模式的前测后测法；二是研究成果更注重理性提炼而非仅仅经验总结，便于对话和知识共享。这体现了教师对课例研究的问题解决倾向认识。二者共同交织在中国教师对课例研究的认识中。 ② 课例研究团队的构成及其影响 与一些国家的教师“自愿卷入课例研究”不同，中国教师最常以备课组、教研组为单位开展课例研究。一方面，这些群体在学校组织中本身具有一定的管理功能，无论教师是否自愿，都会参加这些小组所开展的磨课活动；另一方面，备课组和教研组的教师都来自同一学科，能就学科教学问题开展深度交流。 但近年来越来越多的学校鼓励教师进行跨学科、跨学段甚至跨界合作。这种在原先同质性较高的课例研究团队中引入“异质”合作，一方面出于学生素养培育的要求，例如组织学生开展项目化学习需要不同学科教师参与；另一方面是出于对抵消课例研究中行政干预的负面效应、改变同行低水平交流局面的考虑。这令原本行政化强、同质性高的课例研究群体构成发生变化。 群体的多样性可以包含多个方面，如群体规模大小、性别、新老教师构成等。但对中式课例研究来说，最基本且常见的群体多样性是不同学科、学段的教师构成，以及外来专家介入所带来的不同知识和经验背景所构成的认知多样性。这种群体构成势必会带来教师研究问题或主题、合作方式、学习机制等的变化。 ③ 学校对课例研究的支持保障及其影响 教师开展课例研究，重要的外部条件就是学校能为教师提供各方面的支持和保障。已有研究表明，最关键的支持是“时间”以及“校长的看法和态度”。有效的课例研究是“经过几周，而不是几个小时”来开展的，对教师来说，时间的重要性不言而喻。而学校管理者支持性的态度和看法，通常体现在：为教师树立起课例研究有助于问题解决的愿景；申明课例研究的重要性，表达对它的期待；给课例研究小组提供展示和分享的机会，甚至将课例研究制定到学校政策中等。在我国，教师开展教研活动、教学比赛、职称评审和晋升等都被写入政策制度，这些事关教师专业发展、职业生涯的制度的落实大多要借助课例研究的方式进行。学者将中式课例研究中学校为教师提供全方位支持的这种动力机制概括为“体制性动力机制”。二教师课例研究的认识和实践调查：设计与实施 1 研究框架与核心概念 影响教师课例研究学习结果的因素很多，如何建构这些影响因素与学习结果的结构关系，研究者提供了不同视角的框架和模型。鉴于本研究关注学校组织系统中课例研究的影响因素及其对教师学习结果的作用方式，我们借鉴组织行为学领域社会心理学家约瑟夫·麦格拉斯构建的团队互动一体化模型。该模型遵循“输入—过程—输出”（I-P-O）的逻辑，将团队成员个体特征、团队整体特质、组织环境特征视为输入变量，通过群体互动过程，输出团队绩效和结果。 本研究参考这一概念框架，同时结合教师课例研究实际，确立了“问题解决倾向认识”“学科教学倾向认识”“群体构成”“支持保障”“群体合作”“学习结果”六个变量及其关系假设。其中，教师对课例研究的“学科教学倾向认识”指教师倾向于认为课例研究是实现一堂完美的课，“问题解决倾向认识”指教师对课例研究的看法超越了磨出一堂优质课，更关注围绕学生学习的问题解决。“群体构成”指课例研究团队中的成员在学科、年级以及校内外参与上的异质性水平。“支持保障”指学校为教师开展课例研究提供的包括时间、物质资源、专家资源、绩效奖励等条件。“群体合作”指团队围绕课例研究关键点（包括明确主题、人员分工、课后研讨等）的实践水平。“学习结果”指教师感受到的课例研究带来的积极变化，覆盖知识、情感、思维等方面。图1呈现了本研究的假设关系模型。2工具设计及数据收集本研究参考课例研究相关调研工具，并基于实践经验及教师、专家座谈，最终采用《教师有关课例研究的实践和认识调查》自编问卷。前期对上海169位教师的试调查显示，探索性因素分析中有六个因子的特征值大于1，解释总方差为76.35%。所涉因子的内部一致性系数在0.699至0.962之间，删去一题表现不佳的项目后，最终形成覆盖8项基本信息、28个题项的问卷工具。除基本信息外，所有题目均采用李克特五点量表，并设有开放式填空让答题者补充。正式调查通过网络问卷收集，对象覆盖东中西部13个省、自治区、直辖市，从城市到乡村的各学段各学科教师。抽样的470个有效样本中，男教师134人（28.5%），女教师336人（71.5%）。教龄上，34.3%的教师在1~10年，29.6%的教师在11~20年，27.7%的教师在21~30年，8.4%的教师在31年及以上。学段上，幼儿园教师占13.8%、小学教师占37.7%、初中教师占27.4%、高中教师占17.9%、职校教师及其他占3.2%。本研究运用SPSS 22.0对数据进行描述性统计，并对各变量进行相关性分析，运用AMOS 24.0对变量进行路径分析。此外，鉴于调查问卷为教师自我报告，这一收集信息方式可能会带来共同方法偏差问题，本研究采用验证性因子分析，对所有自评项目进行共同方法偏差检验。结果显示原模型χ2/df=3.27，CFI=0.916，TLI=0.905，RMSEA=0.070，模型可接受；但在对所有参与假设检验的题目做单因子验证性因子分析后发现模型不能拟合，故不存在严重的共同方法偏差问题。正式调查变量项目数、项目举例以及内部一致性系数等，见表1。课例研究认识和实践对教师学习结果的影响及分析1 教师对课例研究兼具“问题解决倾向”和“学科教学倾向”认识教师认识是通过提问教师对课例研究相关观点的认同度来了解。受调查教师对课例研究的“问题解决倾向认识”和“学科教学倾向认识”均分分别为4.325和4.025，说明教师对这两种认识的认同度都较高，且对前者的认同度更高一些，见表2。教师如何认识课例研究非常关键。虽然学者们强调课例研究不是为“精致化一节课”，但教师有不同看法。教师既希望通过课例研究磨出一节好课，同时也希望能解决教与学中的问题。其中，“磨出一节好课”在教师看来是显性的、务实的目标，如果教师群体的一段共同研究最终不能带来具有示范意义的公开课，该研究也是缺乏说服力的。长期以来，由各级教研部门组织开展教师教学比赛、展示，往往是教师获得专业认可、提升声誉、获得职称晋升的重要途径，这也是中式课例研究中教师将追求大规模公开优质教学课作为目标的根源所在。但随着实践者和研究者对传统教研的不断反思以及参与国际对话的不断深入，今天中式课例研究在保留其传统特点的同时也在发生转型，更重视由基于教师行为的教学改进研究转向基于学生学习的教学改进研究，将关注学生的学习、提升教师对“学”的理解作为重要内容。2教师对课例研究的“问题解决倾向认识”对学习结果影响大数据显示，与教师对课例研究的“学科教学倾向认识”相比，“问题解决倾向认识”对教师所感知到的学习结果影响更大。研究对各变量做了路径分析，在移除群体构成对学习结果的影响路径后，模型与数据相适配（χ2/df为0.922，RMSEA为0.000，GFI为0.999，CFI为1）。图2报告了各变量的路径关系及相关指数。其中，“问题解决倾向认识”对教师学习结果的直接效应值为0.35（p＜0.001），而“学科教学倾向认识”对教师学习结果的直接效应值仅为0.05（p＜0.001）。也即当控制了其他变量，教师对课例研究的“问题解决倾向认识”每增加1个单位，教师在课例研究中的学习结果将增加0.35个单位。虽然对课例研究的这两种认识并无对错之分，但“问题解决倾向认识”更反映当前教研转型以及国际上所探讨的课例研究的特点：以真实的教与学中的问题解决为抓手，更多地关注学生学习，基于证据来观课议课，鼓励异质人员参与课例研究等。我们也将此视为对课例研究更为成熟、开阔的认识，是值得倡导和引领的。数据也反映了这一认识更有利于教师在课例研究中的获得。3“时间”是对课例研究学习结果影响最大的学校支持保障时间”是对课例研究学习结果影响最大的学校支持保障在计算各变量对教师课例研究学习结果的直接、间接和总效应值后发现：教师对课例研究的“问题解决倾向认识”对教师感知到的学习结果的影响最大（总效应值为0.437），居其次的是学校支持保障对教师课例研究学习结果的影响，总效应值为0.358。本研究中，学校支持保障这一变量包括学校为教师开展课例研究提供时间条件、物质资源、专家资源和绩效奖励四方面，它们全方位确保教师能有效开展课例研究。多元线性回归分析发现，这些支持条件中“时间”是对课例研究学习结果最重要的预测变量，与学习结果存在较强的正相关关系（r=0.513**），这也再次验证了前述文献研究中有关“时间”重要性的结论。4 “群体合作”在教师课例研究中发挥重要中介作用教师的课例研究都是以群体合作方式开展的。数据也显示，教师群体合作在模型中占有重要地位（见图2）。首先，教师对课例研究的“问题解决倾向认识”“学科教学倾向认识”、课例研究小组的群体构成、学校支持保障共同解释了45%的教师课例研究中的群体合作（R2=0.45）。其次，群体合作不仅对学习结果直接产生影响，也是教师认识、群体构成、支持保障作用于学习结果的中介变量。通常来说，课例研究的群体合作包含“研究课程—形成目标—计划—开展研究课—反思”的基本流程，具体是要“选择主题，讨论学生的思维和取得的进步，选择问题解决任务并预见学生的反应，收集数据，对学生学习及教学效果改善进行讨论等。”国内学者则普遍将课例研究的实践过程概括为五“有”：有主题、有目标、有方法、有行为跟进、有积淀。然而，良好的群体合作除了遵循课例研究的一般原则、流程外，在深度上要有所突破，需立足教师与教师之间、教师与研究问题或主题之间的深度对话。本研究中的教师群体合作除了涉及计划、分工、工具使用外，还特别强调了“批判性的表达和交流”“形成理性认识结果”。此二者在实践中往往容易被忽视，而它们对于课例研究中“学习的真正发生”具有重要意义。四来自教师对课例研究认识和实践反馈的启示1 客观把握教师对课例研究的认识，积极引导其问题解决意识本研究表明，教师对课例研究持有高度的学科教学倾向认识和问题解决倾向认识，同时两种认识对教师在课例研究中学习结果的影响存在显著差异。对中国教师来说，课例研究是对传统公开课制度的延续和改造，但同时超越了常态的公开课制度而实际地呈现为促进教学改革的行动研究。中国教师对课例研究这种既有传统教研继承又受到专家理论助推的行动方式的认识，同样是“传统性”与“发展性”的交织，教师认同其“磨出一节好课”的功能，也追求“关注教与学问题解决”专业研究的一面。这启示我们，首先，不必拘泥于对课例研究的唯一理解，课例研究实践者和研究者应客观把握教师对课例研究的认识。教师重视学科教学是长期以来学科本位、学科教研文化的体现，与学习文化、制度体系相关联，不必简单否定、阻断这些想法。其次，课例研究引领者要帮助教师积极树立对课例研究的问题解决认识，即在教师群体合作中，课例研究内容更多聚焦特定主题或问题，目的更多指向理解学生学习，鼓励教师间的深度合作，帮助教师明确所有课例研究的参与者都是学习主体的意识。因为具备这样的认识更能让教师在课例研究实践中受益。2鼓励合作中的批判性对话、理性总结及异质参与，使课例研究走向深入群体合作中的“批判性”是鼓励教师开展富有挑战的互动，而不是在课例研究研讨中只维护和谐、维持一种声音，开展所谓“和谐的会话”。近年来不少研究者关注“矛盾”在推动教师专业学习、课例研究中的作用，认为“批判性的伙伴关系”才能让教师发生改变。而合作中“形成理性认识结果”是对教师群体知识生产和共享的要求。不对课例研究的结果做提炼梳理，不将“以‘课’为例讲‘道理’”中的“道理”弄透，课例研究就只能停留在教学经验的简单积累层面。课例研究本质上是一项教学研究活动，研究对于教师的价值除了“让教师获得对自己更加深刻的了解，还能够将自己‘实践中的知识’转化为‘实践性知识’，进而形成知识共享的有效机制，促进中小学校和教师教育机构的知识管理和传播”。此外，数据也反映课例研究群体构成的异质性水平通过群体合作对学习结果产生影响。这也可能成为课例研究的一个生长点，即群体构成的多样性助推课例研究过程和结果。从实践角度来说，尤其在今天义务教育新课程标准鼓励跨学科主题学习的背景下，学校的课例研究小组可以不局限于常规的备课组、教研组等传统的学科团队，鼓励跨学科、跨学段的教师合作显得很有必要；同时鉴于参与者的变化，课例研究活动需进一步精心设计，在主题选择、交流机制等方面作出相应调整。从研究角度来说，当前虽有研究探讨校外的智慧他人（如教研员、大学学者）参与教师课例研究，但在学校常态的课例研究小组中，不同学科、不同学段教师如何在课例研究中开展异质性对话，更值得研究。3课例研究融入学校教科研和师训工作，整合校内外专业资源，优化课例研究学习环境本研究发现，学校支持保障对教师课例研究学习结果有重要影响。相比于其他国家和地区，全方位的时间、空间、组织、经费等制度保障已是中式课例研究的显著优势。如何从学校层面进一步完善保障，需要对支持的各个方面做系统性的联结和优化。一是课例研究与学校教研、科研、师训相融合。即以课例研究方式开展教科研活动及校本培训，这对学校管理来说势必会带来时间、空间、经费、组织等方面的合力，从而达到化繁为简、化零为整的效果。二是拓展对专家资源的理解和运用。虽然学校通常面临外部专家无法持续跟进校内课例研究这一现实困难，然而一旦教研、科研、师训融入，外部专家资源就能得到整合，学校还可借助专家力量积极培育以教研组长、科研骨干、师训员等为基础的校内课例研究引领者团队，甚至探索建立校际合作协同机制，建立跨校课例研究共同体，实现专家资源共享。三是优化教师课例研究的校本学习环境。从学习情境角度来看，教师参与的课例研究是其学习的直接情境；学校环境则是教师学习的社会性情境，它隐蔽地通过提供学习资源、营造组织氛围、赋予教师角色身份等对教师参与课例研究产生影响。学校如何培育边界开放、鼓励异见、注重情感纽带的教师学习共同体，是对教师课例研究校本学习环境的更高优化。 （来源：《中国教育学刊》,本栏目尊重原创,如右侵权,联系立删）
2023-06-08
原文刊载于《中国考试》2023年第5期第62—71页。作 者王正青，西南大学教育学部教授。田霄，西南大学教育学部。唐晓玲，四川外国语大学国际教育学院教授（通信作者）。 摘 要：如何在高校招生录取工作中综合利用各类数据信息，已经成为各国教育政策制定者、管理者和研究者共同关注的议题。在数据技术支持下，美国高校从招生理念重塑、招生指标完善和招生公平保障等维度对本科生招录评价工作进行了一系列改革创新，具体包括基于业内数据制订招录计划、整合运行数据更新招录评价方式、依据学业数据评估学生素质、分析追踪数据识别申请人选、汇总监测数据调整招生政策等。这些改革创新对我国高校招生录取工作的启示包括：建立健全本科生招生数据管理制度，大力支持数据技术研发，加强招生工作队伍专业化建设，吸纳社会专业机构参与招生评价工作等。 关键词：数据技术；美国高校；本科生招生录取；高考改革；高考评价改革 数据技术支持下的高校招生录取是指将来源于各平台的相关数据作为招生决策原始资料，借助算法系统，科学全面地分析申请者的数据指标，并结合学校价值观、招生政策、生源结构等多种因素，对申请者进行综合考量并选拔出合适生源的过程[1]。近年来，美国高校基于大数据与本科招录工作的耦合，通过制订精准招生计划、优化科学招生方式、评价学生综合素质、匹配合适招生人选、动态调整招生政策等一系列改革，使招生过程中信息资料的客观性与招生人员的经验有机结合，以实现招录决策的科学化、合理化。我国教育行政部门也发布了利用数据优化招生流程的指导性政策，如《关于做好2021年普通高校招生工作的通知》提出，各地各校要积极运用信息化手段，为考生提供志愿填报的政策解读、参考信息和咨询指导[2]；《关于做好2022届全国普通高校毕业生就业创业工作的通知》强调要研制发布就业状况白皮书，发挥就业大数据对高校招生计划安排、人才培养方案调整的作用，不断提高人才培养和社会需求的契合度[3]。进入大数据时代，如何在高校招生录取工作中综合利用各类数据信息，已经成为当前各国教育政策制定者、管理者和研究者共同关注的议题。本文聚焦美国高校在数据技术支持下对本科生招录工作进行的系列革新，分析其实践经验及存在的不足，以期为我国基于数据分析优化高校招生录取工作提供借鉴。 1 数据技术支持下美国高校招录变革的主要特征 数据分析技术为美国大学招录注入新的活力，推动大学招录变革并赋予其新的价值，集中反映在推动招生理念转变、招生程序完善和赋能招生公平3个方面。 1.1 重塑招生理念：从经验主义转向数据主义 招生理念是高校招生政策与人才培养目标的集中体现，也是选拔人才的标准和依据，对开展招录工作、运行评价体系具有指导作用。2016年，美国高校开启新招生模式，旨在通过审查学生的申请材料及动态活动档案记录等，实现对学生的综合素质进行全面考查，以招录兼具优良个人品质和公民素质的高等教育人才。然而，由于申请材料的复杂性和个人理性的有限性，招生人员基于个人经验评阅学生申请材料时易产生误判，从而影响招录结果的准确性与客观性。因此，利用大数据辅助招生，以循证作为招生的逻辑起点改进招录决策，可以保证学生综合素质评价的全面性与科学性，从技术层面最大限度地克服经验主义的弊端及主观主义导致的价值偏差，从而实现工具主义与价值主义的平衡[4]。 从经验主义到数据主义的招生理念转变主要体现在3个方面。首先，基于数据主义理念拓宽招生方式，从依托招生人员专业素质的人工评价转向基于教育数据的可视化评价。2019年，美国部分私立和公立中学共同组成的非营利性组织——素养成绩单联盟（mastery transcript consortium，MTC）开发了MTC素养成绩单（MTC mastery transcript），基于学生高中阶段的成绩及活动表现，将学生的8大核心知识和能力要素进行数据可视化处理，形成能力素养扇形图并对学生的综合核心能力进行总体评分，招生人员可借助各项指标及评分结果进行招生筛选[5]。其次，通过数据分析缩短招生评价周期，由周期性评估转向实时性检测。学生将高中综合成绩及活动表现储存于云端资料库中，招生人员只需调取云端学生资料即可进行评判，极大地缩短了选拔周期。MTC首席执行官Stacy Caldwell表示，大学招生人员阅读新模式下成绩单的时间可控制在5分钟内，甚至可能降至2～3分钟[6]。最后，依托教育数据实现最优招生适配，实现学校与学生、学生与报考专业之间最大程度的契合。 1.2 完善招生过程：从结果取向转向过程取向 以往的本科招生评价过程是将标准化考试（如SAT、ACT）成绩作为选拔的重要考量指标，辅以参考学生的课外活动及其在高中阶段的非学业成就等。在美国高校掀起新招生改革之后，以学生的综合素质作为选拔依据受到社会各界的支持，但在实际招录过程中仍遇到一些困难，诸如如何客观公正地评判申请者的个人陈述资料、如何全方位地了解申请者高中阶段的表现及其品格素养等。借助数据分析，促使过程取向的评价要素落实在招生实践中，实现对学生的全方位考查并将其作为选拔的重要依据，有效地弥补了仅注重标准化考试成绩的片面性及基于招生人员专业水平对个人陈述资料进行人工审查的主观性评判等缺点。 从结果取向转变为过程取向的招生指标完善主要体现在两个方面：一是基于网络技术搭建学生教育数据资料库，二是评判申请者高中阶段的教育数据材料。2015年，由常春藤盟校、斯坦福大学、杜克大学等150多所顶尖高校联合建立的校际联盟招生系统（Coalition for Access，Affordability and Success）为中学生开发了“储物柜”（locker）子系统，学生可将中学阶段的学业材料及参与各种活动的资料储存在该数字空间中，“储物柜”还可以直接作为申请材料提交至联盟学校[7]。在评判申请者数据材料方面，华盛顿大学在2021年招生中不再将SAT或ACT成绩作为必备要求，而是依托校际联合招生系统中的申请者“储物柜”资料，如9～11年级课程作业综合评价、12年级课程作业成绩表现、高中阶段所取得的成就与荣誉、课外活动经历以及高中学校背景等对申请者进行评价与选拔，并将校际联合招生系统中的自我报告分数（self-report scores）作为评价学生的依据[8]。 1.3 追求更公平：从一视同仁转向关注弱势群体 弱势群体在高校的参与度低或人数少，会影响高等教育公平性发展。由于美国社会的多元性和人口的多样性，关注弱势群体一直是美国高校招生的重要考量因素。20世纪60年代发起于教育领域的平权法案（Affirmative Action）体现了对少数族裔等弱势群体入学的关注与重视，但随之也带来因招生方式不合理而导致主流族裔和亚裔受到逆向歧视（即对他们提出更高标准）。教育数据能有效甄别弱势群体并为其提供适合的条件（如资金保障等），以实现真正的招生公平，避免歧视。 教育数据赋能招生公平主要体现在两个方面：一是有效保障低收入群体的申请机会，二是有效避免逆向歧视。教育数据可帮助筛查低收入学生并为其提供经济援助，防止其因经济困难而失去申请机会。通过对哈佛大学2016年本科生入学数据进行统计分析发现，20%的本科生来自年收入低于6.5万美元的家庭，哈佛大学也因此免除了当年占总申请人数25%的经济困难学生的申请费用[9]。在保障少数族裔录取方面，基于人工智能算法系统与成长数据，可以有效兼顾申请者的族裔背景和综合能力，同时还能最大限度地避免逆向歧视。例如，泰勒大学利用Salesforce软件进行招录评价，即通过对申请者数据进行算法分析以避免种族与性别偏见对招录的影响，如果招生人员在审查资料过程中遗漏与种族相关的数据信息，警报系统会提示再次审查，并最终在保障少数族裔权益的同时也确保基于学生能力客观公正地选拔人才[10]。 2 数据支持下美国高校招录变革的实现路径 数据应用渗透于高校招录各环节，主要表现为：1）利用行业数据横向、纵向分析历年招录状况，确保高校全方位掌握招生动向，优化招录计划；2）利用运行数据与学业数据分析结果，从外部申请方式与内部评价维度两个方面共同保障招录计划落实；3）利用追踪数据分析打破先前申请者提供的单向度信息收集方式，助力高校优化选才；4）通过监测数据综合分析历届申请材料并实时监测当前申请状态，支撑招生政策动态调整。各类数据分析有机嵌入高校招录评价工作流程，实现各环节技术应用的迭代升级。 2.1 基于业内数据制订招录计划 高校招生中的业内数据是由外部权威机构，如美国大学理事会（College Board）发布的全国性本科生招录数据信息和高校内部历年招生统计数据组成的教育数据，旨在助力高校掌握本科招生的生源数量变化趋势和各专业生源分布情况。数据时代的高校招生业内数据为高校招录计划的制订提供了更加科学、有效的依据，促使招录计划更加完善且具有可行性。 一是基于高校招生数据确定计划招录人数。生源数量与质量对高等教育质量与发展起着重要作用，确定适当的招录人数也是最大化地利用教育资源的前提。2018年，全美75%的大学基于预测性注册管理系统提供的数据预估申请者，并以此为考量指标确定该年的招生人数[11]。此外，高校业内数据也帮助州立大学扩大州外学生的招生数量，以实现学校多元发展并增加营收。如密西西比州立大学基于社会经济数据和高等教育数据系统的数据分析制订拟招人数，并基于社会经济数据甄别潜在的州外申请者以实现招生规模扩张，在2018年该校州外招生占比42%，比10年前高出26%[12]。 二是基于高校行业数据实施生源留存计划（student retention strategy），破解本科生高辍学率问题。由于社会经济环境影响，以及学生低学业完成度、家庭经济变故等原因，美国本科生留存率（retention rate）处于较低水平。美国综合高等教育数据系统公布，2019—2020学年全美本科生留存率仅为60.63%，不利于大学的稳定发展，且预计2025年美国本科生留存率可能会大幅下降[13]。通过分析高校业内数据，可帮助高校在招生时锁定生源群体，从根源上提升留存率。阿肯色理工学院招生管理副主任Blake Bedsole通过高校数据报告发现，2019年申请者中94%来自该州，基于此，该校决定继续保持对州内招生宣传，实现学生留存率的增长[14]。 三是基于高校数据调整招录准则并制订招录条件。招录准则反映了大学对高等教育人才的培养目标，因此，借助高校业内数据科学调整招录准则，能更契合当今高等教育人才培养宗旨与要求。2019年，哈佛大学教育学院发布了《力挽狂澜Ⅱ：家长和高中如何在大学招生过程中培养学生道德品质并减少其压力》报告，明确了新的招生目标及申请条件，如在学业成就方面更加注重学生所修课程的质量而非数量，即是否完成大学预科课程；在非学业成就方面，要求学生参与至少两次课外活动并指出其角色作用等[15]。 2.2 整合运行数据更新申请方式 运行数据是依托网络平台对申请者高中阶段的有关教育信息进行采集，并将其以日志文件、图片、视频等形式存储于云端，动态整合申请者成长情况的数据集合。传统的申请方式主要是通过学生提交的标准化考试成绩、高中学业表现、学生个人陈述书以及推荐信等纸质材料进行审查和评价；而在数字时代，以纸质化的材料反映学生高中阶段的综合能力具有片面性，且纸质材料在证明学生课外活动等非学业表现方面缺乏真实性。 一是整合运行数据，建立多所高校共享的在线申请平台，支持申请者提交能全面反映其综合能力的电子申请材料。运用在线申请平台，一方面提升了申请效率，申请者只需在该平台填写一份在线申请材料即可将其提交至多所与该平台共享数据的高校招生系统；另一方面，允许任课教师及升学顾问参与申请平台的教育数据上传，帮助招生人员从多方面了解学生的高中表现和潜力。如美国通用申请程序（Common Application）通过创建共享大学入学申请资料在线系统，与波士顿大学、哥伦比亚大学等900多所高校联合，为学生创造更多申请机会。根据通用申请程序在2021年8月发布的调查报告，2020—2021年度申请者使用通用申请程序向915所高校提交了660万份电子申请材料，全美36%的大学基于通用申请系统接收申请人的材料[16]。 二是高校通过运行数据设立独立的在线申请系统，要求申请者创建电子账户并提交申请材料，以满足高校申请要求。麻省理工学院开设的录取申请系统（MIT Admissions）要求学生在申请截止日期前提交电子资料，包括申请者的基本情况、参与过的学术活动与社会活动及其在高中阶段取得的特殊成就等[17]。在申请者的学业成绩资料方面，麻省理工学院还宣布自2021年起暂停将标准化考试成绩作为学业成绩的参考，要求申请者所在高中提供学生的中学表现性报告（secondary school report），并由人文社科和自然科学教师分别开具两封推荐信，以确保申请者个人陈述文书的真实性[18]。在学生的非学业表现资料方面，麻省理工学院通过提出论文题目并要求申请者在线提交相关论文，以实现对申请者的全面考查。 2.3 依据学业数据评估学生素质 学业数据是基于学生高中阶段的课程成绩、课堂表现和课外活动成就等能够反映学生在整个高中阶段总体学习状况的数据信息。在传统申请模式中，标准化考试成绩作为静态的量化指标已无法满足高校招生对学生整体考查的需求，以单一的成绩作为衡量学生素养的依据也失之偏颇。 一是将学生高中阶段的学业成绩转化为动态化、连续性的学业数据。在学业数据平台中，学生高中1～3年级所修课程和考试成绩以及课外活动实践等均存储于数据库中，保证了学业数据的过程性与动态性，可以帮助招生人员更好地了解学生在高中阶段的发展过程。例如，在校际联盟招生系统中，学生的学业成绩被存储在电子空间，非量化的学业指标如撰写的优秀论文、创作的艺术品等也以文档、视频等多种形式存储于该空间；此外，任课教师也在该空间参与记录学生的学业成就，如评价学生的论文、艺术品创作等，从多个维度全面呈现学生的综合素质[19]。因此，基于动态化、连续性的学业数据评估学生素质，有助于高校对学生进行全面考查。校际联盟招生系统的首席执行官Stacey Kostell表示，使用该数据系统的联盟学校在2014—2020年的平均毕业率为80.8%，高出全国平均毕业率20.6%[20]。由此可见，通过该方式录取的生源质量高于全国平均水平。 二是依据学业数据评估学生综合能力，并以数据、图表及文字等多种形式直观呈现。对学业数据的深度分析，打破了传统成绩单“数据黑箱”的弊端，除了能够显示所修课程名称及取得分数之外，还可以向招生人员展示学生为完成该课程所需掌握的能力，以及在学习该课程时学生需完成的任务。例如，在MTC与高中共同设计、搭建的软件平台中，就以能力素养成绩报告单的形式呈现每位学生的学业成绩。其中，报告单中的学生综合能力可视化评分具体包括7个方面，即艺术素养、全球公民意识、沟通技能、数学与科学素养、语言技能、运动技能与身体素质、知识迁移技能，并以图表形式直观呈现学生的综合能力指标，基于学生各项能力指标对学生的综合素质进行整体评分。截至2021年，全美有405所高中（包括281所私立学校和124所公立学校）使用该软件系统帮助学生申请大学[21]。 2.4 分析追踪数据识别申请人选 高校招生是一个双向选择的过程。在传统的招录过程中，信息来源主要是申请者及其学校，高校在招生过程并没有较多途径对学生和潜在招录人选进行信息收集。追踪数据是基于申请者的网页浏览记录，运用算法分析隐藏在该行为背后的申请者入学意向及其日常状态，从而实现对申请者的多维度考查。为了避免出现非法收集网络隐私数据等问题，任何个人在浏览校园官网时须事先确认是否允许浏览器记录其浏览行踪，如此可规避诸如学生数据泄露的风险，确保其数据的合法性。 一是利用追踪数据综合评价潜在申请者入学意愿，并进行定向招生宣传。追踪数据通过对潜在申请者在大学官网上的浏览记录，以及对学校社交媒体的关注度和互动程度等信息对学生进行综合评分，以预估其申请意愿强弱。威斯康星大学招生人员基于数据追踪系统提供的报告，查看每位潜在申请者在学校网页上的浏览内容和时间，并基于此评估每位潜在申请者的亲和力指数（affinity index），即每位潜在申请者对学校的感兴趣程度，判断是否需要对其进行定向招生宣传[12]。 二是利用追踪数据全方位了解学生，帮助招生人员进行评价选拔。通过申请者在社交平台上的追踪大数据，高校招生人员可以对学生兴趣、特长等进行全方位了解。2019年，卡普兰（Kaplan）数据公司调查了顶尖高校288名招生人员在招生时使用大数据情况。结果显示：36%的招生人员通过访问申请者社交平台上的个人资料以实现对其全方位了解，19%的招生人员表示将“利用追踪大数据了解学生”作为常用选拔工具，38%的招生人员认为该方式对生源选择具有积极影响，使用该方式的招生人员中有59%的人认为通过该方式对学生进行深度了解是一种更加公平的招录方式[22]。 2.5 汇总监测数据调整招生安排 监测数据是高校对往届招生信息及在读学生数据进行实时监测，并结合本年度学生申请数据进行分析整合，及时预警招生过程中的潜在异常状况和当下招生实践中出现的问题，实现对招生政策的科学调整[23]。美国高等教育信息化协会（EDUCAUSE）在2015年发布的《高等教育前景展望》报告中指出，超过75%的大学或学院使用监测数据进行招生管理[24]。 一是基于现有申请数据的分析监测，调整原有招生计划。通过对当前申请者的申请进度资料进行实时监测，可以结合当前的招生情况确定申请通道关闭的时间，以数据化、动态化、人性化的方式保证高校招生计划的落实。拉什大学护理学院在申请日期截止前一个月对当时的申请状况，包括申请人数、已录取人数、注册申请系统人数等进行持续监测，对比分析申请情况与招生计划后再决定是否通过延长申请时间、向潜在申请者发送提醒邮件等方式调整招生周期。通过采用监测数据跟进申请进度并及时调整招生计划，拉什大学护理学院的部分专业入学率提高了5%[25]。 二是基于往届学生的监测数据，完善二次专业申请办法，包括通过学业风险识别系统调整申请者的专业，通过监测、分析在校学生的财务状况调整对申请者的经济援助政策等[25]。例如，佐治亚州立大学开发的学业预警系统（graduation and progression success）通过收集、分析近10年学生的学业成绩、毕业率等数据，创建了一份包含800多项学业风险指标的清单，将学业风险划分为黄、红等不同级别，以帮助学校管理者预测可能出现学业风险的学生[26]。在进行专业分流时，学业预警系统根据学生第一学年的学业指标预判其能否顺利完成拟转入专业的学习；如果系统预测其不能顺利完成专业学习，则会推荐与之相关的其他专业，以更好地促进学生个人发展[27]。3 数据支持下美国高校招生改革的实施经验与问题为发挥教育数据在高校招生中的作用，美国联邦政府及教育部出台相关的教育数据使用指南，研发部门开发相应的算法系统，第三方专业机构参与到申请过程中的数据处理环节，高校也通过培训提升招生工作人员专业素质，为美国高校应用数据变革招生工作创造了有利条件。归纳起来，其主要改革经验包括4个方面。 首先，出台系列政策文件指导高校招生改革。进入21世纪以来，美国联邦政府尤为重视教育数据库的建设及应用。2002年，美国总务管理局（General Services Administration）发布的《数据质量指南》指出，数据要具有高质量、实用性、客观性、完整性、透明性以及可复制性，能够为分析报告的撰写及政策研究的制定提供依据[28]。2008年，美国教育部修订的《高等教育机会法案》第五章第503条提到，借助数据技术为申请者提供高校入学咨询，建议高校在保障学生隐私的前提下对学生数据进行追踪并合理使用[29]。2019年，联邦教育部数据管理办公室出台《数据治理委员会管理章程》，要求完善数据管理保障体系并与各教育机构共享信息[30]。2020年，美国国家教育统计中心出版《数据治理指南》，在州纵向数据管理系统的基础上，有效监管教育数据并推动共享使用[31]。总之，在联邦政府及教育数据统计机构出台的一系列政策指引下，美国高校积极运用教育数据推动招生变革。 其次，重视技术革新，开发算法系统支持高校招生决策。算法系统为教育数据的高效使用提供技术支持：一是通过收集海量申请者样本和招生人员评估取向，建立更精准的招生预测模型，对申请者进行入学评估。二是各高校基于算法系统调整招生方案。根据麦肯锡咨询公司于2020年发布的高等教育入学调查数据，截至2020年4月，已有400多所高校基于算法统计将已录取学生的缴费期限延长，以应对新冠疫情背景下入学率下降的问题[32]。三是利用人工智能（AI）与机器学习（ML）等高阶技术改进招录预测系统，如借助机器学习技术查看申请者资料，将其与机器学习模型中近几年拥有类似指标的申请者群体进行对比，可以预测其被录取后顺利入学的概率。 再次，加强招生建设，组织专业培训提升招生人员素养。高校招生工作是一项融合教育学、心理学、社会学及统计学等相关学科知识，具有高精准度与专业化的实践活动。在大数据时代，高校招生工作与教育数据的开发、分析与使用紧密联系。美国高校主要从3方面着手提升招生人员从业素质：一是提高招生工作人员的从业标准，全美大学招生咨询协会（National Association for College Admission Counseling）于2021年发布的《提高招生工作从业者的数据分析能力白皮书》强调，招生从业人员应掌握数据获取与查询、数据分析、数据管理等数据技能[33]；二是通过高等教育机构组织的招生人员培训课程提升其专业素质，如大学招生专业发展促进协会（Association for the Advancement of the College Admissions Profession）设立高等教育人员认证项目，招生从业人员在学习高校录取规章与流程、沟通与谈判技能和针对申请者开展的个人成长规划等课程后，可以获得学习证书；三是高校招生办公室组织的专业化培训，如加州大学伯克利分校在每年申请季对招生人员开展为期两周的专业技能培训，使其明确工作的职责与内容，以降低招生人员对申请者资料进行评价时产生的评估误差。 最后，加强专业技术支持，引入专门机构服务招生录取。美国高校与专业教育机构共同合作进行管理招生的历史悠久，如1937年由美国中西部学院及大学牵头成立的全美大学招生咨询协会就以追求大学入学公平、提供奖学金与学生财政援助等为宗旨，至今拥有超过2.5万名专业教育人员为高校提供专业招生咨询等服务[34]。专业机构参与招生分析与决策具体表现在两个方面：一是基于高校业内数据分析，以发布行业研究报告等方式为高校提供参考建议，如2020年9月全美大学招生咨询协会发布的《大学招生领导力报告》指出，高校招生应秉承尊重多样性、包容性，坚持公平性，充分利用信息数据技术等原则，创造多种教育渠道以帮助更多的学生接受高等教育[35]；二是通过教育数据分析从实践层面为高校招生提供具体问题的解决策略。2014年，EY-Parthenon战略咨询机构发布《差异化大学》，根据高等教育市场中的供需原则将高校划分为学术研究型、应用型、职业发展型等6类，建议高校根据自身优势明确定位，以帮助学习者获得个性化发展。 数据技术在美国高校本科生招录评价中的应用并非总是益处，也引发一系列问题。一是大数据模型产生的“价值中立悖论”。匹兹堡大学道德和领导力中心主任Audrey Murrell认为，基于数据的算法模型在高等教育招生中的应用存在验证性偏见（confirm bias），即算法模型产出的结果与其设计者的价值观和思维方式有关，并非绝对中立[36]。二是教育数据安全性与隐私保护的问题。2020年，高等教育技术研究协会在一份调查报告中指出，约一半的学生并不了解教育机构如何使用他们的个人数据，各院校在数据使用过程中如何落实对用户权益的保护还有待增强[37]。 4 对我国高校招生录取改革的启示 美国高校利用各类教育信息赋能招生计划的精准制订、招生方式的科学创新、学生成就的全面评价、优秀生源的高效甄别和招生政策的实时调整，为招生改革创造了有利条件。 当前，我国一些高校也根据各专业就业情况调整专业设置、增减招生计划，探索依托信息数据技术推动智能化招生改革。例如，南京大学与第三方考试机构“全美在线”（ATA）共同建设“大学生双创人才素质模型数据库中心”，开展项目研究并测试数据模型，助力高校双创人才培养；中国科学技术大学通过对QQ机器人、微信公众平台等数据分析进行精准招生宣传，实现了从以经验为主转变为以数据为支撑的招生改革。 志愿填报与招生录取是我国新高考的重要环节。借鉴美国高校利用数据改革本科生招生的相关措施，我国可以在以下4个方面发力：一是建立健全本科生招生制度及出台相关数据管理办法，在确保数据安全的前提下，为招生工作提供政策支持；二是加强数据技术研发，在拟录取学生精准画像和机器学习比对技术等方面力求突破，为算法赋能本科招生工作创新突破技术障碍；三是加强招生工作队伍的专业化建设，从计划制订、对外宣传、信息甄别、人员录取与专业调剂等方面，全面提高本科招生工作人员的专业素养和信息技术素养；四是协同社会各方力量，引入专业机构共同促进招生工作有效开展。参考文献：（略）