发挥数据要素潜能促进学生AI核心素养提升.docx

发挥“数据要素×教育”潜能?促进学生AI核心素养提升

数据要素已成为推动数字经济发展的核心引擎，同时也是促进教育数字化转型和智能化升级的基础战略资源。数据要素既可以提升智能教育新模型中主体、环境和资源要素的价值利用效率，也可以通过内化运行过程，实现数智的价值创造和跨越[1]。发挥“数据要素×”的变革性影响作用，促进其在个性化学习、精准化教学、智能化评价和精细化管理中的价值释放，有助于推动教育高质量发展。

一、“数据要素×教育”的意义、内涵和实现路径

2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，首次将“数据要素”增设为继土地、劳动力、资本、技术之后的第五大生产要素，明确支持构建教育领域规范化数据开发利用的场景，提升教育数据要素价值。2023年11月，国家数据局在全球数商大会上首提“数据要素×”的概念，旨在发挥数据要素的放大、叠加、倍增作用，构建以数据为关键要素的数字经济。2023年12月，国家数据局等17部门联合发布《“数据要素×”三年行动计划（2024—2026年）》，推动数据要素与劳动力、资本等要素高效协同。随着数据共享、开放、流通、应用步伐加快，将有力促进资源要素的高效配置和全要素生产率的提升。

数据要素是指加工处理原始数据，使之转化为具备潜在利用价值的数据资产，并成为可用于社会生产经营活动、能够为使用者带来经济效益或社会效益的重要生产要素[2]。教育行业的数据要素种类非常丰富，既包括学生的学习成绩和学情数据、教师的课件资源和课堂教学数据、家校社联动数据，也包括学校及地区的教育管理数据以及教育科技产品的后台统计数据，等等。“数据要素×”可以推动教育新产品和新服务等数据要素与教学、管理、人才培养等对接，使得不同地区、不同发展程度的学校得以低成本地复制和分享数据，破解传统教育模式的局限[3]。“数据要素×”还能推动不同主体之间快速便捷地进行价值共享和创造，促使教育数据要素、教育业务、教育场景实现全面融合，形成与现代经济社会发展高度适配的高质量教育体系[4]。对于学生而言，数据的挖掘分析能为他们提供个性、多元、精准的自主学习方式，搭建个性化成长和发展的平台，个性化成长报告单中，数据不再是冷冰冰的符号，而是承载着学生成长的回忆[5]；对于教师而言，数据的挖掘分析可以丰富他们的教育教学方式，提升他们的精准量化评价能力，解决评价标准模糊、单一的问题，真正“让评价看见人”；对于教育管理者而言，数据的挖掘分析提高了管理的精细化水平，让他们能动态掌握教育改革发展态势，增强对教育的诊断和预测能力，使得各种教育决策过程有数据可依，教育服务和管理更加公平、公正和科学合理。

教育数据要素的实现过程，涉及学校、教师、学生、家长以及教育科技企业等多元主体，教育数据要素的流转模型如图1所示。通过系统全面地开展教学数据采集、处理与分析，原始数据便转化为可进一步分析利用的教育数据资源，即实现教育数据的资源化。教育数据资源中有一部分能产生实际价值的，再经过分类分级、登记入表等加工处理工作，参与到教育产品开发和使用、教育市场策略确定和师生服务的过程中，实现教育数据的资产化。教育数据资产化的过程意味着数据要素开始形成，产生一定的经济效益或者社会效益。未来，伴随教育数字化转型的步伐，致力于数据要素深度开发和利用的理论与实践将越来越有价值[6]，在某些特定场景，有望实现教育数据的资本化。

二、数据要素赋能的AI核心素养评价

（一）现状和问题

《普通高中信息技术课程标准（2017年版2020年修订）》和《义务教育信息科技课程标准（2022年版）》中，分别提到了“信息素养”和“数字素养与技能”。此外，不少学者还提出并研究了“人工智能核心素养”（简称“AI核心素养”）。这些技术类素养都将直接影响“数据要素×教育”的价值发挥。数据要素的价值激活需要经过深度开发与利用的过程，而开发与利用的主体包括学校管理者、教师、学生、行业人士等利益相关者。这些群体的技术类素养越高，数据要素价值激活的速度就越快、程度就越深[7]。数据要素在提升学生的技术类素养、创新教育评价方面也发挥了重要作用。

以中小学生AI核心素养为例，国内外的研究者大多从明确AI核心素养的框架入手，采用数据驱动的评价方式建立不同数据与素养框架的对应关系，从而对学生进行综合分析并生成评价，以期反映学生对人工智能的知识掌握、能力运用、态度责任等全方位素养水平，以及学生未来进入高校和社会后的AI迁移能力，提升评价的科学性、专业性和客观性。从青少年人工智能核心素养测评（AICE）[8]的AI核心素养框架（如图2）可以看出，一级维度的核心素养既包括学生的通识与技能、高阶思维等方面，也包括人机协同创新和智能社会责任等视角；二级维度则包括更加细分、具象化的指标，以更全面地刻画学生的AI