教育数字化的核心关切和基本趋势

摘   要：智能技术与教育的深度融合推动教育数字化转型，有利于提升教育的国际竞争力。但当前技术在解决教育痼疾中的效用仍未明晰。解读分析全球智慧教育合作联盟发布的《强化面向教育2030议程的智慧教育战略：教育数字化转型跨学科研究报告》有助于深刻理解教育数字化的核心关切和基本趋势。首先，该报告采用质性分析方法，对全球各国家和地区的数字教育政策进行文本编码，结果表明全球不同国家的政策各有侧重，主要体现在教育系统的战略愿景、教育实践的公平包容、无缝互通的教育专网、教师的专业发展、学习社群的协同建构、网络环境的伦理安全以及跨域协同的创新共享七个方面。其次，该报告基于国际公开数据集，从技术赋能的教与学变革、数字化学习环境、教育治理与政策计划、整体及系统性考量四个方面，构建了教育数字化评测指标框架，该框架包含四个维度、50个指标，用于了解全球各国数字化赋能教育质量和公平的现状。随机森林算法分析结果表明，教育数字化评测指标对教育质量与教育公平均有贡献，但四个维度的贡献度有所差异。最后，为积极探索全球教育数字化转型发展路径，该报告针对包容公平的高质量教育提出全球教育数字化未来发展趋势。

关键词：教育数字化；数字化转型；数字教育；基本趋势

中图分类号：G511         文献标志码：A         DOI： 10.3969/j.issn.1672-3937.2024.07.07

一、引言

教育数字化转型回应数字时代国家战略层面的要求，是推动教育高质量发展的重要举措，是建设教育强国的必由之路。[1]人工智能等新一代数字技术正在加速全球教育数字化转型，但同时也暴露出教育失衡、数字鸿沟等问题，这些问题阻碍可持续发展目标4（SDG4）的实现，即确保包容和公平的优质教育，让全民终身享有学习机会。在2022年联合国大会的“教育变革峰会”上，联合国秘书长古特雷斯指出，当前教育正处于严重危机之中，亟待进行体制改革，并强调通过推动数字技术实现教育转型以解决全球教育危机。[2]

为积极应对全球教育数字化转型过程中出现的各种问题，北京师范大学智慧学习研究院联席院长黄荣怀教授在“2023全球智慧教育大会”闭幕式上，代表全球智慧教育合作联盟（GSENet）发布《强化面向教育2030议程的智慧教育战略：教育数字化转型跨学科研究报告》（以下简称《报告》）。作为教育数字化转型的高阶形态，智慧教育利用智能化、数字化技术创建高个性化、强体验性的学习环境，变革传统的教学模式以及教育者和学习者的角色。[3]《报告》根据国家智慧教育框架（见图1），从质性的角度对全球各地区与国家进行数字教育政策分析，指明全球教育数字化转型相关政策的核心关切与发展动向。此外，《报告》依托全球公共数据集，遴选教育数字化评测指标，从量化的角度分析教育质量和教育公平的贡献度。

二、全球数字教育政策的核心关切

与发展动向

数字时代，教育的发展态势已呈现出智能化的特点，为推动教育变革提供颠覆性力量。[4]未来社会以技术为核心，要求数字教育成为引领未来产业结构变革的高质量教育。因此，有必要比较分析全球范围内的数字教育政策，以全面了解教育数字化的发展趋势，并为各国在优化教育资源、提升教育质量等方面提供一定借鉴。

为全面深入了解教育数字化发展的阶段特征，《报告》锚定欧洲和北美洲、亚洲和太平洋地区、非洲、拉丁美洲和加勒比海四大地区，并选择具有代表性或典型性的组织或国家，如中国、美国、阿根廷、非盟等，从其官方网站上搜索与教育数字化相关的政策文件。

为提高政策检索的高效性与精准性，《报告》以特定关键词为主要线索（如“数字教育”“教育数字化转型”“教育技术”等），将这些特定关键词翻译成各个国家的官方语言，在各国教育部官网和国际组织官网（如OECD、欧盟、非盟）上进行检索与筛查。第一轮筛选按照2017—2023年的时间跨度，共获得48个政策文件。为确保政策文件高度契合数字教育这一研究主题，研究人员在第二轮筛选中精读政策全文内容，通过内容分析，对48个政策文件按照相关度原则以从高到低的顺序排列，最终确定22个具有鲜明数字化特征的政策文件，表1展示了各地区典型的教育数字化发展政策。

随后，《报告》对政策文本进行了质性编码分析，系统梳理和提炼了数字教育发展的方向，深入探索数字教育发展的规律性特征。通过横向和纵向的二维对比分析，《报告》发现各国政策既呈现出共性特征又展现个性亮点，揭示全球教育数字化在发展路径上的独特侧重点，主要集中在以下七个方面。

（一）融入教育系统的战略愿景

制定有效利用数字技术优化教育系统的国家愿景和计划，政府领导者要以现代化数字学习生态系统为基础，做出有远见、战略性的承诺，全面投入人力物力，以确保战略规划有效、可持续。具体而言，教育部门及利益相关者可从数字技术前沿动态的持续收集、数字化基础设施的不断完善、数字化教学方式的迭代优化等方面入手，以全面支持数字技术赋能学习的国家战略愿景。欧盟2020年9月发布的《数字教育行动计划（2021—2027）》提出两大战略重点，分别是促进高性能数字教育生态系统的发展和增强应对数字化转型所需的数字技能和能力。芬兰教育与文化部基于此行动计划，在2023年4月发布《数字化教育与培训政策（2027）》，提出数字化的推进将以知识为基础，遵循可持续发展的原则，不断提高技术可及性，利用数字工具和环境支持学习者的个人需求，计划到2027年教育数字化开发商和用户数量达到世界领先水平。

（二）促进教育实践的公平包容

教育公平与包容是全球共同关注的议题，提升教育的公平性和包容性对于确保学生享有公平平等的学习机会至关重要。为提高教育公平性，国家需要加强技术投入以弥合数字鸿沟，优化教育资源配置。教育包容性强调特殊群体的教育需求，教育决策者有责任提供多元化的教育资源，以满足不同学生的学习需求，并确保数字技术能够被所有学习者平等获取和利用。为此，世界各国积极建立公平与包容的教育数字化环境。例如，法国提出优化数字化服务以支持全纳教育，确保数字教育资源的可及性，并促进特定工具和材料的使用，以支持残障或有特殊教育需求的学生。

（三）构建无缝互通的教育专网

扩建和维护信息通信基础设施是教育与数字技术相融合的重要前提。无缝互通的网络连接对于改善师生数字化学习体验、缩小区域间设备技术差距至关重要，也是构建现代化教育系统的先决条件。因此，各国在教育基础设施的建设上主要聚焦于无缝网络连接、学习设备支持和数字公共产品开发等方面，旨在打造无缝互通的教育环境。例如，南澳大利亚州政府出资购买设备，确保所有学生能够持续接入互联网，支持居家远程学习或无缝学习；柬埔寨建立全国教育专用网络。

（四）助力教师专业发展

智能技术推动教育深刻变革，为适应数字时代发展，教师亟待提升数字化教学能力。数字技术为教师专业发展提供了丰富而强大的工具和平台，推动着教师培训方式的创新，有助于教师随时随地获取专业发展资源，及时优化教学方法。我国于2022年3月上线国家智慧教育公共服务平台，该平台覆盖基础教育、职业教育、高等教育的教师研修课程和资源，为教师数字化学习、个性化学习、终身学习提供重要支撑；非盟提出通过采用联合国教科文组织教师信息与传播技术能力框架（ICT-CFT）或面向教育工作者的数字能力框架（DigCompEd），建立教师数字素养、技能和认证框架，以评估教师数字素养和技能差距，并推行非洲数字教育教师证书。

（五）支持学习社群的协同建构

数字技术为学习社群的知识协同建构提供支持与机会。在传统教育中，学习往往是个体为主，而数字技术赋予学生更多合作与交流的可能性，为学生打造多元、开放和协作的学习环境，这有助于提高学生学术水平，培养学生的团队合作精神，为学生的全面发展奠定良好基础。通过在线协作工具，学生可以共同编辑文档、参与讨论或者共享数字课程资源等。新加坡提出学生应通过线上和线下的方式与同伴互动，参与自我组织、协作和兴趣驱动的学习活动，并与社区和世界建立联系，以拓展学习范围，丰富学习资源和方式。

（六）加强网络环境的伦理安全

技术持续融入教学过程，可显著提升教育流程和教学业务的便利性，但信息通信技术引发的伦理问题也随之而来，产生隐私安全问题和数据泄露风险。在数字技术的使用过程中，应加强规范化治理，确保网络环境的伦理安全。非洲教育部门提出网络安全倡议，对师生的网络安全意识进行全面审查，制定网络安全指南以增强师生网络安全和数据隐私意识；加拿大通过数字公民网站提高互联网用户对网络安全问题的认识；英国发布数据保护工具包，旨在加强隐私保护。

（七）支持跨域协同的创新共享

教育数字化发展从战略层面上激励各部门之间有效协作，共享教育教学知识和资源。跨部门的合作模式可用于克服学生学习技术的障碍，试验创新教学方法，以及了解最新教育动态。数字技术的引入使得跨部门合作更加敏捷、创新并具有针对性。教育利益相关者利用数字技术优化数字资源与教学流程，促进知识跨界整合，推动教育方法和工具创新，实现数字共享。同时，教育系统应与企业加强跨域合作，获取最新的技术发展资讯并调整教育实践。英国强调教育部门与教育技术产业建立伙伴关系，优先考虑合作以减轻教师负担、提高学生成绩和节约教学成本，确保产品开发能够有效满足教育需求，并以此为起点推动文化变革。

三、教育数字化指标

对质量和公平的贡献度

《报告》系统搜集与教育数字化相关的公开数据集，涵盖学生能力、无缝网络基础设施（如ICT）、教育投入、教育治理等指标，并进行数据汇编与遴选，以分析教育数字化对教育质量（以PISA数据为例）与教育公平（以SDG4国家基准为例）的贡献度。

（一）遴选教育数字化评测指标

为深入探寻并预测未来教育的发展路径，《报告》汇编全球与教育数字化相关的公开数据，结合国家智慧教育框架三个杠杆点和整体及系统性考量，采用随机森林法分析所有指标及其所属条目以确定教育数字化评测指标。

在数据的收集上，《报告》组建的研究团队汇集并整理联合国教科文组织统计研究所（UNESCO Institute for Statistics，UIS）的教育数据、世界银行的世界发展指数数据库（World Development Indicators，WDI）、美国波图兰研究所和牛津大学赛德商学院联合发布的《网络准备度指数2022》（Network Readiness Index 2022）报告、经合组织发布的第7轮国际学生评估项目（PISA）和2018年教师教学国际调查（TALIS）、联合国教科文组织统计研究所和全球教育监测报告共同发布的SDG4国家基准等社会、教育和网络基础设施等方面的国际公开面板数据。

在工具的选择上，随机森林（Random Forest）是一种有效的预测和分类工具，用以判断自变量预测因变量的强度及其相关性，以更精准地了解客观事实。考虑到公共数据集包含多维度特征数据，具有一定的缺失值，而随机森林利用算法的自适应处理能力优势，对数据的分析能够输出高精度的预测结果。因此，《报告》以该算法分析教育数字化指标对教育质量与教育公平的贡献度。

在数据分析上，《报告》首先汇编公共数据，利用Z-score标准化的方法对来自不同国家和地区的多个指标数据进行归一化处理，形成全球教育数据集。对数据集中陈旧的指标进行剔除，并对所有因子进行降维处理，得到300多个指标。其次，采用随机森林算法初步计算指标对结果变量，即SDG4国家基准与PISA数据的贡献度，按照贡献度从高到低排列并剔除贡献度小于1%的指标，得到200多个指标。再次，教育数字化与教育技术等领域的专家团队对所选指标进行多番论证，逐一分析指标及其下属条目的内容及语义，合并语义重复的题项，判断指标在教育数字化评测中的内涵，删除不符合数字教育特征的若干题项，筛选得出80多个指标。最后，采用专家征询的方式来确定与教育数字化相关的指标，厘清国家智慧教育框架三个杠杆点、整体及系统性考量与指标之间的逻辑和内在联系，从而建立基于指数汇编的教育数字化评测指标框架（见图2）。该框架包含四个维度（50个指标）。维度一：技术赋能的学与教变革，形成13个指标，如教师ICT技能、适应性教学、教师支持等；维度二：趋向智慧教育的学习环境，形成13个指标，如互联网带宽、网络参与、网络安全等；维度三：前瞻性的教育治理与政策，形成11个指标，如研发支出占国内生产总值（GDP）的比重、计算机软件支出、教师职业竞争力等；维度四：智慧教育框架的系统性考量，形成13个指标，如高等教育入学、学校质量监测、政府在线服务等。