大家好！我是山田研究室硕士二年级的樋口尚宏。
随着ICT的普及，在教育技术领域，聚焦于利用考试成绩和学习日志等“数据”来改善课堂教学的“数据驱动决策（Data Driven Decision Making, DDDM）”研究日益兴盛。然而在教学一线，却堆积着“即便有了数据，教学风格也无法从根本上改变”等课题。为什么明明拥有庞大且详尽的数据，课堂却依然如故呢？
本次，作为克服这一局限的线索，我将介绍一篇聚焦于教师面对数据时的“心理过程”的论文。这篇论文也为我本人的研究课题——“教师教学改进支持”的评估设计提供了重要的启示。

论文信息
・标题： Metrics Matter: How Properties and Perceptions of Data Shape Teachers’ Instructional Responses（指标至关重要：数据的特性与教师的认知如何塑造教学反应）
・作者： Caitlin C. Farrell & Julie A. Marsh
・刊载期刊： Educational Administration Quarterly, 52(3), 423-462.
・出版年份： 2016年
・DOI： https://doi.org/10.1177/0013161X16638429

1. 引言与背景：对合理模型的过度自信与现场的现实
近年的教育政策强烈要求学校领导者发挥领导力，并要求教师分析和利用学习数据来改善教学。这一路径的根基在于一种直线式、合理化的思维方式，即“数据是客观中立的事实，只要提供了数据，教师自然会找到最佳的教学方法”。
然而，针对实际课堂的先行研究表明，无论提供多少丰富的数据，都无法直接转化为课堂本质上的质量变革（如学生如何获取知识、教师如何传授知识等教学方法的改变）。

2. 理论框架：连接客观数据与主观解读的“意义建构理论”
本研究采用的“意义建构（sensemaking）理论”，是指个人或群体在面对不确定的情况或新信息时，对其进行“赋予意义”的认知与社会过程。
根据意义建构理论，数据并非教师无条件接受的“客观事实”。教师在查看数据时，并非处于空白状态，而是通过自身持有的“关于教学法和学生的既有知识、教育信念、价值观”这一透镜来审视数据。因此，教师会进行能动性的解读，即强烈关注特定数据的同时，无视不利或难以理解的数据。
也就是说，教师在看到数据后，如何进行“我的课堂哪部分存在课题”、“应该如何改变教学法”等具体的意义建构，决定了后续的决策。这成为了通向教学方法根本性改变（Change in delivery），还是仅仅停留在“用同样的方法再教一遍”这种表层重复的分水岭。

3. 调查与分析方法：排除客套话的“对象探针”与为期一年的纵向调查
本研究以美国某州3个学区内，低收入家庭较多且未达到学力标准的5所“高需求”初中为对象，实施了为期一个学年的详细案例研究。收集的数据非常多元，具体如下：

・对学区领导层的访谈（13次）
・对校长、教学指导教练及案例研究对象教师的访谈（73次）
・对24名非研究对象教师进行的焦点小组访谈（6次）
・对教师专业学习共同体（PLC: Professional Learning Community）会议的观察（20次）
・基于网络的每月活动日志收集

在访谈中，为了排除教师的“客套话”或记忆模糊，捕捉真实的数据利用现状，本研究采用了名为“对象探针（Object Probes）”的定性访谈法。所谓对象探针，是指让教师本人携带“实际的数据原件（学生的作文、批改后的作业、小测验结果、分析工具输出的班级成绩图表、座位表等）”来到访谈现场，并将其置于眼前，通过追溯体验的方式让其讲述“如何解读这些数据，并在课堂上具体改变了什么”。此外，为了避免教师一听到“测试数据”就只联想到特定的州统考，研究者还提供了列举各种数据类型的“数据类型卡片”，以拓宽其视野。
通过这种方式收集到的海量定性数据（如发言日志等），使用定性分析软件（NVivo）进行了详细编码。分析团队提取了255个“数据利用实例”，即明确包含“使用了哪种数据源”与“对此采取了何种教学反应”的具体案例。通过交叉表分析将其定量化，从而科学地分析了哪种数据更容易诱发何种行为模式。

4. 结果与讨论：教师的反应因数据类型而异
本研究将教师针对数据的具体行动（教学反应）作为因变量，分类并分析为以下5种模式。

1. 教学方法的改变（Change in delivery）： 从根本上重构学生获取内容的方式或教师呈现信息的方式（例如：引入新的教学策略等）。
2. 再指导・再测试（Reteach, retest）： 在保持原有教学风格的情况下，针对理解度较低的标准或单元重新教授一遍。
3. 小组化（Small groups）： 根据学力水平或需求将学生分成对子或小组。
4. 学生自我分析（Student analysis）： 让学生自己回顾测试结果，并设定下一个目标。
5. 课堂外支持（Out of the classroom support）： 在课堂时间之外进行个别指导或补习等额外支持。

整体分析显示，从根本上重新审视教学法的“教学方法的改变”仅占16%，大部分是“再指导（53%）”或“小组化（20%）”等表层应对。然而，这些反应的比例根据教师所面对的“数据类型（特性）”而截然不同。

(1) 州测试（州统一标准化测试）
由于在学年初才能获得上一年度的结果，虽然对学生分班或小组编排（42%）有效，但因数据陈旧且与当前课堂关联度低，未能与教学改善挂钩。

(2) 学区基准测试（外部制作的测试）
“再指导”占56%，教学改变仅为10%。由于测试与课堂的脱节，教师的不信任感强烈，结果导致了以下“防御性意义建构”。

【什么是防御性意义建构？】 面对糟糕的测试结果，教师为避免反思“教学方式存在问题”，为保护自身教学风格而产生的心理自我防御解读过程。指将责任归咎于外部（如“测试题措辞不好”），或仅停留在“只对分数低的单元进行机械式重教”等表层应对的心理倾向。

(3) 年级共同评估（与同事共同制作的测试）
“再指导”的反应高达64%。由于是自己制作的，可靠性虽高，但此时作为“制作者”的意识过强，导致PLC的讨论倾向于集中在“测试题措辞修正”等测试本身的改善上，而非“教学方法的改善”。

(4) 课堂评估・学生成果物（日常小测验或作文等）
“教学方法的改变”比例最高（约30%），强烈促进了教学改善。这是因为这是教师亲自设计的及时指标，且与之前的指导关联紧密。特别是作文等定性的“软数据”，因能可视化学生的思考过程和困惑，成为了教师直面“因自身教法导致的误解”，并从根本上重新审视教学方法的强力催化剂。

5. 结论与研究局限
本研究明确否定了数据驱动决策（DDDM）中“只要有客观数据，教学就会机械性地改善”这一合理模型。研究主张，促进课堂实质性改善的并非数据的数量或客观性，而是数据的“及时性”、教师自身参与的“主体性”，以及能看到学生思考过程的“格式（定性软数据）”等特性，与教师对其信任的“主观认知”深度交织的意义建构过程。标准化的数值数据虽有助于学校或学区的问责与分类，但真正改变眼前学生学习的，是日常课堂内生成的形成性且柔软的数据。
研究局限： 本研究的主要局限在于，教师报告的“改变了教学”的内容依赖于访谈等“自我申告数据”。尽管通过对象探针提高了具体性，但缺乏关于课堂内教学方法实际是如何执行的直接微观观察数据。

6. 选择这篇论文的理由及对我研究的借鉴意义
目前，我正在开发一套帮助教师回顾课堂并用于改善的系统（TiTela）。本论文为该系统的“评估方法”和“设计思想”提供了巨大的信心与支撑。
首先在评估方法上，我将借鉴本论文中对象探针的见解，不仅结合问卷（自我申告），还将组合“系统内的操作日志及描述内容等客观行为日志（混合研究法）”进行分析。由此，克服本论文局限的“对自我申告数据的依赖”，计划对实践的转变过程进行科学验证。
此外，在设计思想上，TiTela处理的是脱离外部“问责”、为了自身“教学改善”的安全的形成性数据。我认为这能将教师从防御性偏见中解放出来，促进深度的内省（意义建构）。
我也和这篇论文的主张一样，认为不是数据改变了课堂，而是通过数据进行的“意义建构”才改变了课堂。为了开发能让老师们主体性地投入教学改善的系统，我将进一步深化研究！

文责：樋口尚宏