大家好！
我是山田研究室硕士二年级的樋口尚宏。在教育一线，基于评价数据和学习日志来重新审视教学的“数据驱动型决策”备受期待。然而，实际上，教师基于数据定期反思自身实践的探究（Teacher Inquiry, TI）在学校现场却很难扎根。本次我将介绍一篇论文，该研究将这种难以扎根的原因归结为“模型过于理论化”，并提出并验证了一个具备教师自身易于使用的具体步骤和提示的探究模型。这也是与我开发的教学改进支持系统“TiTela”设计密切相关的一篇论文。

论文信息
・标题： Towards Data-Informed Teaching Practice: A Model for Integrating Analytics with Teacher Inquiry（迈向数据知情的教学实践：整合分析与教师探究的模型）
・作者： Marge Saar, María Jesús Rodríguez-Triana, Luis P. Prieto
・期刊： Journal of Learning Analytics, 9(3), 88–103.
・出版年份： 2022年
・DOI： https://doi.org/10.18608/jla.2022.7505

1. 导论与背景：为什么教师无法持续进行“基于数据的探究”？
随着时代和学生需求的变化，教师被要求重新审视日常的教学方法，并尝试新的教学策略。评价数据、课堂观察、关于自身教学方式的数据等，教师本应拥有丰富的可用信息。然而，基于这些数据定期、系统地审视自身实践的“教师探究（TI）”，在学校现场依然未能扎根。其背景在于，教师难以获取符合需求的相关数据，且工作负荷与所获成果不成正比。此外，现有的TI及数据应用模型大多侧重于学生的学习（student learning）而非教师的教学（teaching），由于缺乏具体的实践案例，往往被一线教师视为“过于理论化”。事实上，回顾2011年至2018年学习分析（LA）相关论文的先行研究也报告称，大多数研究仅处理学生数据，对关注教师教学的“教学分析（teaching analytics）”的关注直到2018年以后才开始出现。本研究旨在开发一个在探究的各个步骤中具体引导教师的“教师探究分析模型（Analytics Model for Teacher Inquiry, AMTI）”，以克服这一扎根的壁垒。
※ 论文中附有一张将AMTI各步骤和构成要素总结在一页上的概念图（p.97，PDF第10页），整个研究的进程也是围绕该图的构建与完善展开的，结合此图阅读会非常易懂。

2. 理论框架：整合现有模型，从“目的”而非“问题”出发的设计
本研究立足于连接教学与学习分析（Teaching and Learning Analytics, TLA）（一种基于教师自身与学习者双方相关的教育数据，引导教师反思自身教育设计与实施过程的框架）与TI（教师主导的、基于证据的专业发展实践）。这里所处理的观点是，数据并非单方面决定（drive）决策，而是提供判断依据（inform）。AMTI整合了现有的三个代表性模型。首先，由于现有的TI模型缺乏关于如何解读数据的指导，因此将解读阶段分为“意义构建（Sensemaking，发现数据模式的阶段）”和“解释（Interpretation，加入教育学知识进行意义赋予的阶段）”。其次，基于探究并不一定意味着应对“问题”，也可以以积极改进为目标的想法，将探究的起点从“问题识别”置于“目的（purpose）”。第三，在现有数据应用参考模型所示的四个视角（什么数据、什么技术、谁、为什么应用）中，除去了在课堂现场显而易见的“谁”，并加入了“什么、如何”之外的“之后如何行动”和“为什么探究”的视角。

3. 研究方法：基于设计研究（DBR）的三个阶段开发与验证
本研究采用了旨在设计现实课题解决方案并架起理论与实践桥梁的“设计研究（Design Based Research, DBR）”，通过三个迭代（重复阶段）开发并验证了AMTI。在迭代1中，通过比较现有的多个TI模型提取共同步骤，并在专家建议下整理了数据应用流程和对教师有意义的数据类型，构建了AMTI初版。在迭代2中，从爱沙尼亚的4所中学选出10名教龄从不满1年到超过20年的教师，使用询问AMTI各步骤的8个问题以及询问数据应用倾向的4个自由回答问题，实施了30至45分钟的“有声思维（Thinking Aloud，边思考边出声操作）”会话。在迭代3中，通过由大学研究人员、主干教师、高级教师等7名教龄超过10年的专家进行的“名义小组技术（Nominal Group Technique, NGT：一种结构化的会议方法，各自独立提出想法，在受他人方案启发的同时对重要性进行排序）”对模型进行了验证，同时由2名教师研究人员在实际课堂中使用AMTI收集数据，确认了其适用性。

4. 结果与讨论：对三个研究问题的回答
本研究设定了以下三个研究问题（RQ）。

RQ1：如何设计教师在实践中感到可用的TLA过程模型？
参与者评价AMTI逻辑严密且易于应用。由此导出了四个设计原则：(1) 应为教学实践整体而非仅针对“问题”提供信息；(2) 应引导教师关注探究的问题；(3) 应展示用教师自身教学相关数据补充学生数据的路径；(4) 应将分析过程分为逻辑连接的多个步骤。然而，研究也指出，“意义构建”和“解释”这两个阶段对教师而言难以区分，往往在未意识到模式探索和教育学解释的情况下同时进行，若缺乏解释技能，则需要同事、文献或培训的支持。

RQ2：教师对AMTI各步骤的认知揭示了关于数据应用理解和倾向的什么内容？
教师试图分析自身教学方式的动机，并非源于义务感，而是与“想成为好老师”、“想满足学生需求”的内在愿望相联系。另一方面，无论经验多寡，也有教师对面对自己的弱点或不顺利的场景感到犹豫，特别是初任教师表达了对缺乏“什么是有效的教学方式”这一标准的焦虑。此外，数据收集和分析手段往往局限于问卷调查或个人观察，这也表明了对从课堂这一物理空间收集数据的工具及其使用指南的需求。

RQ3：教师列举了哪些阻碍TLA普及的因素，并认为可能存在什么样的激励措施？
阻碍普及的因素大致分为两类。一类是通过改变教师所处环境可以消除的因素（工作负荷、习惯、“被评价”的感觉）。另一类是通过探究模型本身的改进可以支持的因素（流程简化、提示与具体案例的展示、数据收集与分析技术手段的提示）。最重要的是，如果教师自身无法感受到引入TLA的益处，就不会在引入新方法前的“麻烦”与“效果”之间权衡并采取行动。除了内在动机外，学校方针等外部推动力也是必要的，但同时也指出，如果TLA成为评价和审计教师实践的工具，反而会损害对探究的积极态度。

5. 结论与研究局限
通过三个迭代过程，研究明确了即使教师将改进教学作为目标，实际上也不会去收集为此所需的数据（teaching data），往往倾向于将探究的问题指向学生而非自己的教学方式。作者主张，teaching data仍是一个新概念，今后需要更加重视teaching analytics，在纠正与学习数据偏差的同时，推进符合实践背景的工具和技术的开发与普及。研究局限：本研究基于少数参与者，在推广性上存在局限。此外，基于AMTI的有声思维问题项尚未经过充分的效度验证，也有人指出可能导致了教师对“动机（motivation）”和“目的（purpose）”区别的困惑。

6. 选择这篇论文的理由及对我研究的启示
选择本研究是因为它正面处理了教师探究（TI）与教学与学习分析（TLA）之间的关系，作为整合两者的框架，与我正在开发的“TiTela”的问题意识非常接近。不仅停留在提出理论，还实际调查了10名教师的认知，深入探讨了对模型的理解及普及障碍，这对处于实证阶段的我的研究具有参考价值。TiTela依赖于与本研究不同的先行模型，将探究的第一步设定为“问题识别”，但本论文指出的“探究不仅限于应对问题，也可以从目的（purpose）出发”这一见解，也是我在自己原型评估现场感受到的。这似乎成为了重新审视该设计的材料。此外，在本研究的调查中，教师的数据收集手段仅限于问卷和个人观察，而TiTela处理的页面跳转和标记等细粒度eBook日志，可以说在技术上弥补了这些制约。进一步地，虽然将数据的意义赋予分为“意义构建”和“解释”并予以重视这一点与本研究相同，但我感到TiTela在能够追踪教师教学过程本身这一点上，可以主张其独特性。今后我也希望将连接教师教学与学生学习的TLA方向性应用到自己的研究中。

文责：樋口尚宏