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，该论文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
・刊载杂志： Journal of Learning Analytics, 9(3), 88–103.
・出版年份： 2022年
・DOI： https://doi.org/10.18608/jla.2022.7505

1. 导言・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指导方法，并尝试新的教学策略。评价数据、课堂上的发现、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，教师难以获取符合自身需求的相关数据，且工作负荷与所获得的成果不成正比。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）而非教师的教学方式（teaching），且缺乏具体的实践案例，因此在现场教师眼中往往显得“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，对关注教师教学方式的“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“Analytics Model for Teacher Inquiry（AMTI）”，以克服这一扎根的壁垒。
※ 论文中刊载了一张将AMTI的各个步骤和构成要素总结在一页上的概念图（p.97，PDF第10页），本研究整体也是朝着构建和完善该图的方向推进的，因此结合该图阅读会非常易懂。

2. 理论框架：整合现有模型，从“目的”而非“问题”开始设计
本研究站在连接Teaching and Learning Analytics（TLA：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，基于证据致力于自身实践专业发展的活动）的立场上。这里所处理的观点是，数据并非单方面决定（drive）决策，而是仅仅提供判断材料（inform）。AMTI是通过整合现有的三个代表性模型而构建的。首先，由于现有的TI模型缺乏关于如何解读数据的指引，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赋予意义的阶段）”。其次，基于探究并不一定意味着应对“问题”，也可能存在积极改善这一目标，因此将探究的起点置于“目的（purpose）”而非“问题的识别”。第三，在捕捉数据应用的现有参考模型所展示的四个视角（什么数据、什么技术、谁、为什么应用）中，除去了在课堂这一现场显而易见的“谁”，并加入了除“什么、如何”之外的“之后如何行动”和“为什么探究”的视角。

3. 调查方法：通过Design Based Research进行3阶段的开发与验证
本研究采用了针对现实课题设计解决方案，并致力于架起理论与实践桥梁的“Design Based Research（DBR）”，通过三个迭代（反复阶段）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，并在获得专家建议的同时整理了数据应用流程和对教师有意义的数据种类，构建了AMTI的初版。在迭代2中，从爱沙尼亚的4所中学选出了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年的人员进行的“Nominal Group Technique（NGT：各自独立提出构想，在受彼此方案启发的同时对重要性进行排序的结构化会议手法）”验证了模型，同时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・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：如何设计教师感到可以在实践中使用的TLA过程模型？
参与者评价AMTI逻辑清晰且易于应用。由此导出了四个设计原则：(1) 应为教学实践一般而非“问题”提供信息；(2) 应将教师的注意力引向探究的问题；(3) 应展示用教师自身教学方式相关的数据来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。但是，对于教师而言，“意义构建”和“解释”这两个阶段难以区分，往往在没有意识到模式探索和教育学解释的情况下同时进行，这表明如果缺乏解释技能，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”、“想回应学生需求”的内在想法相关联。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没有展示“什么是有效的教学方式”这一标准的担忧。此外，数据收集和分析的手段往往仅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的访问权限以及使用指引的需求。

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。一类是如果改变教师所处的环境就能消除的因素（工作负荷、习惯、“正在被评价”的感觉）。另一类是可以通过探究模型本身的改进来支持的因素（流程的简易化、指引和具体案例的提示、数据收集・分析的技术手段的提示）。最重要的是，如果教师自身无法切身感受到引入TLA的益处，就不会在引入新方法前的“麻烦”与“效果”之间进行权衡并采取行动。不仅需要内在动机，也需要学校方针等外部推动，但也有人指出，如果TLA成为评价・审计教师实践的工具，则会损害对探究的积极态度。

5. 结论与研究的局限性
通过三个迭代，明确了即使教师将改善教学方式作为目标，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。作者们主张，teaching data尚属新概念，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。 研究的局限性：本研究是基于少数参与者的见解，在推广方面存在局限性。此外，基于AMTI的有声思维问题项目尚未经过充分的有效性验证，也有人指出可能导致了教师的困惑，例如“动机（motivation）”和“目的（purpose）”的区别等。

6. 选择这篇论文的理由及对我研究的借鉴意义
我选择本研究是因为它正面处理了教师探究（TI）与Teaching and Learning Analytics（TLA）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。不仅停留在理论建议上，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的障碍，这些点对我处于实证阶段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“问题的识别”，但本论文指出的“探究不仅限于应对问题，也可以从目的（purpose）开始”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处理的页面跳转或标记等细粒度eBook日志，可以说在技术上弥补了这些制约。进一步地，将数据赋予意义分为“意义构建”和“解释”并予以重视的点与本研究相同，但我也感到，TiTela在能够追踪教师教学过程本身这一点上，似乎可以主张其独特性。今后我也想将连接教师教学方式与学生学习两者的TLA方向性，运用到自己的研究中。

文责：樋口尚宏