王永固，王 怡，王会军，胡小杰，李晓娟，楼又嘉

(1.浙江工业大学 教育科学与技术学院，浙江 杭州 310023；
2.浙江省教育技术中心，浙江 杭州 310012；
3.浙江财经大学 马克思主义学院，浙江 杭州 310018)

迈入智能时代，大数据、人工智能等新技术赋能教育创新发展，区域教育信息化服务平台正在从跨区域、层级、部门的整合业务和数据，转向纵向贯通和横向融通的智慧生态系统。我国多个省和地市正在建设区域教育一体化智慧服务平台，如浙江“教育魔方”、江苏智慧教育云平台、广州智慧教育公共服务平台、温州教育“数字大脑”等。但是，由于区域教育智慧生态系统理论创新滞后及其体系框架方案稀缺，区域智慧教育生态化转型呈现出三个典型问题：一是数据壁垒问题，区域缺少跨业务、全学段的教育大数据中枢，缺少规范化和统一性的数据标准[1]，这导致区域教育数据难以有效汇聚和无缝流转，阻碍了生态系统的物质循环(数据流通)和能量转换(智慧生成)；
二是系统架构生态化特征不足问题，框架方案重视区域教育大数据仓建设和数据可视化应用，忽略能量转换链(数据中台和业务中台)、智慧生境(应用场景空间)，这造成区域教育信息化服务平台智慧化进展缓慢，不能有效解决公民教育的愁难急盼问题；
三是制度化环境不健全问题，缺少组织、平台、技术、数据、隐私和安全等系统化制度体系建设，这致使区域教育智慧生态系统的长效、可持续发展受阻。因此，区域教育智慧生态系统的理论模型、体系框架和发展策略就成为教育技术领域亟待破解的研究课题。

鉴于此，文章以生态系统理论为视角，分析全球区域教育智慧生态系统的发展进程，融合信息生态系统和智慧学习生态相关理论，采用大数据驱动的方法论，构建区域教育智慧生态系统的理论模型，结合浙江“教育魔方”前期方案设计的行动实践，提出区域教育智慧生态系统的体系框架和发展策略。

生态系统是指在一定的空间和时间范围内，各种生物之间以及生物群落与其无机环境之间，通过能量流动和物质循环而相互作用的一个统一整体[2]。基于生态系统的视角，信息生态系统是信息自身与生命体及周围环境相互联系、相互作用的有机整体[3]。随着大数据和AI技术的发展，数据驱动教育信息生态系统进化为智慧教育生态系统[4]，使其具有自我调节的均衡力、抵御扰动的恢复力和自我学习的演化力。以生态系统的理论视角，审视全球不同区域智慧教育生态化的发展历程，发现三个典型的特征，包括：数据中枢建设、制度化环境构建和智慧应用推动。

(一)教育基础数据中枢建设

基础数据中枢是区域教育智慧化生态转型的前提条件。美国教育部于2005年启动“州纵向追踪数据系统”(Statewide Longitudinal Data System，SLDS)项目，采集从学前教育到高中、大学和行业职工的终身学习数据，以州为单位建立教育大数据仓，以更有效地管理和利用学生数据[5][6]。2009年，各州教育数据仓全面收集学前教育到职后教育的个人发展数据，美国教育数据库进入P-20W系统阶段[7]。2017年，全美已有47个州以及哥伦比亚特区、波多黎各自治邦、维尔京群岛均建立SLDS[8]。综上可见，SLDS成为美国各州、学校、师生三个层级的智慧教育应用的基础数据中枢。

(二)数据开放共享的制度环境构建

数据开放共享的制度环境是区域教育智慧化生态转型的重要保障。欧盟是推进区域教育数据开放共享的典型代表，通过颁布系列数据战略引导成员国之间教育数据开放共享，以宪章方式构建区域教育数据开放的制度化环境。2011年，欧盟颁布《开放数据战略》，以实现“泛欧门户”无障碍信息共享。2013年，英国、德国、法国、意大利等欧盟成员国共同签署《数据开放宪章》，将教育数据归属于优先开放的数据类别。2020年，欧盟发布《欧洲数据战略》，旨在建立统一的数据市场，以实现数据在欧盟内部流动，推进产业、学术和政府之间数据共享和智慧应用[9]。

(三)区域教育革新智慧应用开发

应用场景是区域教育智慧化生态转型的关键推动力。美国SLDS项目支持区域的教育决策、学校管理和教学创新等应用开发，如学校布局与资源分配、困难儿童补助、教师评聘改革、学生早期干预系统等智慧应用，跨业务领域的智慧应用生成的数据反过来又丰富了SLDS数据，推动区域教育具备生态系统的空间、功能和进化特征[10]。另外，欧盟支持高校研发大数据驱动的智慧应用，如英国和西班牙的高校借助学习分析技术降低学生辍学率，提升学生个性化学习体验[11][12]；
荷兰开放大学启动“数据海绵”(Data Spongia，DS)项目，开发了整合来自不同慕课课程的学习数据分析应用[13]。借鉴美欧的成功经验，我国教育智慧应用也在急剧增长，包括教育决策科学化、教育评价监测[14]、教育发展均衡化[15]、质量提升内涵化[16]等方面，正在提升区域教育现代化治理能力。

综上所述，基础数据中枢、数据开放环境和应用场景等推动区域智慧教育向生态化转型发展。然而，以生态系统的理论视角，上述研究没有明确界定区域教育智慧生态系统的内涵，没有清晰描述其构成要素和内在机理，也没提出完备的体系框架，这限制了区域教育智慧生态系统的理论创新与实践应用。对此，文章的第三部分提出区域教育智慧生态系统的概念内涵和理论模型。

从普适性来看，信息生态系统由信息人、信息和信息环境三个基本要素组成[17]。基于此，区域教育智慧生态系统是指在特定的行政区域内，由信息人、教育大数据、技术化环境和制度化环境构成的一个自组织和自演化的智能教育信息系统。按照行政区域的范围，区域教育智慧生态系统大到国际联盟(欧盟)，中有国家、省级、地市和区县，小到一个学校。如图1所示，在生态系统中，数据是其能量流动和物质循环的载体，在流动过程中转化为不同的形态，包括：通过技术关联形成信息，经过模型加工生成知识，经历场景应用转换为智慧。参考智慧学习生态系统的构成要素[18]，区域教育智慧生态系统理论模型分为信息人、智能链、技术化环境和制度化环境四个组成部分。

图1 数据驱动的区域教育智慧生态系统的理论模型

(一)信息人

信息人是区域教育智慧生态系统的生物主体，包括学习者、教学者、管理者、服务者等用户群体。信息人既是数据生产者又是智慧的消费者。一方面，信息人的生物信息、行为信息和知识信息通过感知系统进入生态系统内部；
另一方面，信息人在智慧生境中创新性的开展教育活动，消费生态系统中能量转换的成果。

(二)智能链

智能链是信息生态系统的信息链在智慧生态系统中的升级，由“感知系统→教育大数据→AI算法→教育模型→智慧生境”组成，实现“数据→信息→知识→智慧”四个层次的转换与演化。首先，感知系统采集和汇聚教育领域的多源异构数据形成教育大数据集；
其次，AI算法模型基于大数据集的分析、挖掘和训练生成教育教学模型，使系统具有学习领域知识的能力；
然后，智慧生境基于生成的教育模型向其中的新事件自动作出调节反应，对新趋势做出预测和适应；
最后，信息人基于智慧生境的预测开展教育教学的智慧应用。综上可知，智能链基于数据和算法的双重驱动，实现区域教育智慧生态系统自我演化的学习能力，为学习者、教学者、管理者和服务者提供教育教学智慧服务。

(三)技术化环境

技术化环境是区域教育智慧生态系统的运行载体与环境，由支撑技术体系、系统工具与服务两部分组成，实现数据流动(物质循环)和智慧服务(能量转换)的双重功效。一方面，支撑技术体系为教育大数据和AI算法提供算力服务，系统工具与服务负责把智能链产生的机器智能提供给信息人应用，形成教育智慧。另一方面，系统工具与服务将信息人在智慧生境中产生的新数据通过技术环境反馈给教育大数据仓，再次优化算法生成的教育模型，增强区域教育智慧生态系统的学习能力。

(四)制度化环境

制度化环境是区域教育智慧生态系统的运行规范和制度保障，由数据规范标准和组织政策制度两个部分组成，保障区域内数据的纵向贯通和横向融通。首先，区域行政组织的管理者制定教育大数据和教育智能治理的政策制度，确定参与主体共享数据的责任义务和工作流程。其次，区域教育信息化部门的管理者制定教育数据的规范标准，保障教育数据在横向上跨系统融通共享和在纵向上跨层级上下贯通。最后，区域行政管理者制定数据开放章程，与其他行政区域签订数据交换协议，面向系统外其他主体提供数据开放接口。

综上所述，区域教育智慧生态系统使用大数据训练AI算法模型，生成教育教学智能模型，赋予智慧生境情境感知、知识学习、问题解决和预测分析等能力，实现区域教育智慧生态系统的学习成长。同时，基于技术环境的反馈优化和机制环境的制度保障，使得区域教育智慧服务系统成为自我调节、持续进化的生态系统。

依据上一部分的理论模型，结合浙江“教育魔方”体系框架方案设计的行动研究，本研究将区域教育智慧生态系统的体系框架分为五个组成部分，包括感知系统、教育大数据中枢、业务应用体系、关键技术体系和规范标准体系。其中，感知系统、教育大数据中枢、业务应用体系实现理论模型中“智能链”的智慧生成功能，关键技术体系和规范标准体系分别实现技术化环境和制度化环境的功能，学生、教师、社会公民、教育行政管理者和服务人员是理论模型的信息人角色，如下页图2所示。

(一)感知系统

感知系统是区域教育智慧生态系统的智能链起点，负责采集用户群体及其社会环境的数据。根据感知对象的不同和应用目的的差异，感知系统分为物理环境感知、物体信息系统标识感知、人体相关生物特性感知、空间感知和交互信息感知五种类别。其中，物理环境感知以结构化数据为主，如校园一卡通、身份信息门户数据等；
物体信息系统标识感知以空间感知和位置感知为主；
人体相关特性感知采集用户的生理和心理的数据，如学生的心率和运动数据；
交互信息感知采集用户与环境系统交互的数据，如教学系统日志和学习状态数据等。基于物联网的智能感知设备实现以上五类数据的原始采集。此外，将区域内与教育相关的各类跨业务社会数据也接入大数据平台，实现教育数据的全域多维采集。感知系统实现全域教育大数据的伴随式、动态性采集，具备会看、会听、会嗅、能感的灵敏感知能力。

(二)教育大数据中枢

教育大数据中枢是区域教育智慧生态系统的数据基础，具有把数据变成信息并服务于知识生成的功能。在结构上，数据中枢包括教育大数据仓和数据中台两个模块，前者存储行政区域内教育领域跨业务、全学段多模态大数据，后者汇聚整合、提纯加工、分析可视教育数据，为业务应用体系的业务中台提供数据服务。

1.教育大数据仓

教育大数据仓由省级教育数据仓、省级业务数据仓和地市数据仓三个部分组成。其一，省级教育数据仓包含基础数据库和主题数据库，前者是经由数据中台提取、清洗和转换，形成具有统一标准的学生、教师和学校数据库；
后者是根据应用需求从基础数据库中筛选、重组后的核心数据库，分为管理类、教学类、服务类三种主题数据库。其二，省级业务数据仓包含民政仓、公安仓、卫健仓等非教育系统内的大数据仓，能够与教育数据仓共享师生在其他业务领域的数据。其三，地市数据仓与省级教育大数据仓实现数据共享与调用。以上三个数据仓相互联通共同为区域教育智慧生态系统积累海量数据。

2.数据中台

数据中台是教育大数据中枢向下连接感知系统、向上连通业务应用体系的模块。在功能上，数据中台提供数据的汇聚整合、提纯加工、服务可视和价值变现的服务。首先，承接感知系统采集到的多源异构数据，将汇聚的数据通过有效的结构化提取、清洗转换、目录管理，形成基础数据体系。其次，支撑不同感知系统间的数据集成、快速调用和共享，实现数据驱动业务创新以及业务数据节点的协同化感知和一体化管理。最后，依据各类教育应用场景中的业务需求提取数据，以支撑业务应用体系的建设，满足各类业务数据分析需求。

基于以上分析，省级教育行政部门应协调各利益主体建设省级教育大数据中枢。具体举措包括：统筹规划和建设省级教育大数据仓；
指导已建地市层级教育大数据中枢与省级教育大数据中枢共享数据；
构建功能完备、运行高效的数据中台，提供省级教育大数据开放服务。

(三)业务应用体系

业务应用体系是区域教育智慧生态系统的功能核心，负责生成业务领域知识并在场景应用中创造智慧。在结构上，业务应用体系由业务中台、应用空间和应用入口三个部分组成。其中，应用入口主要有门户、APP和终端，面向区域内学生、教师、管理者以及社会公民提供智慧教育服务；
业务中台通过与教育大数据中枢的数据中台合作，采用机器学习和深度学习算法从数据中生成教育教学模型，同时统一业务领域的业务功能和数据，关联和融合横向上独立的业务系统；
业务空间是应用场景的集聚空间，负责提供教育教学智慧服务，按照业务领域分为领导决策、协同办公、政务服务、教学教研、资源服务和督查督导六类场景空间，具体内容如下：

1.领导决策场景空间

领导决策场景空间开发以关键绩效指标驱动的决策“数字驾驶舱”，以个性化绩效指标驱动的特色“数字仪表盘”，形成集综合指挥、动态展示、综合应用等功能为一体的教育决策智能辅助系统。典型应用场景包括区域教育现代化画像、教育质量检测、教师发展画像、教育均衡发展指数等，辅助教育行政部门精准把控教育发展现状，促进资源合理配置、支持教师精准培养和教育均衡发展等。

2.协同办公场景空间

协同办公场景空间以高效协同工作需求为导向，横向上整合现有OA系统，纵向上构建贯通省、市、县、校四级机构的协同应用，如云端“办事大厅”、智能教务应用、智能人力资源应用和智能后勤管理应用等。并且，区域教育协同工作空间持续优化升级，支持区域内教育事业单位开展无纸化高效协同办公。

3.政务服务场景空间

政务服务场景空间推进教育政务服务事项由网上办、掌上办向易办转变，推广“智能秒办”，深化机关“内跑”改革，加快政务、校务数字化改革。该空间建设入学报名掌上办、学籍管理掌上办、学生素养发展报告等政务服务应用场景，实现教育政务线上运行、高效协同，实现政务数据与校园治理深度融合。

4.教学教研场景空间

教学教研场景空间联通省级各类数据仓库和学习空间，实现区域内智慧学习空间联通。该空间包括智慧课堂教学、学生综合素质发展报告、个性化智能推荐引擎、教师智能管班助手等应用场景。以上场景支撑学习者个性化自主学习，辅助教师精准教学，为教研员和教师全过程量化评估提供决策支持。

5.资源服务场景空间

资源服务场景空间以区域共建共享的优质数字教育资源为基础，汇聚海量教学资源形成区域教育公共服务超市，同步向西部对口支援地区开放服务。该空间的应用场景有：学生互联网结对学校、教师发展网络学校、新型网络学习空间、家长网络学校、全民数字学习平台、“互联网+”城乡学校共同体等。

6.督查督导场景空间

督查督导场景空间实现督办事项的项目化、清单化、节点化和痕迹化管理，使管理决策更加精细化、科学化和智能化。典型应用场景有：新型教学空间智能管服、教育装备共享应用、督查数据联动比对、现代化学校智能测评等。以上应用场景实现事件预警可控化和应急处置高效化，健全在线督导评估检测体系。

(四)关键技术体系

关键技术体系为区域教育智慧生态系统的构建与运行提供技术支持，包括数据的采集、集成、风险感知和安全管理。在数据采集方面，采用视频采集、图像识别等技术构建360度全景式透视的视频网络，如教育“视联网”应用于视频会议、应急指挥、无接触督查等。在数据集成方面，按照“隐私数据私有化，资源数据公有化”的思路，探索服务区域教育的混合云架构。在数据安全风险感知方面，建设数据资源安全保障体系和教育行业网络安全风险检测系统。在安全管理方面，借助区块链和AI等新技术加强舆情风险防范，打造校园安全综合管理一体化系统，健全教育领域的安全监管。

(五)规范标准体系

规范标准体系保障数据信息的跨层级纵向流通和跨系统的横向对接，主要包含六类标准，具体包括：基础标准、数据标准、技术标准、管理标准、安全标准和平台标准。其中，基础标准规定总则、术语、技术参考模型和编码规则等；
数据标准规定元数据、数据元素和数据字典的相关标准，保证数据的一致性、规范性；
技术标准包含数据存储、数据处理技术规范和对外数据API的接口标准；
管理标准制定教育数据的共享、开放、运维等标准，实现省、市、县三级教育数据交换和应用全覆盖；
安全标准规定隐私数据处理以及数据跨行业、跨区域流动等方面的标准，避免大数据环境下的安全威胁发生；
平台标准包含数据平台、教育装备等开发标准，以及数据平台的测试标准和安全标准。

基于上一部分的体系框架，区域教育信息化系统正在转向纵向贯通和横向融通的智慧生态系统，这将产生三个方面的教育革新的价值，具体包括：一是推动教育信息化系统向智能化升级，打造教育新基建的示范工程，创新数据驱动教育变革的新范式；
二是优化区域教育公共智慧服务体系，解决公民在教育领域的急难愁盼问题，推进城乡、区域间的教育均衡发展，助推教育共同富裕；
三是深化教育整体智能化治理，加快区域教育现代化建设进程，展现教育数字化改革的治理效能[19]。面向国家教育数字化战略行动的工作部署，区域教育智慧生态系统的发展应从以下五个方面展开，以推动教育现代化高质量发展。

(一)机制保障：制定数据开放共享协议

政府的数据共享协议具有适法性和合理性，能够捋顺政府数据共享中的行政法律关系，可以直接应用实践并推动共享发展的重要动力[20]。借鉴欧盟通过教育数据开放战略和共享协议推进其成员国之间数据开放共享的实践，我国各级政府要加快建立教育数据开放的组织机制，制定对应的数据开放协议。首先，政府部门加快提出国家层面或省级层面的数据开放战略，制定数据取用的法律章程和制度条例。其次，省级教育主管部门负责制定教育数据共享规范与制度，指导和监督各级数据中心制定教育数据共享的服务条款、授权许可协议，加强区域、部门之间的协同与交流，推进政府、学校、行业之间的数据通和业务通。

(二)标准建设：构建区域教育大数据标准体系

数据标准是区域教育智慧生态系统数据流通的链路，对其演化与成长具有保障作用。首先，省级教育技术部门和高校教育大数据研究中心应成立大数据标准研制工作组，紧密跟进国家教育大数据相关标准研制进展，参考教育大数据行业企业数据标准规范，构建省域教育大数据标准体系和框架，更新教育大数据标准组谱。其次，省级教育技术部门对教育大数据标准体系进行前瞻性需求分析，要求地市和区县加强数据标准落实与实施，保障数据横向融通和纵向贯通，构建符合省域实际需要、结构完备、面向智慧服务的教育大数据标准体系。

(三)系统整合：打破区域业务部门间数据壁垒

坚持“创新、协调、绿色、开放和共享”的发展理念，遵循集约化建设原则，整合区域内教育行政部门教育信息系统，构建数据纵横融通的智慧生态系统。首先，按照数据标准要求现有业务信息系统接入区域教育智慧生态系统，将各级各类教育业务信息系统内的数据统一规范管理，消除智慧生态系统中数据碎片和数据冲突问题，实现区域内多源数据互通共享。其次，构建现有业务信息系统动态持续更新的链路与机制，使用动态数据消除业务过程处理的数据冲突，形成区域教育智慧生态系统进化机制。最后，教育行政部门基于数据中枢开展区域教育决策和绩效评价，推动区域教育数据的汇聚、流动和更新。以上三种策略能有效消除区域教育智慧生态系统中的数据壁垒与冲突。

(四)需求牵引：开发数据驱动的教育智能应用场景

各级行政主体应以人民为中心，以问题为导向，以数据为驱动，构建智能应用场景，提高区域教育的智慧化水平。首先，以人民为中心，从学生、教师、家长、社会大众的全民终身学习出发，深化政务校务“跑零次”改革，提供“一站式”公共服务，满足人民群众的多元化、个性化的需求。其次，以问题为导向，优先围绕当前人民群众愁难急盼的痛点难题，设计教育智能应用场景的核心功能，增强人民群众对区域教育智治治理的获得感。最后，以数据为驱动，应用AI的机器学习和深度学习算法，持续优化数据中台和业务中台的机器智能，形成迭代演化的智能应用场景。以上三种策略促进区域教育智慧生态系统的可持续发展。

(五)风险管控：加强教育大数据与AI风险管理

教育行政部门制定相应的法律政策、管理机制和道德规范，采取有效的风险防控对策，防范区域教育智慧化转型带来的风险。首先，在宏观政策方面，依据国家和地方数据与网络安全的法规，颁布区域教育智慧化管理条例，制定教育数据风险管理办法和防范预案，解决教育数据开放与保护的难题。其次，在管理机制方面，区域教育行政主体建立教育数据和智慧应用分级责任承担和审核制度，构建教育数据与智慧应用风险评估体系。最后，在道德规范方面，一方面引导师生树立个人隐私数据保护意识，遵守AI的伦理规范，降低个人隐私数据和AI社会伦理带来的危害；
另一方面，遵守国家法律合理取用数据，构建健康向上的智慧教育应用，支持区域教育智慧化、生态化和绿色化发展。

猜你喜欢 智慧区域教育 国外教育奇趣华人时刊(2022年13期)2022-10-27题解教育『三问』当代陕西(2022年4期)2022-04-19分割区域发明与创新·小学生(2021年3期)2021-03-25教育有道——关于闽派教育的一点思考福建基础教育研究(2019年9期)2019-05-28办好人民满意的首都教育北京教育·普教版(2018年1期)2018-01-29区域发展篇北京教育·普教版(2017年1期)2017-02-05有智慧的羊小天使·一年级语数英综合(2014年6期)2014-07-22智慧派智慧与创想(2013年7期)2013-11-18区域民生周刊(2012年10期)2012-10-14智慧决定成败网球俱乐部(2009年9期)2009-07-16