浦小松、曹培杰:技术能否赋能学生的数字素养?——一项大规模的中小学数字化学习状态调查

时间:2025-02-14 来源:《现代教育技术》 浏览量:2746 【 浏览字体:

一、研究背景

当前,新科技革命对教育产生了全面的影响,包括人才培养目标、教育教学方式、学校组织形态等都将随之发生深刻的变化。为此,我国高度重视数字技术推动教育变革的引领作用。2022年1月,教育部启动实施国家教育数字化战略行动,集成上线国家智慧教育公共服务平台,着力扩大教育资源供给,推动数字技术与教育的深度融合,全面赋能学生学习、教师教学、学校治理、教育创新和国际合作[1],充分利用生成式人工智能、虚拟现实/增强现实等新技术,以促进教育变革。教育数字化转型是教育信息化的特殊阶段,要逐步实现从起步、应用和融合数字技术,到树立数字化意识和思维、培养数字化能力和方法,再到激发资源和数据要素、构建智慧教育发展生态、形成数字治理体系和机制,最终适应、支撑和引领教育现代化[2]。实现数字技术与教育的深度融合,就是要改变信息技术游离于教育教学过程之外的现状,不再把信息技术看作是教育教学的辅助工具或简单手段,而是整个教育系统的内在要素和活性因子,以信息化引领教育理念和教育模式的创新,实现教学流程再造、教学方式重构和学校形态重塑[3]。

我国数字时代新的教育图景已然浮现,人才培养目标也必将得到重新界定。从信息素养、媒介素养、21世纪核心素养、网络素养到数字素养,技术发展要求学生的素养结构不断转换升级,但素养转化的内核逻辑没有改变,那就是养成思维比掌握技能更重要,学会学习比成绩本身更重要,数字素养的内涵正在发生重大变化。2016年6月,国际教育技术协会(The International Society for Technology in Education,ISTE)发布ISTE《学生标准》(Standards for Students),创造性地提出未来学生的七大角色——赋权学习者、数字公民、知识建构者、创新设计者、计算思维者、创意沟通者、全球合作者[4]。该标准旨在为学生学习赋权,淡化学生“技术素养”,突出“学习法素养”,体现学生的信息技术与学习深度融合能力[5]。ISTE《学生标准》与其说是对学生适应数字社会的未来角色定位,毋宁说是对学生“未来如何学习”的透视。

教育数字化不是为了基础设施的数字化升级,而是教育体系的数字化转型、系统化重塑,教育数字化转型的核心是“人的数字化转型”,即提高学生的数字素养,增强学生在数字社会的生存、竞争和可持续发展能力,培养面向未来的新型人才。随着国家教育数字化战略行动的深入推进,数字技术与教育教学走向融合发展,数字化学习成为学生成长的重要支点,并进一步重构未来人才的能力素养,以大数据、人工智能为代表的数字技术正深刻影响着学生的数字素养。在此背景下,开展学生数字素养影响因素的分析,进而考察影响数字素养的关键要素和内在联系,对于教育数字化转型具有重要意义。

二、研究假设与变量

1.提出假设

随着数字技术的发展,教育领域相应地衍生出变革与创新的新要求,这便是教育数字化。从教育信息化迈向教育数字化是一个战略性转型,要实现这一数字化转型,就要将数字技术有机地融入教育教学的全过程之中,通过创新教育范式、变革教育形态,推动教育生态的多层次、全方位、立体化变革,把提高学生数字素养作为教育数字化转型的出发点与落脚点,以此来培养能够适应未来社会的时代新人。在教育数字化转型背景下,探索如何有效培养学生的信息素养成为学校教育的重要内容[6],并为发展学生数字素养提供实践支撑。其中,学生信息素养的影响因素在学生层面包括性别、年级、信息技术自我效能、信息技术使用经验等[7][8];教师层面包括主动将教学与信息技术进行高度融合、提高运用数字化教学资源的意识和能力等[9];学校层面包括硬件设施条件、学校管理制度、学校环境、学校领导者态度等[10]。

社会认知理论认为,人的学习是在个体与情境的相互作用中产生的[11]。当前,无线网络技术作为校园生活的重要组成部分,是师生获取资源和信息的主要途径。而无线网络的应用能否成为提高教学效率的显著正增长因素,与教育模式、教学方式、学习环境等因素密切相关。只有教与学观念能够和无线校园网的发展同步更新,无线网络对教学的作用和优势才能真正得以体现[12]。此外,如今的人工智能技术已可以为个性化学习提供物理和社交环境,个性化自适应学习系统将成为以大数据为基础的新教育技术范式[13]。不仅如此,智能设备的课堂融入,也为人性化的学习环境创设带来了活力[14]。在此基础上,智能教室教学系统的建构应该以提高学生的学习成效为目标进行优化配置,在进行有效教学的同时,体现技术服务教学的理念[15]。同时,有效的具身认知环境——智慧课堂学习环境,可以提高学生的参与性和主动性,显著提升学习效果,对于培养学生创新思维和技术思维能力具有一定的影响[16]。综合文献分析,本研究认为学校新基建情况(包括无线网络的覆盖情况和智能教学场所的建设情况,如智能教室、未来教室、创客空间、非正式学习区等)对学生数字素养的提高可能存在影响,因此提出如下待检验的假设:学校新基建越充足,学生数字素养越高(H1)。

课堂教学是学校教育的主阵地,数字技术的蓬勃发展促进了技术与教学的深度融合,大大提高了课堂教学的效率。数字技术作为教师教学创新的催化剂和主要抓手,不仅能够引发教学创新,也是教学创新的条件支撑[17]。在具体应用层面,智能终端发挥显著的作用,可以迅速达到改变课堂教学状况的目的[18];同时,APP客户端为师生搭建起多维度的交流渠道,为交互教学和互动学习提供强大的技术支持,使教学互动化成为现实[19],由此促使教师教学走向智能化、学生学习趋向自主化、学习环境日益丰富化、学习资源更加多元化[20]。综合文献分析,本研究认为教师数字化教学实施频率(包括网络教学平台的使用频率和学科教学APP的使用频率)对学生数字素养的提高可能存在影响,因此提出如下待检验的假设:教师数字化教学实施频率越高,学生数字素养越高(H2)。

智能终端打破了学习时间、空间的限制,使学习内容的获取更加灵活,学生具有更多的自主选择性。对此,Appel[21]的调查显示,在校内学习过程中使用计算机与学生信息素养无显著关系;Law等[22]研究发现,除上课使用ICT、利用ICT查找信息两个维度对计算机与信息素养有消极作用外,在校内学习与信息技术相关的内容、将信息技术用于研究、利用ICT进行娱乐活动、使用ICT进行社交等信息技术使用行为均对计算机与信息素养具有积极作用。此外,唐一鹏等[23]对辽宁、甘肃、湖北、福建、四川5个省13所高中的2472名高中生展开调查,发现我国高中生在信息素养的发展上呈现出明显的地区不均衡,尤其是西部与东中部之间的差距非常明显。综合文献分析,本研究认为学生智能终端使用熟练度对其数字素养的提高可能存在影响,因此提出如下待检验的假设:学生智能终端使用越熟练,其数字素养越高(H3)。

2.变量选择及分析框架

考虑到学生数字素养的影响因素众多,通过文献梳理和理论分析,本研究在设计问卷时将在理论层面影响学生数字素养的重要因素纳入题项,并对调查数据进行模型分析。而今,无线网络技术和人工智能的快速发展与普遍应用已经改变了人类的生活方式,对学生和教师群体也不可避免地产生了影响。本研究进行分析后认为,学校相关设施的建设情况、学生和教师对新技术的使用情况,均可能与学生数字素养存在某种形式的内在关联,因此将这些内容作为变量纳入回归模型,探究其是否影响学生的数字素养。

本研究以中小学为研究对象,以学校新基建情况、教师数字化教学实施频率和学生智能终端使用熟练度为核心解释变量,以学校区域、学校城乡属性为控制变量,建立多元回归模型,分析其对学生数字素养的影响。学生数字素养通过学生利用数字技术解决实际问题的能力和开展个性化学习探索的能力来度量。

3.数据来源及样本特征

本研究面向全国12个省(区、市)的中小学校定向发放网络问卷调查(一校一问卷),最终得到2505份有效的学校样本。其中,小学为1324所(52.9%),初中为599所(23.9%),高中为170所(6.8%),完全中学为412所(16.4%)。本研究的变量数据来源于以学校为单位填写的调查问卷,通过学校校长或信息化负责人获取该校学生和教师的日常行为与素养相关信息,以用于分析研究。

(1)核心解释变量

学校新基建情况变量值由问卷收集到的“无线网络的覆盖情况”和“智能教学场所的建设情况”数据联合划分,各变量值的含义如表1所示。

表 1 学校新基建情况变量值及其含义

变量值

含 义

0(无新基建)

学校没有无线网络和智能教学场所

1(新基建不足)

学校只覆盖无线网络或只建有智能教学场所

2(新基建一般)

学校覆盖无线网络并建有智能教学场所,但程度不高

3(新基建较为充足)

学校无线网络覆盖或智能教学场所建设较好

4(新基建非常充足)

学校无线网络覆盖或智能教学场所建设很好

教师数字化教学实施频率变量采用李克特五点量表计分,其中“0”表示没有使用过、“1”表示几乎不用、“2”表示偶尔使用、“3”表示经常使用、“4”表示每天使用;分值越大,说明频率越高。本研究对教师数字化教学实施频率题项进行因子分析可行性检验,得到Bartlett球性检验P=0.000<0.001,表明数据适合做因子分析[1];题项的Cronbach’sAlpha值为0.818,表明题项信度较高[2]。本研究采用验证性因子分析对探索性因子分析结果进行有效性检验,发现RMSEA、SRMR、CFI以及TLI(NNFI)指数均拟合成功,表明模型得到了较好的拟合结果,具体如表2所示。此外,学生智能终端使用熟练度变量采用李克特五点量表计分,其中“1”表示非常不熟练、“2”表示比较不熟练、“3”表示中立、“4”表示比较熟练、“5”表示非常熟练;分值越大,说明学生智能终端使用熟练度越高。

表 2 教师数字化教学实施频率题项信效度检验结果

变量

题项

因子载荷

方差贡献率

Cronbach’s Alpha 值

模型拟合结果

教师数字化教学实施频率

网络教学 平台 的使用频率

0.891

79.39%

0.818

RMSEA=0.000<0.05;

SRMR=0.000<0.05;

CFI=1.000>0.90;

TLI=1.000>0.90

学科教学 APP 的使用频率

0.891

初步统计分析发现,学校新基建情况最小值为0,最大值为4,均值为1.83——数值越大,说明学校新基建配备越充足,从平均水平来看,学校新基建情况接近中等水平。教师数字化教学实施频率为因子分析拟合变量,数据标准化后,最小值为-1.96,最大值为2.04,均值为0.00。学生智能终端使用熟练度最小值为1,最大值为5,均值为2.52,从平均水平来看,学生智能终端使用熟练度接近中等水平。

(2)控制变量

调查对象样本中,东部地区学校1165所,占比46.51%;中部地区学校768所,占比30.66%;西部地区学校572所,占比22.83%。城区学校1612所,占比64.35%;农村学校619所,占比24.71%;城乡接合部学校274所,占比10.94%。其中,东部地区包括北京市、浙江省等地;中部地区包括河南省、湖南省等地;西部地区包括四川省、新疆维吾尔自治区等地。在后续模型构建的过程中,本研究将东部地区赋值为1,中部地区赋值为2,西部地区赋值为3;城区赋值为1,农村赋值为2,城乡接合部赋值为3。

三、模型构建与实证分析

1.拟合学生数字素养

被解释变量学生数字素养(StudentDigitalLiteracy,SDL)采用李克特五点量表计分,“1”表示非常不同意,“2”表示比较不同意,“3”表示中立,“4”表示比较同意,“5”表示非常同意;分值越大,说明学生数字素养越高。本研究对学生数字素养题项进行因子分析可行性检验,Bartlett球性检验P=0.000<0.001,表明数据适合做因子分析;题项的Cronbach’sAlpha值为0.871,表明题项信度较高。本研究采用主成分法进行探索性因子分析,并利用最大方差法旋转,结果显示:学生数字素养题项共有2个公因子,第一个公因子特征值为1.78,方差贡献率为88.82%;第二个公因子特征值为0.22,方差贡献率为11.18%。由于第一个公因子特征值大于1,而第二个公因子特征值小于1,因此只保留第一个公因子。本研究采用验证性因子分析对探索性因子分析结果进行有效性检验,结果显示RMSEA、SRMR、CFI、TLI(NNFI)指数均拟合成功,可见模型得到了较好的拟合结果,具体如表3所示。

表 3 学生数字素养题项信效度检验结果

变量

题项

因子载荷

方差贡献率

Cronbach’s Alpha 值

模型拟合结果

学生数 字素养

学生利用数字技术解 决实际问题的能力

0.942

88.82%

0.871

RMSEA=0.000<0.05;

SRMR=0.000<0.05;

CFI=1.000>0.90;

TLI=1.000>0.90

学生开展个性化学习探索的能力

0.942

2.模型构建与结果分析

本研究对核心解释变量和控制变量进行了多重共线性检验,结果显示各变量的方差膨胀因子均小于1.5,且各变量间的相关系数绝对值均小于0.5,各变量都与学生数字素养显著相关,表明不存在明显的共线性[3]。随后,本研究探究学校新基建情况(Newinfra)、教师数字化教学实施频率(Digitalteach)和学生智能终端使用熟练度(Intelligenceuse)对学生数字素养是否存在影响,从而验证假设。本研究建立的多元回归模型如公式(1)所示,其中Control表示一系列的控制变量(如学校区域、学校城乡属性)。

表4为各模型的回归结果,其中模型1为全样本回归结果,模型2、模型3、模型4分别是东、中、西部地区的回归结果。从模型1的显著性来看,模型检验F值=142.94,P检验值=0.000<0.001,说明在0.1%的显著性水平上显著。模型拟合优度R2=0.286,调整后的拟合优度R2=0.284,对于微观调查截面数据,模型对观测值的拟合程度可以接受。从变量的显著性来看,学生智能终端使用熟练度与学生数字素养显著正相关,学生智能终端使用熟练度每提高1个单位,学生数字素养就提高0.404个单位;教师数字化教学实施频率与学生数字素养显著正相关,教师数字化教学实施频率每提高1个单位,学生数字素养就提高0.262个单位;学校新基建情况对学生数字素养无显著影响。可见,学生智能终端使用越熟练、教师数字化教学实施频率越高,学生数字素养越高。此外,西部地区的学生数字素养显著低于东部地区,中部地区和东部地区的学生数字素养无显著差异;农村地区的学生数字素养显著低于城区,城乡接合部和城区的学生数字素养无显著差异。从模型2、模型3、模型4的显著性来看,各模型均在0.1%的显著性水平上显著,拟合优度也在可接受范围之内。从变量的显著性来看,学生智能终端使用熟练度对学生数字素养的影响在东部地区最大,之后是西部地区,最后是中部地区;教师数字化教学实施频率对学生数字素养的影响在中部地区最大,之后是西部地区,最后是东部地区;学校新基建情况对学生数字素养的影响在东、中、西部地区均无显著影响。此外,东、中部地区农村与城区的学生数字素养均无显著差异,西部地区农村的学生数字素养显著低于城区;东、中、西部地区城乡接合部与城区的学生数字素养均无显著差异。综合来看,假设H1不能得到验证,即学校新基建情况对学生数字素养无显著影响;假设H2成立,即教师数字化教学实施频率越高,学生数字素养越高;假设H3成立,即学生智能终端使用越熟练,其数字素养越高。

表 4 模型回归结果

学生数字素养

模型 1

模型 2

模型 3

模型 4

全样本

东部地区

中部地区

西部地区

学生智能终端使用熟练度

0.404***

0.450***

0.323***

0.348***

学校新基建情况

-0.028

-0.006

-0.040

-0.048

教师数字化教学实施频率

0.262***

0.148***

0.374***

0.332***

中部地区

-0.011

---

---

---

西部地区

-0.042*

---

---

---

农村

-0.066***

-0.032

-0.046

-0.093*

城乡接合部

0.015

-0.011

0.045

0.022

模型检验 F 值

142.94***

82.50***

76.03***

51.62***

R2

0.286

0.263

0.333

0.313

Adj_R2

0.284

0.259

0.329

0.307

样本量

2505

1165

768

572

注:*** 、** 、*分别代表显著性临界值为 0.1% 、1% 、5%。下同。

3.稳健性检验

为检验模型回归结果的稳健性,本研究使用潜在类别分析方法将学校区位变量(即学校区域、学校城乡属性)重新分类。学校区位属性潜在类别模型适配指标数据统计结果如表5所示:从AIC[4]和BIC[5]来看,3分类模型的数值最小;同时,3分类的LMR[6]、BLRT[7]的P值均小于0.05,表明3分类模型显著优于2分类模型,因此不考虑2分类模型;而4分类模型LMR、BLRT的P值均大于0.05,表明4分类模型不显著优于3分类模型,故排除4分类模型;另外,3分类的Entropy[8]值高于0.8。综上,本研究选定3分类模型。

表 5 学校区位属性潜在类别模型适配指标数据统计结果

类别

k

AIC

BIC

LMR(P)

BLRT(P)

Entropy

类别概率

2 分类

7

9837.148

9877.931

<0.001

<0.001

0.989

0.644/0.356

3 分类

10

9622.131

9680.392

<0.001

<0.001

0.880

0.138/0.506/0.356

4 分类

13

9628.131

9703.870

0.500

1.000

0.905

0.000/0.179/0.355/0.466

本研究选定的3分类模型将原样本划分为三种类别,即类别1、类别2、类别3。本研究将新生成的类别变量与学校区域、学校城乡属性结合起来分析,发现变量之间存在关联,分析结果如表6所示。由表6可知,类别1样本与“西部地区”“城区”样本重合,可见类别1均为地处西部城区的学校样本,故将类别1重命名为“西部城区”——同理,将类别2重命名为“东中部城区”、类别3重命名为“非城区”。综上,可将样本重新分组为“西部城区”“东中部城区”“非城区”三类,并采用多元回归模型对本研究假设进行检验。

表 6 学校区位属性类别特征分布

类别

东部地区

中部地区

西部地区

城区

农村

城乡接合部

类别 1

0

0

345

345

0

0

类别 2

877

390

0

1267

0

0

类别 3

288

378

227

0

619

274

重新分组后的模型回归结果如表7所示,其中模型5~模型8的检验F值均在0.1%的显著性水平上显著,且模型拟合优度与表4无较大差异。各模型中学生智能终端使用熟练度、教师数字化教学实施频率与学生数字素养均显著正相关;学校新基建情况(除东、中部城区)对学生数字素养均无显著影响。经对比,样本重新分组后回归模型与原回归结果基本一致,验证了模型结论的稳健性。

表 7 重新分组后模型回归结果

学生数字素养

模型 5

模型 6

模型 7

模型 8

全样本

西部城区

东中部城区

非城区

学生智能终端使用熟练度

0.391***

0.301***

0.439***

0.321***

学校新基建情况

-0.028

-0.052

-0.049*

0.003

教师数字化教学实施频率

0.265***

0.398***

0.194***

0.317***

东中部城区

0.032

---

---

---

非城区

-0.021

---

---

---

模型检验 F值

196.38***

59.92***

169.54***

110.45***

R2

0.282

0.345

0.287

0.272

Adj_R2

0.281

0.339

0.285

0.269

样本量

2505

345

1267

893

四、研究结论与实践启示

1.研究结论

(1)学校新基建情况对学生数字素养无显著影响

数据分析显示,学校新基建情况对学生数字素养无显著影响。从区域差异来看,学校新基建情况对学生数字素养在东、中、西部地区均无显著影响,这说明新基建困境在东、中、西部都是共性问题。对于新基建而言,数字技术的应用潜力与空间究竟有多大,尚待进一步探索。近年来,教育新基建成为数字化转型的关键支撑,但也出现了“重数量轻质量”“重形式轻内涵”的倾向。当前,无论是传统教室还是多媒体教室甚至是智能教学场所,仍多为单一地点和场景的教学环境,不同场域的教学过程割裂,教学交互不足,学习状态难以追踪[24];教室、学校场馆、家庭甚至社会场所等正式/非正式学习区缺乏跨场域的连通性,难以协同联动。尽管中小学校的无线网络覆盖率越来越高,但主要以服务教师教学、学校管理为中心,而非以赋能学生学习为中心,优先保障的是教师教学和学校管理,对提升学生使用数字技术开展个性化学习和解决实际问题能力的帮助有限,没有发挥出技术变革学习的作用。新基建没有从“大干快上”的速度情结中走出来,追求形式、忽略实质,边际贡献率低,尚处于“花瓶”角色。当然,新基建与学生数字素养之间的关系错综复杂,两者之间或许并不存在直接影响作用。从数据建模分析结果来看,越来越完备的学校新基建没有提高学生数字素养,这是一个值得高度关注的问题。

(2)教师数字化教学实施频率越高,学生数字素养越高

数据分析显示,教师数字化教学实施频率与学生数字素养显著正相关,相关系数为0.388,教师数字化教学实施频率每提高1个单位,学生数字素养就提高0.262个单位。从区域差异来看,教师数字化教学实施频率对学生数字素养的影响在中部地区最大,之后是西部地区,最后是东部地区。从整体来看,西部地区的学生数字素养显著低于东部地区,中部地区和东部地区的学生数字素养无显著差异。教师在数字化教学过程中灵活应用大数据、人工智能等技术,对学生的学习行为进行精准画像,定制个性化学习方案,真正实现了规模化因材施教。这种数字化教学模式不仅提高了教学效率和质量,有力地促进了教育公平,还促使教师凭借自身的数字化教学能力和素质,对学生的认知、知识、技能、态度、价值观产生深刻影响。教师实施数字化教学,进一步丰富了学生的学习方式,有效增强了学生的互动和参与意识,同时也显著提升了学生的深度思考与自主探究能力。

(3)学生智能终端使用越熟练,其数字素养越高

数据分析显示,学生智能终端使用熟练度与学生数字素养显著正相关,相关系数为0.462,学生智能终端使用熟练度每提高1个单位,学生数字素养就提高0.404个单位。从区域差异来看,学生智能终端使用熟练度对其数字素养的影响在东部地区最大,之后是西部地区,最后是中部地区。其中,中部地区的影响最弱,呈现出“中部凹陷”的特征。利用数字技术解决问题的能力被视为未来人才的核心素养,一个人如果不具备良好的数字素养,势必会成为这个时代的“功能性文盲”,最终被未来社会所淘汰。数字技术的飞速发展,使随时随地的泛在学习成为可能。借助数字技术,智能终端的熟练使用让学习变得更加灵活、便捷,在此情形下学生可以根据自己的需求和兴趣发现问题、提出问题,并自我主导以解决问题。显然,这种自我主导的学习过程对提高数字素养大有裨益。

2.实践启示

(1)新基建要以学生为中心,助力提升学生数字素养

经过长期的不懈努力,数字技术接触机会层面的“数字鸿沟”得到了有效缓解,但“数字应用鸿沟”逐渐凸显,正在成为教育数字化转型过程中的主要矛盾,这可能会进一步诱发“数字思维鸿沟”。从这个 角度来看,新基建“建得多、用得少、效果差”的突出问题,必须花大力气加以解决:

①对学校教育数字化转型来说,重点是推动5G、物联网、大数据、云计算、人工智能等新一代数字技术的应用,优化和升级基本设施、硬件设备、网络条件、智能工具等,持续建设智慧校园、智慧教室和智慧生活场所,打造时空和教学深度融合、线下和线上虚实融合的智能学习空间,推进场景式、体验式、沉浸式教学[25]。

②要本着简洁高效、发挥作用的原则加速推进教育数字化战略行动,优化智能教学场所建设,充分融合校园物理环境、教室教学环境、网络学习环境,牢牢树立以学生为中心、常态应用为导向的新基建原则,结合不同学段、不同年级学生的认知水平和学习方式,使学生根据自身兴趣主动开展自主性学习活动,并从技术使用走向技术创造,增强学生在正式或非正式学习情境中的数字适应力、胜任力、创造力,提升学生数字素养。

③要坚持应用为王、综合集成,整体推进新基建提档升级,真正关注到学生的主体地位,构建真实、交互、协同的智能教育环境,形成全方位赋能、根本性重塑的变革态势,实现更具人文关怀的优质教学服务与美好学习体验,确保相应的新基建符合教育的公共利益属性与学生数字素养发展要求,释放新基建以提升学生数字素养的巨大潜能。

(2)推动数字素养成为教师必备技能,以促进教师终身学习与专业成长

在教育数字化转型的进程中,教师数字素养不仅是一个至关重要的因素,也是提升学生数字素养的关键变量:

①教师在教学实践中要养成主动获取数字化学习资源的习惯,有意识地运用数字技术,增强数字化教学能力,同时要积极提高学生数字化资源的利用能力,将“提升学生数字素养”纳入教师数字素养框架,将数字技术应用能力提高到教师专业发展的核心竞争力高度加以重视。

②准确把握教师数字素养的现状与需求,研发教师数字素养的伴随式智能测评工具,建立面向终身学习的教师数字素养发展档案[26],助力教师实现数字技术与教育教学的融合创新,充分发挥数字技术功能性和教师灵活性的优势。

③中西部教师要积极利用数字技术提升学生数字素养,善于在日常教学中寻找机会,通过数字资源这一媒介与学生共同发展数字素养,实现教学相长[27]。此外,还要积极探索资源整合的新路径、新模式,打破区域壁垒,搭建优质数字资源共享平台,将优质数字教育资源的“珍珠”串成“项链”,充分发挥其“助学、助教、助研、助管、助交流合作”的作用。

(3)引导学生善用智能终端,实现个性化学习

在培养学生数字素养的过程中,要突破技术的工具认知,注重提高学生利用数字技术建构知识、解决真实问题的能力,而不是学生掌握数字技术的熟练程度:

①加强对智能时代学生认知规律、学习行为的研究,促使学生在教师的指导下主动、积极地学习,同时着力增强学生的信息化学习能力,推动学生熟练利用数字技术开展深度学习、跨学科学习和无边界学习,从“学以致用”走向“用以致学”[28]。

②利用数字技术赋能新型教与学模式,构建丰富多元的学习场景,引导学生熟练使用各种智能终端,开展基于真实情境的探究式学习,激发学生的学习内驱力,使教学更高效、育人更精准,从“任务驱动”走向“自我导向”,把学生从知识的被动接受者变成主动探究者,让每一个学生都能以适合自己的认知方式进行个性化学习。

③在国家层面制定的教育数字化战略规划与实施方案中,要根据地区差异因地制宜地对中部地区予以特别关注,对其优先部署智能终端,深化数字化教学创新,助力学生数字素养的“中部崛起”。在实现基础设施的“物理接入”后,需进一步把重心放在信息技术的“使用接入”上[29],立足学生本位,加强智能终端配置,注重培养中部地区学生的智能终端应用能力,并通过共享优质教育资源,扩大优质教育资源的受益面。

 

来源 |《现代教育技术》2025年第1期

作者 | 浦小松(中国教育科学研究院德育与学校党建研究所)、曹培杰(中国教育科学研究院数字教育研究所)