杨现民等：深化中小学校教育数据应用，破解数据价值发挥的“最后一公里”难题

2025年11月，国家发展改革委等五部门印发《关于加强数据要素学科专业建设和数字人才队伍建设的意见》，明确提出“激活数据要素赋能新质生产力的创新引擎作用，促进数据领域教育链、人才链与产业链、创新链融合发展”，[1] 进一步强化了数据要素价值及相关学科专业人才培养的重要性。在教育数字化战略加速推进的背景下，中小学校如何以“场景应用”为抓手促进数据要素与教育教学的深度融合，解决数据要素价值发挥的“最后一公里”难题，已成为数据赋能基础教育高质量发展的关键所在。基于上述背景，有必要系统梳理当前中小学校教育数据应用的实践进展与现实挑战，并探讨可行的推进路径，为构建高质量的基础教育数据应用体系提供理论参考与实践指引。

教育数据的战略价值与驱动学校革新的内在逻辑

（一）教育数据是教育领域的关键生产要素

随着教育数字化转型战略的推进以及循证教育理念的兴起，数据已成为引领教育创新、重构教育生态的关键生产要素和动力引擎。[2] 教育数据要素化不仅有助于激发教育数据市场活力、丰富教育数据产品与服务供给，还能提升教育教学生产力。建设教育数据共享交换平台，可以有效联通数据供需双方，并以数据交换、开发利用规范为约束，支持更多主体合法合规地获取并深度开发教育数据，进而产出高品质的教育数据产品和服务。[3] 这些成果进一步反馈到教学、管理和评价等场景中，可以实现数据向教育生产力和教育变革力的转化，进而为教育高质量发展提供持续动能。

（二）教育数据驱动学校系统革新的内在逻辑

作为教育生态系统的新型生产要素，数据能为学校系统革新提供动力，重塑学校的组织结构、运行机制与治理逻辑。通过强化信息流动、优化资源配置和提升决策质量，学校可以形成更加科学、高效、智能、精准的治理生态，推动教学、管理与评价在动态反馈与循环改进中持续优化升级。从内在逻辑来看，数据驱动学校系统革新可概括为“加速器—润滑剂—仪表盘”的三重作用。[4] 其一，数据作为“加速器”，可以加快教育理念更新、教学模式重构和管理流程再造，推动学校治理结构和教学体系向更加开放、高效的方向演进。其二，数据作为“润滑剂”，可以通过对教学行为、学习活动和管理运行的实时感知与分析，使教育实践更加精准化、适应化，保障学校数字化转型顺利推进。其三，数据作为“仪表盘”，以可视化方式呈现教育活动状态和关键指标，可以为学校在教学、管理与评价中的动态监测、问题诊断和策略优化提供依据，从而助力实现对学校系统的持续调控与精细化治理。

中小学校教育数据应用的实践进展

笔者团队长期深耕教育大数据领域的理论与实践研究，通过对全国70余所致力于数据驱动精准教学改革的学校进行长期跟踪研究，发现当前中小学校的教育数据应用呈蓬勃发展之势，主要体现在教学模式创新、治理范式优化、评价方式转变以及教研模式转型四个方面。

江苏省徐州市少华街第二小学教研现场（学校供图）

（一）数据驱动精准教学逐步普及，课堂教学呈现精细化

教育数据为教育带来的最大价值是对教育本身的“洞察”，推动教育加速迈向因材施教与个性化学习。[5] 在数据驱动理念的影响下，课堂教学正逐步从依赖教师经验判断的传统方式，转变为基于数据分析、学情诊断和智能反馈的精准化教学模式。一方面，课堂教学数据采集的连续性与准确性显著增强，为学情分析与学业诊断提供了便利条件。例如，首都师范大学附属中学构建了数据互联互融的个性化教学支持服务系统，实现随堂练习、课后作业、测验联考等多场景下学业数据的采集与处理，自动生成数据分析报告，支持教师精准教学。另一方面，智能学习支持平台应用日益常态化。以上海市黄浦区卢湾一中心小学为例，学校将智能终端设备与教学平台深度整合，使教师可以基于实时数据及时了解学生学习状态，动态调整教学目标、教学内容及教学策略。

（二）数据重构学校治理范式，推动教育决策科学化

学校通过汇聚教师教学、学生学习、教务管理、校园发展等多源数据，逐渐形成“用数据说话、用数据决策、用数据管理”的治理模式，使学校治理正从经验判断主导向证据驱动转型。例如，上海市金山中学依托大数据分析系统，支持学情精准诊断，科学选科与合理填报志愿，同时利用智慧课堂生成的互动数据开展课堂观察，提升教学监测的客观性与精准度；广东省广州市黄埔区中小学校则以数据分类为基础，系统推进校园管理数据、教师数据和学生数据的治理与应用，在管理效能提升、资源精准配置、教师教学能力发展以及学生精细化管理等方面取得显著成效。

（三）数据赋能评价方式转变，推动综合评价体系的数智化升级

数据的持续汇聚与分析，使课堂行为、学习过程和综合素质等难以量化的要素得以被捕捉与呈现，推动中小学校评价由单一结果性评价向过程性、增值性和综合性评价延伸。[6] 例如，江苏省徐州市泉山区利用课堂教学智能诊断系统，实时采集并智能分析学生的语音、行为与文本数据，助力实现对学生学习状态的过程性诊断与即时反馈；内蒙古包头市建设增值评价数据库与实时查询平台，使不同学科和学段的增值评价数据能够在同一数据维度或跨维度下进行横向与纵向比较，形成覆盖学校、学科、班级、学生四个层面的增值追踪数据“基地”；浙江省杭州市春晖小学依托自主研发的数据平台，持续记录学生的学业表现、行为习惯和成长轨迹，据此生成每学期综合素质评价报告，助力形成客观全面的评价体系。

（四）数据支撑教研模式转型，促进教师基于证据的专业发展

如今，数据驱动的教研模式正从探索性实践走向常态化应用，教师以数据为重要依据开展教学诊断、专业判断和反思改进，推动中小学校教研由经验主导式转向证据支撑型。例如，陕西省“AI教研员”系统从教学目标、课堂互动、教学策略、课堂管理、核心素养和学习兴趣6个维度智能分析课堂数据，对课堂进行评估，为教师提供精准改进建议；江苏省南京市雨花台区通过设计“谷、教、企、校”协同机制〔“谷”指中国（南京）软件谷〕，构建基于数据的精准教研体系，整合课堂行为、教学设计和教师互动数据，推动教研从经验主导向数据驱动转型；江苏省无锡市南长实验中学则探索基于多模态大数据下的循证教研，备课组借助数据分析精准诊断学情，优化教学设计与作业布置，为教师教学减负增效。

中小学校教育数据应用的现实挑战

如上所述，中小学校的教育数据应用取得了积极进展和成效，但从数据全生命周期视角来看，教育数据应用仍面临采集不足、流通不畅、应用不深、风险上升等现实挑战。

（一）数据采集类型较为单一，教育数据的真实性与完整性不足

当前，中小学校已经建立起多元化数据采集技术体系，但教育数据的真实性、连续性与完整性仍有较大提升空间。一方面，现有数据主要依托智能录播系统、作业系统、在线学习平台等进行采集，数据内容以学习结果、作业成绩、课堂提问与互动等认知能力指标为主，针对德育、体育、美育、劳动教育等非认知能力发展领域的数据采集相对不足，数据类型明显向“智育”倾斜。另一方面，受限于数据采集设备与应用场景，目前在教育教学场景中尚未完全实现自动化、无干扰的伴随式数据采集，有些学校甚至需要教师额外操作设备或手动上传数据，既增加了一线教师的工作负担，也削弱了数据采集的连续性与全面性，进而影响数据分析的可靠性与代表性。

（二）数据贯通与共享不畅，制约教育数据价值的有效转化

近年来，教育部相继发布《基础教育教学资源元数据》《教育基础数据》等教育行业标准，规范教育基础数据管理，以推进教育数据与资源的规范治理、互通共享和深度应用。从实践来看，中小学校信息化系统建设正逐渐完善，但教育数据在不同系统、不同业务场景间的流动与共享仍显不足，制约其向教学成效和治理效能的转化。[7] 从技术架构来看，许多学校的信息系统仍呈“烟囱式”建设格局，缺乏统一的数据标准与接口规范，导致数据难以实现跨系统汇聚和统一管理。从业务场景来看，教学、管理、评价、教研等业务系统之间的数据壁垒依然明显，不同场景间的数据缺乏有效关联。例如，课堂行为数据难以与作业或练习数据贯通，教师发展数据难以与学校治理数据贯通，导致多源异构数据被限制在局部场景中“各自为战”，难以形成合力有效支撑教学与管理决策优化，最终会影响教育数据价值的转化与释放。

（三）场景应用深度不足，数据驱动难以转化为教学实际增益

中小学校目前已积累大量教育数据，但由于数据与具体业务场景融合深度不足，其价值仍难以真正转化为可感知的教学增益。深究其原因，一方面，学校数据应用多停留在结果呈现和情况记录等描述性层面，与备课设计、课堂教学、评价反馈等教学环节衔接不够紧密，难以对教师教学决策提供实质性支撑，导致陷入“看得到数据、用不出成效”的困境。另一方面，部分教师的数据素养与分析能力不足，难以基于数据开展具有针对性的教学诊断、分层教学或精准干预，导致数据难以在教学链条中发挥应有的驱动作用，进一步加剧“数据可用但难以用好”的现实问题。

（四）安全与伦理治理滞后，教育数据要素应用风险上升

早在2018年，教育部办公厅印发《教育部机关及直属事业单位教育数据管理办法》，要求“明确教育数据各环节的管理程序，做到教育数据管理全过程有规可依”“保护个人隐私信息，保障教育数据资源安全”。[8] 但从实践来看，随着中小学校教育数据应用规模持续扩大、数据类型日益丰富，安全与伦理治理的滞后性仍然存在，导致教育数据要素在实际应用中的潜在风险不断上升。首先，不少学校在数据采集、存储和使用环节尚未构建相对完备的安全防护体系，易引发师生个人信息泄露、滥用或未经授权访问等安全问题。团队调研也发现，由于学校缺乏可靠的技术支撑，不少教师和学生对个人信息安全表示高度担忧。[9] 其次，数据治理机制尚不健全，部分学校缺乏覆盖数据全生命周期的治理制度安排，数据使用权限边界不清晰、监管问责机制缺位，致使教师或第三方平台在获取和使用学生数据时易出现越界访问、用途不当及流程不规范等问题，加剧教育数据应用过程中的安全与伦理风险。

中小学校教育数据应用的推进路径

数据应用是实现数据价值转化的“最后一公里”，也是影响因素最多、挑战度最大的一个环节。为破解现实瓶颈、推动教育数据深度应用，各中小学校可从数据治理体系构建、数据素养培养、关键场景应用、安全与伦理保障以及开放数据网络建设五个维度协同发力，探索一条实用有效的校本化教育数据应用之路。

（一）加强系统性顶层设计，构建学校教育数据治理体系

在治理主体多元、数据来源分散、业务流程存在壁垒的背景下，中小学校要想充分发挥数据价值，首要任务是从整体上进行顶层设计，构建系统化、可落地的数据治理体系。一方面，可在现有组织架构基础上建立数据治理协调机制，明确各部门的数据管理职责、运行流程与审核要求，为数字技术在教学、教研和管理中的应用提供制度支撑。另一方面，要强化校内部门协同。借助人工智能和大数据技术，推动教学、教务、德育等业务在数据采集、分析与使用等环节实现标准化和流程贯通，打破不同场景间的数据壁垒，达到教学、管理、评价与教研数据的高效汇聚和共享，从而切实提升学校整体的数据治理能力。

（二）实施数据素养提升工程，强化教师与管理者的数据使用能力

当前，中小学校教师普遍存在“数据意识不强、分析能力有限、使用动力不足”等问题，亟须系统开展普及式、渗透式、递进式的数据素养培训活动，[10] 切实提升教师与管理者利用数据改进教学和优化管理的能力。数据素养发展应超越对统计指标的简单理解与描述层面，重点培养能够基于数据揭示教育现象内在规律、诊断教学问题、预测学生发展潜能、优化资源配置等具有高教育价值的深度分析能力。同时，教师与管理者需要掌握常用数字化工具及其在教学与治理中的应用方式，理解这些工具如何与既有业务流程深度融合，真正把数据转化为可操作的教学改进路径和治理优化方案，从而切实提升数据在课堂改进与学校治理中的实际效能。

（三）深化“教学管评研”场景数据应用，释放教育数据要素价值

中小学校要充分激活数据要素价值，关键在于围绕“教学、学习、管理、评价、教研”构建系统化场景应用链，实现业务重构与数据深度嵌入。在教学与学习场景中，可利用课堂行为、作业表现和学习轨迹等多源数据构建学习诊断模型，更精准地识别学生差异，提升个性化教学、分层指导与学习支持的有效性。在管理场景中，通过整合办学资源、校园运行和师生行为等数据，构建数字化治理模型，优化资源调度、提升运行效率，并推动管理流程再造与风险预警机制建设，使学校管理更加科学、高效与精细。在评价场景中，可基于认知、情感和行为等多维指标，构建发展性、过程性与综合性的数字化评价体系，为学业诊断、教学调整和教育质量监测提供数据支撑。在教研场景中，通过对课堂模式、学习瓶颈和教学策略成效的系统分析，引导教研由经验驱动走向证据驱动，推动教师基于数据开展持续的专业反思与教学改进。

（四）健全安全与伦理保障体系，提升数据使用的可信性与安全性

在推进教育数据应用时，既要不断提升数据利用水平，也要同步强化制度约束与伦理规范。当前，中小学校教育数据安全与伦理治理能力相对薄弱，亟须从制度、伦理和责任三个维度构建完善的数据安全保障体系，提升数据使用的可信性与安全性。在制度层面，国家数据局综合司印发的《关于在国家数据基础设施建设先行先试中加强场景应用的实施方案》明确提出强化数据安全保障，落实数据分类分级、个人信息保护、网络安全等级保护等要求。[11] 鉴于此，可建立覆盖教育数据采集、存储、访问和使用的全生命周期管理制度，同步完善教育数据分级分类保护制度，进一步细化数据收集与使用规范，[12] 明晰权限边界与操作规范，确保教育数据处理过程合法、合规、可溯源。在伦理层面，应围绕学生权益保护、算法透明与公平使用等重点领域制定学校教育数据伦理规范，健全教师、学生及家长的知情同意机制，避免数据被不当利用。在责任层面，要明确管理者、教师、技术人员及第三方平台的职责，完善监督与追责机制，确保教育数据在采集、传输和应用各环节实现安全、可信且可控的流转。

（五）深化多主体协同合作，建设开放共享的教育数据网络

中小学校教育数据的高效、深度应用，依赖校内外多主体的协同联动与资源共享。在校企协同方面，学校可与教育技术企业共建教学数据平台和智能分析工具，推动技术与教育教学深度融合，将课堂行为、作业表现、学情诊断等多源数据整合应用于教学管理和学业分析等环节，为课堂优化、作业布置和教师决策提供可信度较高的证据支持。在多主体合作方面，学校可与科研机构、教育管理部门及相关社会组织共享匿名化的学情数据和分析成果，用于课程优化、评价体系建设及教师专业发展等领域，形成多方协作的教育数据网络。通过深化校企协同与多主体合作，中小学校能够在开放共享的数据生态中实现教学改进、学情分析与教师发展的协同应用，充分释放教育数据价值，推动学校管理和课堂教学向更加科学化、精细化的方向演进。

参考文献

[1] 中华人民共和国国家发展和改革委员会.关于加强数据要素学科专业建设和数字人才队伍建设的意见[EB/OL].（2025-12-02）[2025-12-03].https://www.ndrc.gov.cn/xwdt/tzgg/202512/t20251202_1402115.html.

[2] 杨现民，吴贵芬，李新.教育数字化转型中数据要素的价值发挥与管理[J].现代教育技术，2022，32（08）：5-13.

[3] 杨现民.开辟教育全面数字化转型新局面[N].中国教育报，2022-04-07（02）.

[4] 杨现民，李新.数据充分赋能教育数字化转型的内在逻辑与实践路向[J].中国教育学刊，2024（02）：9-15.

[5] 刘三女牙，杨宗凯，李卿.教育数据伦理：大数据时代教育的新挑战[J].教育研究，2017，38 （04）：15-20.

[6] 胡小勇，孙硕，杨文杰，等.人工智能赋能教育高质量发展：需求、愿景与路径[J].现代教育技术，2022，32（01）：5-15.

[7] 王涛，曾颖洁，刘清堂，等.基于可信数据空间的教育数据要素流通治理体系与实践路径[J].电化教育研究，2025，46（10）：39-46.

[8] 中华人民共和国教育部.教育部办公厅关于印发《教育部机关及直属事业单位教育数据管理办法》的通知[EB/OL].（2018-01-23）[2025-12-30]. http://www.moe.gov.cn/srcsite/A03/s7050/201802/t20180211_327248.html.

[9] 杨现民，周丽华，李新.用户视角下的教育数据要素交易：安全感知与建议[J].苏州大学学报（教育科学版），2024，12（01）：76-86.

[10] 李新，杨现民.中小学教师数据素养培训课程设计与实践研究[J].中国电化教育，2020（05）：111-119+134.

[11] 国家数据局.国家数据局综合司印发《关于在国家数据基础设施建设先行先试中加强场景应用的实施方案》的通知[EB/OL].（2025-10-30）[2025-12-30]. https://www.nda.gov.cn/sjj/zwgk/zcfb/1030/20251030112445906094192_pc.html.

[12] 黄荣怀，张国良，刘梦彧.面向智慧教育的技术伦理取向与风险规约[J].现代教育技术，2024，34（02）：13-22.

本文系国家社会科学基金教育学（全国教育科学规划）2025年度国家一般课题“中小学校数据文化成熟度模型构建及区域实践研究”（课题编号：BCA250062）研究成果

[作者杨现民系江苏师范大学智能学习与评价江苏省产业技术工程化中心教授、博士生导师；杨怡博系江苏师范大学人工智能与计算机学院硕士研究生；李新（通讯作者）系江苏师范大学智能学习与评价江苏省产业技术工程化中心讲师、硕士生导师]

《人民教育》2026年第2期，原标题为《深化中小学校教育数据应用：实践与发展》