为纵深推进教育数字化战略行动，深入发展智慧教育，促进智慧教育领域经验总结和互学互鉴，加强优秀案例分享和国际传播，在教育部科学技术与信息化司指导下，“智慧教育示范区”创建项目专家组秘书处与教育部教育信息化战略研究基地（北京、华中、西北）开展了智慧教育优秀案例征集活动。

经过申报或推荐、案例撰写培训和修改、专家遴选、公示等环节，共确定324个智慧教育优秀案例，其中区域发展类74个、学校实践类226个、解决方案类12个、研究成果类12个。

本期为您带来学校实践类智慧教育优秀案例：四程递进、技术赋能：吉林铁道职业技术学院数据治理与智慧教育应用实践

 

一、构建“四环递进”的数据治理框架

（一）顶层设计

学校在“十四五”、“双高”、“职业本科”等战略建设规划中都明确了信息化定位和作用，为数据治理提供方向。组建“网络安全与信息化工作领导小组”和“提升信息化水平工作专班”保证信息化工作和数据治理的正常开展。设计一系列制度保证数据权利方、责任方明晰，保证信息化部门能够深入到全校信息化系统建设中。

（二）人员保障

学校除专职信息化工作人员外，各部门均设置信息管理员，在信息化业务上由信息化部门垂直管理，同时要负责协调为本部门信息化系统提供售后服务的软件开发技术人员，遇到接口、数据发生异动时由学校信息化部门统筹技术人员对问题进行处理。

（三）技术体系

技术体系由学校信息化部门负责，以保证数据安全为前提，制定符合学校自身的数据标准，并根据需要向领导小组和相关部门出具数据质量报告。学校深挖数据价值，建成“教育教学融合指挥中心”，可掌握教学、人员、车辆、治安、资产等实时动态。

（四）争议解决机制

争议解决机制分两个层面。当发生如数据所属权等权责争议时，由学校层面解决；当发生数据格式等技术争议时，由信息化部门解决。

图1 吉林铁道职业技术学院数据治理框架

二、“四环递进”数据治理过程

数据治理过程是学校对数据进行管理、保护、审计和监控等的全面流程，由统筹和规划、构建和运行、监控和评价、改进与优化四个过程组成。

（一）统筹和规划

统筹和规划阶段是数据治理的起始阶段，也是数据治理最重要的阶段，这个阶段制定的各项工作策略将直接决定数据治理效果。

一是确定数据治理范围策略。吉林铁道职业技术学院采取以教学需求确定数据治理范围的策略，即通过下游的数据需求，反推数据仓库的需求，然后分解为数据元需求，最终确定需要治理的业务系统。具体做法是通过全校范围内开展调研，将上级组织的数据需求与学校各部门数据需求合并为当前总需求，由信息化部门进行分解，依据数据的权责分配确定数据治理范围。

二是定义数据标准策略。吉林铁道职业技术学院采取的是广泛定义、重点实施的策略。具体做法是以教育部相关标准为基础，以兄弟院校的调研作为扩展广泛定义数据标准，对已确定的当前数据治理范围内数据标准重点实施，对缺乏的数据标准进行补充。目前学校已经制定数据标准有5000余项，但真正实现元数据管理的仅有2700余项，这2700余项是在学校当前数据治理范围内的。

三是维护数据安全策略。数据安全策略主要包含三个方面：数据平台安全、数据访问权限管理、保护数据隐私。吉林铁道职业技术学院在这三个方面都制定了相应的策略并实施。保护数据平台主要依靠学校的整体数据安全保护能力，并且设置了数据平台访问的私有IP地址池策略，同时任何信息化系统对数据中台都仅有读权限；数据访问权限管理是以数据权利方批准、访问者身份验证的策略实施的，保护数据隐私是个人数据默认都是脱敏提供的策略，所有参与数据中建设的组织均需签署保密协议，只有经过批准，个人隐私数据才能够全文提供。

（二）构建和运行

一是技术人员支撑。作为一所铁路特色的高职院校，学校并没有足够的信息化技术人员，需要有足够的企业技术人员支撑，而数据治理往往需要数据提供方、数据仓库建设方和数据使用方三方企业技术人员参与。学院会根据需要临时组建工作小组，一般情况下数据提供方与数据仓库建设方和相关学校人员一个小组，数据使用方与数据仓库建设方和相关学校人员一个小组。

二是数据提供方修改自身系统。实践中往往会出现数据中心所需元数据数据提供方不能提供的情况，有些系统在当时建设时主要考虑自身的业务需求，并没有考虑到数据共享问题。如果是少量数据还容易处理，但涉及到功能较大的调整时，则需要资金支持，新设项目才能完成相应的工作。另外还有一些数据采用信息化系统进行管理性价比太低，这时需要由数据中心开放手工填报端口，由数据提供方手工填报。

（三）监控和评价

监控和评价对保障构建和运行阶段的工作质量是非常有意义的。一方面信息化部门在构建和运行时即不定时地开展监控工作，另一方面遇到数据使用方数据效果不好的情况，信息化部门通过数据血缘定位出现问题的数据提供方，出具数据质量报告，对数据抽取结果进行监控和评价，督促数据提供方及其所在部门提升数据质量。

（四）改进与优化

数据治理是一个不断优化和改进的过程，其目的是不断提高数据治理的效率和效果，该阶段需要检查和评估当前的数据治理过程，以确定需要改进和优化的地方，从而制定改进计划并实施，并对改进计划实施后的效果进行监测和评估，以及时调整和改进数据治理过程。另一方面，由于信息化本身具备优化和改进学校现有工作流程的特点，也需要考虑现有的一些业务流程是否需要改进与优化。

图2 吉林铁道职业技术学院数据治理过程

三、基于智慧教室应用赋能教育教学

数据治理框架下的智慧教室可以通过摄像头和音频采集设备，将教学过程全面数字化，不仅可以将教学过程以直播的形式进行发布，还可以存储起来供学生课后查阅，更为重要的是，通过教学过程数字化，可以实现学生无感知签到，并实现教师和学生的可视化画像。

教学管理人员和教师可以在课后查看整节课程学生的学习情况，可以查看学生在教学过程中的各种行为比例，以3分钟为间隔查看的每名学生的行为和参与度。根据教师主导课堂时间的长短，对教师进行类型划分。对于讲授相同课程的不同教师，可以通过同课异构功能进行数据对比，为教学督导等评教工作提供客观依据。也可以帮助教师及时、集中地评价教学效果，减轻实验教学评价负担，助力实验教学改革。

 

作者：姜彬峰 马学超 沈晶伟

来源：2023年度智慧教育优秀案例