查看原文
其他

谢娟|教育数据治理的伦理框架:价值、向度与路径

谢娟 现代远程教育研究 2021-09-15

点击上方蓝色文字关注我们


作者简介谢娟,博士,副教授,济南大学教育与心理科学学院(山东济南  250022)。

基金项目教育部人文社会科学研究青年基金项目“大数据时代数据伦理教育的德育价值及实践路径研究”(19YJCZH194);济南大学国家社科基金预研项目“大数据时代高校教师数据智慧发展研究”(18YY07)。


引用:谢娟(2020).教育数据治理的伦理框架:价值、向度与路径[J].现代远程教育研究,32(5):15-24.



摘要:大数据时代,数据驱动已成为教育治理现代化的主导形式。教育数据治理作为一个具有跨学科解释力的核心概念,体现了数据治理与教育治理在手段与目的上、数据驱动与教育自发在治理理念上的交融。教育数据治理离不开伦理道德的观照与润泽,其内蕴的道德合理性和伦理价值,促使伦理治理成为必需。为建立教育数据治理的伦理秩序,制度与德性是两个不可缺少的伦理向度。其中,制度伦理是指对社会规范和运行规则的伦理反思和要求,体现为对教育数据治理相关制度建设的规约;德性伦理是指主体对自身的生存意义、精神归属、处世方式的反思和体认,体现为教育数据治理主体的精神品质和道德境界;两者相互促进,共同构成教育数据治理的伦理向度。在推进教育数据治理的过程中,可以通过数据收集阶段的伦理嵌入、数据分析阶段的伦理调适和教育决策阶段的伦理评估等伦理路径,积极应对数据采集、算法应用、决策制定中潜在的伦理风险,以促进和谐治理的伦理秩序之生成。

关键词:教育数据治理;伦理框架;伦理价值;伦理向度;伦理路径




大数据时代,教育数据以前所未有的速度持续产生并亟待服务于教育改革,面向教育的数据治理迫在眉睫。不宁唯是,进入教育信息化2.0时代,推进大数据驱动的教育治理已成共识。由此催生的“教育数据治理”近几年已成为教育大数据领域的研究热点和重点。然而,教育治理的数据主义倾向、数据治理的人文缺失等现象不断涌现,成为教育数据治理的重要障碍,也暴露出该领域研究中的伦理缺位问题。那么,教育数据治理内蕴怎样的伦理价值?有无适合的伦理向度以引领分析?治理过程又当如何进行伦理规约?当追问走向深层时,对教育数据治理及其伦理争论也将愈发激烈。本文尝试从伦理价值、伦理向度和伦理路径等理论角度对教育数据治理进行伦理探寻,以引发更广泛思考。

一、教育数据治理的概念及其伦理价值

从语义上看,教育数据治理既是教育的数据治理,也是教育数据的治理。教育治理是多元主体共同管理教育公共事务的过程,其最终目标是建立高效、公平、自由、有序的教育新格局(褚宏启,2014)。数据治理是对数据进行优化、保护和利用的过程,目标是从数据中获取最大价值(曹建军等,2017)。二者在大数据时代得以迅速发展,促成了数据驱动的教育治理和面向教育的数据治理在内容和理念上的不断融合。教育的育人属性与数据的技术本质同时存在,注定教育数据治理具有独特的概念内涵及伦理价值。

1.教育数据治理的概念阐释

(1)相关研究梳理

关于数据驱动的教育治理等相关研究兴起于2014年左右。有学者聚焦以大数据为基础的现代教育治理与决策趋势(陈霜叶等,2014),基于数据可视化、学习预测分析等大数据技术来分析教育管理实践的数据驱动治理模式(Williamson,2016),探讨教育治理面临的数据意识薄弱、共享障碍、制度不足等挑战(姚松,2016;王永颜,2017;Piattoeva et al.,2020)。还有学者从数据分析、数据应用、数据共享、数据反馈、数据推送等方面论证大数据与教育治理的契合之处(申霞等,2018),提出优化大数据相关制度、发展数据素养、建立治理评价指标、更新数据技术等教育治理途径(杨现民等,2020;宋宇等,2020)。

随着教育大数据的发展,面向教育的数据治理研究首先在高等教育领域兴起。数据治理作为高等教育治理的一部分,是提高大学教育质量、大学决策科学性、大学管理效率的需要(许晓东等,2015)。国外的一些大学将信息治理扩展到数据治理,揭示了高等教育数据治理的发展趋势(Jim et al.,2018),其中美国通用教育数据标准在教育数据治理中发挥了重要作用,启示高等教育数据治理要规划数据架构、纳入多元主体、推进标准建设与实施(许晓东等,2019)。之后,教育领域数据治理的学理分析、基本思路和实践路径逐渐明了(张培等,2020)。

显然,无论是数据驱动的教育治理,还是面向教育的数据治理,二者在研究内容上存在交叉重合的现象,研究目标均指向教育治理现代化。尤其近年来,有关“教育治理现代化”“教育大数据”等研究成果不断涌现,弥合了传统教育治理和大数据时代教育治理的界限,一个具有跨学科解释力的核心概念——“教育数据治理”应运而生。教育数据治理就是教育行政主管部门或教育机构为了充分发挥数据价值,围绕教育数据,在体制与机制、政策与规则、技术与行为等方面的行动集合(徐峰等,2018)。该概念常被用来表达数据驱动的教育治理和面向教育的数据治理的融合之意,如成人教育数据治理(马启鹏等,2019)、人工智能时代的教育数据治理(田贤鹏,2020)等。可见,学界对教育数据治理的认识虽在技术手段等内容层面初步形成共识,但对其概念内涵的探究仍需深入,研究视角上也缺少伦理学等哲学观照。

(2)教育数据治理的概念界定

“治理”是各种公共或私人的个人和机构管理其共同事务、使不同利益得以调和的持续过程,以维持秩序、满足公众需要为主要目的(俞可平,1999)。一方面,从治理的本质出发,教育数据治理是基于数据应用的教育治理,是对教育数据行为的治理,政府、企业、社会组织等都可以利用数据参与教育治理,从而调和教育利益、满足公众的教育需要。另一方面,从治理的体系来看,教育数据治理不仅应该包括数据获取、数据分析、数据解释和预测等数据治理阶段,而且还应含有教育制度、教育价值和教育政策等教育治理的组成结构(陈金芳等,2016)。因此,教育数据治理作为教育治理和数据治理交互相融的系统过程,就是从教育的价值追求出发,依据相关教育制度,开展数据的收集、挖掘和分析工作,通过科学的解释和预测,做出符合教育价值的决策,从而解决教育问题,达到教育治理的目的。

具体而言,教育数据治理的内涵是数据驱动的教育治理和面向教育的数据治理的融合。这种融合是为了调和教育利益相关者之间的矛盾,通过数据治理的手段,作出满足公众教育需求的决策,达到育人的价值追求。治理的过程遵循提出问题、分析问题、解决问题的思路展开:通过充分收集教育数据而确定教育问题;通过揭示教育数据之间的相关关系而分析教育活动;通过呈现数据分析结果,协商制定教育决策以提出解决方案。可见,作为手段的数据治理与作为目的的教育治理相互融合,构成了教育数据治理的内涵,而与教育治理和数据治理有关的体系、方法、程序等内容范畴,均属于教育数据治理的外延部分。

总之,作为一种综合治理模式,教育数据治理不仅起到了连接数据治理和教育治理的桥梁作用,调和了数据效益目标和教育价值目标,而且还担负了协调跨机构、跨部门开展合作治理的重任,最终指向科学合理的教育决策。为实现教育决策的手段善与目的善、公共善与公民权等伦理诉求,教育数据治理的道德合理性及其内在的伦理价值必须彰显出来。

2.教育数据治理的伦理价值审视

教育数据一般指向教育中的人,或者通过数据而生成的与人有关的信息要素,如身份信息、思维习惯、性格特点、行为偏好、学习表现等,不仅关涉安全、隐私等数据伦理问题,而且与以人为本、人的全面发展等教育伦理要素息息相关。教育数据治理一旦失去规范,诸如师生数据信息被公开叫卖、数据隐私被侵犯等现象便会频繁发生,数据垄断、授权应用场景受限等诸多问题便会不断出现(田贤鹏,2020)。所以,教育数据治理离不开伦理道德的观照与润泽,其中的道德理由或合理性便是开启教育数据治理之伦理探寻的逻辑起点。

(1)教育数据治理的道德合理性

如果说教育数据的产生是因为信息技术的应用而被动生成,具有客观性,那么对教育数据的收集、分析、利用等治理行为则明显具有主观性,负有伦理价值,能够进行道德分析。因而,对治理主体的治理行为进行治理目的层面的分析,正是对教育数据治理的道德合理性之追寻。

纵观已有研究,随着大数据、人工智能等新一代信息技术与教育的融合应用,教育大数据、人工智能教育应用的伦理研究蓬勃发展,为教育数据治理的伦理探究做好了铺垫。国际著名信息伦理学家尤瑞恩·范登·霍文等(2014)指出数据收集主要是政府部门和商业机构的工作。他们进行教育数据治理的基本理由有二:一是教育行政部门为了更好地为公民提供积极主动的教育服务,同时有效识别“搭便车者”相关信息,遏制“搭便车行为”,维护公共利益,因而必须对教育数据进行获取和分析以便做出决策;二是教育商业机构为了更好地向客户提供教育服务,应对信任危机和交易风险,以及维护商业利益,因而有必要识别、获取、利用、共享客户的教育信息、交易记录等数据。从这个角度来讲,教育数据治理的主体可以分为政府部门和教育商业团体两大群体。除此之外,从利益相关者的角度来看,数据主体还可以划分为大数据收集者、大数据使用者和大数据生产者三类,他们之间构成道德相关关系,对大数据引发的超网络道德连锁效应共同负有伦理责任(Zwitter,2015)。

可见,教育数据的收集者、使用者和生产者构成了教育利益相关者,他们通过教育活动和数据技术手段的相互影响而形成某种伦理关系,共同协商作出合乎伦理的教育决策,从而维护各自利益。所以,不管是教育主体的数据治理行为,还是数据主体的教育治理行为,其根本目的都是通过数据的收集、分析等手段来调和不同主体之间的利益关系,从而满足公众的教育需要。换言之,教育数据治理一方面是为了维护治理主体的利益,如政府部门维护公共教育利益、商业机构维护商业利益;另一方面是为了更好地服务于治理对象,如政府为大众提供教育服务、商业机构为客户提供教育服务。在此道德合理性支配下的治理,从教育需求出发,通过数据治理手段,达到解决教育问题的目的,才是合乎伦理的,如此教育数据治理的伦理内涵才得以彰显。

(2)教育数据治理的伦理价值

教育数据治理内在的人文主义价值理性和数据主义技术理性两种价值取向,使其伦理内涵突出表现在教育伦理和数据伦理上。一方面,教育数据治理的落脚点是教育治理,以解决教育问题、促进教育发展为根本目标,与教育伦理的向善追求相一致。教育伦理关注教育权、教育责任、教育角色和教育德性(樊浩等,2000),以善恶为价值取向,引导和约束人们以善律教(于永昌,2008),遵循以人为本、教育公正、和谐发展、民主协商等伦理原则(李廷宪,2010)。所以,教育数据治理应当遵循教育伦理精神,保证治理主体担负教育责任、治理过程遵循以善律教、治理对象得以受益发展、治理结果符合教育目标。另一方面,教育数据治理的数据治理属性,在一定程度上倡导了数据主义的价值导向。数据主义主张数据流最大化和信息自由是至善(尤瓦尔·赫拉利,2017),这是技术至上主义在大数据时代的形态(李伦,2018)。对数据的痴迷可能导致反乌托邦的结果,对教育产生深远影响(Watson,2019)。可见,数据本身负荷的这种意向性,容易使教育数据治理滑入数据依赖、数据盲从的技术逻辑,从而推崇问题解决的效率向度而遮蔽了教育的人文诉求。以技术的客观中立性来保证数据收集、处理的客观中立性是不可能的(杨子飞,2016),必须在数据伦理的规范约束下对数据行为进行道德审视。因此,教育数据治理既要遵循教育伦理的引导与要求,也要接受数据伦理的规定与约束。

随着大数据伦理的发展,技术哲学、信息伦理等领域对数据伦理的研究,以及教育领域对教育大数据伦理的探索,促进了教育领域数据伦理的发展,教育数据伦理研究已经开启。教育数据伦理的基本问题包括教育数据的价值定位、教育主体的数据权利、教育数据的教育效用(刘三女牙等,2017),同时教育数据在教育伦理、责任伦理、权利伦理、制度伦理等维度上表现出有用无害、责任担当、数据权利、制度保障等伦理诉求(戚万学等,2019)。可见,以教育伦理和数据伦理为分析框架的教育数据伦理,旨在调和不同主体因价值冲突而引起的理念矛盾,指导人们理性评价教育数据行为中的道德问题,对有争议的事实或价值做出逻辑论证,从而解决数据不当获取、隐私泄露、所有权不明、个体名誉受损等伦理问题。换言之,教育数据伦理以提高数据主体的道德能力、规范数据行为的道德落实、塑造数据对象的道德情感、增强数据结果的道德意义为目标追求,为教育数据治理扫清了伦理障碍,正好体现了教育数据治理的伦理价值。

然而,综观大数据及其教育应用有关的伦理研究,多是从具体伦理困境入手,针对个人隐私、信息安全、数据公平等伦理形态(董军等,2017)以及公私领域判定不清、知情同意机制缺失、数据不当利用等典型伦理问题(陈一,2019)进行分析,缺少系统的伦理概括和明确的方向指引,容易造成伦理研究的碎片化和重复性。为系统建立教育数据治理的伦理秩序并推动该领域的道德建设,当务之急是明确伦理向度和设计伦理路径。

二、教育数据治理的伦理向度

教育数据伦理本身预设了教育价值的合理性及其道德责任。然而,大数据技术应用带来的数据伦理困境不断渗透于教育,增加了治理进程中教育本质背离和道德责任遮蔽的风险,易于引发伦理关系失调、伦理规范失控、伦理行为异化等现实困境。为担负道德义务、冲破伦理困境,相应伦理秩序必须理顺并建立。伦理秩序分为伦理规范秩序和道德心灵秩序,前者依靠制度伦理的力量,其核心是“应该怎样”;后者依靠道德精神的力量,其核心是“我要怎样”(肖祥,2017)。对教育数据治理而言,伦理制度是客观的,规范的是治理对象的权利享有和制度保障;道德精神是主观的,引导的是治理主体确保治理行为有用向善的责任担当,属于德性伦理的范畴。因此,建立教育数据治理的伦理秩序,就要建立多元主体的协作制度,以及增强治理主体的道德能力和教育责任。这正是制度伦理和德性伦理对教育数据治理的价值引导。实际上,道德建设的根本任务是在制度伦理和伦理制度的基础上塑造德性伦理(吕耀怀,2000)。对事物的道德状况进行客观评价并探寻道德建设的合理途径,至少要从社会制度伦理和个人德性伦理两个基本方面出发,这是区分当代道德问题的两个重大维度(陈泽环,2009)。所以,要想比较客观地认清教育数据治理实践的道德状况和伦理秩序,就要超越单向的伦理分析思路,不仅考查社会制度伦理方面的问题,还要关注个人德性方面的伦理问题。换言之,制度伦理和德性伦理是教育数据治理的两个基本伦理向度。

1.制度伦理向度

制度是指有组织的、整套的社会规范系列和体系,制度伦理是对社会规范和运行规则的伦理反思和要求,以及对伦理的制度化、规范化的思考与建构(倪愫襄,2018)。教育数据治理不仅需要制度的规范,更需要制度伦理的指引。

其一,制度内蕴公平正义的伦理价值,具有规范、引导、协调的伦理功能。制度从非个人关系角度表达权利与义务的关系,由一系列内在相关的规则或规范构成,具有规范人的行动之善、人的道德之形成和道德正气之弘扬的伦理功能(段治乾,2005)。在教育数据治理体系中,治理主体应该或不该做什么、负有的权利与责任有哪些、治理行为背后的影响是什么,这些内容都应由相应的制度所规定。从应然角度讲,教育数据的治理主体和治理对象应当处于一种平等并相互促进的伦理关系之中,治理主体通过数据收集、数据分析等手段来改进教育活动,从而反哺治理对象;治理对象通过自我成长与发展、享有数据权利等方式来完善数据,从而满足治理需要。然而,现实中知情同意、权利保障等机制的缺失,常常使治理主体与治理对象之间的关系呈现出“控制与被控制”的失调状态;育人为本、责权分工的不充分,造成教育伦理与数据伦理的规范冲突;对数据应用权限、隐私界限等规定的不统一,带来泄露身份信息、侵犯隐私权利等行为异化。这些问题都需要制度来调适。只有建立了相应的制度体系,才能更好地促进教育大数据的法治监管、社会监督和行业自律(戚万学等,2019)。

其二,制度形成过程实际上是对教育数据治理体系及其运行机制进行伦理思考和道德判断的过程。从制度生成的角度来看,制度由正式制度、非正式制度和实施机制共同组成(康永久,2003)。事实上,制度本身是一个制度化的过程。在教育数据治理的制度化过程中,一方面,相关政策法规不断制定出来,使得教育数据治理行为有规可循,正式制度逐渐形成,成为约束治理行为的重要内容;与此同时,一些得到公众认可的教育观念、意识形态等行为规范,在正式制度无法定义的场合起到规范教育数据治理行为的作用;不仅如此,在保证制度运行的过程中,作为“元制度”的实施机制得以成型,发挥了指导、监督、评价的作用。另一方面,在制度建设过程中,对数据工程师、教育者、管理人员等不同治理主体的伦理要求不断形成共识,关于公益教育数据和商业教育数据的收集、分析、利用等行为规范逐渐明晰,治理对象的数据权与教育权得以融合,从而形成宏观或微观的治理秩序。这样既能保证教育数据治理制度本身的道德要求,又能促成对该制度运行中一系列环节的道德评判。

其三,制度的内容为教育数据治理提供了系统的伦理策略。教育数据治理首先应该从属于一般的教育制度,这是由内在的教育属性决定的;同时还应该服从于信息治理相关制度,这是由外在的数据手段决定的。因此,教育数据治理相关制度内容应该包括对教育治理和数据治理全过程的约束和规范,主要有:一是教育数据的公开制度,主要解决政府部门、商业机构等治理主体向社会或用户开放或披露教育数据的范围、权限等问题;二是教育数据收集与利用制度,主要保障公益性教育数据和商业性教育数据的收集、开发、利用等过程规范问题;三是教育数据的共享制度,主要规范政府性质的教育数据、科学性质的教育数据、文化性质的教育数据等不同类型数据的共享机制问题;四是数据素养教育制度,主要通过数据素养、媒介素养等信息素养教育手段,提高人们的数据智慧水平;五是制度运用和执行的保障机制,如制度的实施细则、监督手段、评估方案、反馈策略等。以上制度内容体系为防控隐私泄露、保障数据安全等伦理问题指明了方向。可见,制度作为表达伦理要求的重要方式,带来了解决伦理问题的策略体系。从某种程度上说,教育数据治理相关制度就是指导处理各种伦理问题的方法集成。

2.德性伦理向度

德性是一种获得性人类品质,德性的拥有和践行使人们能够获得实践的内在利益(A.麦金太尔,1995)。德性伦理是指主体对自身的生存意义、精神归属、处世方式以及某种伦理精神体认后所形成的精神品质和道德境界(杨清荣,2001)。德性伦理是对个体的道德约束,侧重于个体或共同体之道德品质的形成,这是教育数据治理应遵循的另一伦理向度,主要体现在治理主体的精神品质和道德境界上。教育数据治理主体的道德品质是在大数据时代背景、教育文化传统和教育大数据的应用情境中得以自觉形成,以寻求科学的数据治理和教育目标的达成为精神慰藉,最终与制度伦理共同发挥作用。教育数据治理在德性伦理向度上的具体内涵包括以下三个方面:

第一,教育数据治理的德性伦理以治理主体为基本对象。教育数据治理作为一种利益调整机制,拥有多元治理主体,主要由教育治理机构和数据治理机构两个利益相关方通过参与决策、监督管理、调节约束,来维护自身利益和共同利益。通常,教育治理主体主要由政府行政系统、社会组织或法人团体、公民个人等组成。数据治理相关方来自运营、销售、人力资源、财务的领导们,以及信息技术部门、客户、合作伙伴、监管部门、数据工作人员等(Suer,2019)。这些参与教育数据的生成、采集、使用、研究和利用的治理者通过协作而形成共同体,以实现教育目的为目标,共同承担相应的责任与义务。所以,教育数据共同体及其成员的道德品质构成了教育数据治理的德性伦理。

第二,教育数据治理主体的德性伦理是在领略教育数据伦理精神之后的道德意识建构和个人修养完善,具有自律性和自觉性的特点,突出表现为态度、良心、作风等方面。治理主体表现出来的内在稳定行为倾向就是治理态度。积极的治理态度一经形成便会成为习惯性反应,对教育数据治理行为具有重要的引导作用。而良心作为道德意识的一部分,是治理主体判断自身行为的“道德律”,成为履行治理义务的内在精神力量。另外,良好的工作作风是德性伦理的外在表现,有助于改善治理主体间的伦理关系,能够潜移默化地协调组织机构之间的冲突。总之,德性是让个体高尚并使其实践活动完美的品质,是人之为人的内在规定(李兰芬等,2005)。只有治理主体端正治理态度,建构治理良心,形成良好作风,具备完善的道德意识和高尚的个人修养,才不会违背教育规律或数据规范而做出损害教育数据治理的不道德行为。

第三,教育数据治理的德性伦理必须与制度伦理共同发挥作用。制度伦理与德性伦理的关系是相互支撑、统一契合的。一方面,治理主体的德性水平直接影响教育数据治理制度的实现。如果治理主体缺少德性,那么无论制度如何周全,都不可能对教育数据治理行为产生理想的作用。作为治理共同体德性水平的集中表现,良好的精神风貌有助于制度的健康运行,而低下的德性水平则会瓦解和腐蚀教育数据治理相关制度。另一方面,仅仅通过治理主体德性水平的提高也不可能推动治理工作的顺利开展。教育数据治理相关制度通过调节人们的行为,将隐含的教育伦理精神和数据伦理规范实体化,这样不仅能够提升治理主体的德性水平,而且有助于治理共同体形成明确的道德观念,从而促进每一个共同体成员的德性成长。

总之,从伦理的角度来讲,教育数据治理是制度伦理和德性伦理的统一体。制度建设能够为教育数据治理提供制度资源,德性建设将使提高教育数据治理效率成为可能。因此,找准教育数据治理的价值坐标,建立与大数据时代相适应的教育数据伦理精神,并将之纳入制度体系,通过制度的潜移默化来提高人们的德性水平,这一思路应成为提高教育数据治理有效性的重要方向。

三、教育数据治理的伦理路径

制度伦理和德性伦理在宏观上为教育数据治理指明了伦理发展的方向和途径。从治理过程来看,教育数据治理至少应包括收集数据以确定教育问题、分析数据以阐释教育意义、协商做出教育决策三个基本阶段。这是按照提出问题、分析问题、解决问题的逻辑展开的,也是数据治理与教育治理融合的结果。为实现教育数据治理的伦理价值诉求,有必要遵循制度伦理和德性伦理的基本向度,继续对数据收集、数据分析和教育决策等具体治理环节进行从手段到目的的伦理规约,以探寻一条具体的伦理路径。

1.数据收集阶段的伦理嵌入

在教育数据治理过程中,数据收集是极为重要的一个环节,在很大程度上决定了治理的方向和结果。数据收集又叫数据采集,是从各种教育平台及相关电子终端的运行或检测数据中,获得教育数据并得出有价值的信息。在此阶段,关于教育数据的收集范围及规模、数据权利的归属及边界、数据使用的权责及期限等问题得以初步明确,教育数据治理的行为意向也基本形成。所以,对数据收集阶段进行伦理考量,把教育价值和技术规范嵌入其中,就意味着教育数据治理一开始便负载了特定的伦理价值,有助于治理环节的有序展开。

首先,在数据收集目标中嵌入教育数据治理的伦理目标。为了限定教育数据的收集范围和划定相应的数据收集行为界限,在数据收集阶段不仅要遵循权责统一的数据伦理规范,纠偏数据主义至上倾向,以确保治理手段具有伦理性;而且要遵循教育求善和育人的伦理前提,避免陷入无教育或反教育状态,以确保教育数据收集行为不对教育构成伤害。这一过程可以通过价值敏感设计的方法,把人们所能接受的道德价值观整合进技术之中(Van den Hoven,2007),从而完成治理目标的道德价值渗透。对数据理念和教育理念的价值调和,是数据收集行为应遵循的最基本的道德义务,也是教育数据治理对伦理价值的终极追求。只有嵌入了伦理目标,才能指引数据收集在教育理性的轨道中前行。

其次,在数据收集过程中嵌入教育数据治理的伦理向度。在数据生成与整理过程中应当建立面向教育领导、行政人员、管理者和教师等不同人群的数据制度,使用数据问责的手段促进各级部门数据制度的形成(Selwyn,2016)。为了满足治理的具体需求,谁来收集数据、收集哪些数据等基本问题应该在数据收集前被预定义,并根据数据的不同类型及应用目的,从制度伦理的角度建立层级系列的数据收集规范,以保证数据收集的质量和效率。制定教育数据收集规范需要明确以下内容:规范的适用范围和目的;数据采集对象、责任主体;数据收集的技术方法、工具系统;具体的数据内容、数据格式、数据标准;收集后的数据传送方式等。同时,从德性伦理的角度,提高数据收集人员及数据提供者的道德觉悟和权责意识,完善自律公约,促进教育素养和数据素养的有效融合,从而为后续治理环节创造良好的治理环境和道德风气。

最后,在数据收集主体中嵌入伦理责任。一方面,要明确数据收集者的伦理责任。作为拥有数据收集权的责任主体,教育数据收集者不仅要具备保证数据质量、保障数据安全等义务,而且要担负起向数据提供者告知数据权利、保证数据共享合法性,以及解释数据收集之后的存储、整合、呈现、归档、使用、传播、二次利用、删除、清理、销毁等相关安排的责任;不仅要承担教育使命、社会责任、职业道德等伦理责任,而且要对数据收集行为带来的后果承担法律责任。另一方面,要维护教育数据提供者的数据权利。这就需要改变以往不公开收集数据的做法,尊重数据提供者的数据财产权和数据人格权。在数据收集之前,必须向数据提供方告知其拥有同意或禁止自身数据被收集、被使用、被谋利所对应的采集权、使用权和效益权,对数据收集和使用的过程与目的的知情权,敏感数据不被侵犯、披露、恶意使用的隐私权,以及对数据进行删除、销毁的修改权。

2.数据分析阶段的伦理调适

教育数据收集完成之后便转入数据分析阶段,以分析结果的高准确率为最高追求。这里的数据分析也叫数据处理,实际上是一系列数据行为的总称,一般包括存储管理、数据仓库、联机分析、数据挖掘、商务智能、大数据分析6个过程(李志刚,2012)。其中,算法驱动是该阶段的突出特点,即通过预先设定的算法,对大数据进行深度挖掘和超级计算,以实现从教育数据到教育意义的分析和阐释。算法驱动是教育数据分析的技术本质。算法是解决问题的计算程序,它通过对教育数据的挖掘和分析,自动生成关于教育的画像。这看似是一个“客观中立”的过程,却面临激烈的伦理争论——数据是否代表客观事实、分析是否带有偏见、是否存在主观的“数据清理”(郭小平等,2019)。数据处理环节涉及的算法伦理是构成大数据伦理治理体系的主要内容(徐圣龙,2019)。这警示我们要对教育数据分析阶段的算法伦理问题进行调适。

对算法进行伦理规约就是在设计理念和应用方式上调适算法带来的伦理冲突。一方面,从技术伦理的内在规范和价值判断出发,把可理解和值得信任作为对算法设计的基本共识和伦理要求,在教育情境分析的基础上,依据具体的数据伦理理论进行编写,消除主观偏见及权力操纵,从而调适算法在设计理念上的冲突。例如,可以通过跨领域协作、兼顾少数群体公平、与相关利益者合作、识别算法何时不合适、增加公众批评等5个步骤来保证算法的合理性(Kusner et al.,2020)。这个过程需要加强教育数据治理共同体与社会公众的沟通交流,通过信息科学、教育科学、科技伦理等多领域的合作,组织公众参与算法设计,以共同治理来减少算法设计中的偏见和歧视。

另一方面,建立多级互促的监管模式,通过算法设计人员的自我管理、政府部门等相关组织的监管、媒体与公众的监督等途径,消除算法独裁,避免算法黑箱,追问算法输出结果的教育价值。算法在数据分析中的作用机制通常是隐蔽的。当算法应用于教育时,算法处理教育问题的逻辑很难被发现,人们被动接受算法输出结果,面临从根本上失去教育自由和教育民主的风险(谭维智,2019)。所以,除了要强化教育数据治理共同体及其成员的内在道德约束之外,还应该加强对算法应用的监管力度。数据分析阶段对算法应用负有监督责任的至少有三级主体:算法设计群体作为自律主体,是监管的基础;政府与相关教育组织是监管主体,指引监管的方向;媒体与社会公众是监督主体,提供监管的动力。多级主体之间协调配合、互相促进,实现对算法应用的共同监督。总之,只有对算法设计与应用进行伦理规约与监管,才能有效避免算法带来的数据分析困境,保证分析结果的客观公正。

3.教育决策阶段的伦理评估

数据经过分析处理后,随即进入教育决策阶段。这是控制数据后果的最关键环节。这里的教育决策是指决策者依据经济效果、教育效果以及伦理后果,对基于数据分析结果作出的备选方案、可接受方案、满意方案进行抉择的过程。确切地说,这是技术决策与教育决策的融合,具有“协商性”——由教育决策部门与数据治理机构等决策主体通过协商而做出解决教育问题的决定。这里的决策主体,既包括技术决策者,也包括教育决策者。技术决策者通常包括管理者(来自政府或者企业的利益相关者)、技术专家以及受技术决策影响的社会公众(高杨帆,2012)。因此,教育数据治理的决策者既包括数据机构的管理者、数据专家、数据提供者及相关社会公众,又包括教育管理者、教育专家以及接受教育的社会公众,他们共同组成教育决策群体,承担教育决策任务及相应的责任。

一般来说,社会经济或人类框架中的决策应该包括理性、主观和伦理三个影响因素(Brans,2002)。然而,决策者难免优先考虑市场效益、技术可行等因素,而忽略伦理因素,因而可能会影响到教育决策的伦理性。为确保教育决策的伦理性,需要对其进行伦理评估。对教育决策进行伦理评估,也有助于促成教育数据治理之满意方案的形成。教育决策的伦理性突出表现为以人为本、教育公正、教育利益至上等方面。对教育决策进行伦理评估,就是引导决策者在设计备选方案、确定备选方案、选择可接受方案、确定满意方案等实施过程中,遵循教育公平、多方利益均衡、权责明确、符合规范等伦理原则。根据教育决策主体的不同分工,对教育决策阶段的伦理评估可以按照以下四个过程进行:第一,在设计备选方案阶段,以相关社会公众为主导,通过充分的意见征询和伦理引导,完成备选方案的设计;第二,在确定备选方案阶段,以数据伦理专家和教育伦理专家组成的伦理委员会为主导,通过效应预测和问题澄清,确定备选方案的伦理水平;第三,在选择可接受方案阶段,以数据专家和教育专家为主导,通过权衡利益关系和调节伦理冲突,修改并筛选出可接受的方案;第四,在确定满意方案阶段,以教育管理者为主导,通过明确各决策主体的责任归属,做出各利益相关方均满意的最优方案。另外,在伦理评估过程中要避免出现两个问题:一是凡是技术上能够完成的事情都应该做,二是追求最大的效率与产出。第一个问题容易迫使教育决策在伦理价值上作出无原则的退让,第二个问题可能使教育数据治理沦为单纯追求效率的数据机器而丧失教育的本性。

总之,对教育决策阶段进行伦理评估,其基本出发点是承认“技术悖论”的存在,即认为数据治理的后果可能与其要实现的教育目的相背离或不一致。对决策进行伦理判断,有助于警惕无约束、无节制、不合理的数据治理带给教育的不利后果。教育数据治理的决策者要善于运用伦理分析的思维来衡量决策的伦理价值,使所做决策建立在教育向善的基础上。至此,教育数据治理顺利进入教育问题解决阶段。

四、结束语

长期以来的实践路向使教育大数据研究缺少形而上层面的分析,在一定程度上阻碍了对大数据时代教育治理问题的多视角、系统性诠释(谢娟,2019)。不同于以往研究从治理的技术方案等角度展开论述,本文从伦理价值、伦理向度和伦理路径三个方面,层层递进地勾勒出教育数据治理的伦理框架,期望为相关伦理问题的应对提供一种分析思路。教育数据治理内蕴的道德合理性和伦理价值,促使伦理治理成为必需。制度伦理提醒我们要加快教育数据治理相关制度建设,德性伦理启示我们要提升公民的数据素养和道德水平。伦理嵌入、伦理调适、伦理评估等具体路径指引我们要培养治理共同体的“群体伦理意识”和“个体道德意识”来保障治理实践的顺利开展。在对制度和德性两个伦理向度以及数据收集、数据分析和教育决策三个阶段伦理路径的探寻中,恰好与当前教育数据治理存在的体制机制不健全、治理主体数据能力低下、专业人才短缺等现实挑战,以及为此而提出的优化制度保障、实施数据素养提升工程、组建治理共同体等路径(杨现民等,2020),和人工智能时代教育数据治理遭遇的隐私保护制度缺失等现实困境,以及重构数据治理的制度伦理规范、强化师生数据安全保护意识等变革路径(田贤鹏,2020),不期而遇并做出呼应,体现了本研究的实践意义。

大数据时代,数据为本已经成为现代教育的重要装置和主导、监控教育的新型权力,体现出对教育过程、教育质量、教育行为的全景化监控的教育景观(金生鈜,2019)。从治理的角度来看,当我们按照物化的方式,对人的品质素养、生命价值、发展可能性进行数据化描述与分析的时候,是否在给人以尊重与承认?数据的符号化在多大程度上遮蔽了教育的价值与意义?教育被数据化的合理性限度在哪里?对这些隐忧的追思,更是伦理学对教育数据治理的热切召唤,仍需继续深入探寻。


参考文献:
[1][荷]尤瑞恩·范登·霍文,[澳]约翰·维克特(2014). 信息技术与道德哲学[M]. 赵迎欢,宋吉鑫,张勤. 北京:科学出版社:251.
[2][美]A.麦金太尔(1995). 德性之后[M]. 龚群,戴扬毅等. 北京:中国社会科学出版社:241.
[3][以]尤瓦尔·赫拉利(2017). 未来简史[M]. 林俊宏. 北京:中信出版集团:345.
[4]曹建军,刁兴春(2017).数据质量导论[M].北京:国防工业出版社:295.
[5]陈金芳,万作芳(2016).教育治理体系与治理能力现代化的几点思考[J].教育研究,37(10):25-31.
[6]陈霜叶,孟浏今,张海燕(2014).大数据时代的教育政策证据:以证据为本理念对中国教育治理现代化与决策科学化的启示[J].全球教育展望,43(2):121-128.
[7]陈一(2019).网络研究中的数据伦理问题研究进展[J].信息资源管理学报,9(2):58-65.
[8]陈泽环(2009).道德结构与伦理学:当代实践哲学的思考[M].上海:上海人民出版社:18.
[9]褚宏启(2014).教育治理:以共治求善治[J].教育研究,35(10):4-11.
[10]董军,程昊(2017).大数据技术的伦理风险及其控制——基于国内大数据伦理问题研究的分析[J].自然辩证法研究,33(11):80-85.
[11]段治乾(2005).教育制度伦理研究[M].郑州:河南人民出版社:37.
[12]樊浩,田海平(2000).教育伦理[M].南京:南京大学出版社:55.
[13]高杨帆(2012).论技术决策及其伦理意义[J].伦理学研究,(5):64-68.
[14]郭小平,秦艺轩(2019).解构智能传播的数据神话:算法偏见的成因与风险治理路径[J].现代传播(中国传媒大学学报),41(9):19-24.
[15]金生鈜(2019).大数据教育测评的规训隐忧——对教育工具化的哲学审视[J].教育研究,40(8):33-41.
[16]康永久(2003).教育制度的生成与变革:新制度教育学论纲[M].北京:教育科学出版社:101-102.
[17]李兰芬,王国银(2005).德性伦理:人类的自我关怀[J].哲学动态,(12):40-45.
[18]李伦(2018).“楚门效应”:数据巨机器的“意识形态”——数据主义与基于权利的数据伦理[J].探索与争鸣,(5):29-31.
[19]李廷宪(2010).教育伦理学的体系与案例[M].芜湖:安徽师范大学出版社:47.
[20]李志刚(2012).大数据:大价值、大机遇、大变革[M].北京:电子工业出版社:99.
[21]刘三女牙,杨宗凯,李卿(2017).教育数据伦理:大数据时代教育的新挑战[J].教育研究,38(4):15-20.
[22]吕耀怀(2000).道德建设:从制度伦理、伦理制度到德性伦理[J].学习与探索,(1):63-69.
[23]马启鹏,刘泽琳,陈丽珍(2019).利益相关者视域下的成人教育数据治理省思[J].教育发展研究,39(3):71-77.
[24]倪愫襄(2018).伦理学简论[M].武汉:武汉大学出版社:163.
[25]戚万学,谢娟(2019).教育大数据的伦理诉求及其实现[J].教育研究,40(7):26-35.
[26]申霞,夏豪杰(2018).大数据背景下教育治理运行机制现代化[J].教育研究与实验,(6):17-22.
[27]宋宇,卢晓中(2020).大数据驱动下区域教育治理探析[J].教育研究与实验,(1):36-39.
[28]Suer, M. (2019). 数据治理为什么很重要,谁应该负责?[N].计算机世界,2019-05-27(002).
[29]谭维智(2019).人工智能教育应用的算法风险[J].开放教育研究,25(6):20-30.
[30]田贤鹏(2020).隐私保护与开放共享:人工智能时代的教育数据治理变革[J].电化教育研究,41(5):33-38.
[31]王永颜(2017).大数据与教育治理现代化[J].教育研究与实验,(2):41-43.
[32]肖祥(2017).马克思主义政治伦理思想与当代伦理道德问题研究[M].广州:暨南大学出版社:111.
[33]谢娟(2019).教育大数据哲学研究的现状与基本思路[J].现代远程教育研究,31(3):70-77.
[34]徐峰,吴旻瑜,徐萱等(2018).教育数据治理:问题、思考与对策[J].开放教育研究,24(2):107-112.
[35]徐圣龙(2019).“公共的”与“存在于公共空间的”——大数据的伦理进路[J].哲学动态,(8):86-94.
[36]许晓东,彭娴,周可(2019).美国通用教育数据标准对我国高等教育数据治理的启示[J].高等工程教育研究,(1):103-108.
[37]许晓东,王锦华,卞良等(2015).高等教育的数据治理研究[J].高等工程教育研究,(5):25-30.
[38]杨清荣(2001).略论制度伦理与德性伦理的关系[J].道德与文明,(6):15-18.
[39]杨现民,郭利明,王东丽等(2020).数据驱动教育治理现代化:实践框架、现实挑战与实施路径[J].现代远程教育研究,32(2):73-84.
[40]杨子飞(2016).“第三洞穴”与“数据主义”——论大数据社会科学的内在矛盾[J].自然辩证法研究,32(8):63-67.
[41]姚松(2016).大数据时代教育治理转型的前瞻性分析:机遇、挑战及演进逻辑[J].现代远程教育研究,(4):32-41.
[42]于永昌(2008).教育伦理[M].沈阳:沈阳出版社:14.
[43]俞可平(1999).治理和善治引论[J].马克思主义与现实,(5):37-41.
[44]张培,夏海鹰(2020).教育领域数据治理的基本思路与实践路径[J].现代教育技术,30(5):19-25.
[45]Brans, J. P. (2002). Ethics and Decision[J]. European Journal of Operational Research,136(2): 340-352.
[46]Jim, C. K., & Chang, H. (2018). The Current State of Data Governance in Higher Education[J]. Proceedings of the Association for Information Science and Technology,55(1):198-206.
[47]Kusner, M. J., & Loftus, J. R. (2020). The Long Road to Fairer Algorithms[J].Nature: International Weekly Journal of Science, 578 (7793):34-36.
[48]Piattoeva, N., & Boden, R. (2020). Escaping Numbers? The Ambiguities of the Governance of Education Through Data[J]. International Studies in Sociology of Education, 29(1-2).
[49]Selwyn, N. (2016). There’s so Much Data: Exploring the Realities of Data-Based School Governance[J]. European Educational Research Journal, 15(1): 54-68.
[50]Van den Hoven, J. (2007). ICT and Value Sensitive Design[C]// Goujon, P., Lavelle, S., & Duquenoy, P. et al.(eds.). The Information Society: Innovations, Legitimacy, Ethics and Democracy. Boston: Springer:67-72.
[51]Watson, C. (2019). From Accountability to Digital Data: The Rise and Rise of Educational Governance[J]. Review of Education,7(2):390-427.
[52]Williamson, B. (2016). Digital Education Governance: Data Visualization, Predictive Analytics, and“Real-time” Policy Instruments[J]. Journal of Education Policy, 31(2):123-141.
[53]Zwitter, A. (2015). Big Data Ethics[J]. Big Data & Society, 1(2):1-6.
收稿日期 2020-06-13 责任编辑 刘选

封面图片来自互联网

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存