强化面向教育2030议程智慧教育战略——教育数字化转型-雷火电竞

　　教育数字化转型可以从三个方面概述：
一是在数字转型的背景下重新思考并阐释了智慧教育的特征。

　　从教育数字化转型的视角看，智慧教育的新特征体现为国家或区域智慧教育生态的表现性特征即智慧教育的“发展目标”和智慧教育系统的建构性特征即智慧教育的“实践取径”。

　　表现性特征应符合共识性、指向性和稳定性原则,具体表现为以学生为中心的教学，全面发展的学习评估，泛在的智慧学习环境，持续改进的教育文化，以及对教育包容与公平的坚守,这也是智慧教育的五个关键特征。

　　建构性特征应符合操作性、阶段性和多样性原则，具体表现为积极性学生社交社群建构，教师发展的优先支持计划，合乎科技伦理的技术应用，可持续的教育改革规划，以及有效的跨部门跨域协同，这也是智慧教育的五个辅助特征。

　　二是利用文本分析的方法对22个国家或地区的数字教育政策进行了分析。

　　为深入探讨国家层面政策规划的特征，项目团队收集并分析了全球22个国家或地区的数字教育政策或计划，并采用文本分析的方法从智慧教育的4个维度即技术赋能的学与教变革、趋向智慧教育的学习环境、前瞻性的教育治理与政策计划和智慧教育的整体及系统性考量进行了深入分析。

　　文本分析的结果表明各国数字教育政策反映不同国家的规划和实施重点分别处于数字化转换、数字化升级和数字化转型三个阶段;处于相同发展阶段的国家在智慧教育的四个维度上，体现出某些共性特征。

　　政策分析结果表明，处于不同阶段的数字教育应该有相应的发展侧重，国家智慧教育框架提供了政策规划的参考模型。

　　三是依托全球公共数据集，分析了智慧教育4个维度的相关指标对sdg4发展目标的贡献度。

　　项目团队基于智慧教育的4个维度，汇集联合国教科文组织统计研究所发布的教育数据、世界银行的世界发展指数数据库(wdi)、经济合作与发展组织发表的第7轮国际学生评估结果(pisa)、美国波图兰研究所和牛津大学赛德商学院联合发布的《网络就绪度指数2022》(nri)数据等国际公开的各国教育相关数据，构建了智慧教育数据分析框架。

　　基于该框架，采用随机森林算法，分别计算了智慧教育的相关指标对pisa结果和sdg4国家基准目标的贡献度。

　　分析发现，技术赋能的学与教变革、趋向智慧教育的学习环境、前瞻性的教育治理与政策计划和智慧教育的整体及系统性考量四个方面都对pisa的结果有贡献，但技术赋能的学与教变革对sdg4国家基准目标的贡献度较小，因此将技术赋能的学与教变革纳入国家智慧教育战略重点考虑至关重要。