《Information》:Education Informatics as a Discipline for Equitable, Evidence-Informed and Sovereign Digital Education Systems: A Critical Conceptual Review
编辑推荐:
教育系统正日益受到基础设施、互操作性、数据治理、采购和人工智能相关决策的影响,然而没有任何既定领域将这些决策视为单一的专业责任对象。本文探讨教育信息学(Education Informatics)能否被明确规定为一门独特的界面学科(interface disc
教育系统正日益受到基础设施、互操作性、数据治理、采购和人工智能相关决策的影响,然而没有任何既定领域将这些决策视为单一的专业责任对象。本文探讨教育信息学(Education Informatics)能否被明确规定为一门独特的界面学科(interface discipline),类似于商业信息学(Business Informatics)和工程信息学(Engineering Informatics)。这是一篇批判性概念综述(critical conceptual review),围绕四个综述问题展开;其检索过程使用PRISMA-ScR报告条目(PRISMA-ScR reporting items)进行透明记录,但并未声称具备范围综述(scoping review)地位。从Scopus和Web of Science中,在标题和摘要层面筛选了1839条记录,并采用框架综合(framework synthesis)方法,对照五个相邻领域进行分析。研究得出四项发现,每项对应一个问题。该术语虽在流通中,但缺乏稳定的指涉对象、定义核心和引文社群(RQ1)。采购(procurement)出现在每个相邻领域不足百分之二的记录中,785条教育相关记录中仅有11条整合了治理、架构和教学法(RQ2)。能够为该领域奠定基础的传统是诊断性的,而非建设性的(RQ3)。没有实证研究评估界面学科形成的制度性成果(RQ4)。因此,教育信息学是从构成性角度而非描述性角度提出的:其研究对象、理论基础、能力概况(competency profile)和三条制度化路径(institutionalisation pathways)均被规定为有待检验的主张。
**教育信息学作为界面学科:概念框架与制度化路径的研究解读**
数字技术已深度嵌入全球教育系统,从学校教育、职业培训到高等教育和持续专业发展,异步学习、分布式资源访问和多格式交互日益依赖数字化基础设施。近年来,人工智能与机器学习进一步扩展了这一趋势,生成式AI能够增强内容产出和类辅导交互,同时也对教师判断、机构保障和治理提出了全新要求。然而,尽管教育系统正快速数字化,学界尚无一个既定的学科将这些关于基础设施、互操作性、数据治理、采购和人工智能的决策作为一个整体性的专业责任对象加以研究。信息学在教育中的角色常常被简化为"添加工具",而忽视了其系统性的社会技术设计维度。正是基于这一背景,研究人员提出了一项根本性的学科问题:能否将教育信息学(Education Informatics)明确规定为一门独立的界面学科(interface discipline)——类似于商业信息学(Business Informatics)和工程信息学(Engineering Informatics)?论文发表于期刊《Information》。
研究人员采用批判性概念综述(critical conceptual review)方法,围绕四个综述问题展开:该术语当前的用法(RQ1);拟议领域与教育技术学(Educational Technology)、学习分析学(Learning Analytics)、教育数据挖掘(Educational Data Mining)、学习科学(Learning Sciences)和信息系统(Information Systems)五个相邻领域的边界划分(RQ2);能够为该领域奠基的理论传统(RQ3);以及形成界面学科的制度性成果的经验证据(RQ4)。检索过程依据PRISMA-ScR报告条目进行透明记录,检索范围覆盖Scopus和Web of Science,共获得1839条记录,其中785条为教育相关记录。研究人员明确声明,该文属于概念性综述而非范围综述,其综合策略为框架综合(framework synthesis),即依据预设的提取框架对保留文献进行系统性编码与整合。
在关键技术与方法层面,研究人员构建了一套系统化的多阶段综述方案。首先,针对不同研究问题设计了差异化的检索窗口和检索策略:RQ1和RQ2限定为近年记录以刻画当代用法,但学习科学和信息系统两个领域的学科身份辩论历史较早,因此未施加统一时间限制;RQ3限定为2010年之后以捕捉基础设施研究和批判性数据研究的固化趋势;RQ4不设时间限制,因为学科形成的经典论证多为基础性文献。其次,筛选与编码采用两阶段流程:第一阶段对所有1839条记录进行标题和摘要层面的筛选,依据主题相关性以及对定义性或边界性主张的判定排除误报;第二阶段对每个比较语料库中按相关性排序最高的十条记录进行全文资格评估,最终保留54条记录进行记录级编码。此外,研究人员对六个比较语料库进行了词汇编码,检测治理、采购、架构、教学法、公平和学科身份词汇的分布频率,并依据框架综合思路建立了涵盖研究对象、主要方法、专业角色、治理责任、技术深度、教学法关系、公共利益义务和理论基础的抽取框架。所有筛选和编码记录、检索日志、词汇编码字典和完整编码矩阵均作为补充材料公开,以确保证据可核查。样本队列来源限定为Scopus和Web of Science中的英文文献记录,且所有记录审查均由单一研究者完成,未实施独立双人编码和正式的信度评估。
研究结果部分分节呈现了四个核心发现。
4.1 术语现状(RQ1):在教育信息学(Education Informatics)这一术语下,研究人员对2015至2026年间Scopus中的105条记录进行分析,发现29条(27.6%)属于健康与生物医学信息学教育的偶然命中的记录,8条(7.6%)涉及作为学校科目的信息学教学,其余68条主要以描述性方式使用该术语,可被常规归入教育技术学。其中仅5条(4.8%)对教育信息学作为领域提出了明确定义性主张,且这些记录的引用次数最高仅为一。Web of Science交叉验证(n=116)呈现相同模式:44%为会议论文,出版频率无增长趋势,表明该术语缺乏稳定的学科指涉、共同的定义核心和可识别的引文社群。
4.2 与相邻领域的边界(RQ2):通过对五个相邻领域共1166条记录(教育技术学282条、学习分析学187条、教育数据挖掘101条、学习科学60条、信息系统536条,其中教育相关155条,总计785条教育相关记录)的分析,发现每个相邻领域均具有连贯且受到充分保护的中心,但无一中心与拟议的教育信息学完全重合。教学法词汇在教育技术学中占比为67.7%,人群中自身最高的学习分析学为75.4%。在785条教育相关记录中,治理词汇出现于14.1%的记录中,架构词汇出现于7.1%,二者仅在同一条记录中共同出现15次(1.9%),而三者同时出现的仅11条(1.4%)。采购术语在所有领域中出现率均低于2%。记录级编码进一步表明,技术深度与教学法或治理责任之间的结合在现有任一领域中均未被声明为专业责任,集成缺口显著。
4.3 学科概况与能力框架:研究人员将教育信息学明确定义为一门界面学科,其核心任务是在教育约束和公共利益目标下工程化社会技术教育系统。该定义借鉴了商业信息学和工程信息学的逻辑,强调将教育目的和约束转化为可实施的架构、数据结构、治理机制和评估设计。能力框架涵盖将教育需求转化为技术规格、结合教育证据进行情境化评估、按公共利益与人权框架设计数据治理、依据数字能力框架构建能力发展路径,以及服务多个教育部门。
4.4 六项学科标准评估:对照论文所采用的六项学科判据(特定研究对象、累积专门知识、组织知识的理论、特定术语、特定研究方法、制度表现形式),教育信息学提案在第一项、第三项、第四项和第五项上部分满足,但在累积专门知识(第二项)和制度表现(第六项)上明确不满足。研究人员明确指出,这两个失败无法由一篇文章弥补,只能通过后续研究计划和制度行动逐步完成。
讨论部分系统分析了教育信息学需要回应的五大现实问题,包括采购与实施困境、数据治理分水岭、公平作为工程约束、协作与交互的架构中介,以及AI模型策略的权衡。特别是在AI模型策略方面,论文分析了小型本地模型(如Phi-3)和联邦学习等技术可能性,但同时强调这些方案会将安全补丁、监控、事件响应和容量规划负担转移给机构,开放权重不等于可审计性。讨论进一步指出,中央化与本地部署之间的取舍复杂到必须由具备专业能力且负有制度授权的人来裁决。
结论部分明确了四个对应RQ1至RQ4的发现,并强调教育信息学的提出是构成性的而非描述性的。三条制度化路径分别指向学术机构、专业团体和治理机关:学术路径以学位项目和共享研究议程为核心,专业路径以角色定义和认证标准为核心,治理路径以采购标准、数据保护影响评估和AI部署审批程序为核心。其中治理路径已在现有法规和规范义务下具有最直接的紧迫性。论文最终列出了研究议程优先事项,包括对现有执行教育信息学职能但未获学科认可角色的实证调查、对各国数字教育治理模式的比较分析,以及针对能力框架的验证研究等。