汪維富 閆寒冰 毛美娟

[摘 ? 要] 隨著教育數(shù)字化轉(zhuǎn)型在向數(shù)據(jù)縱深推進，對于教育數(shù)據(jù)要素的見解提取與價值轉(zhuǎn)化不僅是分析人員的工作范疇，而且開始依賴處在數(shù)據(jù)生成與應用現(xiàn)場的教育者、學習者。然而，這些用戶在數(shù)據(jù)要素的認知解讀及決策轉(zhuǎn)化上還存在較大挑戰(zhàn)。數(shù)據(jù)故事化為教育數(shù)據(jù)要素的開發(fā)利用與價值轉(zhuǎn)化研究提供了新視角。研究概述了數(shù)據(jù)故事化的概念內(nèi)涵與構成要素，重點刻畫了數(shù)據(jù)故事化的設計參考模型，分析了數(shù)據(jù)故事化對于教育大數(shù)據(jù)價值轉(zhuǎn)化的啟示。研究認為，數(shù)據(jù)故事化是數(shù)據(jù)價值轉(zhuǎn)化的深度設計邏輯，主張整合敘事要素、模型與方法，對抽象數(shù)據(jù)進行敘述化編排、情境化再植、策展性解釋，通過拓展設計要素、厘清設計特征、關注設計事理等新給養(yǎng)，支持非數(shù)據(jù)專業(yè)用戶對教育數(shù)據(jù)的深度認知與價值轉(zhuǎn)化。

[關鍵詞] 數(shù)據(jù)故事化； 價值轉(zhuǎn)化； 學習分析； 數(shù)據(jù)要素； 設計事理； 敘事模型

[中圖分類號] G434 ? ? ? ? ? ?[文獻標志碼] A

[作者簡介] 汪維富（1986—），男，江西鄱陽人。講師，博士，主要從事教師教育信息化、教育數(shù)據(jù)故事化與學習分析研究。E-mail：wwf860127@163.com。

一、引 ? 言

數(shù)據(jù)日益成為教育數(shù)字化的核心要素，充分激活與發(fā)揮教育數(shù)據(jù)要素的價值潛能，有利于深刻洞察和把握復雜教育系統(tǒng)的內(nèi)在運行規(guī)律[1]，推動教育數(shù)字化轉(zhuǎn)型向縱深發(fā)展。其中，學情反饋報告、教育智慧大腦、學業(yè)預警系統(tǒng)、學習儀表盤、數(shù)字畫像等學習分析應用日益成為廣大師生常態(tài)化開展教育數(shù)據(jù)價值轉(zhuǎn)化的主流途徑。然而，這些學習分析設計及實踐成效都不成熟，在支持用戶解釋數(shù)據(jù)、行動決策上都存在很大挑戰(zhàn)[2-3]，學習分析對于教與學的實踐也未產(chǎn)生明顯影響[4]。其實，查看與解釋數(shù)據(jù)通常是一項專業(yè)性很強的工作，師生用戶缺少將數(shù)據(jù)轉(zhuǎn)化為可用信息和實踐的認知策略[5]。數(shù)據(jù)要素需要經(jīng)過深度的開發(fā)利用[6]，構建易于理解、交流與決策的消費形式，而不僅僅只是提升數(shù)據(jù)素養(yǎng)，數(shù)據(jù)要素的潛在價值才能被充分激活。

最近，作為解決數(shù)據(jù)科學“最后一英里”問題的新理念與方法，數(shù)據(jù)故事化（Data Storytelling）日益成為數(shù)據(jù)價值轉(zhuǎn)化研究的熱點方向[7]，其主張將敘事元素與方法融入數(shù)據(jù)分析、表征與溝通當中，支持數(shù)字化公民從數(shù)據(jù)的表面感知轉(zhuǎn)向數(shù)據(jù)的深度認知，幫助用戶在教育概念與數(shù)據(jù)信息之間建立認知聯(lián)結(jié)，數(shù)據(jù)故事化成為數(shù)據(jù)價值轉(zhuǎn)化的深度設計邏輯，已經(jīng)在新聞傳播、圖書情報、數(shù)字人文、計算機等領域引起廣泛關注。然而，數(shù)據(jù)故事化在教育數(shù)字化領域的應用還處于概念介紹階段。為此，本研究將全面概述數(shù)據(jù)故事化的基本定義、構成要素、設計參考模型，分析數(shù)據(jù)故事化對于教育數(shù)據(jù)價值轉(zhuǎn)化的啟示借鑒。

二、數(shù)據(jù)故事化的概念理解

自古以來，故事就被用來傳遞知識和信息，通過將關鍵信息嵌入人物、場景、關系和事件當中，以幫助受眾記憶與理解。社會心理學家Haidt指出，人的大腦是故事處理器，而不是邏輯處理器[8]。在19世紀中期，護理教育創(chuàng)始人南丁格爾就富有創(chuàng)意地使用玫瑰圖來分析戰(zhàn)士傷亡數(shù)據(jù)，旨在向數(shù)據(jù)素養(yǎng)不高的政客強調(diào)改進醫(yī)院衛(wèi)生條件的重要性。將敘事要素與方法整合到數(shù)據(jù)分析或可視化當中，可使數(shù)據(jù)栩栩如生并更好地支持人類決策[9]。現(xiàn)代信息科學認為，在“數(shù)據(jù)—信息—知識—智慧”轉(zhuǎn)化中，講故事是社會性意義建構的一個基本過程，能支持用戶更有效地識別、解釋與傳達各類信息中的數(shù)據(jù)，通過整合數(shù)據(jù)、業(yè)務情境而提供更加結(jié)構化、有意義的信息，將知識作為復雜的可操作信息進行廣泛傳遞與共享，還能支持用戶更好地理解何時、如何以及向誰傳達相關知識的智慧[10]。

教育數(shù)據(jù)挖掘、學習分析在本質(zhì)上都是對復雜異構數(shù)據(jù)進行情境剝離式“素描”，而數(shù)據(jù)故事化是對抽象數(shù)據(jù)分析過程或結(jié)果的有意義還原，實現(xiàn)對數(shù)據(jù)的情境再植式“深描”與敘事化表達。根據(jù)厚數(shù)據(jù)（Thick Data）理論，促進數(shù)據(jù)價值轉(zhuǎn)化與釋放，既要關注數(shù)據(jù)的數(shù)量或事實本身，更要關注如何構建數(shù)據(jù)的評論解釋，完善數(shù)據(jù)的特定細節(jié)、概念結(jié)構和豐富含義，圍繞數(shù)據(jù)進行深描，而數(shù)據(jù)故事化就是實現(xiàn)厚數(shù)據(jù)的重要方法[11]。

數(shù)據(jù)故事化也稱用數(shù)據(jù)講故事、可視化數(shù)據(jù)敘事、數(shù)據(jù)驅(qū)動型故事，已經(jīng)成為當前數(shù)據(jù)科學的核心理論[12]。數(shù)據(jù)故事化是使用敘事元素與方法來表征、解釋、溝通、傳達數(shù)據(jù)分析見解的結(jié)構化過程，旨在幫助特定用戶高效地感知、理解、轉(zhuǎn)化數(shù)據(jù)并激勵其行動決策，其結(jié)果是形成滿足特定需求的數(shù)據(jù)故事。在大數(shù)據(jù)時代，數(shù)據(jù)的可視化和故事化需要被有機整合，數(shù)據(jù)可視化引起用戶對數(shù)據(jù)的基本感知，而數(shù)據(jù)故事化側(cè)重于支持用戶從數(shù)據(jù)分析與表征中及時、全面、準確地理解業(yè)務發(fā)展的結(jié)果或過程，通過關聯(lián)相關情境、文化線索、理論知識，以識別業(yè)務問題、關鍵事件，并推斷引發(fā)原因、可能后果及可能行動選項，極大地增強了傳統(tǒng)數(shù)據(jù)可視化的敘事能力。從數(shù)據(jù)可視化到數(shù)據(jù)故事化，代表了數(shù)據(jù)要素價值轉(zhuǎn)化的研究焦點從數(shù)據(jù)的表面感知轉(zhuǎn)向數(shù)據(jù)的深度認知[7]。

三、數(shù)據(jù)故事化的構成要素

一般來說，數(shù)據(jù)故事化包括三個基本構成要素[13]：數(shù)據(jù)（Data）、可視化（Visuals）和敘事（Narrative），其關系結(jié)構如圖1所示。其中，（1）數(shù)據(jù)是對客觀現(xiàn)象進行記錄并可分析的數(shù)字或符號，具有原材料、可加工、多指向等屬性[14]。此處，數(shù)據(jù)要素代表了數(shù)據(jù)測量、采集、分析、報告的過程與結(jié)果。（2）可視化是對數(shù)據(jù)分析過程或結(jié)果的圖形化表征，采用恰當?shù)膱D表格式（如條形圖、趨勢線、?；鶊D、網(wǎng)絡圖等）與視覺元素（如線條、形狀、顏色、符號、透明度等）直觀地呈現(xiàn)數(shù)據(jù)分析過程或結(jié)果。（3）敘事是按照特定邏輯對事件、事實、數(shù)據(jù)等信息進行關聯(lián)性表達，反映并促成一種特定的觀點或價值[15]。其中，文本語言是傳統(tǒng)敘事中關聯(lián)性表達的基本形式，線條、形狀、顏色、符號、大小、透明度、方向等日益成為數(shù)據(jù)可視化中的新型敘事形式，這些要素對于表征數(shù)據(jù)的突出特征具有優(yōu)先吸引人的注意力[16]。敘事的核心是對相關事件、事實、情境等內(nèi)容進行合乎教育現(xiàn)實邏輯、滿足數(shù)據(jù)分析推理需求的有效組織。

圖1 ? 數(shù)據(jù)故事化的基本構成要素

數(shù)據(jù)故事化具有四種功能：（1）啟發(fā)。數(shù)據(jù)可視化可以直觀地啟發(fā)用戶的數(shù)據(jù)洞察力，幫助用戶感知隱藏在數(shù)據(jù)中的特定關系模式。（2）解釋。將數(shù)據(jù)及數(shù)據(jù)分析過程置于特定的業(yè)務情境可以促進對數(shù)據(jù)的意義建構，如文本、隱喻、標注、線條等敘事元素可以豐富數(shù)據(jù)的解釋情境。（3）吸引。敘事要素、可視化表征結(jié)合起來會激發(fā)可視化敘事心流[17]，通過敘事模型對數(shù)據(jù)、可視化、敘事要素進行時空性、關聯(lián)性、藝術性的邏輯編排，不僅能直觀地闡述發(fā)生了什么，而且能幫助用戶了解是如何發(fā)生的、反思為何發(fā)生。（4）行動變革。通過結(jié)構化地整合數(shù)據(jù)信息、可視化、敘事元素，可以引導用戶深度理解數(shù)據(jù)背后事件之間的關聯(lián)、矛盾、趨勢及可能的干預選項，以更有效地表征與說服形式，推動用戶的行動決策并持續(xù)改進。

四、數(shù)據(jù)故事化的設計參考模型：

從數(shù)據(jù)探索到數(shù)據(jù)敘事

關于數(shù)據(jù)故事化的設計與開發(fā)還沒有形成成熟的過程模型，本研究以學習分析參考模型為藍本[18]，借鑒數(shù)據(jù)故事化的相關研究成果，構建數(shù)據(jù)故事化的設計參考模型，以厘清數(shù)據(jù)故事化的工作范疇與基本過程。（1）在設計流程上，Lee等人認為數(shù)據(jù)敘事包括發(fā)現(xiàn)數(shù)據(jù)見解、將見解轉(zhuǎn)化為敘事、將這種敘事傳達給受眾三個階段[19]。朝樂門認為，數(shù)據(jù)故事化包括數(shù)據(jù)理解與業(yè)務理解、數(shù)據(jù)分析與洞察、故事化建模、故事形式化描述、故事敘述與交互、受眾的互動與反思行為等階段[20]。（2）在設計要素上，張馨月認為，故事和話語是數(shù)據(jù)故事化不可或缺的兩個要素[21]，故事是一系列按時間次序排列的、在特定環(huán)境中描述出來的、兼具時空演變過程和因果關系的事件，關注敘事結(jié)構；而話語是指講述者說什么以及怎么說，關注具體的敘述策略。類似，Vora建議，首先使用敘事弧框架來構思數(shù)據(jù)故事的基本內(nèi)容，包括數(shù)據(jù)、事件、人物、評估、結(jié)果、目的和頓悟時刻等要素，再確定數(shù)據(jù)故事的決策結(jié)構，包括地點、時間、原因、怎樣、什么、誰、下一步行動以及在哪些方面行動[22]。（3）在設計特征上，有研究者將數(shù)據(jù)可視化分為探索性和解釋性兩種[23]。其中，探索性可視化是為具備數(shù)據(jù)分析專長或數(shù)據(jù)素養(yǎng)較高的專業(yè)人員提供的，以挖掘與尋覓復雜數(shù)據(jù)中的新關系模式；解釋性可視化是面向非數(shù)據(jù)專業(yè)的普通用戶提供的，其主要目的是有效地表征、溝通數(shù)據(jù)中發(fā)現(xiàn)的關鍵見解。綜上所述，本研究將數(shù)據(jù)故事化凝練為數(shù)據(jù)探索、數(shù)據(jù)敘事兩個階段，圍繞數(shù)據(jù)、可視化、敘事等要素，構建分析模型、故事類型、敘事模型與敘述策略，以形成支持教育循證決策的數(shù)據(jù)故事，如圖2所示。

圖2 ? 數(shù)據(jù)故事化的設計參考模型

（一）數(shù)據(jù)探索階段

數(shù)據(jù)探索是為滿足特定數(shù)據(jù)使用需求而開展的數(shù)據(jù)測量、采集、分析與報告活動，以獲得可指導非數(shù)據(jù)專業(yè)用戶開展業(yè)務理解與干預的數(shù)據(jù)見解，并將不同的數(shù)據(jù)見解轉(zhuǎn)化為合適類型的數(shù)據(jù)故事形式，進而為數(shù)據(jù)的意義建構與決策應用提供豐富支架。其中，分析模型是數(shù)據(jù)見解發(fā)現(xiàn)的關鍵手段，而數(shù)據(jù)見解的故事類型化是數(shù)據(jù)敘事過程的重要依據(jù)與前提。

1. 數(shù)據(jù)故事化的分析模型

數(shù)據(jù)的教育應用始于一定的問題。數(shù)據(jù)分析人員識別可用數(shù)據(jù)來解決教育問題，開展數(shù)據(jù)的測量、采集、分析等，以發(fā)現(xiàn)有意義的關系模式、趨勢、分布、聚類、預測等。該過程基本等同于主流的學習分析，目的在于通過數(shù)據(jù)建模與分析來挖掘數(shù)據(jù)見解，包括描述性、診斷性、預測性與處方性等分析目標，具體可以采用預測、聚類、回歸等分析方法。為了支持目標用戶對數(shù)據(jù)見解的可理解性與可操作性，需要充分調(diào)查數(shù)據(jù)故事的業(yè)務需求，并借鑒相關理論知識來選擇變量、構建分析模型，而非純粹無目的的數(shù)據(jù)挖掘探索，例如，在目標用戶可理解的教育概念與機器可識別的數(shù)據(jù)流之間建立認知聯(lián)結(jié)。

2. 數(shù)據(jù)故事化的故事類型

在數(shù)據(jù)分析中提取的數(shù)據(jù)見解，將成為后續(xù)數(shù)據(jù)敘事的關鍵輸入，而數(shù)據(jù)故事的類型化構思是開展數(shù)據(jù)敘事設計的前提。從數(shù)據(jù)見解的內(nèi)容看，常見的數(shù)據(jù)故事類型有趨勢、離群點、交叉、分布、預測、聚類、相關、回歸方程等。從數(shù)據(jù)的敘事意圖看，有啟發(fā)、說服、論證、解釋、激勵等[24]。針對不同的應用場景與講述方式，需要為數(shù)據(jù)核心見解選擇適宜的數(shù)據(jù)故事體裁。Segel和Heer曾區(qū)分了七種數(shù)據(jù)故事化的體裁，包括雜志樣式、注釋型圖表、分區(qū)海報、流程圖、連載漫畫、演示幻燈片和視頻動畫[25]。例如，在學習分析中常見的學習儀表盤，就屬于注釋型圖表體裁。

（二）數(shù)據(jù)敘事階段

在數(shù)據(jù)探索階段一旦獲得了可信任、可操作的關鍵見解，就需要過渡到專注于數(shù)據(jù)解讀的敘事階段，將數(shù)據(jù)見解轉(zhuǎn)化為更具解釋性、結(jié)構化、場景化、策展性的數(shù)據(jù)敘事形式。具體來說，首先根據(jù)故事見解類型、意圖、體裁，使用數(shù)據(jù)故事創(chuàng)作工具來構筑數(shù)據(jù)的敘事模型，再采用多樣化的敘述策略實現(xiàn)數(shù)據(jù)見解的策展性編碼與編排。

1. 數(shù)據(jù)故事化的敘事模型

敘事模型是故事作者采用恰當?shù)臄⑹陆Y(jié)構對基于核心見解的事理要素進行邏輯組織，如同文學故事中對情境、角色、事件、沖突、結(jié)局等事理要素的謀篇布局，以形成易于理解、邏輯清晰、結(jié)構完整的數(shù)據(jù)故事線，為支持目標用戶像數(shù)據(jù)科學家一樣解讀數(shù)據(jù)而開展底層性、前瞻性、有意義的價值賦能，有助于塑造數(shù)據(jù)見解的解讀框架。同一個數(shù)據(jù)故事可以采用多個敘事模型，形成多條故事線或多個故事分支來全面地解讀數(shù)據(jù)，進而更加充分地釋放數(shù)據(jù)的潛在價值。數(shù)據(jù)故事化的敘事模型包括事理要素及其敘事結(jié)構兩個部分。Dykes就從導航數(shù)據(jù)故事中總結(jié)了四個緊密耦合的事理要素[13]，包括問題（Problem）、目標（Outcome）、指標（Measures）和行動（Actions），即POMA。構筑要素完整、結(jié)構完備的數(shù)據(jù)故事，才能有效地支持用戶從數(shù)據(jù)事實中提取相關性強、可信任、可理解、可操作的洞察力。例如，增加使用某些資源與學生在下周輟學的可能性之間存在顯著的正向關聯(lián)[26]，但這些資源可能并不會促進學習，建議學生減少訪問；同樣，棋手水平可以通過玩家的行動速度來預測[27]，但是告訴新手快速移動并不能幫助改進棋藝。從POMA的結(jié)構來說，這兩個案例都可能因為“行動”事理上的不可操作性而難以成為一個敘事完整的數(shù)據(jù)故事，用戶可能會無法基于這些數(shù)據(jù)見解進行有效決策。針對不同業(yè)務需求的數(shù)據(jù)故事，可能有著不同的事理要素及結(jié)構。例如，鏡像表征類（Mirroring）、預警提醒類（Alerting）、建議編排類（Advising）等教育數(shù)據(jù)產(chǎn)品在故事意圖、事理深度上都存在明顯的差異[28]。

為了高效地勾出讀者對數(shù)據(jù)分析與結(jié)果的有意義洞察，需要合理安排事理要素內(nèi)部與外部的各種聯(lián)系，構建或選擇適合特定情境的敘事結(jié)構至關重要。在教育數(shù)據(jù)故事化領域還缺乏成熟的敘事結(jié)構，但可以借鑒敘事學領域的敘事結(jié)構研究成果。在亞里士多德的三幕劇傳統(tǒng)中，將敘事設置為開始、中間和結(jié)局三個階段[29]。德國劇作家Freytag提出了五步金字塔敘事弧，包括情境鋪陳、升級、高峰、落幕和解決方案階段[30]。類似，Cohn提出了一種可視化敘事結(jié)構[31]，包括建立、初始、延伸、高峰和釋放等階段。目前，已經(jīng)有一些用于數(shù)據(jù)敘事模型構建的工具，如Narratives for Tableau、Gapminder、SketchStory、Storytelling for DataV、DataToon等，但在開發(fā)學習儀表盤、學業(yè)預警系統(tǒng)、教育智慧大腦時，往往需要個性化地構思面向特定需求的具體敘事模型。

2. 數(shù)據(jù)故事化的敘述策略

敘事模型是構思數(shù)據(jù)故事時宏觀性、作者驅(qū)動的事理關聯(lián)框架，而敘述策略是輸出數(shù)據(jù)故事時微觀性、讀者驅(qū)動的前端表征與組織方法。直接影響數(shù)據(jù)分析推理的主要因素有視覺表征與交互機制，可以分別有意義地編碼數(shù)據(jù)信息、激活受眾的認知活動[32]。同樣，數(shù)據(jù)故事化的敘述策略包括敘述方法與敘述機制，同一個數(shù)據(jù)故事可以采用多個敘述方法或敘述機制，以支持受眾個性化地對數(shù)據(jù)故事進行立體化交互、充分性解讀，甚至實現(xiàn)數(shù)據(jù)的飽和性探索與論證。敘述方法是為了策略性地編碼數(shù)據(jù)、可視化、敘事要素等內(nèi)容細節(jié)，采用如同文學故事中的修辭手法。對于敘述方法重要價值的認識，主要源自媒介傳播、文學修辭等領域的研究發(fā)現(xiàn)。在心理學上，把對同一事物不一樣的描述框架會引發(fā)不同的理解或決策的現(xiàn)象稱之為框架效應（Framing Effect）[33]。在符號學、新聞學和批評理論中，特定修辭可以有目的地傳達預期的信息，表達修辭或說服技巧的細微變化會給用戶對信息的解釋帶來很大影響。麥克盧漢認為“媒介即信息”，意思是感知媒介或途徑對信息接受有決定性的影響，通過什么去感知，最終決定感知到什么[34]。同樣，數(shù)據(jù)的組織或表征方式也會對數(shù)據(jù)解釋與應用產(chǎn)生重要影響[35]。更進一步，Hullman 與Diakopoulos提出了可視化敘事修辭理論（Narrative Visualization Rhetoric），分析了組織特征如何影響目標用戶的數(shù)據(jù)解釋，包括比喻、對比、分類、慣例、省略、冗余、模糊、注釋、補充說明、差異化、突出、轉(zhuǎn)喻等敘述方法[36]。例如，在可視化數(shù)據(jù)時淡化顯示那些量大而不重要的對象（模糊），使用水銀柱來表征學習資源訪問活躍度（隱喻），數(shù)據(jù)指標的解釋說明置于數(shù)據(jù)指標旁邊（空間接近），使用課程均分作為學業(yè)預警系統(tǒng)的比較基準（對比）等。

針對同一個數(shù)據(jù)內(nèi)核，不同讀者在不同情境下可能會聆聽到不一樣的數(shù)據(jù)故事，這取決于敘述意圖以及讀者的意義建構需求，敘述機制就是服務于特定敘述意圖的交互方式，再采用表征編碼技術與方法來完成數(shù)據(jù)敘事的產(chǎn)品化。Riche等人將數(shù)據(jù)故事的敘述意圖分為論證、心流、框架、移情、投入五種，不同意圖應采用適宜的敘述方法，如在論證意圖中可以采用對比、具化、重復、反問等方法[37]。為了實現(xiàn)故事敘述過程的靈活性，有學者總結(jié)出了視圖轉(zhuǎn)換、焦點主題、順序選擇等交互機制[37]。在故事敘述的過渡機制上，McKenna等人總結(jié)了導航輸入、控制層次、導航進度、故事布局、視覺作用、故事進度和導航反饋七種交互方式[38]。

綜上所述，數(shù)據(jù)故事化包括數(shù)據(jù)探索、數(shù)據(jù)敘事兩個階段。數(shù)據(jù)探索是為了獲得核心見解，而數(shù)據(jù)敘事是為了支持核心見解的分析推理與深度認知；數(shù)據(jù)探索是數(shù)據(jù)敘事的物質(zhì)基礎，而數(shù)據(jù)敘事的實踐成效也會反過來要求進一步的數(shù)據(jù)探索。不過，當前教育數(shù)據(jù)產(chǎn)品或?qū)W習分析系統(tǒng)重點關注數(shù)據(jù)采集與指標設計[39]，注重對數(shù)據(jù)挖掘結(jié)果的聚合展示，忽視了師生用戶數(shù)據(jù)理解與決策的支持機制設計[40]，“重探索輕敘事”。可見，教育數(shù)據(jù)要素的價值轉(zhuǎn)化研究主要停留在數(shù)據(jù)探索階段，未來需要加強數(shù)據(jù)敘事階段的理論與實踐研究。

五、數(shù)據(jù)故事化對于教育數(shù)據(jù)價值轉(zhuǎn)化的

啟示意義

隨著教育數(shù)字化正在向以人為本的現(xiàn)代化治理轉(zhuǎn)型，致力于數(shù)據(jù)要素深度開發(fā)利用的數(shù)據(jù)故事化理論將變得越來越有價值。例如，將敘事方法用于提高在線學習投入度[41]，通過增加關于數(shù)據(jù)指標的功能敘述來幫助教師理解與應用數(shù)據(jù)[42]，將數(shù)據(jù)故事化作為聯(lián)結(jié)學習設計與學習分析的可視化分析新方法[23]，將復雜異構的多模態(tài)數(shù)據(jù)組織成有意義的分層型數(shù)據(jù)故事[43]。在課程預測模型中使用“沙普利加法解釋”（Shapely Additive Explanations，SHAP）、“局部可解釋模型認知解釋”（Local Interpretable Model-agnostic Explanations， LIME）或錨（Anchors），將敘述方法融入機器學習算法的使用與解釋過程[44]。這些研究初步展現(xiàn)了數(shù)據(jù)、可視化與敘事要素的有機整合對于教育數(shù)據(jù)價值轉(zhuǎn)化的重要意義，但其故事類型、敘事模型、敘述策略都比較有限。面向未來的教育數(shù)據(jù)價值轉(zhuǎn)化研究，數(shù)據(jù)故事化具有三個重要啟示。

（一）數(shù)據(jù)故事化拓展了支持教育數(shù)據(jù)價值轉(zhuǎn)化的設計要素結(jié)構

盡管通過數(shù)據(jù)測量、采集與分析可以把核心見解提煉出來，但純粹的數(shù)據(jù)發(fā)現(xiàn)經(jīng)常過于專業(yè)、抽象與晦澀，需要被高效地轉(zhuǎn)化為對目標用戶可理解、可操作的知識見解。數(shù)據(jù)故事化主張為非數(shù)據(jù)專業(yè)用戶理解數(shù)據(jù)提供文本敘述、說服修辭、引導支架等敘事方略，盡管數(shù)據(jù)可視化中或多或少地使用了敘事說明，但從來沒有像數(shù)據(jù)故事化這樣明確、系統(tǒng)地凸顯敘事要素與方法的關鍵作用。隨著教育數(shù)據(jù)的體量、類型、算法模型日益復雜多變，學習者與教育者在教育概念、學習問題與大數(shù)據(jù)之間建立認知關聯(lián)變得更加困難，教育數(shù)字化轉(zhuǎn)型正呼吁更有效、系統(tǒng)的數(shù)據(jù)敘事要素、方法與形式?？梢哉f，數(shù)據(jù)故事化的敘事元素與方法，為提升教育數(shù)據(jù)價值轉(zhuǎn)化成效拓展了新的設計要素結(jié)構。

（二）數(shù)據(jù)故事化厘清了促成教育數(shù)據(jù)價值轉(zhuǎn)化的關鍵設計特征

盡管提供單純的可視化編碼表征，在理論上可以幫助用戶發(fā)現(xiàn)數(shù)據(jù)中的有意義見解。然而，這種探索性特征讓設計者難以預測師生用戶會發(fā)現(xiàn)哪些見解、怎樣理解以及如何使用見解，師生用戶極有可能“迷失在數(shù)據(jù)中”，甚至做出不受數(shù)據(jù)證據(jù)支持的理解或決策。例如，當人們接觸與其信仰相沖突的論點時，他們經(jīng)常會抓住含糊不清的地方來構建另一種解釋[45]。圍繞數(shù)據(jù)見解的故事化設計可以引導用戶理解數(shù)據(jù)本身、提煉經(jīng)過專家賦能的可能見解，幫助用戶準確定位探索路徑、明確數(shù)據(jù)內(nèi)涵、引導決策路徑，大大壓縮產(chǎn)生誤導性結(jié)論的不確定空間。簡單來說，數(shù)據(jù)故事化助力學習分析系統(tǒng)或服務的設計特征從信息性、探索性、自動化向見解性、解釋性、策展性轉(zhuǎn)變[13]。信息性是指提供滿足興趣或有用的情報，反映了事物狀態(tài)的事實，而見解性不僅是提供信息，而且是對事物之間深刻性、多樣化、新穎性、關聯(lián)性、整合性的理解。解釋性展現(xiàn)了敘事要素以人為本的支架性功能特征，為數(shù)據(jù)分析過程、可視化表征、分析結(jié)果等搭建理解支架，而不是讓非數(shù)據(jù)專業(yè)用戶冒著無法理解與使用見解的風險，充當數(shù)據(jù)分析師的角色。策展性是借助專家知識來收集、選擇、組織和呈現(xiàn)供人們使用的特定信息，強調(diào)數(shù)據(jù)專家或知識理論對于師生用戶的專業(yè)賦能，使其像專家一樣理解與使用數(shù)據(jù)。

（三）數(shù)據(jù)故事化推動了教育數(shù)據(jù)價值轉(zhuǎn)化的設計事理轉(zhuǎn)向

數(shù)據(jù)的價值轉(zhuǎn)化并不能直接簡化為向師生用戶提供信息的自動化過程，還需幫助其制定在教、學、管、督、評、研、訓等教育需求上有價值的意義與決策。研究發(fā)現(xiàn)，精美的交互界面可能并不會促使學習者提高學習成效，反而糟糕的用戶界面可能帶來更好的學習結(jié)果[46]。數(shù)據(jù)價值轉(zhuǎn)化的支持機制需要從人機交互的“物理”界面設計向促進意義制定的“事理”設計轉(zhuǎn)變。柳冠中教授認為，“物有物理，事有事理”，“事”是制約、影響、決定“物”的關系場[47]。事理著重考察事物內(nèi)部的邏輯關聯(lián)、運行機理。同樣，影響數(shù)據(jù)理解的不單單是其表征形式，圍繞數(shù)據(jù)的角色、目標、意義、需求、動機、矛盾、行動等事理要素在意義制定與決策制定上起著關鍵性作用。故事化理念主張對抽象的數(shù)據(jù)見解進行關聯(lián)性深描、情境化再植，幫助用戶推理數(shù)據(jù)及其情境之間的邏輯關聯(lián)。可以說，數(shù)據(jù)故事的類型化、敘事模型、敘述策略為探索數(shù)據(jù)價值轉(zhuǎn)化的事理設計提供了重要概念工具。

六、研究展望

數(shù)據(jù)要素的價值轉(zhuǎn)化過程無法“獨立于思想、技術、系統(tǒng)、社會與情境而存在”[48]，也離不開學習理論、設計理論、數(shù)據(jù)科學理論的充分融入[49]，而且在數(shù)據(jù)解釋及決策時還存在“情境復雜、不信任、個性化挑戰(zhàn)、決策優(yōu)先級、自動化依賴”等問題[50]。因此，面對教育數(shù)據(jù)價值轉(zhuǎn)化成效不高的重要挑戰(zhàn)，除了提升用戶的數(shù)據(jù)素養(yǎng)，更需要豐富教育數(shù)據(jù)要素的開發(fā)利用與深度加工機制。其中，以人為本的數(shù)據(jù)故事化能支持更廣泛的利益相關者參與數(shù)據(jù)治理，充分發(fā)揮教育數(shù)據(jù)要素的決策創(chuàng)新價值。關于教育數(shù)據(jù)故事化尚有值得深入研究的諸多議題，如完善數(shù)據(jù)故事化的設計理論、探索面向不同場景的教育數(shù)據(jù)敘事模型與敘述策略、研制教育數(shù)據(jù)故事化的技術規(guī)范與創(chuàng)作工具、評估數(shù)字化公民與組織機構的數(shù)據(jù)敘事能力等。

[參考文獻]

[1] 劉三女牙，彭晛，沈筱譞，等.數(shù)據(jù)新要素視域下的智能教育：模型、路徑和挑戰(zhàn)[J].電化教育研究，2021，42（9）：5-11，19.

[2] BROWN M. Seeing students at scale： how faculty in large lecture courses act upon learning analytics dashboard data [J]. Teaching in higher education， 2020， 25（4）：384-400.

[3] JIVET I， SCHEFFEL M， SPECHT M， et al. License to evaluate： preparing learning analytics dashboards for educational practice[C].Proceedings of the 8th International Conference on Learning Analytics & Knowledge. New York： ACM， 2018：32-40.

[4] 汪維富，毛美娟.超越工具理性：促進學習分析研究成熟的發(fā)展進路[J].現(xiàn)代教育技術，2021，31（12）：35-41.

[5] 張學波，林書兵，孫元香.從數(shù)據(jù)到知識：數(shù)據(jù)驅(qū)動教學決策的理論模型與能力提升[J].電化教育研究，2021，42（12）：41-47，54.

[6] 楊現(xiàn)民，吳貴芬，李新.教育數(shù)字化轉(zhuǎn)型中數(shù)據(jù)要素的價值發(fā)揮與管理[J].現(xiàn)代教育技術，2022，32（8）：5-13.

[7] 朝樂門，張晨.數(shù)據(jù)故事化：從數(shù)據(jù)感知到數(shù)據(jù)認知[J].中國圖書館學報，2019，45（5）：61-78.

[8] HAIDT J. The righteous mind： why good people are divided by religion and politics [M]. New York： Pantheon， 2012： 328.

[9] KNAFLIC C N. Storytelling with data： a data visualization guide for business professionals [M]. Hoboken： Wiley， 2015.

[10] MCDOWELL K. Storytelling wisdom： story， information， and DIKW[J]. Journal of the association for information science and technology， 2021，72：1223-1233.

[11] 李成熙，文庭孝. 厚數(shù)據(jù)研究綜述[J].高校圖書館工作，2022，42（1）：8-14，28.

[12] 朝樂門，張晨，孫智中.數(shù)據(jù)科學進展：核心理論與典型實踐[J].中國圖書館學報，2022，48（1）：77-93.

[13] DYKES B. Effective data storytelling： how to drive change with data， narrative， and visuals [M]. Hoboken： Wiley， 2019.

[14] 沈書生.聚焦學習決策：指向認知發(fā)生的數(shù)據(jù)及其應用[J].電化教育研究，2021，42（11）：13-19.

[15] DICTIONARY. Definition of narrative[EB/OL].[2023-01-10].https：//www.dictionary.com/browse/narrative.

[16] TREISMAN A M， GELADE G. A feature-integration theory of attention [J].Cognitive psychology， 1980， 12（1）：97-136.

[17] BRECHMAN， JEAN M. Narrative flow： a model of narrative processing and its impact on information processing， knowledge acquisition and persuasion [D]. University of Pennsylvania： Publicly Accessible Penn Dissertations， 2010.

[18] CHATTI M A， DYCKHOFF A L， SCHROEDER U， et al. A reference model for learning analytics[J]. International journal of technology enhanced learning，2012，4（5/6）：318.

[19] LEE B， RICHE N H， ISENBERG P， et al. More than telling a story： a closer look at the process of transforming data into visually shared stories[J]. IEEE computer graphics and applications，2015，35（5）：84-90.

[20] 朝樂門.數(shù)據(jù)故事的自動生成與工程化研發(fā)[J].情報資料工作， 2021，42（2）：53-62.

[21] 張馨月. 新華網(wǎng)數(shù)據(jù)新聞故事化敘事研究[D].?？冢汉Ｄ蠋煼洞髮W， 2019：12.

[22] VORA S.The Power of Data Storytelling[M]. New Delhi：SAGE Publications India，2019.

[23] ECHEVERRIA V， MARTINEZ-MALDONADO R， SHUM S B， et al. Exploratory versus explanatory visual learning analytics： driving teachers' attention through educational data storytelling [J]. Journal of learning analytics， 2018， 5（3）：73-97.

[24] NEIFER T， LAWO D， BOSSAUER P， et al. Data storytelling als kritischer erfolgsfaktor von data science[J]. HMD praxis der wirtschaftsinformatik， 2020，57：1033-1046.

[25] SEGEL E， HEER J. Narrative visualization： telling stories with data[J].IEEE transactions on visualization & computer graphics， 2011， 16（6）：1139-1148.

[26] BRESLOW L. Studying learning in the worldwide classroom： research into edX' s first MOOC[J]. Research & practice in assessment， 2013， 8（1）：13-25.

[27] VAN DER MAAS H L， WAGENMAKERS E J. A psychometric analysis of chess expertise [J]. The American journal of psychology， 2005， 118（1）：29-60.

[28] VAN LEEUWEN A， RUMMEL N. Orchestration tools to support the teacher during student collaboration： a review[J]. Unterrichtswissenschaft， 2019，47（2）：143-158.

[29] ARISTOTLE R W. Rhetoric [M]. New York： Random House， 1984.

[30] FREYTAG G. Freytag's technique of the drama： an exposition of dramatic composition and art [M]. Charleston： Bibliobazaar， 2008.

[31] COHN N. Visual narrative structure [J]. Cognitive science， 2013， 37（3）：413-452.

[32] ZHANG Y， CHAN K K. Incorporating visual analytics with knowledge construction in problem-based learning： a qualitative study[J]. Interactive learning environments， 2020：1-13.

[33] 林春婷，蔣柯.風險決策中框架效應研究的最新趨勢[J].心理研究，2019，12（4）：334-339.

[34] 傅修延.聽覺敘事研究的緣起、話語創(chuàng)新與范式轉(zhuǎn)換[J].中國文學批評，2021，28（4）：89-97，157.

[35] BATEMAN S， GUTWIN R L M C， GENEST A， et al. Useful junk？ The effects of visual embellishment on comprehension and memorability of charts[C].CHI 2010，Atlanta：ACM， 2010：2573-2582.

[36] HULLMAN J， DIAKOPOULOS N. Visualization rhetoric： framing effects in narrative visualization [J]. IEEE transactions on visualization & computer graphics， 2011， 17（12）： 2231-2240.

[37] RICHE N H，HURTER C，DIAKOPOULOS N， et al. Data-driven storytelling[M]. Florida：Taylor & Francis/CRC Press， 2018.

[38] MCKENNA S， RICHE N H， LEE B， et al. Visual narrative flow： exploring factors shaping data visualization story reading experiences[J]. Computer graphics forum， 2017，36（3）：377-387.

[39] CHUA Y H V， DAUWELS J， TAN S C. Technologies for automated analysis of co-located， real-life physical learning spaces： where are we now？[C]. Proceedings of the 9th international conference on learning analytics & knowledge. New York： ACM， 2019：11-20.

[40] BODILY R， VERBERT K. Review of research on student-facing learning analytics dashboards and educational recommender systems [J]. IEEE transactions on learning technologies，2017，10（4）： 405-418.

[41] YOUSUF B， CONLAN O. Supporting student engagement through explorable visual narratives [J]. IEEE transactions on learning technologies， 2018， 11（3）：307-320.

[42] REEVES T D， CHIANG J-L. Online interventions to promote teacher data-driven decision making： optimizing design to maximize impact [J]. Studies in educational evaluation， 2018， 59：256-269.

[43] MARTINEZ-MALDONADO R， ECHEVERRIA V， NIETO G F， et al. From data to insights： a layered storytelling approach for multimodal learning analytics[C]. Proceedings of the 2020 CHI Conference on human factors in computing systems. New York： ACM， 2020：1-15.

[44] RAMASWAMI G， SUSNJAK T， MATHRANI A， et al. Use of predictive analytics within learning analytics dashboards： a review of Case Studies[J/OL]. Technology， knowledge and learning， 2022[2023-01-16].https：//doi.org/10.1007/s10758-022-09613-x.

[45] COOK J， LEWANDOWSKY S. The debunking handbook [M]. St. Lucia： University of Queensland， 2011.

[46] GIBSON A， MARTINEZ-MALDONADO R. That dashboard looks nice， but what does it mean？ Towards making meaning explicit in learning analytics design [C]//Proceedings of the 29th Australian Computer-Human Interaction Conference. New York： ACM， 2017：528-532.

[47] 柳冠中. 事理學論綱：概述[J]. 設計， 2013 （9）：114-115.

[48] KITCHIN R. The data revolution：big data， open data， data infrastructures and their consequences[M]. California： Sage Publications， 2014.

[49] GAEVI?D， KOVANOVI?V， JOKSIMOVI?S. Piecing the learning analytics puzzle： a consolidated model of a field of research and practice[J]. Learning research and practice，2017， 3（1）：63-78.

[50] WISE A， VYTASEK J， HAUSKNECHT S， et al. Developing learning analytics design knowledge in the "middle space"： the student tuning model and align design framework for learning analytics use[J]. Online learning consortium，2016，20（2）：155-182.

Data Storytelling： A New Perspective of Value Transformation of

Educational Data Elements

WANG Weifu1， ?YAN Hanbing2， ?MAO Meijuan3

（1.School of Journalism and Communication， Jiangxi Normal University， Nanchang Jiangxi 330022;

2.Distance Education College， East China Normal University， Shanghai 200062;

3.E-Commerce School， Jiangxi College of Foreign Studies， Nanchang Jiangxi 330099）

[Abstract] As the digital transformation of education advances deeper into the data， the extraction of insights and value transformation of educational data elements is no longer the work of analysts， but begins to rely on teachers and learners in the field of data generation and application. However， these users still have great challenges in cognitive interpretation and decision-making transformation of data elements. Data storytelling provides a new perspective for the research on the exploitation and value transformation of educational data elements. This study outlines the conceptual connotation and components of data storytelling， focuses on the design reference model of data storytelling， and analyzes the enlightenment of data storytelling on the value transformation of educational big data. This study argues that data storytelling is the in-depth design logic of data value transformation， advocating the integration of narrative elements， models and methods， conducting narrative arrangement， contextualized replanting and curatorial interpretation of abstract data， and supporting non-data professional users' deep perception and value transformation of educational data by expanding design elements， clarifying design features and focusing on design rationales.

[Keywords] Data Storytelling; Value Transformation; Learning Analytics; Data Element; Design Rationale; Narrative Model