教育技术的兴起意味着我们拥有比以往更多的有关学习者和学习的数据，但是，我们还没有系统的方法使用它来指导课堂层面的实践（例如，不同的学生如何参与课堂作业？）、学校层面的实践（例如，哪些行为政策更有效/更无效？）或国家层面的实践（例如，特定类型的学校是否从技术工具中受益更多或更少？）。
首先，存在一个问题，即各个提供商是否收集了有用的数据。例如，隐私问题和时间限制通常意味着公司不会收集有关学生保费或免费学校餐食状况的数据，而这些指标将有助于将支持定位到最需要的地方。政府需要制定更明确的标准和指导，以帮助教育科技公司安全地收集此类数据。例如，制定有关有效和合乎道德的数据匿名化方法的指导可能会大有帮助。此外，政府还可以向无力改造其平台的教育科技组织提供专门的资金来改革当前的数据架构。
其次，如果收集到正确的数据，那么为教育科技提供商建立全国性数据共享中心将带来巨大好处。这样一来，系统级改进就能够通过每天从数百万学生身上收集的用户级数据洞察来推动。它还可以通过展示哪些公司使用其数据来改进产品来帮助提高教育科技市场的质量。我们与 School Dash 和四个教育科技平台合作开展的一个规模较小的项目让我们大致了解了这一情况，将平台使用数据与有关学校特征的公开数据进行匹配，以确定趋势。通过基准测试和国家/地区数据以及与历史成绩数据的链接，在考虑产品改进时，洞察可以付诸行动。
下一轮全国辅导计划 (NTP)也是为提供商组织创建更 孟加拉国电话号码数据 好的集体数据基础设施以促进共享和分析的机会。从日常教育技术数据使用中吸取的教训表明，NTP 组织可以获得类似的好处。投资更好的数据结构意味着我们可以根据一系列变量来校准和改进辅导服务，例如人们住在哪里、他们错过了课程的哪些部分，或者学生在哪些领域表现不佳。
4. 支持教师：利用教育技术指导教学改进
随着学校未来恢复（接近）正常，我们应该明智地选择保留教育技术的哪些方面。
教学质量是学校提高学业成绩的最有力杠杆，特别是对于最弱势的学生来说。技术方法可以提供高质量的教学资源，帮助教师清晰地解释概念，自动执行分散注意力的官僚任务，并提供轻松的方式来设置评估和提供反馈，从而提高教学质量。
5. 评估：发挥技术潜力，重新思考评估
去年夏天英格兰发生的“变异算法”考试惨败并没有帮助我们证明评估系统需要技术。但这不应分散我们的注意力，因为这是一个难得的机会，让我们思考如何改进我们存在严重缺陷的评估系统。
目前，英格兰的问责制度依赖于 Ofsted 评分和考试成绩。这导致了负面和意想不到的后果 - 从教学到考试，许多学校的课程范围缩小，到优先考虑整个学校的成绩而不是个别学生的需求，以及完全开除或排除表现不佳的学生。想象一下一个问责制度，其中一次性考试与更频繁、风险更低的评估相辅相成。除了弥补一些现有的缺陷之外，分阶段评估还会给更多年轻人一个进步的机会，因为教师自己可以实时解释和采取行动。
疫情让教育科技从边缘走向了教育实践和辩论的中心。展望后疫情时代，我们似乎不太可能回到“旧”常态。教育科技将继续存在。我们应该从去年吸取的最重要的教训是，并非所有孩子都能平等地体验教育科技。但这并不意味着我们没有理由乐观。这篇博客试图表明，我们可以做一些事情来消除数字鸿沟及其对弱势学生的风险。有些更激进（例如重新考虑评估），有些更实际（例如收集更好的数据），但现在都需要考虑。
[1] 研究估计，虽然 2020 年 3 月至 9 月期间学生平均损失了 3 个月的学习时间，但最贫困学校中超过一半的学生损失了 4 个月的学习时间（而最富裕学校的学生损失了 15%）。 EEF 估计，学校关闭很可能会抵消在缩小小学弱势差距方面取得的任何成果。