未来已来。教育数字化转型是以数字技术与教育的深度融合，实现教育治理、教学实践、评价决策等方面的全方位赋能和综合性变革。
多数学校目前尚不能快速进入转型实践之中，加之现有数字化应用与个性化服务还不够全面和成熟，并不能满足学校转型的个性需求，这些都对转型实践提出了新的挑战。数据基础、数据分析服务、数据素养能力将是当前推动数字化转型实践不可或缺的关键要素。
一是数据基础。海量、丰富的数据是建立动态数字轨迹的重要支撑。实现教育数据的“融合统一”管理和开放共享，将为建立数字轨迹用以数据分析服务和数据素养提升提供丰富的数据基础。
二是数据分析服务。体现领域知识驱动的教育数据分析，这是数字化转型真正实现数据驱动业务流程重塑的基础。数据分析服务激活了数据价值，基于教育领域知识模型的数智分析，打通了教育教学理论与各数据间的隐性关联，实现了教育数据与模型维度的全场景映射。
三是数据素养能力。教育的个性化服务需要以“人机协同”的教学实践予以体现，为此需要教育管理者和教师具备基本的数据素养。良好的数据素养将有助于对数字技术的理解，明确对个性化服务的需求，依据教育教学需要确定和运用适合的数据分析、数智决策等服务，开展“人机协同”的教学模式变革。
落实教育数字化转型将会是长期的系统性变革，正确把握各关键要素之间的关系，为转型变革和创新应用做好充分准备，需要区域、学校管理者和实践者发挥重要角色。
（1）夯实数据基础，打破“数据壁垒”。各级各类教育主管部门需要加强顶层设计和统筹管理，优化驱动机制和运作模式，制定统一化的各类教育应用平台数据接入和分层分级存储规范，以及教师教研、教学资源等多源异构数据的数据标准，明确教育数据来自哪里、表示含义、存储在哪里、管理权限等，为实现数据融合流转、助力数据分析、发挥数据要素价值奠定基础。
（2）挖掘数据价值，开展“人机协同”实践探索。管理实践者需要充分了解当前学校现有的数据维度和内容，明晰各类数据的教育语义，协同高校等科研团队，构建反映课堂实体、教学过程、素养评价的各类型教育领域知识模型，设计与研发基于已有数据粒度的分析模型和方法，挖掘教育教学理论与各数据间的隐性关联，实现教育数据与模型维度的全场景映射，以适应不断发展的教育新场景、新模式。
同时，鼓励教师积极运用基于人工智能技术的教育个性化服务与应用产品创设多元教学场景，“先行先试”开展项目式、探究式课堂教学活动，形成可推广、可复制的教育数字化转型优秀示范案例，这也将是教育数字化转型促进教育高质量发展的重要步骤。
（3）提升数据素养能力，提供个性化服务。区校管理者和实践者需要营造具有数字化氛围的教育文化，构建丰富的数字化学习环境，加强对数字技术的合理认识及对“人机协同”教育实践的理解和接受能力，提升教师的数字素养、教育数据意识、创造数字资源的能力、数据决策和管理的能力，培养学生数字时代的生存能力，以应对教育数字化转型带来的诸多不确定性挑战。
同时，基于需求牵引原则，鼓励区、校积极探索，构建政校企等多方协同的个性化服务与应用建设模式，通过征集场景案例等多种方式深入教育教学实践，为分析学生的认知水平、行为习惯表现、素养结构特点以及个体与群体间的差异，深度刻画学生画像，协同教师优化教育资源配置，修订课堂教学设计与教学活动，关照每位学生的学习需要。
促进学生的智能个性化发展等，提供更加切合的个性化教育服务应用，进而促使由经验驱动的教学决策向基于理论和数据智能双驱动的循证与决策转型，实现素养导向的“人机协同”的教学模式重构与变革。
最后在教育数字化转型的同时，建设智慧校园的步伐也要加快。
而轻舟校园是基于用户实际需求，满足用户个性特征的校园平台，秉承开放态度，贯彻“术有专攻，业有所长”的理念，旨在将优秀的产品推荐给用户，并实现数据互通，统一门户，始终坚持“实用、易用、好用”原则，支持定制化需求，为用户打造具有自身特色的智慧校园。
