从判断性评价到专业化诊断

冯艳艳

当前随着大数据时代的到来，以数据驱动学习、教学、管理、决策、舆论正成为新的教育潮流。这都为教育质量评价带来了革命性变化的机会。如何利用这些新型技术创新评价方式，加强对数据信息的管理和使用，使其服务于教育管理决策和教育教学改进，是当前教育质量评价工作的重要发展方向。数据之于教育教学的意义和价值日益凸显，从繁杂的教育数据中发现相关关系、诊断现存问题、预测发展趋势，对实现个性化学习、辅助教育科学决策等方面具有重要作用。基于大数据的学业诊断与提升，教育大数据研究与应用进入了快速发展阶段。现在世界各国普遍实行的教育是依据常识和教育经验来进行决策，基于大数据的教学正是未来教育的理想形态。

白雪

北京市海淀区教育科学研究院质量监测与评价中心主任，北京市数学学科带头人，北师大高中数学教材编写作者之一，北京市高考评价组数学组长，市数学兼职教研员，市高中新课程培训主讲教师，市高考考试说明编写和调研命题组成员，2010年教育部基础教育成果一等奖，北京市教育考试院“大规模考试评价与实践”项目之高考评价研究组成员。

记 者：英国牛津大学互联网研究所教授迈尔-舍恩伯格曾说过，我们利用传统教育方式所获得的反馈其实存在很大缺陷。比如，我们难以对学习过程进行反馈；在对学习结果进行反馈时，我们也只是把关注点放在学生身上，我们对学生的考卷和各种表现进行打分，并要求他们对这一结果负责。然而，作为教育者，我们却很少评价自己，也很少对我们所采用的教科书、教学方式和内容以及测验手段是否对学习有益进行评价。导致这种现状的原因之一是数据很难收集，收集到的数据又很难获得有效处理。因此，这是一种单向度的反馈。对此，您有什么看法？

白 雪：“小数据”时代的教育确实面临优质教育资源分配受到时空的限制以及获取和分析教育过程中的数据成本巨大的问题。因此会难以评价学生的学习过程，而只能评价学习结果，且教学方案主要依靠教师的个人经验制定。

大数据是近年来快速发展的技术领域。关于大数据的研究与应用与日俱增，并不断深入影响社会生活。在教育领域中，大数据已经在多方面引起了研究者和实践者的关注。教育大数据正在成为教育领域不可忽视的新型驱动力，在教育教学研究与实践中发挥着越来越重要的作用。

应用技术发现教学中的数据，有目的、有规划的来改进教学，我们已经在做。在评价方式上要发生变化，客观地收集信息，根据数据和事实进行分析判断，将评价建立在大量数据支撑和科学分析的基础上，改变过去主要依靠经验和观察进行评价的做法；注重考查学生进步的程度和学校的增值程度，改变过去单纯强调结果不关注发展变化的做法；注重促进学校建立质量内控机制，改变过于依赖外部评价而忽视自我诊断、自我改进的做法。用传统方法收集教育信息存在着的数据时效性不高、不够准确、收集流程繁琐等诸多弊端。信息技术手段能有效解决以上问题，且通过数据采集方式的更新、数据分析和呈现方法的改进，能更大程度地提高数据的使用效率，以全面、准确把握教育质量现状。使用信息技术手段能更深入、全面、快捷对评价数据进行分析，便于从不同角度查看和使用各个层次的数据。此外，通过数据挖掘等技术还能预测和发现事物之间潜在的重要联系，为决策提供更科学的支持。

大数据能为我们展示事物背后无数的相关关系，通过这些相关关系，我们可以更准确地认识事物的本质。

记 者：学业评价是教育教学中的重要组成部分，有效的学业评价对于了解学生的学习情况、发现教育教学中存在的问题、寻求教学改进与优化策略、提升教育教学质量具有重要意义。依托大数据，利用信息技术进行的学业评价该如何实现呢？

白 雪：依托大数据下的学业评价，我们的理念是从判断性评价到专业化诊断。诊断不是挑毛病，而是促进发展，促进学校、教师和学生的发展。不是只关注结果，更多的是助力过程。发现好的教学方法和教学规划。

考试结果最直接的呈现方式是数据。考试数据蕴含着丰富的教与学的信息，我们如果能够分析和反思这些信息，对于改进管理，改進教师的教，改进学生的学都有着重要的意义。

数据并不等于信息，只有将数据转化为信息，并有效地运用有价值的信息，才能真正为教育、教学服务。

很多时候人们只是看到数据，都有用数据分析的意识，但是水平和层级、宽度和意识不够。比如早期我们只是对难度进行研究，把握试卷难度系数，用于规划每次考试。显然把握难度系数是不够的。

几年以前我们就采用网上阅卷系统，对高三年级的四次大型考试，即第一学期的期中和期末考试、第二学期的一模和二模考试进行网上统一阅卷，收集考试数据。这些数据不是抽取的、不是随机的，而是我们学生的整体数据，这就是我们的大数据，是我们分析的基础。

当然，为了数据的准确性和可信度，我们需要在试题的命制上下功夫。

从命题开始，制定学科知识板块和能力板块。科学规划试题的目的、功能和频率；集中优秀教师力量命题，这也是评价工作中的重点；最后的难点是从数据中发现问题，进行诊治。例如地理新课程高考目标要求考查学生不断提高收集信息、观察地理现象的意识与能力，试题信息来源的渠道多样化，图像、文字资料数量增加；试卷知识的覆盖度大，突出考查学生的地理思维能力、运用知识的能力和语言表达的逻辑性。依据要求，我们对四次考试命题的知识和能力做了规划，期中时知识上考查图像、位置和特征内容，能力上考查概念、原理和规律。期末时知识上考查差异、发展、问题和措施内容，能力上考查方法和应用。一模二模则包含上述所有内容和能力。

挖掘数据功能，关注教学过程。透过现象看本质，利用结果看过程，通过现状看发展。挖掘数据信息的根本目的在于发挥考试的诊断评价功能和激励发展功能，促进教育教学质量的提升，促进学生的全面发展和教师的专业发展。从教学层面，重在细化分析，从知能组块到小题分析，从年级、班级到学生个体；从横向到纵向；找出问题，找准典型问题和关键问题；反思教与学的过程，准确归因；改进，寻求发展、提升。从管理层面，重在导向把握，诊断、激励、发展，拒绝简单粗暴的排位；宏观规划，谁来做、做什么、为什么做，逐步落实；方法指导，怎么做，进行必要的学习和培训；监督落实，做了没有、做得怎么样。

评价分析的视角要有两个转变：从关注结果到关注过程，从判断评价到激励发展，二者体现的结果就是改进教学。

例如我们针对某年高考数学进行了分析，就函数与导数的答题情况（以18题为例）来看，一组学生和二组学生的差距产生在第二问上，思维难度主要表现在学生要有综合处理数学问题的能力，如把比较复杂的数学问题不断地进行简化，这就需要学生能够看懂问题并有化简的意识以及熟练运用分类讨论的数学思想。就解析几何的分析（以19题为例）来看，他们的差距还是在第二问上。这种差距表明学生对解析几何这门学科的基本思想的认识深度和领悟的差距，特别是对于二组的学生来说，提高的关键在于能够提高学科思想的认识，学会用解析几何的思维看待问题和解决问题。

基于这样的分析，我们提出改进建议：一是提高数学复习的思维含量，挖掘学生的思维潜力，让学生掌握用数学的思维方法理解数学的问题并解决数学问题，要能够从观念上启发学生去深入地、科学地思考数学问题。二是针对目前记忆型的知识复习在课堂上还占有很重要的地位；缺乏理性的思考与点拨，满足于大量的习题训练仍成为数学复习的主流形式的现实，要指导教师在教学中，充分调动学生主动思维的积极性，不要靠记忆学数学，不要只讲题型，要能够讲出一般的思维方法，要给学生思考问题的空间。 通过我们教师的复习，让学生能够领悟到学习数学不是靠记忆的，学的好与不好与记与记不住公式没有必然的联系。三是每一节复习课的教学定位要准确。我们有限的课堂教学不能仅仅告诉学生这道题怎么解，而是应把教学的落脚点放在思维过程的揭示上。每节课也许都要分析一些典型的例题，但教师要能够从如何审题，如何分析题，如何思考问题入手展开教学。题型的教学有时候很可能是最没有效果的教学，原因就在于这种教学只是在外在的形式上做文章，没有触到数学思维的本质的东西，是僵化的思维，是对学生理解数学问题、領会数学思维的误导。没有帮助学生概括数学的思维特点，没有从知识的整体上帮助学生去认识数学，是“讲题”式教学的最大的问题，在一定程度上也反映了我们教师在备课时的不深入，不到位。

记 者：在实施过程中，有没有遇到一些问题？又是如何解决的？

白 雪：遇到问题是必然的。

转变观念是最难的一件事情。我们需要让老师认同数据分析的意义和价值。比如让老师们理解学科知识内容（学科能力）得分率统计分析的意义，针对具体题目，就学科知识、学科能力和学科思想方法方面，我们需要跟老师们一起分析学科本质是什么？哪些知识最有价值，最应该让学生掌握？特定的知识在整个知识系统与其他知识横向纵向联系是什么？学生在哪些地方最容易出现问题？特定的内容怎么呈现给学生？学生怎么学会？以此调动老师们的积极性。

在数据分析和解读方面我们也遇到了一些问题。最初的数据分析结果是以数字和表格的形式呈现，我是数学出身，我认为老师看这些数字是没有问题的，我忽略了文科老师对数字的不敏感性。有的老师就跟我提建议，能不能改用图的形式。我们的技术人员出手，设计程序，只要输入数据，就能呈现出不同数据图表，可以是分学科分维度的，也可以是单题目的，也可以是学校之间横向对比的，也可以是校内各学科的比较，当然更有学生的整体报告。学校还可以根据自己的特点，依据这样的分析理念继续细化。图的形式更直观，更形象，更清晰。只要按动操作按钮即可。

为了数据分析更准确到位，我们还设置了四条线——20%，40%，60%和80%线。找到全区总分及各学科四条工作线对应的分数，学校根据学生成绩明确进入四条工作线上的人数，然后进行分析，分析学科之间的差异、学科教学的关注点、教学加工的能力，为后一阶段的教学过程、个别辅导提供数据参考；看出变化，确定学科教学的重点；总结经验，反思问题，为以后的工作积累素材。

提升管理的科学性、工作的艺术性，关注过程的跟踪，使其具有可操作性。让我们的增值评价更科学，更可行。我们一直提倡教学中不同学段的学科教师间传经送宝，以前传送的多是试卷，现在我们有基于数据挖掘出来的经验可以传送下去。基于标准驱动的、证据文化的、区校合作的、技术支持的评价是我们的愿景。