大数据视域下汽修职业教育学习效果评价初探

南京市职教（成人）教研室 宋良玉

1 传统学习效果评价的弊端

当前，课堂教学评价往往以教师“教”作为评价对象，评价主体过于单一，评价标准和评价方式过于片面，且过于注重鉴定性和终结性，不具有教育性和发展性，其最大的弊端就是忽略了以人为本的教育教学思想，忽视了学生发展这一教育教学的最终目的，已成为课堂教学改革的桎梏。学习效果评价是课堂教与学活动闭环中一个重要节点，具有对课堂教学的反馈与调节作用，其评价内容及方式影响甚至左右着课堂教学过程，在学习与教学过程中具有举足轻重的作用。目前，职业院校汽车运用与维修专业针对学习效果的评价方式通常是考试或技能测试，且一般在专业课程学习结束之后进行，根本无法让评价贯穿于学习的全过程，单一笼统的评价更无法突出学习者的个体特点。这种学习效果评价方式往往侧重于结果性评价而忽视了学习的过程性评价，侧重于学习者的群体发展评价而忽视了学习者的个体性发展评价，反馈的信息模糊、笼统，无法有效调节课堂教学，影响了学习效果评价反馈和调节作用的有效发挥，其结果是教师不能因材施教，学习者不能根据自己的要求或兴趣开展选择性的学习和自主式学习，无法适应当前学习者个性化学习的需要，不利于个性化技术技能型人才的培养。

2 基于大数据重构学习效果评价的可能性

我国《教育信息化十年发展规划（2011—2020年）》中提出，学校教育教学方式的变革要在学生多样性、个性化学习方面的改变上取得突破，并提出“鼓励发展性评价”。因此探索建立针对每个学习者的个性化、发展性的学习评价问题已经成为当前迫切需要解决的问题之一。笔者认为，建立发展性评价最大的难点是信息不对称。由于教师无法获知学习者的学习状态，通过简单的课堂交流，教师只能对学习者作一个较为肤浅的判断，而对于每个学生的兴趣爱好、学习习惯等都无从掌握，更无法有针对性地对学生进行引导和开展个性化学习评价。

随着大数据时代的来临，职业院校中每时每刻都产生着海量的数据。所谓教育大数据，是指所有常规教学过程中生成的所有教与学的行为数据。这些数据基本上来自网络学习平台，而随着科学技术的进步，还可以利用脑电、脑磁或脑血氧探测技术侦测学习者全脑各区域活跃情况，利用近红外技术可以有效地实现学习过程中学习者脑活动数据的全过程采集。这些数据往往以非结构化、半结构化、结构化等多种样式存在，如果能将这些孤立的数据进行有效的融合及合理的运用，便能为实现学习者学习效果的个性化评价提供可能。而利用教学场景中全过程多人脑同步性活动大数据，更有利于找寻到教学形式与学习方式的有效组合，更有利于刻画不同个体对不同形式与内容的学习特征，为教育者提供了基于证据的循证教学依据，从而为精准教学提供有力支撑，更为学习者的学习效果评价提供了科学而有效的依据。

就学习者而言，教育大数据能从学习者学习行为的角度全方位反映学习过程的发生机制，可以用来优化学习者的学习过程，进而可以基于学习者学习行为的数据分析，为学习者推荐学习轨迹，为学习者开展适应性学习、自我导向性学习提供依据；通过教育大数据，教育者不但可以对学习者进行相应的分类，掌握各类学习者的个性化学习特点，获取学习者的学习路径，发现学习者的学习偏好和学习模式，进而为学习者提供有针对性的学习资源与个性化的学习辅导，满足学习者个性自主探究学习的需要，而且可以用来评估课程、教学过程和学习过程，优化学习效果评价方式，实现学习效果评价的及时有效反馈和调节，让教育者能通过更为深入的学习数据分析针对学习者的个体特征优化教学。

3 基于大数据重构汽修专业学生学习效果评价的策略

（1）利用教育大数据将学习评价的目的从“甄别选拔” 转为“育人为本”。应试教育的评价侧重于评价的甄别选拔功能，每一次评价都意味着产生少量的“精英”，同时却制造出大量的“失败者”，其实职业院校汽车运用与维修技能大赛就是这样的评价方式之一。但职业教育是面向全体职校学生的教育，要促进每一个学习者在其自己原有基础上再进一步，因此，具有重大导向功能的学习效果评价就必须要体现这一核心教育思想——关注不同学习者的不同需要，帮助每个学习者在各自的水平上得到发展。利用教育大数据可以采集每个学习者的学习过程数据，每个学习者的学习进度、学习内容、掌握程度、学习内容关注点、对各种学习介质的喜爱程度、学习过程中的搜索行为等可以体现出来，并可以根据这些学习行为数据画出每个学习者个性化的学习状态雷达图或所有学习者对同一学习介质的喜爱程度雷达图等，据此便可以评价出所有学习者的个性化差异，并根据学习者的个人喜好推送不同的学习内容和学习介质，教育者不但能关注学习者的共同进步，还能关注到每个学习者的个性特长发展，从而实现学习效果评价由“甄别选拔”向“全面发展和全体发展”转变，引导学习者更加关注学习习惯和学习兴趣的培养，激发学习者的自主式学习。图1所示为笔者选取某一位学习者在学习可变配气机构时对不同学习介质的关注度雷达图。图2所示为10个不同学习者对可变配气机构同一学习介质（视频）的学习时长雷达图。通过这样的雷达图可以对每个学习者的个性化要求体现出来，从而可以进行有针对性的教学改进。

图1 某一位学习者对可变配气机构不同学习介质的关注度

图2 不同学习者对同一学习介质（视频）的学习时长

（2）利用教育大数据将评价标准从“相对标准”转移到“绝对标准”与“个体标准”的相互结合。通俗地讲，“相对标准”就是“排名次”，这无疑会导致经常名列前茅的学习者骄傲自大，名次落后的学习者忧虑自卑，从而失去了评价的鼓励作用，甚至会导致“差生”自暴自弃。而借助于教育大数据，利用强大的计算机数据处理软件，可为每个学习者建立相应的数据库，学习者的成绩栏分为4栏，分别是最小期望值（即现有水平）、目标期望值（即可能达到的水平）、努力程度及实际考试成绩。实际考试成绩可用不同的颜色标注出：蓝色表示超过了预期，绿色表示达到了预期，红色表示没有达到预期，当由数据反映出学习者学习出现波动时，或学习成绩一直没有进步时，教育者便可分析到底是哪一环节出了问题。数据记录可分别针对每个学习者，像体检报告一样，对专业课学习完成情况，做出了什么努力，达到了什么水平，表现出了什么特质，以及跟平均水平的比较等，用一贯优秀、平均水平、有进步、需要辅助等词语去描述学习者，只有这样才能对学习者的情况非常了解，从而才能对学习者的学习行为和学习效果做出更加细致的分析，高度尊重学习者的个性，充分发挥学生自身的能力和特长，为其主动适应未来社会打好基础。

（3）利用教育大数据将评价对象从“唯知识”转向“重能力”。长期以来，受应试教育的影响，汽修专业教师在出考卷时，往往主要是考察学习者对知识点的记忆与背诵情况，无法考察学习者对知识的理解与运用情况。而利用教育大数据可以记录下学习者在学习中的“思考和发问”，譬如，学生在观看一辆车发动机无法起动的故障案例分析视频时，学生是否通过弹幕或其他形式发出自己的疑问和思考，当教育者给出一个汽车故障现象或问题时，学习者是否针对该故障现象或问题进行思考和探究，是否在寻求答案，大数据都能将其真实地记录下来，从而引导学习者要养成主动思维的习惯，培养其思维能力。

（4）利用教育大数据可以将评价时空观从“单一课堂教学”转变为“全方位学习”，从注重“书本知识”转变为注重“实践活动”。汽车运用与维修专业的专业课既有汽车结构原理，又有很多总成和零部件的拆解、检测、更换，更有汽车故障诊断等实践活动，为便于教学，教师会录制或搜集各种教学资源（文字、PPT、图片、视频、三维动画、Flash动画等），学习者的学习方式呈现出多样性，有看教学资源、实训室实操、汽修厂调研、撰写调研报告、录制操作视频、录制讨论视频、制作PPT、与汽修厂主修师傅交流、进行故障案例分析、听汽车技术专题报告等，这必然要求评价方式也要全面化、多样化，而利用教育大数据便能将对学习者的评价从课内拓展课外、从知识拓展到技能、从校内拓展到校外、从书本拓展到实践、从结果拓展到过程等，从而实现对学习者的全方位评价。

（5）利用教育大数据充分发挥学习效果评价的激励作用。信息技术特别是移动通信技术的发展，现在广大学习者拥有最先进的学习工具，可以说智能手机人皆有之。而这些价格不菲的设备却具有很多功能，如撰写博客、制作图表、撰写心得、制作视频和很多教程。教育者完全可以利用这些智能化设备，让学习者根据专业课学习的内容制作出漂亮而富有创造性的图文并茂的微信、拍摄其实践操作视频、记录其调研过程等，并让其引以为豪地与师生在朋友圈中共亨，分享给其他人（家人、亲戚、朋友或同学），朋友和家人的点赞就是对学习者的最好的鼓励，学习者还可以通过网络自动获取汽车技术资源、自己发布汽车后市场调查、自己发起汽车故障排除过程、联系汽修专家、提交学习报告，并将学习结果分享出去，利用教育大数据都可以将这一切纳入评价范围，以激励学习者自主进行探究式学习。