基于云教育大数据平台的高校英语课程学生综合素养测试与评价路径研究

尹亮宇

（南京交通职业技术学院，江苏 南京，211100）

国务院发布的《促进大数据发展行动纲要》提出，“大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合”。适用于大数据的技术，包括大规模并行处理（MPP）数据库、分布式文件系统、分布式数据库、互联网、云计算平台和可扩展的存储系统等。在教育领域，大数据技术的运用主要体现在将海量与教育相关的碎片化信息数据进行筛选、分析、归纳，并整理出我们需要的教育信息。英语作为语言学科，受到信息化技术的冲击十分明显：大量英语学习微课、慕课等视频、音频在网络中得以共享，各类英语学习软件如雨后春笋一般出现，为英语学习提供了良好的环境，也为传统英语教学活动带来许多挑战。在大数据背景下，英语教育者急需从教学实际出发，充分运用大数据技术优势，大力推进英语课程学生综合素养测评现代化，全面提高大学英语教育质量。

一、英语教学数据采集的主要途径与转换形式

基于大数据的英语课程学生综合素养测评数据采集主要依赖于信息系统校园网站、服务器、多媒体设备等各种教育软件程序。以江苏南京某高校所采用的“易智教”云端教学平台为例，易智教云课堂App是一款功能强大的教育学习平台，该平台支持教学、讨论、演示、任务驱动等移动式课程教学的各项应用，覆盖教师、学生的课前、课中、课后等不同场景下的应用，为教师和学生提供授课、学习的网络空间。英语课程教育的数据来源主要体现在教学任务和教学资源两个方面（图1）。

图1 英语课程教育数据来源示意

首先，在课程学习中，教学任务的测验测试可以快捷有效地反映出学生阶段学习的效果；讨论答疑、练习实践等环节可以了解学生完成任务的人数比例以及速度；小组任务、头脑风暴体现学生合作学习、自主学习的积极性。此外，访问教学资源库是课前课后学习的一个重要环节：通过统计对学习视频、微课、教学材料的点击率，能直观了解学生兴趣爱好、学习范围、学习频次等。通过一段时间数据的积累之后，程序系统将平台跟踪记录的结果自动转为可视化、透明化和易回溯的量化分析结果（图2），方便教师迅速掌握学生的学习动态，使教育数据采集的重心向非结构化、过程性转移。

图2 量化分析示意

二、大学英语课程学生综合素养评价与测试的现状调查

为了更好地了解大学英语学生综合测评的具体实施情况，对南京某高职院校一年级学生进行抽样，共有550名学生参与问卷星调查。生源类型包括4+0、3+2、中职对口单招、普通高考生等，女生占31%，男生占69%。

本次调查结果表明，大学英语课堂学生测评方式多样，但是教师评价依然占据最高比例（88%），学生互评和自评为辅。在测评内容方面，作业类占据最高比例（93%），课堂表现、期中、期末及平时测试次之。高达92%的学生支持以云平台为基础的计算机测评+教师主观测评的模式（表1）。值得注意的是，在针对基于云平台的学生英语综合素养评价数据可信度调查过程中发现（表2），53%的学生认为计算机测评数据可信度较高，34%的学生基本认可，9%的人认为可信度不高，4%的人认为不具备参考性。针对持否定态度的学生，通过开放性问答题，了解背后原因，主要集中在：过于统一的标准忽略了中西部学生英语能力的差异；忽略了学生文化、思想等精神层面的差异；程序操作上存在一定的漏洞，操作不便等。因此，以大数据为基础的综合测评模式需要建立多维度的评价体系，并需要进一步研究和探讨。

表1 英语教师对学生综合评价方式调查（N=550）

表2 对基于云平台的学生英语综合素养评价数据可信度调查（N=550）

三、基于云平台的大学生综合素养测评建构路径

（一）充分利用云平台建立多维度测评模式

以往传统评价过度侧重于对学业智力的评价，忽略了知识、理解、技能的情境基础：动机与态度。[1]大数据时代对学生的评价方式应该超越传统测评标准，运用语音、视频等手段创造出情景交融的氛围，建立情境维度，在动态情境环境中进行测试与评价。其次，学生学习的动机、行为习惯、意志品质等维度也应当作为评判的重要标准之一。获得行为习惯、意志品质方面的数据以往需要通过长时间观察，还需要教师具备相应的洞察力和预测能力。但在大数据时代，通过对学生学习行为专业数据进行分析，比如英语学习的进程、学生考勤、作业完成度、教学资源的学习度、课堂活动积极性等等，很快就能实现。其过程将在平台自动生成个体学习的动态数据包，并通过计算机联机分析和统计分析的过程，转换为评价信息，并以可视化数据形式呈现出来。英语教师还可以借助云平台评价功能从学生互评、自评的维度[2]，帮助学生设立个性化目标，帮助学生准确了解自己的英语水平，提高学生学习的内驱力[2]。

（二）构建基于云平台的多模块网络测试体系

在对学生意愿的调查中发现，94%的学生希望从听说读写译技能方面全面获得评价（表3）。因此，增加单项技能测试的次数，尤其是语法、阅读、完形填空等客观选择题型十分有意义。由于其标准答案单一，计算机可以采用比较或者数值比较的方法，实现测试答案与标准答案的精确检测。在英语测试领域，英语教师往往花费大量时间编辑测试题并批阅，对学情的分析缺乏及时效应。在大数据技术支持下，英语教师只需要借助已有的平台完成所选试题的编辑并输入平台即可完成。其次，采用平台+人工模式对填空、作文、翻译等主观题进行测试。以写作为例，相较于传统的英语教师人工批改模式，网络批改模式更具备优越性和先进性。基于网络的语料库已收集海量英文文本，其中包括最新的英美网络刊物比如《华尔街日报》《时代周刊》《金融时报》等，确保网络作文批改模式的可靠性。同时，计算机系统可以在短时间内完成成千上万的学生作文评分，并给予回应，这是身为英语老师无法做到的。尽管从技术的角度来看，系统还有许多不足之处，比如电脑软体无法像人工阅卷那样完美。在口语测试方面，人机对话考试系统目前还缺乏一定的灵活性和适切性，但是从省时省力的角度，已经成为口语测试的重要模式。总而言之，随着人工智能技术的进一步完善，基于云平台的大数据分析测评体系在未来必将占据主流位置。

表3 学生英语综合能力评价意愿调查（N=550）

四、大数据用于学生综合素养测评的主要优点

（一）评价注重学生的整体性，又兼顾差异的分析

基于大数据技术的学生测评结果全面、科学、针对性强，能有效发挥评价结果在诊断、调控、改进等方面的积极作用，并根据大数据评价结果督导和推动学生逐渐形成符合自身学习偏好、认知结构、行为能力、所处学段的良好的学习习惯，提高教师教学、学生学习的实效，全面提升学生英语综合素养。

（二）体现定量和定性相结合的评价优势

在问题或对象把握上，基于大数据的学生英语素养评价能够克服传统评价在量化研究中的某些缺陷，比如数据搜集不全面、样本选择缺乏代表性等，能够全过程、系统性记录、刻画和呈现教学过程，涵盖学生作为学习主体行为、兴趣和动机的多维度动态数据，构建数字化、实证性新型教学系统和感知学生全面发展的智能测评系统，成为发现、实证和把握大数据时代英语教与学认知的新工具。

五、问题与建议

江苏省教育信息化工程技术研究中心常务副主任杨现民在一次采访中指出：数据素养是指数据行为主体在符合社会伦理道德的前提下，对相关数据进行获取、处理、分析、解释、管理和应用的综合能力[3]。杨现民指出：整体而言，我国教师的数据素养培育正处于起步探索阶段[3]。基于上海地区高校的调查分析，近一半的文科教师是依靠自身经验来判断数据质量。[4]数据分析需要一定的数学基础、计算机基础，而大多数英语教师在这两项上都存在明显的短板，整体数据素养偏低，能力不足。因此，英语教师还需深入学习相关技能，明确认知想从大数据中得到什么信息，解决什么问题，既要努力实现英语学科教育过程数据化、智能化，还需在实践应用中创新构建具有全面性、包容性和科学性的英语测评体系，从而不断推进英语教育测试和评价的科学化和现代化。