以OMO模式促教学质量评估改革

孙震丹

OMO模式扩展了教学质量标准的监测领域，基于数据事实对教学质量风险进行全方位的筛查与预警，并不断通过机器智能深度学习来增强教学反思。应大胆实践，运用OMO模式改革传统的教学质量评估标准与评价体系，探索并引领教学质量评估改革的方向。

近期，中共中央、国务院印发了《深化新时代教育评价改革总体方案》，明确整治教育评价乱象，提出具体改革指导方向，同时要求健全评价体系、创新评价工具，利用人工智能、大数据等现代信息技术，探索各类教育评价全面推进。

教学质量评估是教育评价的重要组成部分，是衡量教育机构办学能力的尺度，更是驱动教育高质量发展的内核。无论是基础教育、高等教育领域还是继续教育领域的教育机構，建立成熟的教学质量评估标准和评价体系，都是其实现教学监控与质量保障的重要支撑。

一般来说，质量评估结构由三个方面构成，一是对教师的学术业务水平、教学方法、教学态度进行评价;二是对课堂教学、教案、作业批改、学生成绩与学习过程进行跟踪;三是对教学效果、学生素质与学习态度实施测量。随着信息技术的发展，教学质量评估加速改革，信息技术在教学质量评估中的应用日益深化。大部分学校都建立了涵盖教学目标、教学信息采集、教学评价及诊断等内容的信息系统，最后通过考核组织、交流经验并达成共识，以形成教学质量的主客观评价。近年来，随着在线教育的发展，以及OMO模式的悄然兴起，教学质量评估迎来了新的改革之风。

OMO模式促进教学质量评估改革的优势

OMO模式与教学质量评估息息相关。与利用管理系统开展教学质量评估信息化改革的方式不同，OMO模式是基于“数据驱动”推进教学质量评估改革。一方面，OMO模式将线下的办学业务拓展到线上，以全面提升教学效率，加强教学的精细化管理能力，为教学质量评估的数字化转型提供了创新与探索方向;另一方面，OMO模式通过互联网、人工智能、云计算、大数据、区块链等信息技术手段，构建强大的智慧中台，运用大数据与人工智能算法工具，不断丰富大规模教学条件下因材施教的手段，满足教学减负与人工教学经验提升的实际需求，为提升教学质量助力。

OMO模式的优势在于通过线上参与教学活动，为教学质量改革提供了信息采集、学情诊断、教学干预、教学效果优化的全栈数字化解决方案，由于其评估数据来源可信，分析基于客观数据事实而非人为主观判断，因而极大地提升了教学质量评估的可信度与公正性。应该利用OMO模式线上与线下融合的优势，把控教学质量监测与优化呈现覆盖全教学领域、线上化、无断点、数据化、智能化、个性化与精准化特征，让OMO模式为教学质量评估提供更多的实践机会。

从学习者角度看，OMO模式将跟踪监测每一位学习者的学习掌控能力，自动实现学习者学能分层，为实施个性化学习提供基础支撑。从教师角度看，OMO模式能反映教学目标中的知识图谱与学习者知识点的关联与掌控关系，减轻教师课堂、课后的课业检查负担，帮助教师分析教学质量风险，识别筛选低质量学习者，从而有利于教学质量动态监测与教学干预响应。从教育行政部门角度看，在“统一标准”条件下，探索从“数据驱动”到数据价值的新型教学质量发展模式，推动教学质量评估改革，保障有质量的教学活动自适应展开。

笔者呼唤OMO模式促进教学质量评估改革，原因有三：其一，OMO模式提倡“数据驱动”，强化了教学质量标准系统性覆盖，教学质量监测的数据来源具有覆盖全面、信息连续、过程完整、内容保真的特点;其二，OMO模式依据的数据可信，提升了教学质量风险评估洞察力与科学性，改变了教学调查总结反映的集体主观评价，使教学评估建立在以大数据为事实依据的基础之上;其三，OMO模式拥有分析智能，使得师生教学行为改进要依赖算法而不是人为经验，推动教学质量评价体系不断循环与自我优化。

落实关键环节，推动教学质量评估改革

要真正以OMO模式推动教学质量评估改革，提升教育质量，必须在三个环节上做好落实。

一是实施精准教学。精准教学要求，将系统性教学内容绘制成知识图谱，对每一个图谱节点即知识点建立测试题目，然后对每一位学习者的知识点掌握情况执行自动化测评，以确认其对相关知识点的掌握程度。考试与批阅是自动化的，既为教师批阅减负，也改变了全员统一化的题海战术，并针对学习者的知识点薄弱环节自动补课、推题。精准教学正在扩展教学质量标准，将学习者、教师、课程设计、评测体系、数字学习资源、学习服务支持全部纳入监管范围，使得教学反馈一目了然，为进一步细分教学做好了准备。

二是敏捷课程资源开发。一方面，面对不同学习者群体的学习能力差异，同样一个知识点需要多位教师以不同的教学风格与教学方法进行解读，以便适应学习者对教师授课风格的喜好，强化学习带入感;另一方面，OMO模式会根据评测数据分布特征，动态诊断每个学习者的学情问题与差异，因而，教学案例、课件、教辅、题库等学习资源的开发，需更快捷与更具针对性，以提升教学质量。

三是实施教学行为干预。OMO模式能够建立师生之间的学习模型、内容模型、教学模型，并用大数据可视化技术呈现学习表现分析、教学效果衡量、教学能力测量等结果，展示学习者最优化的学习路径、分析学习行为特征、底层能力对学习效果的影响，实现教学模型预测与风险评估;另外，提供AI个性化转化干预设计方案，包括对学习者意志力、自控力、好奇心、主动性、注意力等基本素养和认知能力的调整，以及对数字资源、题库、作业、论文、课件和学习支持服务的优化建议，并智能推送至学习者，形成整个教学质量评估与优化的核心闭环。

责任编辑：夏英