大数据驱动下的大学英语教学评价研究

摘要：本文主要研究如何将大数据技术应用于大学英语教学评价。在校本原有评价体系的基础上，借助大数据技术的优势，构建新的评价体系，优化评价手段，提高评价的信度和效度，以期达到提升教学效果的目的。

关键词：大数据;数据赋能;教学评价

1.引言

随着计算机网络信息技术和人工智能技术的迅速发展，大数据时代已经到来。人工智能和大数据等现代信息技术改变了人们学习的方式和习惯，传统的高校英语教育已满足不了学习者的需求。大数据背景下，外语教学进入了数据化、个性化的学习时代，教学已经从强调平台、软件转向强调数据[1]。国家教育部印发的《教育信息化十年发展规划（ 2011—2020年）》以及教育部大学外语教学指导委员会拟定的《大学英语教学指南》均强调了信息技术与教学的深度融合。因此，英语教师应具备基本的信息化素养和数据素养，在教学实践中注重利用数据赋能英语教学，提升教学能力和效果。

顺应教育部提出的“新文科”建设的时代要求，在信息化高速发展的背景下，尝试开展跨学科合作，将在工科和商科中常用的统计学和数据分析原理和技术运用于大学英语教学中，从而培养文科教师的信息化和数据素养，增强数据收集和分析意识，提升教学和科研能力，实现产、学、研的深度融合。

我校外语部一线教师中90%为女教师，受自身专业知识所限，加之对信息技术敏感度不高，缺乏收集数据意识和分析数据能力，严重影响教学和科研能力的发展。在一份针对我校外语部教师信息化和数据素养的调查问卷中，有72.4%的教师表示自己未能将信息化手段和教学进行深度融合，有93%的教师表示自己不会应用统计学和数据分析软件。针对教师中普遍存在的数据素养缺失，邀请大数据方面的专家，开展大数据等基本理论和实操培训，以数据为驱动，不断优化大学英语教学评价，提升校本大学英语教学效果。由于一线教师非常熟悉自己学校的培养目标和学生的实际水平，由教师自主确定发展目标、开发利用学习资源、设计发展战略、评价学习结果[2]。

2.大數据驱动下的大学英语教学评价体系建设目标

针对现有校本评价体系中的不足之处，本研究旨在构建可视化动态评价体系和CET4成绩预测模型。力求在保留之前形成性评价的优势的基础上，为教师和学生提供更为详实和直观的学业报告，打破之前单一的分数的描述，用数据统计分析软件SPSS和Excel生成能诊断出学生学习薄弱点，成绩横向比较图，与《中国英语能力等级量表》对接情况，预测CET4通过的概率和各题型分数的可视化动态学业报告，该体系集智能备课、精准教学、师生互动、测评分析、课后辅导等功能为一体[3]，对于本校大学英语课程开展精准化教学和精准化评价具有十分重要的意义和价值。

2.1 以数据为驱动，建立大学英语校本可视化动态评价体系。

运用大数据等技术手段，完善大学英语课程的校本评价体系。本校大学英语一直采用线上线下混合式教学模式，教学评价为形成性评价和终结性评价相结合。 教师运用SPSS和Excel等软件对学生在线学习数据进行收集、整理和分析，诊断学生的学习困难，生成学生个体知识缺陷“门牙”图，辅助教师在实际教学中进行精准化教学和学生在自主学习中进行个性化学习。基于大数据生成的学生成绩报告，从之前的只有分数描述到包括学习特点﹑知识缺陷﹑能力缺陷﹑量表对接﹑自我成长等详尽﹑可视化的动态诊断性评价，对于解密“教学黑箱”，明晰教学过程，提高教学的有效性具有重要作用[4]。

2.2 搭建数据模型，预测大学英语四级考试（CET4）分数和通过率。

本校学生计划在大一下学期A班学生可以参加四级考试，在大二上学期所有学生可以参加四级考试。计划通过大数据项目的培训，在专家的指导下，根据学生高考英语成绩﹑分班成绩和四级模考成绩分数，进行大数据分析，构建CET4通过率和成绩预测模型，预测通过率和各部分分数，有助于教师优化教学决策，开展精准化教学，也有助于学生开展针对性训练，师生协同努力提高CET4通过率。

3.大数据驱动下的大学英语教学评价体系实施路径

3.1 本体系的构建是采用线上+线下工作坊的形式培训大数据基础知识和常用数据分析处理软件SPSS和Excel。在这一过程中邀请专家在线培训大数据和人工智能等基础理论，组织教师集中线上学习或者线下自学。在掌握基本理论后，邀请专家来校参加项目工作坊，以问题为驱动，针对构建评价体系前收集教师们的主要困惑和问题，请专家讲解如何运用SPSS和Excel等软件实现数据和英语教学的深度融合。

3.2 采用案例式方法，根据现有教学数据，进行可视化动态评价体系和CET4成绩预测模型的构建。从多年形成性评价保留的学生学习数据中选取典型样本做成案例，集中讨论后，确定评价的几个参数和维度，在专家的技术指导下，尝试打破现有的唯有分数描述的报告，生成包含若干观测点的动态可视化学生学业报告。根据以往CET4通过率和各小分成绩，构建校本CET4成绩预测模型。

3.3 采用实证研究方式对构建的评价体系和预测模型进行多轮检验和优化。在实施阶段及结束后，利用一线教学的优势，在实践中不断检验项目成果的科学性和严谨性，不定期进行集中讨论和分享，完善和优化项目成果，使其更适应校情﹑教情和学情，增加项目成果的可推广性和可持续性。

4.结语

本研究发现在大数据技术的赋能下，能有效提高校本大学英语教学的评价效率，有助于教师精准诊断学生的学习困难，为课外设计教学活动提供了重要的参考，也为教师开展补救性教学提供了基础。国内一些研究也发现了人工智能可以应用于英语个性化学习，如人工智能技术可以增强英语学习者的课外学习，力促英语教学的改革和创新 [5]，因此如何更为深入地开展技术赋能英语教学和学生的自主化学习将是将来研究的重点。

参考文献

[1]甘容辉，何高大.大数据时代高等教育改革的价值取向及实现路径[J].中国电化教育，2015（ 11） .

[2]许芳杰.数据智慧：大数据时代教师专业发展新路向[J].中国电化教育，2016，（10）.

[3]华璐璐. 人工智能促进教学变革研究 [D]. 南京：江苏师范大学，2018.

[4]杨延龙.大数据时代大学英语教学模式创新与信息化变革[J]. 外语电化教学，2017（ 4） .

[5]梁蓉蓉.2018.人工智能背景下的大学英语教学研究[J]. 山西警察学院学报（ 3） ：103-106.

作者简介：张雪（1982-），黑龙江人，研究方向：英语教学。