数据驱动高等教育教学评价高质量发展

姜 林，高 杉

（青岛城市学院 会计与金融学院，山东 青岛 266000）

一、引言

传统的教育教学评价手段不关注受教育者的个性化需求，也不能够有针对性地评价教师的教学质量和水平，更不能辅助学习者调整学习方法、技巧或者辅助教师调整教学策略。高等教育的发展对教育教学评价提出了更高的要求，这时大数据技术在获取数据、分析数据进而辅助学习者和教师方面显示出了无与伦比的优势，运用大数据技术能够更好地达成教学目的。新冠疫情对我国高等教育产生了很大的影响，线上教学成为迫不得已的选择，它促进高校数字化转型的同时也对高等教育教学评价体系提出了挑战。深化新时代教育教学评价改革成为建设高质量教育体系不可或缺的一个环节，因此我们有必要理性认识如何以数据驱动教育教学评价高质量发展的问题。

二、高等教育教学评价发展困境

（一）高等教育的个性化发展对评价指标体系提出新挑战

随着我国高等教育的普及化，传统教育较为单一的教学方式不能关注学生的个性化需求，最终导致教学计划与教学成果的严重脱轨的问题日渐显露。王玲等人指出，随着大数据时代的发展，学生改变以往被动接受知识灌输的教学模式的要求愈加迫切，更加追求个性化的学习方式［1］，因此对高等教育教学评价提出了更高的要求。

接受高等教育的学生人数激增、规模扩大，而教育教学评价的方式还停留在以考试分数来对学生的学习成果作衡量的阶段，这显然不符合高等教育个性化发展的要求。为解决这一矛盾，必须建立健全评价指标体系，完善评价指标数据来源。

（二）高等教育方式的转变对评价数据的可靠性提出新要求

随着工业化向信息化发展，信息化导致教育方式转变。与传统教育不同，OBE的学分制是基于学生的表现与成就建立的［2］。由于OBE模式下专业质量的诉求更加多元，仅凭单一的专门机构来对专业质量进行评价就显得不够适应了。2020年10月中共中央、国务院印发的《深化新时代教育评价改革总体方案》指出，要“创新评价工具，利用人工智能、大数据等现代信息技术，探索开展学生各年级学习情况全过程纵向评价、德智体美劳全要素横向评价”［3］。建立以学生为中心的教育评价体系，需要借助信息化手段改进结果评价、强化过程评价、健全综合评价、探索增值评价。评价结果是帮助学生、教师、家长选择学校和专业的重要指标，同时也是政府和市场投入及社会接收毕业生的重要指标。另外，学校之间也会根据评价结果进行互相之间的认可与资源共享。因此，评价指标体系选择的数据资源的可靠性就显得至关重要。但如何收集这些数据并提取有效的数据来支撑教育教学评价面临新的挑战。

（三）高等教育精细化管理对评价数据的安全性提出新需求

许跃民指出，基于当前高等教育精细化管理工作中存在的执行标准不科学、管理工作协同性差和缺乏行之有效的保障性体系等问题［4］，要从高等教育发展的深层次规律着手来寻求相应的解决机制，切实保证高等教育精细化管理目标的有效实现。因此，控制总体规模、实行精细化管理体系势在必行。而高等教育教学评价作为其中的重要一环，也面临同样的问题，如在获取有效评价数据后，如何保证数据的安全性，并做到精准服务和数据的精细化管理，成了摆在教育者面前的重要问题。

三、促进数据赋能高等教育教学评价的建议

为了将教学评价的数据运用到教学管理中来，体现出个性化、科学化、智能化和精细化的数据驱动过程，高校应该做到：从管理者、教师、学生等不同服务对象的实际需求出发，利用数据共享推动信息系统之间的协同联动；通过全样本数据资源的共享，实现数据跨领域的分析来辅助教育决策，以保证教育教学评价的客观性；由数据的观点出发，着力体现数据驱动教育治理模式的科学性。可以从以下三个方面具体实施。

（一）加强多元化教育资源建设，健全评价指标体系

首先，加强网络教学平台建设，智慧赋能教学评价。网络教学平台可以满足个性化学习的要求，也是管理服务与评价的平台。网络教学平台更注重过程性管理和考核，便于直接通过对网络课程作出评价来衡量课堂质量，而对于教学效果，更是增加了多维度的评估监控。利用网络教学平台，教师可以对指标落后的学生提出学科预警，及时纠正学生的不良习惯。

其次，加强线上教学资源建设，扩大评价数据来源。例如：开发共享课程资源，建设线上学习资源矩阵；梳理线上知识图谱，编写“标签字典”；编订资源索引，构建个性化学习路径；运用数据分析，优化学生发展途径。教师在课前可以了解线上资源使用情况，在课中可以进行考勤签到、投票、测评，掌握课堂节奏，在课后可以分析线下学习情况，最终通过雷达图、满意度等数据实现知己知彼。教学资源的建设更重要的是要基于大数据开展数据挖掘，精确开展学情诊断，进行个性化学习分析和定制化学业规划，实现基于数据的个性化监测。

最后，加强教育基础设施建设，健全评价指标体系。如通过建设智能体育馆、大学生活动中心、校企合作基地、联合实验室等，全面掌握学生体育运动的相关数据、参加第二课堂的情况、校外实训就业的数据和合作课程参与度等。

（二）构建科学化学生评价模式，提高评价数据可靠性

对标2017年《关于深化教育体制机制改革的意见》中提出的四种关键能力［5］，对照专业认证、学科评估、审核评估、“双一流”建设标准、新时代教育评价改革要求，结合社会关注、就业单位实际需要，通过开展基于数据的规模化测评，将学生评价模式从单一结果导向转变为“多维”过程导向，将学生培养目标从知识的灌输向学生的全面发展转化。王树梅等以数据结构课程SPOC教学为例，通过收集和分析各教学阶段数据，对于学生学习效果进行形成性评价进行了探讨［6］。总之，构建科学化学生评价模式应包括基础层、核心层、应用层等模块的构建，以全方位提高评价数据可靠性。

基础层：学生电子信息系统。主要包括学生成长电子档案和学生校园安全轨迹两部分，前者主要反映学生的基本情况、学习和教育情况，后者则反映学生参与管理、实践和申请奖助学金、贷款等相关情况。信息获取方式可以选取信息化无感式采集，并由归口管理部门定期上传，或者由学生定期上传。

核心层：学生能力证书评价系统。通过基础层的信息调取获得学生全环节数据，建立模型、评价标准须向“能力素养”映射，对标能力证书要求，同时满足学生的需求，一方面可以评价诊断学生的表现，另一方面可以反馈问题，帮助学生提升能力。既要包括课内成绩类的指标，又要包括课外拓展类的指标，通过两类指标的赋分，向核心素养赋值，最终全方位刻画出“学生成长画像”。

应用层：全面素质模块化测评系统。主要分为定量分析和定性分析，其中对学生能力画像数据的定量分析具有科学化特征，可以用于就业供需对接；而教师、家长、同伴和自我评价则属于定性分析，可以表现出学生日常行为的多元化，可以用于评奖评优。应用层的结果还可以用于学生的评价诊断、反馈提升。

（三）加强数据建设和教育新基建，保障评价数据安全性

1.教育教学评价数据建设

为了获取有效的教育教学评价数据，高校的数据建设需要做到以下两点：

第一，要保证“一数一源”。梳理数据资源目录，明细数据责任，解决数据多头维护、重复维护、源头不清问题，从根源上杜绝数据管理责任不清的问题。促进数据对接共享与应用集成，提升学校数据资产质量。

第二，构建基于数据驱动的决策分析平台和治理体系。

加速校园“数字大脑”的落成，运用数据价值重新定义校园运行新模式。建设完善的信息系统，扩充数据采集渠道，实施数据质量检查，提供数据纠错渠道，优化数据质量。识别缺失数据，促进数据、业务、流程高效循环。通过智慧决策中心、三维校园实景、校园数据引擎实现全局总览，科学决策，探索数据导向的“AI+教育”新治理体系。

张培等学者也指出实现“循数治理”，必须排除人为的干扰因素，将“离线静态化”的数据转化为“在线实时化”的数据，构建“用数据说话、靠数据决策、行数据管理”的治理理念和思路，形成数据赋能的“神经中枢系统”［7］。

2.教育新基建保障体系建设

朱永新提出，在后疫情时代，重新构建一种新的、线上线下融合的学习习惯，从传统的学校走向真正的学习中心，要建立起一个真正的教育资源平台［8］。“教育新基建”是在信息网络的基础之上，以技术创新为驱动力、由新发展理念为引领而搭建的基础设施体系。教育新基建可以提供数字转型、智能升级、创新融合等服务，为高质量发展提供保障。

教育新基建通过物联网、人工智能、5G通信、大数据、云计算、区块链等技术，打造一体化网上数据中心，面向师生提供个人数据查询、采集、纠错等服务，提供数据可视化校情综合展示，展示教学、科研、学科等情况，展示学校数据总量、数据新增、数据完善、数据共享使用等情况。建设教育新基建保障体系，利用数据中心和高性能云计算中心搭建资源池，完善校园网络运维系统和网络安全防护设施，保障教育教学评价数据的安全性，利用数据的精细化管理，做到终端运维、预判预警、智慧联动，实现教育精准服务。

四、结语

数据驱动高等教育高质量发展需要多措并举，以“一体化、一站式”为理念，以服务为出发点和落脚点，以安全为底线，以数据为核心，利用平台化思想，加强落实信息化质量保障体系，合理规划布局，统筹建设，实现师生在校全过程管理和服务的信息化全覆盖。通过数据平台的建设，做好数据采集与管理、数据存储与处理、数据共享与交换、数据可视化分析与展示，加强数据质量管控，面向不同角色提供全方位、多维度的信息化数据管理和服务，为高等教育教学评价工作提供技术支撑和保障条件。要通过加强多元化教育资源建设，健全评价指标体系；通过构建科学化学生评价模式，提高评价数据可靠性；通过加强数据建设和教育新基建，保障评价数据安全性。

习近平总书记指出：“在互联网经济时代，数据是新的生产要素，是基础性资源和战略性资源，也是重要生产力。”［9］数据已然成为高等教育领域当下及未来的重要资源，目前及不远的将来，高等教育机构为了增强竞争力和开展科技创新，必须加大对数据资源的挖掘和分析力度。身处大数据时代的我们，需要找准中国高等教育教学评价的定位，通过掌握大数据关键技术，为高等教育教学评价的高质量发展赋能。