人工智能下大数据技术在高职教育质量评价中的实践应用

●赵苓妃 吴伟生

随着人工智能时代的到来，各行各业都在利用大数据技术进行信息管理。高职院校在教育质量评价工作中始终保持高度重视，因此，应该积极探索大数据技术在高职教育质量评价中的应用情况。

一、人工智能下大数据技术在高职院校教育质量评价中应用已经迫在眉睫

现阶段，我国很多高职院校都在积极推动教育质量评价工作的发展。部分高职院校的教育质量评价工作较为成熟，主要包括学生自评、督导评价、同行评价，在提升院校教学水平和管理效率方面发挥了一定作用。然而，这种线下的评价方式受到人为因素影响，实际效果并不明显，不具备科学的参考价值。具体而言，部分师生没有严格按照评价标准进行打分，评价过程主观性严重；部分学生即使参与了教学过程，也非常了解院校的教育教学情况，但在其他同学影响下依然会给出不客观的评价；同行间碍于情面，评价内容和结果并不公正；院校督导没有时间跟踪课堂状态，只能根据有限的几节课评价教师的教学质量，教师的教育素养无法真实体现。另外，评价管理依赖于评价模块，只是简单的平均值处理，评价结果形式单一，没有针对教学过程和教育活动进行深入分析。而且，很多高职院校都将重点放在教育质量评价的结果上，并没有告诉教师或者学生评价结果的依据和原因，导致师生无法了解自己的优点和不足，无法有效提升自身教育水平和学习质量。因此，在人工智能新时代背景下，研究大数据技术在高职教育质量评价中的应用显得尤为重要。

二、人工智能下大数据技术在高职教育质量评价中可以发挥重要作用

人工智能背景下，高职院校日益关注大数据技术在教育质量评价工作中的应用情况。大数据技术的教育质量评价优势也愈发显著，具体表现在两方面，一是评价数据采集，二是评价结果反馈。为了加深人工智能下大数据技术在高职教育质量评价中应用价值的理解，主要从两方面入手展开详细的介绍。

（一）大数据技术助推教育质量评价数据采集更全面

大数据，又称作海量数据，是利用互联网技术和计算机技术的发展而产生的数据现象。大数据技术应用指的是通过数据采集、处理、分析、存储、可视化等技术对种类复杂、信息量大的各类数据进行采集的过程。大数据技术在高职院校教育质量评价工作中的应用有助于实现评价数据的全面化和真实性采集，进而有效记录学校的教育教学情况和学生学习情况。在大数据技术辅助下，学校可以获取教师教学的全部信息，掌握课堂状态、备课信息、教学目标、教学任务、教学方案、教学效果等内容；还可以获取学生的学习状态、知识掌握情况、实践活动参与情况、思想道德表现、情感价值观等信息；同时对学校自身的教育问题、教育成果、校企联合信息等进行采集。另外，纵向思维角度下，大数据技术进一步细化了评价数据，可以针对单一现象进行全面分析和评价。例如，面对高职院校学生就业率低的问题，大数据技术可以深入采集就业相关的信息，从行业发展现状、专业对口、学生技能、教育方向、国家政策方针、教学水平等方面入手对问题进行评价。总之，大数据技术全面、真实采集教育质量评价数据的特点为高职院校提升教育质量和效率提供了强有力的保障。

（二）大数据技术助推教育质量评价结果反馈更及时

人工智能背景下，大数据技术的另一优势是时效性。上文提到，大数据技术主要依托互联网技术，互联网信息传递快、传播范围广、传播时效高等特点为大数据技术在教育质量评价工作中的应用奠定了坚实基础。高职院校教育质量评价目标是帮助师生及时发现问题，调整教学状态和学习态度，同时促进学校教育方案的落实和实施。其中最重要的一个环节是结果反馈，大数据技术可以及时发现评价对象在教育过程中的问题，将评价结果传递给对应人群，完成实现评价目标的任务。需要注意的是，大数据技术及时反馈教育质量评价结果有两个层次。

1.评价结果生成及时性。传统评价模式下，评价结果的生成是一个层层递进的过程。教师提出教学目标和自我评价，院校督导针对教师教学情况和教学结果，对教师进行整体评价；学生提交学习目标和学习预期结果，学校根据考试成绩和实习情况对学生进行综合评价；学校提出整体教育目标，根据目标实施教育方案，最后根据学生就业率和职业素养进行评价；最后，高职院校将所有评价结果汇总，分析归纳评价因素和评价问题，最终生成教育质量的评价结果。由此可以看出，传统评价结果生成过程繁冗、复杂，限制性因素和不稳定性因素较多，第一阶段评价结果和第二阶段教育目标之间具有延迟性，很难发挥教育评价的作用。而大数据技术恰好弥补了时间延迟性问题，人工智能也可以有效避免疏忽和漏洞。评价结果不仅可以“一键式生成”，也呈现出动态化特点，高职院校教育质量评价中心将稳定因素输入数据库，其他不可控因素会自动调整，运算出真实有效的评价结果，以此提高时效性。

2.评价结果传递及时性。教育质量评价结果生成后，会自动将评价内容、评价依据、评价原因、评价建议等信息传递给评价对象，帮助教师、学生、学校及时调整计划，给予相应反馈。总之，及时具体的结果反馈对高职院校教育质量评价工作产生非常重要的影响。

三、人工智能下大数据技术在高职教育质量评价中开展实践应用

（一）转变教育教学思维，掌握大数据应用技术

现阶段，人工智能、大数据技术、信息技术已经成为时代特征。大数据技术与高职院校教育质量评价工作的融合是一种必然趋势，因此，高职院校的教育者应该转变教育教学思维，从宏观角度思考大数据技术在教育评价中的意义和必要性。一方面，加强自身建设。认真学习、运用大数据技术，以数据分析和综合分析为切入点，培养现代化大数据技术教育思维意识。将大数据技术应用理念落实到教育管理的每一个环节，掌握大数据技术采集信息、分析信息的技能，提高利用大数据技术分析教育教学现象的能力。通过大数据教育活动，高职院校可以在教育管理过程中累积历史数据，采集实时数据，整合校内外数据。同时教育者需要了解数据信息之间的连续性和关联性特点，将数据信息融入到教育管理中，为后续的教育质量评价工作做好准备工作。另一方面，完善相关规章制度和数据分析流程，在教育管理和数据信息之间建立紧密的联系，确保高职院校教育质量评价工作有章可循、有法可依。

（二）整合所有数据资源，搭建大数据管理平台

人工智能时代，数据是信息的来源。数据平台是开展教育质量评价工作的重要载体，因此，高职院校应该积极构建大数据管理平台，从数据平台建设入手，加深了解教育管理部门的专业、职能、课程，深入设计数据采集、数据处理、数据可视化、数据应用、数据处理与分析、数据存储等环节，将大数据技术和高职院校教育管理平台、质量监控系统充分结合起来。同时整合数据采集阶段的信息，挖掘既有信息和实时信息资源，串联院校专业、管理部门、课程学科相关的数据信息，最终构建一个便捷、实用、科学的大数据信息体系。在大数据信息体系指导下，高职院校可以建立具体的校本数据，形成教师、学生、学校等不同主体的教育质量评价指标库。指标库会在教育教学活动中获取相关数据，及时更新指标库中的数据资源，实现评价信息的共享和传输，形成汇总、评价、反馈机制，最大化提高大数据技术的应用水平。

（三）深化教育教学改革，制定大数据评价指标

大数据技术在高职院校教育质量评价工作中的应用价值主要依赖于科学有效的评价指标。完整统一的评价指标可以实现智能化、精细化、现代化管理，让教育质量评价工作更具有规范性和专业性，因此建立评价指标体系是高职院校优化教育质量评价工作的重要环节。而高职院校教育管理工作中，课堂教学是影响教育质量的直接因素，在学生基础技能学习、未来职业发展、职业素养提升方面发挥作用。综上，高职院校应该完善教育质量评价机制，多角度构建课堂教学评价指标体系。第一，关注课堂实际。教学活动考核时应该坚持以生为本原则，积极收集学生信息和背景，重视学生学习反馈结果，制定个性化学习方案，根据课堂实际教学情况，利用概率预测适合学生发展的学习方式。同时，评价指标需要综合考虑课程学科的教学目标，体现差异化特征，设计不同的考核内容和权重。针对教学质量进行评价时，注重评价学生“学”的效果，发挥大数据技术优势，评价教师对学生学习的重视度。另外，高职院校会设置不同的生源班级，所以评价过程也需要平衡班级生源特点，最大化避免不公平评价现象。第二，改革单向评价体制。大数据为评价机制改革提供了技术支持，所以可以增加评价互动机制，完善教师和教研室主任双向考核内容，减少单项考核、人为打分的影响。第三，设计督导评价指标。设置校内督导和校外督导两种形式，分别包括首日听课、推门听课、期末听课环节，给予督导各环节不同的分值和权重，帮助教师提升教学质量，自主遵守教学规范，实现自我价值。第四，安装班级远程监控。利用大数据技术在班级内部安装远程监控，实时记录各科教师的教学过程和学生课堂参与情况，构建过程性数据，评价内容主要包括教师教学流程、师生互动、应急处理等，结合一次性考核和过程性评价数据整理出最终的评价结果，完成单一评教向评教、评管、评学的转变。

（四）组建专业管理团队，构建大数据分析模型

在大数据技术与高职院校教育质量评价融合过程中，大数据管理团队是不可或缺的辅助手段。为了确保大数据技术及时有效的发挥作用，高职院校应该积极组建专业的大数据管理团队，吸纳技术应用能力强、信息管理能力佳的人才。大数据管理团队的任务是挖掘学校数据资源，构建一个完整的学校数据分析模型，模型内容主要包括数据分析方法选择、数据来源、数据内容分析、实施方案、市场现状、教育策略改进建议等要素。而且数据分析模型需要具有可控制、可管理特点，以此帮助师生自主培养大数据智慧，实现大数据技术与教育管理实践的一体化管理目标，促进教育管理数据可视化建设。

四、结束语

综上所述，教育质量是高职院校可持续发展的主要依赖对象，在人才培养和职业素质建设方面有重要作用。所以，高职院校应该重视教育质量评价工作的意义和价值，分析评价工作发展现状，不断优化教育质量评价工作的效率。大数据是人工智能背景下产生的一种新技术架构方法，通过捕捉、运算、分析等环节可以从海量数据中获取价值，为推动教育质量评价工作创造了全新可能。因此，高职院校应该充分挖掘利用大数据技术的优势，培养大数据应用意识、建立大数据管理平台、构建评价指标体系、组件大数据管理团队，从而提高教育质量和人才培养水平。