大数据支持下成人高等教育的多元化学习评价方式研究

○蔡璐遥

培育高素质人才是高校的职能，对学生的学习评价有助于学生发现学习过程中的问题，从而更好地履行高校的育人职能。在大数据时代，将大数据应用在成人高等教育中能为教师提供建设性的教学建议，不断完善现有学习评价体系，提升教学质量。成人高等教育的教学对象具有一定特殊性，以大数据为支撑的多元化学习评价方式与教学对象的学习特征相符合，能够满足成人高等教育对象多样化的学习需求，使他们在学习过程中产生更强的获得感和满足感。

一、大数据支持下成人高等教育多元化学习评价方式的价值与特征

（一）大数据支持下成人高等教育多元化学习评价方式的价值

首先，传统的学习评价方式仍存在许多问题，这些问题正在影响成人高等教育质量的提升。具体而言，在各类学习评价活动中，教师和学生参与度不高，二者的主体作用并未有效提升。学习评价大多由学校管理部门主导，师生参与的热情不高。学习评价方式相对单一，评价维度狭隘。部分学习评价信息严重失真，这对学校制定后续政策、落实各个阶段的管理目标造成误导。大数据能够丰富现有学习评价体系的层次，通过学生自主评价、教师专业评价等方式提升学习评价质量。针对成人高等教育的学习主体，学校还应当为学生提供全面、持续性的评价，跟踪学生学习的全过程，做出更加全面、真实的反馈[1]。教育主体参与指导制定人才培养方案的全过程，学校的人才培养方案将更符合社会的现实需求，还能满足在职人员解决实际工作问题的要求，体现成人高等教育的应用性。现代化的学习评价方式能够全面考查学生的学习习惯、能力特征，对成人高等教育的学习主体而言，明确个人发展的局限性和前景是促进其职业生涯长远发展的有效方式。

教育主体应当将学生视为发展中的人，有目的、系统化地收集信息，对学生的学习和工作状态进行细致分析，通过加强和学生的沟通交流了解他们各自工作岗位对工作主体技能、综合素养的要求。大数据将学生的学习内容和他们的职业需求结合起来进行分析，为学生推送与其工作内容密切相关的评价信息，鼓励学生在工作、学习的不同阶段积极反思。发展性的评价方式能够对学生进行细致入微的判断，突出学习评价的诊断功能，强调尊重学生的个体差异。发展性评价通常是持续性、追踪式的评价，以发展理念为指导的评价方式能通过聚类分析、时间序列分析等方式挖掘学生的学习数据，结合学生的特点构建学科地图，分析学生的学习行为、风格，最终得出对学生能力的诊断结果[2]。发展性评价中，教师和学生都是深度参与者，在大数据的支持下，教师和学生在学习评价中的参与感更强。随着大数据功能的不断充实，还将有更多主体参与到评价的过程中，学习评价的科学性、多样性将在潜移默化中提升。

其次，成人高等教育的学习评价以评价标准为尺度，对各类评价内容进行量化。当前，许多成人高等教育学习评价方式受到评价标准制约，评价的各个环节较为模糊，诸多不可衡量的因素影响着评价的有效性、多样性。部分成人高等教育以服务地方经济发展为主要目的，但从教学改革能力、人才培养能力、内部质量体系的视角看来，形成具体可衡量指标的难度较大。在大数据时代，高校中不同主体需要处理的信息逐渐增加，人们处理信息的能力有所提升。传统成人高等教育中难以被量化的因素以大数据为支撑，各项评价标准变得愈加清晰。除此之外，大规模的数据调查有助于对难以评估的因素，如学生的心理发展、职业规划的前瞻性等，进行深入分析，从而获得更加客观、科学的评估结果。

最后，大数据支持下的成人高等教育学习评价的路径更加多样，这弥补了传统评价方式缺陷。传统评估模式下，对学生的评价倾向于成绩评估，教师和教育部门主导着评价的全过程，评价体系相对封闭[3]。当前，学校针对成人高等教育学习主体的特征设计综合素养评价与发展性评价，尝试将评价活动贯穿在学生的日常工作、学习中，覆盖学生生活的方方面面。大数据技术支持下的评价方式，其数据来源广泛，教育主体、技术人员须通过有效分析发掘数据潜能。学校中举办的各类校园文化活动、讲座沙龙活动也会产生许多教育数据，成人高等教育的学习主体通常会参加学校举办的讲座活动，并通过学校提供的机会参加实践，教育主体应当认识到所有参与活动的主体都是数据的生产者，教育大数据正在为不同主体的相互评价搭建新桥梁。在这一前提下，扩展数据收集的范围，关注数据来源及其真实性有助于开辟更加多样化的评价方式。随着新评价方式的开发，数据将成为衡量学生学习成果的关键因素，在未来的评价体系中发挥更重要的作用。

（二）大数据支持下成人高等教育多元化学习评价方式的特征

1.学生中心评价。基于大数据的学习评价体系应当以学生为中心，大数据为高校开展学习评价提供着广阔的空间，但这也意味着高校筛选与挖掘数据的难度显著提升。高校应当发挥大数据的作用，利用大数据进行科学可靠的学习评价，把握好选取、分析数据的方向，避免在规模庞大的数据中迷失，最终导致数据使用效率出现问题。学校须将学生视为评价体系的中心，构建起高质量的学习评价体系。将学生设计为学习评价体系的中心是当前成人高等教育质量评估的主流趋势，这一理念要求教育主体关注学生的学习与发展，从以“教”为主过渡到以“学”为主，提升学生学习的质量与效果[4]。学生在整个评价体系的中心，教育主体利用多样化的评价方式对学生进行评价，综合素质在潜移默化中得到充分发展。

从成人高等教育发展的历史进程看，这一教育形式正在朝着普及化、大众化的方向发展，成人高等教育质量观也在朝着关注“人”的方向不断变革。教育主体越来越关注学生的利益诉求，将学生的利益摆在首位。在应用大数据的学习评价体系中，教育主体关注学生方方面面的信息，希望通过这些拥有特殊属性的数据探究成人高等教育的教学规律，设计出更科学的教学方法。如今，世界上不同国家的成人高等教育愈加重视对学生学习的评价，主流教育观念认为应当借助多种测量方法和工具，对学生的学习成果进行持续、有效的收集与分析，从而对学生的能力增值状况、学习态度变化情况等因素进行详细分析。这些信息将作为最终评价学生学习效率和教师教育成效的重要依据[5]。教育主体通过评价指标、结果分析找出学生学习过程中的问题，结合不同个体的学习习惯、规律，探寻具有针对性的解决方案。这种以学生为中心的成人高等教育学习评价体系将为教育主体发掘学生的学习潜能并提供更优质的教育服务提供帮助。

2.全过程评价。大数据支持下的成人高等教育将逐渐实现全过程评价，高校教育主体应认识到，记录和分析学生学习的相关数据是一项复杂的工作，但这一工作有助于判断学校的教育质量。完善的学习评价体系将为学生反思学习效率、学校反思教学质量提供可靠依据。学校不应当通过单一的课业成绩判断学生是否优秀，而应当综合考虑学生的各方面能力。从实际教学过程看来，教师无法通过结果评价了解学生的学习过程及状态，因而无法改进教学过程。科学研究的成果也表明，学习可被视为身体和环境连接的一种活动，这种活动要求学习主体对时刻变化的环境做出恰当反应。这意味着学习过程本身依赖环境，还要随着环境的变化不断调整。正因如此，包含着学习环境等因素的输入环节、过程性评价和结果评价对学生而言同样重要，教师应当逐渐渗透全过程评价理念，探究有助于学生学习的各类元素，从而提升教育的有效性。

“投入—环境—成果”的评价模型能够为学生进行学习评价提供支持，这也是学生进行学习评价的内在逻辑。教育主体利用和学生学习过程、结果有关的各类信息引导学习主体做出有助于改进教学方式的决策，一旦缺乏与投入、环境相关的评价，教育主体做出的判断极有可能是片面、无效的[6]。如在评价成人高等教育学习主体的学习成果时，部分教育主体对学生各个模块的能力进行测试，得出的测试结果千差万别。但教育主体不能只依靠单一评价结果对学生做出判定，而要了解学生学习的过程，收集学习过程数据。教育和学习主体在学习、教学过程中的一言一行都将被转化为数据加工、分析、存储，这便为实现全过程学习评价开辟了新路径。

3.多层次评价。大数据支持下的成人高等教育学习评价体系将逐渐实现多层次评价的目标，更准确、有效地记录与分析和学生有关的学习数据。提升教育决策的科学性是提升我国教育治理能力的重要途径，也是实现教育治理能力现代化的主要路径。教育主体收集大规模的教育信息数据，并对成人高等教育实施过程中产生的数据进行多层次分析，决策的依据更加全面、客观、真实，决策的过程也因此更加科学而准确。大数据辅助下学生能够对学习结果进行考察、研究，也可对影响这一学习结果的因素进行探究，为下一阶段的学习提供新思路。从数据广度看，大数据分析的范围包括学生在校、在家等多场域的数据，其中学生个人生活空间的数据则有助于从动机、生活背景的角度出发考察各种因素对学生的影响。细化的数据还能记录少数族群学生、弱势群体学生在学习过程中的参与度与具体表现，将评价结果与同类型、层级的学校进行比较，促进教育公平实现。

从教育效能的相关研究数据可知，多层次的评价体系有助于提升学生的学习效率，为教育决策提供直接依据[7]。教育效能相关研究关注的是校内外环境中各类参与组织和个人对学习主体、学习过程与发展过程增值的影响。在观察学生高阶能力发展、学习态度、认知成果进步幅度的过程中真实反映学生受到教育影响的程度，对成人高等教育的质量进行进一步客观说明。

二、大数据支持下成人高等教育的多元化学习评价方式实现路径

（一）常态化收集与管理学习数据

在大数据时代，成人高等教育的教育主体应当重视数据收集与管理工作的质量，不断完善现有的数据管理制度，为科学利用大数据技术，完善学习评价体系奠定组织基础。

1.常态化收集学习数据。教育主体应当改变评价观念，认可大数据在学习评价中的作用，关注日常教育数据的收集状况，使数据收集工作朝着常态化的方向发展。从传统的教学评价过程看来，许多教育主体对成人高等教育学习主体的评价具有碎片化特征，评价的过程和结果都无法体现学生的阶段性、终局性学习成果，甚至可能对学生造成学习方法、观念上的误导。单一的课程测试方法、机构的标准化测试体系都无法体现学生学习增值的过程。部分学生由于阶段性学习成果反馈达不到个人预期，逐渐失去学习信心，这影响着成人高等教育的可持续性。教育主体对学生的了解也不够全面，对学生的评价完全依赖于考试成绩，学生综合素质的发展并未受到重视。如今，社会对“人才”的定义变得更加广泛，成人高等教育的学习主体有其特殊性，教育主体应当看到成人高等教育学习主体的特殊性，鼓励学习主体将工作内容与所学知识结合起来[8]。同时，完善现有学习评价方式，使评价方式更符合成人高等教育对象的现实状况。

在大数据支撑的学习评价体系中，获得伴随式、具有连续性的数据是突破传统评价屏障的关键。在国外一流高校，教育主体利用信息化工具跟踪学生的课堂表现，并结合多样化、多方面的数据对学生的学习过程进行评价，这种评价方式能够反映学生的日常学习状况，提升评价的准确性，因而逐渐获得教育主体的认可。嵌入式的评价作为成人高等教育体系中不可缺少的部分，其关键在于利用系统化的方式确定不同课程的教学目标，并利用具体的标准对课程目标的要求进行量化。各层级的教学目标量化后，教师再根据学生的学习状态、发挥大数据系统的作用对学生进行评分。学生通过大数据系统的评分可得知学习过程和结果是否达到平均水平和获得教师认可。嵌入式评价的具体实施方式是多样化的，大学生可通过嵌入式评价了解自己学习过程中存在的问题。教师要求学生以演讲、小组汇报、视频汇报等方式展示学习成果，考查学生不同方面、层次的能力，评价的全面性、准确性逐渐提升。然而，嵌入式评价的大部分步骤须依赖于大数据的收集，因此，教师须不断推进数据收集工作的常态化进程，不仅要收集学生学习过程的量化数据，还要关注学生思维品质的发展，体现新时代立德树人的要求[9]。学生通过学习评价体系的不同标准了解个人发展应当具备的技能和素质，评价体系中具有实践意义的标准还能为学生发展自身工作能力提供参考。在对比工作能力与学习能力标准体系的过程中，学生寻找工作、学习和日常生活的平衡点，综合能力在无形中得到本质提升。

2.常态化管理学习数据。数据信息是不断循环与更新的评价载体，这一载体应用在高校管理和决策的过程中能够推动各项工作朝着信息化、制度化的方向发展。高校须建立起有助于提升数据管理效能的制度，推动管理工作制度化发展。首先，学校中各个部门须共同参与到数据管理过程中，各个部门的职责要明确，为形成持续性、周期性的数据循环过程服务。目前，大多数高校在数据设计阶段以教师发展或教学研究中心为发端，参考社会学、心理学和教育学的理论设计学习评价的数据与方法。学校的图书馆、信息技术部门负责数据的收集，研究部门负责处理和重组数据，管理中心负责反馈和使用数据。在后续使用数据的过程中，学校的学术委员会、管理中心负责制定相应的政策并依据新的评价需求对评价项目进行改进。成人高等教育的学习主体来源复杂，不同学习主体参与成人高等教育的目的有所不同。学校制定的学习评价方式应当和学习主体的现实需求相符合，能够体现新时代教育个性化的要求[10]。与此同时，高校须提升大数据管理效能，严格稽核与验证数据的来源，对获得的数据进行分级、分散存储，降低不同主体的访问压力。在应用数据的工作阶段，学校技术部门应当保证数据来源、指标定义、统计口径的一致性，而这些都需要严密的制度作为支撑。如今，许多学校已经建立起高质量的管理体系，从而保证各类数据在成人高等教育的学习评价环节发挥作用。随着制度的完善，数据管理体系将更加健全、完善。

（二）兼顾目标监控与过程管理

成人高等教育的学习评价方式正处于改革过程当中，改革的基本逻辑是提升评价的效度，从而实现既定的教育目标。正因如此，成人高等教育的教学过程监管是目标管理的重要载体。高校须发挥挖掘大数据的优势，在管理过程中兼顾目标监控与过程管理，体现二者的有机结合。培育高素质人才不可能一蹴而就，高校应看到培育人才的活动具有内在联系，不同流程环环相扣，而各个流程的完成度直接影响着教育成果。教育主体应当针对不同的教学环节对教学目标进行分解，从而制定有针对性的方案提升学习评价的有效性，利用多样化的学习评价方式对学生进行全面评价，使不同学生能够在学校中得到发展，找到适合自己的赛道。从课程教学的过程看来，教育主体可根据分解后的教育目标搜集、分析数据，将教学目标和评价标尺结合起来，达到以评促教的目的[11]。设立面向整个教学过程的评价机制，改变传统教学中在学期末进行集中观察的数据搜集方式。对搜集到的数据进行全面解读，将教学评价贯穿在评价的全过程。

此外，基于大数据实施有效评价，在初步开展数据挖掘工作后，对数据信息进行二次挖掘，在价值判断的基础上应用多种分析模型，形成教学期间的过程性数据。在完成一个学期的教学后，教育主体可将教学过程中收集到的数据与教学目标比对，通过这种方式考察教学目标的完成度，并为后续的教学活动提供充足参考。目标性评价和过程性评价相结合，这体现着成人高等教育不同教育要素之间的相互影响和动态发展。

（三）建立完善的数据考核与反馈机制

基于成人高等教育过程产生的数据进行考核并反馈考核结果能够推动大数据使用价值的实现，还能将学校具备的技术优势逐渐转化为育人优势。为形成基于大数据的考核方法，高校须重视教职工素质的提升。成人高等教育的主要教育对象为在职人员，由于学习主体来源广泛，教师需要面对的教学情景较多，学生反馈的学习问题种类繁多、解决难度差异显著。教师应当具备较强的专业能力才能应对不断出现的新问题，尤其是在大数据支持的学习评价体系中，教师的信息化素养显得尤为重要。学校应逐步建立起促进教师信息化素养长远发展的长效机制，推动学校朝着内涵式发展的要求不断前进[12]。将内涵式发展的要求细化，不断优化成人高等教育的细节，从不同节点切入改进教育工作。

教育主体将学习主体的学习数据逐渐形成切实可行的评价标准，将新的评价标准作为评估学生学习能力的尺度，对学生进行定性、定量两方面的评价。终局性的评价已经不再适合学生的长远发展，学校须结合学生学习过程产生的数据，构建学生发展评价报告，在报告中展现学生能力素养发展的全过程，将终局性与阶段性的学习评价紧密结合起来。成人高等教育的学习主体通常更注重自身实践能力的提升，对这部分群体而言，解决现实工作中存在的问题是其学习的首要目的。因此，教师可在评价体系中融入更多对学生能力发展过程的评价，鼓励学生关注自身创新能力、实践能力，体现评价的时代性特征。教师的评价还可能影响学生的学习观念，教师利用大数据分析的结果为学生提出具体的学习建议，学生逐渐完善自我认知，调控、管理个人学习过程，平衡工作与学习管理的能力也将有所提升。值得注意的是，在提倡以学生为中心的教育背景下，教师应当将更多主体引入学习评价过程中，鼓励多主体参与评价过程。如鼓励学生进行自我评价，依据一定的标准对个人学习行为量化评分，从而使学生明确个人学习中存在的问题[13]。鼓励学生之间相互评价，使学生意识到培育自身团结意识、集体意识的重要性。再如，要求学生所在的企业对学生的工作表现、创新能力、实践能力进行评价，从而了解学生在各自岗位上的状态，考察其将所学知识应用在实际工作中的本领。

在教学反馈方面，学校应当建立起定期反馈机制，要求相关教育主体定期向管理部门反馈学生的学习状态并进行评价。从管理的视角切入，要求管理部门随时掌握学生的学习数据，根据大数据系统统计的数据撰写教学检测报告。面向社会公众、教育主管部门公开检测数据及报告，使不同主体能够及时了解学校的教学状况，提升成人高等教育的透明度，也为相关利益主体准确认知成人高等教育主要内容、形式、办学成果提供更多有效信息。随着信息透明度的提升，高校逐渐打破封闭式评价的束缚，将社会要求和成人高等教育活动联系起来，实现对学生学习全过程的监督，并提升学习成果反馈的有效性[14]。对于影响学生学习过程的重要事项，学校应当以专题报告的形式进行陈述、研究，结合大数据分析关键节点的具体教改措施，向学生及其他主体说明教改效果，为改进教育过程，提升学生的学习质量提供充足动力。

综上所述，大数据支持下的成人高等教育学习评价方式将朝着客观、公平、规范的方向发展，大数据也将使学习评价的结果更加准确、有效。学校可根据大数据的评价结果，结合学生的实际表现对学生作出全面评价。应用大数据开展学习评价工作是一项复杂的系统性工作，教育主体须不断完善评价过程，优化大数据应用的具体方式，增强学习评价的实效性，为基于大数据技术丰富学习评价的方式奠定良好基础。