大数据背景下高职院校教学质量评价体系研究

芦梅

摘要 目前，受办学理念和教学资源等因素的制约，部分高職院校在应用大数据技术方面仍然比较滞后。缺乏大数据意识、忽视教育数据采集、数据诊断平台信息化不足，以及数据质量诊断不够精准等问题，导致高职院校在构建教学质量评价体系时面临一定的阻碍。对此，高职院校应强化大数据意识，实现数据精准采集；充分利用大数据技术，深入分析教学情况；完善教学质量诊断平台，提升诊断精准度；完善教学评价主体建设，以提高教学质量评价的科学性。

关键词 大数据；高职院校；教学质量；评价体系

中图分类号：G712文献标识码：ADOI：10.16400/j.cnki.kjdk.2023.10.005

教学质量始终是高职院校生存、发展之基础，也是全面提升人才培养质量的前提，目前，我国高职教育已迈入高质量发展的新阶段。教学管理者、教学主体应运用前沿的技术和教育理念，更加全面、系统地掌握教学数据，促进教学流程规范化建设，科学制订教学质量评价体系，以推动教学质量的不断提升。但受限于教学信息化水平以及教育者的数据素养，不少高职院校的教学评价和教学诊断等工作还存在一些问题，给教学质量带来了不良影响。

1大数据背景下高职院校构建教学质量评价体系面临的阻碍

1.1部分高职院校缺乏大数据意识，忽视教育数据采集

当前，部分高职院校明显缺乏大数据意识，在管理决策过程中过于依赖经验，忽视了教育数据的采集。首先，高职教学往往由教师主导，教学组织和管理也大多由教师全权负责，靠教师积累的丰富经验来把握课程走向和进度安排，但这种经验型的决策管理明显欠缺科学依据。

其次，部分高职院校不重视数据采集，数据管理也缺乏系统性。教育教学的大数据源自教学过程、社团活动以及学生管理等多个方面，数据质量、数量和种类差异比较明显，其收集成本和分析价值也不尽相同。同时，高职院校采集数据时也不重视融合处理各类数据，仅仅汇总现有的数据资源，没有及时剔除错误数据和无效数据，而且对收集的数据也很少进行定期分类梳理，给后续的价值挖掘和数据分析带来了一定的阻碍[1]。

1.2受到技术的制约，难以有效完成教育数据处理工作

当前，因技术制约，高职院校教育数据处理工作难以有效推进，更难以满足教学质量评价的需求。一是高职院校目前对于大数据技术的应用明显滞后，无法较好地完成数据分析工作。对来源于实践的数据，高职院校只有实现各项活动联网才能全面、系统地采集数据。但是，教育信息化建设的滞后导致与教学过程和学生管理相关的数据难以及时获取，加之各类数据之间的兼容性比较差，数据存储系统不同，其格式和编码也有差异，源自不同系统的数据也就很难实现高度共享。

二是当前高职院校所应用的数据预处理技术不够成熟，很难提高数据分析效率。而且，受到大数据存储技术的阻碍，数据分析结果也很难得到有效保存[2]。同时，目前高职院校在数据质量管理、预测性分析、数据挖掘算法、数据可视化分析等方面都比较滞后，主要受数据挖掘分析技术的限制，数据的内在价值难以得到最大限度的利用。

1.3数据诊断平台信息化不足，数据质量诊断不够精准

随着信息时代大数据技术、人工智能技术的应用，以教学数据诊断为主要功能的平台在信息化建设方面的水平日益提升。但部分高职院校的教学数据诊断平台信息化建设水平仍然较低，大多停留在收集和处理教学信息的层面，受到相关技术的限制尚未形成有关诊断结果的数据链，难以摆脱对经验的依赖。

同时，海量信息和复杂数据的高速流转，致使负责诊断教学数据的主体很难甄别干扰信息及其实际价值。同时，信息的碎片化也在冲击其时效性和完整性，碎片化信息的增加使决策者要处理的信息越来越复杂，容易酿成决策失误的后果，给精确诊断带来不利影响。造成这一问题的原因在于很多高职院校缺乏大数据专业人才，特别是算法类技术人才，阻碍了教育数据的充分挖掘，难以从根本上优化数据分析效果和数据诊断质量。

1.4教学质量评价主体还不够明确，评价结果失真

当前，部分高职院校的教学质量评价主体还不够明确，评价结果反馈明显滞后。在确定评价教学质量的主体时，随意性比较大，致使评价主体混乱。部分高职院校只重视教师层面的督导评价、同行评价等，不重视学生的评价。这很容易让教师过于迎合主要评价主体的教学期望，而不重视学生对教师所用教学方法的认同度及其对教学效果的满意度，不利于最大限度地调动学生的学习积极性和主动性。

部分高职院校评价教学质量过于突出学生这一主体，而忽视了其他主体的评价。学生评价往往根据自身感受，或者根据自身对教师教学的偏爱程度，很少从专业角度衡量教师采用的教学方式恰当与否、教学过程合理与否、教学内容贴切与否，使得学生评价缺乏一定的客观性与全面性，直接影响教师教学的积极性。此外，还有一些高职院校在开展教学质量评价时，未对评价主体进行培训，造成其对各项评价指标的理解存在差异，致使评价结果失真。

2大数据背景下高职院校构建教学质量评价体系的策略

2.1强化大数据意识，不断完善数据精准采集

在大数据背景下构建教学质量评价体系，高职院校应进一步强化大数据意识，不断完善数据的精准采集。第一，高职院校领导和全体教师应自觉强化自身的大数据意识，深刻认识大数据技术对于学校教学和管理等工作的重要作用，提升教师的数据素养。既要结合教师实际定期实施数据素养培训，完善相应的考核体系，也可以将大数据技术运用于教学决策体制建设当中，让全体教师深刻认识到大数据技术的重要性。即大数据技术可以把学生学习的过程转化为具体的数据，更真实、更全面地反映教学进展情况及其内蕴的教学规律，并以可视化的形式展现这些规律，方便教师对教学发展进行预测、科学决策和有针对性的资源推送[3]。这种数据驱动下的教学决策，能够系统分析教学数据资源，充分掌握学生行为表现，并以此为基础开展具有针对性的教学创新，从而不断提升教学质量。

第二，高职院校还应该积极应用大数据技术全面掌握学生课堂表现、教师授课情况和作业完成情况等基础数据，方便开展准确的教学分析与评价。在此基础上，要利用大数据技术丰富教学质量的监控数据，为教学质量评价提供多角度的参考依据。例如，可以利用图像识别技术全面采集学生上课投入程度的数据，分析学生在课堂上的动作、表情等，进而获取教师在课上的授课投入程度、学生上课积极程度与师生互动情况等[4]。可以说，数据采集是利用大数据监控教学质量的第一步，只有打好数据采集的基础，教学质量评价才能更加科学、合理。

2.2充分利用大数据技术，深入分析教学情况

在大数据背景下构建教学质量评价体系，高职院校必须充分利用大数据技术来深入分析教学情况。第一，高职院校应设置与大数据技术紧密相关的实训课程，并开设SPSS数据处理软件等常用的数据分析技术培训，提高教师的大数据技能[5]。在此基础上，高职院校要充分利用大数据技术以完善教学平台，推动大数据技术和教学密切结合。各级教育主管部门要结合实际情况制订高职教育大数据标准，实现数据共享，从而最大限度地发挥出大数据技术的优势。

第二，在借助大数据技术优化教学工作中，高职院校还要适应智慧教学发展的步伐，下大力气推进教学质量评价实现更好的发展。随着情境感知、学情分析等新兴技术的诞生和广泛运用，评价指标在差异性和生成性方面成为可能。利用传感器、动作捕捉和物联网等技术，全面采集学生学习的过程性数据，紧盯学生学习的具体过程，描绘数据画像，凭借数据挖掘与分析技术获得教学全过程的数据。完整、及时地获取教学数据，能够让教学评价标准在形式和内容上更具有多样性与包容性，从而提升教学质量。

2.3完善教学质量诊断，增强诊断精准度

在大数据背景下建构教学质量评价体系，高职院校要建立和完善教学质量诊断平台，提升诊断精准度。第一，高职院校要建立与完善兼具教学分析功能与教学功能的教学质量诊断平台。该诊断平台具有目标设定、标准制订、任务分配、智能画像、信息推送等功能。完善这一平台及其与其他软件平台的集成融合，能够有力推进智慧校园与教育信息化的建设进程，推动智慧教育实现高质量发展。高职院校根据国家有关教育数据的建设标准搭建数据中心，并结合部门工作的实际情况，建构教师管理、学生管理、后勤管理与科研管理系统，推进各系统数据之間的共享互通，并依据数据安全协议确保数据采集工作安全实现互通共享。诊断教学质量的平台可以完善学校一系列工作的成果数据，并实施纵横对比等分析，进一步优化原因反思、措施改善、回溯性反思等具体环节，促进教学质量诊断与反馈的常态化建设，为教学质量评价提供保障。

第二，在系统、科学的诊断基础上，高职院校要及时发现教育问题及分析其深层原因，使教育质量的提升更具针对性。高职院校要面向学生和教师开展不同的教育诊断，根据结果进行学科对比、纵横对比和多因素融合对比，精准判断教学中存在的问题及其深层原因。对于学生，高职院校要借助大数据开展学习诊断，融合分析各类学情数据，掌握学生的学习情况，精准确定影响其成绩的最重要因素，生成诊断报告[6]。对于教师，高职院校要借助大数据对于学生学习的诊断分析结果，精准判断教师课程教学中的优缺点。对于专业，高职院校要结合大数据判断教学目标、教学任务和教学过程管理在哪些环节出现了问题。

2.4完善教学评价主体建设，增强评价的科学性

在大数据背景下构建教学质量评价体系，高职院校必须进一步明确教学质量评价主体，增强评价的科学性。第一，要明确具有权威性的评价主体。一方面，高职院校领导要加大听课检查力度，教学主管提高听课频率，增加教学主管与师生之间的交流，加深相关领导者对教学质量的认知。教学管理部门应将听课作为评价教学质量的主要形式，各教研室要积极鼓励教师互相听课或组织各类竞赛，做到取长补短，不断提升授课质量。另一方面，要进一步强化教学评价专家小组的专业化督导。可以聘请专业水平高、教学经验丰富的学者、专家组成督察小组，结合高职院校人才培养方式、教学目标等科学制订合理的评价方式，考查教师的教学手段和内容[7]。同时，健全工作业绩考核，聘请企业专家组建考核团队，聚焦毕业生的工作适应能力，实现对高职院校教学质量的间接考核。

第二，高职院校要构建系统、科学的教学评价体系，增强评价的科学性。一方面，要确立科学的教学质量评价标准。确立与教学目标及内容相匹配的评价标准，实施中期检查和期末检查，评选优秀教师与优秀课程，促进教师实现教学方法的创新。根据教学目标的确定、教学方式的实施来制订评价标准。采取计分的方式评价教师的教学能力与学生的专业水平，从而评估教师的业绩水平。另一方面，确立科学的评价指标。针对工作量的评价指标应涵盖教学课时、实训指导人数、学生数量、毕业设计指导成果等。针对过程质量的评价指标应涵盖教学计划编写、教学选择、学生辅导和习题解答等。针对教学效果的评价指标应涵盖领导评价、同行评价、学生评价、专业评价以及企业评价等。

基金项目：河南省高等教育教学改革研究与实践项目“基于大数据背景的高职院校教学质量评价体系研究”（2021SJGLX842）。

参考文献

[1]张明，张一春.基于大数据技术构建高职院校教学质量监控体系的研究[J].中国职业技术教育，2021（35）：19-23.

[2]刘道广，石全珍.基于大数据的高职院校教学质量监控与评价研究[J].电脑知识与技术，2019，15（20）：141-142.

[3]王英彦，杨刚，曾瑞.教育大数据背景下高职教学质量提升策略[J].中国职业技术教育，2020（14）：61-66.

[4]许莉萍，杨洁琼，吴传宇.基于“互联网+教育”的线上线下混合教学模式对大学生学习绩效的影响[J].中外企业家，2020（19）：207-209.

[5]李运山，肖凯成.高职教学绩效评价的现有形式、瓶颈问题与体系优化[J].教育与职业，2021（9）：88-93.

[6]刘博文，吴永和，肖玉敏，等.构筑大数据时代教育数据的新生态——国内外国家级教育数据机构的现状与反思[J].开放教育研究，2019， 25（3）：103-112.

[7]聂文俊.高职院校教学质量保障与监控困境及应对[J].教育与职业，2019（17）：41-44.