基于前景理论的课程思政教学评价研究

王菊香，周翔宇，李 思

（安徽建筑大学数理学院，合肥 230601）

唐代著名教育家韩愈说过：“古之学者必有师。师者，所以传道，授业，解惑也。”师者，不仅要“教书”，更重要的是“育人”，教师在传授知识的过程中，言传身教，知行合一，以自身的人格魅力来感染和启发学生，促进学生的全面发展。课程思政的理念将“教书”与“育人”完美地融入在课程教学的全过程。课程思政是指以构建全员、全程、全课程育人格局的形式将各类课程与思想政治理论课同向同行，形成协同效应，把立德树人作为教育的根本任务的一种综合教育理念［1］。2017 年中共中央印发《高校思想政治工作质量提升工程实施纲要》，正式提出“课程思政”这一概念，强调通过推进以“课程思政”为目标的教学改革，为高校积极开展课程思政提供了理论基础和行动指南［2］。2020 年5 月28 日教育部印发的《高等学校课程思政建设指导纲要》强调指出，要紧紧抓住教师队伍“主力军”、课程建设“主战场”、课堂教学“主渠道”，让所有高校、所有教师、所有课程都承担好育人责任，守好一段渠、种好责任田，使各类课程与思政课程同向同行，将显性教育和隐性教育相统一，形成协同效应，构建全员全程全方位育人大格局；同时，在对课程思政建设的战略举措、目标要求和内容重点等方面作出科学系统阐述的基础上，进一步提出了“建立健全课程思政建设质量评价体系”的发展要求［3］。课程思政是一项新的工作体系，其新主要体现在它是三全（全员、全过程、全方位）育人［4］。2021 年12 月，教育部发布《高等学校思想政治理论课建设标准（2021 年本）》，为课程思政的有序开展提供了具体化的指导。落实立德树人根本任务，必须将价值塑造、知识传授与能力培养三者融会贯通。高校课程思政教学的公共使命既是一个时代性命题，也是一个实践性话题［5］。课程思政就是教育者结合课程内容、思想、场景等实际，积极挖掘和运用各类教育、教学内容本身所蕴含的思想政治教育元素，对学生进行润物无声的思想政治影响的教育实践［6］。

随着课程思政教学的改革、发展和实践的新需求，教师的课程教学方式也发生了较大变化，教学环节中极为重要的对教师教学的评价方法也亟待完善。科学严谨，标准规范，动态完善的教学质量评价机制，是高校践行自身的责任与承担社会使命的必要保障，更是激励教育主体提升的重要途径，是推动课程思政教学质量发展的重要动力。健全的教学质量评价机制，有助于高校落实立德树人的核心目标，推进课程思政的育人实效，激励教师的主体担当，实践课程思政与思政课程的协同统一。它既是推动课程思政教学规范开展的前提基础，也是高校落实立德树人核心任务的强力支撑，对于推动课程思政的科学发展和推进高校办学水平的提高都是不可或缺的。一些学者对于教学质量评价进行了若干研究，提出教育质量评价具有发展和运作中的整体性、互动性和多维性等特征［7］。课程教学的开展离不开学校的教学管理体系和学生的学习实践，教学的规范化管理、严密的教学组织、相关奖惩措施的落实以及学生的学习方法和学习态度状况等因素对课程教学的开展都产生极大影响，都是影响课程教学质量的重要变量［8］。针对教学质量评价问题，一些学者做出了相关研究。基于课程思政的重要性，陈根等［9］针对高校课程思政的评价原则，提出了课程思政评价应遵循政治性、融合性和实效性相结合的原则。王岳喜等［10］初步探索了课程思政评价体系的构建思路，从量化评价和质性评价、形成性评价和总结性评价、诊断性评价和发展性评价相结合的角度展开了分析探讨。胡洪彬［11］进一步研究了课程思政的教学质量评价，提出课程思政的教学质量评价体系要实现科学建构，应立足于课程思政教学质量评价的主体、客体、内容和程序等要素。课程思政教学质量评价体系要规范运作和科学展开，高校应高度重视协同机制、嵌入机制、指标管理机制、信息机制和理念机制的建构，推动课程思政教学质量评价形成多元介入模式、全面关照模式、动态完善模式、透明运作模式和价值引领模式，从而通过科学评价推动课程思政教学质量的提升。

《高等数学》作为理、工、经、管类各学科专业的公共基础课，课程的广度与深度为实践课程思政和落实立德树人提供了良好的平台。基于理工科特色，针对高校课程思政的评价标准，杜震宇等［12］提出了课程思政坚持教学目标明晰、教学内容合理、教学方法灵活以及教学情境感人等的评价标准。张蕴等［13］在OBE理论下提出高校思政课教学质量“持续性评价”的路径取向。下面以对《高等数学》课程思政教学质量的评价为例做进一步分析和研究。

1 对教师教学技能的传统评价方法

专家对教师教学技能传统的评价方法一般是根据专家打分，采用加权平均法得出被评价教师的最终得分，根据最终得分给出教师教学技能的优劣排序。下面以对某大学教师《高等数学》课程思政教学的评价为例，做进一步阐述。某大学对教师课程思政教学质量的评价，利用表1的评价标准进行打分，再将专家的评价得分加权平均，然后计算出教师课程思政教学质量的最终结果，继而对教师教学质量优劣进行排序。

表1 某大学教师课程思政教学评价

这里以5 位专家对4 位教师Ai(i=1,2,3,4 )的课程思政教学评价为例，分别从教学准备(C1)、教学内涵(C2)、教学措施(C3)、教学效果(C4)和教师素养(C5)5个维度进行打分。5位专家依据表1的评价标准，给出4位教师每项得分如表2：

表2 专家打分表

续表2

由表1 可算出5 个维度C1占权重为：，C2占权重为：C3占权重为：C4占权重为：0.2，C5占权重为：

根据专家打分及5个维度所占权重，由加权平均法算出每个教师最终得分，见表3：

表3 四位教师最后得分

利用某大学传统的教师课堂教学评价标准，由表7得出教师教学水平A2或A4优于A1或A3，但是A2和A4得分一样，A1和A3得分一样，无法进一步判断出优劣，需要引入一种新的评价方式。接下来介绍一种基于前景理论的新的课程思政教学评价方法。

2 教师课程思政教学技能评价新方法

2.1 理论基础：

实际生活中，专家一般采用自然语言表达自己的评价信息。如对评价对象一般采用“好”“中等”和“差”等模糊语言进行评价。

定义1［14］：设Sg={}S0,S1,…,Sg-1是g粒度的犹豫模糊评价语言信息集。例如，在某个9粒度语言评价环境下，{绝对差，极差，很差，差，中，好，很好，极好，绝对好}。

定义2［15］：设是概率语言集，其中表示语言项出现的概率是，#L(P)表示L(P)所有不同语言项的个数。

定义3［14］：设

是概率语言集，r(k)是语言项L(k)的下标，L(P)是一个有序概率语言集，按照的值依次递减的顺序排列。

定义4［15］：设

定义5［15］：设L1(P)和L2(P)是两个概率语言率，其中#L1(P)和#L2(P)分别表示L1(P)和L2(P)所有不同语1言2项的个数。如果#L1(P1 )＞#L2(P)，则在L2(P)中增加#L1(P)-#L2(P)项元素，使得L1(P)和L2(P)所有不同语言项的个数相等，其中增加的项取L2(P)中最小的项，且令其概率为0。

不确定多属性决策问题在实际生活中应用广泛，对教学质量的评价就是一个不确定多属性决策问1题 2。Tversky 等［16］在19912 年提出了前景理论。前景理论研究的基本要素是前景，即各种风险结果。多属性决策过程也就是决策者对各种“前景”的优劣排序过程。首先由决策者根据需要选定合适的参照点，并将决策信息与参照点对比，从而得出决策问题的“前景”，也就是各个决策方案相对于参照点的“收益”或“损失”。在前景理论中，决策者根据参照点来衡量各个方案的收益和损失情况，因此参照点的选择对决策的结果至关重要。决策参照点的选取一般依据决策者自身的风险偏好和心理状态。在传统的多属性决策中，很多学者选用零点［17］、中位数［18］、决策者对各属性的期望值［19］和正负理想解［20-21］等作为决策参照点。其次，进一步判断评估所得到的“前景”，从而得出最终的决策结果。前景价值由价值函数和概率权重函数决定，价值函数是决策者根据实际收益或损失所产生的主观感受的价值［22］。决策结果和预期的差异程度用价值函数来表示。在面对损失时会规避风险，而在面对收益时，更加倾向于大胆冒险，这是人们的一般心理特征。价值函数一般为S型函数，即损失和收益部分各为凸函数和凹函数，且在损失情况下的函数斜率更大。

前景理论的价值函数定义如下：

定义6［16］：前景理论中的价值函数是将具体的损益转化为人们主观的前景价值的函数，具体形式如下：

其中：△x为x偏离某一参考点x0的大小，△x≥0 表示收益，△x＜0 表示损失；α、β为决策者对收益和损失的敏感程度，决策者在面临收益时更倾向于风险规避，面临损失时更倾向于风险偏好；θ为损失厌恶系数，θ＞1 表明决策者相对于收益而言对损失更加敏感。

定义7［15］：设L1(P)和L2(P)是两个概率语言集，其中，则

称为L1(P)和L2(P)的偏离度，其中和分别是和语言项的下标。

各方案的收益值和损失值记为：

定义8［15］：设是概率语言决策矩阵，则称为项目集的正理想解，其中是的下标。定义9［15］：设是概率语言决策矩阵，则称 为 项 目 集 的 负 理 想 解 ，其 中是的下标。

2.2 基于前景理论的教学评价新方法

步骤1：计算专家评价概率语言决策矩阵。

同样，利用以上5位专家对四位教师的课程思政教学评价为例。5位专家采用9粒度犹豫模糊语言对4位教师进行评价，评价标准与原评价标准对比见表4：

表4 模糊语言评价信息表

表5 模糊语言评价信息下专家1打分表

根据表4，可将表2 中专家打分结果映射为9粒度犹豫模糊语言表示形式。以专家1打分为例，映射为表9如下：

其余专家打分结果映射方式相同，这里不一一列举。在模糊语言下，5位专家打分结果可由定义2得出概率语言决策矩阵R=[Lij(P)]4×5见表6：

表6 专家评价概率语言决策矩阵

由定义3，定义4和定义5可得专家评价概率语言标准决策矩阵见表7：

表7 专家评价概率语言标准化决策矩阵

步骤2：由定义8 和定义9，根据表11 计算出概率语言集的正、负理想解分别为：

步骤3：以正理想解L(P)+和负理想解L(P)-为参考点。由定义7以及式（1）、式（2）计算各教师教学技能的收益值和损失值。分别考虑α=0.85，β=0.85，θ=4.1，α=0.725，β=0.717，θ=2.04，以及α=0.89，β=0.92，θ=2.25 三种情况［23］，计算结果见表8。

表8 各教师教学技能的收益值和损失值

步骤4：计算各教师教学技能属性权重，得出：w1=0.1，w2=0.2，w3=0.3，w4=0.2，w5=0.2。

步骤5：由式（3）计算各教师教学技能的收益值与损失值之间比值，结果见表9。

表9 各教师教学技能的CRi 值

步骤6：由CRi值得出各教师教学技能的优劣排序为：A4≻A2≻A3≻A1，如图1所示：

图1 各教师教学技能CRi 值排序

通过以上案例分析，由图1发现教师教学技能CRi值会随着参数α，β，和θ的变化而变化，并且尽管参数发生不同的变化，各教师教学技能的优劣排序在3种参数情况下排序结果是一致的，同为：A4≻A2≻A3≻A1，说明了这种评价方法更加科学。

3 结论

在课程思政教学改革的背景下，对教师教学评价的传统方法有时不能很好地区分教师教学技能的优劣，还需进一步计算，造成了较为复杂的教学评价过程。利用模糊语言评价是专家常用的评价方式，在概率模糊语言评价的环境下，以上提出的基于前景理论的课程思政教学评价新方法，其中α、β为决策者对收益和损失的敏感程度，决策者在面临收益时更倾向于风险规避，面临损失时更倾向于风险偏好；损失厌恶系数θ＞1 表明决策者相对于收益而言对损失更加敏感。针对生活中不同的多属性决策问题，专家可以根据实际需要选择不同的参数α、β和θ，这样可以使决策的结果更加科学有效。教学质量评价新方法可以解决教师教学质量评价的这类实际问题，尤其在课程思政背景下，教学质量评价体系随之也需要进一步改革和完善，从而满足新形势下立德树人核心任务实现的新需求。参数α、β和θ的动态选择，可以满足不同学校、课程改革和教学改革等各类情境下的教学质量评价，构建科学、灵活、动态和可持续发展的教学质量评价体系，从而因地制宜地推动各类形势下的教学改革和发展。这样可以有效地避免传统教学质量评价方法的一些缺点，如，传统教学质量评价中常用的取平均分的方法，经常会出现教师最终得分相同，从而无法一次性得到评价的优劣排序结果，需要进行第二轮，甚至更多轮的评价才能得出教师教学质量评价的最终优劣排序结果。以某大学课程思政教学评价为例，通过与传统教学技能评价方法的对比，更加验证了这种方法不仅能很好地保存专家评价信息的完整性，还能科学高效地得出教师教学质量评价的优劣排序。从而验证这种方法顺应了课程思政教学发展的新需求，更加科学合理，推动了课程思政改革与建设更好地发展，具有一定的应用价值。这种教学质量评价的新方法，不仅可以作为课程思政建设过程中的教学质量评价方法，还可以应用到其它各种情境下的教学质量评价，也可以解决实际生活中遇到的其它一些不确定的多属性决策问题，具有广泛的应用价值。