高職教學質量之大數據管理模型

□孫衛東

高職教學質量之大數據管理模型

□孫衛東

自2004年以來，實現由外延擴張向內涵發展轉變一直是高職的一項中心任務。但傳統的高職教學質量管理模式具有高度計劃性、流程性和控制性等特點，是以“經驗”、“主觀”、“規范”、“標準”、“統一”為特征的中規中矩式的一種模式，一直難以取得令人滿意的效果?；诮逃髷祿嫿ǖ母呗毥虒W質量管理模型，包括專業與課程設置模式、教學模式和督導模式，體現了現代質量觀所倡導的“數據化”、“客觀性”、“靈活性”、“個性化”、“實時性”、“過程性”等特征，更加適應當下急劇變化的人才需求市場和具有高度差異性及個性化的高職學生的教育。

高職；教學質量；教育大數據

高職（含高專）院校在1998年只有431所，但到2015年達到1341所，遠遠超過本科院校（684所）數量，且招生規模也逐年擴大。2015年，全國高校計劃招生約70萬人，其中高職為33.4萬人。但是，隨著高職招生數量和招生規模的迅猛擴大，高職教學質量問題也日益突出，長期以來，高職教育的一項重要任務就是如何實現由外延擴張向內涵發展轉變。為了應對這一難題，教育部早在2004年就啟動了五年一輪的高職高專院校評估，正式吹響了“向高職要質量”的號角。然而直到今天，因為不斷快速變化的社會、經濟環境，高職始終沒有能夠跟上時代對于高職越來越高的教學質量要求，這就倒逼高職必須審視以往的做法，不斷總結經驗與教訓，優化教學質量管理與督導模式，切實加速提升高職教學質量。

一、文獻綜述

關于高職教學質量方面的研究，近年來可謂百花齊放，不一而足，大致可以分為以下幾種觀點：

（一）強調對教師教學質量的考核與評價，強調“教”的質量

張世英（2009）認為高職迫切需要改變課程體系和教學內容相對落后于科技、經濟、社會發展的狀況。［1］曾興吉（2015）認為對教師教學質量進行公平、公正、科學、合理的考核與評價是提高教學質量的有力抓手。［2］任靜（2015）提出應該加強高職“雙師型”教師隊伍的建設。［3］馬玉（2015）認為提升高職教學質量的方法主要有：（1）規范教師行為、態度；（2）慎重選擇教材；（3）提高學生學習主動性，改善生源質量；（4）優化教學管理。［4］竇文晶（2015）認為高職師資隊伍結構不合理、“雙師”比例低和專業設置盲目是影響高職教學質量的關鍵因素。［5］馬永軍、李志敏（2015）認為，高職學生學習動力缺乏除了學生自身的原因外，還與高職沒有圍繞就業和社會實際需要及時調整專業結構和課程體系以及培養模式落后等有關。［6］張妍妍（2016）提出運用SERVQUAL模型，明確高職教學存在的問題，從而有針對性地加以改進，如根據課改趨勢及時調整課程設置方案、了解學生差異實施個性化教學等。［7］

（二）詬病高職教學質量評估制度

俞方（2010）認為現代教育質量觀應以市場和客戶為導向，其核心是“客戶質量定義”，而不是“教育者質量定義”，即教育質量標準不應是教育者（教師和學校）來規定，而應由受教育者及教育成果的使用者來判斷，客戶的要求和需求得到滿足是對教育質量的最佳評價，是評價教育質量的最佳標準。［8］王艷（2011）認為高職教學質量不應僅僅由第一方評價（教師自評）和第二方評價（學校內部），還應合理使用獨立于學校的第三方評價。［9］龍建佑、唐芳（2015）認為目前高職教學質量管理普通存在以下問題：（1）重“評價”輕“改進”、重“監督”輕“指導”；（2）不符合“因材施教”原則，認為目前教學質量檢查只查“教師”，似乎教學質量只取決于“講”，不考慮教學目標和內容，不考慮學生實際收獲；（3）不符合“全面質量”思想，沒有樹立“全面”、“全程”和“全員”意識。［10］

（三）提出運用大數據管理高職教學質量

楊現民、王榴卉、唐斯斯（2015）認為：通過大數據技術，學校可以全面采集和分析專業、行業、區域經濟與社會發展等諸多數據，從而準確把握市場對于人才的需求，明確專業培養目標和構建適合的課程體系。此外在數據的支持下，教師能夠更有效地關注每位學生個體，記錄每位學生的學習軌跡，分析每位學生的學習行為、預測其學習結果、診斷其學習需求與問題，開展真正的因材施教，教師也逐步由教學者轉變為幫助每位學生個性化學習與發展的指導者。［11］胡弼成、王祖霖（2015）認為大數據可預測、了解、評估教學行為，促進教與學的有效性。大數據還能幫助決策者及時掌握更為全面、更有價值的信息，以便正確決策。同時，大數據可幫助完善教學質量監控體系，為實時、全面、動態的質量管理奠定基礎。［12］

通過對以往研究的回顧可以發現：高職教學質量問題已經引起了學界的普遍關注，學者們從教學過程、管理制度和管理手段等諸方面提出了不少有益的建議。但是，當準備采納這些建議時，就會發現：這些建議或者還需要其他一些輔助條件加以配合，或者還需要做出大量工作才能使這些建議真正落到實處。比如，不少研究者把提升高職教學質量的重點都放“教”的方面，認為高職教學質量水平主要取決于“教師水平”、“教學態度”、“教學方法”等，認為出現教學質量問題主要是“教”的問題。事實上，教學質量管理是一個系統工程，“教”只是影響教學質量的一個方面，而且已經是處于教學質量管理工程的“后道”工序了，如果在“前道”工序已經存在一些先天不足的話，那么，最終的教學質量很難避免出現一些問題?？梢?，高職教學質量管理必須采用全面質量管理（TQM）的方法，做到“全程”、“全面”、“全員”管理，不僅要保證教學工作質量，而且還要保證教學管理工作質量。再比如，有學者提出“客戶質量定義”的現代質量觀，這是非常好的觀點。但是，采用傳統的質量管理手段則很難采集和處理有關“客戶”或“用人單位”反饋的大量分散的、歷時久遠的信息數據。正因為如此，大數據管理高職教學質量才成為當下的一個研究熱點，學者們列舉了很多這一方法的好處，并提出了許多操作思路。但由于這一方法還處于摸索和起步階段，所以總體而言，已有的研究成果都比較宏觀和抽象，都沒有具體的實操方法和流程。比如，需要哪些教育大數據？這些大數據從何而來？如何采集、統計、分析和挖掘這些大數據以用來管理和改進高職教學質量？本研究將就這些具體的實操細節進行更進一步的探索。

二、研究思路與研究內容

（一）研究思路

根據TQM理論，高職教學質量不僅取決于教或學的方面，而且取決于高職教學質量保障運行機制，所以，教學質量出現問題不一定是教師或者學生原因，還有可能是質量保障運行機制出現了問題，如教學質量評價指標不當、評價方法過時，甚至管理層的質量觀念陳舊，等等。所以，科學的高職教學質量管理體系必須能夠反映影響教學質量的全過程，即既要管理教學過程，也要管理教學輔助活動，包括專業設置、課程設置、質量指標、評價方法、教學資源、教學實施、教學督導等。

（二）研究內容

按照以上研究思路，可以把高職教學運行過程分為三大類活動，即專業設置與課程設置、課程教學、教學督導，這三類活動相輔相成，不可偏廢，它們共同構成了決定高職教學質量高低的因素，相應地，本研究運用大數據管理模型分別對這三類活動進行研究。

圖1　高職專業設置與課程設置之大數據模型

三、專業設置與課程設置之大數據模型

高職是為社會培養人才，高職教學質量如何，用人單位最有發言權，也最具權威性。而用人單位都是根據其專業需求招聘人才的，因此，專業就成為高職人才培養的起點，也是高職安排課程體系和課程內容的依據。根據全面質量管理（TQM）原理，管理高職教學質量的第一個重要環節就是專業設置和課程安排，如果專業設置不符合市場需求，課程安排達不到專業質量標準，那么，最終的教學質量必然難以保證，而對此應該承擔主要責任的就應該是高職管理者而非教師或學生。

之前，高職專業設置和課程安排主要是根據一些辦學經驗和邀請一些專家討論而定，具有很大程度的主觀性、隨意性和滯后性。因為高職培養的學生三年后才走向市場，而由于時間、精力和手段的局限性，在決策專業設置和課程安排時采集到的都只能是一些零星的、片面的或者滯后的信息，加之決策者的有限理性和有限知識，這種基于歷史的傳統的專業設置和課程安排方式已經很難適應當今快速變化的市場需求了。

如今，基于大數據的專業設置決策模型則能破解這一困難局面。大數據時代采用的分析方法不是傳統的抽樣分析的方法，它是“樣本=全體”的全數據處理技術，能夠不依賴于專家經驗而憑借客觀數據科學地進行預測分析。大數據的特點就是數量大而全、長期跟蹤性、實時性，因此，大數據決策模型最利于預測總趨勢和關注小概率事件。高職利用大數據可以實時地了解一些專業的發展現狀、就業水平、所需要的技術技能以及專業的未來發展趨勢，這就為高職實時地、動態地調整專業和課程提供了可能，從而滿足高職專業發展的需要和學生發展的需要。具體模型可設計如圖1。決策過程如下：

（一）建立高職內部大數據采集平臺

這一平臺要涵蓋高職內部方方面面的數據信息，并且長年不斷更新、不斷累積，既反映高職的歷史數據，又反映高職的動態數據。因此，需要采集的大數據包括歷年的教師和學生信息、招生信息、畢業生跟蹤信息、專業開設情況、課程開設情況、教學軟件硬件設施情況及其使用情況、教學資源建設情況及其使用情況，等等。

（二）分析高職的自身優勢與劣勢

在市場調查和專業設置論證時，需要根據高職內部大數據，列出高職具備哪些自身優勢與劣勢。比如，某高職優勢有：工科專業基礎雄厚、一批畢業生已經有一定成就等，劣勢有：文科專業師資不足、專業發展分化嚴重等。這些分析將為高職適應社會需求調整專業結構提供內部支撐條件。

（三）分析一些專業面臨的外部機會與威脅

通過政府、研究部門、互聯網等公開信息平臺，以及越來越多的商業信息平臺，搜集、積累和挖掘宏觀經濟和行業經濟大數據信息，分析高職正在開設的或者將來計劃開設的專業的市場機會和存在威脅。需要采集的與專業設置有關的大數據信息包括：主要行業發展現狀、規模、發展趨勢、贏利水平、競爭情況、從業人數、國家政策導向，等等。

（四）確定高職專業設置及課程安排

四、課程教學之大數據模型

傳統的高職教師教學過程主要包括：接受課程教學任務、準備課件、出試卷、批改作業、統計錯題、集中講解等。而傳統的高職學生學習過程主要包括：聽課、做作業、考試、聽老師講解。隨著社會的發展，人與人之間的差異性和個性化越來越明顯，特別是當今90后學生。所以以往那種千人一面的“教”與“學”的過程，已經很難達到以往那種標準化、高度一致性的教學質量了。一方面，教師很難根據自己的特長選擇課程和安排具有高度個性化的課程內容和授課方式，教師很難兼顧到具有不同學習基礎、不同學習能力、不同個性特點和不同興趣愛好的學生所面臨的各自不同的學習問題或阻礙。另一方面，學生也很難根據自己的情況實施個性化的學習方案和實行自我管理。

在大數據時代，教師可以在不改變原有教學習慣的基礎上，通過快速、及時、大量的采集教育數據，準確分析各種教學問題，并且可以在第一時間內改變教學策略，使教學過程更有效率、更有針對性。而學生則可以利用大數據所揭示的信息，自主學習，查缺補漏，實行自我管理。具體教學模型可參考如圖2，教學實施步驟如下：

圖2　課程教學之大數據模型

（一）課程與教師匹配

根據課程數據平臺采集到的歷年畢業生對于某課程的反饋意見和用人單位對于畢業生的素質要求信息，可以了解該課程設置的必要性及課程主要涵蓋內容。同時，根據高職大數據信息平臺中關于相關教師，包括專兼職教師的專業背景、研究方向、教學能力、個人意愿等，可以選擇該課程最合適、最匹配的授課教師。

（二）搭建互動網絡教學平臺

教師根據學校制定的專業人才培養方案準備課程資源，包括：課程標準、教學計劃、課程整體設計、課程單元設計、電子教案、案例庫、試題庫等，并將這些課程資源全部上傳到互動網絡教學平臺，供課堂教學或課后學生自學。

（三）學生登錄互動網絡教學平臺

學生通過手機、iPad、臺式電腦等終端設備登錄互動網絡教學平臺，學生的學習過程，包括學習的時間點、持續的時間長度、學習的內容、學習的進度、做題對錯統計及診斷報告等，都會被平臺記錄下來，學生自己可以根據這些數據信息，自我安排改進學習的方法與措施。系統設置的一些功能還能夠很好地促進學生的學習效果，比如教學視頻沒有看、每章節的習題沒有做的話，那么系統就會提醒學生要抓緊時間看或者做完復習題；如果在平臺上學習時間過長的話，系統會提醒注意休息或者跳出窗口加以鼓勵等，這種人性化、智能化的設置，也會增加學生使用網絡教學平臺的樂趣。特別是，學生還可以與授課教師在網絡教學平臺上互動，把在自學過程中或在教室聽課過程中遇到的重點、難點等輸入平臺，實現一對一的個性化輔導教學模式。

本文試用齊律對甘肅金昌白家嘴子礦區進行了找礦前景預測，預測結果在理論上符合數學模型及推演法則。本文旨在起到拋磚引玉的作用，希望和更多的地質同仁們一起對用數學模擬進行找礦預測的方法進行交流探討。

（五）教師登錄使用和更新互動網絡教學平臺

教師可以通過教師端口登錄互動網絡教學平臺，在教室或分散的地點同時給學生在線教學，或者與個別學生在線互動教學。平臺會把教師的整個授課過程全部記錄下來，便于學生課后回放一些教學情景，徹底解決聽課過程中遇到的教學難點和教學重點。教師可以根據學生在網絡平臺上留下來的所有痕跡，及時了解學生對于課程網絡資源的使用情況和使用效果。比如，學生何時登錄網絡平臺、登錄的次數、對于某些學習內容的點擊率、學習停留的時間以及反饋信息等，教師能夠很容易地了解學生對哪些課程資源感興趣，對哪些課程資源沒有興趣，等等，這樣教師就能夠及時更新完善課程資源，以提高對學生的吸引力。教師還可以通過平臺查看學生做題情況，并且能夠在第一時間內掌握學生答題總體情況，以及學生之間的差異。所以，大數據平臺不但幫助教師了解總體教學情況，而且還沒有漏掉對于個別學生的關注，特別是問題學生和學習有困難的學生。以上這些數據信息將為教師及時調整教學策略和實現教師對學生的“一對一”的個性化教學提供重要的依據。

互動網絡教學平臺不僅能幫助教師更好地了解學生和教育學生，而且能夠幫助學生更好地了解自己，實現自我管理和成為更好的自己。

五、課程教學督導之大數據模型

高職的教學質量管理主要由院、系二級督導負責。傳統的高職課程教學督導工作重在“督”，疏于“導”，重在“結果考核”，疏于“過程指導”。其基本操作流程即：

這樣的教學質量管理方式存在以下一些問題：（1）為了應付檢查，教師經常忙于準備連自己都不怎么看的教學文檔，這反而耽擱了教師很多寶貴的備課時間。（2）聽課檢查條目程式老套，完全忽略了在現代信息化時代，已經完全可以采用不同于以往的授課方式了。（3）考核評分缺乏公正、合理性，督導打分根據檢查條目逐一打分，而對于不同課程設置一成不變的統一檢查條目本身就是不合理的。學生打分更是經常失真，學生往往在期中或者期末的時候憑感覺打分或者根據教師對其要求的嚴格程度打分。系部領導打分也常常根據教師的平時表現打分，而跟教師實際課程教學水平相關性很小。（4）課程教學督導主要是督查，指導作用很小。在很多情況下，聽課的目的就是為了打分，為了考核，特別是跨專業的聽課，指導作用很小，至多是從授課技巧方面向授課教師提出一些改進意見，而授課內容方面則無法給出指導意見，或者給出一些不痛不癢的意見。（5）“官本位”意識較強，評價的主體為職能部門、學生和領導，忽視了教學質量是否符合用人單位的需要。評價的客體為教師，評價的目的多為獎懲，忽視了教學質量改進和激勵的重要作用。對教學文檔、教學秩序監控重視，對教學資源的配置和使用重視不夠。對畢業生就業率重視，對根據市場需求及時調整專業結構和課程安排重視不夠，教學質量監控沒有涵蓋到全部教學環節，相互之間沒有形成一個有機的整體。主要都是事后質量檢查和控制，事前、事中質量控制很少。由此可見，傳統的高職教學質量管理都是把板子打在教師身上，而實際考核又經常失真，這非常不利于提高教師的工作積極性和促使教師真正把心思用在教學質量的改進上。

在大數據時代，督導對于教師的評價方式不再是經驗式的或主觀式的，而是可以通過大量數據的“歸納”，客觀地評價“教”和“學”的質量和效果。其次，對教師的教學質量評價跳出了結果評價的圈子，實現了過程性評價和過程性指導的“督導”目標。第三，評價對象涵蓋了影響教學質量的全部因素，而不僅僅是教師。課程教學督導模型可參考如下：

圖3　教學督導之大數據模型

在大數據時代，以學生為中心，督導、學生、教師各方均具有相對獨立性和一定的自主性，并且相互之間能夠進行快速地交流，以便于各方自發地、動態地改變工作或學習方式，提高教學質量。督導通過采集教育大數據，可以比較客觀地了解教學質量及影響教學質量的特定因素。其督導活動如下：

（一）了解社會對于教學質量反饋情況

督導通過查詢課程大數據，可以跟蹤歷年畢業生對于某門課程的授課評價及學習感受，從而了解設置該門課程的必要性、授課內容的合適性及授課教師的匹配性。

（二）跟蹤與指導教學過程

督導可以通過互動網絡平臺隨時查看教師的教學資源的質量、使用率、使用效果及學生的反饋意見，特別是督導的這些查閱做法不僅不會干擾到教師授課和學生學習，而且還可以根據這些真實的反饋信息及時地、有針對性地指導授課教師調整教學策略和改進教學措施。

（三）發揮信息反饋和預警作用

通過大數據解讀，督導還可以把用人單位對于人才質量新的要求和個別學生的在線學習的異常情況預警給授課教師，使督導真正發揮了“督”和“導”的雙重作用。

（四）實行大數據的過程性考核

教育大數據的實時采集使得督導對于教學質量的評價從“經驗主義”走向“數據主義”，因為這些教育大數據不再像以往是通過抽樣或者經驗獲得，而是伴隨著教學的實施過程實時記錄下來的，非?？陀^真實，如教師教學資源的使用率、好評率、教學組織教學與指導學生的效果，等等。

傳統的高職教學質量管理模式具有高度的計劃性、流程性和控制性。從教師到學生到督導都必須嚴格按照計劃執行，教師的授課必須一字一板，嚴格按照授課計劃和單元設計執行，不可隨意調整，比如課堂教學沒有復習環節，則不符合要求。學生的學習也必須高度一致，哪怕教師正在講解的內容學生已經掌握也必須要與其他同學一樣認真聽講，不得開半點小差，否則成績受影響。督導的工作也必須嚴格按照流程走完，并且一定要把教師的教學質量分出三六九等來，哪怕考核偏差很大。隨著急劇變化的社會、經濟環境，這種高度計劃性、批發式、標準化的人才培養模式已經不適應培養具有高度差異性和高度個性化的高職學生了。

基于教育大數據的專業與課程設置模式、教學模式和督導模式，雖然具有較高的變動性和一定程度的不可控制性，但它們通過大數據，能夠幫助高職管理者科學地設置最適應市場需求同時最滿足高職資源條件的專業項目、課程結構與內容、優秀師資，這就為保障教學質量打下了前提條件。大數據所反映的教和學的痕跡，能夠幫助教師精準地、全面地注意到教學的效果及存在的問題，從而幫助他們及時地調整教學策略和實行一對一的輔導。大數據也能幫助學生發現自己的學習不足和摸索一套適合自己的學習方法。大數據還能幫助督導在缺席教學現場的情況下，一樣督促、指導教師的教學工作，從而拉近教師與督導之間的心理距離，形成教師、學生、督導合力打造提升高職教學質量的良好氛圍。

［1］張世英.論提高高職教育質量的途徑與對策［J］．高教經緯，2009（12）：270-271.

［2］曾興吉.基于高職教師教學質量考核與評價的研究［J］．時代教育，2015（7）：16-17.

［3］任靜.高職教學質量管理的強化思路及方法研究［J］．西部素質教育，2015（1）：15.

［4］馬玉.論影響高職教學質量的幾個因素［J］.職業，2015（5）：55-56.

［5］竇文晶.探討影響高職教學質量的關鍵因素［J］.科技教育，2015（10）：153.

［6］馬永軍，李志敏.高職學生學習動力缺失的思考［J］.時代教育，2015（5）：21-22.

［7］張妍妍.SERVQUAL模型在高職院校教學質量評價中的應用［J］.現代教育管理，2016（1）：107-111.

［8］俞方.提高高職教學質量的幾點思考［J］.天津職業院校聯合學報，2010（2）：52-55.

［9］王艷.高職教學質量監控：第三方評價［J］.武漢商業服務學院學報，2011（4）：87-89.

［10］龍建佑，唐芳.以協同創新引領高職院校的專業建設［J］.教育與職業，2015（2）：55-58.

［11］楊現民，王榴卉，唐斯斯.教育大數據的應用模式與政策建議［J］.電化教育研究，2015（9）：54-61.

［12］胡弼成，王祖霖.“大數據”對教育的作用、挑戰及教育變革趨勢［J］.現代大學教育，2015（4）：98-104.

責任編輯宋慶梅

孫衛東（1967－），男，江蘇淮安人，常州信息職業技術學院教授，管理學博士，江蘇省中青年學術帶頭人，美國紐約理工大學和臺灣大仁科技大學訪問學者，研究方向為管理學、高職教育。

常州大學高等職業教育研究院項目“常州高職教育園區創業教育與創業案例研究”（編號：CDGZ2015037）主持人：孫衛東；江蘇省教育科學“十二五”規劃課題“高職院校中外合作辦學模式和運行機制的研究與實踐”（編號：蘇教科規領〔2013〕1號），主持人：孫衛東。

G710

A

1001－7518（2016）19-0052-06