“循數診改”：高職質量保證體系構建的理念與實現途徑

胡 娜

(重慶廣播電視大學 教務處，重慶 400052)

“循數診改”：高職質量保證體系構建的理念與實現途徑

胡 娜

(重慶廣播電視大學 教務處，重慶 400052)

以大數據、互聯網、物聯網等現代信息技術為特征的第三次技術革命已經到來，大數據作為一種資源受到各行各業的關注與研究。高職“循數診改”質量保證體系指的是在以需求為導向的人才培養過程中，布局全方位數據收集，并對其進行挖掘與應用，以最大限度地提升人才培養過程中決策的科學性和有效性。構建“循數診改”質量保證體系，需要樹立數據意識，提高數據處理技術，構建高效的數據處理平臺，保障數據的安全等。

大數據；高職院校；質量保證體系；循數診改

一、引言

以大數據、互聯網、物聯網等現代信息技術為特征的第三次技術革命已經到來。第一次技術革命釋放了人的體力，第二次技術革命拉近了人的距離，第三次技術革命將會釋放人的大腦[1]。將大數據技術融合于高等職業教育，實現個性化培養、精準化管理、優質課程資源共享、校際間學分互認、頂崗實習遠程監控、課堂教學過程實時記錄及分析反饋，成為不斷提高高等職業教育教學質量的新型驅動力。本文首次引入“循數診改”的概念，以期為大數據技術構建高等職業教育教學內部質量保證體系帶來一種新的理論支持及方法途徑。

二、“循數診改”的內涵

大數據時代，我們產出的信息數據正以指數方式甚至更快的速度增長，信息數據充斥著整個世界，并成為一種新的資源形式，有待我們開發利用。過去促進產業發展的資源是煤炭和石油，而未來引領各領域發展的資源將會是數據。人類第一次自己創造了新的資源形式——數據，并且這種資源越加利用便越有價值[1]。2012年，徐子沛在其著作《大數據》中首次將這種運用于政府和企業的數據管理稱為大數據時代的“循數管理”和“數據競爭”[2]。2014年，任志鋒和陶立業將政府管理置于大數據的背景下進行研究，提出了“循數”治理的理念，即以數據為依據、資源、工具來發現、分析和解決公共問題，以此保證治理更為科學、客觀、理性[3]。2016年，南旭光將高等教育連同其有關治理活動置于大數據背景下，提出了高等教育“循數治理”的觀念，即在高等教育辦學活動的全過程中，要憑借大數據的有效收集，并以此為工具去發現、分析和解決高等教育辦學活動中出現的問題，保證高等教育治理更加科學、客觀，從而決定高等教育發展的路線方針和具體策略[4]。

本文在相關研究基礎上，將問題聚焦于高等教育的一個細分領域——高等職業教育，緊緊貼近大數據時代特點，結合高等職業院校內部質量保證體系診斷與改進建設的需求，引入“循數診改”的概念，以期通過探索挖掘大數據的新資源、新思維、新工具來構建高等職業教育內部質量保證體系，并不斷提升其自我診斷與改進的能力，從而實現教育質量的自我監督、自我評價和自我提升。

所謂高等職業教育“循數診改”，就是指在以需求為導向的人才培養過程中，通過構建網絡化、全覆蓋的數據采集平臺，實時記錄學生教育教學中產生的碎片數據，將其匯聚為新型數據資源。其后，以此為依據，利用大數據分析工具去診斷人才培養過程中出現的問題，發出預警，提供改進的方法和空間，以保證更加科學有效地提升高等職業教育質量。“循數診改”概念的核心是以下幾點：第一是要建立高效的數據采集平臺。2015年8月底出臺的《國務院關于印發促進大數據發展行動綱要的通知》(國發〔2015〕50號)中明確提出教育文化大數據的發展任務是完善教育管理公共服務平臺，推動教育基礎數據的伴隨式收集和全國互通共享[5]。2016年6月，教育部在《教育信息化“十三五”規劃》(教技〔2016〕2號)中再次將加快推進區域平臺建設和與國家教育資源平臺的協同服務作為未來5年的主要任務[6]。可見，基礎數據采集平臺建設是實現大數據時代“循數診改”的第一步，只有平臺搭建起來了，才能采集、匯聚海量的、快速流轉的、類型多樣的、價值巨大的教育基礎數據，才能為開展質量診斷與改進提供可分析透視的數據事實依據，才能為接入國家教育資源共享平臺做好準備。第二是要實時記錄碎片數據。碎片化的數據好比大海的水滴，獨立看來毫不起眼，當它們匯聚在一起時，卻會變幻出極具美感、超級震撼、富有神秘色彩的汪洋大海。數據已如空氣、水滴般潛入我們的生活，需養成習慣隨處捕捉、實時記錄，將時間、地點、人物、事件通過數據連接在一起，構成新的資源形式。如今，誰掌控這類新型資源誰就搶占了先機，可以說數據強則組織強。因此，實時記錄碎片數據便是為學校積累財富。第三是要科學利用數據分析工具。歷經10余年的技術發展累積，大數據分析工具日趨成熟，其智能化、實時化和易用性大大提高，數據分析工具的運用門檻不斷降低。只要我們善于利用，可以預見在不久的將來，批處理技術Spark Core、數據交互技術Spark SQL、流式存儲技術Spark Streaming、機器學習技術MLLib、圖計算技術GrphaX等數據處理技術將會如Word、Excel、PowerPoint一樣被我們所熟知。

三、“循數診改”的功能價值

1.提供科學有效的決策

大數據技術誕生以前，研究結論的得出往往是依賴于局部樣本分析，通過局部樣本分析推斷全體樣本的內在規律和因果聯系等。樣本化概率性的視角曾經是主流的研究范式，但是第三次工業革命帶來的技術進步，對此提出了嚴峻的挑戰，所以遵循“循數診改”理念，不斷提高決策的科學性尤為重要。一方面，統一的數據采集平臺的構建，匯聚了海量的、快速流轉的、類型多樣的、價值巨大的教育基礎數據。這些基于事實的數據真實記錄了教師的人口統計學特征、專業課程建設內容、教學教輔軟硬件設施設備情況，以及學生的人口統計學特征、學業成績和課堂表現、德育發展情況、教育教學體驗、校園資源使用情況等。利用Spark SQL、MLLib、GrphaX等大數據分析技術對這些反映人才培養過程中真實情況的數據進行深度挖掘和有效整合，便能最大限度地提升人才培養過程中決策的科學性和有效性。另一方面，大數據技術有助于實現全樣本分析。數據采集平臺可以實時記錄人才培養過程中的碎片數據，平臺中包含全校師生的基礎數據，避免了局部樣本分析結論的片面性和單一性，為科學有效的決策提供了全樣本分析基礎。

2.促進自覺高效的診改

牛津大學新近發表的一項研究結論指出，未來20年，美國全部702種職業中，有47%的職位將被機器所取代，全球將面臨“技術性失業”的嚴峻挑戰[7]。在這場變革中，唯有對時代旋律保持高度敏感，不斷發展和提高自我，才能經受住“技術性失業”風暴的考驗。首先，時代的洪流已經向我們襲來，把握者獲得生機，違逆者將會被淹沒。大數據技術縮短了人與人、學校與學校、國家與國家之間的距離，在這個數據化的全球體系中，我們可以清晰、量化地洞察競爭對手，從而促使我們不斷自覺診改、激流勇進。其次，高等職業教育旨在培養面向生產、建設、服務和管理第一線的高素質技能型專門人才，與社會技術發展的聯系非常緊密，這就需要大數據技術為其提供便利條件和技術保障，分析不斷發展變化的人才需求，并以需求為導向，診斷并改進人才培養目標。再次，教職員工是保證高等職業院校教育教學質量的重要主體，大數據技術有助于主體績效期望的實現。各個主體可以通過網絡化的數據采集平臺匯聚的數據，基于“循數診改”理念，進行螺旋式上升的自我診改，實現自我的不斷提高，以接近帕累托最優。

3.實現公開透明的監督

大數據技術的出現和應用為高等職業教育合作辦學、開放辦學提供了技術支撐，為實現公開透明的多方監督提供了便利之路。如果將大數據技術促進自覺高效的診改視為個人發展的內在訴求，那么由大數據技術實現公開透明的監督無疑為外部動力。高等職業教育的開放性、合作性需要學校、家長、用人單位以及社會多元主體間的協同互動和互相監督，這就需要大數據技術提供支持，以跨越時空界限和組織邊界，實現信息的流轉和資源的共享。

四、“循數診改”的實現途徑

1.樹立“循數診改”意識，激發“循數診改”動力

大數據技術經過10余年的發展已相當成熟，但是與此形成鮮明對比的則是大數據思維和意識的滯后。要真正實現高等職業教育的“循數診改”，必須樹立數據化的思維和意識。首先，在高職院校內部，要從具體崗位工作著手，全員、全過程、全方位推進大數據理念的傳播，通過政策法規引導、理論學習指導、實踐工作檢驗，逐漸讓各職能部門、各二級學院和全體教職員工養成大數據思維習慣。其次，要樹立現代質量意識。國家高度重視職業教育質量，從100所國家示范院校建設計劃，到100所國家骨干院校建設計劃，再到高職院校質量診斷與改進建設計劃，國家不遺余力地提高職業教育的質量。在大數據時代，質量被重新定義，要充分利用大數據技術及時、高效、便捷地收集數據信息，并在此基礎上以需求為導向制定質量標準，真正做到用數據說話。再次，學校要以政府文件為依據，結合本校行業背景、區域發展的實際情況，出臺相應的規章制度，成立專門的診改工作保障部門，在個人績效、職稱晉升等方面形成科學有效的工作機制，確保“循數診改”工作落到實處，激發全體教職員工“循數診改”的動力。

2.提高“循數診改”素養，打造“循數診改”工具

大數據深刻影響著人們的生活習慣和思維方式，要真正開展“循數診改”，就需要高等職業院校教育工作者具有較高的數據素養，掌握一定的數據技能。首先，各高等職業院校要廣泛開展大數據技術在職培訓以提升現有教職員工對“循數診改”的認同度和參與度。其次，基于大數據的“循數診改”已迫在眉睫，在學校內部短期培養具有較高發言權和影響力的專家存在較大困難，可以通過與互聯網企業、科研院所等社會機構開展深度校企合作，吸引其計算機專家、數據分析專家、工程師等來高校牽頭或輔助統籌規劃質量保證體系建設。通過合作共建，帶動全體教職員工積極學習大數據技術相關知識，不斷提高數據素養。第三，必須把數據意識落實到人才培養過程中，融合到課程體系設置中，大力培養專業人才，通過提高學生的數據素養，為學校自身發展、為服務社會構建人才梯隊。同時，分析技術是基于大數據進行模型構建，并進行評價、推薦和預測等的基礎。大數據分析技術在近年得到快速發展，降低大數據技術使用門檻是推廣普及大數據技術的第一步，唯有“循數診改”分析工具簡單且易于操作，個人努力期望值逼近臨界點時，才能激發個人主動接納并使用新工具。目前，新發展起來的霧計算技術是由性能較弱且更為分散的各類計算模塊和智能網絡設置組成，這些低延遲且有能力進行位置感知的模塊可以融入各類基礎設施，乃至日常辦公電腦中[8]。SAS可視化分析解決方案就是一個很好的例子，即使使用者毫無數據分析專業背景，也能通過直觀的圖形界面輕松地進行數據分析[9]。對于高等職業院校來說，應結合“循數診改”平臺運行要求，在各質量觀察點嵌入所需的大數據分析工具，例如人工智能Artificial Intelligence的語言識別、圖像識別、自然語言處理和專家系統等，簡化教職員工使用系統流程及操作的難度。

3.構建實時高效的數據采集平臺

從100所骨干高職院校建設實踐來看，與學校教學質量緊密相關的主體有：學校(教師和教輔人員)、學生(在校生和畢業生)、家長和用人單位。因此，本文將從這四類角色出發，構建主體明確、權責清晰的質量保證體系數據采集平臺。通過四方主體上傳的學生立體化生態發展數據，利用批處理等信息技術對原始數據進行分析處理，最終為“循數診改”奠定堅實基礎。

(1)學校學情監控平臺

構建網絡化的學校學情監控平臺。該平臺平行衍生兩個子系統，分別由教師和教輔人員填報。教師主要負責與自身專業課程內容相關信息的填報，以及學生學業成績和課堂表現的記錄；教輔人員主要負責教學教輔軟硬件設施數據的填報，以及學生入學前的基礎數據采集、入學后的德育發展狀況記錄。平臺的設計應該實現高度智能化、高度集成化。首先，能夠通過智能校園系統采集信息數據，例如：圖書館借閱記錄、體育場館進出記錄、校園卡消費記錄等應實現系統間無障礙數據傳輸；其次，平臺的登錄口應該多樣化，既能支持平板電腦錄入，也能支持手機終端上傳；最后，平臺可接受的數據應具有高度兼容性，即結構化、半結構化和非結構化數據均能上傳，數字、圖表、圖片、視頻等均可錄入。

(2)學生信息反饋平臺

高校以往常見的做法是組建學生信息員隊伍，一部分學生意見代表了全體學生的意見，這樣的做法在大數據時代需要被淘汰。應該為每位學生分配學生信息反饋平臺賬號，每個學生均可提供教育教學體驗評價，如：教師課堂教學評價、社團德育活動感想等。在校學生需要在規定時間內登陸信息反饋平臺填寫實時數據，畢業生也可以登錄信息反饋平臺持續關注學校教育教學發展動態，并結合自己的社會職業生涯提供意見。

(3)家長意見采集平臺

搭建家長意見采集平臺，一方面是為家長了解子女在校學習生活的實時情況提供數據通道。家長是學校教育資源的購買方，有權知道、也最為關心學校的教育質量，同時，該平臺也便于家長全方位配合學校的教育教學安排，支持學校的校外實踐活動。另一方面，家長又是其子女身心變化最敏感、最直接的感知者，能夠從“產品購買者”的角度提出自己的期望值，并監控“產品質量”生成過程，發現問題及時提出，便于學校不斷提高智育、德育兩方面的工作質量。

(4)用人單位考核平臺

該平臺是用人單位根據畢業生在本單位工作崗位的真實表現向學校提供客觀公正評價的重要渠道。作為培養杰出技術技能人才的高職院校，用人單位是檢驗學生技術技能、職業素質最權威的場所，直接反映出學校的培養目標是否實現。通過用人單位考核平臺，企業向學校反饋“產品質量”檢驗結果，并提出期望獲得的“產品”，學校參考用人單位的評價及需求及時診斷并改進專業人才培養方案，為用人單位輸送高質量的畢業生。

4.形成各主體填報的數據標準

美國非常重視建立教育數據標準來規范數據的表達與處理。美國教育部組織相關機構研制了《教育數據通用標準》，并且在應用過程中不斷調整與優化，2015年已經發展到第五版。其中的數據模型包括了職業教育中的眾多實體描述[10]。本文借鑒其先進理論經驗，結合我國實踐，并堅持數據填報標準的量化原則、結構化原則、延續化原則等，形成具有中國特色的高職院校數據填報標準。該標準是基于學校(教師和教輔人員)、學生(在校生和畢業生)、家長和用人單位四類主體的15個一級元素，72個二級元素的數據填報標準。詳見表1所示。

(1)學校填報數據標準

教師和教輔工作人員是學校質量保證的重要主體，在大數據時代他們不僅需要肩負教書育人的重要責任，同時需要具備良好的數據素養，肩負實時記錄學生成長發展過程中的各項指標數據，為學校進行質量診斷與改進做好原始數據準備的任務。教師、教輔人員主要負責自身人口統計學元素、專業課程內容、學生學業成績和課堂表現、教學教輔軟硬件設施數據、新生基礎數據、學生德育數據等7個一級元素和43個二級元素相關數據的填報。

(2)學生填報數據標準

剛剛步入大學校門的“95后”和即將步入大學校門的“00后”，作為數字時代熏陶下的第一批原住民，已具備基本的數據意識，他們有能力也有意愿完善自己的數據信息。學生是學校教育教學質量的承載者與參與者，在校生需要從教育教學體驗、校園資源使用；畢業生需要從個人發展和學校發展建議等4個一級元素和12個二級元素方面填報相關數據。

表1 四類主體的數據填報標準

(3)家長填報數據標準

學生家長是最為關心學生成長發展的主體，他們有意愿也希望通過學校提供的渠道與學校互動，了解子女在校期間的學習生活狀況。學生家長不僅需要填報家庭基礎數據，還需要填報子女在校接受教育之后的成長數據，共計2個一級元素，9個二級元素。

(4)用人單位填報數據標準

學校為用人單位的發展源源不斷地輸送人力資源，用人單位從經濟人的視角出發為學校培養學生反饋意見并提出建議，從而獲得他們所期望的人才資源，如此良性循環，促進彼此發展。用人單位的人力資源部門需要填報員工基礎數據、員工專業技能共2個一級元素和8個二級元素。

5.保障“循數診改”的數據安全

每次技術革命在帶來社會進步的同時，裹挾而至的還有其重大的負面影響。大數據開啟了一個新的時代，但也將個人隱私的暴露推到了前臺，同時還存在隱匿在數據使用背后的信息安全問題。教育行業的數據幾乎囊括了全國所有在校生的數據，其數據的安全至關重要。有學者認為，數據是一種資產，應從法律上明確將竊取他人數據與攻擊他人信息系統視為犯罪[11]。因此，從國家層面亟待形成系統性的法律制度，從法制層面嚴肅界定教育行業的數據安全責任，制定數據安全定刑問罪條例。在學校層面上，應形成校級領導負責制度，數據安全由校級領導親自抓。同時，學校文件中應明確規定各級數據訪問權限，構建多層安全保護機制，只有權責明確、操作清晰，才能有效保證教育大數據的研究和運用。

五、結束語

大數據技術融合于高等職業教育的實踐正處于起步階段，政府、學校、教師都在進行積極的探索。本文引入“循數診改”的概念，主要是指在高等職業教育辦學活動的全過程中，必須樹立大數據意識，并借助大數據工具去發現、分析和解決高等職業教育內部質量保證體系的構建等問題，保證決策更加科學、客觀和理性。由于“循數診改”是一個全新的理念和復雜的系統工程，尚處于“路漫漫其修遠兮”的階段，因此諸多問題亟待解決。本文旨在引發人們更多的關注和思考，促進高等職業教育內部質量保證體系的建設。

[1]馬云.電子商務將“消失”,未來20年要記住這5個新變化[EB/OL].http://www.360doc.com/content/16/1018/09/10674139_599271396.shtml,2016-10-18.

[2]涂子沛.大數據：正在到來的數據革命[M].桂林：廣西師范大學出版社，2012：55-57.

[3]任志鋒，陶立業.論大數據背景下的政府“循數”治理[J].理論探索，2014(6)：82-86.

[4]南旭光.大數據時代高等教育“循數治理”解析及實現路徑[J].中國電化教育，2016(8)：20-26.

[5]國務院關于印發促進大數據發展行動綱要的通知[EB/OL].http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm，2016-04-01.

[6]教育部關于印發教育信息化“十三五”規劃的通知(教技[2016]2號)[EB/OL].http：//www.moe.edu.cn/srcsite/A16/s3342/201606/t20160622_269367.html.

[7]楊應崧.診改，不是加給學校的“緊箍咒”[N].中國教育報，2016-07-05(5).

[8]孫洪濤，鄭勤華.教育大數據的核心技術、應用現狀與發展趨勢[J].遠程教育雜志，2016(5)：41-49.

[9]張杰，王慧，吳成良.大數據：價值何在[N].人民日報，2013-06-18(23).

[10]鄭燕林，柳海民.大數據在美國教育評價中的應用路徑分析[J].中國電化教育，2015(7)：25-31.

[11]張蘭廷.大數據的社會價值與戰略選擇[D].北京：中共中央黨校，2014：1-136.

(責任編輯 周 驥)

10.3969/j.issn.1008-6382.2017.03.006

2017-05-02

重慶市高等教育教學改革研究項目“基于SPOC的在線開放課程質量評價標準研究”(163335)階段性研究成果；重慶廣播電視大學重點科研項目“高職院校內部質量保證體系診斷與改進研究”(ZD2016-10)階段性研究成果；2017年度重慶市教委科學技術研究項目“在線教育大數據挖掘技術與理解模型建構研究”(KJ1737457)階段性研究成果。

胡娜(1983—)，女，重慶人，重慶廣播電視大學講師，主要從事高等教育管理研究。

G642.0

A

1008-6382(2017)03-0034-06