大數據在高職教育評價多維度管理中的應用

■江西九江職業技術學院 虞 芬

教育大數據通過對多維度的海量數據進行剖析和深度挖掘進行教學管理、匯總、歸納和分析。信息化背景下的高職教育利用大數據對教學評價進行多維度的碎片化信息整理和小樣本數據收集，從而提高教育評價對可靠性和完備性，引導新型教育評價生態的形成。

一、教育數據在高職教育評價中的應用情況

教育大數據已經提出了很多年，早在2008年就有人提出使用數據挖掘技術的APFIOFI算法尋找教師本身的素質與學生評價結果之間的關系。2013年后，“大數據+”開始風靡神州大陸，教育評價的理論模型也逐漸由原來基于經驗的結果性評價向數據主導的多階段過程性綜合評價開始過渡，高職教育工作者也逐漸將目光聚焦到了多元化多維度的評價上，提出了一系列如采用量化“切片”技術、數據挖掘與分析、數據清洗等技術從多個角度評價教學過程的方式。

二、基于大數據的教育評價多維度研究模型

通過對某高職院校的2060 名在校學生進行問卷調查，其中55.87%的學生認為教育數據的海量廣泛能夠代表大數據在教育評價中的應用，28.06%的學生認為大數據的合理利用能夠使教師在教學過程中參考數據令其教學結果具有可預測性?；谝陨险{查數據與對教育大數據的應用調研情況，本文提出一種多維度教學評價模型，其模型框架如圖1所示。

圖1 基于教育大數據的多維教學評價模型

該模型將教學評價建模為帶反饋的生態評價模式，主要包括以下幾個模塊：

1.數據挖掘模塊。基于各類算法和數據挖掘方式，提取高職教育教學中的特征數據，對其進行關系建模，挖掘教學過程背后隱藏的數據邏輯并進行學習分析，使個體學生之間的差異性數據也能被采集并進行多樣性分析；

2.教學決策模塊。基于前序采集的各類教育數據和其邏輯關系，首先針對整體學生進行教學學情分析，在初始教學方案的基礎上對教學內容進行分析和決策，達到修正教學方案的目的。

3.教學互動模塊。傳統的教學互動多采用預定假設而不是根據課堂實時進展狀況隨時調整教學方案，無法實現對于教學情境的即時反應，對于個別學生的表現和思維變動也難以顧及。

4.教學評估模塊。評價模塊在傳統的教學評價的基礎上，基于教育大數據實現全程化的評價數據采集，從課堂、教師、學生以及統計大數據多個維度進行教學效果評估，并將評估階段的統計數據反饋進入教學決策模塊形成閉環。

三、多維度教學評價模型的應用成果與思考

通過對某高職院校2 年級四個專業的進行試點及多次評價回訪，其中對比上一年級同期學生對于《樓宇自動化》這門課程的教學評價情況，對于靜態教學評價的參與度由之前的14.66%增長至66.65%，對于教師課堂互動的評價由86.6%的學生認為教師上課“以講授和PPT 版書”為主變為66.5%的學生認為教師授課的“互動性較強，兼具PPT授課與互動答疑”，且其中56.55%的學生認為教師上課對于學生重難點的把控比較準確，能抓住學生在課程學習中的痛點。且從最后這四個試點班級的期末考核表現來看，相比上一級學生其平均分均有提高，在實踐環節的參與度也明顯有所提高。

實踐反映，在不完全大數據程控化的條件下，建立大數據管理下的教師定性評價與學科專業評價互動機制，能夠發揮教師的主觀能動性，積極引導學生在課堂學習中走入一個良性循環。