基于大數據的后疫情期教學評價方法探究

摘? 要：2020年初，“新冠”肺炎疫情肆虐華夏大地，高校開學日期一再推后。為響應教育部“停課不停學”的要求，各大高校積極地將信息技術與教育教學融合，將教學搬上了網絡。網絡教學有時間靈活、空間寬松、資源豐富等特點，能夠作為線下教學的有力補充。所以，疫情之后，線上線下相結合的教學機制必將會常態化。教學評價作為督促教學的一種手段，也需要及時調整，以適應教學方法的變化。本文將探尋信息技術對教學的影響，以及針對這些影響需要采取的教學評價方法的改變。

關鍵詞：疫情;教學評價;大數據

中圖分類號：G640??? 文獻標識碼：A

Research on Evaluation Method of Post-epidemic Period Based on Big Data

Jinglei

（Wenjing College，Yantai University，Yantai，Shandong Province，264005）

ABSTRACT：At the beginning of year 2020，"new crown" pneumonia rampant in China，date of commencement has been pushed back. In response to the request of the Ministry of Education，universities have actively integrated information technology into education. Teaching on the network has many merits，such as saving time and abundant resources. It can complement the offline teaching. Therefore，the two teaching methods will be used together after the epidemic. As a means of supervising teaching，evaluation also needs to be adjusted in time to adapt to the change of teaching methods. This article will explore the impact of information technology on teaching，and the change of evaluation method.

KEYWORDS："New crown" pneumonia，Teaching evaluation，Big data

1 引言

2012年10月美國國家教育部（U.S.Department of Education）發布了《通過教育數據挖掘和學習分析促進教與學》（Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics）的報告，以此來促進大數據技術在教育領域的應用^[1]。近兩年，云計算、大數據技術飛速發展，網絡逐步提速，為依靠網絡平臺的教學提供了可能。網絡平臺提供的大量可靠數據，方便采集、易于分析，又為教學評價的精準度提供了保證。

教學評價是要通過大量數據的獲取、分析、整理和科學的研判，對教和學的效果進行評價。它的目的在于提高教學質量，促進教育改革、提高全民素質?！秶抑虚L期教育改革和發展規劃綱要（2010-2020年）》指出：“要改進教育教學評價，根據培養目標和人才理念，建立科學、多樣的評價標準。開展由政府、學校、家長及社會各方面參與的教育質量評價活動。做好學生成長記錄，完善綜合素質評價，探索促進學生發展的多種評價方式”^[2]。

2015年9月5日，國務院正式發布《促進大數據發展行動綱要》，對10個大數據工程進行了規劃，并在“公共服務大數據工程”中明確提出要建設教育文化大數據。要“推動形成覆蓋全國、協同服務、全網互通的教育資源云服務體系。探索發揮大數據對變革教育方式、促進教育公平、提升教育質量的支撐作用”^[3]。自此，適合高等教育的各種教學平臺紛至沓來，助力網絡教學，并通過大數據的方法提供部分學情分析數據。例如智慧樹、云班課、學習通等。

2020年初的疫情導致了高校的開學時間一拖再拖，這些教學平臺助力教師發揮了“停課不停學，停課不停教”的巨大作用。面對即將常態化的網絡輔助教學，我們該如何修改現有的教學評價體系，使之順應教學方法的變化呢？

2 雙軌教學的優勢

傳統教學中，教師和學生面對面，知識掌握的情況可以第一時間溝通交流，有利于教師調節講課的節奏;有良好的學習氛圍，可以調動、監督大多數同學學習。而網絡教學，相比傳統教學的優勢是不受時間和空間的限制，隨時、隨地都可以學習。如今，網絡傳輸的速度比較快，也為網絡教學帶來了優勢。當然，純粹的網絡教學是不是就能夠替代傳統教學了呢？當然不是這樣，教育不僅僅是教知識，各種能力的培養，綜合素質的提高，這都是教育的成果。而這些成果需要有學校這種土壤來培育。所以線上線下教育合理融合，才會助力教育的發展。

3 教學評價方法的現狀

線上線下雙軌教學的方法同步使用之后，傳統的教學評價方法就會存在問題：

1）評價內容局限于線下學習的作業、考試、課堂行為、實踐結果等方面，網絡課堂中的評價標準缺乏。

2）傳統評價中，主觀評價為主，少量結構性數據為輔，難以保證客觀公正。以我?，F行的教學質量評價為例，包括如下部分，如表1所示。有些項可以有統計數據佐證，例如考研率;有些項僅能憑主觀評價，例如“社會評價”項，不同的行業、不同的用人單位對學生的要求標準不好統一，這種評價就需要適當加權。

3）評價的時間周期較長，工作量較大，不能起到及時反饋的作用。因為評價費時費力，不可能頻繁進行，通常安排在每學年結束之前進行一次，這一學期的教學過程已經結束，起不到督促老師及時修正的作用。

4）目前的教學評價包括學生評教、教師評學等，這種評價適合針對班級、短期的評價活動。對學校教學工作整體的評價應該是多維度的，可以來自于家長、用人單位、社會等。

4 基于大數據的教學評價的構建

教學評價系統由三大模塊構成：驅動系統、評價系統和反饋系統。驅動系統是驅動教學評價的支撐，是眾多數據的集合。教學評價是教學過程中的重要環節，是對教師的教和學生的學的過程及質量做出客觀的衡量和價值判斷的過程。教學評價的結果適時反饋給數據生產者，促進教學質量的改進，這是反饋系統的功能。

驅動系統的構成包括數據的采集和存儲。學生實體會體現出的數據非常多，大致如圖1所示。在線學習平臺中包含了大量的學習者學習行為的數據記錄，這部分數據是相對容易獲取的，但是其對教學評價的意義需要重點挖掘。線下教學中的數據多數可以通過學生信息管理系統、學校的教務系統獲取。教師實體會體現出的數據可以從圖2所示的幾個方面考量。教師實體會出現的數據大致有教學狀態、科研成果、競賽指導等，在學校的教務系統中大多也可以獲取到。

驅動系統中線下教學數據獲取的方式非常復雜，也需要有足夠的教學硬件投入。例如教室講臺可設“教學學習終端 ”用以采集課堂紀律數據。開啟授課模式后可以自動開啟話筒拾音功能，從拾音出的課堂背景噪聲的持續性大小來統計課堂的“活躍”度。多媒體教室監控系統可以采集操作路徑、有效使用時間等信息。目前用于采集的設備已有很多，如果想在高校中大范圍使用還需要大量硬件的投資，存在困難。

線上教學數據來源于網絡平臺，各大平臺都設計有輔助教學開展的工具，例如簽到、頭腦風暴、測試等環節，一方面增加課堂的趣味性，節省教師的時間和精力，另一方面還能提供課堂到課率、討論活躍度、問答對錯率、測試正確率等課堂反饋信息，適時提醒教師對授課內容和教學方法進行調整。課后自動生成課堂教學報告，可供教師查詢或者評價方評判。這種過程性數據可以真實可靠的反應出教師和學生主體的很多方面的問題。要進行網絡授課評價，就有必要挖掘這些環節數據的價值。

采集到需要的數據之后，需要通過數據挖掘技術和分析技術，提取有效教學信息，并根據信息的重要程度賦予對應的權值，然后建立數學模型，開展教學評價。

教學質量評價觀測點的建立也要體現出網絡平臺參與教學的特點。主要的原則如下：

1）客觀性原則。目前多數學校的教學評價中，主觀因素非常多。學生評價教師時，不愛學習的學生會對嚴格要求的老師抱有成見，外系的督導會對專業知識的評判有認知的不足，這些都會影響評價結果的真實性。所以在進行教學評價時，盡量以客觀事實為基礎，以數據說話，以證據說話。盡量避免人為干預。

2）發展性原則。教學要以學生的發展為中心，一切教學的活動開展目的都要遵循發展的原則。例如教學目標的設定是否有利于學生能力的發展。通過數據的記錄可以完成對學生學習傾向、興趣的預測，為其智能推送接近其需求的學習素材。

3）整體性原則。教學的設計是否完整。有沒有預習導讀、課堂教學有沒有導入和小結、課后復習有沒有監督措施、有沒有完整的記錄，這些部分都可以制定評價量化的標準，從而實現對整個教學的綜合評價。

4）過程性與結果性評價并行的原則。

5）定期性評價的原則。定期進行教學評價，如期末評價，年終評價，月度評價等。將評價制度化，切忌突擊性檢查。評價的目的不是為了懲戒，而是為了確保教學評價促進教學的初衷得以實現。

評價的結果要及時反饋給數據的生產者，起到調控、修正的作用。反饋給教師，規范教師的教學行為，幫助教師總結教學工作經驗和教訓，及時改進，明確努力方向，增強責任心和事業心，有助于學校教學質量監督機制的逐步形成和完善，最終達到提高教學質量的目的。反饋給學生，通過對自己潛移默化表現出來的學習習慣的分析，查找優勢和不足，有利于對未來做合理的預期。

5 結束語

教學過程產生的數據量大，結構性和半結構性數據并存，數據之間的關聯度、有效程度都需要在采集數據時給予足夠的考慮，這是非常復雜的，對數據的存儲、清洗等技術要求非常高。盡管如此，在信息技術飛速發展的今天，充分利用線上線下各種軟硬件資源采集數據，并對數據進行挖掘、分析，提取出有用的成分用于教學評價，實用價值遠遠大于其復雜程度，將更客觀真實的反映教學現狀。

參考文獻

[1]? 徐鵬，王以寧，劉艷華等.大數據視角分析學習變革——美國《通過教育數據挖掘和學習分析促進教與學》 報告解讀及啟示[J].遠程教育雜志，2013（6）：1--17.

[2]? 《國家中長期教育改革和發展規劃綱要（2010-2020年）》，》[EB/ OL].http：//www.moe.edu.cn/publicfiles/business/htmlfiles/moe/ moe_838/201008/93704.html

[3]? 《促進大數據發展行動綱要》，2015.9.5，》[EB/OL]. http：//www.gov.cn/zhengce/content/2015-09/05/content_10137. htm

[4]? 覃鴻懷.高校課程教學質量評價體系問題研究[J].高教學刊，2018（2）：107-109.

[5]? 李慧玲，董小剛，秦喜文.論高校教師教學質量評價方法[J].現代教育科學，2010（6）：162-163.

作者簡介：荊蕾，女，1980.5，山東省濰坊高密市，碩士研究生，副教授，研究方向：工業測控通。