基于云學檔的PVI形成性評價模式的構建

慈兆泓

(哈爾濱幼兒師范高等專科學校，黑龍江 哈爾濱 150038)

2018年4月，教育部印發《教育信息化2.0行動計劃》(教技〔2018〕6號)，強調要進一步推進信息技術與教學的深度融合；2020年1月，教育部部長陳寶生在全國教育工作會議上提出：要促進教育信息化與因材施教深度融合。本研究基于云學檔數據，構建PVI形成性評價模式，旨在服務于學生的個性化學習及學習環境的結構性優化。

一、基于云學檔的形成性評價

(一)云學檔的涵義

本文中涉及的云學檔是指基于云技術背景和自媒體工具學習平臺開發建設的課程內新型電子學生學習檔案，包括基本信息、音視頻作品、學習過程、評價和反思等電子學習痕跡，具有突出學科課程特色、符合學生學習習慣、信息即時傳送互動的特點。云學檔是一種有效的學習反饋途徑，教師可以根據云學檔數據有效監測學生的學習過程和學習情況，學生也可以自我評價并且參與到評價標準的制定中來。

(二)形成性評價的涵義

學習評估主要有三個不同的研究視角：“對學習的評估”“為了學習的評估”“作為學習的評估”。[1](P9)本文涉及的形成性評價這一概念更接近后兩種研究視角，即教師收集學生的學習過程證據并以此分析學生對學習內容的理解掌握情況，繼而調整教學策略，同時引導學生進行自我評估并主動參與改進計劃的制定，最終無限接近學習目標的過程，強調評價的嵌入性、學生的參與性和反饋的有效性。

二、PVI形成性評價模式的構建

(一)構建原則

PVI模式是一種利用學習數據進行過程性評估的評價模式。在構建過程中，應遵循選準定位點(P-position)、數據可視化(V-visualization)及師生雙向干預(I-intervention)的基本原則。首先，精準定位評價點和數據點，做到具化、細化；其次，數據分析結果要有可視化的顯現，包括量化的顯現和質性的分析；最后，針對評估結果對教師層面和學生層面進行干預以促進教師的“教”和學生的“學”，尤其強調學生的主動參與。

(二)構建路徑

1.數據來源雙定位

在智慧教學的過程中，學生學習數據的獲得有兩個主要渠道，一是智慧教學平臺里自動生成的數據，二是教師通過活動任務設計主動收集的數據。前者為教師迅速掌握班級學情提供了清晰便利的數據統計呈現，后者則為教師和學生實現個性化的教與學提供了更具體更有針對性的過程性證據。

(1)平臺生成數據。平臺生成的數據有三大類：班課統計數據、學習參與數據、同輩比較數據。例如，資源類型分布、查閱資源獲得經驗值報表、視頻資源學習報表、資源查閱學習分布、活動構成、活動參與度、課堂出勤統計、學生經驗值分布、經驗值獲得方式、經驗值較低的同學學情分析等。智慧教學平臺通過大數據技術和人工智能技術，可以清晰直觀地展現教師的教學過程和學生的學習軌跡。

(2)教師設計數據。教師設計的數據主要來自教學過程中的活動和任務。從平臺生成數據來看，學生的參與度是有保障的，關鍵是完成度能否達標。要想提高課程學習的完成度，就要對學習過程進行有效監督，進而獲得更準確的過程性數據。在形成性評估中數據是可以被設計的，教師可以根據評估需求設計活動或任務，從而有目的有指向性地收集數據。

2.數據收集三步走

在形成性評價的過程中，高質量的數據是評價得以實施的前提和保障。要提高數據收集的有效性，可以遵循以下步驟：

(1)制定評價點。評價點是指教師要進行評價的內容或項目。評價點的生成有兩種形式：預設評價點和臨設評價點。前者主要指教師在進行教學設計的時候預先制定好的評價點，比如學生對某一概念的理解和掌握情況；后者主要是指在教學過程中教師根據學生的反應臨時設定的評價點，這屬于生成性的教育資源，往往臨設評價點更能夠為教師制定教學決策提供即時高效的信息反饋。

(2)設計評價策略。在智慧教學平臺中，測試、投票、頭腦風暴、問卷、作業、小組任務等都是有效的評價策略。評價策略的選擇和合理運用對于收集數據的質量有著重要影響。對于同樣一個評價點，不同的評價策略會帶來差別各異的學習數據。評價策略的使用可以是跨平臺的，也可以是平臺內的；在單一平臺內設計的評價策略，可以是單一的，也可以是組合形式的，重點是要保證數據的信度和效度。

(3)選擇數據點。數據點主要指在評價策略實施的過程中出現的數據項目，比如測試中的用時、得分、正確率、平均分、百分制區間分布，投票中的票數比例、各選項投票人數、活動參與人數等。數據點有顯性和隱性兩種，有些數據點不一定直接體現在表面數據上，需要教師通過類別、對比等方法進行深入的挖掘。同時，要綜合運用定性表達和定量分析的方法將數據點反映的學習情況精準呈現。

3.數據分析立體化

(1)制定學習目標。學習評估的首要工作就是明確學生必須達到的學習目標。學習目標是由若干不斷進階的小目標以及課程學習范圍內的總目標共同構成。要鼓勵學生參與到決定教學目標和確定評價標準的過程中來，通過運用學生理解的術語、提供相關的評價范例、師生交流評價標準等方式，達成師生對學習目標與評價標準的共同理解。

(2)明晰評價指標。數據分析的前提是明確評價標準并依據具體的評價指標進行評價。因為形成性評價的最終目的是縮小學生學習現狀與學習目標的差距，不斷取得學習進步。在整個學習進程的比對過程中，評價標準應該是統一的。但是，針對不同的學生群體、不同層次的學習小組以及不同學習階段的學習個體，具體的評價指標應該有所變化和區分，這樣才能準確評估學生的學習進步情況和學習效果。

(3)深入挖掘分析。一部分學習數據是表面化、單一化的，容易通過得出結論。但更多的時候，教師需要深入挖掘表面數據背后隱藏的信息，所以教師要多維度、立體化地對數據進行分析，靈活運用橫向分析、縱向分析、交叉比對等方法讓數據“慧”說話。比如，觀察學生獨自完成任務的時間軸、集體討論中的答案同質化分布、小組研討中的信息交互層次等，可以更有針對性地互動和反饋。所以，在學習分析的過程中，教師的地位和作用更加凸顯。

4.數據呈現可視化

數據的可視化階段是數據分析的必然結果，只有將分析結果清晰準確且有創意地呈現出來，分析結論才能夠得到更多人的理解，反饋的效果才會最大限度地提升。

(1)呈現分析結果。數據的可視化包括兩個層面：量化的呈現、質性的分析。量化呈現是指用數據來呈現數據，通過將有用的數據拆分、重組為特定的評價需求提供有力的數據支撐，其呈現形式是多樣的，例如餅圖、柱狀圖、雷達圖、折線圖、條形圖、面積圖、曲面圖等；質性分析則是指配合量化式呈現的同時，教師需要給出質性的分析幫助相關人群進一步理解量化圖表的意義，實現信息準確定向的傳播。

(2)建立云學檔。數據的可視化過程是指根據具體的呈現需要，將數據點拆分，再進行結構化重組，繼而形成學生的云學檔。云學檔根據描述對象的范圍和數據點選擇的類別可以分成不同的類別。例如，針對某一位學生學習全過程的全景式云學檔，針對某一類學生和某些數據點的同輩比較式云學檔，針對單一數據點和全體同學的項目式云學檔等。

5.實施干預雙向化

教學干預是學習評價鏈條的最后步驟，也是評價促進教學的初始環節。形成性評價能否發揮作用關鍵在于對于學習數據的反饋，反饋干預應同時作用于教師和學生兩個層面。

(1)教師層面。教師應該不斷調整自己的教學策略以增進教學效果和學習效果。一般而言，教師調整教學策略可以從三個方面進行考量：按照時間段調整(學期內、跨學期、跨學年)、按照教學內容調整(不同內容、同一內容)、按照學生群體調整(同一批學生、不同批學生)。綜合以上三個調整維度，可以將教師的策略調整模式劃分為五類：當堂調整、同一班級下節課調整、平行班級同一周調整、同班級跨學期調整、不同班級跨學年調整。

(2)學生層面。學生重點要完成兩個任務：一是對自己的學習情況進行點、線、面多角度的自評，最大限度地分析出自己對于知識的理解和技能的掌握情況；另一個任務則是在教師的引導下主動參與到改進計劃的制定過程，依據教師給出的反饋信息以及自我評價的反饋結論制定相應的階段性學習目標，不斷形成促進學習進步的螺旋上升循環。

三、PVI形成性評價模式的應用價值

(一)操作路徑

基于云學檔的PVI形成性評價模式(見圖1)為教師提供了一整套具體可行的操作路徑。

圖1 PVI形成性評價模式

1.以教學實踐為依托抓取典型案例

教師可充分利用數字化教學資源和課堂教學活動的互融聯通關系，以教學平臺與教學內容高度契合為原則研發優質適配的個性化數字教學資源，包括課程大綱、資源庫、活動庫、習題庫、案例庫以及相關的生成性教學資源、創新性教學資源等，通過分析與檢測從課堂教學環境中采集的數據來支持學生的學習過程。

2.以學習數據為切入實施評價反饋

教師通過確定云學檔建立的類型、功能、形式、內容等項目，利用移動云學習平臺記錄收集學生的學習數據，促進師生雙向、多向的信息互動和反饋。首先要確定云學檔建設的組成項目，將各項目內容分解并結合教學設計確定嵌入點，再對應學習過程提取具體詳細的信息收集點，最終制定評價標準和設計評價點。

3.以學習效果為參照反觀評價效果

教師運用案例分析和數理統計對評價全過程進行定性、定量相結合的效果分析，通過反復調整、試驗得出最優方案，實現改進課堂教學效果、促進學生能力發展的目標。通過建立實時反饋常態機制，設計可實現師生雙向、多向信息交換的評價策略，形成對反饋信息觀察、記錄和分析的形成性模板，從而制定出引導學生縮小現狀與目標差距的教學策略。

(二)現實意義

教師基于數據及分析結果可精準定位個別學習者和精準預測學習者學習需求，并根據需求進行教學調整，為學習者提供個性化推薦和干預指導。基于學習環境小數據實施的學習分析，更關注學習者的個性特征，進而實現因材施教。[2]基于此，本研究通過借助關照學習個體學習行為的小數據和多種智慧教學平臺形成新的教學對接關系，在教師、學生、內容間實現多向交互，以形成定性的教學分析判斷。整個評價實施的過程與教師的教和學生的學無縫銜接，教師與學生共同參與到評價的過程中并一起制定改進計劃，從而逐步實現“因材施教”。