大數據時代地方高校課堂教學質量測評模型構建探索

張宣

摘? 要：大數據時代下，如何有效提取教育數據，并將其運用到課堂教學質量的提升當中，是地方高校需重點探究的議題。首先，需要處理好定性與定量、前瞻性與時效性、普適性和獨特性等三組關系；其次，明晰其在提升課堂教學質量中的作用；最后，嘗試構建課堂教學質量測評模型的框架，包括指標權重、指標體系、操作性定義、模型驗證等幾個重要環節。本文聚焦大數據技術與課堂教學改革的融合策略，探索以大數據技術為載體的課堂教學質量測評模型的構建框架，旨在為地方高校課堂教學質量的提升提供理論指導和實踐支撐。

關鍵詞：大數據時代；地方高校；教學質量測評模型

中圖分類號：G434? ? 文獻標識碼：A? ? 文章編號：1673-7164（2023）04-0042-04

信息技術快速發展，大數據時代悄然而至。大數據在各行各業的應用開展得如火如荼。大數據時代，教育將從“用經驗說話”轉到“用數據說話、用數據決策、用數據管理、用數據創新”［1］。對于地方高校來講，大力提升課堂教學質量、持續推進課堂教學改革刻不容緩?；诖耍髷祿夹g為地方高校課堂教學改革提供了更多方法和技術，推進了教育技術在課堂教學改革中的應用進程，成為促進課堂教學改革的新理念。本文聚焦大數據技術與課堂教學改革的融合策略，探索以大數據技術為載體的課堂教學質量測評模型的構建框架。

一、構建課堂教學質量測評模型需要處理的幾組關系

新時代下的教育數據，具有種類豐富、處理速度快信息獲取便捷等特征，利用好大數據就可以科學有效地對高校課堂教學質量進行分析指導。構建高校課堂教學質量測評模型高校適應時代發展一項重要工作。課堂教學質量測評結果的科學性和合理性會直接影響課堂教學質量評估的效果和高校教師的教學積極性［2］。地方高校若要提升課堂教學質量，就必須要握好大數據時代下的各種機遇，課堂教學質量測評模型在其中扮演著非常重要的角色。多指標綜合評價方法是目前普遍采用的一種測評方法。以此方法為基礎，參照高校課堂教學質量的具體特征或教師、學生、教學場所、教學設備等各類數量的依存關系，采用數學語言，可通過不斷變型，概括出課堂教學質量的相關關系結構。在這種關系結構中，存在著幾組影響測評結果的重要關系。

（一）如何把握好定性與定量之間的關系

定性研究是以往課堂教學質量研究的主流，但描述性的語言無法準確表達出問題的廣度與深度，使得教師在改進中找不到抓手。而教育測評模型的構建旨在讓關鍵要素可將復雜的教育現象清晰呈現出來，有效簡化復雜的問題，將描述性的語言改用數字進行呈現。在構建教育測評模型時，可最大程度對這些計量困難的要素進行量化，使得對測評對象有更精確的認知，也可提升測評結果的說服力，推進人工智能等方法的發展，也使得非結構化的數據有了可量化的可能性。但是，沒有哪些模型可以說是絕對價值中立的，理論假設是進行模型構建的關鍵，對于為何要進行模型的構建，如何構建等問題進行探究時，應包含研究者自身的價值判斷，而最終建設的模型也可將研究者的價值體現出來。不同研究者無論是立場或是價值觀都難免存在差異，構建出的模型也會有所差異。所以，定量描述或者是價值判斷任何一方的缺失，都無法保障模型的順利構建［3］。

（二）如何把握好時效性與前瞻性之間的關系

大數據賦予課堂教學新的機遇，讓其面臨眾多不確定因素，通過各種不確定來挖掘可行性內容將是教育工作者的重要使命。利用測評模型進行有效分析，可讓教師和教學監督部門及時了解教學情況并作出改進，突出課堂教學質量測評模型的時效性。還可以利用課堂教學質量測評模型進行預測，通過大數據分析，讓教師把握教學過程的規律，了解教育現象的發展趨勢，預判可能發生的教學事故，降低影響課堂教學質量因素發生的概率?？梢哉f，時效性與前瞻性二者之間并不矛盾，而是一組遞進關系，前者可以成為后者的基礎，而后者恰可以成為前者的目標。充分把握時效性與前瞻性之間的遞進關系，可以使課堂教學質量測評模型發揮更好的作用。

（三）如何把握好普適性和獨特性之間的關系

要通過課堂教學質量測評模型來反映課堂教學質量現狀，應盡量將相關的要素都包含在內，使得課堂教學質量現狀呈現得更加全面。同時，測評模型要保障其能夠適用于多個學科和多類型的學生，而不是局限于部分學科或學生，應凸顯其普適性，這樣才可將模型所具有的外延價值體現出來。通過測評模型的不同常量，反映特定學科和學生的特性，能更準確地對課堂教學質量進行判斷。因此，大數據注重相關性，而模型在于數據的提純，二者之間的關系需要合理對待。大數據可提升模型的綜合性，而清晰直觀的模型，又可助力大數據提升價值，兩者是相輔相成的［4］。

二、大數據時代地方高校課堂教學質量測評模型構建的作用

（一）能夠反映和解決課堂教學質量中的問題

首先，課堂教學質量測評模型能夠反映課堂教學質量中存在的問題。教育大數據表明教育模式愈發復雜，數據呈現爆炸式增長，對教育現象的認知僅靠經驗是不夠的，模型的意義在于將教育現象的典型特性集中在一起并進行量化，繼而精準地呈現教育現象，使得人們更好地把握。其次，課堂教學質量測評模型能夠有效解決課堂教學質量中存在的問題。建立測評模型可以針對實際問題，利用數據的變化程度，運用數學理論性質提供解決問題的方法，呈現教育大數據的發展前景。再次，課堂教學質量測評模型能夠有效監測和評估教師的教學活動。完善的測評模型是保障評估有效性的關鍵，通過應用模型可更好地監測教育過程，確保教育目標能夠順利達成。

（二）能夠促進課堂教學質量的提高

課堂教學質量測評模型能夠在海量數據中提取有價值的小數據，使其更具顯著作用，為提高課堂教學質量提供助力。從測評模型顯示的數據中可以很直觀地看到某門課程的得分情況，并由此轉換為教師授課的等級信息，這樣可以避免以往主觀的評判，利用客觀數據形成一定的劃分標準。通過課堂環節、實踐環節、作業環節、考試環節，實現多模塊、多維度、多項目綜合評判，可準確發現學生對哪些環節的熱情高，對哪些環節消極懈怠，哪些環節存在較高的問題發生率。通過若干次的測評，將得到準確可靠的數據，指導今后課堂教學朝著高含金量、高效率、高熱情的方向發展，避免低重復、冷氣氛、死答案的發生，從而提高課堂教學質量。

（三）能夠促進課堂教學方法的改進

課堂教學在大數據的助力之下，朝著科學化方向發展，教育學者必須把握好大數據發展機遇，對教學方法進行深入研究，這也是每個教師不可推卸的責任。模型構建也是將教學方法進行定量刻畫，以教學方法中出現的問題作為基礎，通過數據對這些問題進行反映，使方法改進更為準確，這也是當下需要重點探究的課題。與此同時，課堂教學質量測評模型探究大數據與教育研究間的結合，為教育前沿領域發展提供助力，也指明了教育和國際接軌的方向［5］。

三、大數據時代地方高校課堂教學質量測評模型的構建

課堂教學質量測評模型是為了評價和提高課堂教學質量而延伸出的新研究領域，該模型無論是理論或是實踐都已對教育領域產生較大影響，并通過大量的研究、實踐與反思工作，探索出模型構建的價值取向、方法、程序等。教育現象本就較為復雜，對教育測評結果有著很高的精確度要求，課堂教學質量測評模型構建注重以實踐為導向，而大數據是數據驅動，也就是模型構建是以教改需求作為邏輯起點。所以，模型是提取復雜教育現象的關鍵要素，并進行定量刻畫，繼而將教育現象由復雜轉變成簡單，解決教改面臨的實際問題。而課堂教學質量測評模型是通過模型應用來體現大數據的價值，構建時更多借助小數據，依然遵從傳統的研究范式，具體構建時必須要將大數據與小數據兩者的優勢共同發揮出來。

（一）課堂教學質量測評模型的選擇

課堂教學質量測評模型有多種類型可以選擇，如單項模型和組合模型。其中，單項模型主要有時間序列分析、灰色預測、回歸分析等；組合模型主要有正則加權法、層次分析法、熵權法等。

不同的類型有各自的優缺點，適合不同的需求。如單項模型中差分自回歸移動平均模型，利用平穩時間序列對某一時間段的課堂教學質量活動進行測評。又如指數曲線模型，對教學活動中某一組符合指數增長規律的數據建立指數曲線方程，可用來預測發展趨勢。再如模糊綜合評定模型，對不同的指標劃分不同的重要性等級，建立模糊關系矩陣，從而得到相應教師的綜合得分。模型都是在嚴格研究之后開始設計建設的，所以理論支撐是其不可缺少的因素［6］。通過篩選不同學校、不同學科、不同教師或學生類型中的相應要素，選擇合適的模型，才能得出更加科學的數據，得到有針對性的答案，使課堂教學質量測評模型發揮真正的效果。

（二）課堂教學質量測評模型的指標體系

課堂教學指標體系的構建以學生參與度、認可度與滿意度為導向，搭建囊括課堂教學的各個環節、各種要素的質量測評體系［7］。以教師教學、考核評價方式、課程教學方法與手段以及學生學習狀況為核心指標，下設11個二級指標，共40個具體的觀測點。每個觀測點均采用李克特五點計分（十分滿意、滿意、不確定、不滿意、十分不滿意；分別計分5、4、3、2、1）來進行測評。以其中的“教師教學”一級指標為例，從課堂組織安排、知識傳授表達、師生交流互動三個維度來展開，課堂組織安排又下設五個觀測點，具體包括教學目標的制定、教學內容的安排、教學方法的選擇等。但這并非是一種一成不變的體系構成，它必將隨著不同學校、不同學科、不同類型的教師或學生所展現出來的特點，進行相應微調。只有在動態發展的進程中，才能構建科學合理的指標體系。其中，核心指標、二級指標和具體觀測點的數量也將隨之發生改變，從而直接影響測評工作的結果。

（三）課堂教學質量測評模型的指標權重

指標權重是整個質量測評體系構建中尤為重要的一環，在確立了上述的課堂教學質量測評體系指標后，需要進一步明確每一項指標在整體所占的權重，才算完成了課堂教學質量測評模型構建過程中的重要一步。常見的權重計算辦法有以下四類：第一類為因子分析和主成分法，此類方法利用了數據的信息濃縮原理，利用方差解釋率進行權重計算；第二類為AHP層次法和優序圖法，此類方法利用數字的相對大小信息進行權重計算；第三類為熵值法（熵權法），此類方法利用數據熵值信息即信息量大小進行權重計算；第四類為CRITIC、獨立性權重和信息量權重，此類方法主要是利用數據的波動性或者數據之間的相關關系情況進行權重計算。在實際研究中，需要結合數據的特征情況進行恰當選擇，基于此，本研究中各項指標的權重需根據不同指標數據的特點和類型進行選擇。

（四）課堂教學質量測評模型的實施對象

操作性定義必須要對測評對象進行明確的界定以及精準的闡述，其和抽象定義有著一定的差別。教育現象是相對復雜的，要對所有現象進行觀測是較為困難的，一些潛在的現象難以觀測，因而這些現象的刻畫應通過測評模型進行，通過操作性定義對教育現象進行觀測以及度量，繼而進行科學界定，這是非常重要的環節，會給模型信效度產生直接影響。所以，操作性定義的提出者認為，要避免概念混淆不清的問題，對其進行界定時應通過測量的方式進行。

（五）課堂教學質量測評模型的驗證

為進一步驗證測評模型的有效性，需要對測評模型從專家認同度和實踐應用兩個方面來進行驗證。首先，專家認同度的驗證主要通過大量調查來進行，邀請從事教育教學質量研究的專家進行認同度調查；其次，實踐應用的有效性需要通過相應的量表來驗證。在模型應用上，選取若干地方高校進行抽樣，設計量表對其有效性進行驗證，并試測量表的信效度。最后，根據已構建的測評模型對調研數據進行測評。應用測評模型來挖掘模型存在的不足，并結合實際現象來修正模型［8］。驗證教學質量測評模型的過程是對各種證據進行搜集，并對模型有效性進行證明的過程。所以，在驗證模型的過程中采取的方法不應是單一的，而是將多種驗證法進行綜合應用。此外，因課堂教學現狀過于復雜，且是動態化的，測評模型特別重視對實踐應用有效性進行檢驗，而模型驗證與修正并不是一次性的工作，而是持續性的，周期相對較長。地方高校要對課堂教學質量進行有效測評，就應通過應用測評模型來挖掘模型存在的不足，并結合實際現象來修正模型［3］。

四、結語

綜上所述，大數據時代下，地方高校對于課堂教學質量更為重視，而要確保課堂教學質量，相應的測評模型是必不可少的。大數據時代的到來既對地方高校課堂教學質量的提升帶來了新的機遇、新的發展空間，也帶來了新的挑戰和危機。對于地方高校教師而言，唯有充分認識大數據時代課堂教學改革的要素關系、重要意義、模型構建，才能走出“數據崇拜”的危機，有力推動大數據時代課堂教育質量的持續提升［9］。

課堂教學質量測評模型屬于新興領域，是在近些年才開始探索創新的，該領域研究時間較短，加上模型構建本就非常復雜，構建方式也存在眾多問題需要在今后進行更深入的研究，逐步解決這些問題。大數據現已廣泛應用于教育領域當中，模型思維在此背景下顯得愈發重要，課堂教學質量測評模型也具有更高的價值，盡管人們對于教育測評方面還存在一些爭議，相應的測評方式也不夠成熟，但相信在今后其會受到教育界的高度重視，并通過加大研究力度使得測評模型逐步完善，構建范式也得到更高的認可度。

參考文獻：

［1］ 方海光. 教育大數據：邁向共建、共享、開放、個性的未來教育［M］. 北京：機械工業出版社，2016.

［2］ 張一春. 高校教師教學質量評估［J］. 教育與現代化，2000（01）：62-64.

［3］ 范涌峰，宋乃慶. 大數據時代的教育測評模型及其范式構建［J］. 中國社會科學，2019（12）：139-155.

［4］ 周志武，王樹勇. 高職教師教學質量測評工作的實踐與思考——以廣東水利電力職業技術學院為例［J］. 南方職業教育學刊，2018（04）：81-86.

［5］ 張源. 高校教學質量測評體系研究［J］. 湖南城市學院學報（自然科學版），2015（04）：193-194.

［6］ 王鹍鵬. 基于學生自我診斷的課堂教學質量測評系統的研究與設計［D］. 沈陽：沈陽工業大學，2019.

［7］ 趙偉強，陳坤，盧雪萍. 基于大數據分析的教學評價體系建立與實踐——以紹興文理學院為例［J］. 紹興文理學院學報，2017（12）：111-117.

［8］ 沈光輝，高鑫，宋乃慶. 基于創客教育視角的初中生創新能力測評模型構建與應用［J］. 中國電化教育，2022（04）：71-78.

［9］ 南鋼，夏云峰. 大數據時代的教育科學研究：可能、風險與策略［J］. 湖南師范大學教育科學學報，2020（04）：87-94.

（責任編輯：胡甜甜）