基于大數據分析智慧評測系統的中職“教學評一體化”課程教學質量優化和實踐研究

教學質量評價是職業教育改革發展的核心，評價主體的多樣化和評價方式的多元化促使職業教育評價結果愈發客觀，同時，隨著智能課堂教學自動化評測技術的快速發展，職業教育各級各類學校開展了基于大數據分析智慧評測系統的課程教學研究，并運用大數據分析系統，量化評價過程和評價結果。針對中職工業機器人技術應用專業領域課程教學過程中存在的評價反饋不及時、課程教學目標不明確、學生學習目標僵化、教學過程與評價過程割裂等問題，我們采用大數據分析等現代信息技術手段，構建基于大數據分析智慧評測系統和學習發生知行理論的“教學評一體化”課程教學質量優化模型，通過實際課堂教學應用與實踐，驗證模型的可行性，促進中職學生核心素養養成，實現教學質量的有效達成。

一、背景與問題提出

《深化新時代教育評價改革總體方案》指出，要重點評價職業學校德技并修、產教融合、校企合作、育訓結合、學生獲取職業資格或職業技能等級證書、畢業生就業質量等方面的情況。職業教育要通過多元多維的評價方式使評價結果客觀化和準確化，但現行評價體系往往忽視了職業教育教學活動中的過程性量化指標。AI賦能課堂概念的提出，促使課堂教學過程數據化，通過AI算法實現課程教學過程自動化分析，可以直觀呈現模塊化單元各課時在核心素養培育方面的特征以及相互影響與配合情況（許世紅、郭敏、吳穎民，等，2023）。探索人工智能技術推動職業教育評價改革和助力教學質量提升，已成為當下職業教育領域的熱門課題。

本研究以人工智能和大數據技術為基礎，以知行理論為指導，結合基于結構多模型聯合的課堂教學智慧評價系統（簡稱CSMS），首次把中職課堂育人的核心要素“興趣激發、知識獲得、技能提升、思維培養、活動交往”全部納入大數據自動化分析（許世紅、劉軍民、王時舟，等，2022）。CSMS實現了課堂教學成效分析與評價反思的常態化、規模化和標準化。目前，基于CSMS和學習發生知行理論的課程教學評價研究主要以普通中小學課程為研究對象，并集中針對學科課程進行深入分析，而以中職專業課程為研究載體的相關研究較少。

當前，中職課程教學主要存在以下三方面的問題。問題一：中職課程教學過程與評價過程的割裂，這是當前職業教育領域面臨的一大挑戰。這種割裂不僅影響了教學質量，也制約了學生綜合能力的培養。問題二：中職課程教學教研存在一定的主觀性，不利于教學質量提升。一方面，部分教師缺乏專業背景和實踐經驗，難以勝任高技能課程的教學教研工作。另一方面，教學資源在各學校和地區存在分配不均的現象，影響了教學質量和效果。問題三：中職課程教學數字化賦能應用相對較少。首先，部分中職學校的教學資源有限，缺乏足夠的資金和技術支持，難以引入先進的數字化教學工具。其次，部分教師對于數字化教學的認識不夠深人，難以有效利用數字化工具進行教學。此外，部分學生對于數字化學習的態度不夠積極，缺乏自主學習和探究的能力，也在一定程度上影響了數字化教學在中職課程中的應用。

為了解決上述問題，在重新審視中職課程的教學模式和評價機制的基礎上，本研究設計了基于CSMS和學習發生知行理論的“教學評一體化”課程教學質量優化模型，旨在解決中職工業機器人技術應用專業領域課程教學過程中存在的評價反饋不及時、課程教學目標不明確、學生學習目標僵化、教學過程與評價過程割裂等問題，實現教學過程和評價過程的雙耦合，促進中職課堂教學目標動態化調整，從而有效提升中職課程教學實效。

二、“教學評一體化”課程教學質量優化模型設計

針對上述問題，基于CSMS和學習發生知行理論，我們運用人工智能的大數據分析系統，獲取如教師教學知行風格、學生學習知行模型等結果，通過結果反饋和驗證，不斷完善“教學評一體化”模型；教學過程與評價過程的雙耦合，可以促進教學目標的動態調整，以教學目標為導向，獲取評價結果，同時通過評價結果診斷教學目標，在整個教學過程中，以教學目標為指導，以教學活動為載體，根據多元評價方式得到的結果調整教學計劃，通過反饋意見促進、提升、檢測“教學評一體化”教學質量，實現教學過程優化。“教學評一體化”課程教學質量優化模型如圖1所示，具體設計步驟如下。

第一步，數據收集與整合。收集學生課堂反應、課堂參與以及教師知行教學等數據，并通過數據整合，生成教師知行風格和學生學習模型。

第二步，數據分析和洞察。利用人工智能大數據分析方法，如統計分析等，全自動生成AI課堂大數據分析報告，通過探索數據中的模式和關聯，以識別學生的學習趨勢、強項和弱點，以便更好地理解他們的學習需求。通過在線復盤分析結果，并同步提供對于課堂分析的參考數據，包括弗蘭德斯互動、學習發生知行模型、IRE互動、知識圖譜、想象力、語言難易跨度等數據及數據量表。

第三步，課程內容與資源優化。基于數據分析結果，包括教學思維過程分析、教學效果系列分析、交流互動過程分析、知識點關聯分析和課堂教學評價大數據指數等，調整課程內容，以更好地反映課程的實際需求。同時，對教材和資源進行優化，確保它們能夠滿足學生的需求。

第四步，個性化學習路徑開發。我們基于學生的學習水平和需求，開發個性化學習路徑，以提供有針對性的教學，并利用大數據調整學習路徑，以確保學生在學習上取得進步。

第五步，教師培訓與支持。為教育工作者提供培訓，教導他們如何使用數據分析結果來改進課程教學；提供教育工作支持，包括提供資源、答疑和交流機會，以便他們更好地實施改進措施。

第六步，評估和迭代。學校定期評估課程改進的效果，使用學生表現、學習成果和學生滿意度等指標來評估項目；根據評估結果進行迭代，不斷改進課程和教學方法。

通過實施和完善上述設計步驟，借助大數據優化專業課程教學，我們得以不斷提高學生的學習表現及實操技能和就業競爭力。

圖1“教學評一體化”課程教學質量優化模型

圖2課堂整體表現的前后測數據

三、“教學評一體化”課程教學案例分析

以中等職業學校工業機器人技術應用專業某課程的兩堂前測和后測課作為案例，基于“教學評一體化”課程教學質量優化模型，我們利用課堂教學智慧評價系統，呈現課堂整體表現的前測和后測數據，如圖2所示。

根據圖示的前測課堂整體表現和后測課堂整體表現的數據可知：在上述課堂教學活動結構的九個分析領域中，在CSMS智慧評教系統的輔助下，課堂總體效果良好，課堂中學生的學習體驗、合作交流、整體發展等獲得了明顯提升。在上述基礎上，我們運用大數據技術，為后續解決并優化課堂評價反饋不及時、課程教學目標不明確、學生學習目標僵化、教學過程與評價過程割裂等問題奠定基礎。本研究基于學習發生知行理論，以CSMS分析結果為依據，從教學效果序列、弗蘭德斯（FIAS）互動、“問-答-評”結構（IRE）互動和課堂教與學知行風格四方面進行分析，具體如下。

（一）教學效果序列分析

教學效果序列分析即按照授課主題將課堂40分鐘劃分為若干活動片段，以時間序列為橫軸變量，呈現教師教學組織、學生學習效果的過程。本堂課的教學效果序列如圖3所示。

在00：00：00-00：07：58，00：07：58-00：15：14，00：15：14-00：29：37三個時間區間中，師生發言相關度值分別為0.51、0.44和0.29，教師授課與學生發言的相關程度較高，表明學生認真聽課，能跟隨教師授課節奏。通過綜合分析可知，本課堂通過及時的過程性評價，調整了教學過程計劃，并引導學生產生了創造性想法，同時采用了多種促進學習的方式，有效引導學生產生了創造性聯想，有助于學生邏輯思維能力的提升。

本堂課學習促成的主要方式為 ① 、② 和 ③ ，按照學習發生的知行理論，學習發生有四種模式： ① 場景 $$ 內化建構， ② 概念 $$ 內化建構， ③ 概念 $$ 思想練習， ④ 場景 $$ 思想練習。其中，理想的教學順序為 ① 、 ② 、 ③ ④ 循環而上，且基于教學環節和學科邏輯實現。

（二）弗蘭德斯（FIAS）互動分析

弗蘭德斯雷達圖旨在分析互動的質量。面積越大，互動質量越好。某個維度取值越高，表示該方面做得越好。前測課和后測課的弗蘭德斯（FIAS）互動分析數據如圖4所示。

如圖4所示，虛線表示的是常模，根據數據比對分析可知：通過CSMS系統，教師正面回應學生（TRR）和學生表達穩定（PSSR）兩項得到了明顯優化，表明教師針對需要關注的問題，通過在教學過程中實時調整教學風格，將評價過程與教學過程結合，促使教學計劃動態化，提升了學生課堂參與程度，促進了學生思維激發，師生互動質量明顯提升。

（三）“問-答-評”結構（IRE）互動分析

教師課堂提問存在著IRE（Initia-tionResponseEvaluation）結構，即教師通過提問發動互動（Initiation），學生對教師問題作出響應（Response），隨后教師對學生的響應進行評價反饋（Evaluation）。如果教師給學生預留討論或思考的時間，模式里會有D（Dis-cussion）出現。典型的提問方式有簡單型IRE，學生討論思考再答型IDRE，追問型IRIRE，以及其他的復雜組合型。課堂“問-答-評”結構（IRE）互動前后測分析結果如表1所示。

表1課堂“問-答-評”結構（IRE）互動分析結果

本次后測課的教學活動中簡單型教師課堂提問方式5次，追問型5次，學生思考討論再答型10次。通過前測課的及時反饋，后測課精心設置疑問，引學生進入學習情境，根據學生對疑問的響應程度和響應質量，及時對其進行評價反饋，促進過程性評價手段的巧妙使用，實現評價過程和教學過程的雙耦合，動態調整教學活動目標和計劃，促進教學有的放矢、因材施教理念的實現。

（四）課堂教與學知行風格分析

根據學習發生的知行理論，課堂知識傳遞方式用若何（whatif）、為何（why）、是何（what）、如何（how）來代表。此指標可以和“學生學習風格”指標進行比對參照，調整課程設計。本研究案例的教師課堂投放信息的“四何”分布情況的前后測數據如圖5所示。

前測課的“四何”比例分布為若何 14.5% ，為何 17.8% ，是何 44.1% ，如何 23.7% ；后測課的比例分布分別為若何 25.0% ，為何 8.3% ，是何 41.7% 如何 25. 0% ，表明本堂課“四何”運用均衡；教師推動有效學習程度為0.60，在參考值0.47-1.00區間內，根據學習發生的知行理論，表示后測課教師運用“四何”方式有效促進了學生知識內化和思維訓練，推動了學習發生。

根據學生學習發生方式的偏向，學習風格劃為感悟型、哲理型、現實型、能動型四種，知行理論主要分析處理信息的方式（橫軸從左到右代表從概念到場景），以及處理完信息之后的響應方式（縱軸從下到上代表從知識內化到思維訓練）。根據學習發生的知行理論，若兼顧了四種類型，則說明教師能夠在課堂中有效激發各種學習風格的學生。本研究案例的學生學習風格前后測數據如圖6所示。

四、反思與展望

本研究將構建的“教學評一體化”課程教學質量優化模型作為課堂教學方向的理論依據，以學習發生的知行理論為理念指導，通過CSMS收集并分析課堂教學、學習、評價數據，實現教師教學過程、學生學習過程和課堂評價過程的一體化。未來，教師在將CSMS應用于中職課堂教學過程時，需要注意以下幾點。

（一）基于人工智能大數據分析結果的課程教學質量優化

在采用大數據分析技術對中職教學過程和學生學習情況進行全面、深人的數據收集和分析的過程中，要結合大數據分析結果和教學評價反饋，對中職課程進行優化和改進。教師和學校可以根據學生的實際需求和學習情況，調整課程內容、教材資源和教學方法。

（二）基于“教學評一體化”理念 的教學質量優化體系構建

本研究僅為在中職課堂將教學評價與教學過程緊密結合的創新性研究，通過及時的教學評價和反饋機制，不斷優化教學過程和教學方法，教師可以根據學生的學習情況和課堂表現進行個性化的教學指導，提升學生的學習效果和學習動力，但必須考慮到評價過程數據的客觀性和及時性，避免因過分關注收集過程性數據，致使教學活動擱置或耽誤的狀況發生。

圖5教師課堂投放信息的四何分布情況的前后測數據

圖6課堂學生知行學習風格前后測數據

（三）基于過程性評價的實踐教學計劃調整

中職專業課程教學必須注重將理論知識與實踐能力相結合，通過實踐教學環節給學生提供實際應用和解決問題的機會。大數據分析技術可以實現對學生在實踐環節中的表現進行評價和分析，教師及時發現問題，并有針對性地進行指導。

總而言之，基于CSMS和學習發生知行理論的中職“教學評一體化”課程教學質量優化與實踐，通過充分利用數據分析技術，將教學評價和教學過程相結合，優化課程設置和教學方法，提高學生學習效果和教學質量。教師應注重實踐教學和個性化教學，培養學生的實踐能力和解決問題的能力，提升中職教育質量和教師教學水平。

[基金項目：教育部第二批國家級職業教育教師教學創新團隊專業領域課題研究課題“以工業機器人技術應用專業領域學生能力評測為核心的教學質量評價體系創新與實踐”（項目編號：ZI2021020206，主持人：左湘）。]

責任編輯陳春陽