基于循证教学理念的高校教学评价数智化转型发展路径探究

Path exploration of digital and intelligent transformation development of teaching evaluation in colleges and universities based on the concept of evidence-based teaching

摘要

随着数字时代的发展，高等教育尤其是教学评价领域正经历重大转型。传统的教学评价方法在客观性和数据支持方面存在缺陷，这促使教育研究者探索以循证教学为基础的新方法。本研究采用文献综述和高校访谈法，对比分析传统教学评价方法与基于大数据和人工智能技术的新方法，提出了高校教学评价转型发展新路径。研究结果表明，循证教学在提升教学评价的客观性和全面性方面发挥关键作用，是数智化转型中不可或缺的一环。对于指导未来教育评价的实践和政策制定具有重要意义。

Abstract

With the development of the digital era, higher education, especially in the field of teaching evaluation, is undergoing a significant transformation. Traditional methods of teaching evaluation have defects in terms of objectivity and data support, which urges education researchers to explore the new method on the basis of evidence-based teaching. This study applies literature review and college interview, compares and analyzes traditional methods of teaching evaluation and the new method based on big data and artificial intelligence technology, and proposes the new path of transformation development of teaching evaluation of colleges and universities. The results indicate that evidence-based teaching plays a key role in promoting the objectivity and comprehensiveness of teaching evaluation, and is an indispensable part of digital and intelligent transformation. It has important significance to guide the practice of future teaching evaluation and set policies.

Graphical abstract

关键词

循证教学 / 数智化转型 / 教学评价 / 大数据

Key words

evidence-based teaching / digital and intelligent transformation / teaching evaluation / big data

在数字时代快速发展的背景下，高等教育体系特别是在教学评价领域，面临着前所未有的机遇和挑战。传统的教学评价方法正在被更高效、精准的数智化解决方案所取代。这一变革不仅关乎技术的应用，更涉及教育评价理念的深刻转变。传统的高校教学评价系统，虽然在一定程度上帮助了教育管理者和教师了解教学效果，但它们往往依赖于主观的评价标准和有限的数据支持，缺乏对学生学习效果深入和全面的了解^[1]。在这种情况下，评价结果可能无法全面反映教学的真实效果，也难以为教学改进提供有效指导。随着大数据和人工智能技术的广泛应用，教学评估逐渐转向数智化，为解决教育中的多种问题提供了新的解决方案。通过对大规模教学数据的分析和处理，数智化教学评价能够提供更加客观、准确且全面的评价结果，从而更好地指导教学实践。

1 教学评价现状及存在的问题

教学评价作为教学流程的关键环节，其改革要求对当前教育体系进行彻底重构^[2]。在探讨新评价方法和工具前，对现行评价体系的重新评估和检视非常必要。该研究通过文献综述和对若干高校的访谈调研，对现行主要教学质量评价方式进行了详细的分析和对比，结果如表1所示。

通过整理和分析资料得知，目前的教学质量评价方式还是以传统课堂的主观性评价为主，其存在着以下不足：首先，对教育工作者而言学生对教学质量的评估并不精准，这使得他们难以针对性地改进教学。其次，虽然现行评价体系确保了学生对教师表现评价的隐私，但这些评价常常更多地反映了学生对教师的个人情感，而非教学质量本身。再次，监督者和同行教师的评价主要基于常规的课堂观察，偶尔的访问并不能全面评估教师的教学质量，这些作为监督手段并不十分有效。这种做法更多是形式上的监督，并不足以实质性地提高教学质量。最后，教学评价对教师的反馈有一定的滞后性，教师得到反馈意见的时间往往需要一个月甚至更长，这对教师教学的提升是十分不利的。

2 循证教学的定义及应用

2.1 循证教学的定义

循证教学是一种以科学研究为基础的教学方法，旨在通过分析数据和证据指导教育决策。这种方法强调使用定量和定性研究结果改善教学实践，促进教师的持续专业发展，并通过定期评估和反思提高学生的学习效果。

2.2 循证教学评价的理论框架

教学评价旨在深入理解学生、仔细检视课堂与教学活动。信息化时代涌现了各种新型的教学模式，如线上教学、混合式教学、翻转课堂等，新的教学模式如果仍然以传统的教学评价方式进行评价显然不太合适。以往的教学评价方法，最初是基于百分比的排名，后来发展成按等级分类。这些方法主要用于对教师的教学设计、教学方法和专业技能等进行评价。但这些评价往往包含主观因素，无法准确地反映实际的教学情况。其核心问题在于，传统教学评价对教学成效无法进行量化衡量。学校对教师教学没有形成科学的评价方式，只是一些基于主观印象的评分，这种主观评分会导致评价结果无法量化和排序。从某种程度上讲，难以量化意味着难以管理。在实际应用中，不同数据源的整合困难，加之采集成本等因素，导致所获取的数据缺乏连续性，使得数据中潜在的信息链条断裂。例如，探究学生作业表现与教师授课质量的关联，或分析学生的阅读能力如何影响其教学成绩，这些分析均难以执行。因此，学校常基于主观判断评估教师，而教师则多依赖经验处理教学问题，这对于科学、精确地理解学生和做出教学决策产生了不利的影响。学校没有相关的基础数据，有关部门在制定相应的鼓励政策时就缺乏依据，持续改进也就失去了抓手。

通过实施基于循证教学理念的教学评价数智化转型能够很好地解决“量化”问题。循证教学评价是以教学评价理论、数据科学技术、教学分析方法为基础，以全教学数据链为抓手，运用绩效技术的理论和方法，对教学的整个过程及其成效进行多维、精确评估测量的一种方法^[3]。循证教学评价侧重于搜集“教学数据证据”，将评价模式从学生的主观感受转向基于具体教学数据的客观评估。这种评价方法将教师的教学贡献和成效与可获取的评价证据相融合，目的是全方位、准确、高效地辅助教师改进教学方法。在结合了传统课堂和在线教育的混合学习模式中，笔者构建了一个包含四个主要环节的综合评价体系，即教学投入、证据搜集、教学评测和教学优化。这一体系形成了一个连贯、多样化且全面的评价方法。其理论框架如图1所示。

在这个技术框架里，整个教学活动分为线上教学和线下教学两部分，而教学数据的收集贯穿“课前、课中和课后”整个教学全过程。这些数据包括教学活动的开展数据、学生的考核数据、教学资源数据等，对这些数据进行不断地整合和优化，然后对教师和教学管理者进行及时反馈。循证教学评价的关键在于实现整个评价流程“数智化”。这一概念可以被理解为数字化和智能化的融合，它代表了在数字化的基础上迈向更高级别的目标。在信息时代背景下，教育大数据的深远影响就是从根本上改变了教育理念和思维模式。在这个新时代，教育领域中的每个细节，包括学生和教师的行为、学校的各种事务，都能被转化为数据。教育不再仅仅依赖理念和经验传承，而是进入了一个基于数据的实证阶段，成为一门真正的数据驱动科学。大数据促使教育工作者的思维方式发生转变，通过AI技术分析教育数据，深入探索教学、学习和评估等领域，从而更加精准地制定和实施教育政策，制定更切合实际的教学策略。

3 教学评价数智化转型的关键问题

3.1 加强数据资源建设

循证教学评价的核心在于利用客观的“数据证据”减少评价过程中的主观影响。为了实现这一目标，关键步骤包括加强学校信息化基础设施建设，如建立专用网络、数据库和数据采集设备。这不仅有助于教育教学评价的有效转型，还能通过资源共享消除数据孤岛。同时，还须制定和实施准确的管理与监控策略，开发有效的数据处理架构和流程，确保数据的科学分析和维护。这一切共同作用于提高评价的一致性，从而确保基于客观和公正标准的分析与判断^[4]。

3.2 完善数据标准体系

循证教学评价贯穿教学的全过程，故而精确的数据采集非常关键。教育研究者必须建立一个全面的数据标准体系，这不仅包括教育数据的采集、处理和安全保障标准，还涉及学习分析、可视化和使用者标准等^[5]。这些标准将作为实施精准化评价措施的行动框架，旨在提升大数据在教育教学评价转型中的精准度和可信度。

3.3 形成数据分析方法

采用符合教育规律的方法对数据进行分析是有效利用数据的关键。教育研究者应重视建立数据之间的横向联系，为分析教学效果提供支撑^[6]。例如，在评估在线课程质量时，应将学生的课程评价、课程访问量和基本信息与学业数据进行综合分析。教育数据分析需要结合定量和定性原则，利用学校数据系统的内置程序和高效计算机算法以确定影响因素的优先级。在课程教学过程中，应通过细分目标进行数据收集和分析，并将评价标准与教学目标相结合，以推动教学的持续改革。此外，应通过过程监控的评价活动流程，改变传统的在学期末集中观察与分析数据的做法，让评价活动在整个学期内持续进行。为实现基于大数据的有效评价，应对知识进行深入的“二次挖掘”，即利用关系分析模型和基于价值判断的教研活动，全面理解教学期间所产生的过程性数据。

4 教学评价数智化转型的实施

4.1 建立教学评价指标体系

在建立教学评价指标体系的研究实施中，整个过程分为两个关键阶段：指标体系的初步构建和最终确认。在初步构建阶段，首先采用通过资料查阅和数据分析初步选定的评价指标设计问卷，然后把这些问卷发放给领域内的专家以收集其反馈意见。所收集的反馈意见对于调整和最终确定评价指标至关重要，对构建一个初步的教学评价指标体系框架非常有帮助。然后，将这个问卷分发给教师和学生，以收集来自教学一线的直接数据。通过因子分析处理这些数据，可以进一步精确和完善教学评价指标体系。这个过程中的一个关键步骤是使用层次分析法计算各指标的权重，包括单层和综合权重，这对于整个项目研究的深度和广度都极为重要。这一步是整个研究的关键，需要厘清三个核心问题。

4.1.1 评价指标的科学合理性

教学评价有多方面的影响因素，而不同的指标只能反映教学评价的某一个或某几个方面，因此，笔者根据教学质量评价的具体目标选择适当的指标体系。每一种服务于特定目的的指标选取，都应在评价的特定方面展示其合理性，但也只能保证其合理性存在于评价某一点或某几点时的有限范围^[7]。从这个角度来看，选择科学且合理的指标在任何时候都是建立评价标准的重要的第一步。

4.1.2 指标数据的真实性和可靠性

在高等教育领域，尤其是在中国，获取真实教学数据面临多种挑战。这包括从统计课堂出勤率到学生评教的各种数据，如上课率统计、上课互动率统计、学生评教等数据，这些数据的收集工作量巨大。如何保证收集数据的真实可靠，是一个值得研究的问题。在中国高等教育领域真实数据获取有很多现实障碍的情况下，采用不同方式获取大规模数据是不可避免的，而在这种情况下，对所获得的数据进行可靠性分析也是必不可少。

4.1.3 评价模式的适应性

精确管理最早出现于企业管理中，它对提高企业的生产和管理效率等方面有较好效果^[8]。教育作为“管理人”的领域，其目标和使命的多样性使得教学质量的测量和评估成为一个复杂的任务。教育领域的复杂性要求教育研究者更加审慎地应用这些模式。为了用数字化指标解释教学质量，必须满足一些前提条件，这包括指标对教学质量的解释能力、指标之间的逻辑联系以及数据来源的可靠性。在这个框架下，研究者需要分析和处理的数据不能局限于课堂内的活动，而应涵盖课前、课中、课后的各个环节，形成了一个全方位的教学评价体系。这种评价体系不仅整合了线上和线下的资源，同时也连接了课堂内外的活动，使得教学数据成为教学评价的核心。数据的类型如图2所示。

对教学评价的数据进行处理和分析，最终目标是为学校提供关于教学质量监控和管理的全面数据分析。这种数据分析能够客观地展现教学活动的多个方面的实际质量，帮助学校在教学资源、课程设计、师资力量等方面做出更加科学合理的决策。在实时的数据分析支持下，学校能够快速响应教学过程中出现的各种问题，并及时进行调整，促进教学质量的持续提升。

4.2 教学评价的量化处理

教学效果评价难以量化是长期困扰高校教学管理人员的问题。没有量化就意味着没有数据，教学质量评价没有量化就意味着教学质量无法客观把控。学校没有相关的基础数据，有关部门在制定相应的鼓励政策时就缺乏依据，持续改进也就失去了抓手，信息化教学体系的执行效果则大打折扣。教学评价要进行数字化改造，需要在前端通过各种途径获取教师大量的教学数据，而作为教学质量评价的核心，循证教学评价需要把这些采集来的大量数据变成评价教师教学效果和质量的科学、可靠和客观的证据^[9]。这些证据需要通过某种方式的量化才能比较方便地把全校的教师和课程进行一个公平比较。

教师教学综合成绩的评价是一个形成性评价，主要由主观数据和客观数据组成^[10]。客观数据即为教师在进行线上或线下教学时评价平台通过某种方式或途径采集到的数据。在整个学期中，这些使用记录将被客观地留存下来，通过设置积分规则，将教师的教学情况转化为一个可量化使用的值，例如“访问量1=多少积分、在线时长1 min=多少积分”等，通过此种方式量化教师的授课情况。即将线上课程的使用情况转化为可量化的积分。但是积分与主观成绩并不是统一的量化标准，无法放到一起进行分析计算，因此需要将量化标准进行统一。积分转化规则如下，设置最高的积分为满分，其余积分都基于最高积分转化为对应分数，例如：教师甲最高，为5 000积分，那么他的得分为满分100分；教师乙为3 000积分，那么他的得分等于3 000/5 000×100分＝60分。

笔者通过设计以基本状态数据为基础，以定量评价为主、定性评价为辅的教学评价模式，实现了评价结果的量化和排序，为常态化质量监控打下坚实基础。教学质量平台对于学校所有教师都是公平公正的，通过对这些教学基础数据进行分析比较可以提早发现问题，可以使一大批默默无闻的优秀教师脱颖而出，使教学问题持续改进有了抓手，从而促进了教学质量的稳步提高。

4.3 评价平台的建立和应用

笔者根据前面步骤确定的评价指标体系建设基于循证教学理念的教学评价督导平台，搭建平台的软硬件环境。通过对平台所收集的数据进行分析，教学管理者可以客观地了解当前的教学情况，明确指出各个教学环节中的优点和需要改进之处。根据这些分析结果，提出相应的改进建议，从而优化教学流程，提升教学质量。改进措施包括引入创新教学方法、调整课程内容、增强师资队伍建设，以及采用增强学生学习投入的学习方式，其最终目标是创造一个更高效、更丰富的教育体验。

循证教学评价重视从多个来源采集和分析教学证据。这一流程起始于从多个来源收集数据，随后进行数据的重新组合、整合和建模，以对教学评价数据进行多维度的分析。通过这种方法，教育管理者能够获得多角度的教学评估结果。而这些结果又为教师提供有力的反馈，并作为精确决策的重要依据^[11]。

5 结束语

在信息时代背景下，大数据在教育领域深入应用，特别是在教学评价方面。将循证教学理念与数智化技术融合应用于高等教育教学评价，不仅是一种趋势，更是一种创新的尝试。本研究深入探讨了循证教学理念在高等教育教学评价中的应用，为教育评价的现代化提供了新途径。教育从依赖理念和经验的社会科学，转变为一门基于数据的实证科学，大数据的使用促使教育者的思维方式发生深刻变化^[12]。大数据的融入使得教育决策者能够更精准地识别和解决问题，从而制定出更加贴合实际需求的教育政策和教学策略。这种数据驱动的方法在评价和优化教学过程中发挥着关键作用，为如何实施精准化教育提供了一个全新的视角。研究成果不仅丰富了循证教学理念的应用领域，也为未来教育评价的实践和政策制定提供了有价值的指导，进一步促进了教育质量的全面提升。

参考文献

[1] 邹梦君. 高校学生行为大数据的分析与应用研究[D].金华: 浙江师范大学, 2018.

[2] 宋乃庆, 郑智勇, 周圆林翰. 新时代基础教育评价改革的大数据赋能与路向[J].中国电化教育, 2021, 2(1): 1-7.

[3] 牟智佳, 刘珊珊, 陈明选. 循证教学评价: 数智化时代下高校教师教学评价的新取向[J].中国电化教育, 2021(9): 104-111.

[4] 徐文彬, 彭亮. 循证教育的方法论考察[J].教育研究与实验, 2014(4): 10-14.

[5] 顾小清, 李世瑾. 人工智能教育大脑: 以数据驱动教育治理与教学创新的技术框架[J].中国电化教育, 2021(1): 80-88.

[6] 李爽, 刘紫荆, 郑勤华. 智能时代数据驱动的在线教学质量评价探究[J].电化教育研究, 2022, 43(8): 36-42.

[7] 龚方红, 刘法虎. 彰显类型特征的职业教育评价新蓝图: 《深化新时代教育评价改革总体方案》解读[J].国家教育行政学院学报, 2020(11): 26-33.

[8] 张善海. 大数据背景下高等教育评价体系的构建研究[J].天津市教科院学报, 2020, 1(1): 62-66.

[9] 张志华, 王丽, 季凯. 大数据赋能新时代教育评价转型: 技术逻辑、 现实困境与实现路径[J].电化教育研究, 2022, 43(5): 33-39.

[10] 张志祯, 齐文鑫. 教育评价中的信息技术应用: 赋能、 挑战与对策[J].中国远程教育, 2021, 3(1): 1-11.

[11] 吴小凡. 人工智能赋能教育评价的概念理路与实践路径[J].新乡学院学报, 2022, 39(8): 73-76.

[12] 王珊. 基于循证的课堂教学质量评估: 以美国数学课堂教学质量评估工具为例[J].中国考试, 2022(2): 73-80.

基金资助

2022年度广东医科大学本科教学质量和教学改革工程项目(1JG22170)