缩略图
Mobile Science

多源数据支持下的教学评价体系构建研究

作者

殷纤慧 许鲁燕

工程大学乌鲁木齐校区

引言

教学评价是保障人才培养质量,推进教学改革的重要手段,评价体系建设的科学性直接影响人才培养效果。目前我国高校教学评价主要以学生考核成绩和学生评教相结合的传统模式,这种评价方式存在主观性强、评价内容单一、反馈不及时等缺点。伴随智慧教室、在线学习平台等在各高校中的广泛应用,教学过程中产生大量、多源、动态的数据资源;为建立更加科学、高效的新型教学评价体系奠定了坚实的数据基础。本文的研究是依据新时代教育需求,从全局视角出发,致力于构建一个多维度、一体化的理论框架,并探讨其具体实施路径与推进方法。

一、传统教学评价体系的困境与多源数据的优势

(一)传统教学评价体系的主要困境

目前,我国大部分高校采用传统教学评价体系,主要以“管理主义”为导向,以“终结性评价”为方法,以“单一量化指标”为基础,其方法具有一定的时代背景,但弊端逐渐凸显。主要表现在以下几个方面:一是价值理念落后。传统评价体系是以“管理”和“鉴定”为目的,并没有把教学评价作为促进教育教学发展的有力手段。二是数据资源单薄。现有的教学评价过度依赖结构化、结果性数据,很少反映教学过程、行为的非结构化信息。三是技术支撑力不足。虽然当前大部分学校只是对数据进行简单的汇总、分类和加工,离利用大数据分析以及人工智能算法进行智能分析挖掘还相差较远。

(二)多源数据在教学评价中的核心优势

多源数据指的是从教学全过程、多模态以及多层次等异构数据构成的数据集合,具有结构化、半结构化和非结构化的特征。相比于单源数据的评价方式而言,多源数据有以下几点明显的优势: ① 全面性。多源数据是全流程、全覆盖式的数据来源,能够更多维度的获取认知掌握情况、行为参与情况、情感态度等等各个方面的指标,有助于做出更加客观准确的评价; ② 高客观性。所有多源数据都来源于真实或者真实模拟的教学环境,有效提高了评价结果的信度和效度; ③ 预判性。应用学习分析、教育数据挖掘的技术等人工智能算法将辅助多源数据完成前期对学生学习困难或问题的风险预警,并做到“防患于未然”的先期干预。

二、多源数据教学评价体系的三维理论框架构建

针对传统教学评价体系所面临的现实困境,本研究构建了包含价值理念、数据系统和技术支撑三个维度的多源数据教学评价理论框架,旨在推动教学评价体系实现现代化转型。

(一)价值理念维:引领评价方向

价值理念作为整个教学评价体系的“大脑”,统领着评价的目标和方向,而新的价值理念要实现三大战略性转变:一要由“管理主义”向“发展主义”转变,即不再以单纯的考核、奖惩作为评价的目标追求,而是以促进教师专业发展,增强教学创新活力为根本目的;二要由“单一判断”向“多元诊断”转变,评价的结果不是像过去一样简单地由一个分数或者一个排名来判定,而是转变成一份多角度、能用得上的“体检报告”,针对学生的各方面的状况进行改善;三要由“静态结果”向“动态增值”转变,即不仅追求静态的成绩,更多的关注学生学习能力、水平及发展程度。

(二)数据系统维:夯实评价基础

数据系统是评价体系的“血液”,负责采集、治理和融合多源数据,为评价体系的基础建构提供良好的支撑条件。其核心任务主要包括以下两个方面:一是数据采集层面,需要采集多渠道的数据,包括论坛互动,教室出勤、课堂互动等各种行为数据,以及成绩、课表、作业、问卷调查等文本信息;二是数据治理和融合层面,要建立统一的数据标准及全域身份标示体系,并通过  ETL过程和数据中台技术,把多源异构数据进行清洗、集成本质化融合,形成高质询、可分析、可扩展的评价数据仓库,彻底打破“数据孤岛”。

(三)技术支撑维:驱动评价创新

技术支撑作为整个体系运转的“引擎”,是从海量、复杂的多源教学数据中,发掘信息价值的技术保障,其关键技术包括3 方面。一是通过大数据处理技术,实现海量、实时教学数据的高效率存储计算;二是利用学习分析技术开展研究,如运用社会网络分析 (SNA) 获取学习共同体结构特性;三是运用人工智能算法开展研究,如运用机器学习模型 ( 随机森林、神经网络等 ) 构建学生学业精准预警系统、教师教学效果多维智能评价模型等。

三、对策与结论

本研究构建的多源数据支持的教学评价体系框架,通过价值理念、数据系统、技术支撑这三个方面的综合性创新,实现从经验化、单一化、静态化到数据化、多元化、动态化的过程转变,力求“评得准”、更注重“用得好”,以达成教学相长、持续迭代质量文化这一目的。

为确保该体系的顺利构建与有效实施,本文有几点建议:一是加强顶层设计,构建数据治理框架。学校要加战略统筹力度,建立健全教育数据标准规范、安全管理和伦理约束制度等;二是坚持人机协同,凸显人文关怀。要时刻牢记技术是服务于教学的,坚持在评价决策时运用“人机协同”方式。用数据评价作为辅助参考,充分利用教师教育教学经验和教学智慧。

参考文献

[1] 孙一翡 , 崔宝凯 . 人工智能驱动的微生物学实验教学模式创新与评 价 体 系 构 建 [J/OL]. 微 生 物 学 通 报 ,1-15[2025-09-11].https://doi.org/10.13344/j.microbiol.china.250533.

[2]Lu T ,Xiao Y .Development and Implementation Effects on the Evaluation of Dance Teaching System Integrated with Wearable Devices[J].International Journal of High Speed Electronics and Systems,2025,(prepublish):

[3] 陈佑清 , 朱莉萍 . 学习中心教学评价指标体系的构建 [J]. 课程 . 教材 . 教法 ,2025,45(05):47-57.DOI:10.19877/j.cnki.kcjcjf.2025.05.012.

[4]Yang J ,Li X ,Hu X , et al.Construction and Application Analysis of College Physical Education Evaluation System Driven By Digital Intelligence Technology[J].Transactions on Comparative Education,2025,7(1):

[5] 隆平 , 向林峰 , 彭桂良 . 新时代高职院校教师教学能力评价指 标 体 系 构 建 [J]. 教 育 与 职 业 ,2023,(19):66-72.DOI:10.13615/j.cnki.1004-3985.2023.19.004.