基于数据的本科教学质量管理策略

王 颖

(南京理工大学 继续教育学院， 江苏 南京 210094)

数据充斥在现代社会的每一个角落。然而信息资源的丰富，却并不等同于我们所认知的数据概念。因为只有通过运用信息资源的筛选、分析、提取、加工等技术手段，使原有交错繁杂的信息提炼出关键有效数据得以应用，发挥价值，才是真正数据理念中价值的核心。高等教育审视质量的视角已随着大数据时代的到来，从封闭走向开放，从单一转变为多元。传统的管理与决策正在从管理流程为主的线性范式逐渐向以数据为中心的扁平化范式转变，管理与决策中各参与方的角色和相关信息流向更趋于多元和交互[1]。学校应逐步改变以往自上而下的管理理念，通过记录教学活动的数字足迹，传递教学内涵信息，为决策提供精准依据，提升教学质量，促进内部教学质量可持续发展，并接受社会的监督。

1 构建数据中心，规范数据内涵

高校需要从大数据中获益，促进教学质量提升，作出积极的响应[2]。现阶段，高校的各类信息化系统都已成规模，工作模式趋向信息化、网络化。但是这些系统分散在各个部门，信息资源质量参差不齐，数据孤立，重复记录，并且没有关联，同一类型的数据在不同的系统记录的值往往不一致，不能保证数据的准确性和一致性。传统的教学数据更多地以阶段性评估为目标，缺乏对评测效果的延续性管理的手段。高校应遵循科学求证的质量管理新趋势，汇集职能部门、教学单位的数据信息，服务于教学管理、教学改革，教学评估。

1.1 功能需求和数据架构

学校建设状态数据库，是以掌握本科教学工作状态为出发点，内容覆盖教育部“普通高等学校教学状态数据库”中包含的指标及观测点，满足网上填报、各类评估需要的观测点的统计及其展示，同时拓展建设数据挖掘、综合分析的教学状态监控功能。要求系统具备数据采集、数据审核、数据分析、数据管理、报告生成、综合评价和年度评估等功能。即能实现校内自定义的观测指标的自动计算和数据挖掘分析，满足校内评估工作，包括学院评估、专业评估、课程评估、教师评估等需求，从而发挥评估工作的诊断、咨询、导向和决策功能。教学状态数据库整个模型的设计和架构中，涉及业务知识和信息化的技术，我们既需要对教学了解丰富的行业经验，同时，也需要一定的信息技术，来指导针对教学活动这个业务进行抽象、处理，生成各个阶段的教学模型。不仅简单地记录教学活动，还需要建立关联关系，探索内在联系，找出问题和预测发展，从数据架构上定义学院、专业、教师、学生为数据节点，按隶属关系建立关联；以教育教学活动为主轴，按主题集成，覆盖学校所有教学活动的本科教学状态数据库，系统、直观地呈现学校、学院、专业办学状态以及教师、学生的各类成果，清晰表征质量内涵，实现常态化监控质量。

1.2 数据建设与数据规范

数据必须具备相当高的质量，才能解决业务要求问题。数据质量可以用多种度量维度来衡量，每种度量维度衡量了数据某个或某类特征。所采集数据，除数值型，还包括政策文件、总结报告、培养方案、教学大纲等信息型；除向校内，同时向校外采集大学排行榜、麦可思大学生就业报告、中国高等教育质量报告、国家科学技术发展战略、国家高新企业发展战略等信息[3]。将见诸文件的定性描述转化为定量数据，系统、直观地呈现学校、学院、专业办学状态以及教师、学生的各类成果。高校以数据取证，获取高质量的教学评价，需要确保收集的数据的信度和效度。收集记录教学活动中的数据，应关注是真实地还原教学活动本身，还是偏离了教学运行的轨迹？如果不把数据管理好，随着我们对数据的依赖愈深，便愈容易出现问题。学校应根据自身的管理和发展需求，以自我管理与自我服务为基石，规范数据内涵定义，统一数据计算口径，确保数据在采集的环节中，各职能部门和教学单位对指标在内涵解读上保持一致性，确保数据源的可靠性、精准性和完整性。

2 依托数据服务，开启教学质量活动

2.1 全局数据监测，多维透视教学状态

数据信息量的膨胀，提醒着我们要探索数据的潜在联系，才能发挥大数据的价值作用。学校应以学院、专业、教师、学生为基础数据信息结点，依靠培养计划、实验教学中心、实习基地、开课、基础课成绩、学生竞赛、国际交流、招生、就业、评课、评教等信息为基础信息源，归集学校原有分散数据，采集教学过程中所涉及的教学活动、教学环节的数据，按主题系统分类并有效集成，按多维模型予以组织，组建数据仓库，详实记录所有教学过程、环节和活动。数据库不局限于满足状态数据的采集上报,更要服务于质量评估。采集时应以最细颗粒度进行，确保数据的原始性、独立性，不仅记录教学环节中教师、学生、课堂的数据，还需要不断外扩和延伸，涵盖学生的学业发展。

2.2 收集调查信息，填充教学管理盲区

以“学”为中心的教学理念发展趋势下，学校要调整质量管理理念，改变以往站在管理者的角度对教学资源、教师队伍进行评估，重视师生作为教学质量的直接利益相关者，尊重他们的感受，研究他们的需求，让师生成为学校质量管理与被管理的主体；通过跟踪采集数据，运用科学方法和技术手段，呈现教学现状。教学管理部门应组织教师就学校本科教学工作进行专项调查，开展通识教育选修课、评教与评课指标、专业办学满意度、教学改革情况等专项调查，从教师的视角洞察审视学校本科教学和管理工作，尊重教师主体地位，激发教师参与教学管理的主动性。学校应摆脱以往管理主义倾向，注重教育价值，追随学校教育教学改革步伐，跟踪了解学生的现状与感受，持续组织“大学生学习与发展跟踪调查”，统计分析学生在学期间的学习投入、学习机会、学习体验、满意度等数据，评估教育教学效果与学生的价值需求的数据，加速推动“以教师为主体”向“以学生为中心”模式的转换。要将学生在学校、学院、专业、课程等方面的学习成果列为重要评估内容，从学生的增值发展层面反思教学成效和改革成果，优化填充教学过程中管理缺失，反思查找教学管理盲点。

2.3 构建教学质量评估体系

2.3.1 评估主体多元化

不同的利益主体具备不同的立场观点和评估侧重点，因所依赖的衡量指标与信息来源差异，往往导致结果大相径庭。应改变学科专家单一评估的局面，把行业专家、用人单位及教师、学生等教学质量直接利益相关者作为评估主体。改变仅凭主观经验判断、质量信息信效度不高的状况，以获得系统的相互关联的质量信息，清晰地了解教学质量与效益，发现差距，找准标杆，营造新型质量文化。

2.3.2 评估体系多维度

应挖掘课程“教与学”的内在联系，建立大数据下的课程评估体系、专业评估体系、实践教学评估体系、学业水平评估体系，同时积极、深入地探索影响人才培养质量的内涵的核心指标，立足本科教学状态数据库，对原有孤立分散的数据建立关联，从学校、学院、专业、课程四个层面思考并构建，推进全方位、层层递进的多维教学质量评估体系。

2.3.1 立足持续发展的评估理念

基于证据的评估时代，让数据发声说话，突破原有总结性、示范性评估模式，秉持促进内涵建设，实现可持续发展的理念，积极地寻找以“证据”为基础的教学质量评估方式，诊断学校与学院管理工作中、专业与课程教学实施过程中的问题，找到制约发展的关键要素，以接受社会与公众的监督，为各层面质量改进提供客观、丰富的证据，推动高校教学评估持续发展。

2.4 依托数据服务，开展校内评估工作

促进内涵发展，提升质量，要关注教学活动本身，关注学生的增值发展，从宏观到微观，层层递进开展评估工作。要以鲜活的“数据”为有力的“证据”，评估教学质量，推动教学持续发展。通过设置“基础性”“发展性”“特色工作”三类指标，对学院教学管理规范性、教学改革积极性、工作创新性及整体绩效进行评估，大幅增加基础性工作指标权重，重点在反映“学生发展”的指标，评估学院对本科教学的贡献度。构建包括培养目标、核心课程、核心课程师资、教学资源、学生发展、现状评价、发展潜力评价等7项一级指标、20项二级指标、57项三级指标的评估指标体系。根据核心课程、核心课程师资、学生发展、内部评价和外部需求等7项指标，利用统计分析方法来描述专业发展态势。从专业与国家、行业、学校发展需求的契合度来评估专业竞争力。从社会、学校、师生等利益相关者需求来预测专业发展空间，从而描绘出各专业发展潜力图谱。在传统学生评课、教师评学、专家评教的基础上，增加毕业生、行业专家、用人单位评实效的环节，多角度评价课程教学目标达成度，推进课程教学内容和教学方式改革。

3 提取关键数据值，找准质量问题，形成持续改进机制

3.1 从数据分析中找出问题

以数据为基础的评估结果更具有说服力，问责更趋于理性。教学监测数据将教学中的问题直接或经分析后反馈呈现,不再是简单的经验总结，而是以全面的有效信息作为依据，科学地判断，精准地捕捉动态数据，帮助教师、学生、管理者更为清晰地了解现状。层层递进的多维教学质量评估体系能够优化填充教学过程中管理缺失，反思查找教学管理盲点，动态诊断本科教学中的问题。有效的数据信息可以完整还原学院、专业、课程、教师、学生参与本科教学工作的情况，发现其中的内在联系，诊断其中质量问题，找到制约发展的关键要素。从数据管理系统直接查询，能够满足评估过程中定义的观测指标的倒推，精准地找出问题的源头。当教学管理遇到问题时，管理者可以通过对数据的分析，对症下药，获取用户的动态需求，调整资源配比，找到问题的症状，制定有效的措施。

3.2 形成持续改进机制

D.L.stufflebeam称：评价最重要的意图不是证明，而是为了改进。科学有效递归性的决策实施，是完整闭环监控与持续改进。质量评估目的是推进教学改革，不断地完善教学质量，增强高校教育主动服务社会发展需求的能力。学校应建立外部评估与内部保障的统一关系，通过第三方评估数据工程教育认证、社会机构评估相关数据等方式，以“长期、常态、长效、长远”的积极态度，不断地完善和提高教育质量，激发高校的教育责任感和社会责任感，促进教育质量的持续提高。

4 数据驱动决策，稳步推动决策改革

“数据驱动决策”模式是指决策者以相关数据分析所得到的信息和证据为依据制定决策的一种形式[4]。合理有效的信息，才能推动管理趋向科学化。高校的教学监测数据将教学中的问题直接或经分析后反馈呈现，是形成学校制度决策的科学依据。学校通过质量评估活动，发布“本科教学质量报告”“学院本科教学质量白皮书”“专业发展潜力评估报告”“课程教学目标达成度评价”“大学生学习与发展跟踪调查报告”“信息员专项调查报告”，促进质量信息流动共享，为学校、学院、专业、课程决策改革提供证据，避免政策脱离实际缺乏执行力，也避免政策朝令夕改的尴尬，将决策推向科学化。

[1] 谭磊.New Internet:大数据挖掘[M].北京:电子工业出版社,2013.85-130.

[2] [英]维克托·迈尔-舍恩伯格.与大数据同行:学习和教育的未来[M].上海:华东师范大学出版社,2015：125-145.

[3] 高蓓蕾,魏亚,王颖.循数管理 循证决策——学校本科教学状态数据库持续发展的实践探索[J].中国大学教学，2016(10):79-84.

[4] 常桐善.如何提高大学决策绩效——院校研究与“数据驱动决策模式”的视角[J].复旦教育论坛，2013，11(5)：54-60.