大数据背景下高职学生评价体系的重构

马广水，徐 红

(山东商业职业技术学院，山东济南 250103)

一、高职学生评价体系的缺陷

从高职学生评价的实际情况来看,学生评价体系一直是困扰教育教学改革的老大难问题,传统的评价体系不能及时、全面、科学地评价学生在学校的各种表现,致使学生思想教育和学生管理等各方面出现很多问题。

(一)评价的滞后性

目前,大部分高职院校的学生评价体系就是学校的综合测评体系,该体系包括智育测评、体育测评以及综合素质测评三方面内容。在智育测评体系中,主要按照一定比例的期末成绩来核算。从计算方法来看,基本属于定量评价。从评价的效果来看,学生的期末分数决定了学生的最终评价等级,而对于学生整个学习过程缺乏及时的监控,没有体现出学生平时上课出勤、作业的提交、上课回答问题以及课后学习的情况。因此,对于学生平时学习的情况没有及时的反馈和跟踪,体现不出学习成绩评价对于促进学生学习进步的作用；在体育测评中,也是以分数来体现,学生日常的体育锻炼、参加的体育活动所体现出的学生真正的体育素质却没有考核进来,缺乏对学生身体素质真正的考核和评价,也没有通过评价来促进学生体育素质的提升和改进；在综合素质评价中,主要包括思想政治素质、道德品质素质、法律素质、人文素质、身心健康素质、职业素质和创新素质等方面的内容。从考核的方法来看,主要是采取定性分析的办法来进行,基本上是评议小组根据平时的积累和日常的考核来进行打分和评议。从评价的效果来看,虽然有评价,但对于学生日常综合素质方面的反馈不及时,没有起到及时评价的积极作用。

从目前对学生评价的基本内容、方法以及评价时间段来看,基本属于终结性评价,因此不可能对学生平时的表现进行及时的跟踪和反馈。从某种意义上说,高职学生评价体系只是对学生奖学金评选的定量和定性分析,对促进学生及时修正自己的问题没有起到积极的促进作用。

(二)评价的片面性

学生评价主要包括学习成绩、体育成绩和综合素质三大类,从评价的学习成绩内容来看,基本能够评价学生的在校学习情况。但从学习成绩评价方法、手段来看,由于学分制选课,导致不同的选修课程、不同的班级和不同计分标准对学习成绩产生了较大影响,从而影响了学习成绩评定。因此,相同的分数所表现出的学生成绩评价是不对等的。随着学分制的实施,学生成绩的评价问题应该引起高度重视。对于综合素质而言,人为计算分数是常用的方法,过程性考核不全面或者没有,因此,也很难对学生的综合素质有个客观的评价,特别是小组打分更加大了综合素质评价的片面性。

(三)评价的科学性不足

传统的学生评价体系科学性不足表现在评价过程数据来源标准不统一、采集方法不一致、数据评价结果使用计算方法欠科学,无论是学习成绩的数据还是综合测评的数据都有以上问题。从数据来源标准来看,不同学院的学生学习成绩来源标准不一样,即使相同学院甚至相同专业不同老师所评判的分数标准也不同。因此,仅用学生考试分数作为衡量学生的智育成绩明显不符合学生的实际情况；从数据采集方法来看,学生成绩的采集有选修课的考察方式、必修课考试方式、公共选修课的考察和实践方式、公共必修课网络作业等很多种形式,分数采集方式的不统一导致学生分数评价的不科学,最终影响了智育评价体系的科学性。

从以上三个方面来看,学生评价体系还不能科学、全面和准确地评价学生,从而影响了学校全面了解学生发展状况和教育教学效果,阻碍了学生发展和学校教育教学质量的全面提升。在互联网和大数据时代,全方位对学生在校期间的学习、活动和生活等进行准确和科学评价有了强有力的技术支撑。高职院校应以此为契机,重新构建高职学生综合素质评价体系,全面、准确评价学生,促进学生全面发展,提高学校教育教学质量。

二、大数据与高职学生评价体系的相关性

在“互联网+”时代,大数据是各个领域都不可绕过的话题和时代课题,具有海量化、复杂性、价值高和及时性特点的大数据为教育领域破解各种难题和创新机制改革提供了强有力的技术支持。

(一)学生评价体系与大数据技术的缺位

从目前国内学者对高校学生评价体系的研究情况来看,一些学者从理论和实践的角度不断探索和研究,但研究成果并不丰富。“目前有关高校学生评价的研究和实践仍是我国高等教育发展的薄弱环节,长期难以适应我国高等教育发展形势的要求。”[1]从理论研究角度来看,目前高职学生评价机制还没有形成系统的理论支撑体系,特别是有关学生评价的过程性理论、方法性理论等还没有和现代的“互联网+”思维相联系,更没有嵌入大数据理论。从传统的学生评价相关理论来看,无论“层次分析理论”“模糊评价理论”还是“神经模糊模型理论”等,都因为指标体系不完整、导向性差、数据采集困难、定量数据和定性数据处理不科学等原因,影响了学生评价的效果和其实际应用价值。“作为人才培养重要环节的学生评价也未能逃脱被‘麦当劳化’的命运。这种看似‘合理化’的评价行为,充满着浓厚的管理色彩和工具意蕴,必然导致学生评价育人本真的迷失、公正之善的偏误以及和谐之美的缺失。”[2]因此,高职学生评价理论需要在互联网思维和大数据的背景下进行创新性改造和更新,使学生评价遵循学生的发展规律和学校的教育教学规律,把过程性评价与结果性评价、定性评价与定量评价相结合,做到及时、科学和准确。

(二)学生评价体系中大数据技术的相关研究

“学生评价作为教育过程的反馈环节,对教育教学活动起着十分重要的导向作用。它不仅引导着学生的发展,而且对一个学校的办学水平及人才培养的质量都起着不可低估的影响。”[3]在互联网和大数据背景下,更多专家开始利用大数据技术进行深入性研究。“信息化飞速发展的今天,高校中原有学生评价模式的局限性已愈发明显。基于此,就大数据对高校教育管理发展的优势进行分析,希望能利用大数据技术,发挥网络数据优势,探索出新的高校学生评价模式。”[4]也有学者指出:“利用大数据分析评价学生的学习主要是以评价学生的学习过程为主,评价学习结果为辅。对学生的学习过程进行分析评价就是收集学生在学习过程中产生的有价值的小数据,按照一定的目标抽取学生的各种学习行为特征,选择相应的分析评价方法,找出学生的学习问题、学习策略和方法、学生心理特质等问题,给予个性化的指导。”[5]目前,相关的研究成果并不显著,一方面固定的研究模式尚未形成,另一方面并没有形成相应的数据技术理论和实践成果,与高职学生评价机制相关大数据技术的研究更是匮乏。

(三)大数据与高职学生评价体系的相关性

高职学生评价体系最重要的是要全面反映学生在校期间的学习、参加活动、日常表现等各方面情况,而随着信息化技术的应用,学生在校期间会产生大量有价值的数据。这类数据总起来看有以下两类:一类是学生自身产生的行为数据。如在宿舍、教室、图书馆、校园和校外等时间数据,在食堂饮食和商场消费等消费数据,参加各类活动的人数、不同时段活动活跃情况、学生在不同平台对活动的评价和分享等第二课堂数据,医疗药品使用、行动轨迹、课外体育锻炼等健康数据,在网络中发布的评论、帖子、留言等网络数据,等等。二类是对学生的各种行为进行有针对性搜集整理的数据。如学生上课出勤、上课表现、回答问题以及作业表现情况都可以通过各种软件进行数据的搜集；学生课外活动参与和表现情况、参加各种竞赛都可以输入系统进行统计和整理。从这两类数据产生来源看,大数据与学生在校期间的各种表现紧密相连。结合学生评价的指标体系进一步分析可以看出:学生评价体系的技术支撑离不开大数据技术,大数据技术的嵌入,将会助推对学生的全面、准确和科学评价。

三、大数据背景下高职学生评价体系的重构

总起来看,利用大数据创新高职院校学生评价是一项新的重要的课题,在大数据思维、大数据技术的背景下,需要对高职学生评价体系进行系统重构并从评价的体制机制、评价体系指标的数据搜集和整理以及学生指标体系的数据分析和运用等方面进行全方位构建。

(一)高职院校学生评价体制机制的重构

目前,学生评价体制机制存在的主要问题是没有把学生评价同育人结合起来,没有把终结性评价和过程性评价结合起来,没有把学生评价体系与学生评价诊改结合起来。因此,高职院校需要从人才培养质量提升的角度重构高职学生评价体制机制。

学生评价体系需要紧密结合育人体系建设。学生评价体系是学校育人体系中重要的评价系统,学校的育人体系建设中的发展性原理、过程性原理、激励性原理和差异性原理都要在学生评价体系中体现出来,通过评价体系与育人体系理念、方式和内容的有机统一能够实现学生评价体系的“转型升级”和重构。

学生评价体系的终结性评价与过程性评价和学生诊改有机结合。学生评价体系不能只在学期末或者年末进行,应贯串于整个过程之中。通过过程性评价,能随时进行跟踪反馈,从而及时纠正学生的各种问题,促进学生的全面发展,也有利于教育教学质量的全面提升。

(二)高职学生评价体系指标数据搜集方式的重构

“在教育评价中利用大数据进行分析,运用技术层面来评价、分析,进而提升教育的综合质量,从传统评价模式转向基于基础数据的量化评价模式。教育评价的方式不再是经验之谈或主观臆断,而是可以通过对大量数据的‘归纳’,找出教育的规律,更好地优化、完善教育过程。”[6]学生评价体系相应数据应该从数据的分类、时间段和评价内容等方面进行搜集方式的系统整合。学校行政部门在学生数据搜集方式的重构方面担负重要职责；后勤、图书馆以及二级学院等部门集中于一个信息搜集整理平台,将学生学习、生活和活动等方面的评价内容在全校范围内进行系统的发布和整理,确保数据的真实有效和及时全面。数据搜集方式是保证,必须从功能数据的搜集技术层面全方位地进行优化。

(三)高职学生评价体系数据分析的重构

数据分析方式直接影响着学生评价体系的准确性,进而影响数据结果的运用。从数据分析来看,首先要考虑数据分析主体的特殊性和差异性。之前的数据分析忽视了学生的特殊性和差异性,用同样的数据分析和衡量不同的学生,影响了对学生进行全面、客观、准确的评价。大数据采集方式的变化使分析学生的特殊性和差异性成为可能,因此要改变原有数据的分析方式,根据学生的特殊性和差异性进行重构。其次,要考虑数据本身的多样性。根据对学生整体数据的分析,要对数据进行分门别类的梳理,既要考虑数据类别的多样性,也要考虑同一类别数据不同学生数据的多样性,通过数据的多样性分析,构建学生综合素质的全方位评价体系。再次,要考虑数据分析方法的优化。数据分析方法决定了数据应用的准确性和科学性,因此数据分析方法的优化要充分考虑学生主题和数据的多样性,在此基础上的方法优化能够全面重构学生评价体系。学生评价机制、数据搜集方式和数据分析的重构为数据运用重构做好铺垫。有了以上三种基本要素的重构,学生评价体系的新模式也就随之构建完毕。