基于网络学习平台的大学英语形成性评价指标体系构建

韦健

【摘 要】本文分析基于网络学习平台及大数据的大学英语形成性评价与传统评价相比所凸显的优势，阐述大数据驱动的形成性评价应遵循数据化、多元化、激励性、发展性等原则，提出基于网络学习平台的大学英语形成性评价包括平台自动生成评价、线上师评和线上学生自评及他评，并在日常教学经验的基础上，通过专家评议法确立了基于网络学习平台的大学英语形成性评价内容中质性评价部分的评价指标。

【关键词】网络学习平台  大学英语形成性评价  评价指标体系  线上师评  学生自评

【中图分类号】G  【文献标识码】A

【文章编号】0450-9889（2019）07C-0157-03

现代信息技术的迅速发展给教育带来了巨大冲击，加速了教育改革的步伐，使教育逐渐迈入信息化时代。随着移动学习、数字化校园、网络学习平台等以移动终端为依托的现代化学习模式的不断涌现，如何将信息技术与教学合理整合，提升教学质量已成为现代教学研究的创新热点。信息技术的变革同样给大学英语教学带来了新思路、新发展。“线上+线下”的学习模式正逐渐引领大学英语教学改革的热潮。作为教学重要一环的教学评价，在教学信息化的改革大潮中也理所当然地成了改革的热点。而如U校园之类的在线英语学习平台所提供的学生学习行为的大数据，则为大学英语教学评价改革搭建了现代化、创新性的大舞台。

一、基于网络学习平台的大学英语形成性评价优势

大学英语教学中，利用现代信息技术，在线上进行形成性评价，不仅是时代发展的必然，也有着传统评价方法无法企及的优势。

以U校园为例。U校园全称为U校园智慧教学云平台，是集教、学、评、测、研为一体的一站式在线英语教与学的平台。平台在数据设计的基础上，运用数据科学及机器学习技术，建立典型学习模型，并通过后台针对教学活动及内容的实时数据分析与处理，帮助教师与学生实现个性化、智能化、动态化、自主化、移动化的教与学。平台分为教师端及学生端，配备有同步新视野大学英语综合教程等高校大学英语教学资源及与大学英语学习相配套的数字课程，还拥有基于英语四、六级学习的听、说、读、写、译等各项语言专项技能训练课程的，针对英语语言学习方面的技能提升、求职就业、文化素养、语言训练等的，多样化、个性化的丰富教育资源。U校园平台可PC及手机等多终端无缝衔接，移动端可进行签到、提问、投票等实时高效交互功能。其基于大数据分析核心驱动设计的学习进程监控、学习情况查询、作业测试发布等功能也为大学英语的形成性评价提供了海量大数据，能够有针对性地对学习者的规模、个体学习活跃度、学习习惯、学习策略、学习进度、学习有效性、分数分布等进行多维度、全方位的大数据清洗、筛选、分析，为学生集体及个体的学习提供直观的横向、纵向数据参考及分析结果，使得评价不仅变得详尽细致，且有理有据，更为教师节省了传统评价中所必然需要损耗的数据处理分析时间，使得评价更全面科学、具体直观、动态个性、省时省力。

二、基于网络学习平台的大学英语形成性评价原则

与传统的形成性评价相比，基于网络学习平台的大学英语形成性评价具有科技化、智能化的鲜明特色，其评价在实践过程中应遵循一定的原则，以凸显线上评价特色，顺应时代发展需求，使大学英语教学评价体系更加科学、合理、完善。

（一）数据化原则

大数据时代的到来促使人们的思维、生活、工作等领域发生了巨大变革，也极大地冲击着教育领域，成为推进教育领域改革与创新的强大动力。大数据的收集、分析、可视化及应用、存储等，都在被越来越广泛地应用于现代教学中。線上教学平台在日常教学中的逐步铺开加速了大数据技术在教学管理、教学研究、学习分析等方面的应用。形成性评价大数据化，是基于网络学习平台的大学英语教学的主要特征之一，也是一大特色及优势。通过大数据科学及技术，收集及分析学生学习行为记录变量，以行为数据包为基础，为其学习行为、学习态度、学习偏好等建模，得出个性化学习行为数据，更利于进行科学合理、全面个性的评价。

（二）多元化原则

形成性评价的主要目的是了解学生学习状态及进度，发现并分析学生的优势及不足，并有针对性地提出干预建议，以促进学生学习效能的提升及学生的个人发展。换言之，形成性评价不仅是对学生个体认知能力的评价，而且还是对学生学习情感及学习行为能力的评价。根据多元智能理论，学生的个体各有不同，智能发展也各有差异，智力组合千差万别，在教学尤其是评价中不可一概而论。因此，在实施评价时应充分尊重学生个体差异，遵循公平公正、客观合理的宗旨，从主体、形式、内容、手段等多方面实现多元化、多维度、多层次的评价，尊重学生个体差异，实现学生个性化发展。

（三）激励性原则

形成性评价是强调过程的诊断性评价。其强调学生学习的过程，具体关注学生的学习态度、学习的努力程度、学习的自觉性积极性、学习的策略方法等，肯定学生优势的同时正面指出学生不足，让学生从日常的数据分析中，通过自身学习进程的纵向比较，以及与同学们的学习行为及学习成效的横向比较，清楚自己学习的综合表现，看到自己的进步及不足，了解提高的途径。通过直观大数据支持的信息化形成性评价，在内部的自我激励以及外部的良性竞争中，激发其内在的发展动力，使其享受学习的过程，并在自身看得见的进步中不断增强学习自信心和积极性，激发其学习主观能动性，提升自主学习能力，进而提高其综合能力。

（四）发展性原则

教学评价的根本目的之一是通过教学信息的收集及分析，实现教学目标，保证教学质量，促进学生的可持续性综合发展。这一目标的实现，有赖于对学生过去学习状况的总结、现在学习状态的考察以及未来学习发展的预测。传统的教学评价过于强调筛选与甄别，忽视学生学习过程，无法在评价中肯定学生的学习进步情况以及努力程度。基于网络学习平台的形成性评价可以更为有效地弥补传统教学评价的不足，动态、直观地体现学生日常学习行为细节，可以让学生在个性化数据的指导与激励下不断修正，激发积极性及潜能，实现个性化的、可持续性的综合发展。

三、基于网络学习平台的大学英语形成性评价指标体系构建措施

基于网络学习平台的大学英语形成性评价应以学生为中心，注重过程，通过直观的大数据分析及呈现，显示进步细节的同时也指出不足，给出学生个体学习的干预建议，协助学生在日常学习中不断进行自我诊断、自我反思及自我改进， 实现个人能力的持续性提升。

基于网络学习平台的大学英语形成性评价可包括网络平台基于大数据分析的平台自动生成评价，占形成性评价70%;以及线上师评、线上学生自评及他评，占形成性评价30%（师评16%、自评8%、他评6%）。评价方式应具备大数据化、智能化、网络化的特征，内容上可在传统评价内容上进行革新，凸显信息化、科技化以及人机交互特色，使得评价不仅更科学合理，且省时省力。在日常教学经验总结的基础上，运用专家评议法，现列出基于网络学习平台的大学英语形成性评价如下：

（一）基于网络学习平台的大学英语形成性评价中的量化评价

量化评价的目的是尝试将复杂的教育现象及课程现象皆简化为数量，进而通过对数量的分析比较，判断评价对象的学习成效。基于网络学习平台的大学英语形成性评价方式中的“平台自动生成评价”属量化评价范畴。网络学习平台系统根据学生学习行为轨迹及预先程序设定所自动生成的评价以大数据为基础，评价客观且凸显个性，同时兼顾个体及集体，是信息化教学评价的发展趋势。基于网络学习平台的大学英语教学在进行形成性评价时，可充分利用网络及大数据等现代信息技术，通过具体的数据统计、处理，进行量化分析，以揭示与学生学习行为相关的数量关系，掌握相关数量特征及变化，从量的关系上对学生学习成效进行判断。因影响制约学生学习行为的变量很多，故基于网络学习平台的大学英语形成性评价在构建量化评价指标时，只能考虑有限的几个变量。在变量的选择方面，应坚持“以学生为中心”的教育理念，不仅注重学生认知水平的考查，如学生在线作业及测试完成情况、在线课程自主学习完成情况等，还应突出学生学习情感、态度的考查，如学生手机移动端课堂签到情况、手机移动端投票及提问等互动学习情况、在线课程学习时长等。具体内容及比重如下：

（二）基于网络学习平台的大学英语形成性评价中的质性评价

量化评价虽说逻辑性强，标准化、精确化程度高，能够对课程教学现象的因果关系做出精确分析，但因量化评价无法涵盖影响课程及教学的所有变量，所能涉及的变量非常有限，进而影响评价信度。相比之下，质性评价则更注重评价的激励及发展功能。其强调根据学生学习行为的第一手资料，如学习档案、学习活动记录、学习笔记等，对学生的学习过程中所展示出来的学习状态、学习情感、学习表现等进行诊断，肯定进步，指出不足，以促进学生成长。基于网络学习平台的大学英语形成性评价方式中，师评、学生自评、他评皆应属于质性评价范畴。学生学习行为的具体表现是决定学生学习与发展效果的最直接控制变量，因此，可从教师、学生自己、同学或小组成员等多角度出发，线上及线下表现综合考查，对学生的学习过程及学习状态进行评价，解释学生学习行为的内涵及意义。相关质性评价可具体分为三级指标，从课前、课中、课后三个阶段（一级指标）较为全面地对学生的学习行为轨迹进行解释与评价，考评的方面涉及学习情感、学习进程及学习效果等（二级指标）共24项具体内容（三级指标）。质性评价关注的是学生的个性发展，注重的是日常学习的细节及进步表现，可有效弥补量化评价的不足。

总之，现代信息技术快速发展的大时代背景下，大数据技术正日渐成为教育领域发展及变革的强大驱动力。国务院发布的《促进大数据发展行动纲要》明确提出，我国教育要将发展教育文化大数据作为重点，充分利用大数据，推进教育方式的变革，以求促进教育公平，提升教育的质量。大数据技术倒逼教学改革。将大数据技术运用于大学英语形成性评价将极大助力大学英语教学改革及个性化教学。通过大数据的采集、清洗、合并及挖掘，不仅可以节省教师的时间及劳动成本，提高评价的准确性、全面性及科学性，还为调整教学策略方案、提高教学质量及效率提供强大数据反馈及参考。同时，还可以为学生提供可视性强的、具备持续性及个性化特点的个人学习行为及表现大数据，为学生提供学习成效信息、提出个性化意见及建议，更为学生未来发展做出科学合理预测，给出个性化的发展规划路径，助力学生的进步与成长，激发学生创新活力。

【参考文献】

[1]杨现民，唐斯斯，李冀红.发展教育大数据：内涵、价值和挑战[J].现代远程教育研究，2016（1）

[2]Shepadr L.The role of assessment in a learning culture[J].Edueational Reseacrher，200l（7）

[3]霍华德·加德纳.多元智能[M].沈致隆，译.北京：新华出版社，1999：17-18

[4]李雁冰.质性课程评价从理论到实践（一）[J].上海教育，2001（11）

[5]张扬.论课程评价中的量化评价与质性评价[J].宁波大学学报（教育科学版），2004（26）

[6]国务院关于印发促进大数据发展行动纲要的通知[EB/OL].（2015-09-05）[2019-01-11].http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm

【基金项目】广西高等教育本科教学改革工程项目“基于网络学习平台与大数据分析的大学英语形成性评价改革与实践研究”（2018JGA185）;广西中医药大学教育教学研究与改革项目“基于现代信息技术的大学英语教学评价改革理论与实践研究”（2017C10）;广西高等教育本科教学改革工程项目“基于翻转课堂理念的‘项目合作式大学专门用途英语教学改革研究”（2017JGB277）;广西中医药大学校级教育教学研究与改革项目“基于‘翻转课堂模式的专门用途英语教学改革理論与实践研究”（JS16B25）

【作者简介】韦 健（1975— ），女，壮族，广西隆林人，硕士，广西中医药大学外语部副教授，研究方向：大学英语教学、英汉互译研究。

（责编 卢 雯）