李晓雪,黄 斌
(1.湖北师范大学 计算机与信息工程学院,湖北 黄石 435002;2.西华师范大学 教育学院,四川 南充 637009)
随着信息技术的快速发展,教育信息化已经成为全球教育改革的焦点。2012 年教育部发布了《教育信息化十年发展规划(2011-2020 年)》,将“教育信息化建设”列为10 个重大项目之一。此后,为了进一步增强“加快教育信息化进程的责任感、紧迫感和使命感”,引领推动教育信息化转段升级,2018 年教育部又发布了《教育信息化2.0 行动计划》。基础教育信息化是提高国民信息素养的基石,是教育信息化的重中之重。2020 年教育信息化的中长期建设与发展开始步入验收阶段,所以当前亟须了解全国各地基础教育信息化的实际情况,对学校信息化水平进行客观准确的评价。鉴于此,本研究首先通过德尔菲法筛选并确定评价指标,其次采用专家排序法和层次分析法分别计算出各级指标的权重,然后选择灰色关联度分析构建综合评价模型,最后依据建立的基础教育信息化评价指标体系及综合评价模型,对四川省6 所学校的信息化程度作出综合评价。
评价指标体系是由多个相互联系、相互作用的评价指标按照一定的层次结构组成的有机整体。指标体系是联系评价专家与评价对象的纽带,也是联系评价方法与评价对象的桥梁。只有科学合理的指标体系,才有可能得出科学公正的综合评价结论。
(1)科学性
评价指标的确定要有相关的研究基础和科学依据,指标应体现影响基础教育信息化建设与发展的本质因素。指标体系的构成必须紧紧围绕着综合评价目的层层展开,使最后的评价结论切实反映评价意图。
(2)全面性
每个指标不仅要内涵清晰、相对独立,而且应具有代表性,能很好地反映基础教育信息化某方面的特性。指标体系要层次分明、简明扼要,涵盖为达到评价目的所需的基本内容,能反映对象的全部信息。
表1 一级指标的对比表
(3)可操作性
基础教育信息化的评价指标宜少不宜多,宜简不宜繁,最好以定量指标为主,定性指标为辅。指标之间也应具有明显的差异性,评价指标和评价标准的制定要客观实际,便于比较,使评价活动易于开展。
笔者通过对CSSCI 来源期刊与近五年硕士学位论文中基础教育信息化评价指标体系相关文献的阅读和整理,按照发表时间的先后顺序统计出了一级指标的对比表(见表1)以及一级指标的采纳率(见图1)。从图1 可知,超过三分之二的学者在基础教育信息化评价时将基础设施、组织与管理、信息化人才、信息化资源、信息化应用作为一级指标。
接着依据建立指标的原则,对比已有研究中提出的评价指标,初步拟订了基础教育信息化评价指标体系。随后采用“背对背”函询(专家之间不相互讨论)的方式,广泛征求专家的意见,继而对指标进行筛选。经过两轮专家函询后,专家意见趋于一致且较为可靠,从而确定了基础教育信息化评价指标体系,包括4 个一级指标(信息化基础设施、信息化人才队伍、信息化软件资源、信息化保障体系)和20 个二级指标(见表2)。
图1 一级指标的采纳率
表2 基础教育信息化评价指标体系
续表2
此外,笔者将二级指标进行了量化处理,区分了高级(A)、中级(B)、初级(C)三个等级,并对这三个等级作出了界定,由此解决了等级判定时的模糊性问题,降低了对评价者主观决断与经验的依赖,使最终的评价结果更具说服力。
表3 专家排序结果
相对于某种评价目标来说,评价指标之间的相对重要性是不同的。评价指标之间的这种相对重要性的大小,可以用权重系数来刻画。指标的权重系数,简称权重,是指标对总目标的贡献程度。目前,确定权重主要采用专家咨询的经验判断法,如专家排序法、层次分析法等。
专家排序法是通过专家对指标间的相对重要程度进行排序从而确定权重。序号“1”代表权重最大,“2”次之,以此类推,指标对应的序号称为秩。假设有n 个指标、m 位专家,则可得到一个n 行m 列的数据表格。其中m 位专家对指标评定的秩相加的和称为秩和,记作T。第j 个指标的权重dj的计算公式为:
本研究邀请10 位教育信息化方面的专家对二级指标的重要程度分别进行排序。以“信息化保障体系”下的“信息化政策与规范”和“信息化建设与应用体制”为例,排序结果如表3 所示。
由公式1 计算出“信息化政策与规范”和“信息化建设与应用体制”的权重均为0.50。同理可以计算出其他二级指标的权重。
层次分析法(AHP)是一种定性和定量分析相结合的多准则决策方法。运用层次分析法计算指标权重,大体分为三个步骤:①分析系统中各元素之间的关系,建立层次结构;②对同一层次的各元素关于上一层次中某一准则的重要性进行两两比较,构造判断矩阵;③由判断矩阵计算被比较元素对于该准则的相对权重[7]。
10 位专家对基础教育信息化评价指标体系中一级指标的重要性进行两两比较,从而得到一级指标的权重及一致性检验结果(见表4)。
由表4 可见,第2 位专家判断矩阵的C.R.=0.3753(大于0.1),不满足一致性要求,故将其数据剔除,保留剩余9 位专家的意见,将他们对同一指标给出的权重求出平均值,最终得到4 个一级指标的权重:
表4 一级指标的权重及一致性检验结果
邓聚龙教授于1982 年建立了灰色系统理论。灰色系统理论应用最广泛的就是关联度分析。关联度分析是分析系统中元素之间关联程度或相似程度的方法,其基本思想是依据关联度对系统进行排序。基础教育信息化的建设是一个长期的过程,涉及到的影响因素非常复杂,其中包含了大量灰色信息,并且随着信息技术的不断更新,基础教育信息化的发展状况也在不断变化,这就导致人们对基础教育信息化的认识与实际水平之间往往存在一定的偏差,无法全面了解基础教育信息化的整体发展状况。灰色关联度分析能够通过对部分已知信息的分析和掌握,去寻求各子系统或因素间的数值关系,从而对一个系统的发展变化态势提供量化的数据,正确描述系统的行为规则与演变规律。基于上述认识,本研究选择灰色关联度分析构建基础教育信息化综合评价模型。
运用灰色关联度分析对基础教育信息化进行综合评价的具体步骤如下:
(1)确定比较数列和参考数列
基础教育信息化评价指标体系包括i 个一级指标和j 个二级指标。如果有u 所学校参与评价,那么比较数列Sv=[Sv1,Sv2,…,Svj](v=1,2,…,u),参考数列S0=[S01,S02,…,S0j]。式中S0j表示第j 个指标的最优值,若某一指标取小值为好,则取该指标在u 所学校中的最小值,若取大值为好,则取u 所学校中的最大值。
(2)指标数据的规范化处理
评价指标之间通常具有不同的量纲和数量级,为了便于比较,需要对原始指标数据进行规范化处理。
公式2 中λvk表示第v 所学校的第k 个指标的评价结果的规范值表示第k 个指标在所有评价结果中的最小值表示第k 个指标在所有评价结果中的最大值。于是得到规范化处理后的u所学校的评价矩阵:
(3)计算关联系数
由公式4 求出比较数列{λv}与参考数列{λ0}(即第v所学校的第k 个指标的评价结果与第k 个指标的最优值)的关联系数ζv(k)。
公式4 中ρ 为分辨系数,ρ∈[0,1],一般取ρ=0.5;Δ(min)为两级最小差,Δ(max)为两级最大差;Δ0v(k)表示比较数列和参考数列之间指标数据的绝对差值。进而得到关联系数矩阵:
(4)计算关联度
考虑到各项指标的重要程度不同,所以关联度的计算采用权重乘以关联系数的方法。第v 所学校的一级指标的综合评价结果(即关联度Rv)为:
(f=1,2,…,i;j'=[j1',j2',…,ji'];j1'+j2'+…+ji'=j)
公式6 中Pf表示第f 个一级指标下的二级指标权重的分配矩阵,Ev表示第v 所学校的j'个二级指标的关联系数矩阵。由此可以得到u 所学校的综合评价结果(即最终关联度Q)为:
公式7 中P 表示一级指标权重的分配矩阵。
(5)关联度排序
根据关联度Q1,Q2,…,Qu的大小,对u 所学校进行排序,关联度越大其评价结果越好。
本研究选取四川省成都市(X)和南充市(Y)的6 所学校(X1、Y1、X2、Y2、X3、Y3)作为样本,依据建立的基础教育信息化评价指标体系及综合评价模型对6 所学校的信息化水平进行综合评价。其中,X1与Y1为省一级示范高中,X2与Y2为省二级示范高中,X3与Y3为普通高中。
笔者对6 所学校的学科教师与信息技术人员展开调查,将问卷与访谈的结果按照表2 中的等级标准进行判定,最终得出6 所学校各指标的等级判定结果,如表5 所示。
表5 6 所学校各指标的等级判定结果
令A=100,B=80,C=60,从而得到综合评价模型中6 所学校各指标的原始数据值。选择各指标的最优值(取6 所学校中的最大值)为参考基准,由此确定参考数列:S0=[100,100,100,100,100,100,100,100,80,100,100,100,80,100,100,100,100,100,100,100]。
指标数据规范化处理后,先求出6 所学校各指标的评价结果与最优值的关联系数,再分别求出6所学校的4个一级指标的关联度:R1=[0.89,0.56,0.41,0.49,0.61,0.61],R2=[0.71,0.94,0.61,0.61,0.37,0.41],R3=[1,0.85,0.69,0.42,0.75,0.42],R4=[1,0.42,1,0.67,0.42,0.33]。通过数学模型Q=P×R,得到6 所学校的综合评价结果:Q=[0.86,0.69,0.59,0.54,0.53,0.49]。据此对信息化水平的高低进行排序:X1>Y1>X2>Y2>X3>Y3。
6 所学校的基础教育信息化综合评价结果如图2所示。这6 所学校在基础教育信息化的建设中均取得了一定的成绩,但是由于地区差异、办学层次不同等原因,导致学校的基础教育信息化发展状况并不一致。
图2 6 所学校的综合评价结果
就同等办学规模的学校来说,成都地区的信息化水平明显优于南充地区,即X1>Y1、X2>Y2、X3>Y3。在这6 所学校中,X1的信息化水平最高,这是因为该校在信息化基础设施、信息化软件资源、信息化保障体系方面做得较好。X3和Y3的信息化水平相对较差,信息化人才队伍(R52=0.37,R62=0.41)和信息化保障体系(R54=0.42,R64=0.33)的关联度相对较小。结合二级指标的数据值可以看出,这两所学校信息技术培训或教研活动的开展力度不够,学科教师的信息技术应用能力普遍偏低;另外,这两所学校缺乏全面详细的政策规范与科学合理的可持续发展机制,尤其是在经费投入方面缺乏一套稳定有效的运行机制。
总体而言,学校信息化水平的高低,与不同地区的经济发展水平以及办学层次有着很大的关系,并且信息化水平的高低在一定程度上影响了学校的办学实力,这也进一步说明了提高教育信息化水平在办学过程中的重要性。
针对发现的问题,本研究给出以下三点建议:
在基础教育信息化建设过程中,无论是学校领导、学科教师还是网络管理人员都要不断更新教育观念,提升信息素养。笔者认为,可以通过定期开展信息技术应用评比和信息技术能力培训,使教师全面认识各种信息资源与信息手段在教育中的作用,促进教师信息技术应用能力的进步;还可以通过跨区域教师的互相帮助,加强教师开发优质教育资源的能力,提高科研创新的水平。
改革现行的教育信息化投资体制,建立科学的预算与效益评估制度,通过投资回报率来约束学校的投资行为与资源配置结果,从而保障资金投入和基础设施的利用率。同时学校应该高度重视信息化建设投入经费的效益分析,从实际情况出发,遵循“统一规划、分期建设、逐步实施”的原则,决定自己的应用需求及分期目标,使有限的经费得以发挥更大的效益,以实现基础教育信息化建设的持续、高效运行。
紧紧围绕教育中心工作,在教育“公平、均衡、素质、质量、协调”发展的要求下,针对各地区教育信息化政策的差异,结合当地的政治、经济与文化等因素制定和实施信息化发展规划。对区域基础教育信息化的战略重点进行科学设计,促进优质资源共建共享,以进一步缩小不同地区、不同办学层次学校信息化水平的差距,用信息技术带动基础教育,整体推进基础教育信息化的高质量协调发展。
本研究依据建立的基础教育信息化评价指标体系及综合评价模型,对四川省6 所学校的信息化水平进行了评价,评价结果与这6 所学校的教育信息化实际情况基本一致。借助综合评价模型不仅能对各学校的信息化水平按照最终关联度的大小进行优劣排序,而且能通过一级指标的关联度对各学校的具体发展状况进行横向比较,进而发现问题、提出对策,还能为其他学校的办学与教学提供方向与建议,有利于国家相关部门采取措施,加快推进基础教育信息化建设进程。