利用云教学大数据开展课堂教学评价的探索

摘  要： 运用云教学大数据这一新的教学资源为教学服务，提高教学管理服务能力和水平。文章分析了云教学大数据在课堂教学评价中的优势和云教学大数据应用于课堂教学评价的必要条件，探索利用云教学大数据进行课堂教学评价的具体做法。黄冈职业技术学院的实践，说明利用云教学大数据进行课堂教学评价是可行的，运用大数据可以实现全过程教学评价，实时监控教学质量，做到智能跟踪服务，提升教学管理服务水平。

关键词： 云教学大数据; 课堂教学评价; 评价模型设计

中图分类号： G712          文献标志码： A          文章编号： 1671-2153（2020）06-0036-06

课堂教学评价是推动教育教学发展的一个重要环节，课堂教学评价对于了解教师教学质量、学生学习情况，进行相关教学管理决策等具有重要作用。传统的课堂教学评价存在许多局限：数据采集困难，数据来源单一，采集的数据不全面、缺乏连续性，使得过程性评价难以实施。教育教学是一个连续的动态过程，只有持续地采集教学过程的方方面面数据，才能对教学质量做出相对客观、全面、合理的评价。随着“互联网+”与课堂教学的深度融合，云教学模式在许多高职院校的推广应用，使得教育教学大数据成几何级数增长。运用云教学大数据这一新的资源为教学服务的程度，是一个学校管理服务能力和管理水平的集中体现。

一、利用云教学大数据进行课堂教学评价的优势

（一）云教学大数据采集便利

利用云教学大数据进行课堂教学评价，其数据的采集可通过以下三个方式获取：

1. 查阅云教学的班课数据和教学报告

使用云教学的班级，都有一份能充分反映“教” 与“学” 情况的班课教学报告和班课汇总/明细数据表。教学报告以可视化图表给出，主要包括四个方面内容：一是教师、班级、课程名称相关信息，班课的资源数，成员数，签到、测试、头脑风暴、讨论答疑、作业/小组任务、投票问卷、课堂表现等次数以及教学周报;二是资源报告，内容有资源的构成、资源的学习情况，可以具体到每一位学生;三是活动报告，内容有活动构成，各项活动的参与度图表以及每项活动中表现优异的前五名或前十名学生名单;四是学情分析，内容有经验值分布，经验值获得方式图表，经验值较低的同学学情分析雷达图，以及全班每一位学生的经验值清单。班课汇总/明细数据表内容包括：班级中每一位学生的签到、视频资源学习、非视频资源学习、课堂表现、投票问卷、头脑风暴、讨论答疑、测试、作业/小组任务，以及各项内容按一定百分比转化为百分制的汇总成绩等。这里的数据是动态的，只要班课没有结束，所有数据随时间不断变化着。

2. 查阅教师基本信息情况

通过教师基本信息可以了解该教师魅力值，领先全国老师百分比，创建班课数，累计学生数，发布资源数，以及开展活动和共发起签到次数，平均出勤率等相关信息。

3. 查阅学校云教学的教学报告

通过学校云教学的教学报告，可获得全校该学期每一个班课的活跃指数排行榜，各院系的平均出勤率，全校资源统计数，各项活动平均及每个班课活动次数等相关数据。

有了这些数据，可根据课堂教学评价的需要选取相关数据，随时进行动态教学评价，促进教师自身发展，提高教学质量。

（二）云教学大数据实时全面

传统课堂教学评价数据来源主要有两个方面：一是同行、督导或领导听课，数据量少，很大程度上存在偶然性、片面性，评价不够全面、科学;二是学期末的网上评教，包括同行评教和学生评教。同行评教，每学期期末进行，大多数老师比较排斥这事，往往不去听课，只能随意给分，给分有失公正;学生评教，认真评教的学生很少，多数学生是以完成任务的态度对待，甚至有学生对严格要求的教师或是曾经批评过自己的教师故意给差评。因此传统课堂教学评价其结果不科学、不全面，不能动态反馈、全程督导，达不到激励的效果和提升教学能力的目的。

云教学大数据是教学行为和过程的实时记录，具有不可更改性、真实性，数据量大，数据采集和数据分析具有天然优势，为教学评价提供了新思路和新方法。云教學在各个教学环节中，可以全面、连续、动态采集来自于教师、学生、课堂等各方面的数据，实现全程监测、动态反馈。使教学评价真正做到科学、合理、公正、公平，从而促进教师能力的提升，最终实现学习效果、教学效果的提升。

二、利用云教学大数据进行课堂教学评价的必要条件

利用云教学大数据进行课堂教学评价的必要条件，是学校全体教师都运用云教学平台进行课堂教学，产生教学评价所需的大数据源。这就需要学校管理层及全体教师对大数据在教学管理中应用有充分的认识：大数据不仅可以用来课堂教学评价，还可以满足学生的个性化教学，以及为学校决策提供依据等。

（一）领导重视，大力培训师生信息化能力

很多人对教育的理解仍停留在老师教“书”、学生读“书”的阶段，没有意识到随着互联网、移动技术的发展，教育教学也需要变革和发展;云教学正是信息技术与教育教学融合的结果。云教学大数据在教学管理中有巨大的应用潜力，可以为教育工作提高效率，实现学生的个性化发展，有助于课堂教学评价，为教师的个人发展提供强大的支持。

当前比较流行的云教学平台很多，如学习通、云班课、职教云、雨课堂等等，都免费提供给教师运用，还提供免费咨询，并不需要学校配备昂贵设备和专门的技术人员，降低了学校教学信息化建设的成本，只需要学校领导重视，大力提倡教师开展信息化教学改革，培训师生信息化能力，鼓励教师建设信息化教学资源，引导学生通过移动终端获取知识，形成“处处可学，时时能学”的学习新形态。

运用云教学平台进行教学，对教师IT能力的要求并不高，教师不需要学习复杂的操作，仅仅需要学习一些软件的使用即可，后台如何处理数据完全交给云端，教师教学过程、学生学习行为都一一记录，并形成教学报告和学习报告，教师只需要打开后台数据认真分析一个个折线图、矩形图、雷达图、饼图等内在信息，然后调整自己的教学资源、设计、方式等等就行。

（二）示范引领，推动信息化课堂建设

要推动信息化课堂，学校可以开展各类信息化教学比赛，示范引领，以赛促学，以信息技术促进教学方式变革，提高学生学习有效性。教学工作必须从一本书、一支粉笔、一个讲台的传统形态转至多媒体移动终端多层次、形象化、趣味性、多样化的云教学状态，形成“处处可教，时时能教”的教学新形态，教学大数据才能产生并应用。大数据带来的不仅仅是一种资源，同时还是思维方式的转变。作为教师必须以开放的心态对待新技术在教学领域的应用，充分发挥云教学大数据技术在教学中的特点和优势。

三、利用云教学大数据进行课堂教学评价的具体做法

云教学大数据记录了教师备课行为及时间分布、学生学习行为及时间分布、课堂教学过程及活动、课堂出勤率等几十个数据项，需要选取哪些数据进行课堂教学评价以及如何评价呢？下面从评价数据选取和评价模型设计两方面进行分析。

（一）数据选取

开展云教学，首先要改变教育教学理念。传统的教学中，聚焦于教师的讲授，以“教”为中心;云教学中，聚焦于学生的问题和参与，以“学”为中心。教师只是教学活动的设计者、组织者和实施者。学生学的过程是教学的中心，学生是课堂的主体，教的作用是为了让学生的学更有效。在云教学中，基于网络教学环境，其教学流程、模式、内容和活动等都需进行重新设计。

首先，教师要做好三件事：第一，重组教学内容，重新组织知识结构，以恰当的形式呈现知识点，即建设课程资源;第二，重新组织教学活动，通过有效的教学活动，激发学生学习兴趣和学习动机，使学生参与到教学过程中，实现从“教”为中心向“学”为中心的转变;第三，重新设计教学评价，实施过程性评价，使学生在学习知识的同时，实现思维、能力的综合发展。

其次，学生的学是检测教师所有劳动是否有效的唯一标准，主要表现：第一，学生自主学习密度，即学生对教师发布的课程资源的学习情况如何。第二，学生的参与度，即学生在课堂中对教学过程中的各项教学活动的参与情况怎样。第三，学生学习达标程度，即在各项训练检测中完成情况和达标情况怎样。第四，学生到堂率如何。

基于以上分析，同时考虑评价的便捷性和可操作性，在云教学中进行课堂教学评价可选取如下七个数据：（1）课程资源建设情况（数量及类型）;（2）教学活动设计情况（数量及类型）;（3）学生资源学习情况;（4）学生课堂活动参与情况;（5）课堂学生出勤率;（6）课堂教学达标程度;（7）班课活跃指数，此数据用于学校云教学课堂情况的横向比较。

（二）评价模型设计

运用云教学大数据进行课堂教学评价，其评价模型设计如图1所示。

1. 设计云教学大数据进行课堂教学评价的维度

课堂教学评价对促进教师观念、教学方式、学习方式转变起着至关重要的作用。可以说，有什么样的评价，就会有什么样的教学。它是课堂教学的风向标，导引着教师的教学行为和教学结果。课堂教学评价的维度至少有三个，一是教师，二是学生，三是课堂。

教师维度：教师要变教为启，变教为导，变教为帮。对应数据为：（1）教学资源的设计;（2）教学活动的设计。教学资源和活动在设计过程中，应充分考虑不同学生的基础状况及其个性化需求。学生维度：学生要动起来，动脑、动手、动嘴、动眼等等。对应数据为：（1）资源学习情况;（2）课堂活动参与情况。课堂维度：要让课堂气氛活跃，学生的学习情绪高涨，学生合作学习的气氛浓厚。对应数据为：（1）课堂学生出勤率;（2）课堂教学达标程度;（3）课堂活跃指数。力求做到科学、合理，且具有可操作性。

2. 设计云教学大数据进行课堂教学评价的标准值与等级

以上各维度数据评价标准，可根据信息化教学在学校的使用情况而动态变化，开始时标准值可以设置得低一点，随着教师运用的熟练程度逐步提高而提高。

三个维度，七个数据标准值如下：（1）教学资源设计只在数量上提要求，按课程学时数的60%作为教学資源建设数量标准值;（2）教学活动设计按课程学时数的2倍作为教学活动数量标准值;（3）学生资源学习，规定完成资源学习80%以上的学生占比80%作为标准值;（4）学生参与教学活动情况，规定各类活动平均参与度为80%作为标准值;（5）学生上课出勤率规定平均值为90%作为标准值;（6）课堂教学达标程度用全班课堂测试（或作业/小组活动）结果平均成绩60分作为标准值;（7）课堂活跃指数用全校班级活跃指数的平均值作为标准值。这些标准值可以根据不同类型的课程进行适当调整。因此，不同类型课程标准值要求不同，同一门课程学时不同时标准值要求也不同。

评价结果分为优秀、良好、合格、不合格四个等级，其判断方式如表1所示。

3. 获取数据进行评价与反馈

具体操作方式是，进入班课教学报告，获取所需数据，包括教学资源数、教学活动数、资源学习率、学生课堂活动参与百分比、签到率、课堂教学达标程度等六个数据，第七个数据是全校班课活跃指数，不属于班课内数据。计算出该课程各项数据的标准值，将获取的数据与各项标准值进行对比分析即可得出评价等级。及时将分析结果反馈给任课教师，并提出要求和建议，让教师充分了解自己的教学优势与不足，从而适时增加教学资源，优化教学活动设计，及时了解学情状态，为学生提供更优质的教学服务，辅助学生成长成才，促进学生自我管理。学校各级教学管理部门，可以通过教学评价大数据分析，动态了解教学的整体情况和每一位教师的教学情况。通过比较和关联分析，在数据中发现规律，对教学过程进行精细化管理，从而保证教学质量。

四、利用云教学大数据进行课堂教学评价的实践：以黄冈职业技术学院为例

下面以物理因子治疗技术课程2017-2018学年度第二学期云班课教学情况为例进行说明。授课班级是康复201601和康复201602，两班一起上大课，学生共76人，总学时68学时。

（一）获取该课程的班课相关数据，并计算出各项数据的标准值

该课程在云教学平台上的班课数据如图2到图7所示。图2是班级教学报告，图3是教学活动统计，图4是学生资源学习情况，图5是学生参与教学活动情况，图6是学生上课出勤率统计情况，图7是学生历次课堂测试得分情况。

由班课数据图可知：该课程资源建设数为106个（图2），其标准值为68（学时数）×60%=41;教学活动数为354个（图3），其标准值为68（学时数）×2=136;完成资源学习80%以上的学生占比77.63%（图4），其标准值为80%;学生参与各类教学活动平均值为77%（图5），其标准值为80%;学生上课平均出勤率84%（图6），其标准值为90%;课堂教学达标程度，即全班历次课堂测试平均成绩78分（图7），其标准值为60分;班课活跃指数为5647，其标准值为1075（全校该学期的平均班课活跃指数）。

（二）进行评价与反馈

将各项数据与其标准值进行对比分析，判断评价等级，得出结论，并进行反馈。表2为该课程的反馈表。

以上评价结果表明，该课程教师比较注重教学资源建设和教学活动设计，课堂教学气氛活跃，课堂教学达标程度良好，但在督促学生资源学习方面还需努力，在学生到课率方面管理不到位，对少数不参与课堂活动的学生没有及时调动其学习积极性，或者说个性化学习活动设计有待加强。

（三）利用云教学大数据进行课堂教学评价的效果

2018年5月，学校督导选取一个有代表性教学学院进行教学大数据分析，并在全校教学管理会议上作题为“深度挖掘质量数据，切脉问诊教风学风”报告，得到与会领导们的高度评价，认为该报告为教学学院的教学管理、教风学风建设、诊断与改进工作的开展提供了很好的借鉴;副校长熊发涯充分肯定督导工作的必要性和重要性，指出督导工作作为诊改系统的“五纵”之一的监督控制系统，在运用大数据思维方式深度挖掘质量数据之后，一方面可以用质量数据的统计结果倒逼教风学风建设，另一方面可以通过数据看变化、看趋势、看奇异点，为教风学风建设提供决策参考。他强调要善于获取网络数据，做到横向纵向比、校内校外比、调研与预测相结合，抓住关键指标，关注行为过程;要科学运用数据，将数据分析结果用于考核和追责、激励和决策;要以现代信息化技术手段为抓手，提高管理水平，以第一课堂教学形态的转变为突破口，狠抓教学质量。

2017-2018学年度第二学期尝试用云教学大数据进行课堂教学评价以来，教师的课堂教学手段发生了很大变化，原来许多教师采用信息化教学平台主要是用来签到，现在重点是建设课程教学资源，在课前发布并督促学生学习;设计课堂教学活动并关注学生对课堂活动的参与情况、考核达标情况，适时调整课堂教学策略，有效完成课堂教学目标;老中青教师相互交流沟通更多了，大家相互取长补短，过去一直是老教师带新教师，现在出现老教师向青年教师学习如何在信息化平台建设教学资源、设计课堂教学活动等等。在2018-2019学年度第一学期的教学中，全体教师采用信息化教学手段进行教学，信息化教学增强了师生之间的交流与沟通，激发了学生的学习积极性，目标达成度明显高于上一学期，教师的教与学生的学都在平台上留下了痕迹，教师和学生看到信息化教学平台上的数据都有成就感。

五、结语

学校是教育人培养人的地方，只有全体教师专注于教书育人，才能培养出对社会真正有用的人才。课堂教学评价不是给教师“挑刺”或抓教师的“小辫子”，而是要引导教师专心于教学和研究，优化自己的教学方式与方法，更好地为学生服务，促进学生成人成材。当然，课堂教学评价也必须随着时代的进步不断发展变化，利用云教学大数据进行课堂教学评价也有待完善：其一，运用大数据进行课堂教学评价的流程设计及其标准制定的科学性有待提高;其二，各类信息资源数据的质量有待提高;其三，在合理查阅各种信息资源的同时，要保护好个人隐私。只有将这些问题妥善处理好，基于云教学大数据进行课堂教学评价才能做得更好。

参考文献：

[1] 韩成勇. 大数据在高职院校教育教學中的应用及面临挑战探讨[J]. 安徽商贸职业技术学院学报，2017（3）：66-69.

[2] 余斌. 大数据思维在高校教学管理中的应用探索[J]. 深圳信息职业技术学院学报，2016（6）：30-33.

[3] 计国君，邬大光，薛成龙. 构建大数据驱动的内部质量保障体系：以厦门大学IQA为例[J]. 厦门大学学报（哲学社会科学版），2018（2）：53-63.

[4] 陈志明，杜新满，段悦兰. 职业院校信息化课堂教学情况调查分析[J]. 常州信息职业技术学院学报，2017（10）：47-50.

[5] 段悦兰，王明胜. 加强组织管理 打造有效课堂[J]. 黄冈职业技术学院学报，2017（4）：20-22.

[6] 林涛，卢建飞. 大数据：高职院校实现教学管理现代化的新途径[J]. 职教论坛，2018（7）：61-65.

[7] 孙小琪. 大数据环境下职业教育的发展与创新[J]. 河北职业教育，2018（12）：14-16.

[8] 李高杰. 大数据环境下智慧课堂平台建设的研究[J]. 现代信息科技，2018（1）：197-198.

[9] 龚雅玲. 大数据时代下高职院校教师专业发展[J]. 南昌教育学院学报，2018（12）：65-69.

Abstract： Cloud teaching big data， a new teaching resource， is used to serve “teaching” and improve the service ability and level of teaching management. By analyzing the advantages and the necessary conditions of cloud teaching big data in classroom teaching evaluation， this paper explores the model design of cloud teaching big data in classroom teaching evaluation. The implementation results show that cloud teaching big data is feasible for classroom teaching evaluation. Using big data can achieve the whole process of teaching evaluation， real-time monitoring of teaching quality and intelligent tracking service， and improve the service level of teaching management.

Keywords： cloud teaching big data; classroom teaching evaluation; feasibility analysis; evaluation model design

（责任编辑：程勇）