高职院校高质量课堂教学评价的建构与实施

李芳 李付亮

[摘 要] 高质量的课堂教学评价，是提高教学水平的重要手段。当前高职学院课堂教学评价存在精准度不高的问题，可通过评价主体、指标、方式、时段、结果等方面的多维度构建，借助基于人工智能的课堂教学诊断与改进系统进行数据采集和分析，实现对教师的精准指导。

[关键词] 高职院校;高质量课堂教学;教学评价

[基金项目] 湖南省教育科学“十三五”规划2019年度课题“基于人工智能的高职院校高质量课堂教学诊断研究”（XJK19BZY030）

[作者简介] 李 芳（1974—），湖南长沙人，硕士，副研究员，研究方向为高校管理;李付亮（1974—），男，湖南郴州人，硕士，副院长，教授，

研究方向为水电站继电保护与高职教育。

[中图分类号] G712    [文献标识码] A    [文章编号] 1674-9324（2020）30-0356-03    [收稿日期] 2020-05-11

高质量的课堂教学，一直是高水平教学质量的关键。对于自学能力和学习自觉性相对较差的高职院校学生而言，学生积极主动性高、教学效能高、教学目标高度达成的高质量课堂教学，更是关键。高质量的课堂，需要具体、针对性强、紧密结合实际的指导与打磨，才可能获得持续的、与时俱进的提高。这对建构合理、有效、富于指导意义的课堂教学评价，提出了更细更高的要求。

一、当前高职院校课堂教学评价存在的问题

根据“基于人工智能的高职院校高质量课堂教学诊断研究课题组”开展的高职院校课堂教学问卷调查，在接受调查的40余所高职院校10620名任课教师、管理者、学生中，认为课堂教学评价方式、主体、指标、结果应用对影响教学效果“重要”“非常重要”的分别占比73%、63%、78%、69%。结合各项数据和访谈情况分析，当前高职院校课堂教学评价最突出的问题体现在精准度不高。

（一）针对性不突出

高职院校学生人数多，学习困难、学习习惯不良学生多，整体基础较差，学习积极主动性低，自觉性差，自学意识及能力差，尤其是生源质量较差的高职学院，学困生占比大、学习积极性调动难的情况突出，逃课、不听课、厌学现象普遍。同时，高职学院培养的是面向生产建设管理服务一线的高素质技术技能型人才，“校企合作育人是职业教育人才培养的必然要求，同普通高等教育相比，职业教育需要一个更加灵活、弹性、高效的教学管理制度”[1]，实践课程比重大，应用能力动手能力是衡量學生的重要标准，也是社会及用人单位的实际要求。但目前大多数高职院校的课堂教学评价，并未体现这些方向的倾斜，导向性不明显，很多评价体系使用的通用性指标，标准描述公式化，与学生实际情况结合不紧密;理论课、实践课多使用同一套评价体系，没有针对实践课程专用的评价标准，或者有但仅稍作区分，适用性不强。

（二）评价主体不全面

存在两个方面的情况。一方面是层级上，发起评价的层级覆盖不到位，只有校级、院系级甚至只有校级层面的评价，以教研室、专业、课程、年级等单位为发起的评价不丰富，而实际上，由于各种因素导致的课堂教学特点及要求，是有着明显区别的，如果评价层级单一，反馈及指导的效应将打折扣。另一方面是发起评价的人员上，虽然随着课堂教学评价的不断发展，这个主体面不断扩大，目前已相对完善，但大多数高职院校，主要还是由领导、教学督导人员、同行、学生四类组成，还有两类重要主体未纳入：一是教师的自评，特别是有了一定教学经验的老师，往往更需要通过自评与他评的比较来发现自身的不足和可以提升之处;另一方面是企业专家的参与，在校企合作越来越重要的今天，企业专家越来越多参与专业建设、实践教学等环节，但在通过评价提升课堂教学质量方面，尚甚少实质性参与。

（三）共性、个性问题不分

主要体现在使用同一套标准解决大部分甚至所有课堂教学评价。如前所述的理论课、实践课评价标准通用，以及公共基础课、专业课评价标准通用，不同学科、专业的课堂教学标准通用等等。通用性评价的指标体系，往往只能选取笼统的评价项目、模糊的评价描述，其评价结果，难以做到对不同特点、不同要求、不同类型的课堂教学作出客观的、具体的、准确的评价，也难以对教师提供细致、针对性强、富于指导意义的反馈和指导。

（四）未体现比较与变化

评价只有在有参照物的前提下才有意义。当然，课堂教学评价一般都有指标体系，这也是进行评价的标准，但实际上，除了测验这种典型量化形式的评价外，其它大多数课堂教学评价，虽最终一般都以分数形式呈现结果，却包含着太多的主观因素，影响评价的客观性和指导性，比如，督导专业人员与学生，对同一堂课的评价，可能走向不同;学生对老师个人的好恶情感，可能对评教结果影响明显。相对于分数本身，评价结果的比较与变化，更能反映真实情况。如，同一个老师不同时间段前后的评价结果如何，同一课程不同老师的评价差别，同一老师不同学生、同批学生不同老师的比较等，这些变化和比较，往往能体现核心问题所在，但当前的课堂教学评价体系，能关注并做到这一点的，并不多见。

二、高职院校高质量课堂教学评价的多维度建构

“高职课堂教学的改进需要精准到位的诊断，目前教师的课堂教学自我诊断能力还不高”[2]。课堂教学评价虽然只是教学活动中的一个辅助性环节，但却是非常重要、涉及面很广的一个环节，对精准诊断具有关键性作用。要得到高质量的评价，需要对评价主体、指标、方式、时段及结果反馈等各种相关因素进行全方位的建构和优化。

（一）建构“层面+人员”的评价主体

在层面上，建立校级、院系级、教研室、专业、课程、教师、学生等层级，每一个层级都可以发起评价，组织数据分析和结果反馈、应用。在各层级人员上，校级应包括校教学督导人员、质量诊断与改进机构相关人员、领导以及企业专家，可采用远程听课、典型录播听课等方式，解决企业专家参与课堂评价的空间与时间问题;院系级应包括教学督导、教学管理相关人员等;教研室、专业、课程层级，主要由相关团队人员组成，同时视情况邀请其他层级人员参加;教师层级须体现教师自评，但不采用自我评分形式，而是就课堂教学进行自我分析及评价，其他课堂评价人员根据其自我认识符合实际的程度予以评分;学生层级，可设置全体学生及学生代表（或教学信息反馈员等）两类评价主体，学生代表选择评价能力较高、信息反馈准确度更高的学生担任。各层级各类评价主体对课堂教学的评价，在单独呈现评价结果的同时，根据不同权重纳入整体评价结果。

（二）建构“通用+个性”的评价指标

首先，在评价对象上，根据课堂教学的一些基础性的、共通的要求设置通用的适用于所有课堂教学的评价指标，如关于教学常规的评价指标;同时根据不同课堂教学的性质、特点，如理论课与实践课，公共课与专业课，不同学科、专业、课程等，设置一定比重的个性评价指标。其次，在评价主体上，设置所有听课者、评价者观感相近、不易受身份影响的通用性评价标准，如教态、语言等;同时，根据不同受众设置倾向性的评价标准，如学生方面的接受度评价，企业专家方面关于实际应用、新技术新标准等要求的融入等。在权重的设置上，也要根据实际有所区别，对于生源素质较差、学生学习能力较差的高职学院，学生能听得进去非常重要，学生评价权重应相对增大;对于实际应用能力重要、知识技能更新换代快的专业或课程，则应考虑提高企业专家的评价权重。

（三）建构“定性+定量”的评价方式

高质量课堂教学评价，高质量的定性评价与定量评价缺一不可。评价是一种主观成分很大的活动，如果没有性质上的判断与描述，被评价者可能难以掌握评分所代表的意义;但如果只有定性没有定量，缺乏比较与参照，没有大数据的比对分析，单个案例的意义很有局限性。当前大多数课堂教学评价，要么只有定性形式的评价，要么只有定量形式的评价，或者是随堂定性形式的评课+表格定量形式的打分评课，后者虽然二者皆俱，但多为简单结合，做不到精准指导。欲以高质量的评价推动高质量的课堂教学，必须在定性、定量上有更具体的措施及更实际的相互补充。如在评分上，除统计总分外，还须多关注明显高于或低于平均分的项目，对于这些项目，要有更具体、精准的性质上的评价，清楚呈现课堂教学的实际情况;量化形式的评价，除了常规的表格评分形式外，还可采用随堂测试、作业分析统计，以及对定性评价的词频统计分析等，这样，可以幫助教师准确理解好在哪里，应当继续发扬，差在哪里，如何改进，使教师对自己的优劣点及提升方向心中有数。

（四）建构“定期+实时”的评价时段

实际上，当前高职院校大多也是采取的定期评价与实时随堂评价结合的时段模式。定期评价的对象，有的是面向学校全体教师，以学生评教模式为代表，主要在期中、期末等时段进行;有的是面向教师个体，可以是指定对象、内容、时间等形式，也可以是指定对象，由教师决定内容与时间。实时评价多是采取随机随堂听课评课形式。采取这种时段形式，其目的是在全面掌握教师课堂教学整体情况的基础上，也可实时的、精准的掌握教师个体的教学状态。但实际上，受限于人员、时间、精力等因素，除了学生评教外，大多其他的随堂评价方式难以实现经常的、全覆盖的开展，而调查显示，开展了随堂评价的教师，在期末的学生评价中得分明显高于未开展随堂评价的。因此，需要拓展随堂评价的方式，比如指定对象的学生随堂评价、测试式或问卷式随堂评价等。同时还需注意，对一些需要特别关注的对象，如新进教师或新开课程、学生评分低的教师或课程、评价中显示明显问题的教师或课程等，应增大实时评价的频率和力度。

（五）建构“纵向+横向”的评价结果

在评价结果上，建构纵向—教师个人变化成长、横向—教师之间的数据比较两个序列。纵向上，除了以整体评价结果的变化来反映教师课堂教学水平的整体变化之外，还应有单项的统计与分析，尤其是体现教师课堂教学特点、优劣势明显的项目;横向上，同样要以可视性整体结果反映教师个人在团队中的水平位置、分项结果反映教师在不同项目上的优点与不足。在此基础上，可总结归纳课堂教学的典型做法，一方面，梳理出课堂教学中常见、易犯的错误观念、做法，最不受学生欢迎、不符合高职教育教学规律的方式等，建立负面清单为教师提供参考，避开雷区;另一方面，集中优势力量和集体智慧，形成一批标准课、示范课，既可作为建立高质量课堂教学评价的参照标准，也可为广大教师尤其是年青教师提供具体的、鲜活的、有数据和事实支撑的指导。另外，单个评价结果在及时反馈给教师的同时，也要注意定期进行统计分析，将评价结果中的变化和发展予以可视性反馈。

三、高职院校高质量课堂教学评价运行问题与解决途径

随着互联网和云计算的不断发展和广泛应用，大数据技术在越来越多的领域中发挥着越来越重要的作用。提高课堂教学评价的精准度，必须以大量的数据、精细的分析为前提。“在大数据时代，数据是获得持续改进的重要信息来源，教学管理数据的来源离不开校本状态大数据管理平台的构建”[3]。高职院校占据着高等教育的半壁江山，运用信息系统进行课堂教学评价数据的采集和分析，推进教学诊断与改进，进而提高教师教学水平和学生质量，是很有意义也必须要推进的课题。

（一）信息采集与数据统计分析问题

目前，高职学院课堂教学评价的信息采集，很多仍然主要依靠人工手段，或者即使有一些信息化手段，但未实现数据集成。人工采集评教数据，存在诸多问题，工作量大，数据琐细，重复劳动多，效率低下。即使工作人员投入很多的时间与精力，仍然不可避免数据来源单一、采集不及时、过程性数据采集不便等情况。同时，采集过程中更容易出现主观因素和可操控因素的干扰，而证据保存备查不易实现，容易导致质疑和纠纷。在数据处理上，没有数据集成，没有大数据分析，也就很难有精细评价，不能形成对教师课堂教学的精准指导。因此，教师得到的评价反馈，更多呈现出信息孤岛，碎片化、零星化、单向化倾向。

（二）建立基于人工智能的课堂教学诊断与改进系统

一例完整的课堂教学评价，其数据采集，可能来源于教学人员、督导人员、领导、教师同行及本人、行业专业人员、学生等大量相关人员;可能涉及主观性评价、客观性评价，量化评价、非量化评价等多种类型;可能涉及到定期与不定时、课堂与课后等多个时段。其数据分析及结果反馈，可能需要整体的呈现与个项的分析，为教师提供个人课堂教学质量图谱;需要量化数据的计算与描述性评价的深入挖掘，需要横向比校与纵向动态，为教师提供专项诊改指导;需要评价意见的选择性公开与典型案例的推广，作为学生选课、老师选学、问题预警的参考，等等。这是一个复杂的、系统的工程，只能通过信息系统完成。高职院校可根据自身实际，开发基于人工智能的高职院校课堂教学诊断系统，对课堂教学状态数据进行全方位地、无侵入感知地、持续地、不间断地采集，予以分类识别、整理与分析，借助大数据技术进行教学数据决策分析，对课堂教学过程中的各种教育现象进行多层面、多维度分析，形成师生教学行为大数据，为教师提供精细、精准的诊断与改进指导。

參考文献

[1]唐伟林.技术知识论视域下的职业教育有效教学研究

[M].浙江：浙江大学出版社，2017：23.

[2]吕路平，等.基于五位视角的高职课堂教学诊断与改进体系构建[J].职业技术教育，2017（20）：51-55.

[3]刘昌喜.大数据背景下对高职课堂教学诊断与改革的思考[J].特别策划，2018（8）：8-10.

The Construction and Implementation of Higher Vocatoinal Colleges' High-quality Classroom Teaching Evaluation

LI Fang，LI Fu-liang

（Hunan Polytechnic of Water Resources and Electric Power，Changsha，Hunan 430100，China）

Abstract：High quality classroom teaching evaluation is an important means to improve the teaching level.At present，the accuracy of classroom teaching evaluation in higher vocational colleges is not high.We can achieve accurate guidance for teachers through the multi-dimensional construction of evaluation subjects，indicators，methods，time periods，results and other aspects with the help of the classroom teaching diagnosis and improvement system based on artificial intelligence for data collection and analysis.

Key words：higher vocational colleges;high-quality classroom teaching;classroom teaching evaluation