基于云学档的PVI形成性评价模式的构建

慈兆泓

(哈尔滨幼儿师范高等专科学校，黑龙江 哈尔滨 150038)

2018年4月，教育部印发《教育信息化2.0行动计划》(教技〔2018〕6号)，强调要进一步推进信息技术与教学的深度融合；2020年1月，教育部部长陈宝生在全国教育工作会议上提出：要促进教育信息化与因材施教深度融合。本研究基于云学档数据，构建PVI形成性评价模式，旨在服务于学生的个性化学习及学习环境的结构性优化。

一、基于云学档的形成性评价

(一)云学档的涵义

本文中涉及的云学档是指基于云技术背景和自媒体工具学习平台开发建设的课程内新型电子学生学习档案，包括基本信息、音视频作品、学习过程、评价和反思等电子学习痕迹，具有突出学科课程特色、符合学生学习习惯、信息即时传送互动的特点。云学档是一种有效的学习反馈途径，教师可以根据云学档数据有效监测学生的学习过程和学习情况，学生也可以自我评价并且参与到评价标准的制定中来。

(二)形成性评价的涵义

学习评估主要有三个不同的研究视角：“对学习的评估”“为了学习的评估”“作为学习的评估”。[1](P9)本文涉及的形成性评价这一概念更接近后两种研究视角，即教师收集学生的学习过程证据并以此分析学生对学习内容的理解掌握情况，继而调整教学策略，同时引导学生进行自我评估并主动参与改进计划的制定，最终无限接近学习目标的过程，强调评价的嵌入性、学生的参与性和反馈的有效性。

二、PVI形成性评价模式的构建

(一)构建原则

PVI模式是一种利用学习数据进行过程性评估的评价模式。在构建过程中，应遵循选准定位点(P-position)、数据可视化(V-visualization)及师生双向干预(I-intervention)的基本原则。首先，精准定位评价点和数据点，做到具化、细化；其次，数据分析结果要有可视化的显现，包括量化的显现和质性的分析；最后，针对评估结果对教师层面和学生层面进行干预以促进教师的“教”和学生的“学”，尤其强调学生的主动参与。

(二)构建路径

1.数据来源双定位

在智慧教学的过程中，学生学习数据的获得有两个主要渠道，一是智慧教学平台里自动生成的数据，二是教师通过活动任务设计主动收集的数据。前者为教师迅速掌握班级学情提供了清晰便利的数据统计呈现，后者则为教师和学生实现个性化的教与学提供了更具体更有针对性的过程性证据。

(1)平台生成数据。平台生成的数据有三大类：班课统计数据、学习参与数据、同辈比较数据。例如，资源类型分布、查阅资源获得经验值报表、视频资源学习报表、资源查阅学习分布、活动构成、活动参与度、课堂出勤统计、学生经验值分布、经验值获得方式、经验值较低的同学学情分析等。智慧教学平台通过大数据技术和人工智能技术，可以清晰直观地展现教师的教学过程和学生的学习轨迹。

(2)教师设计数据。教师设计的数据主要来自教学过程中的活动和任务。从平台生成数据来看，学生的参与度是有保障的，关键是完成度能否达标。要想提高课程学习的完成度，就要对学习过程进行有效监督，进而获得更准确的过程性数据。在形成性评估中数据是可以被设计的，教师可以根据评估需求设计活动或任务，从而有目的有指向性地收集数据。

2.数据收集三步走

在形成性评价的过程中，高质量的数据是评价得以实施的前提和保障。要提高数据收集的有效性，可以遵循以下步骤：

(1)制定评价点。评价点是指教师要进行评价的内容或项目。评价点的生成有两种形式：预设评价点和临设评价点。前者主要指教师在进行教学设计的时候预先制定好的评价点，比如学生对某一概念的理解和掌握情况；后者主要是指在教学过程中教师根据学生的反应临时设定的评价点，这属于生成性的教育资源，往往临设评价点更能够为教师制定教学决策提供即时高效的信息反馈。

(2)设计评价策略。在智慧教学平台中，测试、投票、头脑风暴、问卷、作业、小组任务等都是有效的评价策略。评价策略的选择和合理运用对于收集数据的质量有着重要影响。对于同样一个评价点，不同的评价策略会带来差别各异的学习数据。评价策略的使用可以是跨平台的，也可以是平台内的；在单一平台内设计的评价策略，可以是单一的，也可以是组合形式的，重点是要保证数据的信度和效度。

(3)选择数据点。数据点主要指在评价策略实施的过程中出现的数据项目，比如测试中的用时、得分、正确率、平均分、百分制区间分布，投票中的票数比例、各选项投票人数、活动参与人数等。数据点有显性和隐性两种，有些数据点不一定直接体现在表面数据上，需要教师通过类别、对比等方法进行深入的挖掘。同时，要综合运用定性表达和定量分析的方法将数据点反映的学习情况精准呈现。

3.数据分析立体化

(1)制定学习目标。学习评估的首要工作就是明确学生必须达到的学习目标。学习目标是由若干不断进阶的小目标以及课程学习范围内的总目标共同构成。要鼓励学生参与到决定教学目标和确定评价标准的过程中来，通过运用学生理解的术语、提供相关的评价范例、师生交流评价标准等方式，达成师生对学习目标与评价标准的共同理解。

(2)明晰评价指标。数据分析的前提是明确评价标准并依据具体的评价指标进行评价。因为形成性评价的最终目的是缩小学生学习现状与学习目标的差距，不断取得学习进步。在整个学习进程的比对过程中，评价标准应该是统一的。但是，针对不同的学生群体、不同层次的学习小组以及不同学习阶段的学习个体，具体的评价指标应该有所变化和区分，这样才能准确评估学生的学习进步情况和学习效果。

(3)深入挖掘分析。一部分学习数据是表面化、单一化的，容易通过得出结论。但更多的时候，教师需要深入挖掘表面数据背后隐藏的信息，所以教师要多维度、立体化地对数据进行分析，灵活运用横向分析、纵向分析、交叉比对等方法让数据“慧”说话。比如，观察学生独自完成任务的时间轴、集体讨论中的答案同质化分布、小组研讨中的信息交互层次等，可以更有针对性地互动和反馈。所以，在学习分析的过程中，教师的地位和作用更加凸显。

4.数据呈现可视化

数据的可视化阶段是数据分析的必然结果，只有将分析结果清晰准确且有创意地呈现出来，分析结论才能够得到更多人的理解，反馈的效果才会最大限度地提升。

(1)呈现分析结果。数据的可视化包括两个层面：量化的呈现、质性的分析。量化呈现是指用数据来呈现数据，通过将有用的数据拆分、重组为特定的评价需求提供有力的数据支撑，其呈现形式是多样的，例如饼图、柱状图、雷达图、折线图、条形图、面积图、曲面图等；质性分析则是指配合量化式呈现的同时，教师需要给出质性的分析帮助相关人群进一步理解量化图表的意义，实现信息准确定向的传播。

(2)建立云学档。数据的可视化过程是指根据具体的呈现需要，将数据点拆分，再进行结构化重组，继而形成学生的云学档。云学档根据描述对象的范围和数据点选择的类别可以分成不同的类别。例如，针对某一位学生学习全过程的全景式云学档，针对某一类学生和某些数据点的同辈比较式云学档，针对单一数据点和全体同学的项目式云学档等。

5.实施干预双向化

教学干预是学习评价链条的最后步骤，也是评价促进教学的初始环节。形成性评价能否发挥作用关键在于对于学习数据的反馈，反馈干预应同时作用于教师和学生两个层面。

(1)教师层面。教师应该不断调整自己的教学策略以增进教学效果和学习效果。一般而言，教师调整教学策略可以从三个方面进行考量：按照时间段调整(学期内、跨学期、跨学年)、按照教学内容调整(不同内容、同一内容)、按照学生群体调整(同一批学生、不同批学生)。综合以上三个调整维度，可以将教师的策略调整模式划分为五类：当堂调整、同一班级下节课调整、平行班级同一周调整、同班级跨学期调整、不同班级跨学年调整。

(2)学生层面。学生重点要完成两个任务：一是对自己的学习情况进行点、线、面多角度的自评，最大限度地分析出自己对于知识的理解和技能的掌握情况；另一个任务则是在教师的引导下主动参与到改进计划的制定过程，依据教师给出的反馈信息以及自我评价的反馈结论制定相应的阶段性学习目标，不断形成促进学习进步的螺旋上升循环。

三、PVI形成性评价模式的应用价值

(一)操作路径

基于云学档的PVI形成性评价模式(见图1)为教师提供了一整套具体可行的操作路径。

图1 PVI形成性评价模式

1.以教学实践为依托抓取典型案例

教师可充分利用数字化教学资源和课堂教学活动的互融联通关系，以教学平台与教学内容高度契合为原则研发优质适配的个性化数字教学资源，包括课程大纲、资源库、活动库、习题库、案例库以及相关的生成性教学资源、创新性教学资源等，通过分析与检测从课堂教学环境中采集的数据来支持学生的学习过程。

2.以学习数据为切入实施评价反馈

教师通过确定云学档建立的类型、功能、形式、内容等项目，利用移动云学习平台记录收集学生的学习数据，促进师生双向、多向的信息互动和反馈。首先要确定云学档建设的组成项目，将各项目内容分解并结合教学设计确定嵌入点，再对应学习过程提取具体详细的信息收集点，最终制定评价标准和设计评价点。

3.以学习效果为参照反观评价效果

教师运用案例分析和数理统计对评价全过程进行定性、定量相结合的效果分析，通过反复调整、试验得出最优方案，实现改进课堂教学效果、促进学生能力发展的目标。通过建立实时反馈常态机制，设计可实现师生双向、多向信息交换的评价策略，形成对反馈信息观察、记录和分析的形成性模板，从而制定出引导学生缩小现状与目标差距的教学策略。

(二)现实意义

教师基于数据及分析结果可精准定位个别学习者和精准预测学习者学习需求，并根据需求进行教学调整，为学习者提供个性化推荐和干预指导。基于学习环境小数据实施的学习分析，更关注学习者的个性特征，进而实现因材施教。[2]基于此，本研究通过借助关照学习个体学习行为的小数据和多种智慧教学平台形成新的教学对接关系，在教师、学生、内容间实现多向交互，以形成定性的教学分析判断。整个评价实施的过程与教师的教和学生的学无缝衔接，教师与学生共同参与到评价的过程中并一起制定改进计划，从而逐步实现“因材施教”。