高校教学质量内部治理的“数智化”转型研究

孙雪凌

[摘 要] 教育信息化带动教育现代化建设方兴未艾，以数字化、智能化作为核心驱动的“数智化”转型逐渐成为该领域的研究新焦点。作为教育教学的关键环节之一，教学质量的内部治理一直以来都是高等教育研究的重要研究课题，通过对高校内部治理及“数智化”转型相关文献的梳理，厘清了高校内部教学质量的“数智化”治理之概念内涵，分析了“数智化”技术推进教学质量治理现代化的内在机理，并从管理革命、制度跟进、数智素养提升三个层面给出了高校教学质量内部治理体系数智化转型的具体建议。

[关键词] 教学质量;内部治理;数智化

一、引言

《中国教育现代化2035》中提出，要加快形成现代化的教育管理与监测体系，推进管理精准化和决策科学化。自2020年9月起，教育部学校规划建设发展中心又明确以“数智化”为主题，围绕“十四五”规划、专业建设、产教融合、实训基地建设等话题开展了多场研讨和培训活动。上述信号表明，教育主管部门已开始从政策与行动层面对高校“数智化”转型予以关注，“数智化”已在课堂教学、教学建设及教师发展等各环节发生，成为一股新兴趋势，相关主题的研究正从内隐走向外显。同样，在高校内部治理领域，以“数智化”推动教学质量的内部治理也是其通向教育现代化的重要路径，更是教学质量发展的应然样态。然而国内却鲜见相关主题的研究，本文试图从这一视角出发开展具体探究，以期通过文献研究，明确“数智化”视域下高校教学质量内部治理之内涵，并通过对“数智化”技术作用机理的研究，为高校教学质量内部监控工作的“数智化”治理转型给出可供参考的建设对策。

二、相关概念厘定

（一）教学质量内部治理

治理行为是一种倡导多元主体在互动协商基础上寻求能得到公众认同的问题最佳的解决方式的过程[1]。孙超等认为，“治理”概念在高校内部提出，反映了现代管理的重要理念和高等教育的現代性，强调了管理的转型，突出了民主性的特征，是一种崭新的高等教育管理范式。高校内部治理能力的提升，必然有利于最大限度地激发高校各个主体的活力，有利于形成高校改革创新的整体合力，有利于高校把发展的潜能转化为实际效能，有利于推动高校各项工作的内涵式发展[2]。将该理念放置于高校的教学质量内部监控视域，即由教学利益相关者所组建的教学共同体，通过一整套管理规制而进行的对教学质量相关事务的系统性、持续性管理活动[3]。教学质量内部治理的目标应是改革原本静态单向的管理模式，在高校内部实现管理者、院系、教师、学生等利益相关主体多元协商共治的新格局。高校教学质量内部治理能力的高低，不仅影响高校现在的发展水平，更直接决定其未来发展。

（二）教学质量内部治理的“数智化”

伴随大数据、人工智能等技术的发展及其与教育教学全场景的深层次融合，教育将从经验主导转向基于数据的智能决策[4]。作为教育研究领域重要分支的高校教学质量内部治理，其样态也跟随教育信息化的发展流变，表现出了“业务数字化+决策智能化”的全新样态。首先，国内一些高校在课堂教学、评价、督导等各环节已普遍实现了数字化，改变了原本高度依赖人力资源进行手工采集、传递、整理归档的业务信息管理局面，形成了涵盖从教学过程监控与结果评价到教学反思与持续改进的全场景、全流程的数字化管理闭环，并在其中产生了大量结构化、非结构化的数据沉淀;而后，在各类决策场景中，以数据科学与人工智能技术为代表的数据诊断技术也在积极发挥作用[5]，由数据驱动的智能决策正在逐渐取代基于经验判断的传统决策，实现对教师教学反思、学生满意度管理、课程与专业建设需求变化的精准响应与高效支持。

综合来看，本研究认为，“数智化”治理是高校教学质量内部监控工作在数字化管理基础上的更高阶诉求，其格局的形成必须是技术与制度协同演化的结果。具体而言，应是以精准识别教学质量的影响因素并及时实施干预为目标，以形成涵盖学生评价、同行评价、督导评价、领导评价、教学过程监测、结果评价等全场景，串联信息采集、存储、管理到调用等全流程的数字化闭环为前提条件，以数据科学与人工智能技术为核心技术，通过有效表征教学水平与满意度评价、教学资源质量评价、学风评价等业务中的数据内涵与发展瓶颈，并采用智能推荐算法精准干预决策过程的一种全新的教学质量调控样态。

在策源结构视角下，是基于数智技术的赋能作用，在吸纳非结构化与多源异质数据作为全新策源之后，于高校内部形成的一种由院系、教师、学生、教育管理者等利益相关主体全面且深度参与教学质量发展，协商共治教学质量发展的崭新决策格局;在内涵流变视角下，是伴随教育信息化技术发展所发生的管理范式演进;在技术驱动力视角下，是由数字化、智能化两股技术力量叠加推动的发展产物;在意义价值视角下，是对国家教育治理体系与能力现代化要求的积极回应，更是教育信息化发展的必然趋势。

三、作用机理分析

在教学质量监控的传统范式下，教学质量调控的决策过程主要依托一般的统计学方法，由分析人员在计算机和业务系统的辅助下（或单纯依赖手工方法）对教学评价、专项评估等教学质量监控工作中采集的相对固定、结构化的数据完成分析工作。在形成最终决策前，分析人员也主要使用文本化的表征形式向各级决策者解释推理过程及分析结论。然而，当教育进入大数据时代，高校教学质量的内部治理格局发生了巨大变化。因教学和评价活动所产生的数据量迅速攀升，且越发表现出非结构化和多源异质等新特征，统计学所依赖的一些传统强假设（如独立同分布假设、低维假设等），已无法适用于目前多源异质的真实数据[6]。如何有效地表征和呈现教育场景中的大数据也成为重要的研究课题[7]。传统方法论与“数智化”治理的现实追求之间产生了越发强烈的不适配，高校教学数据资产的价值发挥受到了极大限制。而结合了数据科学与人工智能相关技术的“数智化”技术手段，在教学质量的治理问题上则具有明显优势，其在策源选用上更多元丰富，在信息利用上更灵活高效，在对推理过程与分析结果的表征上更生动直观。对此，本文将围绕如下三项显著特征，做具体阐释。