基于大数据的课堂教学质量评价体系构建

陶依贝

（台州科技职业学院 机电与模具工程学院，浙江 台州318020）

目前，我国高职教育正处于快速发展阶段，教学质量是学校发展的基础，而教学质量评价是衡量教学质量的标准，充分发挥教学评价功能有助于提升教学质量、帮助学生成长和全面发展[1]。教学质量评价目前存在评价方式简单、评价内容单一、评价工具落后等问题，依托大数据技术，为教学质量评价提供新思路、新方法，构建基于大数据的高职教学质量评价体系。

1 高职教学质量评价现状问题分析

1.1 评价方式简单

在目前高校的教学质量评“教”中，参与评价的人员主要有教学督导、学生、同事这三类人员，采取的方式基本都是教学评分形式，教学督导和同事的评价采用随机听课评分的方式，评价方式简单，具有随机性，不能全面真实地反映教师的教学质量水平。而每学期最后的评教成绩往往只有通过上述方式得到的结果性的量化分数，缺乏具体的教学改进意见，无法发挥提升教学质量的作用，偏离了教学评价的目的。在评“学”过程中，大部分教师都已经从原来的“只关注期末考试成绩”转变成现在的“平时成绩期末成绩相结合”的评价方式，平时成绩主要由平时作业的完成情况、课堂表现情况、学习资源学习情况等要素成绩加权产生，而期末成绩往往仅由一张期末试卷决定，无法真实评价每个学生的学习掌握情况和学习进步情况，期末成绩评价方式简单，仍需要进一步丰富评价方式。因此，不管在评“教”还是评“学”过程中，高职教学质量评价都存在评价方式简单的问题。

1.2 评价内容单一

在评“教”过程中，评价人员大多通过对教师课堂教学的刻板量化进行评分，评分时，督导、同事等评教人员采取随机听课进行打分的方式，学生评价是通过老师期末网上评价表格打分的方式，打分时主观因素影响较大，较难统一评价标准，而且在随机听课评价过程中，无法全面了解教师的职业素质、师德师风、心理素质等因素[2]，评价结果存在随机性、片面性，评价内容单一、不全面、不科学，无法反映教师教学的真实水平。在评“学”过程中，教师对学生学习情况的评价涉及的元素过少，包含的评价元素基本就是知识点的记忆、理解、运用以及平时学习过程中学生所表现出的学习态度，较少涉及学生的情感、学习能力的培养等维度。因此，不管在评“教”还是评“学”过程中，高职教学质量评价都存在评价内容单一的问题。

1.3 评价工具落后

在评“教”过程中，评价人员大多通过传统的网上打分、纸质表格打分来开展评教工作，通过人工操作office办公软件来分析、处理数据，在评价数据的累积、存储和纵向、横向对比分析方面较为欠缺[3]。在评“学”过程中，教师通过云班课等智能教学工具记录每个学生平时学习中的表现情况，这为评学提供了数据基础和支撑，但是这些智能教学工具记录的数据往往局限于学生、教师和平台之间的互动留下的数据，无法捕捉课堂上师生的表情、学习情绪、肢体语言等隐形要素，而且这些数据往往仅仅被用于评价学生的学习情况，很少用于分析教学过程中存在的问题、学生学习过程中存在的问题，无法做到及时反馈学生学习情况和学习中遇到的问题，导致无法为教师教学能力的进一步提高发挥作用、为学生学习方法的改进提供建议。因此，无论是评“教”方面还是评“学”方面，评价工具都还需要很大的改进和提升。

2 基于大数据的高职教学质量评价体系的构建

2.1 精准采集真实课堂，丰富评价方式

将大数据技术应用于教学质量评价，用来改善现有的评价体系中存在的评价方式简单的问题。较好地应用大数据技术解决该问题的前提是获取丰富的相关的信息数据，为此，可以通过教室内安装的摄像头精准采集真实全面的课堂数据。在评“教”方面，通过对采集的课堂数据中包含的师生面部表情、声音、姿态等信息的分析，得到学生上课注意力集中情况、知识掌握程度、师生互动情况、情感状况等信息，分析教师的课堂教学行为和课堂对学生的吸引程度，实现教学质量的智能评价，这样的评价方式使得课堂评价更真实、评价结果更具可信度[4]。在评“学”方面，依托数据挖掘与运算分析能力，对采集的课堂数据和学生的课后学习行为数据进行分析，统计分析每名学生的学习情况，为评价学生学习情况提供精准全面的量化数据。这种评价方式打破了时间和空间的限制，既可以通过大数据技术实现精准评价，也可以完善现有的评价人员评价的方式，评价人员可以不用亲临课堂现场，通过采集的课堂录像、大数据分析得到的课堂数据进行评分。

2.2 融入情感变化信息，丰富评价内容

广泛多方面地采集教学信息，既是大数据得以成功应用的基础，也是丰富教学质量评价内容的基础。课堂教学的目标应该是丰富多元的，除了课程成绩的提高之外，更应该将重心放在师生的多方面发展上，实现学生的德智体美劳的全面发展，实现教师教学能力和专业素养的提升[4]。因此，教学质量评价在考察学生知识掌握情况之外，也应该关注师生的情感信息。依托人工智能技术，分析真实的课堂数据，得到教师与学生的情感变化信息。在评“教”方面，通过教师上课过程中的表情、语音、语调和肢体动作，可以分析得到教师上课的情感状态，了解课堂氛围。教师饱满的教学情感、积极和谐的课堂氛围有助于学生进行高效地学习。在评“学”方面，通过学生在课堂听课过程中的表情、课堂参与互动频次、肢体动作，可以分析得到学生上课的情感、学习态度、思维状态，了解学生上课的情感状况，关注学生的情感变化。积极正向的情感，有助于学生更加专注地学习，有助于高质量学习效果的形成。在评价过程中，融入情感信息元素，有助于育人目标的达成。

2.3 依托人工智能技术，评价工具智能化

依托人工智能技术，对采集的课堂图像与声音信号进行处理，利用面部识别、语音识别、姿态识别等技术对采集到的信息进行自动运算、分析和评价[4]。自动分析得出课堂教学中存在的问题，将分析得到的问题实时反馈给教师和学生，一方面可以让教师及时了解课堂情况、掌握学生学习情况；另一方面，可以督促学生端正学习态度、及时调整学习状态，起到良好的警醒作用。教师在课后可以针对人工智能技术反馈的问题，进行分析并找到问题产生的原因，及时动态地调整教学方法，实现有问题及时解决的效果。评价工具的信息化，不但使评价结果更加真实准确，而且大大提高了评价结果的反馈作用和实时性，真正实现了教学评价的目的和初衷，为提高教师的教学质量和学生的学习质量发挥作用。

基于大数据的教学质量评价体系，可以解决教学质量评价现有问题，通过精准采集真实课堂数据丰富教学质量评价方式，在评价中融入情感变化信息来丰富评价内容，依托人工智能技术实现评价工具的智能化。