高校专业课公平性策略研究与实践——以多传感器融合技术为例

李兵，陈晓龙，董春云，宗威

(1.西安电子科技大学 机电工程学院，陕西 西安；2.西安电子科技大学 经济与管理学院，陕西 西安)

一 引言

高等教育是“在校学生”和“社会”间的桥梁和纽带，其发展水平被视为国家发展水平和发展潜力的重要标志，其目的是把学生塑造成为社会的有用人才[1]。深化本科教育教学模式改革，实现人才培养质量的稳步提升，已经成为建设高水平本科教育的迫切需求。2018 年，《教育部关于加快建设高水平本科教育全面提高人才培养能力的意见》明确指出，“以学生发展为中心，通过教学改革促进学习革命”。“因课制宜选择课堂教学方式方法，科学设计课程考核内容和方式，不断提高课堂教学质量。”同时“积极引导学生自我管理、主动学习，提高学习效率，提升自主学习能力”[2-3]。

作为高等教育的起点，本科阶段被视为培养优秀创新人才的主战场，同时也是大学生世界观、人生观、价值观成型的关键时期。围绕本科生培养所关心的创新能力、自学能力、社会实践能力和社会适应能力等方面，国内外学者先后开展了大量的研究工作[1]。针对教学过程中涉及的讲授内容、教学方法、讲授模式和组织形式等提出了许多切实可行的实施方案和技术路线[4-5]。这其中，开展公平性的互动课堂评价体系成为教学公平性研究广泛关注的领域[6-9]。调研发现，此类研究多数侧重于课堂评价的效度和信度的讨论，而有关课堂评价公平性的案例和讨论并不多见[7]。为此，本文在梳理学者有关课堂公平性评价的基础上，致力于对课堂公平性的实施策略进行研究。结合西安电子科技大学机电学院专业课“多传感器融合技术”实施效果，论述公平性策略对研究性教学的重要性，进而为更好地理解和应用公平性课堂评价机制提供有效借鉴。

二 加强专业课公平性模式的重要性

研究性教学的开展对于本科教育创新人才的培养影响深远，课堂教学是建设一流课程的基础，要实现教育的“大公平”就必须先促成课堂内的“小公平”[6]。课堂教学公平性评价机制业已成为研究性教学重点关注的领域。有别于教育的公平性，课堂教学的公平性侧重于教师与学生之间的相互理解，积极沟通互动，以全方位地认知、情感、态度全身性地投入到课程活动中[6-7]。

（一） 专业课学习过程中面临的问题

受学生理论知识学习先后顺序的约束，普通高校的公共基础课多集中在前两年，而学科专业课普遍设置在高年级阶段（大学三年级或四年级）。在前两年基础理论知识的学习过程中，学生通过不断摸索和总结，已经找到了“适合自己”的学习方法和课程参与策略。随着生活和社会阅历的不断积累，在接受新知识或新课程时，自然而然地以自己的经验为依据选择性的参与。另一方面，高年级学生很难将全部精力投入到专业课理论知识学习和实践技能训练中，他们往往同时面临着学习、深造、就业等多重压力。此阶段，常规的知识灌输型教学形态和以课本知识为中心的被动接受式教学方式，容易让学生产生抵触、厌烦的学习心理，进而影响到课堂的到课率和学生自主学习的积极性[1]。第三，为了实现某个较为复杂的学习任务、实验目标，通常需要多个学生协作共同完成，为此，专业课任课教师常采用自行分组的组织形式，通过学生的自我调整最终完成任务的考核。调查发现，学生最终成绩评定结果受组员前期理论学习成绩、动手能力、实践水平的影响很大，最终小组作业的完成往往集中在一两个人身上，其他人仅仅是签字表示所属组别而已。由于缺乏对组内学生的个性化判断，教师在评估学生成绩的时候往往“一视同仁”，按照小组成绩给出学生的个人成绩，无法衡量各个学生对于学习任务的领悟和理解能力。久而久之，将会降低学生的自学能力学习欲望，从而影响到专业课培养目标的实现。

（二） 公平性评价在课堂教授中的转化

传统的知识涉猎方式多是基于已有纸质印刷资料、教案等形式进行的。学生接受的知识需要经过专门的教师讲授，资源的单一使得学生能够花费大量的时间和精力去探究原发性的基础理论，深层次地理解基本原理。学生知识的掌握通过课堂讨论、课后习题训练、师生互动交流等形式完成。传统条件下所接触资源的单一性，给课堂公平性评价打下了良好基础。在此条件下，同一个评价体系即可较好地完成对学生所学课程知识储备的考核。

现阶段，随着互联网技术的不断发展，文本资料、影像材料、网络资源等变得异常丰富，学生对各类资源获取媒介也多种多样，使得学生自主化的学习模式变得易于实现。新媒介条件下所塑造的学生对与课程相关且自己关心的领域的知识并不比教师少，有些情况下比教师的知识面还广、理解的还深。此时，通过自主学习所形成的价值观已经无法通过单一的评价模式来衡量。知识获取途径的多样化转变给以教材、书本为知识承载媒介的单一传播途径受到严重冲击，失去了已有的平衡，也对原有的教学模式公平性带来巨大挑战。当丰富的课堂资源对学习主体性提高不够显著时，这些资源带来的利益大部分转化为教化功能而非体验功能，进而使课堂不公平越来越呈现恶化趋势[9]。

可见，建立并完善不公平的教育模式，研究与之适应的应对措施势在必行。紧紧抓住“双一流”建设的重大机遇，开展微观层面的课堂教育公平性研究与实践，对于持续提升人才培养质量，增强中国高等教育综合实力和国际竞争力意义重大。

三 公平性教学研究的教学模式构建

教学全过程应秉承以学生为中心的成果导向式教学观念，立足于充分考虑到涉猎资源的差异性以及学生对课程的爱好、重视程度，同时融入与时俱进的现代化教学方法，有效提取并整合现有先进模式中的与课程相适应的元素。通过将学生的学习热情、知识积累与课本内容和学科前沿知识的有机结合，形成特色的、灵活的教学方法，实现精细化管理、个性化服务和公平化评价。

（一） 以学生为中心的服务理念是公平性有的放矢的源头

教师以学生为中心的专业课程建设，需要建立在全过程学习的发展之上。并作积极的价值引导，以培育每一个学生独特的生命情态。从点滴小事做起，使每个学生切实感受到教师的关注和对自己的尊重，从而使学生对教师产生信任感。首届国家级教学名师郑用链教授在某次报告时指出，课堂的磁力来源于教师驾驭课堂的“动力”、“能力”和“魅力”。将 “师爱为魂”的教育情怀作为驾驭课堂的“动力”源，重点强调了以公平性为原则尊重学生所带来的课堂效果和影响力。通过课前做好各种准备，亲自迎接学生进入课堂的举动，使学生切实感受到老师对于自己和本课程的重视，让学生真正感受到了在质量保障体系中的核心角色。此外，公平的课堂评价对任课教师的课堂观察力、教学机智、教师的语言修养等个人综合素质提出了更高要求。只有在不断接受挑战的过程中，教师的专业能力尤其是评价素养才能不断进步和提升[8]。

（二） 课程大纲的合理性是公平性实施的前提

随着互联网、大数据、人工智能等技术的不断发展，信号采集获取方式的不断拓展，多传感器融合技术融合水平得到了极大地提升，该技术能够综合利用多种信息源的不同特点，多方位获得分析对象所需要的各类信息，许多研究成果业已应用于社会的方方面面。

不同的人群对于传感器融合技术的需求不尽相同，所理解的广度和深度也千差万别。研究发现：多传感器融合技术以及相近课程在不同学校授课对象不尽相同。本校电子工程学院开设《多传感器数据融合技术》课程，并将其列为硕士研究生和博士研究生的学位课，北京航空航天大学仪器科学与光电学院开设《多传感器信息融合》课程，讲授对象为本校研究生和博士生。西安交通大学自动化专业开设《多传感器信息融合》课程，受众也大部分为研究生。

多传感器融合技术是机电学院测控工程及仪器学科的核心专业课，旨在通过对所学传感器原理、信号与系统、数据挖掘等基础理论知识拓展应用，培养学生决策分析、优化计算、应用拓展等能力。同时该课程具有较强的工程性、实践性，能够培养并锻炼本科生在理论知识应用、算法理解、解决实际问题等方面的技能。

相比来讲，本科生往往不具备特定的研究方向，并且在系统学习方面自学能力比较薄弱，缺乏知识综合应用和创造性应用的能力和素质。对于本科生而言，尽管已经具有了公共基础课的相关知识，并具备了发现问题和分析问题的能力，但是多传感器融合课程是多学科、多部门、多领域所共同关心的高层次共性关键技术，所牵涉到的融合算法原理、系统状态估计、目标识别融合模型等内容，要想深入系统地学习，还需要一定的研究基础和工程实践经验。这就要求任课老师对课程大纲和考核方式设置时综合考究，过深过细的课程大纲设计可能使学生望而却步，极大地挫败学生对于课程的积极性。相反，过于宽泛的教学大纲容易产生走马观花错觉。学生对于课程的知识消化过于轻松，容易产生“水课”。两种极端情况都不能公平地评价学生对于课堂的领悟能力和对知识的理解水平。

（三） 考核方式的多样性是公平性目标的保障

不同类型的课程同时需要有针对性的考核方式。考核方式设置的多样性对于公平性目标的实现具有积极意义。正如前文所述，互联网的迅猛发展为各类资源的获取提供了条件，为自主学习成效提供了支持，最终导致不同学生接触到的与课程相关的资源不尽相同。在某种意义上讲，考核方式设置的多样性可以平衡课堂知识掌握的不公平性。

此外，受到基础课程学习成绩和学习方法的影响，不同的学生群体对于课程的参与程度差异很大。保研的学生相比来讲已经具备了扎实的理论基础和积极向上的个人认同感。没有了考研的压力，拥有相对规律的作息时间和学习时间，可以全身性地投入到课程的学习中。考研的学生需要把大把精力和时间转移到研究生备考中，占用了专业课预习和复习时间。如果不设定多样化的考核方式，对这类学生的学习效果和参与度评估就会出现偏颇，几次的不公平评估将会降低这类学生的学习热情。最后一个群体是就业的学生，这些学生暂时不存在深造带来的压力，课程巩固和预习时间分配分配在找工作的路上。相比继续深造的学生而言，想要让他们“站稳最后一班岗”难度最大，如何调动他们的积极性，从整体上提升专业课程的课程参与度，一直以来是专业课任课教师面临的教育困境。加之许多考核方式以小组为单位，评价每个学生对布置任务的贡献度变得异常困难。如果不加以重视，会让一部分学生以“团队优势”蒙混过关，这样的考核评估结果对于花费大量时间真心投入的“弱势团队”是不公平的，课堂的公平性体验将会进一步削弱，课程的参与度将会进一步降低，进而讲课效果也会大打折扣。

四 公平性教学评价机制教学模式的实践

为了构建具备教学、认知和学生积极参与的中心课堂，本文将有效利用学校提供的多媒体课堂工具，重视教学过程中的各个环节，采用“重视预习”“公正评估”“及时反馈”“激活旧知”“精心指导”及“鼓励应用”等方法相结合的教学手段，以期破解专业课大班上课“重在参与”的“组队”模式，实现课堂教学的公平性。

图1 公平性教学模式的实践

（一） 仔细梳理课程重点讲授提纲及内容

考虑大多数学生的个人实际，动态化设计课程教学大纲，将与课程紧密关联的重点理论知识归纳汇总，以使学生能够短时间内理清专业课学习重点、难点，明晰专业知识体系和框架。在此基础上，紧密结合课程的创新应用和内容前沿，在满足理论知识的讲授基础上，合理有效调整课程内容。以多传感器融合技术为例，前期的教学大纲包含了不少晦涩难懂的理论，并不适合本科阶段学习，学生反馈理解难度大。我们从大量的图书、视听资源中筛选出与课程内容相关的文字、图片、视频、案例等信息，替换掉原来的公式推导。有效地突出学习重点，降低了学习压力。

（二） 精心设计课程教学流程框架

课程内容分为上节内容回顾、本节内容详解和本节内容汇总，为重点章节内容布置有针对性地课后习题，实现“旧知识”的有效激活。为了巩固和回顾课堂讲授内容，每次课除了核心内容的讲解，在讲稿前几页重温上次课的内容，以便学生能够及时引入课堂。最后几页对本节课所讲授的内容进行梳理、回顾和总结。

（三） 及时批改学生作业了解学生认知程度

尊重学生对习题付出的时间成本和努力是拉近师生关系的重要措施。设定课堂作业提交和分析时间对学生和教师都是一种约束，可以增强学生对教师的认同感。针对学生作业遇到的共性问题，及时整理反馈。达到精心指导、及时反馈的目的。结合学生作业完成情况，对表现优秀的学生进行表扬，对投入时间经历少，效果差的学生进行鼓励。通过表扬点名的形式确定到课率，熟悉学生的学习水平。例如：多传感器融合技术课程学科概论上完以后，给学生布置了查阅传感器融合理论发展现状的课后作业。并按照规定时间完成作业的收集和批改，及时对学生遇到的共性问题进行了解释，针对不同情况出现的原因也与学生进行了互动交流。通过公平性地评价方法，表扬了优秀作品，敦促了投入精力少学生，提升了作业批改的公平性。

（四） 以讲授内容为中心的多样化素材辅助

紧密围绕讲授内容，有针对性地设置互动题目，增强课堂互动效果，提升学生对专业课程的参与感。充分利用互联网资源，搜集与专业课程有关视频、图片等资料，丰富课程内容呈现方式，提高教学效果。以基于神经网络的数据融合章节讲授为例，本节主要包括了神经网络概述、神经网络基础、典型神经网络和神经网络在数据融合中的应用。以讲授内容为核心，我们先后搜集并引入了大量的图片、视频等资源，从宏观上概述了神经网络（深度学习）在现代科技、农业、工业等领域以及大数据分析、人工智能等方面的应用场景。随后对神经网络的基础所涉及的重点内容进行了讲解，考虑到课程要求和本科生的理解能力，此处并未深入讨论过多原理知识。在典型神经网络介绍时，借助于动态图、流程图对常见神经网络的进行了可视化的讲授，尽量避免涉及过多的公式推导和过深的理论分析，从而提升学生的学习兴趣。最后通过电解质型倾角传感器交叉灵敏度的补偿、红外传感器测距修正、经纬坐标向着平面坐标转换等应用场景介绍了神经网络的使用。并且将Matlab 编程软件中程序的开发和使用过程做成了动画。学生通过课下一步步地设置和实施，可以轻松实现神经网络数据融合算法。课下有学生反馈：原来学习神经网络可以如此简便、轻松，这样的神经网络学习和他之前对于神经网络、深度学习的理解截然不同。积极的课堂反馈一方面增强了学生课堂参与的积极性，另一方面对任课教师课程内容选择的合理性进行了激励。

（五） 基于随机数的分组模式和互动方式

作为机电工程学院公共专业课，多传感器融合技术课程选课人数通常在100 人以上，过多的上课人数加重了任课教师的教学负担。单次简单的敦促式点名就会耗费掉半节课的时间，显然是不可取的。为了有效地考核学生对于各章节或整体内容的掌握情况，通常采用的方式是分组进行。为便于统计和成绩录入，通常采用的按学号或者自由搭配的分组模式。但是以上模式存在很大弊端。

在几年的相处之后，学生之间往往存在很大“默契”。简单的按学号分组已经成为“慢跑”学生偷懒的主要途径，以至于出现个别同学单独完成，其他同学陪同签名的情形。由此看来，常规的搭配分组方式一定程度上降低了课程考核的公平性，同时也降低了有效课程资源的利用率和学生的课程参与积极性，最终形成课程资源向着学习好、有能力的人倾斜。因此需要彻底打乱这种搭配方式。

随机数选号为考核公平性实施提供了一种有效途径。随机数选择主要涉及到两个方面的内容，一是学生选择的随机性，二是课堂作业内容的差异性。学生选择的随机性是保证课堂公平性的第一道关卡。课程作业的差异性表现在不同小组分配的任务是存在明显差异的，这里需要说明的是，并不是所有的作业都适合差异性命题和考核，为了充分体现课堂的公平性，差异性的分组作业效果更加显著。例如，为了让学生了解多传感器融合的发展现状以及前沿研究内容。依据学生的个数，任课老师从各学术网站上下载了近年来大量的英文文献，然后为每篇文章编上序号，通过随机选号匹配的形式现场确定每个学生与文献之间的对应关系。由于文献之间不存在雷同，这样可以尽可能降低“慢跑”学生对“快跑”学生的依赖。为了考核学生发现问题、归纳总结的能力，等学生按规定时间提交课程作业后，让学生按照文献内容制作对应的幻灯片。随堂随机选择需要上台讲解的同学，实现翻转课堂的效果，并且有效锻炼学生上台演讲、语言表达的能力。以上策略实现了大班上课过程中的随机分组和课堂互动，并针对组内不同任务设定不同的课程考核评估标准，最大程度的保证对学生平时考核的公平公正。

五 与公平性目标相匹配的评估模式及应用成效

（一） 课堂公平性相匹配的评估模式

尽管针对课堂中可能遇到的不公平现象，制定了一系列的应对措施，但是课堂公平性效果仍然需要进一步评估。不如：学生是否适应了新的公平性教学模式？新的教学模式是否能发挥其应有的作用，成效如何？新的教学模式是否需要改进？因此，需要有针对性地提出相匹配的评估模式，以实现传统模式向新模式的转变。

评估考虑公平性因素的考核模式不仅能够有效量化知识的掌握程度，而且可以挖掘学生的积极能动性，提升学生的课程互动性和参与度，从而全面地评价学生的知识接受能力和学习效果。经过多次的课程实践和总结，最终将改革了传统专业课程“考试/ 考核（80%）+ 作业（20%）”的考核方式，探索出了更加突出实践内容考核的新机制，即“考试/考核（50%）+前沿知识（20%）+课程报告（20%）+考勤（10%）”。教师也由原有的期末“一道坎”变成了阶段性的、常态化的考核。通过化整为零，一定程度上分散了任课教师对学生的考核工作量，降低了长周期考核造成的评估偏颇。提升了学生对于课堂的认同感和自信心，挖掘了一部分游离于“慢跑”和“快跑”之间的学生的学习潜能。

（二） 新教学模式的成效分析

将公平性评价机制融入到专业课教学的全过程，达到了学生对专业课知识掌握、实践能力增强和科研素质提高的学习目标。多次的小范围课间调查和课后问卷反馈结果显示，学生对于公平性机制下的课程考核体制认可度达到98%以上。基于课后学生纸质意见和结课后上课学生的邮件反馈，进一步优化了新模式下出现的新特性和新问题。

结合调研结果和课堂讲授效果发现，公平性教学理念的加强对于上课学生、任课老师以及已有教学模式的改革具有积极影响。

1. 对于上课学生：调动了学生的学习热情，锻炼了学生主观能动性，提高了他们发现问题、分析问题、解决问题的能力，培养了创新意识和创新能力。基于随机数的评估模式，进一步提升了学生对于课程的重视度和参与度，降低了学生之间的依赖性，提高了学生主动学习的能力，辅助提高了学生的到课率。

2. 对于任课教师：提高了教师驾驭课堂的能力、讲课自信心和课程参与的积极性，增强了教师的认可度和对新知识的把握能力，肯定了教师对自己工作的付出。

3. 对于已有的教学模式：提升了课堂教学的公平性，分散了课堂资源增加了考核方式的多样性和课堂参与的趣味性。达到了教与学效率的双重提升。