教育大数据视角下的教学质量评价探讨

徐小玲 张璐

［摘 要］ 大数据视角下的教学质量评价是通过大数据对老师的学术业务水平、教学方法、教学态度等进行评价。在海量数据中通过数据挖掘找到准确、有效的信息有一定的难度。主要给出教育大数据的相关基础知识，并且从教师和学生两个方面给出如何建立科学的教学质量评价体系，尤其是过程性评价教学，其核心在于教学综合能力的普遍提升，而教师教学评价体系的建构则是促进教师水平提升的必要手段，课堂教学质量评价对教师的教学效果和学生产出提出更高要求。

［关键词］ 教育大数据；教学质量评价体系； 教师评价；学生评价

［基金项目］ 2019年度陕西省高等教育教学改革研究项目“基于大数据的教学质量评价体系研究”（19BY143）

［作者简介］ 徐小玲（1984—），女，陕西绥德人，理学硕士，延安大学西安创新学院副教授，主要从事大数据、教育教学研究；张 璐（1981—），男，陕西汉中人，硕士，延安大学西安创新学院讲师，主要从事最优化、教学改革研究。

［中图分类号］ G642［文献标识码］ A［文章编号］ 1674-9324（2023）13-0000-04［收稿日期］ 2022-11-09

2020年10月，中共中央、国务院发布了《深化新时代教育评价改革总体方案》（以下简称《总体方案》）。《总体方案》将教育评价改革上升到推进国家教育治理体系和治理能力现代化的高度，提出以立德树人为主线，以破“五唯”为导向，以政府、学校、教师、学生、社会五类主体为抓手，着力做到政策系统集成、举措破立结合、任务协同推进。

科学的教育评价，归根到实际教学中就是教学质量的评价，如何基于目前最为流行的大数据及数据挖掘技术进行课堂教学质量评估和评价（TQE），这个研究具有重大意义。课堂教学质量评估和评价和反馈是TQE的重要组成部分，而TQE是教学活动的重要组成部分。现有的教学评估結果往往是全面和宏观的［1］。目前国内不管是对于一流专业或是一流课程的建设，都对信息化都提出了很高的要求，一旦涉及信息化必然会提及数据，尤其是大数据，海量数据的处理，对教师的教学质量及学生的产出质量都提出了新的要求。

一、教育大数据

国务院发布的《促进大数据发展行动纲要》中提出“大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合”。简单的说，大数据就是能够将海量碎片化的信息数据及时地进行筛选、分析，并最终归纳、整理出我们需要的。资讯大数据是指主流软件工具无法在合理的时间内捕获、管理、处理和组织的大型信息，以帮助企业做出更积极的业务决策。教育大数据，顾名思义就是教育行业的数据分析应用。自2012年以来，“大数据”行业蓬勃发展，已成为包括教育在内的所有领域讨论的主要话题［2］。维克多·迈耶-勋伯格明确表示，大数据将重塑整个教育行业。大数据技术的应用可以帮助更精确地解决问题，提高高校的创造力［3］。

教育评价学是指研究根据一定的教育目标，系统收集资料，运用现代数学和管理科学的理论和方法，判断对象的系统状态与功能属性及其转化的一门学科。教育评价的实质是判断教育价值的高低，教育评价是美国的教育家泰勒在1929年首次提出的。教育评价还没有形成一个确切、严谨、被一致接受的科学定义。但通常认为至少包括以下六个方面的特点：一是教育评价是一个活动过程；二是教育评价是有目的有计划的活动过程；三是教育评价活动中的评价者与被评者是统一的；四是教育评价注重对资料的解释，而不只是资料的收集；五是教育评价是一种反馈—矫正系统；六是教育评价要涉及到对教育价值的判断，而不仅是对教育情景或现象的描述。综上，教育评价是对教育活动满足社会与个体需要的程度做出判断的活动，是对教育活动现实的或潜在的价值做出判断，以期达到教育价值增值的过程。

教育数据有多种分类方式。从数据产生的业务来源来看，包括教学类数据、管理类数据、科研类数据以及服务类数据。从数据产生的技术场景来看，包括感知数据、业务数据和互联网数据。从数据结构化程度来看，包括结构化数据、半结构化数据和非结构化数据。结构化数据也称作行数据，是由二维表结构来逻辑表达和实现的数据，严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理。与结构化数据相对的是不适于由数据库二维表来表现的非结构化数据，包括所有格式的办公文档、XML、HTML、各类报表、图片、音频和视频信息等。

二、基于大数据的教师评价

教师评估和评价是“系统评估教师与专业角色相关的绩效或资格”。首先，教师评估是一个系统的过程，这意味着它是有目的的，并且有一个不断延伸的过程。其次，教师评估数据需要通过严格的方法进行数据收集和分析，即使收集的工具和收集的数据类型可能不同。教师评估和评价是一个双重过程，旨在提高教师的教学技能和专业知识，提高学生的产出水平和质量。然而，目前我国的教师评价系统未能改善教师实践，促进学生成长和学习，因为大多数为评估教师有效性而制定的框架在很大程度上未能确定教师的专业成长需求，反而让教师沉迷于职称晋升而忽略教学，未能最终满足这些评价所支持的专业学习机会。传统上，教师评价的有效性取决于教师的表现及对学生成绩水平的影响程度，尤其在中小学阶段，但进入大学就不尽相同了。国外曾有教育学家提出：尽管学生的成绩是教育的一个重要方面，但它不应被视为在提高教师工作效率方面具有关键作用。在世界各地，教师被认为是与社会进步相关的最重要的职业之一。。

随着大数据时代的到来，教师的评价系统又提出了新的要求，教师评价正在从“经验主义”走向“数据主义”，从“宏观群体”评价走向“微观个体”评价，从“单一评价”走向“综合评价”。教育大数据下教育评价的变化，不仅表现在评价思想，还包括评价方法，不仅包括对教师自身的评价，还包括对教学管理、评估质量等具体水平的评价。

大数据支持下的教育评价一方面能够减轻负担，另一方面采用统一标准进行评价，从而在一定程度上提升了评价的准确性。做好教学质量的评价工作是提高教学质量的重要保障，是优化学校教务管理的抓手，是满足创新型国家人才需求的源泉。教学质量评价是一个动态的、持续的过程评价，是规范化和发展性相联系的评价模式。借助有效的技术手段，合理判断教学的影响因素和教学效果，及时发现教学中的长处，快速修正教学活动中存在的问题，有利于教师提高自身素质，完善自我，有利于学生提高学习热情。因此，客观、公正、合理地评价高校的教学质量，是培养 21 世纪创新创业人才的重要措施。

图1是结合教学实践总结的教师评价过程，首先需要根据实际教学采集相关数据、确定评价指标，其次需要进行大数据分析，一般需要专业的分析软件（如spss等），分为三个部分进行评价：总体评价、微观评价、宏观评价等。学校、教学管理部门、教师根据数据分析判断教学效果、找出存在的问题，如果效果良好则在学校优化推广，如有问题继续探索更新教学模式、方法等。

三、基于大数据的学生评价

学生具有很强的可塑性，正处于培养正确人生观和价值观的重要时期。在当今的新环境中，尤其在大数据时代，学校对学生的评价不能停留在纸面评价的时代，迅速发展的教育大数据对学生的学习质量评价提出更高的要求。海量数据的获得，后疫情时代，学生所有的学习都是线上进行，目前的教学模式多样：互联网教学、网课、慕课、翻转课堂、spoc等。每种教学手段都有自身的优势，同时又都具有局限性。教学的多样性，为我们提供了大量的获得学生的学习数据，此时通过对海量数据分析，得出不同学生的学习效果，这对及科学评价学生就具有重大意义。线上学习的多样性决定了大学生的价值取向呈现出多元化的现状。关注当代学生的多元化价值观已经变成了一个政治指导的关键任务，这也就能看出目前我们正在做的课程思政的重要作用。

图2是笔者结合目前教学实践及指标体系总结的学生评价过程，与教师评价类似，但又不尽相同。因最终所面对的群体不同，学生评估和评价的重点是首先需要根据实际教学采集相关数据，确定评价指标。其次需要用专业软件对采集到的相关数据进行数据挖掘及大数据分析，学生评价与教师评价类似，分成三个部分进行评价。教学管理部门和老师根据数据分析判断学生的学习效果，找出存在的问题，如果效果优秀，学生产出质量符合高等教育的培养目标及要求，将在全校范围内进一步提炼提升后推广；如有问题继续探索根据学生的个体及群体差异性改进教学方法，找出适合当前层次学生的优化模型。

结语

在信息技术高速发展的时代，信息技术呈现出数字化、网络化和智能化的发展趋势，大数据作为一种新技术架构，通过高速捕捉和发现分析，从海量数据中获取价值，其内涵可以概括为数据量大、数据类别杂和数据更新快。高校借助大数据的便利，使得教学质量评价具备了多方面的选择。大数据对于学生提出了更高要求，不应局限于应付数据表面，更应体现出数据背后的深层挖掘，利用数据收集不仅可以展现出勤率、日常表现、互动、作业完成等，更要动态监测全部过程数据，以来真正达到预警学生的作用。利用大数据还可以预测学生的毕业及未来发展状况。大数据广泛应用于学生管理、成绩管理、休学、转学、放弃学籍等，数据的流程化收集，线上线下如何无衔接数据。大数据时代，学习本身的复杂性通过海量数据展现出来，要对学习评价，只关注成绩肯定是不行的，必须做到对于学生及学习本身的评价。

高校有效运用教育大数据，能更加全面、全方位的构建教师学生相关联的评价体系，全过程监测教师、监控学生的不同阶段的学习，这个评价系统需要在实践过程中不断优化、创新，最终达到教育教学质量的全面提升。

参考文献

［1］BAIG M I， SHUIB L， YADEGARIDEHKORDI E. Big data in education： a state of the art， limitations， and future research directions［J］.International Journal of Educational Technology in Higher Education，2020，17（1）：1-23.

［2］GHASEMAGHAEI M， CALIC G. Assessing the impact of big data on firm innovation performance： Big data is not always better data［J］.Journal of Business Research，2020（108）：147-162.

［3］SAGGI M K， JAIN S. A survey towards an integration of big data analytics to big insights for value-creation［J］.Information Processing & Management， 2018，54（5）：758-790.

［4］徐慧芳，陳原艳.大数据背景下地方高校教学质量评价体系的构建探索［J］.牡丹江教育学院学报，2020（7）：35-36+81.

［5］FAR LEY A N， CLAYTON G， KAKA S J. Teacher education in the Trump era： The role of multiple measures under deregulated teacher evaluation and accountability［J］.Critical Issues in Teacher Education， 2018（25）：33-47.

［6］GHASEMAGHAEI M， CALIC G. Assessing the impact of big data on firm innovation performance： Big data is not always better data［J］.Journal of Business Research，2020（108）：147-162.

［7］王巍.大数据背景下的MOOCs对民办高校大学英语教学改革的影响［J］.中国培训，2016（10）：118-119.

［8］马星，王楠.基于大数据的高校教学质量评价体系构建［J］.清华大学教育研究，2018，39（2）：43-48.

Abstract：Teaching quality evaluation from the perspective of big data is to evaluate teachers academic professional level， teaching methods and teaching attitudes through big data. However， it is difficult to find accurate and effective information through data mining in massive data. The article mainly gives the relevant basic knowledge of educational big data， and gives how to establish a scientific teaching quality evaluation system from the two aspects of teachers and students， especially the process evaluation teaching， the core of which lies in the general improvement of teaching comprehensive ability， while teachers The construction of teaching evaluation system is a necessary means to promote the improvement of teachers level， and the evaluation of classroom teaching quality puts forward higher requirements for teachers teaching effect and student production.

Key words： educational big data; teaching quality evaluation system; teacher evaluation; student evaluation