杨原明
教育质量监测是区域教育生态的“体检仪”和“指挥棒”。2021年,教育部印发《国家义务教育质量监测方案(2021年修订版)》,以具体条文明晰了该“如何测”“如何评”以及监测结果“如何用”的问题,并强调各地要积极探索适合本地区的监测结果运用制度。2015年以来,江苏省苏州工业园区(以下简称“园区”)着意生态重构、着眼队伍打造、着力运用落地,开展正源、研读和循证三大行动,推进教育质量监测结果高质量运用,促进了区域内教育生态的优化。
正源行动:凝聚共识,重构教育生态
我们发现,以往的探索中存在评价理念不够科学导致监测结果不能高效运用、监测推进机制不够完善导致结果运用渠道不畅、主管部门监管不够到位导致监测结果运用不充分等问题。园区坚持问题导向,注重理念上引领、政策上保障、实践中完善,正本清源,开展指向优化教育生态的创新实践。
更新理念,强化“引领性”。园区将监测视为优化教育生态的引擎,开展“以项目实践驱动理念落地”的改进行动。园区先后承接2015年江苏省基于测试分析的跟进式改革重大研究项目《基于数据分析的教学评价改革及跟进式管理创新的实践研究》、2018年江苏省基础教育前瞻性教学改革实验重大项目《大数据促进“适合的教育”实践研究》等。在项目引领中,凝聚价值共识,形成理念认同,将评价作为发挥诊断功能、优化教育实践的重要依据,而非评判教育效果的唯一指标。相关研究成果获2021年江苏省基础教育成果特等奖。
完善机制,强化“协同性”。园区科学高效的协同运行机制为教育质量监测提供保障。如2015年,出台了《小学生学业质量监测方案》和《关于开展义务教育阶段学生学业负担状况监测的实施意见》;2016年初,成立了“教育质量综合评价研究中心”。从各层面充分保障“研读报告—靶向改进—督导评估—持续推进”等环节中监测结果的运用,逐步破解了专业监测与实践改进两个责任主体在移交、配合中的各项难题。
补位监测,强化“创新性”。园区积极破解评价改革难题,对国家、省、市三级监测“补位”,开展县域监测体系创新探索。将国家和省级学业质量监测作为县域教育质量的“分析背景”和“坐标定位”,综合考量市级监测结果,并重视自主监测,构建彼此关联的四级监测体系,引导全区域教育系统在“做中用”“创中用”,全面推进各级监测结果的深度运用。在全程、立体的实践中逐步凝聚理念共识、创新运用路径。
研读行动:锻造专业梯队,精准把脉质量
要想给予学校和教师更为直接、有效的指导,需要深入研读各级报告中的监测数据。园区坚持需求导向,定机制、育人才、搭平台,挖掘数据背后潜在的教育问题,有的放矢地加以改进。
教研部门先行,强化“专业研读”。园区坚持研训一体,提升研读的专业度,开发监测价值。明确教育者要把监测数据作为教育教学研究的依据,将监测结果的研读、反馈与运用和其他工作紧密结合起来。针对监测数据反映出来的问题,组织研训员准确归因、关联分析。找到问题症结后,开出施治药方。比如,园区开展“头雁领航”活动,每学期均借助“金鸡湖校长论坛”等平台,组织研训员报告学期教育质量,以此锻造教研员研读能力,提升其数据素养。
多元主体参与,强化“协同研读”。园区鼓励学校开展自主研读,将“自上而下”的行政推动与“自下而上”的自觉行动结合起来,建立可持续的校本教研机制和强有力的保障机制。如2022年底,市级义务教育质量监测报告公布后,园区立即开展以“自主研读,自我诊断”为主题的校内研读活动。各校校长为负责人,全体行政教师、骨干教师参与,开展“骨干全员读”活动;以当年监测报告为主要依据,对比以往区、市级监测报告,开展“对比读”活动;按照“研读培训、研读实施、归因分析、改进举措、预期成果”撰写研读报告,开展“深度读”活动。
丰富培养路径,强化“梯队研读”。园区着力打造一支具有较强数据素养的骨干教师团队,发挥辐射引领作用,逐步提升研读的普及度。一方面,依托园区“教育质量综合评价研究中心”的支持,学科研训员牵头,组织学校教科研骨干,联合校外监测评价专家,建立报告研读共同体。另一方面,研训员每年带着当年的监测报告进校,与教师面对面,进行精准诊断、解读与指导。由点到面,逐步提高学校、教师对监测结果的理解程度。
循证行动:数字化驱动,丰富评价样态
教育数字化转型的当下,数据赋能循证行动是教育质量监测改革的必然趋势。园区坚持评价导向机制,秉持结论源自实证、诊断催生举措、行动促进发展、着力推进数据循证的理念,以数据赋能教与学的变革以及学校治理的现代化,进一步推动教育教学多元化、多样化和教育治理高效化、精准化。
循证助“学”,重构学生学习路径。园区在学、教、测、评、管全流程坚持“学”字优先,采取以学定教、以测促学、以评优教等施教策略,形成了“你学我教,监测跟进,数据决策,专家治理”的新机制。比如,语文学业监测数据显示,学生语文学习中高阶思维的培养普遍存在难点。区域据此将“基于数据分析的学生阅读思维素养发展问题”作为跟进式改革研究重点,并由此确定了以“聚焦能力、优化策略、延展实践”为主题的研训,开展了提升学生阅读思维素养的系统活动。这样,研究“学”产生的数据,推动数据“说话”,实证诊断,先后探索了数据驱动的全链式、项目式、主题式、混合式、自主式和协作式学习路径。
循证促“研”,改进教师教学行为。园区坚持基于数据分析寻找问题所在,调整教学行为。出台《大数据支撑下区域教师教学行为指导建议》,提出在教育数据支撑下的优化教学行为。同时,坚持基于监测结果的案例研究与课题研究,参与相应的市级案例评选,立项数量和获奖案例数量逐年增加。由此,区域和学校逐步形成“聚焦一个问题,支起一个撬点,锻炼一个团队,获得一次成长”的实证改进思路;园区探索出了数字图谱贯连的整体教学、数字环境支持的融浸教学、数字智慧导引的激趣教学、数字画像驱动的精准教学等新型教学模式,有力促进了教师教学行为的改进。
循证施“管”,提升学校管理效能。园区坚持用数据帮助学校明晰发展优势、明鉴发展问题、明确发展方向。通过自主诊断、自主分析、自主改进,提升学校管理效度,激发学校发展的内驱力,提高学校发展的竞争力。如莲花学校基于学校近三年学业质量监测结果,从根植主流价值、明确发展目标、丰富课程建设和优化管理细节等层面精准施策,学校教学的生态呈现出更为良性的态势。多年来,园区发挥评价在教学过程中的引领、激励、增值功能,构建尊重个性差异的教育质量跟进式多循环测评、治理新模式。
监测引领发展,数据驱动应用。基于监测结果的运用,促进了区域学生、教师和学校的健康可持续发展,区域教育生态逐步优化,教育高质量发展成果初显。未来,园区将继续深入探索基于数据的改进行动,推动数据循证向精准化、智能化和多元化发展,为深化新时代教育評价改革贡献区域智慧。