艺术院校管理类课程智慧课堂教学评价指标的构建

张琦伟，何秋颖

（四川电影电视学院 四川 成都 611331）

随着高校信息化教学改革的实践推进，近年来部分学者开始关注智慧课堂相关教学评价的研究。然而现阶段的研究对智慧课堂教学评价指标的建立多停留在理论构建层面，少有基于定量的方法进行研究，特别是对艺术院校的管理类课程应用探索较少，这对于提升教学评价的科学性和客观性而言是个缺憾，所以本文以艺术类院校的文化产业管理专业为研究对象，旨在通过样本点的深入调研和定量分析，研究如何通过层次分析法来构建智慧课堂评价指标体系。

1 智慧课堂与专业应用特征

1.1 智慧课堂的内涵

2008 年，IBM 首次提出了“智慧地球”的战略，也推动了“智慧”概念在学科教学中的应用。而真正使智慧课堂得到快速发展和广泛应用的是近年来以“大数据”“物联网”“人工智能”为代表的“智慧”技术在信息化教学改革中的研究和应用[1]。智慧课堂里的“智慧”既是一种目的，也是一种方法。“智慧”作为目的，是指智慧课堂以促进学生素养、创造力、高阶思维、问题解决能力等发展为核心素养取向；“智慧”作为方法，主张应用大数据、云计算、互联网、物联网、VR/AR等新一代信息技术打造智能、高效的课堂，以及建构新的学习方式和学习结构。由此，本文的研究更认可将智慧课堂理解为一种智能化教学服务平台。

1.2 文化产业管理专业概述

文化产业管理是中国普通高等学校本科专业，是工商管理二级学科，授予学位为管理学学士。该专业的课程内容涉及管理学、艺术学、经济学等多学科门类，专业核心课程主要包括：“文化项目运作与管理”“文化营销学”“文化经济学”“文化创意与策划”“文化市场调研”“统计学”“财务管理”等。此外，文化产业管理专业重视实践教学环节的构建，开展多种形式的实训实习，一般以现有的智慧教室和专业实验室为依托，充分利用硬件资源和多媒体设备，向学生开设大量校内实训和仿真训练等实训项目，重点培养学生的实践能力和创新能力，提升学生的综合素质。

1.3 智慧课堂在文化产业管理专业的应用特征

把智慧课堂融入文化产业管理专业课程教学中，实质上是用信息技术去改变传统的文化和管理类课程的教学结构，在教学中人、资源、环境与教学活动相互关联，构建了一种新型的复合型学科教学生态体系，与传统管理类课程课堂相比，它在技术和教学应用上具有以下重要特征：

①体验分享情景化。文化产业管理中许多关于管理、艺术类的课程，需要学生沉浸式地参与、体验与分享。教师更多地选择图片、视频、语音、甚至是VR的形式来表达，使学生亲身体会不同领域不同时空的文化和艺术氛围。

②高效互动立体化。教师与学生，学生与学生之间的沟通更加高效，互动也更加充分，无论是课堂内还是课堂外都可以通过终端工具更加立体地表达自己的观点和想法。

③评价反馈动态化[2]。通过“云―台―端”的智能化平台，教师对学生的日常作业、测试的点评更为及时，学生也能把学习中的疑惑和困难及时反馈给教师，并动态修正和补充，真正实现个性化教学。

④协同开放自主化。文化产业管理所涉及的学科广而散，不同学科课程内容差异较大，传统教学活动往往各自为政，相互割裂。通过智慧课堂可以很好地解决各课程协同的问题，形成专业教学的合力。

⑤组织决策智能化。伴随着整个教学过程的数据收集、分析和挖掘，一方面教师可以更加直观地监控学生的学习效果和学情信息，另一方面可以帮助教师更好地调节教学大纲和教学设计，优化课程教学进度和教学策略。

2 智慧课堂教学评价指标的构建

2.1 评价指标框架

本文根据广泛应用于高等教育的OBE 作为评价指标的选取标准[3]，对25 名信息化教育领域的专家进行调研和访谈，结合信息化教学的特点和已有的文献研究，梳理并构建出文化产业管理智慧课堂的教学评价指标，教学评价体系划分为4 个一级指标，9 个二级指标，33 个三级指标。

一级指标：包括教学环境、教学资源、教学实施、教学效果。

二级指标：包括外部环境、内部环境、在线课程、数字资源、教学策略、组织与监控、教师团队、进步性成果、发展性成果。

三级指标：

外部环境评价要素包括信息化素养（教师信息化教学意识和操作水平）、信息化与教学整合能力（教师将信息化技术融入课程教学中的能力）、课堂文化与学习氛围（学生是否接受“智慧”教学理念，自主化学习氛围）、大数据学情分析（大数据分析学生的课程基础和认知水平、个性特征）；

内部环境评价要素包括网络覆盖（校园网是否达到有线+无线的全覆盖）、媒体设备（视听、音响设备、手机、电脑、穿戴设备）、智慧平台（智能化教学服务平台）、应用软件（教学应用工具包和第三方软件）；

在线课程评价要素包括MOOC 资源（大规模在线课程，以校外资源为主）、SPOC 资源（小规模在线课程，以校内资源为主）、微课制作与应用库（微课制作、微课辅导资源）；

数字资源评价要素包括教材及课件（多版本数字化教材及参考教材，学习课件）、题库资源（作业和考试题库，学习测试系统、自动批阅系统）、课程动态数据（动态数据采集、汇聚、挖掘与分析）、辅助智慧教学资源（个性化的学习资源智能推送系统）；

教学策略评价要素包括教学设计（整体化教学+个性化教学智能设计能力）、教学互动（教学全过程中人机、师生、生生之间的沟通与互动）、教学方法（典型方法：探究式、自主式、项目驱动式）、教学分析（大数据分析，动态调节教学策略和进度）；

组织与监控评价要素包括教学组织（智能化的流程管理和课堂组织能力）、教学监控（实时追踪学习进度和学习效果，并及时反馈）、教学反思（及时对教学内容、方法以及效果进行反思并调整）；

教师团队评价要素包括专业知识（有深度的专业知识和广博的文化产业相关知识）、专业技能（学科能力、教学能力、组织能力和信息化管理能力）、专业素质（品德素质、文化素质、身心素质和信息化素养）；

进步性成果评价要素包括学习成就（参与各种学习任务与实践，知识和能力获得提升）、学习动机（是否能激发学生学习的内在动力和主观能动性）、学习参与（学生投入时间，交互记录，练习和测验完成率）、学习互动（学习全过程中人机、师生、生生之间的沟通与互动）；

发展性成果评价要素包括应用能力（能否将所学的知识综合应用，将知识转化为能力）、学习能力（学生自主探究、自主学习的能力）、思维品质（独立思考，思辨与高阶思维能力）、创新创造能力（创造性地分析问题和解决问题的能力）。

2.2 指标权重计算

在明确评价指标的基础上，本文将通过层次分析法[4]来确定每一层指标的权重。将收集的专家数据进行统计，可以得出一级指标，即关于教学环境、教学资源、教学实施、教学效果四项指标相对重要程度的判断矩阵：

计算判断矩阵每一行元素的乘积，记为Mi：

计算Mi的n 次方根，记为Wi：

将Wi构成的向量进行归一化并记为W，则W=（W1，W2，…，Wn）T为判断矩阵的特征向量：

因此关于教学环境、教学资源、教学实施、教学效果的权重为A=[0.1275，0.0724，0.2696，0.5305]

经计算，

故本层CR=CI/RI=0.0671/0.96=0.0699＜0.1，此判断矩阵通过一致性检验，可以作为一级指标的最终权重，即A=[0.1275，0.0724，0.2696，0.5305]。同理，可以依次用层次分析法计算二级指标与三级指标权重向量，所有判断矩阵均通过了一致性检验。最终得到文化产业管理专业智慧课堂的教学评价体系权重数据（结果保留2 位小数）。

一级指标权重矩阵：A=[0.13，0.07，0.27]

二级指标权重矩阵：A1=[0.38,0.62]、A2=[0.67,0.33]、

A3=[0.38,0.16,0.46]、A4=[0.42,0.58]

三级指标权重矩阵：

A11=[0.17,0.25,0.36,0.22]、A12=(0.31,0.27,0.23,0.19]

A21=[0.36,0.43,0.21]、A22=[0.23,0.33,0.28,0.16]

A31=[0.32,0.24,0.31,0.13]、A32=[0.42,0.37,0.21]

A33=[0.28,0.37,0.35]

A41=[0.42,0.17,0.19,0.22)、A42=[0.24,0.25,0.23,0.28]

3 结论

从第一层评价指标来看，排名前两位的是教学效果和教学实施，也就是说不管采用哪种创新型的教学模式，以结果为导向，教学效果总是排在第一位的，这也符合OBE的教育理念。智慧课堂融合了现代信息技术的各种优势，提供了无与伦比的教学环境和教学资源，这都是为良好的教学实施和教学效果服务的，促使课堂变得更加聪明、可视化、动态和高效。

从第二层评价指标来看，内部环境优于外部环境，表明在智慧课堂的生态系统里，软性的信息化教学素养、信息化整合能力，良好的课堂文化和学习氛围的塑造，才是智慧课堂的根基。在教育资源层面，在线课程资源的重要性大于传统的课堂资源，体现了自主式学习方式在智慧课堂中的主导作用。在教学实施的过程中，最重要的仍然是教师团队，可见师资队伍的建设和专业水平决定了智慧课堂的教学水平，目前对于设立时间并不太长的文化产业管理专业来说，师资水平的“短板效应”显得尤为突出，这也是全面实施智慧课堂的关键指标。最后在教学效果方面，学生的发展性评价指标是我们评价的重点，尤其是重视学习能力和创新创造能力，才能真正培养出文化产业领域的高素质应用型人才。