基于大数据的区域教学评价实践研究

作者：熊善军

来源：《江苏教育研究》2020年第32期

摘要：依托“互联网+教育”背景，根据教育大数据的特点，立足区域特色，构建区域教学评价指标体系，建立区域教学评价平台，通过增值性评价提升区域教学评价效益。基于大数据评价分析与诊断，促进区域教学决策、教学行为改进。 关键词：教育大数据;教学评价;教学决策;教学行为

中图分类号：G40-058.1 文献标志码：A 文章编号：1673-9094（2020）11B-0004-05 《国家中长期教育改革和发展规划纲要（2010—2020年）》提出“把提高质量作为教育改革发展的核心任务”[1]。建立促进学生全面发展、促进教师不断提高、促进课程不断优化的科学的教学评价体系，对教学质量实施全面的评价，是全面提高基础教育办学水平的基础性工程，能够有效推进区域教学质量高位优质均衡发展。 一、立足区域特色，构建区域教学评价指标体系

区域教学评价指标体系是教师发展中心与区域各学校通过合作研究，经过充分研讨并广泛征求意见找出影响学生学业水平的因素，在此基础上构建的以关注学生学科核心素养提升为核心的评价指标体系。区域教学评价最主要的特征是体现全面性，为了研制符合区域特色的评价指标，镇江市丹徒区教师发展中心与有关高校、教研机构合作，面向区域学生及教师开展问卷调查。经过几年不断的实践和探索，基于区域特色的教学评价的指标体系逐步形成。如表1所示，区域教学评价指标共有四类，涵盖学业水平、学习背景、教师背景、学校环境等因素。 区域教学质量建立在全面的教学质量观的基础之上，区域教学评价指标不限于学生的学业成绩，而是以全面的视角来描述与评价区域整体的教育教学水平。区教师发展中心及各学校以评价指标为基础，完善学科评价制度，通过区域教学评价平台积累大数据，并进行科学的分析与反馈，指导区域及学校学科教学的改进与实施，有效发挥教学评价的导向作用，为学生的全面发展服务。

二、基于教育大数据，建立区域教学评价平台

区域教育大数据包括学业数据、评价数据、背景数据及个性数据等。以区域教育大数据为基础整合學业监测平台、学业评价平台、背景因素调查平台、深度学习平台，形成区域教学评价平台，为区域教学改进服务（如图1）。区域教学评价平台以促进学生的全面发展为目标，根据区域教学评价指标积累教学数据，并对数据进行深度挖掘，分类形成评价报告，推动基于大数据的教学评价，实现信息技术与教学评价管理的深度融合。教育行政部门及学校教师通过平台及时获取学科教学数据，了解学生成长信息，在评价报告的帮助下进行教育教学决策，促进教师从关注评价结果转变为注重学习过程，推动区域教育优质均衡发展。

区域教学评价平台为教育行政部门、教师发展中心及学校提供数据分析、教学研究、教学指导服务。服务主要包括如下几个方面：一是建立区、片、校三位一体的教学评价体系，合理规划教学评价要求，优化区域教学评价平台;二是强化教学评价的常态培训，通过分析学科及学校的教学评价报告，提升对区域学科及学校的教学分析评价能力;三是注重发挥基于大数据平台的反馈作用，通过对平台累积的大数据的跟踪分析，发现区域及学校的教学问题，以便于教育教学管理人员采取有效措施进行指导改进。 三、开展增值性评价，提升区域教学评价效益

长期以来，区域教学评价多数以分数为主要指标，没有考虑家庭、城乡、学校等因素，造成评价结果不公正，导致教育资源分配不均衡、学生择校等问题。区域在教学评价实践中进行评价方式的变革，将终结性评价与过程性评价结合起来，对区域内学校的教学质量进行科学客观的增值性评价，通过区域各类评价和问卷调查逐步生成反映区域教学发展现状的大数据，为区域教育行政部门科学决策提供数据支撑，促使区域和学校构建“教—学—评—改”的内部循环，建立区域教学质量增值性评价体系（如图2）。

1.厘清评价思路，明确评价方法

区域根据大数据的大量、高速、多样、有价值的特征，厘清和明确了区域基于大数据的教学评价思路与方法。一是显性分析，即通过平台简单分析得到的学科的平均分、优秀率、成绩分布、成绩相对位置等。二是聚类分析，即将区域数据根据评价对象的个性化特征进行大数据集中分析，呈现区域某一学科的发展态势比较，比较常用的是四分位图、雷达图等展现方式。三是关联分析，即通过大数据分析，反映教师、学生、学校、家庭等诸多变量间的相关程度及影响方向，帮助教师找出影响学科教学的关联因素，改进教学组织形式，促进学习目标的达成。四是预测分析，即在大数据评价中，通过分析算法，跟踪发现数据的变化规律，对学校及个体的发展状况进行预测，针对学生个体情况因材施教，为区域学校教育教学质量提升提供决策服务。

2.尊重个体差异，注重过程性评价

学校教学质量的提升是一项系统工程，在对教学质量进行评价时要充分考虑学校及学生的差异性。对学校及学生采用增值性评价，即在评价过程中关注学校差异，体现学生的全面发展。区域内开展增值评价时，通过区域教学质量增值性评价体系跟踪区域内学校教学发展变化情况，形成学校教学增值性评价报告，以此推动区域各校改进教学质量。通过增值性评价，区域能够看到学校在教学及教学管理上的亮点，教师能够关注每一位学生的进步情况，以此促进区域教育的均衡发展。区域通过教学质量增值性评价体系，实现对学校教学和学生学习的跟踪评价，便于学校或教师有针对性地进行反思、诊断与改进。 3.强化结果应用，注重评价反馈

关注学生和学校发展过程的增值性评价是学校质量提升和均衡发展的重要举措，应该强化评价结果的应用，让评价结果服务于课堂教学及每一位学生;加强试题命制研究、调查问卷设计、评价方法使用，保证每一次测试的信度和效度。区域进行评价反馈时，应淡化校际比较，重视学校内部的跟踪比较，发现学校教学的亮点与不足，进行教学诊断改进。区域教学质量增值性评价体系给出的评价报告包括基于标准分的常模比较及基于问卷调查的背景因素分析。每次区域评价后，区教师发展中心以多种形式呈现增值性评价报告，便于学校、教师、学生进行相应的诊断与改进，达到改进区域教学质量的目的。 四、依据大数据评价分析，促进区域教学决策改进

随着“互联网+教育”的生根发芽，在大数据的支持下，教学的数据化特征越来越明显。在大数据的评价驱动下，教师教学决策发生较大变化，区域学校通过区域教学评价平台收集学生学业数据，定制学生个性化学习方案，教学决策实现从关注学生群体到关注学生个体的转变，让教学从粗放走向精准，有效提高了教学的科学性。

1.立足“互联网+教育”，提高教师数据素养

教育部2018年印发的《教育信息化2.0行动计划》提出，到2022年要基本实现“三全两高一大”，即：教学应用覆盖全体教师、学习应用覆盖全体适龄学生、数字校园建设覆盖全体学校，信息化应用水平和师生信息素养普遍提高，建成“互联网+教育”大平台[2]。在“互联网+教育”环境下，教师教学决策依赖于通过平台收集的大数据，因此提高教师的数据素养至关重要。区域在实践过程中，一是着重锻造重视数据的校长及研训员队伍，让校长重视数据，基于大数据评价结果开展学校教育教学改革;让学科研训员能够依据评价报告发现本学科的共性和个性问题，为区域学科教师教学决策提供有针对性的指导和引领。二是强化教师的评价结果应用能力，让教师能够充分运用大数据平台的分析，发现教学决策中存在的问题;能够通过大数据分析归纳与教学相关的背景因素，并依此改进教学决策。 2.开展问题研究，推进教学精准决策

区域通过教学评价得到某个阶段的数据不是教学研究的终点，而是教学研究的新起点。每次评价反馈时，学校及教研组都深度研读评价报告，探讨报告中出现的教学问题，修正教师的教学决策和行为，推进基于大数据的精准教学决策。教师通过学业监测平台、学业评价平台、背景因素调查平台、深度学习平台获取各类与教学直接或间接相关的数据，通过挖掘分析，找出真实的教学问题，作为精准教学决策的基础性依据。区域通过开展多维度研究，推进综合评价，改进区域的教学决策和行为。一方面，区域定期开展教学评价，通过评价结果来验证教学行为的有效性。另一方面，区域通过对比评价，找出区域各校的优势与不足，为薄弱学校教学改革提供思路，也让优质学校发现自身在教学上的不足。比如，区域基于对几年评价大数据的分析，将区域学校分成四大片区，让城区学校与农村学校结对。从学生学业水平指数和背景因素两个方面进行片区的教学质量发展性对比分析和比较，让片区内的学校能够取长补短，共同发展。区域学校以教学评价大数据分析为抓手，发现隐藏在学业成绩背后的教学问题，改变教学决策，实现基于大数据分析的学校教学改进。 3.制订改进计划，优化教学决策方案

区教师发展中心通过大数据评价，从执行国家课程计划情况、学生学业背景、教师教学背景等多个方面，列出区域教育的问题串，并将问题分门别类归口到相关學科。学科研训员结合本学科的数据与报告，集中学科专家团队认真研讨，寻找针对具体学校及学科问题的最优决策方案。在教学决策改进过程中，学科研训员、专家团队与学校教研组配合进行跟踪调研，检验教学改进是否有效。如通过几次学科跟踪调研，发现区域的数学学科相对于其他县市比较薄弱。区域在大数据平台的帮助下，分析了数学学科的学业数据，并从学生学习基础、教师学历背景、城乡教学差别等方面开展了数学学科背景因素调查。在对数据进行挖掘分析后，学科研训员发现部分学校数学学科教研组建设偏弱，学科教师年龄偏大、学习意识缺乏、解题能力不强。根据分析结果，区域数学学科研训员及专家团队提出教学改进决策方案：一是加强城乡交流、片区交流，抓实教研组导学案研制及集体备课，培养区域数学骨干力量;二是加强跟踪调

研，以数学学科核心素养为抓手，优化数学课堂教学，提升区域数学教师的教学能力，引领区域学生数学素养的全面发展。

五、聚焦大数据评价诊断，推动区域教学行为改进

教学评价的主要目的是通过大数据平台的增值性评价，发现真问题，开展真研究，进行真改进，切实为教学行为改进服务。学校依据区域教学评价平台，找出教育教学过程中的真问题，开展行动研究，充分发挥评价的激励与诊断功能，推动教师更精准地进行教学行为改进。 1.基于大数据评价，发现教学真问题

区域结合区域教学评价指标体系，开展学科素养调研，积累数据并适时展开关联分析，找出影响教师教学、学生学习与教学环境等的相关因素，发现教学真问题。区域注重过程数据与学生发展的结合，分析评价主要看学生和学校的发展值，将评价对象的量化数据与背景因素相关联，注重对学生的个性化诊断。如：多次教学评价发现，某一乡镇学生到高年级后成绩分化比较严重。通过调研发现，该乡镇学生父母在外打工的较多，多数是由爷爷奶奶照顾，课余时间基本处于“放养”状态。发现问题后，学校采取课后一小时行动，让学生在学校完成家庭作业及课外阅读，每天指定教师对学生进行学业和心理辅导。经过长期坚持，解决了学生到高年级后成绩分化的问题。

2.基于大数据评价，开展教学真研究

随着新一轮招生考试制度改革的推进，教育评价从传统的单一性评价逐步转向为多元评价。区域及学校依据大数据开展教学评价，目的是基于数据找出教学的优势与不足，并为学校提高教学质量提供方法和策略。同时，学校及教师利用大数据开展教学真研究，关注学生的学业及身心发展，提升评价的效益。如：教师发展中心在进行六年级语文发展性测试时，通过问卷调查发现学生在语文学科上参与讨论的次数与学生的语文成绩呈正相关。通过大数据分析发现，课任教师的教学风格、学校提倡的教学模式、学生的阅读习惯、教师讨论环节的设置等在不同程度上影响学生参与讨论的积极性。由此，教师发展中心组织研训员与学科专家团队经过认真研讨，提出教师在充分了解学生的前提下，备课时精心设计讨论环节，课堂中多用表现性评价鼓励学生，推动学生参与讨论，进而提升学业成绩。 3.基于大数据评价，进行教学真改进

基于大数据的区域教学评价在关注学生学业发展的同时，也从学生的学习兴趣与学习态度、教师的教学方法与教学风格等背景因素进行多维度的调研与评价。通过多维度调研与评价，研训员及学校教研组进行教学的真改进，在学校课程建设、教师教学方法、学生个性化学习等方面有针对性地开展研讨，以推动教学改进。区域及学校教师利用大数据进行学科评价时，从关注终结性评价逐步过渡到关注课堂中学生的学习表现、知识掌握等过程性评价。依据

评价结果，研训员、学校教研组在研讨后制订操作性强的教学改进计划，学校教研部门做好跟踪调研，将教学改进落到实处。

在“互联网+教育”背景下，人工智能、大数据技术等在教育领域的使用越来越普遍。教育行政部门及各学校依托区域教学评价平台，对数据进行充分挖掘，发现影响教学的背景因素，帮助教师进行精准决策。区域教师发展中心加强考试评价改革研究，提高命题质量，推动建立以学生全面发展为导向的科学评价体系。在教学过程中，以发展学生的核心素养为目标，教师基于增值性评价报告，关注学生的个性发展和学习现状，加强团队协作，动态调整教学内容，解决教学中出现的问题，推进学生个性化学习。教师通过大数据评价驱动教学改进时不能唯数据论，在评价时对各方面数据要进行有效甄别和处理，确保大数据评价的合理性和有效性，切实为区域课堂变革提供坚实的理论指导和实践依据[3]。 参考文献：

[1]国家中长期教育改革和发展规划纲要（2010—2020年）[EB/OL].（2010-07-29）[2020-03-19].http：//www.gov.cn/jrzg/2010-07/29/content_1667143.htm.

[2]教育部.教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].（2018-04-18）[2020-03-28].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html. [3]熊善军.大数据可以为教师改进教学提供什么？[J].基础教育课程， 2019（6）：33. 责任编辑：杨孝如