卢卓元 刘婉妮 赵向梅

西安欧亚学院，陕西 西安 710065

一、问题提出

教学评价是教学管理中的重要一环，是学校了解学生学习效果、教师教学效果和教学过程的重要管理手段。为求全面和公允，多数学校都会采用学生评教、同行评教和督导评教相结合的方法。但是教学评价是否能够真正衡量教师的教学质量却一直存在很大争议。

经常会发现这样一种现象：即使是同样一个老师带同样一门课，不同班级不同专业不同学期学生的评分也会相差巨大，而且学生和同行的评分也有很大区别。那么哪一种评价能够更真实地反映教师的教学水平和教学效果，更能够激励教师改进教学和提高教学质量，二者之间存在巨大差别的原因在哪里呢？

二、问题界定

（一）什么是教学评价

教学评价是指按照一定的教学目标，运用科学可行的评教方法，对教学过程和教学成果予以价值上的判断，为改进教学、提高教学质量提供可靠的信息和科学依据［1］。教学评价本身是一种管理手段，目的是对教育教学过程中的各要素和环节进行具体分析，针对性地指出改进方向，提高教育质量。但是由于评价主体不一，评价标准多样，就会相应产生不同的评价视角和评价层级，导致一定的评价结果偏差。

（二）文献综述

通过研究相关文献发现，学者们集中在三个方向进行探究：1.评什么（评价内容和评价指标）；2.谁来评（评价主体）；3.怎么评（评价过程管理）。

教学质量是教学评价的主要内容。丁艳、万千一详细分析了我国1997—2018年关于教学质量评价的研究文献，主要集中在评价理念、评价主体、评价指标和过程管理四个方面的问题。

认为目前我国的教学评价在理念上缺乏以人为本的思想；现阶段高校评价主体主要有学生、专家督导、领导和同行评价，但普遍倾向于采用以学生评价为主体的多元化评价模式；评价指标则存在着不科学、不全面、静态性等问题；关于评价管理的研究较少，少数几篇文章共同提到管理缺乏指导与监控、各部分之间缺乏相互配合等问题［2］。

然而，在教学评价实践中值得深思的另一个问题，是教学评价的结果呈现形式和利用。陈国钦认为，多数高校评价结果的处理和反馈缺乏科学性。反馈比较滞后，且公布的结果多以分数呈现，缺少具体的问题评价；这就导致教师的参与意识较弱，积极性低下，教学质量评价无法发挥激励、监督作用［3］。

从教学评价的目的上看，教学评价更类似于面向过去的总结性目的，主要以外在的奖优罚劣为手段，而非面向未来的过程性目的的发展性评价。如多数学校会向教师反馈评教分数排名，教师虽然可以通过评教系统查看各类评价主体对自己的主观评价；但是从量化考核的角度来说，评教分数无疑是最确切的量化数字；在教师绩效考评、评优晋升等方面起着不可替代的作用；甚至被明确写入职称晋升的条件中去。

相对的，发展性评价更注重根据教师的自身素质和在现实工作中的表现，着眼于教师个人的专业发展，注重用内在的教育，引导和支持教师进行自我评价与反思，自我调整与完善，不断提升教育教学水平；从而能够真正实现促进教师的差异性发展和学校的整体性发展［4］。因此表现为数字的教学评价就不得不面临更多的考量、质疑，而探究更科学、合理的评价方式也成为大家共同关注和研究的问题。

三、研究方法

本研究以某高校某学院（以下简称“某学院”）148名教师连续3个学期的学生和同行专家评教分数为基础，进行纵向和横向研究。参与问卷调查的学生来自全校各个分院，从19～20（1）到20～21（1）3个学期实际参评学生分别为43576、41385、51029人次，一般是在每学期期中进行问卷发放和填写，涉及课程有《大学体育》《大学英语》《思想道德修养与法律基础》等50余门课程（含必修、选修、网络课程等）。

同行评价则为分院148名任课教师。除问卷调查外，作者还分别通过随堂和私下沟通的方式对90名学生和30名教师进行质性访谈，获取真实想法和建议。

学生评教方面，每学期由该校质量评估中心借助教务系统tronclass对全校所有课程和学生统一发放和收集问卷。值得注意的是，问卷收集的数量并非实际在校学生数，而是实际参评人数。换句话说，如果一个学生一学期参与了10门课的评教，那么他就会被重复计算10次。加上本研究中所涉及的课程为全校学生必选通识课，课程门数及修习学生数均远远超过其他专业课程，因此参评数量格外庞大。

同行评教方面，则是由某学院教学科针对本院所有教师自行在tronclass上发放问卷，但与学生评教不同的是，同行评教基本是一对一的关系，即一位教师只负责另一位同行教师的评价。督导评价则不仅针对课堂授课，还包括课程设计、课程总体执行和效果等方面的评价，有单独的评价量表。二者评分结合起来形成教师评价。

四、调查结果分析

（一）学生视角下的教学评价

1.学生评价着重体现学习体验

大学生是高等教育的主体，是高等教育的受教育者和受益者，也是高等教育过程的参与者和体验者，大学生对其所接受的高等教育寄予期望。通过体验得到感知，形成对满意度的体验和评判，基于学习体验而形成的对大学生学习满意度的调查与研究，应该成为大学生学习与发展研究的重要组成部分［5］。

某学院委托第三方进行教学质量评价，评价指标包含教学资源、教学设计、教学内容、教学效果和教学组织五个方面，每个方面又有1～3个二级指标。这些指标包含学生是否能够了解和找到大纲及其他优质教学资源，教师准备的讲义制作水平；课程目标是否清晰，是否采用多样化教学；教学内容信息量及挑战度；平时作业难度、师生互动情况；以及教学环节的时间安排是否能够满足学生的需求等。

该问卷问题描述多以“我认为……”“我觉得……”“我了解……”开头，带有很强的主观性。

比如：“我认为该门课程的教学目标清晰、明确”“我掌握了该门课程已经教授的内容”“教师准备的课程讲义（或课件）内容清晰、新颖、指导性强，能够帮助我掌握课程内容”……从个案分析来看，学生作答也同样带有很强的主观性。比如，某门课程明明有教材，但还是会有少部分学生选择没有教材，经过课堂访谈得知，学生选“无”仅仅是为了避免选择“有”选项之后系统弹出来地对教材进行评价的一道题；又比如通过部门检查，明明所有老师都在教务系统显眼位置上传了本学期大纲、教学计划和考核方案，但还是有20%的学生选了“否”，原因也很简单，对于自己没有浏览过的东西自动默认为“无”或“否”，这些不负责任的打分都会直接影响教师的最终评价。

2.与学生年龄接近的老师更有优势

一般来说，一个有30年教龄的老师，在教学经验及学术水平上往往会超过一个刚上讲台的年轻教师，但反映在学生评教分数上，却并不是这样，见表1。

表1 年龄段对教师评价得分影响

上表中3个学期的前20名中，90后教师都是占比最多的，其次是80后、70后和50～60后；而在后20名中90后相比70后、80后明显少得多。这反映出学生在评分时，更倾向于给予自己年龄相近的年轻教师打高分。仔细分析原因不难发现，排除外貌、着装等外在原因，与学生年龄越接近，越容易有共同话题，思维方式也更接近，更易引起学生的好感，这种好感会在适当程度上代替真实教学水平。

可见，要想让如今的学生接受教师，首先要了解和走近他们在思维、话题、情感和表达上的期待。

3.教师权威对学生评价影响不大

作者专门挑出四类具有不同身份的人进行比较，试图发现身份对教学评价的影响。这四类人分别是某分院主管教学的院长、课程组的组长、学校的督导和一名1996年出生的年轻教师（表2）。可以看出在学生眼中，评教分数的高低跟职务并没有多大关联。但有趣的是，抛开职务高低，会看到同样一个老师带同样一门课程，不同年级和专业的学生会给出相差极大的分数和排名。上表中某课程组长的排名从81名到第3名，之后又到第71名，院长的排名也类似，相反，1996年出生入职不到2年的年轻教师却一直保持在相对稳定而且是靠前的位置。值得提醒的是，前三类人员都是亲自参与制定、监督和执行教学质量标准与规范的人，他们比普通老师接受了更多有关教学技能的培训，在教学过程中也比其他教师更熟悉得分点，但结果依然不太理想。

表2 不同职务教师得分对比

4.班级规模和课程性质会对学生评教产生巨大影响

无论是教学体验还是学习体验，小班课的效果都公认比大班课强很多，那么在教学评价上会有明显体现吗？从表3中便可看出端倪。

表3 某分院20～21（1）教学质量得分排名全校前5%的课程教师（前10名）

该学期该分院有14人排名位于全校前5%。 但从评教规模上看，这些教师的评教人数普遍偏低（2～3个班），个别评教率甚至达到了个位数，说明班级规模普遍较小。

班级规模小有利于帮助老师建设和学生之间的和谐关系。老师们除能够更有效关注每个学生的知识获得和技能提高之外，也有更多时间关注学生的精神和思想状态。课内是师生关系，课外是伙伴或朋友关系，学生在打分的时候自然给分较高。

另外，在以上所列的科目中，雅思英语是对出国有需求的学生开设的，该校大学体育也实行的是俱乐部制，学生本身是基于兴趣和需求选择这些课程，在学习的过程中往往具有十足的主动性和积极性，因此这些课程自然比学校整体学业规划课程更受欢迎。此种条件下的打分，虽一定程度上反映了老师的教学质量，不排除更多地带有学生的主观情感因素。

（二）管理视角下的教学评价

1.课堂教学评价更关注教学过程的管理

与学生评价更关注学习体验相比，管理层则更关注整个教学过程的管理，从表4就可以看见分明：

表4 某分院同行督导评价细则

上表包含教师的教和学生的学两方面。教师的教包含教学目标、教师教法、教学管理、教学过程、教学考核等；学生的学则包含课前准备、课中参与和课后学习效果三方面。

这样的评价或许更客观，因为很多标准可执行可衡量，比如教师采用了什么教学方法、是否携带教学材料、是否布置课后作业，课堂气氛是否活跃等。但是这些显性的条件由于非常容易满足，故教师们得分普遍较高，并不一定能够反映教师真正的教学水平和教学质量。

2.管理视角下的教学评价维度更多元化

事实上，单纯依靠一节课的得分，来评价教师的教学质量和教学能力并不合适，因为教学本身是个动态的过程，管理者也深知这一点，但是教学质量管理又是教学生命线中最重要的一环，因此，就催生了多维度的质量评价体系。

除了对课堂教学进行常规评价外，也有学校会针对课程设计和执行，以及整体课程建设情况进行评价。而评价主体除学生外，还包括同行、校级和院级督导、课程组长、校外专家等。

依然以上文某分院为例，该分院由于长期坚持“以学生为中心”的教学理念，在课程评价上建立有一套独立评价体系，主要考核整个课程设计是否按照指南（该分院基层学术组织自行研究制定）进行，以及教学的PDCA流程执行情况。

但值得考量的是，多方评价会造成被评教师的茫然，在众多的评价方、评教标准和评教分数中到底以哪一个为标准？而且相差非常大的分数发生在同一个人身上时到底表明自己做得好还是不好呢？

3.管理视角下的评教是否完全公允有待验证

作者在进行同行督导评价梳理时发现两个值得注意的现象，第一，评价分数的区间跨度相当大；第二，评价得分受人情因素影响较大。在连续三个学期的评价中，最高分都达到了100分，而最低分只有74分，这与学生评教的分布曲线相比有较大区别。另外，一般职务较高，或者名誉较高的人得分普遍高于普通老师，打分人与被打分人的私交也成为一个影响因子。

同时，同行评教往往是一对一的关系，就造成了众多老师由于评价标准不一而造成的分数悬殊。但是学生评教往往是经过一个或半个学期的学习之后，由同样一群学生根据学习体会与收获，对所有代课老师的课堂教学进行的一种教学评价方式，这就保证了评价者是固定的，标准也是一致的。1977年，费尔德曼研究表明，学生评教的数量足够多时（15人以上），学生评教的可靠性就能胜过最好的客观测验［6］。

所以，在某种程度上，同行打分的可靠性还需要验证。其中某位老师在19～20（1）学生评教中位列全分院第一名，但是在同行评价中却是全分院倒数第11名，就是一个很典型的例子。

五、讨论

（一）设计精细的评价标准和教师的内因驱动

清华大学在19～20（1）的学生评教中，《写作与沟通》课8位教师位列全校前5%。笔者曾线上采访该课程某教师得知，课程组在学期初和学期末有集体备课，但在教学过程中从不轻易干涉教师教学。教师在没有外在监督的情况下都投入了巨大精力和热情，学生也付出了比其他课相对多的努力，最终该课程被学生评为高能课和高投入课，教师得到了应有的尊重，学生也收获良多。

反观其他，则普遍制定了极为精细的评价标准和细则，且评价方和评价次数繁多；长此以往，很可能造成教师为了获得高分而教学，慢慢教学热情被消磨殆尽。没有成就感和收获感的师生关系也很难融洽，学生与老师不能形成“共情”“共鸣”“共识”“共享”，无疑最终影响教育和管理的结果［7］。可见，相比设计精细的评价标准，给老师更多的自主权，用内因驱动战胜条框束缚更重要。

（二）量化评价与质性评价

曾有研究者指出，高校现行评价标准存在许多共性问题：一是评价指标在制定过程中基本没有学生参与；二是大多数评价指标都以学生的主观感受为主，缺乏客观的定量分析；三是较少兼顾评价指标的多样性和差异性设计；四是多为结果性评价，缺少过程性或形成性评价；五是大多重视对课堂学习效果的评价，忽略了对课外育人工作及教学成果核定等其他方面的评价［8］。这个总结可谓切中肯綮。

因此，建议各学校内部统一评价标准，注重质性评价，适当减少评价频率，保护教师教学热情和学生学习热情，真正提高教学效果。

（三）静止的评价与发展的评价

教育的特殊性就在于它是发生在教师和学生之间连续的、动态的、微妙的过程，并不是一个数字就可以代表的短暂行为。高校中的师生关系是人际关系，但又是一种特殊的人际关系；包括师生间为完成教育任务而发生的工作关系；为满足交往而形成的人际关系；以情感、认识等交往为表现形式的心理关系［9］。

因此，一个数字也许的确可以促进教师内在动机的激发，从而改进教学方法，提升教学质量；但管理者应明白，这并非教育的全部。教育是培养人的活动，也许教育者更应该关注我们在什么地方，用什么方法触动和影响了学生，从而给他们提供什么样的榜样和激励。

总之，学生评价、同行评价、专家评价等种种方式都是高校为了解教学情况、保证教学质量、提高教学效果所采取的手段；但由此引发的对教师的定性评价则不太科学。究其原因，各种评价方式虽然都在一定程度上能够反映教师的教学态度、教学组织、教学能力和教学效果，但又都难免受情感、好恶、课程性质、评价时机等多方面因素的影响。如若单纯以评价分数的高低来判定一个教师的授课质量难免有失公允，还需要师生以更广泛的视域来看待和改善教学评价。