摘  要：2020年初，“新冠”肺炎疫情肆虐华夏大地，高校开学日期一再推后。为响应教育部“停课不停学”的要求，各大高校积极地将信息技术与教育教学融合，将教学搬上了网络。网络教学有时间灵活、空间宽松、资源丰富等特点，能够作为线下教学的有力补充。所以，疫情之后，线上线下相结合的教学机制必将会常态化。教学评价作为督促教学的一种手段，也需要及时调整，以适应教学方法的变化。本文将探寻信息技术对教学的影响，以及针对这些影响需要采取的教学评价方法的改变。

关键词：疫情;教学评价;大数据

中图分类号：G640    文献标识码：A

Research on Evaluation Method of Post-epidemic Period Based on Big Data

Jinglei

（Wenjing College，Yantai University，Yantai，Shandong Province，264005）

ABSTRACT：At the beginning of year 2020，"new crown" pneumonia rampant in China，date of commencement has been pushed back. In response to the request of the Ministry of Education，universities have actively integrated information technology into education. Teaching on the network has many merits，such as saving time and abundant resources. It can complement the offline teaching. Therefore，the two teaching methods will be used together after the epidemic. As a means of supervising teaching，evaluation also needs to be adjusted in time to adapt to the change of teaching methods. This article will explore the impact of information technology on teaching，and the change of evaluation method.

KEYWORDS："New crown" pneumonia，Teaching evaluation，Big data

1 引言

2012年10月美国国家教育部（U.S.Department of Education）发布了《通过教育数据挖掘和学习分析促进教与学》（Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics）的报告，以此来促进大数据技术在教育领域的应用^[1]。近两年，云计算、大数据技术飞速发展，网络逐步提速，为依靠网络平台的教学提供了可能。网络平台提供的大量可靠数据，方便采集、易于分析，又为教学评价的精准度提供了保证。

教学评价是要通过大量数据的获取、分析、整理和科学的研判，对教和学的效果进行评价。它的目的在于提高教学质量，促进教育改革、提高全民素质。《国家中长期教育改革和发展规划纲要（2010-2020年）》指出：“要改进教育教学评价，根据培养目标和人才理念，建立科学、多样的评价标准。开展由政府、学校、家长及社会各方面参与的教育质量评价活动。做好学生成长记录，完善综合素质评价，探索促进学生发展的多种评价方式”^[2]。

2015年9月5日，国务院正式发布《促进大数据发展行动纲要》，对10个大数据工程进行了规划，并在“公共服务大数据工程”中明确提出要建设教育文化大数据。要“推动形成覆盖全国、协同服务、全网互通的教育资源云服务体系。探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用”^[3]。自此，适合高等教育的各种教学平台纷至沓来，助力网络教学，并通过大数据的方法提供部分学情分析数据。例如智慧树、云班课、学习通等。

2020年初的疫情导致了高校的开学时间一拖再拖，这些教学平台助力教师发挥了“停课不停学，停课不停教”的巨大作用。面对即将常态化的网络辅助教学，我们该如何修改现有的教学评价体系，使之顺应教学方法的变化呢？

2 双轨教学的优势

传统教学中，教师和学生面对面，知识掌握的情况可以第一时间沟通交流，有利于教师调节讲课的节奏;有良好的学习氛围，可以调动、监督大多数同学学习。而网络教学，相比传统教学的优势是不受时间和空间的限制，随时、随地都可以学习。如今，网络传输的速度比较快，也为网络教学带来了优势。当然，纯粹的网络教学是不是就能够替代传统教学了呢？当然不是这样，教育不仅仅是教知识，各种能力的培养，综合素质的提高，这都是教育的成果。而这些成果需要有学校这种土壤来培育。所以线上线下教育合理融合，才会助力教育的发展。

3 教学评价方法的现状

线上线下双轨教学的方法同步使用之后，传统的教学评价方法就会存在问题：

1）评价内容局限于线下学习的作业、考试、课堂行为、实践结果等方面，网络课堂中的评价标准缺乏。

2）传统评价中，主观评价为主，少量结构性数据为辅，难以保证客观公正。以我校现行的教学质量评价为例，包括如下部分，如表1所示。有些项可以有统计数据佐证，例如考研率;有些项仅能凭主观评价，例如“社會评价”项，不同的行业、不同的用人单位对学生的要求标准不好统一，这种评价就需要适当加权。

3）评价的时间周期较长，工作量较大，不能起到及时反馈的作用。因为评价费时费力，不可能频繁进行，通常安排在每学年结束之前进行一次，这一学期的教学过程已经结束，起不到督促老师及时修正的作用。

4）目前的教学评价包括学生评教、教师评学等，这种评价适合针对班级、短期的评价活动。对学校教学工作整体的评价应该是多维度的，可以来自于家长、用人单位、社会等。

4 基于大数据的教学评价的构建

教学评价系统由三大模块构成：驱动系统、评价系统和反馈系统。驱动系统是驱动教学评价的支撑，是众多数据的集合。教学评价是教学过程中的重要环节，是对教师的教和学生的学的过程及质量做出客观的衡量和价值判断的过程。教学评价的结果适时反馈给数据生产者，促进教学质量的改进，这是反馈系统的功能。

驱动系统的构成包括数据的采集和存储。学生实体会体现出的数据非常多，大致如图1所示。在线学习平台中包含了大量的学习者学习行为的数据记录，这部分数据是相对容易获取的，但是其对教学评价的意义需要重点挖掘。线下教学中的数据多数可以通过学生信息管理系统、学校的教务系统获取。教师实体会体现出的数据可以从图2所示的几个方面考量。教师实体会出现的数据大致有教学状态、科研成果、竞赛指导等，在学校的教务系统中大多也可以获取到。

驱动系统中线下教学数据获取的方式非常复杂，也需要有足够的教学硬件投入。例如教室讲台可设“教学学习终端 ”用以采集课堂纪律数据。开启授课模式后可以自动开启话筒拾音功能，从拾音出的课堂背景噪声的持续性大小来统计课堂的“活跃”度。多媒体教室监控系统可以采集操作路径、有效使用时间等信息。目前用于采集的设备已有很多，如果想在高校中大范围使用还需要大量硬件的投资，存在困难。

线上教学数据来源于网络平台，各大平台都设计有辅助教学开展的工具，例如签到、头脑风暴、测试等环节，一方面增加课堂的趣味性，节省教师的时间和精力，另一方面还能提供课堂到课率、讨论活跃度、问答对错率、测试正确率等课堂反馈信息，适时提醒教师对授课内容和教学方法进行调整。课后自动生成课堂教学报告，可供教师查询或者评价方评判。这种过程性数据可以真实可靠的反應出教师和学生主体的很多方面的问题。要进行网络授课评价，就有必要挖掘这些环节数据的价值。

采集到需要的数据之后，需要通过数据挖掘技术和分析技术，提取有效教学信息，并根据信息的重要程度赋予对应的权值，然后建立数学模型，开展教学评价。

教学质量评价观测点的建立也要体现出网络平台参与教学的特点。主要的原则如下：

1）客观性原则。目前多数学校的教学评价中，主观因素非常多。学生评价教师时，不爱学习的学生会对严格要求的老师抱有成见，外系的督导会对专业知识的评判有认知的不足，这些都会影响评价结果的真实性。所以在进行教学评价时，尽量以客观事实为基础，以数据说话，以证据说话。尽量避免人为干预。

2）发展性原则。教学要以学生的发展为中心，一切教学的活动开展目的都要遵循发展的原则。例如教学目标的设定是否有利于学生能力的发展。通过数据的记录可以完成对学生学习倾向、兴趣的预测，为其智能推送接近其需求的学习素材。

3）整体性原则。教学的设计是否完整。有没有预习导读、课堂教学有没有导入和小结、课后复习有没有监督措施、有没有完整的记录，这些部分都可以制定评价量化的标准，从而实现对整个教学的综合评价。

4）过程性与结果性评价并行的原则。

5）定期性评价的原则。定期进行教学评价，如期末评价，年终评价，月度评价等。将评价制度化，切忌突击性检查。评价的目的不是为了惩戒，而是为了确保教学评价促进教学的初衷得以实现。

评价的结果要及时反馈给数据的生产者，起到调控、修正的作用。反馈给教师，规范教师的教学行为，帮助教师总结教学工作经验和教训，及时改进，明确努力方向，增强责任心和事业心，有助于学校教学质量监督机制的逐步形成和完善，最终达到提高教学质量的目的。反馈给学生，通过对自己潜移默化表现出来的学习习惯的分析，查找优势和不足，有利于对未来做合理的预期。

5 结束语

教学过程产生的数据量大，结构性和半结构性数据并存，数据之间的关联度、有效程度都需要在采集数据时给予足够的考虑，这是非常复杂的，对数据的存储、清洗等技术要求非常高。尽管如此，在信息技术飞速发展的今天，充分利用线上线下各种软硬件资源采集数据，并对数据进行挖掘、分析，提取出有用的成分用于教学评价，实用价值远远大于其复杂程度，将更客观真实的反映教学现状。

参考文献

[1]  徐鹏，王以宁，刘艳华等.大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》 报告解读及启示[J].远程教育杂志，2013（6）：1--17.

[2]  《国家中长期教育改革和发展规划纲要（2010-2020年）》，》[EB/ OL].http：//www.moe.edu.cn/publicfiles/business/htmlfiles/moe/ moe_838/201008/93704.html

[3]  《促进大数据发展行动纲要》，2015.9.5，》[EB/OL]. http：//www.gov.cn/zhengce/content/2015-09/05/content_10137. htm

[4]  覃鸿怀.高校课程教学质量评价体系问题研究[J].高教学刊，2018（2）：107-109.

[5]  李慧玲，董小刚，秦喜文.论高校教师教学质量评价方法[J].现代教育科学，2010（6）：162-163.

作者简介：荆蕾，女，1980.5，山东省潍坊高密市，硕士研究生，副教授，研究方向：工业测控通。