杨 翊 赵婷婷

（1.北京语言大学 语言科学院，北京 100083；2.北京航空航天大学 高等教育研究院，北京 100191）

自从疫情期间学校“停课不停学”以来，已有很多调查研究分析了我国这段时期高等学校在线教学情况。这些调查研究从研究对象上大体可分为两类：一类是对单一高校在线教学状况的研究，这类研究的目的大多是高校的管理需求以及质量保障要求，其研究方法有的是基于问卷调查，有的是基于对在线教学系统的数据分析；另一类是对我国高校在线教学总体状况的研究，其目的是从宏观层面分析疫情期间我国高校在线教学情况，其研究方法主要是基于问卷调查，因为疫情期间高校教师使用的在线教学平台和系统很多，加上平台和系统上的数据量非常大，因此，现有这类研究大多采用调查数据而不是系统客观数据。本研究试图在这方面有所突破，尝试使用平台和系统数据来展示疫情期间高等学校教学的运行状况及教学质量，并结合目前的一些调查结果，对其教学质量状况进行深入分析。但鉴于系统数据量确实太大，因此我们在超星智慧教学系统（以下简称“超星系统”）上选择了一定数量的样本，希望通过对这些样本高校在线教学数据的分析，客观展示我国高校在线教学的实际状况，为在线教学的开展和质量评价提供借鉴和启示。

一、研究问题及研究设计

在线教学系统数据是在线教学用户在教学实际发生过程中产生的客观数据，可分为三大类：一是用户行为日志，记录用户注册、登录、点击、上传、讨论等所有在线操作行为；二是用户上传资源，包括因教学需要而上传的各种视频、材料、作业等教学资源；三是教学运行数据，即在前两类数据基础上产生的关于课程、教学各环节等方面的数据，如课程的门数、某所高校或某一学科专业教学情况、作业考试情况等后台数据。可以说，前两类数据是基于教师和学生个体的数据，在学习科学研究中比较受关注和偏爱；第三类数据则是基于高校或学科专业的数据，可以反映宏观或中观层面高校在线教学的实际情况，目前这类数据还没有得到充分的关注。本研究就是期望能通过对这类数据的分析，客观地反映我国疫情期间高校在线教学的实际运行情况。

本研究数据来源于超星系统2019—2020第二学期教学运行数据。之所以选择超星系统，是因为使用超星系统的高校和教师很多，据邬大光教授团队对97所高校线上教学质量报告文本分析的结果显示，有75%的高校使用超星系统，为疫情期间所有在线教学系统之首［1］4；同时，超星系统的数据也显示，目前在系统上运行的课程涉及2 500余所高校，但不同高校对系统的使用情况有着很大的差异，有的高校可能只有个别教师在使用，有的高校可能大部分教师都在使用。因此，为了保证数据的代表性，本研究对使用超星系统的高校进行了筛选：首先，按每周网上运行课程数超过500门为标准进行了筛选；其次，在筛选后的高校中选取了65所样本高校，并尽量考虑高校的类型分布和地域分布。从类型上看，样本高校中“985”高校共7所，“211”高校共 17所，一般本科高校共41所；从地域上看，65所样本高校来自全国28个省份，除港澳台外，仅缺少新疆、西藏、青海三个地区的样本。因此，总体来看，样本覆盖面广，代表性好，能够比较客观地反映全国高校在超星系统的在线教学情况。从选取数据的时间上看，本研究以周报数据为单位，选择了样本高校从2020年3月2日—4月25日期间连续8个教学周的教学运行数据。之所以选择这8周的教学运行数据，主要是考虑这段时间是高校教学数据最全的时间段，因为一是到2020年3月，样本高校均已开学，并进入正式在线教学阶段；二是有些16学时的课程到第8周或第9周就已经结课，若想反映在线教学整体状况，选择前8周教学运行数据比较合适。

以样本高校在线教学运行数据为基础，本文力图分析三个方面的内容：（1）课程建设及运行情况，重点分析样本高校在线课程的活跃程度、建设情况等；（2）教学活动及过程，重点分析样本高校在线教学的主要环节如课程活动、讨论、作业等情况；（3）教学行为动态变化，重点分析样本高校在线教学中教师教学行为和学生学习行为在统计时段的动态变化特征。

二、疫情期间高校在线教学运行状况分析

数据显示，在65所样本高校中，有59所高校平均每周网上运行课程数超过了1 000门，有34所高校平均每周网上运行课程数超过了2 000门，样本高校平均每周课程访问量高达25 120 523.85次。以下我们将对数据进行更深入的挖掘和分析。

（一）课程的建设及运行

1.运行课程总量大，活跃课程数量多

超星系统对运行课程的定义比较宽泛，只要教师发布了资料、视频、作业等教学活动和任务，就相当于在系统上构建了一门课程。表1显示，样本高校的运行课程总量非常大，平均每校单周的运行课程数为2 081.80门，其中，平均每校单周最高运行课程数高达2 278.26门。同时，样本高校中不同类型高校的运行课程数略有差异：“211”高校平均每周的运行课程数最高，为2 492.50门；“985”高校和一般本科高校分别为2 276.09门和1 878.34门。

表1 运行课程与活跃课程的数量及占比

和运行课程不同，活跃课程是更能反映课程建设和运行实际状况的指标。在超星系统上，活跃课程指日访问量大于10的课程，因此活跃课程数越多，说明教师和学生的活跃程度越高。从表1数据中可以看出，在统计时段内，样本高校平均每校单周活跃课程数为1 124.78门，若按高校每学期平均开出1 500门次课程来估算，大约75%的课程均为活跃课程，说明统计时段内课程总体上较为活跃。同时，不同类型高校的活跃课程情况略有差异：“211”高校活跃课程数最多，其次是“985”高校，一般本科高校活跃课程数最少。

2.自建课程占比高

疫情期间，样本高校主要通过自建课程来进行在线教学。虽然超星系统储存了大量已经录制好的课程资源，也提供了配套课程教学服务，但样本高校大部分教师仍倾向于根据所教授课程情况自建课程进行教学。在统计时段，样本高校在平台上运行的自建课程占运行课程总量的84%（见表2）。 数据显示，“985”高校、“211”高校、一般本科高校的运行课程均以自建课程为主，占比差别很小。自建课程在运行课程总数中占比最高的是“211”高校，比例高达 87%；其次为“985”高校和一般本科高校，占比分别为86%和82%。

表2 运行课程与自建课程的数量及占比

近年来，教育部持续进行精品开放课程和精品资源共享课程的建设，疫情期间，无论是教育部还是各高校更是积极倡导教师选用已有的优质在线课程，但超星系统的数据显示，大部分教师仍倾向于自建课程，选用已有优质在线课程的教师仍占少数。一些大规模调查也支持这一结论，如邬大光教授团队进行的高校线上教学调查［1］5发现，使用中国大学MOOC平台的教师仅占被调查总数的28.78%，大部分教师仍倾向于使用超星学习通、腾讯课堂、腾讯会议、QQ直播等这类适合自建课程的平台；教育部高等学校大学物理课程教学指导委员会等开展的物理类课程线上教学调查也显示，“只有23.41%的教师采用了中国大学MOOC平台作为线上教学平台”［2］16。这一现象值得深入分析和研究。教师为什么倾向于自建课程而不是选用已有优质在线课程资源？是这些课程资源不适用于所教授课程的学生特点，还是教师墨守成规，抑或是所提供的优质在线课程在教学实施方面的服务跟不上？我们认为，可能这些原因都或多或少地存在，因此，如何能够把优质在线课程恰当地、充分地应用到高校教学中去，以使这些课程资源发挥出更大的作用，改变课程低水平重复建设问题，是未来线上教学面临的一个重要挑战。

3.课程的访问量大，但课程活动发布和完成量较小

疫情期间，在线课程是高校教学的主要方式，因此在线课程的访问量非常大。表3的数据显示，平均每周每门课的教师访问量达到了597.05次，平均每周每门课的学生访问量更是高达22 154.30次，按每门课有50名学生选课的估计值计算，每周每位学生一门课的访问量高达443.09次。也就是说，对每门课来说，每位上课的教师和选课的学生每周都会访问400～600次。不同类型高校的课程访问量略有差异：从平均每周每门课的教师访问量来看，“985”高校最高，为666.41次，“211”高校最低，为 560.75次；从平均每周每门课学生访问量来看，一般本科高校最高，为24 264.32次，“985”院校最低，为 18 888.17次。当然，对学生的平均访问量并不能仅从现有数据下结论，因为每门课学生访问量的差异有可能是选课学生人数不同造成的，但教师的平均访问量高低可以从一个侧面说明教师访问课程的行为频繁与否。

表3 不同类型高校教师和学生的课程访问量

与庞大的课程访问量相比，课程活动发布量和完成量却比较小。超星系统用上线教师数量表示登录过平台并发布活动（包括发布作业、考试、任务点、章节测验、新建课程内容、上传云盘资料等）的教师数量，同时用上线学生数量表示登录过平台并完成活动（包括完成作业、考试、任务点、章节测验等）的学生数量。表4显示，在统计时段的样本高校中，平均每周每门课上线教师数为0.72次，上线学生数为15.39次。从高校类型看，“985”高校平均每周每门课教师上线数最高，为1.27次，明显高于“211”高校的0.69次和一般本科高校的0.61次；“985”高校平均每周每门课学生上线数也最高，为16.36次，略高于一般本科高校的15.62次和“211”高校的14.57次。

表4 不同类型高校在线教师数和在线学生数

在线课程和教学对大多数教师和学生来说都是新生事物，课程的访问量大正是教师和学生积极接触在线教学、学习使用在线教学系统及技术的表现。但如此大的课程访问量，其课程活动发布和完成量却相对较小，这说明课程的访问更多的是简单的登录行为，并不是有效的教学行为。同时，平均每周每门课教师发布活动不足一次，说明大部分教师并不是每周都发布课程任务，结合平均每门课前8周上线教师总数，说明大部分教师发布课程活动任务是集中完成的，这种方式对课程运行以及学生学习会产生怎样的影响，还需进一步关注和研究。

（二）教学活动及过程

1.录播视频教学是教师最为重视的教学方式

疫情期间在线教学有录播视频教学、直播视频教学、任务式教学等多种方式。表5数据显示，样本高校平均每周每门课上传的视频数为2.41个，视频时长为37.19分钟；平均每周每门课直播的次数为0.15次，直播视频的时长为5.27分钟。不同类型高校在这方面存在一定差异：一般本科高校上传视频资源数最多；“985”高校教师录播视频教学时长最长；“211”高校教师直播视频教学时长最长。

表5 上传视频的数量与时长以及直播的次数与时长

对疫情期间教师主要采用哪种方式教学这一问题，目前的研究结论差异较大。有调查显示，教师在线上教学时更倾向于使用直播教学（均值3.70）而不是录播教学（均值 2.71）［3］。 笔者也曾就这一问题访谈过部分教师和教学管理人员，有教师表示，由于录播教学不会受网速、系统负荷等因素的影响，因此他们更倾向于选择这种方式以保持教学的正常运行；也有教学管理人员表示，所在学校明确要求教师首选录播教学方式。从超星系统的数据来看，样本高校平均每周每门课上传视频教学资源数量为2.41个，上传视频时长接近40分钟，至少说明录播视频教学仍是教师最重视的教学方式，因为教师若想要录制40分钟的教学视频，其工作量肯定远超40分钟。当然，若按平均每周每门课2学时估算，录播视频时长还不能完全满足教学需求，因此，实际的情况很可能是大部分教师还采用了除录播视频教学以外的其他教学方式，如直播视频教学，并且直播视频教学很可能采用了其他的教学平台和软件。有调查显示，同时使用2个在线教学平台的教师占被调查教师总数的54.06%；同时使用3个平台的教师占总数的24.31%［1］4；来自对广东省高校在线教学调查的结果显示，40%的受访教师采用多模式在线教学［4］。可见，疫情期间高校教师教学方式是多种多样的，从超星数据看，录播视频教学是教师会侧重选择的方式之一。

2.在线课程仍为传统课程，课程活动和讨论均较少

在超星系统上，教师可以发布的课程活动有很多种，包括签到、投票、选人、抢答、主题讨论、组织测验、分发调查问卷、评分、组织分组任务、群聊、发布通知等。表6显示了本学期前8周样本高校中教师发布活动和学生参与活动的情况。可以看出，平均每周每门课教师发布的课程教学相关活动数为3.71次，平均每周每门课学生参与的课程教学相关活动数为74.06次，如果以每门课选课学生数为50名来计算，每位学生每周每门课参与的活动数为1.48次。不同类型高校教师发布的课程活动数也存在差异：一般本科高校教师平均每周每门课发布的活动数最多，为4.08次，其次是“211”高校为 3.53次，“985”高校最少，为2.41次；学生参与活动数在不同类型高校中也呈现类似状况。若从传统课程的角度看，平均每周每门课教师发布的活动数和学生参与的活动数都不算低，甚至可能比传统课程略高；但若从在线课程的角度看，这些指标远远没有体现出在线课程的特点，也没有发挥出在线课程的优势。可以说，样本高校的大部分在线课程仍是传统课程模式，只是把线下课程简单地迁移到了线上网络环境里。

表6 教师发布活动数与学生参与活动数

在各种课程活动中，我们特别关注了课程讨论的情况。表7显示，样本高校教师平均每周每门课发起的讨论数为1.31次，学生的讨论数（包括发起和参加）为38.94次。如果按每门课50名学生来估算，学生每周的讨论数不到1次。不同类型高校平均每周每门课教师发起的讨论数相近，而学生的讨论数则存在差异：一般本科高校平均每周每门课学生讨论数最高为49.78次，其次是“985”高校为 27.29次，最后是“211”高校为22.73次。一些问卷调查研究也发现了相似的问题，如教育部高等学校大学物理课程教学指导委员会等开展的物理类课程线上教学调查显示，51.24%的教师认为目前线上教学师生互动沟通有困难，40.21%的教师认为学生间的交流讨论困难，32.47%的学生认为跟老师互动困难，29.07%的学生认为跟其他学生交流讨论困难［2］17；钟欣芮等报告的针对四川大学化学类课程在线教学调查显示，目前的在线课程缺乏有效的互动环节与讨论组织方式［5］。

表7 教师发起讨论数与学生参与讨论数

在线教学模式突破了时间和地域的限制，本来应该为多种课程教学活动的开展、教师与学生的有效互动等提供更为便捷的途径和手段，但可以看到，目前的在线教学并没有充分发挥出这方面的优势，所沿用的仍是传统课堂教学甚至是讲授教学的模式，而没有建立起以互联网技术为核心的跨时空、个性化和交互性的新型教学模式。当然，在疫情突发的情况下高校师生被迫采用在线教学模式，无论是观念上还是技术上都准备不足，因此出现这些状况也是可以理解的，但经过一个学期的实践，未来高校在线教学如何改革和推进，是我们必须要思考和面对的问题。

3.教师发布作业量正常，学生完成作业比较积极

表8显示了样本高校在本学期前8周中教师发布、批阅作业和学生完成作业的情况。可以看出，样本高校教师平均每门课发布作业数为5.61个，批阅作业数为92.58个，学生完成作业数为225.93个。不同类型高校在发布、批阅和完成作业的情况上略有差异：从发布作业的情况看，“985”高校教师平均每门课发布的作业量最大，其次是一般本科高校，次数最少的是“211”高校；从批阅作业的情况看，一般本科高校教师平均每门课的批阅作业数最多，其次是“985”高校，次数最少的是“211”高校；从完成作业的情况看，一般本科高校居首位，其次是“211”高校，次数最少的是“985”高校。

表8 发布、批阅与完成作业的数量

在前8周的教学时间里，样本高校教师平均每门课发布的作业数约为5个，这个作业量与以往线下课程的作业量大致相当。高治国等学者针对新建本科院校在线教学的调查也发现疫情期间在线课程教学中教师布置的作业量与线下课程作业量持平或更高［6］。对在线课程的作业量应该多少合适？是比线下课程作业量更大，还是大体相当？目前尚无定论。另外，从批阅作业和完成作业的数据看，两者相差较大，其原因可能是学生提交作业比较积极，但教师在第8周截止时并没有全部批阅完成。这可以在一定程度上反映学生完成作业的主动性和积极性。

4.教师发布的各类教学材料比较丰富，但对材料学习效果监控不够

在统计时段内，样本高校教师在超星系统上传了大量的教学材料，这些资料类型多样，包括视频、音频、图片、Word文档、PDF文档、PPT幻灯片、Excel表格等。表9显示了样本高校教师前8周平均每门课上传的各类材料数量，可以看出，平均每门课上传材料总数为318.38个，其中，视频资源数为19.24个，文档数为17.77个，其他类型材料数为281.37个。不同类型高校在平均每门课上传的教学材料数上略有不同：一般本科高校上传的各类材料数最多，其次是“985”高校，最少的是“211”高校。

表9 各类教学材料的数量

应该说，样本高校平均每门课上传的教学材料数量很大，类型多样，材料非常丰富。在这些材料中，视频资源数大约占6%，文档数大约占6%，剩余88%的材料是音频、图片、PPT、表格等其他类型的教学材料。若结合前面的一些数据，可以发现：第一，结合教师发布活动数和作业数可以看出，大部分教学材料都是提供给学生参考和浏览的，作为任务和作业发布给学生的材料较少，说明教师只是发布了大量的材料让学生自学，但没有切实的手段监控学生自学的效果；第二，结合对上线教师数的分析可以看出，教师发布教学材料是集中进行的，也就是说，大部分教师可能在时间充裕时一下子发布大量的教学材料，而不是根据课程和教学进度有规律地发布教学材料。

（三）教学行为的动态变化

1.学期初教师建课热情高涨，教学行为调整期大约为一个月

图1显示了统计时段内样本高校在8周中的运行课程、自建课程、活跃课程的动态变化情况，从这些课程数量的变化中可以看出教师教学行为的变化过程。数据显示，第一周校均运行课程数和自建课程数达到最大，分别为2 278门和2 116门；从第四周开始两类课程数逐渐平稳回落，运行课程数和自建课程数分别稳定在校均2 050门和1 650门，分别比第一周减少了228门和466门。活跃课程数在8周间变化不大，基本稳定在校均1 100门左右，高峰出现在第三周，为1 172.32门。

图1 运行课程、自建课程以及活跃课程数量的动态变化

统计时段内校均各类课程数量的变化体现了疫情期间教师在线教学行为变化的特点。开学之初，教师对在线教学的模式和所需要的技术都还不够熟悉，但建课热情高涨，因此第一周的运行课程数、自建课程数都达到峰值。之后随着教学活动的开展，教师逐渐熟悉了在线教学的技术和方法，找到了适合自己开展教学的平台和系统，教学活动开始步入正轨，这个调整适应期大约经历了一个月左右。另一方面，活跃课程数一直变化不大，在很大程度上说明有相当一部分教师对在线课程教学有较为明确的认识和规划，并不是匆忙之下的无奈应对之举，这种较为明确的认识和规划可能来自于学校的指导，也可能这些教师在疫情前就已经具有了一定的在线教学经验。

2.学期初教师教学投入较多，中期呈现倦怠状态

图2显示了在统计时段的8周时间里教师多种教学行为的动态变化情况。可以看出，在第一周，课均发起讨论数、课均发布作业数、课均直播次数等多项教师教学行为数据达到峰值，之后逐步减少。另外统计数据也显示，教师访问量和上传视频的时长也呈现相似的变化特点：第一周平均每门课教师访问量最高为937.56次，第二周开始大幅度下降，为630.84次，到第八周平均每门课教师访问量降至521.04次；第一周平均每门课教师录播视频教学时长104.75分钟，第二周降至58.69分钟，第三周为 22.98分钟，第八周为14.10分钟，应该说下降幅度都较大。平均每门课教师发布活动数虽然不是在第一周而是在第四周达到峰值，但第一周到第四周均处于较高水平，之后大幅度下降。

图2 教师多种教学行为的动态变化

学期初教师多项教学行为数据达到峰值，说明教师在这一时期的教学投入较多，其原因一是在线教学对很多教师来说是新生事物，为了保证在线教学的正常运行，教师不得不投入很多时间和精力进行课程建设；二是经过一段时间的建设，课程进入平稳运行状态，如果学校没有进一步的教学质量要求，教师难免进入倦怠期，录播视频时长从第一周的课均100多分钟降到第八周的14分钟就是典型的倦怠行为表现。因此，对在线教学来说，教学质量的监控是十分必要的，但如何进行质量监控，却是需要深入研究的问题。

3.学生在熟悉在线教学模式后，讨论和互动表现更为积极

统计数据显示，学期初学生访问课程的热情高涨。从平均每门课学生访问量来看，第一周学生平均每门课访问量高达32 319.64次，达到峰值，第二、第三周这一数值大幅下降至23 000次左右，从第五周开始平均每门课学生访问量稳定在20 000次左右。同时，图3显示了学生多种学习行为的动态变化情况。可以看出，平均每门课学生参与课堂活动数和学生完成作业数总体上都呈下降趋势，但中间略有波动，两种学习行为的波峰都在第一周，波谷都在第六周；平均每门课学生讨论数则不同，总体上呈明显的上升趋势，波峰出现在第八周。

图3 学生多种学习行为的动态变化

学期初学生的高课均访问量在很大程度上是由于对在线教学还不太适应造成的，学生频繁登录实际上也是学习使用在线教学工具的过程。从学生学习行为的波动性来看，则体现了学生的学习心理和规律，值得深入研究。对于课均学生讨论数的增加应引起足够关注，这在一定程度上说明学生在熟悉了在线教学工具以后，充分利用了其在讨论互动方面的优势，因此课均学生讨论数有明显提升。从某种意义上讲，当今的大学生对信息技术的接受能力在很多方面要优于教师，他们也是熟悉网络沟通模式的新生代，因此如何进一步挖掘在线教学与当今大学生认识特点的内在共通性，应该是未来深化在线教学改革的突破点。

三、后疫情时期对高校在线教学质量评价问题的思考

如果单从对抗疫情、停课不停学的角度来说，我国高校教师已经交出了令人满意的答卷，他们在极短的时间里克服了各种困难，保证了高校在线教学的正常运行，体现了作为教师的责任感和专业能力。但是，在线教学模式并不是针对疫情才出现的，它体现了近年来信息技术发展与教育的深度融合，是大势所趋，因此，如果说疫情前在线教学模式还只是少数教师在使用，那么疫情后在线教学已经具备了在高校中推广的条件和基础。所以，如何对在线教学质量进行评价，既是我们迫切需要思考的问题，也是我们下一步需要积极付诸行动的领域。

（一）从在线教学特点出发构建新型质量评价模式，并引导在线教学的发展

从前面对在线教学运行状况的分析中可以看出，疫情期间我国高校在线教学质量还存在着很多亟待改进的问题，如教学活动发布数量少、师生讨论少、课程材料学习效果无监控、教师教学行为无监督等，这些问题有些是线下教学也存在的问题，但大部分问题是在线教学所独有的。因此，以往传统教学质量评价要想用于在线教学质量的评价，还需要从在线教学特点出发进行改革和完善，主要体现在以下三个方面。

第一，超越时空限制，构建融课内和课外为一体的教学质量评价模式。由于传统教学模式被局限在相对固定的时空范围内，因此其质量评价也主要以课堂教学为主，重视教师和学生在课堂内的教学内容、教学活动等，而对课堂外的教学准备、教学活动等重视不够。但在线教学则不同，它本身所具有的跨时空性使得课内和课外的界限变得模糊，教学变成了超越时空的连续性活动，因此对其质量的评价也应突破传统观念束缚，从在线教学活动全过程构建质量评价模式和标准。从前面的分析中可以看出，在线教学评价至少应包括课程建设、课程运行和师生教学行为三个大的方面，而课程资源建设、课程任务设计、师生互动等以往传统教学质量评价中不大重视的环节，恰恰应是在线教学评价重点关注的内容［7］。第二，超越教与学评价的冲突，构建融教师教学和学生学习为一体的教学质量评价模式。传统教学质量评价更重视教师的教，忽视学生的学，原因当然是多方面的，但其中重要的一点是学生的学尤其是学习过程和学习行为比较难以评价。在线教学系统及信息技术应用为解决这一问题提供了新的可能性，学生的学习过程和行为在系统中全程留痕，为实时监控和评价学生的学习时间、学习内容、学习方式等提供了基础；同时，也将有机会改变学生对教师教学评价的模式。传统的学生评教一般采用问卷调查的方式，但一直以来效果都不好，总是无法真实反映教师教学的实际状况，但在在线教学环境下，我们可以通过学生学习的投入程度、学生在各种教学活动的参与程度、学生在教学过程中的活跃程度等来评价教师教学质量，这无疑将更加客观地反映教师教学的实际状况。因此，未来在线教学质量评价应将教师教学和学生学习都纳入质量评价的范畴。第三，超越教学投入难以评价的困境，构建融教学投入、教学行为以及教学成果为一体的教学质量评价模式。对教师教学投入的评价一直是教学质量评价中的难点，因此目前大多数教学评价所关注的主要是教师的教学成果和课堂教学行为，对教师的教学投入和课堂外教学行为的评价涉及很少。但在线教学在这方面将发挥出优势，教师对课程和教学所付出的全部努力都会留存在在线教学系统之内，这将有助于构建更为全面、合理的教师教学质量评价标准，也将从深层次改变传统教学评价中教师过分关注各种教学成果项目和奖励、忽视真正把精力投入教学的状况。以上所提到的在线教学新型质量评价模式所关注的重点，由于也是在线教学自身的特点所在，因此从这些方面对在线教学进行评价，将有助于在保证在线教学质量的基础上，引导在线教学的健康发展。

（二）完善在线教学平台和系统的质量评价功能，使教学质量评价常态化、人性化

近年来，由于社会各界对高等教育质量的重视，高等学校都建立了比较完善的内部教学质量评价体系。概括地说，当前高校教学质量评价有以下三个特点：第一，重视规范化管理，制度和文件都比较健全，但体现教师教学个性化的空间不够；第二，教学评价主要还是依靠督导、抽查等传统手段，无法覆盖所有教师和所有教学环节，体现常态化不够；第三，教学评价工作为教师带来了很多填表、准备材料等额外工作量，体现人性化不够。这些问题在传统教学质量评价模式下很难解决，但在线教学平台和信息技术在教学质量评价中的应用将有助于改变这种状况，突破传统教学质量评价模式的束缚，而这其中至关重要的一点是要进一步开发和完善在线教学平台和系统的教学质量管理和评价功能。

目前高校教师使用的在线教学平台和系统主要有三种：一是高校自建的在线教学平台和系统，主要是满足校内在线课程运行的需要，它们有一定的教学质量评价和管理功能，但不太注重用户体验等方面；二是高校和政府出资建设的公共在线教学平台和系统，主要是为了给国家的精品在线课程提供展示和运行的空间，因此质量评价问题并不在这类平台和系统的关注范围之内；三是企业研发的在线教学平台和系统，它们主要是面对教师、学生等个体用户，因此比较关注用户体验，也会关注高校的一部分教学管理需求，但关注度不够。据邬大光教授团队对97所高校线上教学质量报告文本的分析显示［1］4，97所高校一共使用了66种在线教学平台，其中高校和政府平台共11种，占比17%，市场化平台共55种，占比83%；97所高校平均每校使用平台数为6.9个。可以看出，高校使用在线教学平台和系统是比较分散的，因为不同的在线平台和系统侧重点不同，其功能也各有侧重。这种情况在目前应对疫情挑战时尚可，但若面对未来在线教学普遍开展、需要进行教学质量评价时就会显露出其局限。因此，进一步开发和完善在线教学平台和系统的功能就显得非常必要和迫切。我们认为，一个完善的在线教学平台和系统至少应具有三方面的功能：第一，为教师和学生提供通过各种形式进行教和学的支持功能和服务功能；第二，为教师提供能够分析学生学习行为和学习成果的自我教学评价功能；第三，为高校提供能够对学校在线课程运行及教学质量进行监控、评价和管理的功能。在线教学平台和系统只有具备了完善的功能，使得教师、学生和教学管理部门的在线教学需求能够在同一个平台上得到满足，在线教学质量评价才能成为可能。

教学质量评价若能通过在线教学平台和系统实现，将有助于促进教学评价的常态化和人性化。首先，教学评价不再是外在于教学的活动，教学评价所依赖的证据就是教师在日常在线教学建设和运行中的所有行为的总和，这是教学评价常态化的最好体现；其次，教学评价不再需要教师付出额外的时间和精力，教师只需要把精力都投入到教学中来、专注于提升教学质量即可，教师可以从应对教学评价的工作中解放出来；最后，教师对学生、学生对教师、高校对教师的评价都将更加及时和有效，教学评价将有可能真正发挥出其改进教学质量的作用，而不仅仅是管理和监督教学质量的作用。

致谢：

感谢厦门大学教师发展中心和超星公司对本研究给予的支持！