大數據在教學質量評價中應用的可行性分析

劉平瑤 張利平 夏小俊 柏毅 東南大學 生物科學與醫學工程學院

隨著互聯網技術的不斷提升，數字化技術的發展十分迅猛，人們在網絡上留下越來越多的數字印記，聯合國在2012年發布的大數據白皮書當中就明確指出大數據時代的到來讓我們的生活發生了翻天覆地的變化，大數據讓各個行業都深受影響。

目前，各行各業越來越重視對數據的利用，教育領域也是如此。教育大數據不僅依靠大量的數據分析，也需要從大量的數據當中尋找有用的數據信息進行關聯和分析，從而發揮教育大數據的具體作用和價值，保證教育的公平性和合理性，實現多元化教學模式，讓教育資源得到優化配置，幫助教育的決策更加科學合理。

教學質量評價在整個教學環節中具有重要的意義，是推動教學質量的重要舉措。傳統的教學質量評價的主體是學生，學生與教師的情感關系、學生對于評價的理解與重視程度、學生認知發展水平等諸多因素影響著評價結果，無法避免的造成數據的不客觀、不全面等諸多缺憾。大數據技術的興起為教學質量評價改革提供了契機。

1 我國中小學教學質量評價現狀

中小學生面臨的成長與學業的雙重壓力，這無形中使得教學質量評價成為熱門而敏感的話題。在中小學的教學活動中，教學質量評價無處不在，也隨時都在進行，無論何種形式、何種規模的考試，無一不要進行比較。此外，教師的教學質量評價直接關乎教師的職業前途，也關乎學生的發展和家長的信賴。因此，科學合理地評價教師的教學質量，是亟待解決的關鍵問題。

目前，中小學對于教師教學質量評價采取的主要依據依然是考試中學生的實際成績，或者是通過比較目標完成情況。除此之外，采取的其他教學評價方式包括學生評價、教師自評、督導和領導者評價等方式。學生評價主要是由學生依據既定的評價標準對任課老師做出盡可能客觀的評價。雖然目前的評價模式已經從教育環節的多視角出發，給予教師最大的公平，但依舊存在諸多的問題，比如學生的情感因素，領導者不同的學科背景等。

學生的學習方式多種多樣而且是一個較為復雜的過程，正如不能單純以學習成績判定學生一樣，也不能單純通過結果評判教學質量。通過大數據技術的支持，學生、教師、管理者等所有相關人員的行為和表現都可轉變為數據，從而便于后期的存儲、加工和分析。大數據通過對數據的精細分析能夠讓教學質量評價的深度與廣度不斷延伸，其在教學質量評價的領域中有著廣泛的發展前景。

2 教育大數據與教育數據挖掘

2.1 教育大數據

從狹義上我們可以看出，教育大數據是指學習者具體的學習行為的數據分析，而廣義的大數據是來源于人們日常學習行為，也是關于教育活動而展開的行為信息分析。 大數據通常有以下幾個特點；數據類型多且結構復雜；低價值密度，數據中有價值數據量級較??；真實性，數據質量因數據來源與記錄方式的不同，會出現較大差異，在一定程度上影響來數據分析的準確性。這種特點就決定了教育大數據分析較為繁瑣和復雜，涉及的因素較多而且涉及面較廣。這些數據通過收集，挖掘，分類排列以處理之后形成一組新的數據，這些數據被挖掘出來形成一種新的算法。教育數據挖掘會議上就明確指出，教育數據挖掘是來自于對教育系統原始數據的收集和整理，是將一些瑣碎的數據轉化為有用的數據，這種過程是教育者使用信息的過程。數據可以作為學校家長老師之間溝通的橋梁和紐帶，也作為教育軟件系統開發基礎，從龐大的數據庫當中篩選出有用的信息進行進一步的處理，通過將這些數據進行轉化為便捷穩定可靠的決策支持系統，充分利用大數據的優勢和采用合理的數據挖掘技術讓教學質量得到保證，找出影響教學質量的相關因素。

2.2 教育數據挖掘

數據挖掘的意思就是從大量的隨機的數據當中提取有用的信息，這些信息也含著一些存在的價值和作用。教育數據的挖掘是一種知識的體驗和探索，數據挖掘領域包含多個核心技術，比如利用技術統計學技術和機器學習技術、模式識別、數據庫、可視化技術等。

教育數據挖掘（Education Data Mining，EDM）是一種綜合性的機器和人工智能算法，對于教育原始信息的收集處理，分析和轉化，實現教育資源的優化配置，指導教學行為的規范化，從而全面實現對學習者未來的學習趨勢的一種推測。教育學家，家長和軟件開發人員都可以利用此類數據幫助他們來解決實際的一些問題，讓教育系統的教育資源得到良性的循環，最終讓學生的學習效果得到保證，改進學習的目的。

教育數據挖掘在分析教育全過程的所有數據的基礎上，通過數據的重建，分析信息的關聯行為的預判等等方式，為學習者提供個性化的學習服務和學習建議，為教育管理者（如教師）的教育行為提供支撐。

為了有效地對教育數據進行挖掘，實現教育預測和支持服務，主要采用以下幾種技術：如圖1所示，（1）預測：將非常困難的學習問題，轉化成為相對簡單的可描述的變量，并對變量進行推測處理。（2）聚類：依照特定的標準，將數據集分割成為不同的類，使得同類的數據具有較大的相似性。（3）關聯規則：探尋數據集中的頻繁模式，即反復出現的數據之間存在的關系。（4）判斷過程：利用可視化工具描述呈現數據。（5）模型構建：將所挖掘到的數據特征，量化數據特征關系來描述教育過程與結果之間的關系，從而為預測與決策提供參考。

圖1 教育大數據數據挖掘實施流程

3 大數據在高校教學質量評價中應用的可行性分析

3.1 優勢

教育評價不再是經驗主義，而是數據主義，從主觀分析到客觀分析，從宏觀評價走向微觀評價。教育大數據指導下的教學質量評價，讓師生擺脫了傳統基于考試成績的單純評價，從評價思想和評價方法上進行了巨大的改革變化?；诖罅靠陀^、真實的數據形成的教學評價，其可靠性得到了有效保障。

大數據在教學質量評價中應用的優勢主要有以下幾點：

從學生的角度看，首先，教育大數據清晰地捕捉了學生在學習過程中的學習行為，通過分析學習的具體目的和行為來觀察學習者的學習動機和學習規律，而學習者的學習行為必然密切與教師行為和教學環節相聯系，通過對學習行為規律的探尋，也有助于教師對于教學環節進行反思。教育大數據使得學生對于教師的教學過程反饋及時化、透明化，進一步促進了對于教學質量評價的及時性和透明性。除此之外，所收集的大數據除了體現最終的結果之外，還包括了各階段的形成性測量的結果，并且可以密切反應出與結果相關的各種因素，這一特點使得教學質量評價的深度得到了加強。其次，學習質量評價對于學生的學習過程有明確的指導價值和意義。采集到的各項過程性學習數據，可以充分代表學生個體在各項學習活動中的表現，因此對于學生評價的細致性與準確能夠反作用于教師教學質量的評價。

從教師的角度看，對于教師的教學質量評價從此基于大量真實數據的分析而非是僅僅是學生的考試成績或者是不熟知的督導短時間內的判斷，這大大提高了對于教師教學質量評價的公平性。其次，通過大數據的分析，能夠多元化分析影響對教師評價的因素，數據的全面整合，讓原本看似毫不相關的因素建立起聯系，更讓原本容易被忽視的關鍵因素悄然浮出水面，這有利于幫助學校更加全面的檢視教師素質對于教學質量的影響。

從教育管理者角度看，隨著教育評價問題的復雜性增加，建立起謹慎而全面的教育評價體系需要綜合考慮，這使得教育大數據凸顯了其優勢，教育大數據通過記錄大量真實教學場景下的數據，為教育評價體系的建立提供實情依據。

3.2 存在的問題

一方面，教育大數據真實的記錄了學習者在學習過程中的學習行為，在一定程度上反映了他們的學習方式、學習頻率等信息。但是當前教育大多數的數據信息采集主要集中在學生的行為層面，缺乏對學生的心理狀態，社會行為的檢測，所以無法真正的促使學生更好的學習，應該進一步探討學生在學習過程當中的一些內在動力和影響學生學習的深層次的因素。當前與學生學習狀態密切相關的教學質量評價無法深入。學生在處理問題時不夠成熟，學習行為不太穩定，這些都會直接影響到學習的效果，這對于教學質量的評價帶來諸多干擾因素。并且，目前大數據應用于中小學的教學質量評價依然面臨著技術上的困難，尚且還沒有更加便捷的可穿戴設備應用于真實的教學環境，因而無法采集大量的真實的學生行為數據。

對于教師而言，基于大量真實數據得到的評價避免許多無關因素的干擾，增加了評價的公平性，但也是對教師更為嚴酷的考驗，這促使教師不得不考慮教學環節的各個方面、教師職業發展的各個方面等等，這無疑成為每位教師的巨大負擔。

教育大數據當然可以為教育管理者呈現教學情境下全方位的細節，這有利于教育管理者制定出更加全面的教學評價體系。但是，教育大數據能為教學評價體系服務的僅僅是為其提供制定的實情依據，而遠遠不能證明其合理性。更何況，海量的細節，全面的維度一方面帶來的是更全面的評價，另一方面也可能落入無從下手的兩難境地。

4 結語

大數據的“大”，是一種隱喻，我們不能簡單將其理解為單純由樣本數量大量增加而引起的“大”，這并非是大數據的真正價值，大數據的內涵在于其能夠表征小規模數據無法完整表征的東西。教學質量評價是教學活動的關鍵一環，我們有理由期待大數據的應用推動中小學教學質量評價的改革，但這絕不是簡單的做大樣本的數據分析，而因在紛繁復雜的數據中謹慎思考，如大海撈針般找到真正有價值的那顆璀璨的“珍珠”。