大數據技術賦能高校思想政治理論課教學評價的三維向度

吳躍本,邢 玲

(1.南京師范大學,江蘇 南京 210023; 2.南京信息職業技術學院,江蘇 南京 210023)

打造高品質的思政課“金課”,是高校落實立德樹人任務的關鍵。中共中央、國務院在《關于新時代加強和改進思想政治工作的意見》中要求“推動思想政治工作傳統優勢與信息技術深度融合,使互聯網這個最大變量變成事業發展的最大增量?！盵1]因此,各高校要推動大數據平臺的建設,推廣大數據方法的應用,推進大數據思維的養成,為高校思政課教學評價改革注入新動能。

1 主體向度:大數據技術推進高校思政課教學評價主體多元化

評價主體是高校思政課教學評價活動的組織者與實施者,主要由生成性評價主體和功能性評價主體組成。生成性評價主體主要是指直接參與教學內循環的施教者和受教者;功能性評價主體主要是指參與教學外循環的管理者、服務者、家長和用人單位等。良性的教學評價需要生成性評價主體和功能性評價主體相互協作、綿綿用力和久久為功。然而,在傳統的思政課教學評價中,普遍存在教學評價主體間的地位不平等、對話不暢、信息獲取不全面等一系列問題。而以大數據為基礎的智慧教學評價系統則為高校思政課教學多元評價主體的生成提供了一定技術支撐,使高校思政課教學評價主體由一元主導走向多元融合。

1.1 大數據技術促進高校思政課教學評價主體之間的地位更加平等

在傳統的高校思政課教學評價中,一定程度上存在著教學評價主體“越位”和“缺位”的現象。其中,“越位”現象主要體現在評價主體的地位被顛倒,教學過程的主要評價者——施教者和受教者常被當視作“局外人”而存在,由于擁有絕對話語權,管理者成為思政課教學評價的權威主體,對教學評價的范圍超出了其應有的權力邊界,使思政課教學評價從服務的應然變為管理的實然,嚴重削弱了高校思政課教學評價的效果?！叭蔽弧爆F象主要體現在評價主體單一,其他主體常被邊緣化。然而,大數據技術在高校思政課教學評價中的大規模應用則為“缺位”和“越位”主體的復歸提供了條件。例如,大數據系統可以提供訪問教學數據中心的便捷通道,賦予相關評價主體平等獲取信息的權力,打破各主體間獲取信息的藩籬,使各評價主體都能夠公平地參與到思政課教學評價過程中。因此,大數據技術既可以使功能性評價中的管理者、服務者、學生家長,以及用人單位等主體地位不斷提升,也可以使生成性評價主體中的教師、學生之間地位趨于平等。

1.2 大數據技術促進高校思政課教學評價主體之間的對話更加融洽

傳統的高校思政課單一性評價主體模式極易導致教學評價過程封閉,評價數據失真,評價結果片面,“而片面的評價結果則容易導致教師與學生、家長疏離感的加劇,喪失彼此的信任與合作的基石,陷入評價片面失真的惡性循環?！盵2]這不僅使高校思政課教學評價的診斷功能難以實現,甚至可能因為歸因錯誤,阻礙評價結果的正面導向作用。教學評價作為一種特殊的評價活動,多元評價主體之間進行交流、協商和對話本該是一種應然的常態。但是,在傳統的高校思政課教學評價中,因時間上的錯位、空間上的隔絕,各評價主體無法在同一時空中進行深度對話,評價過程多是評價主體的個人獨白。這種評價方式極易造成評價結果的異化,使評價過程到處充滿著“取悅”,甚至是“欺騙”,導致評價結果的導向功能喪失。大數據技術支持下的高校思政課智慧教學評價系統能夠及時地將各類數據輸送至客戶終端,使得各評價主體能夠及時地接收到評價信息,縮短時空界限,特別是一些重要的、即時性強的信息可以隨時地被評價主體查看,從而激發各評價主體的評價興趣,提升參與熱情,進行深度對話。各評價主體可以公平地交換意見,積極地、理性地進行各種信息溝通和協商。

1.3 大數據技術促進高校思政課教學評價主體之間的信息獲取更加全面

在信息獲取上,傳統的高校思政課教學評價存在著獲取渠道單一、數據不全面、消息滯后等現象。在評價過程中存在首因效應甚至破窗效應,一些評價主體根據第一印象快速作出評價,缺乏精準的數據支撐。然而,大數據技術簡化了傳統的思政課教學評價的數據采集流程,通過數據的關聯性分析為多元評價主體提供詳細的信息,使評價主體在評價中獲取的信息更加全面。例如,學生可以借助數據綜合評價教師的教和學生的學,用工單位也可以利用數據資源考察畢業生的思想道德狀況。全面的數據能夠滿足各利益主體的價值追求,革除了思政課傳統教學評價中,不同利益主體只關注自身權益而忽視其他主體利益的弊端,讓多元評價主體可以根據不同的評價需求獲取不同的評價數據,從而開展不同的評價,增強評價的精度和效度,進而提升高校思政課教學評價的科學性。

2 場域向度:大數據技術推進高校思政課教學評價場域多維化

場域是指“諸種客觀力量被調整定型的一個體系,是某種被賦予了特定引力的關系構型,也是一個沖突和競爭的空間?！盵3]作為教學評價的時空載體,場域“是通過各種元素的相互作用力呈現出的獨特結構而存在的,管理需要在場域中組織實施和進行評價反饋”[4]。傳統的教學評價場域一般是指課堂教學評價,而大數據技術的應用則拓展了高校思政課教學評價的場域,使評價行為從課上貫通至課下,使評價過程從顯性空間貫通至隱性空間,使評價內容從知識轉向素質,從而為多維教學評價空間的生成提供了可能。

2.1 大數據技術為高校思政課教學評價空間的融合提供了平臺支持

傳統環境中的教學評價多與教學相分離,一般是先教后評,評價行為具有過程靜態、空間單一的特征。然而,在“互聯網+”環境下,高校思政課的教學場域已由物理空間延伸至虛擬空間、校內空間延伸至校外空間,具體表現在網絡教學與課堂教學相融合、線下教學與線上教學相融合、理論教學與實踐教學相融合,與之而來的是正式學習與非正式學習正成為高校思政課教學的主流形態?！盎诮虒W設計的貫一性原則”[5],高校思政課教學評價也應貫通線下與線上教學、課堂教學與網絡教學、理論教學與實踐教學,使評價過程與教學過程保持一致。而以大數據為基礎的智慧評價體系能夠勾連起線上與線下、課堂與網絡、理論與實踐等多個教學場域,使高校思政課的教學評價空間由顯性場域延伸到隱性場域,形成高校思政課教學評價生態圈。同時,“教學過程本身就是一個信息流生成的過程”[6]。隨著大數據采集技術的發展,高校思政課不同教學場域所發生的學習時間、學習地點、學習結果以及學習關系等信息均會被自動地記錄并保存,這使得以大數據為基礎的教學評價可以廣泛地涵蓋高校思政課教學物理空間虛擬空間中的所有活動,并為實施多元教學評價提供了條件。

2.2 大數據技術為高校思政課教學評價空間的融合提供了算法支撐

傳統的高校思政課評價多采用紙質記錄形式,人工進行數據統計分析,存在著數據收集難全面、評價信度難保障、評價資料難處理等問題。大數據技術實現了高校思政課教學評價方式的電子化,為顯隱空間的融合提供了技術支撐。一方面,與傳統的高校思政課教學評價方式不同,大數據技術支持下的電子化評價方式可以有效地彌補紙質記錄的信息容量有限、評價時空受限等缺陷,在應對高校思政課線上教學與線下教學不同步、課堂教學與網絡教學跨場域的情況中,及時地對評價數據進行集約、整合、處理與反饋,為高校思政課的教學與管理“提供更易控制、更快、成本更低的評價支持”[6]22-28。另一方面,大數據技術促進教學評價和教學過程相貫通,拓展了教學評價空間。通過大數據技術來獲取師生在課堂上的教學數據,可以精準地解讀、分析進而判斷學生的學習狀態,生成可視化的評價報告。通過學習數據跟蹤,構建屬于每位學生的學科知識體系圖,并對其學習風格和學習行為進行分析,最終完成對每位學生學習力的診斷。因此,基于大數據的教學評價是一種全員、全過程、全方位的多時空融合評價,可以使教學評價更精準、更客觀、更科學、更公平。

2.3 大數據技術為高校思政課教學評價空間的融合提供了動態支援

線上線下混合式教學是當前高校思政課教學的主流形態,既包含基于現實環境而開展的教學,也包含基于虛擬環境而開展的教學,這使得學習過程要在不同類型、不同結構和不同層次的學習場景中自動切換,多樣學習環境成為高校思政課教學的新常態。然而,大數據技術契合了這種多維評價空間融合的新常態。一方面,大數據的開放性延展了高校思政課教學評價的時域限制,改變了傳統思政課教學評價中的課堂單一評價模式,是評價過程轉向對學生知、情、意、行的多維度考察,進而實現對思政課教學全過程的整體性評價。使評價過程實現了“現實”與“未來”相貫通,評價結果既檢驗學生的學習效果,又實現反哺教師教學質量的提升。另一方面,大數據技術的及時性特質恰好滿足高校思政課教學發展的新趨勢,大數據系統可以隨時隨地記錄教師的教學行為和學生的學習行為,教師可以用即時性的評價作為了解學生學情、改變教學策略的依據,又可以有針對性地設置評價內容和評價指標,指導和改進未來教學活動。使得教學評價過程不再受制于時空限制,實現歷史數據、現實數據和未來數據的融會貫通,使高校思政課教學評價演變成一個動態發展的過程。

3 方法向度:大數據技術推動高校思政課教學評價方法多樣化

傳統的高校思政課教學評價是以結果為導向,以量化為目標,用行政性指令的方式自上而下地開展評價,形式上主要有量規法、訪談法、觀察法、問卷法、測驗法以及檔案袋法等。受技術條件的制約,傳統的高校思政課教學評價一般采用人工記錄的方式來獲取數據,存在采集效率不高、主觀性較強、數據源相對單一、數據信息片段化等一系列問題。同時,這些評價方法“本質上是一種獎懲性評價或管理主義的評價模式”[7]。例如,評價主體常把評價對象客體化、物性化和簡單化,忽略評價對象的主體性、創造性和發展性,使得評價過程具有靜態性、被動性和孤立性的缺點。大數據技術在高校思政課教學過程中的規模性應用,在一定程度上促進了高校思政課多樣性教學評價方法的生成。

3.1 促進高校思政課精準性教學評價的生成

在傳統的高校思政課教學環境中,教學評價因時間跨度長、數據不全面、過程不連續等缺點,導致不同來源的評價數據之間整合難度較大,評價數據鏈被割裂,評價主體只能依據經驗實施評價,評價的精準度偏低。大數據技術推動了高校思政課教學中各種靜態數據和動態數據、思想數據和行為數據的深度融合,便于評價主體識別數據全貌,避免陷入經驗主義的窠臼。一方面,大數據技術能夠對教學數據進行多角度挖掘,評價主體依托智慧校園系統對評價對象的行為數據進行抽取、篩選,最終抽象出反映評價對象的行為特征畫像。這些行為數據主要包括進出圖書館和教室數據、圖書借閱信息以及在線學習次數和時間等日常行為軌跡。另一方面,大數據技術能夠對教學數據進行多角度分析,用音頻、視頻、文字、圖像等多元形式完整地呈現評價對象的個體細節和個性特征,智能地生成評價對象的群體畫像,使教學評價結果可視化,實現高校思政課教學評價從抽樣性評價向全樣性評價轉變,從而提升課程教學評價的精準度。

3.2 促進高校思政課形成性教學評價的生成

“一卷到底”與“一考定終身”是傳統高校思政課教學評價的主要標識。然而,隨著大數據技術的不斷迭代,高校思政課教學評價從終結性評價轉變為形成性評價,讓高校思政課教學評價是“一考定終身”。一是從評價的時間維度來看,大數據技術實現了課前數據、課中數據和課后數據的貫通,實現了對高校思政課教學運行軌跡的全過程、全方位、全天候記錄,推動高校思政課教學評價要素分布從終結性評價的“點”轉向過程性評價的“帶”。二是從評價的空間維度看,運用大數據跟蹤技術和采集技術,可以有效地收集高校思政課不同教學場景中各類數據資源,包括線上數據和線下數據、課上數據和課下數據、校內數據和校外數據等。三是從評價的內容維度看。大數據技術實現了高校思政課教學評價“知”與“行”相融通。隨著數字化教材系統、數字化資源系統、在線考試系統以及線上互動交流系統的廣泛運用,學生的學習態度、學習方法、學習能力和學習效果可以隨時隨地地被記錄并即時性地生成大數據,從而使思政課學習評價由知識考察為主的單一維度評價向理論知識、實操技能和行為規范等多維度評價的轉變。

3.3 促進高校思政課質性教學評價的生成

量化評價和質性評價是高校思政課教學評價的重要范疇。其中,量化評價是以實證主義作為理論支撐,運用定量分析,展現工具理性,目的是對評價對象進行甄別、分類與選拔;而質性評價的理論依據是人文主義,運用定性分析,展現價值理性,目的是對評價對象進行溝通、反思與改進。因此,從方法論視角看,質性評價的人文主義屬性更契合高校思政課的教學評價規律,更能客觀反映高校思政課教學評價中一些內隱性、體驗性和價值性的要素。近年來,大數據技術在一定程度上促進了質性評價在高校思政課教學中的應用。一方面,大數據技術拓展了高校思政課教學評價的維度,大規模收集和分析評價對象知識、能力、素質等方面的數據,并將這些數據與學生的心理、生理等關聯起來,讓傳統教學評價中難以評價的態度、愛好、興趣、能力、創造力和潛在的道德品質等個性化特質越來越顯性化,實現了從“知識評價”向“素養評價”的轉變。另一方面,大數據的即時性特征為評價主體收集學習過程、存儲學習數據提供了技術支撐,評價主體可以用量化的方式全程評價學生的學習行為,實現了人工智能所支持的定量分析和相關主體的定性分析相融合。