论教育改革 [论教育大数据下教育评价体系的改革]

论教育大数据下教育评价体系的改革

1教育大数据驱动教育评价重构 相比传统的教育评价，大数据的发展使教育评价走向客 观性评价、伴随性评价、综合性评价和智能化评价，为学生 的自我发展、教师的教学反思、学校的质量提升等多方面提 供了基于数据分析的实证支持。大数据支持下的教育评价一 方面能够减轻工作负担；
另一方面采用统一标准进行评价， 能在一定程度上提升评价的准确性。

1.1客观性评价：评价依据从主观经验判断到客观数据 支持 在传统的教育环境下，教师对学生的评价，相当一部分 是来自学生的考试成绩，以及教师个人的主观印象，导致评 价不够全面、客观、理性。教育大数据的出现，使得学生有机会记录、展示各方面的情况，并借由数据依托，让学生对 自己、教师对学生的了解更全面、客观，强化了教育评价的 诊斯、引导、调整的功能，为学生的全面发展、终身成长提 供更为科学的评价指针和引导方向。

例如，现在许多学校在课堂教学中应用的手持遥控器。

根据教师的提问，即时反馈自己的答案，教师可以即时得到 全体学生学习情况数据。当教师出题后，学生利用遥控器进 行选择，教师能马上看到答案和正确率，选项的分布比例及 每个学生的选择情况，大大提高了课堂即时评价效果，有？ 对性地决定是否需要调整教学速度或方向。此外，及时反馈 系统还具有抢答竞赛、淘汰竞赛、即问即答、抢权竞赛、挑 人作答等功能。应用结果发现，互动反馈系统可以提高学生 的课堂参与度，快速收集课堂中动态的生成性数据，并能进 行数据的即时统计分析与呈现，不仅增强了学生在课堂上的 互动性、参与度，也帮助教师从班级整体、学生个体的学习 进度进行高效评价。

1.2伴随式评价：评价方式从总结性评价到过程性评价 教育评价在发展过程中，其评价功能逐渐开阔，评价方 式日趋丰富，经历了从结果到导向的总结性评价，发展到过 程导向的形成性评价，进化到质量导向的伴随性评价。伴随 性评价是把总结性评价与过程性评价相结合，重在积累教学 过程中学生智能发展的生成性成果，不给学生划分等级，不 去单纯比较学生成绩高低，而是通过及时记录学生的学习状态、学业表现、学习阶段性反馈等多种来源数据对学习情况 和水平做出判断，采取目标与过程并重的学习质量发展型评 价观。

大数据时代，多种数字化设备的综合应用，可以收集学 生在学习平台、学习终端上的学习痕迹、学习表现、学习习 惯等数据，并且用数据可视化的分析技术加以呈现，使教师 和学生可以在不增加技术使用难度的前提下，了解学习者在 整个学习过程中的表现，用基于大数据的伴随式评价引导学 生终身学习。

例如，上海闵行区教育局依托大数据进行数字化教育评 价体系探索。通过基于客观数据的分析，改变了以资料检查、 调查访谈和印象评分为主的传统教育评价，用数据来描述区 域发展中的教育现象与问题。有了这样一个数据池，区域数 字评价体系的建立也就有了依托。

学生的评价体系分为身心健康、学业进步、个性技能、 成长体验四个部分。系统同时采集区域中每所学校每名学生 的身体素质数据、校园活动数据、社会实践乃至学生阅读、 活动等成长数据，构成一个有过程性、多来源的伴随式教育 评价体系。

1.3综合性评价：评价内容从单一评价到综合评价 如果说伴随式评价是对评价方式的改变，使得评价从注 意结果转为重视过程最后实现注意质量，那么综合性评价就 是对评价内容的改变，不仅评成绩，还要评学习方法、学习兴趣、学习能力、思维与文化等多方面的内容。在对评价内 容的改革中，大数据将再次突破评价的片面性，收集学习者 多方面的学习信息，如文化背景、家庭背景、学习风格、学 习能力、认知水平等。

例如，大连商业学校创新学生评价机制。学校以发展性、 激励性、过程性和多元化为基本原则，从突出品行教育体系、 突出技能教育体系、实习就业教育三个方面评价，其评价方 法，采用客观记录和评议评定等方式对学生评价，并编订《中 等职业学校学生成长教育手册》为每位学生建立中职在校档 案。《手册》内容包括：突出品行教育体系，主要有理想与 纪律、爱心与感恩、诚信与质朴、责任与义务、劳动与敬业 五个模块；
突出技能教育体系，主要有通用能力培养、基础 课程教育、专业能力培养三个模块；
实习就业教育，主要有 毕业生顶岗实习管理规定、学生顶岗实习安全教育责任书、 顶岗实习作业三个模块。通过对这三大方面的指标细化工作， 形成中职的综合素质评价指标体系。最后《手册》附有学生 总成绩单、学生在校综合评语及《国家学生体质健康标准》 登记卡。

1.4智能化评价：评价手段从人工评价到智能评价 大数据的一个明显特点就是数量庞大、维度丰富。若想 收集、处理、分析这些庞大且繁杂的数据，离不开智能化分 析技术。因此，教育评价的手段要对应地从传统人工统计、 处理考试成绩等相对单一的数据，转变到用智能技术来分析网络和终端来收集学生各方面的大量数据，智能化地计算与 可视化呈现，实现教育评价的即时性与智能性。

例如，在大连商业学校在批改600篇同题英语作文，便 凭借智能评价技术，可以同时给出学生在用词、搭配等方面 的修改建议。这是因为在批改网的后台数据库中，存储了庞 大的英语本族语语料库（英美新闻、著作等的语料素材）。

语料库越丰富，对比的客观性就越高，机器批改与人工批改 的一致率就越高。智能化的评价手段，不仅能让学生在提交 作文后即时看到自己的得分，还可以让学生准确发现所有需 要修改的语法错误、不地道的词组搭配、写错的单词等。系 统根据智能算法与匹配，对这些错误都给出了修改建议，学 生也有了修改的积极性，根据智能化评价意见修改后再次提 交。修改后最终版本比初始版的出错率有所降低。

2结语 综上所述，教育质量评价是教育综合改革的关键环节， 数据下教育评价系统，不仅可以观测全国范围的整体教育质 量，还可以分析判断每所学校甚至每个班每一个学生的学业 水平进行。从而“按图索骥”直观具体地构建起符合自身实 际情况的“教育质量改进路线图”，促进每一所学校、每一 个班级甚至每一个学生得到有效的发展提高。这些信息同样 也将帮助政府更清晰地认清重大教学问题，使学校教育教学 改进更有针对性。