大数据技术赋能中学学业评价的实践探索

大数据技术的发展和普及，使得证据导向的教学与研究成为可能，教育领域愈发重视基于循证逻辑的决策、管理与实施工作[1]。简单来说，它就是利用数据来检视和引导教育行为，从而支持和引领教育改革与教学改进，实现更加精准、高效的教学。大数据技术的应用为学校教育带来新的机遇和挑战，数据驱动的教育决策可以促进学生全面发展，提高学校教学质量，实现更有效的教学管理。一、学业评价的局限与挑战近年来，国家发布了一系列教育评价改革的政策文件，指出学生评价是教育评价改革制度的核心，为培养什么样的人提供标尺，为怎样培养人指明方向[2]。这就需要学校明确学生在不同学段、年级和学科学习中应该达到的程度要求，科学确定学业评价指标。学校在2014年就开始尝试分层分类走班教学。在实践中，我们发现，走班制教学方式改革需要建立以学生学习、教师教学为核心的评价体系。评价工作是改革创新的重点，包括形成核心素养与关键能力指标体系，研制各学科学业进阶标准，开展基于学业质量标准的考试命题研究，帮助学生通过科学的学业进阶评价充分了解自己，培养自主学习能力，为可持续学习与发展奠定坚实的基础。学校在梳理了实践中存在的学业评价局限性后发现，它集中体现在四个方面：第一，评价手段单一，主要使用纸笔测试方法，过于关注学业成绩，忽视学生学习过程表现和影响因素，无法有效促进学生健康发展。第二，评价技术简单，基本建立在传统测量理论基础上，通常以试卷总分进行分数排名，可能片面解读学生学业质量。第三，数据分析和挖掘力度不足，缺乏学生个体的学业数据画像。第四，评价应用不广，多是基于数据分析结果评价教师教学质量和评比学生学业排名，缺乏对“教”与“学”全过程的指导[3]。为了突破学业评价限制瓶颈，学校充分利用现代信息技术，深入研究评价过程中的技术难题，以期获得更准确、可靠的学业质量评价结果。学校通过对学业评价相关问题进行梳理，明确了应在大数据技术支持下构建指向“教—学—评—导”一体化的学业质量评价体系，创新评价机制：在评价对象方面，关注全体、个体和群组等不同角色，实现全方位评价；在评价时机方面，不仅关注学期或学年结束时的质量情况，也关注学习过程中的质量发展，探索全过程评价；在评价手段方面，结合纸笔测试以外的评价方式，提高评价方式的多样性，做到多手段评价；在评价内容方面，不仅关注学业评价的知识与技能，还要关注其他维度，完善全角度评价。二、大数据技术赋能学业评价的理念与构想学业评价作为教育领域至关重要的一环，随着大数据技术的广泛应用，其理念也在不断演进和拓展。（一）学业评价的核心理念大数据技术赋能的学业评价理念强调个性评价、综合评价、实时反馈、持续改进和数据驱动等核心理念。学校应重视个性评价，通过收集丰富的学生学习数据，立体地了解学生的学习特点、优势和需求，为其制订独特的学习计划和教育方案，帮助学生获得更好的学业发展。学校应探索综合评价，通过多维度的数据分析学生的课堂表现、作业完成情况、活动参与情况等，全方位评估学生的学业水平和发展情况，为学生提供更加多元的支持和指导[4]。学校应开展实时反馈，通过收集和分析学生学习数据，发现学生的学习问题和困难，给予他们学习反馈和发展指导，帮助学生及时调整学习策略，提高学习效率。学校应落实持续改进策略，不断收集和分析学生学习数据，发现9b673fb3e87101c89ff121a217964b1a问题并采取措施，帮助教师不断更新教学方法与评价方式。学校还应强化数据驱动，通过数据收集、分析和应用，科学地动态监控师生发展需求，通过大数据分析驱动教学管理决策优化。（二）学业评价的初步构想学业评价是教育教学的重要组成部分。学校需要不断完善评价方法、工具和标准，以实现评价的多元化和科学化。评价方法的多元化要求评价能够反映学生的学习情况和能力发展等多维度指标，因此，除了常规的考试评价外，还应包括项目评价、作品展示、实践考核等。评价工具的科学化，要求评价能够客观反映学生的学业水平。这需要依托现代信息技术，如大数据分析、人工智能等。大数据技术为“教—学—评—导”各方面形成循环改进提供了可能性（如图1）。学校通过全面的学业评价，形成丰富的教学数据与学习数据，教师学业指导与学生自适应干预则对之后的学习数据产生直接影响，改进学生学习过程和教师教学实践。1.系统构建评价指标学校倡导建立统一的评价标准和指标体系，确保评价结果的公正性和可比性。评价指标需要关注评价内容、时机、工具选择、主体协作等，完备且标准化的指标体系有助于提高学生学业评价的科学性和有效性。2.完善证据采集技术学校应关注证据的质量和数量，增强评价的准确性和可信度。学业质量评价需要依赖客观证据，而不是主观评价，因而学校要引进和发展物联感知、图像识别、视频识别、硬件采集等证据采集技术。3.探索分析挖掘技术学业质量评价需要通过分析挖掘技术处理海量数据，以便更好地理解和应用评价结果。为解决数据统计、分析和判断中的难点问题，学校需要开发学业评价平台，深度运用过程挖掘、文本挖掘、图建构与挖掘，以及多元回归分析等技术。4.积极应用评价结果评价结果的分析只是过程，最终要落实到应用上。学校要组织教师仔细研读评价报告，认真分析评价结果，理解数据分析反映的教学情况和学生表现，找出教学中存在的问题和改进的空间；根据评价结果制订具体的改进计划和行动方案，明确改进的重点和目标，在学业评价平台上设定可衡量的目标和时间表，确保改进计划的可操作性；根据评价结果调整教学策略和方法，尝试新的教学方式和工具，提高教师教学效果，激发学生学习动力。三、大数据技术赋能学业评价的实施与探索基于学业评价的初步构想，学校积极引进并大胆尝试大数据分析等技术，进行大量创新性研究，初步构建了评价体系，开发了科学的测评工具，搭建了智能评价平台。（一）聚焦学业进阶的评价体系探索学业评价体系需要明确评价和指导的关系、流程和标准，包括评价目标的设定、评价指标的选择、评价方法的确定，以及指导策略的实施等。聚焦学业进阶的评价体系，应该体现学生学业水平、教师教学质量、学校教学管理等方面的指标，同时考虑教学质量和学生发展的多维度需求。学校要着眼评价育人，聚焦学生核心素养的进阶式培养，通过研制学业进阶标准、编制学科学习自评手册、构建学科能力测评分析模型、探索精准学习支持系统等方式，完善学校学业质量评价体系。评价体系探索需要根据学科特点和教学规律进行。以不同学科各具特色的探索为例，物理教研组设计了“模块—单元—节—具体内容”的教学方式，分级说明评价标准及水平描述，同时对应设计、开发典型样题，研发自评手册，以“开发—试用—迭代”为机制，形成学习目标统领、核心知识建构与迁移、自主评价的内容布局，最终开发出具有针对性、对标性的学习及自评工具，帮助学生更好地了解自己的学习水平和发展方向。地理教研组通过对学科知识内容的系统研究，结合日常教学经验和专家指导意见，提炼出了知识结构体系化的方式（见表1），发现三级定位最具实操性和教学价值——一级知识板块，指向多学段教材知识结构的整合；二级知识内容，指向课程质量标准的落实；三级知识考点，指向覆盖式教学重难点的梳理。教师根据学生各学段发展能力需求划分能力层级，在学业进阶标准中分析知识点，明确经过初中或高中阶段的学习，学生需要达到的最终水平。虽然物理学科与地理学科采取的学业进阶标准研究方式不同，但最终都服务于学生学习，通过学业进阶标准评估学生从简单到复杂知识的认知过程，实现思维认知和能力素养的阶段式发展。（二）指向教学共长的测评工具开发学校积极开发测评工具支持评价数据的收集、分析和可视化展示，帮助教师系统了解教学情况和学生表现。通过需求分析和用户研究，学校深入了解教师、学生和学校管理者对测评工具的需求和期望，运用问卷调查、访谈和项目研究组讨论等方法，综合各方意见和建议，为测评工具的设计提供参考。在学业评价探索初期，学校为实现学业评价与教学常态接轨，满足教育教学改进需求，优先定位于命题管理研究。命题的科学性、规范性是促成“教—学—评—导”一体化的基准线。命题管理研究旨在提高命题的科学性，强调命题不仅仅是为了考试，更是通过考试引导学生学习、探究教学的过程。为此，学校进一步完善测评系统的规范性，组建学科命题研究项目组，开展学科评价基础性研究，形成不同学科学生学习典型样题，并在各学科组进行推广和改进。（三）基于智能技术的评价平台构建学业评价平台的搭建不是一蹴而就的。学校不断在探索中完善适合学校发展需求的评价平台系统，主要经历了三个阶段：教师手动分析、全套系统试用、平台量身定制。当前，学校深度探索智能化学业评价平台系统，通过大数据技术采集学生学习数据、作业完成情况、考试成绩等信息，进行数据分析和挖掘，为学生、教师和教育管理者提供全方位的学业评价服务（如图2）。学校引入大数据精准教学平台采集诊断性数据，采用ClassInLMS等智能信息化系统整合过程性数据，搭建一体化的学业评价平台。平台服务多元的用户群体，不同角色的使用者皆可获得个性化的教育资源，同时履行不同职责。比如，学生需要积极参与使用学业评价平台，按时完成作业和考试，接受个体评价和反馈，根据系统指导调整学习方法和计划；教师负责指导学生正确使用学业评价平台，根据评价结果调整教学策略，促进学生学业发展。学业评价平台深入探索数据背后的教与学信息，为教师的教和学生的学提供针对性的数据分析支持。学生层面的数据准确地体现学生的学习现状，明确学业发展优劣势，提出针对性的学习方案；授课教师要有目的地分析所教班级的学业数据，进行长效的学情追踪，找准课堂教学的起点、难点和重点，突破教学薄弱点。学校广泛收集教师数据分析需求，逐步完善多种分析模型，通过大数据分析结果助力教与学方式的科学调整。以数学组为例，教师关注不同题型的学生学业表现数据，据此分析教学改进方向。高一上学期的考试数据结果显示，学生的函数综合、整体思想、参变分离等知识点相对薄弱（见表2），并将其实时同步至备课组学情中心，提醒教师深入挖掘教学生长点。教师根据教学班实际情况，在讲评过程中有意识地侧重教学讲解和资源建设，如以微课资源提供相关知识内容讲解，辅助学生同类型变式题练习。教研组、班主任、学部、学校等教育管理者负责监督学业评价平台的运行情况，利用平台提供的数据支持教育政策制定和教学质量改进，推动教育教学持续发展。比如，在教研组层面，平台会分析班级和教师的对比数据，监控全年级各学科的教学状况，适时调整备课组的教学安排与管理；在班主任层面，为学生提供学业评价和反馈，帮助他们了解自身学习情况和改进方向；在学部层面，数据反映全年级学生的整体分布情况，通过对学生进行分层分析，找到不同层次学生学习的改进方向，提供相应的学习资源和学业指导；在学校层面，平台为教育管理者提供数据报告和分析结果，支持其制定教育决策，调整资源分配。又如，每次考试后，成绩分析与调研数据成为教师调整学业指导方向的重要依据。教师通过数据分析发现作业是当前教育教学需要关注的重点，因而开展一系列工作帮助学生改进作业策略，加强作业指导。学校建设信息技术支持下的数据采集和分析平台，收集和测量学生学习过程中产生的数据或证据，始终落实需求更新和数据安全保护工作，尤其是严格把关数据的分配、查看和使用权限，确保数据取之有道、用之有效。四、大数据技术赋能学业评价的保障与支持学校通过创新评价机制，改革评价模式，提高评价水平，落实学业指导，确保评价工作顺利进行和有效实施。（一）优化学校评价模式学校围绕评价改革开展系统性工作，具体包括更新学业评价观念，建立新的学业质量评价观，让学业质量评价“为了学生发展”和“促进学生发展”，以规范制度保障学业质量评价的信度，以专业研究提高学业质量评价的效度[5]。学校不断完善评价制度建设，明确学业评价的目标、原则、程序和标准，制定各项课程评价、综合素质评价相关制度文件，使之成为教师评价实施的基础和依据。同时，坚持落实教育技术支持，引进数据采集、分析、挖掘和结果呈现等技术方式，保障评价系统的稳定性和安全性，确保评价数据的准确性和可靠性，提高评价工作的科学性和客观性。此外，加强资源保障建设，包括评价设备的更新和维护、评价人员的培训和激励、评价系统的建设和运行等，促使评价工作顺利开展和效果实现。在此过程中，学校还不断完善结果反馈机制，实现学业水平的智能推送，确保师生第一时间接收评价分析结果，实现多级多线教学联动。（二）提高教师评价能力教师评价能力对落实学业评价具有重要意义。教师从数据中解读班级学生的不同特质，逐渐形成“解读学生需求”的学生本位观念，进而提升改进教育教学行为的意识与能力。首先，要培养教师具备扎实的专业知识和评价技能。教师要了解不同的评价方法和工具，掌握学科评价标准与指标，为构建与学习自评策略相匹配的学业评价体系打下坚实基础。其次，要培养教师掌握核心的数据分析和解读能力。教师要能够准确理解评价数据的含义和价值，分析评价结果的优劣势，为学生提供学业指导和支持服务，促进学生进步和发展。再次，要培养教师掌握有效的教学反思和改进方法。教师能够根据评价结果对自己的教学进行反思和调整，不断改进教学方法和指导策略。最后，要增强教师具备多元的学科合作与交流能力，共同探讨评价方法和经验，分享评价成果和