大数据技术赋能中学学业评价的实践探索.docx

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