基于大数据特征的教学形成性评价策略探析

[摘 要]大数据具有规模性、多样性、高速性和价值性四个特征，对教育评价有重要意义。形成性评价是教育评价的一部分，目前存在着数据、内容、反馈以及价值四个方面的不足。文章结合大数据的4V特征，阐述大数据特征下教学形成性评价的特性以及应对策略。

[关键词]教学评价；形成性评价；大数据特征；改进策略

[中图分类号]G434 [文献标识码]A [文章编号]1008-7656（2018）02-0038-04

随着信息技术的发展，在教育教学领域，教育管理信息系统、学习管理系统、教育APP以及可穿戴设备等可以记录大量的学习者个体数据、学习过程数据以及学习环境数据，即是教育领域的大数据主体，具备数据体量大、类型多样、输入输出速度快、真实性等特征[1]。对于大数据的特征目前比较认可的是4V定义，即：规模性（Volume）、多样性（Variety）和高速性（Velocity）、价值性（Value）[2]。

形成性评价一般是指在教育、教学活动计划实施的过程中，对计划、方案的执行情况进行的评价。其目的是为了了解动态过程的效果，及时反馈信息，及时调节，使计划、方案不断完善，以便顺利达到预期的目的[3]。在当前的教学过程中，总结性评价仍占据主流地位，以期中、期末测试为主要形式。教育评价逐渐迈向“质性评价”阶段，形成性评价作为教育评价中的一个重要方式，通过大数据4V特征能够迸发新的评价力量。

一、当前教学形成性评价存在的不足

目前，在教学过程中大部分仍使用总结性评价作为教育评价的主要方式。形成性评价是课程评价中表现学生学习成长周期的重要渠道，通过形成性评价教师能够了解学生学习过程存在的问题，及时调整教学策略，学生能够了解学习过程存在的不足，及时改变学习方法。

普通中小学、普通高校教育主要是师生在结合状态下通过面授来实现的教育，师生之间的信息交流通畅，反馈直接而迅速，学校管理者和教师对教学质量的评价以及对学生学习状况的检测途径也比较简单。传统的面授教育主要通过期中和期末考试来对学员进行考核。远程教育考试改革把考核分为形成性考核和终结性考核相结合的方式，较适合远程教育的特点。教学管理部门已形成了较为成熟的管理经验，教师也能够逐步地掌握这种“两结合”的考核方式，学生也能接受并比较主动地去适应这种新型的考核方法[4]。

形成性評价的特点主要有动态性和过程性，因此形成性评价实施难度较大，需要有数据支撑的后台、完整的学习周期、实时追踪的技术等条件。在当前使用的形成性评价方式中，主要存在着以下四个方面的不足。

（一）教学形成性评价中数据不足

形成性评价中的数据指的是在教学过程中所产生的学习者个体数据、学习过程数据以及学习环境数据，它们是教育大数据的主体。由于设备资源的限制，在过往的教学过程中，无法收集大量的教育数据，仅仅通过阶段性测试、教师对学生的综合印象、学生课堂表现等方式完成形成性评价。形成性评价的数据样本量较小，在“中国知网”上查询关于“形成性评价”的研究，多是以教学中的实践为样本作为研究，以测验作为收集数据的方式。

形成性评价关注过程，并非把过程记录就可以实现形成性评价。在教学中，部分教师误以为将学生平时的作业成绩记录下来，并按较高比例将其折合计入最终分数，即为完成了形成性评价。首先，在这种情况下，教师收集的是学生的作业成绩，即学生学习的阶段性结果，而非对学习过程本身的分析与改进。其次，通过这种方式，教师并不能得知学生在学习过程中或者说在追求目标达成的过程中究竟有哪些优势与不足。因此，通过这种方式进行形成性评价，并不能达到真正地改善教学的目的[5]。

（二）教学形成性评价中内容不足

形成性评价作为检测学生学习过程中反馈情况的手段，与总结性评价有着根本的区别。因此，形成性评价的内容不仅仅是检测学生对某一章节或某一门课程的知识掌握情况，而是更应关注学生学习状态、方法以及学习态度的检测，及时调整教师在教学过程中存在的不足。

在当前的教学过程中，由于上课时间有限，学生人数众多，教师无法对学生进行一对一的教学考察，因此形成性评价实施较为困难。在实践中，教师通过设计测验检测学生对某一阶段的知识掌握的熟练程度来完成形成性评价的方式并不能实现形成性评价的目的和意义。随着信息技术的发展，涌现大量的课程管理系统，这些新型的课程管理系统为形成性评价提供了更多的评价内容。以“希赛可”课程管理系统为例，它实现签到、课堂测验以及批改作业等功能，为形成性评价提供了新的评价平台。新型的课程管理系统为形成性评价的提供了更多元的评价内容。

（三）教学形成性评价中反馈不足

形成性评价是一种过程性的评价，它重视评价的教育性和发展性，力图通过评价，及时向教师和学生提供反馈信息，使他们能够了解教学活动中存在的缺陷与不足，从而促使教师和学生不断地改进、完善自己的教学活动和学习活动[6]。通过形成性评价教师可以明确教学中需要改进完善之处，学生可以了解学习中存在的问题，教与学可以实现反馈的交互，都可以及时总结经验教训，及时改进工作和学习。这种评价，能及时获取反馈信息，适时调节控制。通过评价，教师和学生都可研究学习进程，总结经验教训，可以及时改进不足之处。

目前的形成性评价由于缺少技术支撑，并不能在课堂上实现实时的互动交流，造成反馈延时。在当前的形成性评价环境中，评价的主体是教师，学生在这个过程中接受的反馈有限。而教师在收集形成性评价后也需通过繁琐的批改、分析等步骤，才能对教学班级进行总结。与传统课堂相比，网络课程中的形成性评价反馈较为有效。以腾讯课堂为例，在腾讯课堂的运行过程中，教育机构、教师与学生进行无缝链接。QQ客户端作为教与学的载体，为教师、助教和学生提供了课堂虚拟环境，既支撑教师和助教的教学与管理，又支撑学生的学习。

（四）教学形成性评价中方式不足

形成性的评价方式是摒弃以往单一的纸笔测验和考试的评价方法，将丰富多样的评价形式引入到评价活动中来，如采用观察记录、面谈采访、问卷调查、问题解决、对话日志、模拟表演、项目活动和学习档案等形式，由传统的教师对学生的单向评价转向学生自评、学生互评和教学评价相结合的评价方法，评价过程需要考虑到评价内容，评价主体，评价标准和评价方式并要易于操作[7]。

在目前的教学环境中，采取的形成性评价仍以阶段性测试为主，在高职、高等教育院校教师会加入出勤率、课堂表现、平时测验等作为形成性评价的参考依据。但绝大部分的形成性评价方式都较为主观，以教师的个人评价作为主要依据。在基础教育领域，任课教师可以通过在微信群与家长的实时沟通来完成对学生作业完成情况的监督，对过往单一的教师批改学生作业而言是一种形式多元的转变。形成性评价是教育评价走向“质性评价”的一个转变，改变教育中出现的“不公平”现象。形成性评价是在教与学的过程中针对学生的学习行为与能力发展所进行的过程性评价。

二、大数据特征下形成性评价融合分析

（一）规模性（Volume）：海量数据提供评价资源

在形成性评价中，海量的数据资源为教师全面客观地分析学生提供了有力的资源依据，教师在日常教学中不需要刻意记录学生的行为表现，一方面可以更为集中精力于教学，另一方面大数据能为学生的学习过程提供全面完整的数据，教师能够高效地完成对形成性评价的总结。

伊萨卡学院使用IBM统计分析系统来收集IC PEERS上产生的数据，研究拥有怎样的网络行为的学生更有可能选择就读伊萨卡。研究人员认为，这能反映出申请者对这所学院有多感兴趣。大学大数据的其他应用还包括追踪记录学生逃课情况、评估课程、发现有捐款意向的校友及节省能耗。大数据提供了海量的数据资源，教师可以通过大数据了解学生的学习成长周期，并对其进行分析。大数据提供了海量的数据资源，教师可以通过大数据了解学生的学习成长周期，并对其进行分析。除此以外，大数据还有其他的用途。

（二）多样性（Variety）：多元数据提供评价渠道

大数据可以让形成性评价收集多元化的数据，改变以往仅仅只有学生测验数据的局面。广义的教育大数据泛指所有来源于日常教育活动中人类的行为数据；狭义的教育大数据是指学习者行为数据[8]。教师通过信息技术掌握学生学习过程中的行为数据，可以为形成性评价提供多元的数据来源。

“希维塔斯学习”是一家专门聚焦于运用预测性分析、机器学习从而提高学生成绩的年轻公司。“希维塔斯学习”各种基于云的智能手机第三方应用程序（APP）都是用户友好型的，能够根据高校的需要个性化。该公司在高等教育领域建立起最大的跨校学习数据库。通过这些海量数据，能够看到学生的分数、出勤率、辍学率和保留率的主要趋势。通过使用100多万名学生的相关记录和700万个课程记录，这家公司的软件能够让用户探测性地知道导致辍学和学习成绩表现不良的警告性信号。根据这些多样的数据，可以对学生的成长规划制定多元的方针，实现个性化教育的目的。

（三）高速性（Velocity）：高效反馈提供评价效果

大数据可以让形成性评价加快其教学反馈的速度，优化教学的效果。美国著名的教育心理学家布卢姆指出：“评价作为一种反馈———矫正系统，用于在教学过程中的每一步骤上判断该过程是否有效；如果无效，必须采取什么变革，以确保过程的有效性。”[9]形成性评价是教育评价的其中一个部分，也是实现教育评价的其中一个手段。形成性评价注重过程，强调从过程中得到学生学习的反馈，以及时改善学生的学习效果。形成性评价的本质特点是评价所收集的信息主要用于改进[10]。

美国马里兰大学学院大学6万名本科生中有一大部分人上网上课程。学生事务管理人员从课程开始之初就收集学生网络活动的数据（比如说学生是否会在线阅读课程表），为那些赶不上课程进度的学生设置自动提醒。马里兰大学学院大学教务长Marie Cini表示：“课程一旦开始，我们就知道哪些学生很有可能无法完成学习了。”教育大数据提供的反馈数据能为教师提供即时的教学反馈，了解学生的学习态度、认知能力、授课方式等多方面的情况。

（四）价值性（Value）：数据分析提供评价预测

大数据可以让形成性评价实现预测的功能，完成对学生就业、考试等行为的分析，及时调整教学方式及教学方案。形成性评价是教师在教学过程中即时、动态、多次进行的评价，教师所采用的各种形成性评价举措都要放在教育评价的框架内予以设计[10]。

2014年，纽约州波基普西市玛丽斯特学院与商业数据分析公司Pentaho合作发起开源学术分析计划，旨在一门新课程开始的两周内预测哪些学生可能会无法順利完成课程。该计划基于Pentaho的开源商业分析平台（Business Analytics Platform）开发了一个分析模型，通过收集分析学生的学习习惯——例如点击线上阅读材料、是否在网上论坛中发言、完成作业的时长——来预测学生的学业情况、及时干预帮助问题学生，从而提升毕业率。玛丽斯特学院在来自社区学院和传统黑人大学（指1964年前美国为黑人设立的高等教育机构）的2200余名学生之中推广了这一学术预警系统，测试该系统的预测分析和干预策略的有效性。研究发现，该系统的预测成功率在75%到79%之间。

三、大数据特征下形成性评价的应对策略

大数据特征下的形成性评价有助于教师了解教学教学效果，获取教学反馈信息，反思并改进教学。同时也有助于学生调整学习策略，改进学习方法，提高学习效率，让学生在学习态度，学习能力和专业素质等多方面得到发展。

（一）重视大数据资源的开发运用

目前，国内外对大数据资源的开发运用都予以高度重视。阿里巴巴支付宝的年度账单、网易云音乐的年度听课报告，都是基于用户全年的APP使用状况得出的分析。而在教育领域，大数据资源的运用仍是蓝海。

（二）提高教师形成性评价的观念

教师通过形成性评价，可以全面客观地了解学生掌握知识的情况，了解学生的学习态度和学习状态等信息，为学生制定个性化的解决方案。除此外，教师也可从中发现教学问题，在接下来的教学中予以改正。

（三）加强形成性评价的师生互动

优质的形成性评价对学生而言既能提高对单元知识的掌握程度，又能加强学习的自我学习能力。同时，学生能在形成性评价中与教师进行及时反馈，有助于教师及时调整教学策略。

[参考文献]

[1]祝智庭，沈德梅.基于大数据的教育技术研究新范式[J]. 电化教育研究，2013（10）.

[2]Barwick H.The“four Vs”of Big Data. Implement-ing Information Infrastructure Symposium [EB/OL].2012-10-02.http：//.au/article/396198/iiis_four_vs_big_data/.

[3]胡中锋.教育测量与评价[M].广州：广东高等教育出版社，2006.

[4]王曉珉.浅论远程教育形成性考核对教学全过程质量的控制[J].广播电视大学学报（哲学社会科学版），2005（1）.

[5]赵德成.教学中的形成性评价：是什么及如何推进[J].教育科学研究，2013（3）.

[6]陈舜孟. 形成性评价对英语学习者情感的影响实验研究[J].教育探索，2007（11）.

[7]白银菊.改进评价机制，促进高职英语的有效教学[J].湖北函授大学学报，2017（7）。

[8]徐鹏，王以宁，刘艳华等.大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示[J].远程教育杂志，2013（6）.

[9][美]布卢姆著，邱渊等译.教育评价[M].上海：华东师范大学出版社，1987.

[10]赵德成.教学中的形成性评价：是什么及如何推进[J].教育科学研究，2013（3）.

[作者简介]周洁如（1993—），女，广东惠州人，赣南师范大学新闻与传播学院在读研究生，研究方向：教育与技术的互动关系。

[责任编辑 吾 言]

推荐访问:探析 特征 策略 评价 教学