教育数字化转型实践|智能时代数据驱动的在线教学质量评价探究
随着在线教学成为教学新常态,其质量问题不仅是社会关注的焦点,也成为“十四五”规划高质量教育体系构建的重要任务。进入智能时代,无论是教育需求还是技术条件都发生了变化,这些因素无疑将推动人们对在线教学质量的审视与重构。面对公众日益增长的个性化优质教育需求,在线教学迫切需要抓住大数据与智能时代的机遇,在新教育理念和技术赋能下重构其质量特征,探索数据驱动下的智能化在线教学发展路径。而应用大数据和智能技术基于多模态教学数据开展在线教学质量的动态监测与伴随式评估是智能化教学的关键,成为在线教学评测的重要发展方向。鉴于此,本文在教学平台与专家调查基础上提出以师—机—生行动与成效数据为质量表征的在线教学质量评价框架与指标构想, 以及支持该框架在多场景应用的人机协同智能化指标构建方法。以期为智能时代在线教学质量的数据表征、动态监测和评价提供启示。
在线教学质量评价现状
(1)评价框架以要素评价为主
在线教学质量是一个复杂且难界定的概念,它取决于学生、课程、教学设计、技术手段以及其他组织、规划和环境等诸多因素,而不同利益相关者也会有不同理解。
综合来看,已有评价框架大多围绕教学要素评估展开,包括教学构成与过程要素和教学结果要素。但是这类框架在选择和定义评价指标时容易仅从单一要素的质量要求展开,忽略在线教学的整体质量特征,忽略优质教学对多个素相互协调与配合的要求。
(2)评价方法难以支持动态质量监测
传统人工评价方法(督导评价、领导评价、学生评教等)难以支持对在线教学的动态质量监测与持续评价,难以支撑数据驱动的精准教学与教学改进。
近几年,随着教育大数据的发展应用, 基于在线教学行为数据开展自动化、智能化在线教学评价成为新的评价趋势。基于伴随式教学数据的评价不仅节省了教师评价环节的投入,而且解决了人工评价较为主观、难以实现持续评价的问题,可实现对在线教学质量的全过程动态监测,助力数据驱动的精准教学。
智能时代的在线教学质量重构
(1)在线教学的发展趋势
- 教师角色从知识讲授者转向联通学习促进者
- 教学重心从教学资源建设转向学生经验构筑
- 教学思维从标准化教学生产转向个性化学习服务
- 教学主体从人类教师主导转向师—机—生协同新格局
(2)在线教学的质量特征
目标与内容
- 建构性
- 发展性
方法与过程
- 促进性
- 敏捷性
- 个性化
技术与系统
- 智能化
- 开放性

图 1 在线教学的质量特征
数据驱动的在线教学质量评价框架与指标构建
(1)评价框架与维度构想
- 建构性评估在线教学支持学生经验构筑、促进意义建构的能力;
- 发展性评估在线教学促进学生自主学习发展的能力;
- 促进性评估在线教学激励和促进学生投入在线学习过程与活动的能力;
- 敏捷性评估在线教学为确保学习成效而在学情分析基础上通过教学交互及时响应需求、调整教学的能力;
- 个性化评估在线教学根据学生特征与需求提供个别化辅导与服务的能力;
- 智能化评估在线教学向学生提供智能化教学干预和学习服务的能力;
- 开放性评估在线教学在支持学习时空、 资源、方式开放方面的能力。

图 2 数据驱动的在线教学质量评价框架
(2)评价指标的智能化建构
本文提出一种人机协作的智能化指标构建方法,该方法综合了人类专家在指标架构设计与价值评估方面以及机器在细粒度指标捕捉、计算与结构验证方面的优势,以本文定义的评价框架为基础,以专家知识和真实教学数据为驱动,通过专家标注、机器学习与专家辅助决策的反复迭代实现评测指标的智能化构建。
阶段一:多模态数据采集与处理
以初始评价框架作为输入,采集教学中的多模态数据,形成数据池。采用自然语言处理技术、音视频数据解析技术等对数据进行清洗和处理,得到评价指标的基础数据库。
阶段二:指标筛选与优化
由专家对部分教学评价样本进行标注,并根据评价框架对评价指标完成初始标注,并通过学习已标记的样本来训练指标分类器,将新评估指标不断补充到样例池中。
阶段三:指标结构构建
基于初始的指标结构和优化后的指标库更新多模态数据池,直至模型拟合度达到阈值后输出最终的指标结构,从而得到最终的在线教学质量评价指标体系。

图 3 基于人机协同的评价指标智能化构建流程
以上研究立足教育理论和教育发展新需求与新技术条件,定义智能时代在线教学七大质量特征,并在此基础上构建出数据驱动的在线教学质量评价框架及其评测指标的智能化建构方法。相关成果不仅为智能增强时代数据驱动的在线教学质量测评提供了理论与方法支撑,而且也将为在线教学特征的数字化表征与建模提供启示和依据,共同助力技术和数据赋能下更具智慧性和发展性的师—机—生协同共生的新型在线教学生态的形成。
参考文献
[1]李爽,刘紫荆,郑勤华.智能时代数据驱动的在线教学质量评价探究[J].电化教育研究,2022,43(08):36-42+76.2022.08.005.