旨在促進學習者發展的在線評價：伴隨式的視角

李鋒 王吉慶

摘要：在線課程改變了學習者的學習模式，豐富學習內容。但是由于與之相配套課程評價與管理機制的缺失，也出現了“高流失率”“虛假學習”“網絡題海”等問題。為加強在線課程管理，提高在線學習質量，該文針通過案例分析方式，比較國內外知名教育網站在線課程學習評價的方法，梳理出在線課程實施中采用的“結果認證”“過程監控”“知識自適應”等在線評價模式；闡釋在線學習評價從“面向結果評價”向“促進學習評價”、從“基于技術工具評價”向“基于學習分析評價”、從“知識技能評價”向“綜合能力評價”等方面的轉向；從評價特征、評價內容和評價結果等方面分析伴隨式評價的理念與實施路徑。

關鍵詞：伴隨式評價特征；伴隨式評價內容設計；伴隨式評價結果呈現

近十年來，信息技術快速發展創生出“現實空間與虛擬空間”相互交織的信息化學習環境，大規模開放在線課程（MOOC）的建設與實施進一步推動了網絡學習的開展。但是，與在線課程的高注冊率相比，在線學習也存在著高流失率和低結業率的問題，2013年科勒（S.Kolowich）等人的研究顯示MOOC輟學率超過90%，課程完成率通常只有5%。如何加強在線學習的管理，怎樣通過評價方式及時發現學生在線學習問題，并能針對問題進行實時指導與干預，這仍是在線教育實施中的挑戰。

一、現狀分析：在線評價模式與問題思考

美國課程論專家托爾夫·泰勒（Ralph W.Tyler）在課程研究中指出“評價作為判斷教育目標實現程度的過程，需要評價者確定與教育目標相一致的行為證據，采用與之相適應的程序實現具體過程”。通過學習評價，教育工作者可以有針對性地收集與分析學習者的學習信息，判斷學習者的學習狀況，做出教育決策。在線評價作為一種特殊環境下的學習評價，與課堂學習評價相比，盡管它不能面對面的收集評價信息，但也具有“學習過程實時記錄、個性化學習分析、評價結果及時反饋”等優勢。調研國內外主流教育網站所實施的在線評價，大體可歸納為“結果認證”“過程監控”和“知識自適應”三種基本模式。

（一）面向“結果認證”的在線評價

面向“結果認證”的在線評價是依據課程目標確定學習評價標準，通過“網絡評價系統”對學生學習成效做出價值判斷的一種結果性評價。這種在線評價特征主要表現為：其一，強調學習結果的判斷，評價是在課程學習結束后，按照課程目標對學習者進行內容測試或項目考核，判斷學生針對課程目標的達成度，給出評價結果。這種評價模式將評價作為在線課程學習的最后一個環節，學習者完成學習后進行實施，給出相應的評價結果。其二，從評價實施來看，在線課程的學習系統和評價系統分離，學習系統關注的是學習者對學習內容的學習，評價系統更強調測量學習后學習者認知行為的變化，其目的是獲取相關“證據”，以決定是否給予學習者相應的認證。例如，Coursera課程通過在線測試的方式確定學生對課程內容的掌握程度，給予相應的認證級別。面向“結果認證”的在線學習評價利用了網絡系統的遠程控制與自動評價功能，較便捷地實現大規模的對學生學習結果進行評價。但是，從評價實效來看，這也只是將“傳統的結果評價”改為了“線上的結果評價”，在技術層面提高了評價的實效性。同時，由于過于強調評價結果，缺少對學習過程監管與干預，這種評價方式也會造成“網絡課程學習還沒結束，已經有大量學生流失”的問題。

（二）面向“過程監控”的在線評價

面向“過程監控”的在線評價是借助在線平臺和外部設備，自動采集、存儲、分析和呈現學習者在線行為數據，以此判斷學習者學習狀況的一種過程性評價。其特征主要表現在：其一，關注技術工具的應用。這種評價以“技術工具取向”為出發點，注重的是“在設計和實施評價時如何最大限度應用這些工具的功能”，即這些評價工具有怎樣的功能、有怎樣采集與分析數據的方式，就依此來開展相應的評價。其二，從評價實施來看，可通過“平臺日志”獲取學習者在線行為數據（例如，一些教育培訓機構記錄學習者的登錄次數、在線時長、在線時段、發帖數量等數據），也可借助外部設備采集學習者的學習過程的行為數據（例如：在線平臺的虛擬現實場景，通過“可穿戴設備”收集學生體育運動中的心跳、步幅、熱量消耗等常規運動數據），通過分析這些實時、客觀的數據判斷學習者的在線學習狀況，給出相應的評價。面向“過程監控”的在線評價發揮了技術工具的優勢，提高了數據在評價中的指導作用，當所采用的技術工具切合在線學習評價理念時，就能較好地推動真實評價和深度評價的開展。但是，如果評價過程中忽視教育評價理論和方法，過于強調技術工具的功能特征，完全按照技術工具的功能決定采集在線行為數據的類型與內容，也容易造成評價目標和評價內容脫節的問題。尤其是當脫離了具體的學習內容和情境，“孤立”分析行為數據，一味強調行為數據的控制作用，這也就很容易導致“網絡假學習”現象。

（三）面向“知識自適應”的在線評價

面向“知識自適應”的在線評價是依據知識技能目標設計評價模型，將評價模型嵌入到學習活動之中，通過在線學習與在線評價的交互進行，判斷每一階段學習者對學習目標達成度，提供學習支持的一種自適應性評價。其特征主要表現為：其一，突出“小步驟”評價。在線評價按照課程目標細化知識技能點、建立知識技能鏈，針對每個知識點設計學習內容和測試內容、確定評價模型，學生每學習一個知識技能點，即進行“小步驟”的知識技能目標達成度測試，針對“小步驟”學習結果為學生提供個性化指導，直到學習者達成知識技能的學習目標。例如：在某學習網站中，“分數性質”在線課程分解為5個知識點，學習者每完成一個知識點的微視頻學習后，即進入針對該知識點的測試環節，依據測試結果推薦個性化學習內容，直到學習者對知識點完全掌握。其二，在評價實施上，按照課程目標，通過學習領域的核心概念、知識類別以及它們的相互關系，建立關系與數據模型，依據此類模型的評價系統對階段性學習結果進行評價，將評價結果及時反饋，指導學習者自我調節學習。面向“知識自適應”的在線評價將“學習過程”和“評價過程”交替進行，這有助于及時了解學習者的學習現狀，并能針對知識技能學習，提供精準指導。但是，在線學習不應只是知識技能學習，同樣還需有解決問題能力、學習態度等方面的發展，此外還涉及到學習環境的多樣性特點，如果將在線評價模型簡化為對知識技能要點的評價，那么這種評價方式也只是將“紙質題海”轉化為“網絡題海”，這不僅沒有實現真正意義上的個性化學習，還會因過渡的試題推送而增加學習者的學習負擔。

強調綜合能力的在線評價并非弱化知識技能的評價，事實上，能力的發展也正是基于知識技能的應用，當然知識技能的評價并不是停留在記憶層面，而是要理解知識的內涵以及知識的相互關系，這些內容的評價也正是把知識、技能和態度統一起來，避免將傳統的“紙筆題海測試”變為“網絡題海測試”。

三、一種可行取徑：伴隨式評價的視角

早期伴隨式評價（Accompanying Assessment）更多地是應用于智能制造業與現代醫療救護等領域。例如，利用電子傳感設備實時監測發動機運行指標、通過儀器對患者的心跳、血壓進行持續記錄等，這樣可為設備的維修和患者的救治提供精準證據。近五年來，學習科學和信息技術的發展，一些教育網站也開始嘗試在學習分析的基礎下，利用技術工具刻畫學習者的在線學習狀態，伴隨學習者在線學習過程，綜合評價他們的學習情況。

（一）在線伴隨式評價的基本特征

在線伴隨式學習評價（Online AccompanyingAssessment）是指在網絡學習環境中，將評價內容嵌入到學習過程中，依據課程目標，伴隨每位學習者的學習歷程，有針對性、適時進行反饋與干預的一種評價方式。希望通過伴隨式評價促進學習者個性化學習（Personalized Learning）和自適應學習（AdaptiveLearning）。主要表現為過程嵌入、在線工具和基于數據等特征。

其一，伴隨式評價是嵌入學習過程的評價。它將評價嵌入學習過程中，通過學習與評價交互進行，一方面為教師提供學生學習過程的證據，幫助教師在教學中從“是否教完了學習內容”向“是否幫助學習者學會了學習內容”的思維轉向，落實“評價促進學習”的理念（Assessment for Leaning）；另一方面也實時為學習者提供個人學習證據，加強學習者的自我控制與調節能力，使學生意識到自己是學習的主體，促使學習者在學習過程中從“學完了沒有”到“是否學會了”的思維轉向，落實“評價作為學習過程中一部分（Assessment asLeaning）”的理念。

其二，伴隨式評價是數據導向的評價。它依據學習科學理論設計學習者學習狀況的評價指標體系，通過對相關學習指標數據的收集，判斷學習者學習狀況，以此進行相應的在線學習指導與支持。在學習科學理論、數據支持下的伴隨式評價，可以描述出每一位學習者的在線學習現狀，發現他們在學習過程中的問題；分析學習因素的相互關系，確定導致學習者在線學習現狀的關鍵因素；通過在線學習過程跟蹤或大樣本方式描述學習者學習歷程，判斷學習者學習的發展趨勢，做出相應干預決策。

其三，伴隨式評價是技術支持的評價。網絡通信、移動終端和大數據等新技術為在線學習伴隨式評價提供了支持，也使伴隨式評價的實現成為了可能。一方面，技術工具使得評價獲取學生學習數據的形式更加多樣，可通過在線選擇題、填空題、判斷題以單項反應的方式獲取學習，也可通過軟件工具開展情境模擬進行表現性評價，甚至還可通過腦電波測試技術對學生網絡學習專注度、學習信息反應度進行測評。另一方面，數據處理技術使得在線評價信息的處理更加便捷和精準，可視化呈現方式能清晰反映學習者在線學習的狀況，并能將評價結果能及時反映給師生，嵌入學習過程的評價與學習的伴隨更加協調。

（二）在線伴隨式評價的內容設計

在線伴隨式評價是否起到促進學生學習的效果，關鍵是要看能否幫助學生達成預期學習目標。從上述綜合能力分析來看，評價內容可從知識掌握、問題解決能力、態度發展等方面進行設計。

基于知識掌握的伴隨評價。按照信息加工理論，知識包括了陳述性知識和程序性知識。陳述性知識是關于“是什么”的知識，以命題及其命題網絡來表征；陳述性知識是關于“怎么做”的知識，是一套辦事的操作步驟，以產生式表征。陳述性和程序性知識的學習都可以進行逐步分解，斯金納（Burrhus Frederic Skinner）在程序教學理論中就通過積極反應、小步子、即時反饋和自定步調的原則來加強學習者對低層次知識內容的學習。對于學生對這類知識掌握程度的判斷，在線伴隨式評價中，可依據評價目標，將評價任務細分為多個小任務，其中每個小任務中滲透了相應的知識點，對每個小任務完成情況進行評價后，按照評價做出反饋，分析學習者對知識點的掌握程度，引導學習者更好地達成基本知識學習的目標。基于知識掌握的伴隨式評價內容設計如下頁圖2所示。

基于問題解決的伴隨式評價。20世紀，安德森（J.R.Anderson）等心理學家就將問題解決看作是有目的指向性的一系列認知操作過程。“問題”是指在現實情境的目標狀態和初始狀態之間的障礙。問題解決就是運用一系列的認知操作掃除障礙，將初始狀態轉化為目標狀態的過程。從問題解決過程來看，布蘭斯福特（J.Bransofrd）等人將其劃分為五個階段，即：發現問題和機會；界定目標和表征問題；探索可能的問題解決策略；預期結果并實施策略；回顧與學習，并將此稱為IDEAL問題解決模型。吉克（M.L.Gick）采用了閉環方式將問題解決劃分為建構問題表征、搜索解決方法、嘗試解決方法、評價四個階段，并通過前期圖式經驗和新方法探究的方式來解決問題。綜合分析問題解決的相關模型，按照在線問題解決的特征，對學生問題解決能力的在線評價可包括：情境中的問題分析、填補空隙過程和問題解決后的反思等方面，將這三個方面細劃分表征問題、條件分析、知識運用、實施流程、目標達成、反思描述六個判斷點，以此發現學生問題解決時的“困境”，進而提供相應的在線指導。問題解決的伴隨評價內容設計如圖3所示。

基于態度發展的伴隨評價。從行為特征來看，態度表現為趨向與回避、喜愛與厭惡、接受與排斥等反應，是在特殊情境下以特定方式反應的內部準備狀態。態度作為一種內部的狀態或傾向，評價其發展時可以通過對個體行為的觀察來進行推論。例如，在個體不知情的情況下觀察、在不同情境中進行觀察以及在相對穩定情境中持續的觀察等方式進行。也可以通過問卷方式，形成個體的自我報告。例如：通過先描述出某種態度表現的情境，然后要求個體自己報告選擇哪種行為。在線學習環境中，在線工具為記錄學生學習行為，獲取學生真實表現信息創造了條件。因此，在線伴隨式評價時，可通過記錄學習者網上行為特征，判斷學習者的在線學習態度。例如：在一定的在線學習情境下，通過“登錄次數”“在線時長”“在線提問次數”“回復他人問題次數”等方面作為分析學生在線學習態度的數據。此外，也可應用在線問卷方式獲取學習者學習態度的相關數據。通過對學習者網絡行為跟蹤和調研問卷數據分析，判斷學習者的學習態度。學習態度的伴隨式評價內容如圖4所示。

（三）在線伴隨式評價的結果呈現

為清晰描述學習者在線學習現狀，判斷學習問題，給教師和學習者提供在線學習指導，在線伴隨式評價結果不再局限于“分值”或“等級”的評定上，還針對“學習現狀”“問題分析”“調整建議”等方面對學習者的學習情況進行描述、判斷和說明，以報告單的方式反饋學習信息。伴隨式評價報告單的內容通常包括三個方面：其一，學習者在線學習現狀的描述，例如：學習者個人的學習進展，每個主題目標的達成度，以及可視化的學習行為數據呈現等；其二，學習者學習過程中的問題分析。通過對評價過程中獲取各項數據分析，界定學生在線學習中的問題，判斷問題出現的可能原因，并對問題和原因進行說明；其三，在線學習建議與支持。針對學生在線學習中的問題，在原由分析的基礎上給出相應的學習建議，推薦適各學生的個性化學習資源。近年來，在線技術的發展為評價結果的自動化生成創造了條件，這也有助于將評價結果即時反饋給師生。

四、結束語

在線伴隨式評價是在網絡學習環境中，針對在線學習者流失率高、虛假學習等問題設計和開展的一種學習評價方式。它在理念上期望實現從“檢測學習結果”向“促進學習者學習”的轉向，以提升在線學習質量為根本目標；內容上按照學習目標從知識掌握、問題解決能力和態度等方面進行綜合評價，避免將在線評價作為“網絡題海”的應試形式。方法上通過信息技術工具將評價嵌入學習過程中，伴隨著學生學習過程進行評價數據的收集、分析與反饋，實時指導學生學習。隨著網絡學習環境的日趨成熟，實時采集學習者在線學習數據越來越準確，在線學習者學習狀態刻畫的就會越來越詳細，在線伴隨式評價也就越能精準支持學習者的個性化學習。