“循數治理”引領職業教育形成性評價研究

在我國由制造業大國邁向制造業強國的進程中，職業教育提供了優質的技能型人才保障，同時也滿足了多樣化的就業需求，促進了經濟社會可持續發展。教育評價是對教育活動、教育過程和教育結果進行的價值判斷，為提高教育質量和教育決策提供依據。我國目前的職業教育仍然是以終結性評價為主，不適應大數據時代的教育發展規律和治理模式。大數據是一場顛覆性的技術革命，以云計算、物聯網和人工智能等技術的深入運用為標志，人類社會正在進入大數據時代。“循數治理”是大數據時代的治理模式，即“循數決策”完成后，“依數治理”智慧化地進行治理。“循數治理”將樹立一種全新的數據意識或信息意識，養成大數據的思維方式，自上而下地形成數據文化，在充分利用現代信息技術及時、高效、便捷地搜集全面完整數據信息的基礎上，真正做到“用數據說話、用數據管理、用數據決策、用數據創新”。大數據引發了教育深刻變革，開啟了教育評價的新時代。形成性評價是基于“整體改進”思想，對學生學習全過程的持續觀察、記錄和反思而做出的發展性評價，使學生從被動接受評價轉變成為評價的主體和積極參與者。大數據為形成性評價提供了技術支撐，“循數治理”引領職業教育形成性評價，深度運用大數據為每個學生發展建立完整的數據鏈，準確記錄每一位學生的發展軌跡，使職業教育過程可視化、清晰化、準確化與科學化，將全面提升職業教育的人才培養質量，推進職業教育領域的深度變革。

一、傳統終結性評價存在的缺陷

傳統的教學評價是終結性評價，通常在教學結束后進行，用于判斷學習效果，忽視了學習過程、學習態度和學習行為，只能揭示某些特定的問題，缺乏綜合性，不能充分發揮評價促進學習的功能[1]。存在很多缺陷，主要體現在以下幾個方面：一是評價內容存在缺陷。終結性評價過多地倚重學科知識，特別強調課本知識，忽視學生的實踐能力、創新精神和心理素質，以及情緒、態度和習慣等影響因素。網絡信息時代對職業教育人才提出了新要求，僅僅掌握知識和技能遠遠不夠，還需要重視個性潛能發展和創新能力培養，學業成就作為評價學生單一指標的局限性逐漸凸顯。二是評價標準存在缺陷。終結性評價過多地強調共性和一般趨勢，忽略個體差異和個性化發展。每個學生的興趣愛好、智力水平和潛在能力等方面各不相同，現代社會對人才的需求也呈現多樣化趨勢。終結性評價基于“標準化”，否認個體差異，泯滅學生的個性特征、興趣愛好和獨特思維等社會發展多樣性的需求。三是評價方式存在缺陷。終結性評價以考試為主，過多地倚重量化結果，認為量化就是客觀、科學和嚴謹的代名詞。但是，量化方式表現出僵化、簡單化和表面化的特點，缺乏對學習過程和個性發展評價，學生的個性特點和努力進步都被掩埋在一組組抽象的數據中，不能做出全面正確的評價，不能促進學生發展。四是評價過程存在缺陷。終結性評價以考試為主，只要求學生提供答案，對如何獲得答案的過程并不關心。學生獲得答案的思考與推理、假設的形成以及如何應用證據等，都被摒棄在評價視野之外。導致學生只重結論忽視過程，不注重科學探究，無助于養成勤學進取的習慣和嚴謹求實的科學態度，限制解決問題的靈活性。

二、職業教育形成性評價的基本構成

職業教育的職業性決定了職業教育的實踐價值訴求，還具有社會性、開放性和終身教育性等特點，教學過程相對復雜，又受到多種因素制約，單獨采用任何一種教育評價方式都不完全合理。因此，形成性評價也是多樣的、靈活的和有針對性的，通常是將以下幾種方式結合使用：一是學習檔案評價。傳統的學習檔案是記載和反映學生在校學習的歸檔材料，記錄考勤、成績以及各種表現等。大數據時代的學習檔案具有更廣泛的內容，包括學習活動、學習成果、情感態度、學習付出和學業進步，以及學習和成長過程的全部信息。學習檔案評價的具體方式包括學生作品評價、個人發展評價和課后反思評價等，使學業進步清晰可見，幫助學生認識自我，提高學習主動性。二是教師記錄評價。教師有效的觀察記錄是優秀教學的基礎，在此過程中與學生保持良好的互動和心靈的溝通交流，培育學生積極的學習情感。具體評價方式可以是：課堂觀察，對學生的日常表現進行評價；個體訪談，傾聽學生心聲，給予傾聽教育的滋養，對學生的個性特征做出評價；作業批改，改變學生態度、了解學習情況，并為教師備課、反思和教學活動提供依據。三是學習效果評價。由學生自身、任課教師和學生之間對學習過程和學習效果進行綜合評價，依據評價結果改變學習態度和教學策略。其中，學生自評，由學生自己完成，促進學生不斷反思自己的“元認知”，進一步認識自已并進行自我調整；學生互評，由學生之間完成，促進學生對不同意見的接納和共鳴，避免形成孤僻的性格，增強社會適應能力；教師評價，作為最基本的評價方式，對學生成長具有導向和激勵作用。

三、“循數治理”引領職業教育形成性評價的優勢

數據科學家Victor Mayer Schoenberg指出，“大數據和教育的結合將創造真正的變革，開啟了嶄新的數據教育時代”。“循數治理”引領職業教育形成性評價具有獨特的優勢，突出表現在四個方面：

（一）規模性：海量數據提供評價資源，評價結果客觀化

形成性評價依賴于學生成長過程中完整的數據鏈，教師在日常教學中不需要刻意收集和記錄學生的行為表現，大數據海量的數據規模為形成性評價提供了強有力的資源支撐，由海量數據資源分析得出的形成性評價結果更具有客觀性。一方面，通過海量數據監測和分析，將難以衡量的因素定量化，從宏觀個體走向微觀個體，基于學生行為的大數據分析成為現實；另一方面，對于學生情感和身心發展等模糊性因素，通過大規模的調查研究和海量數據分析得到，最后做出科學的推論和評價。

（二）多樣性：多元數據提供評價渠道，評價層次多元化

大數據的多樣性是指包括各種格式和形態的數據，考試成績只是形成性評價的數據之一，需要全方位地收集分析學生成長過程信息，基于多元化的“數據”和“證據”進行評價[2]。多元數據的深度融合帶來全新動力，促進了評價層次多元化：學生自我評價和教師評價是核心環節，能夠促進學生改進學習和教師改進教學；學校和教育主管部門評價具有宏觀指導和調控作用，輔助制定有針對性的職業教育發展規劃；社會評價是終極評價，反饋信息更加真實，有助于調整培養方案適應社會需求。

（三）高速性：高效反饋提供評價效果，指導教學快速化

與傳統的數據載體相比，大數據基于互聯網和云計算技術，數據的采集、處理和傳播速度快[3]。教育評價的根本目的是促進學生成長，運用反饋機制，有助于學生認識自我并有效調控學習過程，促進教師反思和調整教學行為。大數據的高速性，為快速評價和快速反饋創造了條件，教學過程的每一步都可以評價和反饋，隨時改進學習和教學，及時采取有效的調控策略，而不像終結性評價那樣等課程結束后才能評價。正如Marie Cini所言：“課程剛開始，知道哪些學生有可能無法完成學習了”。

（四）價值性：數據分析提供評價預測，決策依據科學化

大數據蘊藏著巨大價值，數據量大是大數據具有價值的前提，數據關聯是大數據實現價值的基礎，計算分析使大數據最終產生價值，廣泛使用使大數據價值倍增[4]。基于數據分析的大數據預測是大數據價值最核心應用，“循數治理”引領職業教育形成性評價，通過分析教學過程和學生成長過程的數據，預測學習效果以及教學過程存在的風險，為職業教育的科學決策提供依據，實現教育治理精準化[5]。同時，根據預測結果采取相應的調控策略，為學生提供精準的個性化指導，促進學業完成。

四、“循數治理”引領職業教育形成性評價的對策

大數據技術飛速發展，為職業教育形成性評價應用提供了強有力支撐。但在當前的發展環境下，“循數治理”引領職業教育形成性評價還面臨著諸多挑戰，既有宏觀層面政策和制度因素，也有微觀層面的平臺和教師因素，需要切實可行的應對策略。基于前期研究基礎和前人研究成果，本文提出的“循數治理”引領職業教育形成性評價對策如下：

（一）轉變思維模式，培育形成性評價的“循數治理”理念

思維是人腦對客觀事實本質屬性和內部規律的間接概括，大數據的本質是一場思維模式革命，仍然套用傳統的思維模式，不去開動腦筋轉換思維，就找不到解決問題的途徑。大數據思維是新的思維觀，從“流程”核心轉變為“數據”核心，用數據核心思維方式思考問題和解決問題。形成性評價的“循數治理”理念，以學習全過程的數據為依據和資源，積極挖掘大數據的應然價值，教師要成為大數據的收集者和分析者以及“循數治理”的引導者，保證形成性評價的客觀性和科學性。

（二）加強研發投入，構筑形成性評價的“循數治理”基礎

“循數治理”應用的基礎是技術基礎設施，用于完成數據匯聚、存儲和提取等工作。其中，數據匯聚設施，將相關數據匯集成滿足形成性評價的數據資源；數據存儲設施，存儲數據為應用服務，解決數據增長快、存取效率低、冗余數據多和數據存取頻繁等問題；數據提取設施，從大數據中提取有用知識，主要是數據分析和解釋技術。目前的大數據技術還不能滿足職業教育形成性評價的需要，職業技術教育機構只是技術的使用者，具體的技術和資金投入，需要以政府為主導并引導企業參與。

（三）凸顯創新手段，理順形成性評價的“循數治理”機制

創新是推動科技進步和社會發展的不竭動力，以大數據智能化引領創新驅動發展，讓創新成為第一動力。基于創新理念理順形成性評價的“循數治理”機制：一是完善信息化建設的體制機制，消除信息孤島，統一信息標準，全方位匯集各種數據，實現數據無縫對接。二是加強信息化建設的頂層設計，從政府層面進行全方資源整合，優化“云+網+端”的整體技術架構。三是創新整體性的數據整合機制，通過一體化大數據平臺，實現數據全面開放和充分共享，力爭“循數治理”效能最大化。

（四）以學生為中心，凸顯形成性評價的“循數治理”主體

以學生為中心的教育理念，就是充分挖掘學生潛能，使學生成為信息加工的主體，成為知識意義的主動建構者。充分體現學生作為“循數治理”的主體性，大數據構建圍繞學生學習的全過程展開，學生由被評價者向評價者轉變就是發揮以學生為中心的重要體現，評價本身也作為學生在教學中應該習得的一部分，評價結果應用于學生，學生及時根據反饋糾正各種問題。基于大數據思維和大數據技術，對學生進行整體數據分析，注重學生個體的特殊性、差異性和多樣性，全面構建綜合評價體系。

（五）完善制度設計，優化形成性評價的“循數治理”環境

制度是要求成員共同遵守的辦事規程或行動準則，“沒有規矩，不成方圓”，沒有制度就沒有約束，“國有國法，家有家規”，體現的就是制度的重要性。基于大數據的形成性評價的“循數治理”，是以完善的制度保障為前提。政府層面要建立大數據采集、使用和安全等方面的法律制度和管理規范[6]；職業教育管理部門要統一規劃，制定相應的基于“大數據”的形成性評價標準；職業教育機構要健全大數據的管理組織，明確相關人員責任，提高數據安全意識，確保“循數治理”過程的和諧穩定。

（六）優化決策路徑，創新形成性評價的“循數治理”模式

大數據時代不是掌握數據，而是利用數據。“信息是一種權力”，但大數據讓權力置于陽光之下，整合數據推動決策，確保決策科學化和治理精準化。決策者要摒棄“自我中心”的管理思維，全面、及時、準確地掌握各種信息，形成多層次和全方位的數據思維，探索多元主體合作治理機制，提高形成性評價的智能化程度，而不僅僅是評價無紙化和自動化[7]。讓職業教育決策者意識到數據的重要性，將數據與教育決策相關聯，發揮教育評價的潛在價值，最終形成治理的合力以實現“智慧治理”。

（七）提高教師素質，培養形成性評價的“循數治理”人才

教師是形成性評價的組織者和實施者，教師素質對評價產生重要影響。教研能力是指教師在相關教育教學理論指導下，借助科學的研究方法，探討教學規律、解決教學問題以提升教學質量、促進學生發展的能力[8]。大數據時代的職業教育教師，必須順應時代潮流，不斷提高信息素養，具備數據采集、分析、處理和創新等能力，將數據轉化為信息再轉化為行動，達到提高評價質量和促進教學的目的。基于大數據的“循數治理”應用于職業教育形成性評價，還需要不同類型的專家群體以及技術人員，包括教育學專家、心理學專家、數據分析專家和信息技術專家等，以教師為主體構建強有力的“循數治理”人才隊伍是形成性評價開展的基礎。

數據科學家維克托·邁爾-舍恩伯格指出，“相比過去那些力量甚微的創新，大數據和教育的結合將創造真正的變革”[9]，開啟了嶄新的數據教育時代，教育大數據應用為克服現有教育評價中的不足提供了良好的解決方案。“循數治理”是教育評價的技術性革命，能使教育問題可視化、清晰化、準確化與科學化。“循數治理”引領職業教育形成性評價，符合職業教育發展要求，并引領了未來的教育評價方向，具有重要的現實意義：促進職業教育學生全面發展，真正實現素質教育；追求過程與表現持續發展，提升學生綜合技能；讓教師真正讀懂學生，助力職業教學改革與創新；數據驅動決策，推動職業教育治理科學化。