大數據視域下汽修職業教育學習效果評價初探

南京市職教（成人）教研室 宋良玉

1 傳統學習效果評價的弊端

當前，課堂教學評價往往以教師“教”作為評價對象，評價主體過于單一，評價標準和評價方式過于片面，且過于注重鑒定性和終結性，不具有教育性和發展性，其最大的弊端就是忽略了以人為本的教育教學思想，忽視了學生發展這一教育教學的最終目的，已成為課堂教學改革的桎梏。學習效果評價是課堂教與學活動閉環中一個重要節點，具有對課堂教學的反饋與調節作用，其評價內容及方式影響甚至左右著課堂教學過程，在學習與教學過程中具有舉足輕重的作用。目前，職業院校汽車運用與維修專業針對學習效果的評價方式通常是考試或技能測試，且一般在專業課程學習結束之后進行，根本無法讓評價貫穿于學習的全過程，單一籠統的評價更無法突出學習者的個體特點。這種學習效果評價方式往往側重于結果性評價而忽視了學習的過程性評價，側重于學習者的群體發展評價而忽視了學習者的個體性發展評價，反饋的信息模糊、籠統，無法有效調節課堂教學，影響了學習效果評價反饋和調節作用的有效發揮，其結果是教師不能因材施教，學習者不能根據自己的要求或興趣開展選擇性的學習和自主式學習，無法適應當前學習者個性化學習的需要，不利于個性化技術技能型人才的培養。

2 基于大數據重構學習效果評價的可能性

我國《教育信息化十年發展規劃（2011—2020年）》中提出，學校教育教學方式的變革要在學生多樣性、個性化學習方面的改變上取得突破，并提出“鼓勵發展性評價”。因此探索建立針對每個學習者的個性化、發展性的學習評價問題已經成為當前迫切需要解決的問題之一。筆者認為，建立發展性評價最大的難點是信息不對稱。由于教師無法獲知學習者的學習狀態，通過簡單的課堂交流，教師只能對學習者作一個較為膚淺的判斷，而對于每個學生的興趣愛好、學習習慣等都無從掌握，更無法有針對性地對學生進行引導和開展個性化學習評價。

隨著大數據時代的來臨，職業院校中每時每刻都產生著海量的數據。所謂教育大數據，是指所有常規教學過程中生成的所有教與學的行為數據。這些數據基本上來自網絡學習平臺，而隨著科學技術的進步，還可以利用腦電、腦磁或腦血氧探測技術偵測學習者全腦各區域活躍情況，利用近紅外技術可以有效地實現學習過程中學習者腦活動數據的全過程采集。這些數據往往以非結構化、半結構化、結構化等多種樣式存在，如果能將這些孤立的數據進行有效的融合及合理的運用，便能為實現學習者學習效果的個性化評價提供可能。而利用教學場景中全過程多人腦同步性活動大數據，更有利于找尋到教學形式與學習方式的有效組合，更有利于刻畫不同個體對不同形式與內容的學習特征，為教育者提供了基于證據的循證教學依據，從而為精準教學提供有力支撐，更為學習者的學習效果評價提供了科學而有效的依據。

就學習者而言，教育大數據能從學習者學習行為的角度全方位反映學習過程的發生機制，可以用來優化學習者的學習過程，進而可以基于學習者學習行為的數據分析，為學習者推薦學習軌跡，為學習者開展適應性學習、自我導向性學習提供依據；通過教育大數據，教育者不但可以對學習者進行相應的分類，掌握各類學習者的個性化學習特點，獲取學習者的學習路徑，發現學習者的學習偏好和學習模式，進而為學習者提供有針對性的學習資源與個性化的學習輔導，滿足學習者個性自主探究學習的需要，而且可以用來評估課程、教學過程和學習過程，優化學習效果評價方式，實現學習效果評價的及時有效反饋和調節，讓教育者能通過更為深入的學習數據分析針對學習者的個體特征優化教學。

3 基于大數據重構汽修專業學生學習效果評價的策略

（1）利用教育大數據將學習評價的目的從“甄別選拔” 轉為“育人為本”。應試教育的評價側重于評價的甄別選拔功能，每一次評價都意味著產生少量的“精英”，同時卻制造出大量的“失敗者”，其實職業院校汽車運用與維修技能大賽就是這樣的評價方式之一。但職業教育是面向全體職校學生的教育，要促進每一個學習者在其自己原有基礎上再進一步，因此，具有重大導向功能的學習效果評價就必須要體現這一核心教育思想——關注不同學習者的不同需要，幫助每個學習者在各自的水平上得到發展。利用教育大數據可以采集每個學習者的學習過程數據，每個學習者的學習進度、學習內容、掌握程度、學習內容關注點、對各種學習介質的喜愛程度、學習過程中的搜索行為等可以體現出來，并可以根據這些學習行為數據畫出每個學習者個性化的學習狀態雷達圖或所有學習者對同一學習介質的喜愛程度雷達圖等，據此便可以評價出所有學習者的個性化差異，并根據學習者的個人喜好推送不同的學習內容和學習介質，教育者不但能關注學習者的共同進步，還能關注到每個學習者的個性特長發展，從而實現學習效果評價由“甄別選拔”向“全面發展和全體發展”轉變，引導學習者更加關注學習習慣和學習興趣的培養，激發學習者的自主式學習。圖1所示為筆者選取某一位學習者在學習可變配氣機構時對不同學習介質的關注度雷達圖。圖2所示為10個不同學習者對可變配氣機構同一學習介質（視頻）的學習時長雷達圖。通過這樣的雷達圖可以對每個學習者的個性化要求體現出來，從而可以進行有針對性的教學改進。

圖1 某一位學習者對可變配氣機構不同學習介質的關注度

圖2 不同學習者對同一學習介質（視頻）的學習時長

（2）利用教育大數據將評價標準從“相對標準”轉移到“絕對標準”與“個體標準”的相互結合。通俗地講，“相對標準”就是“排名次”，這無疑會導致經常名列前茅的學習者驕傲自大，名次落后的學習者憂慮自卑，從而失去了評價的鼓勵作用，甚至會導致“差生”自暴自棄。而借助于教育大數據，利用強大的計算機數據處理軟件，可為每個學習者建立相應的數據庫，學習者的成績欄分為4欄，分別是最小期望值（即現有水平）、目標期望值（即可能達到的水平）、努力程度及實際考試成績。實際考試成績可用不同的顏色標注出：藍色表示超過了預期，綠色表示達到了預期，紅色表示沒有達到預期，當由數據反映出學習者學習出現波動時，或學習成績一直沒有進步時，教育者便可分析到底是哪一環節出了問題。數據記錄可分別針對每個學習者，像體檢報告一樣，對專業課學習完成情況，做出了什么努力，達到了什么水平，表現出了什么特質，以及跟平均水平的比較等，用一貫優秀、平均水平、有進步、需要輔助等詞語去描述學習者，只有這樣才能對學習者的情況非常了解，從而才能對學習者的學習行為和學習效果做出更加細致的分析，高度尊重學習者的個性，充分發揮學生自身的能力和特長，為其主動適應未來社會打好基礎。

（3）利用教育大數據將評價對象從“唯知識”轉向“重能力”。長期以來，受應試教育的影響，汽修專業教師在出考卷時，往往主要是考察學習者對知識點的記憶與背誦情況，無法考察學習者對知識的理解與運用情況。而利用教育大數據可以記錄下學習者在學習中的“思考和發問”，譬如，學生在觀看一輛車發動機無法起動的故障案例分析視頻時，學生是否通過彈幕或其他形式發出自己的疑問和思考，當教育者給出一個汽車故障現象或問題時，學習者是否針對該故障現象或問題進行思考和探究，是否在尋求答案，大數據都能將其真實地記錄下來，從而引導學習者要養成主動思維的習慣，培養其思維能力。

（4）利用教育大數據可以將評價時空觀從“單一課堂教學”轉變為“全方位學習”，從注重“書本知識”轉變為注重“實踐活動”。汽車運用與維修專業的專業課既有汽車結構原理，又有很多總成和零部件的拆解、檢測、更換，更有汽車故障診斷等實踐活動，為便于教學，教師會錄制或搜集各種教學資源（文字、PPT、圖片、視頻、三維動畫、Flash動畫等），學習者的學習方式呈現出多樣性，有看教學資源、實訓室實操、汽修廠調研、撰寫調研報告、錄制操作視頻、錄制討論視頻、制作PPT、與汽修廠主修師傅交流、進行故障案例分析、聽汽車技術專題報告等，這必然要求評價方式也要全面化、多樣化，而利用教育大數據便能將對學習者的評價從課內拓展課外、從知識拓展到技能、從校內拓展到校外、從書本拓展到實踐、從結果拓展到過程等，從而實現對學習者的全方位評價。

（5）利用教育大數據充分發揮學習效果評價的激勵作用。信息技術特別是移動通信技術的發展，現在廣大學習者擁有最先進的學習工具，可以說智能手機人皆有之。而這些價格不菲的設備卻具有很多功能，如撰寫博客、制作圖表、撰寫心得、制作視頻和很多教程。教育者完全可以利用這些智能化設備，讓學習者根據專業課學習的內容制作出漂亮而富有創造性的圖文并茂的微信、拍攝其實踐操作視頻、記錄其調研過程等，并讓其引以為豪地與師生在朋友圈中共亨，分享給其他人（家人、親戚、朋友或同學），朋友和家人的點贊就是對學習者的最好的鼓勵，學習者還可以通過網絡自動獲取汽車技術資源、自己發布汽車后市場調查、自己發起汽車故障排除過程、聯系汽修專家、提交學習報告，并將學習結果分享出去，利用教育大數據都可以將這一切納入評價范圍，以激勵學習者自主進行探究式學習。