大數據背景下高校教學督導系統平臺建設初探

康紅鈺，劉喜民，謝堯臣，楊艷杰，黃小蕾，溫雯靜，王 寧

（漯河醫學高等專科學校，河南 漯河 462002）

作為提升高等教育教學質量最重要的組成部分，高校教學督導工作對保證高校教學秩序、規范教師教學活動、提高教師隊伍整體教學素質、深化教學改革具有重要意義。

近年來，隨著國家政策的支持，高校教育規模不斷擴大，師生隊伍的增加對原有督導體系提出了嚴峻的挑戰[1]。由信息化及網絡技術的發展應運而生的大數據為教學督導工作體系創新創設了條件，如何實現教育規模與督導質量并駕齊驅，建立一套科學的、系統的教學質量評價指標體系是目前教學督導工作所面臨的機遇和挑戰。

1 大數據為高校教學督導工作帶來新契機

目前教學督導工作在維護教學秩序、保證教學質量方面發揮了不可忽視的作用，但在提升高校教育質量、實現高校內涵式發展的新時代，高校教學督導工作表現出后力不足。大數據大體量、多類型、高時效的特點決定了在開展教學督導過程中可以將師生個體日常的“教”“學”習慣、方式以及教學管理過程等產生的數據有效保存，督導通過對這些信息的處理、挖掘及分析，能為教學與管理提供個性化的督導信息，為高校教學督導工作提供新思路與手段[2]。

1.1 大數據助力“督教”建立科學評價體系

目前督導教學主要采用抽樣調查、隨機聽課的方式，缺乏科學性。一方面，就教學而言，由于教師對于課程不同重、難點的掌控有差異，故而教師講授不同重、難點時的教學水平難免會有所不同，而偶爾的督導聽課很難客觀評價教師真實的教學水平。教學督導的工作實際效果出現的誤差極有可能挫傷教師工作的積極性，但若對一線教師進行全程覆蓋性的教學能力評價，則需要大量的人力、物力支撐，可行性不高。另一方面，實際教學督導的工作多重“督”輕“導”，在對教師課堂教學的督導中多指出教學形式上的一些枝節性問題，難以針對教師教學過程中存在的實質性問題提出具體建議和解決方案。

在教學督導工作中將課堂教學的各參與要素及教學全過程形成數據樣本，依托大數據技術，實現樣本數據的整合匯集，構建全過程全樣本督教體系，通過運用數據分析技術，對獲取的督教體系數據進行分析處理，對教師課堂上的教學態度、授課內容、教學手段及方式等因素進行綜合性、相關性分析，為教師課堂教學情況提供科學客觀的評價，督導也能據此為教師提供高效的、科學化的建議及對策。

1.2 大數據加強督導中“督學”監督力度

傳統“督學”的督導主要集中于課堂，而處于網絡化、信息化時代的學生，獲取知識的手段和方法早已突破了空間的限制。由于缺乏對學生實際情況的了解，可能不會提出針對性的指導意見，造成雖然教師教學的方法、內容及手段在更新，但學生的接受程度及學習效果卻不理想。

大數據技術可對學生的學習路徑（學習態度、學習方式、學習時長）以及課堂狀態進行實時監控，通過整理相關數據，可以讓教學督導充分了解學生近期的學習動向，使督學更加具有針對性。通過收集了解學生的學習興趣與行為，促進學生完善方案并指導學生制訂符合自己的個性化學習計劃[3]。

1.3 大數據提升督導中的“督管”成效

“督管”應致力于研究性督導，但實際工作中，由于“督管”實踐和深入研究的時間壓縮，導致督導的研究結果缺乏應用，影響力不足，無法為教學改革提供科學嚴謹的改革建議，“督管”成為實際督導工作的“短板”。

依靠大數據的支持，督導可以在督學及督教的數據信息分析結果的基礎上，深入探究教學過程及規律，進而為優化和完善教學過程、教學管理工作提供相應的有效反饋，傳播和引導有利于提高教學質量、改善教學環境的信息，發揮大數據的引導功能，最終實現教學督導的“督管”成效。

1.4 大數據化解督導資源管理困境

目前，校級督導專家一般是由老教授、專家及一些教學能力突出的青年教師組成。如何保證老教授、專家督導有效完成督導任務，如何讓剛剛從事督導工作的教師擺脫由于經驗不足而導致的教學督導工作力不從心的困境，這就要求相關部門借助大數據技術，建立“精準督導”的工作模式，開展督導聽評課工作，合理利用督導資源。利用大數據資源，確認需要督導什么基金項目：2020年漯河醫學高等專科學校教育教學改革項目（2020-LYZJGYB013）；2017年河南省高等教育教學改革研究與實踐項目（2017SJGLX595）；2019年度創新創業發展能力提升工程團隊（2019-LYZTD019）；2020年度河南省高等學校重點科研項目（20A880024）樣的課程，統計督導任務完成率和任務完成時間分布，提升督導管理工作質量，逐步走出資源管理的困境。

2 構建數據系統平臺框架

2.1 技術層面

系統平臺框架由源數據層、存儲層、應用層和數據訪問層組成，每層各司其職，實現不同的功能構架[4]。源數據層主要包括業務數據，主要采集教師數據和學生數據；存儲層采用了云存儲架構，為應用層提供文件存儲和數據庫存儲支撐功能，保證足夠的存儲空間；應用層用BI開發平臺構建，通過對數據分析、報表以及移動端應用的靈活調整，憑借分布式大數據引擎，實現數據倉庫與實時數據的有效結合，保障了系統的實時性和穩定性[5-6]；數據訪問層主要有平臺運行督導管理、專家督導兩個模塊，分別實現平臺管理及運行服務。

2.2 應用層面

平臺主要依據訪問層開展教學督導及督導管理服務，系統平臺的用戶分為教學管理人員及督導專家。

2.2.1 教學管理人員 負責整體教學督導組織工作，需要對全系統的數據進行及時監控，要負責平臺的整體運行，包括教學基本信息的維護和評教信息的采集、分析，主要實現以下具體功能：（1）基本信息管理。基本信息管理包括師生基本信息、督導專家信息及課表信息管理。師生基本信息主要是對師生基本信息進行管理，包括師生姓名、工號、學號等信息。系統根據具體情況可通過Excel批量導入師生信息，也可按需要逐個添加教師個人信息，導入個人信息可按照組織機構應用信息查詢的功能，并可對師生信息進行修改；督導專家信息導入后按照學科進行分組并確立每組負責人；課表信息是以Excel文件形式導入系統平臺，管理人員和督導專家可以查詢相應教師的課表信息，方便聽課、評課。

（2）教學信息管理。教學督導管理包括評教評學指標管理、評教評學進度管理、評價結果管理及分析等功能。評教評學系統的指標具備更新編輯功能，管理人員可根據往年的督導反饋及被評價師生調查，對相應的評價指標進行動態更新，各指標配以不同權重，整體指標評價可操作性強，便于專家評價。

平臺根據具體督導工作，制訂或修改督導工作計劃，并及時通知教學督導專家查看相關工作計劃。根據各督導組的評價任務，實時統計各督導評價進度，督促檢查督導專家按照計劃完成督導工作量，保證督導工作的有效性。督導工作各階段會產生大量原始的數據信息，借助這些數據的分析能為后續教學工作的開展提供判斷依據。按照加權公式，計算師生評價指標的優秀率和最終結果，但數據分析還應體現出有哪些制約師生教與學的影響因素，系統通過數據文件導出功能，將教學督導信息通過電子郵件反饋給相關領導、輔導員及個人，為提高教師教學質量、改進學生學習途徑提供科學依據。利用數據挖掘算法對歷年形成的評價數據進行深入研究，統計教師各教學指標的發展趨勢，分析歷年教學結果影響因素，找出適合大范圍推廣的教學方法及手段，為“督管”提供決策依據。

2.2.2 督導專家 督導專家主要負責聽課、查課并給師生教與學形成指導性意見，同時對整體的教學過程進行評價。督導專家可以通過平臺即時查詢教師授課信息，包括授課時間、授課班級及地點等，并可根據自己聽課、查課情況，利用手機等移動終端隨時填寫評教表單，并可根據不同聽課情況，完成對已填寫表單的修改，相對客觀地完成對教師授課過程及學生學習情況的評價。

3 數據系統平臺框架應用效果

以教師評價為例，下面對平臺2019年9—12月4個月的數據進行統計和分析。

3.1 課堂教學總體評價（見圖1）

圖1 2019年9—12月課堂教學總體評價

從2019年9—12月數據比較可見，教學評價為差的逐月下降，良的逐漸上升，顯示青年教師在督導后進步顯著，教學能力明顯提高。整體而言，中青年教師對教學工作十分重視，備課認真、教學內容熟悉、教法靈活。

3.2 教學方法及手段評價（見圖2）

圖2 2019年9—12月課堂教學方法及手段評價

2019年9—12月數據比較可見，教學方法及手段評價為差的逐月下降，優良的在12月顯著上升，11月下旬教務處曾經組織過教學手段及方法培訓，大部分教師在課堂上也加以運用，但是整體優的比例不高，提示教師的教學手段及方法依然有很大的提升空間。

3.3 教學內容評價（見圖3）

圖3 2019年9—12月課堂教學內容評價

2019年9—12月數據比較可見，大部分教師對教學內容的把握較好，授課重、難點突出，講解也層次分明、條理清楚，且伴隨教研活動的開展，教師整體對內容的把控力提高，這提示督導也應督查各課程教研活動有效開展的情況。

4 結語

數據時代背景下，將傳統的教學督導體系與前沿大數據網絡相結合，為“督教”“督學”“督管”提供預測性的有效服務信息，彌補前者不足，這對提升督導效益具有積極意義。本文通過解析傳統督導體系不足、引入大數據技術，開發了教學督導系統平臺，依據信息采集與分析系統提高了教學督導效率，修正了評價體系，保證了“督”的科學性。系統督導平臺采用的隨機評價方式可以對教師授課評價給予及時反饋，分析制約教師授課質量提高的主要指標，對教師提高授課質量給予決策支持，保證了“督教”的效果；針對學生學習途徑的分析，提出個性化、高效的學習指導意見，在“督學”及“督教”的基礎上，探究教學過程及規律，借助大數據引導功能，達到“督管”的效果。