學生視角與管理視角下的教學評價偏差研究

盧卓元 劉婉妮 趙向梅

西安歐亞學院，陜西 西安 710065

一、問題提出

教學評價是教學管理中的重要一環，是學校了解學生學習效果、教師教學效果和教學過程的重要管理手段。為求全面和公允，多數學校都會采用學生評教、同行評教和督導評教相結合的方法。但是教學評價是否能夠真正衡量教師的教學質量卻一直存在很大爭議。

經常會發現這樣一種現象：即使是同樣一個老師帶同樣一門課，不同班級不同專業不同學期學生的評分也會相差巨大，而且學生和同行的評分也有很大區別。那么哪一種評價能夠更真實地反映教師的教學水平和教學效果，更能夠激勵教師改進教學和提高教學質量，二者之間存在巨大差別的原因在哪里呢？

二、問題界定

（一）什么是教學評價

教學評價是指按照一定的教學目標，運用科學可行的評教方法，對教學過程和教學成果予以價值上的判斷，為改進教學、提高教學質量提供可靠的信息和科學依據［1］。教學評價本身是一種管理手段，目的是對教育教學過程中的各要素和環節進行具體分析，針對性地指出改進方向，提高教育質量。但是由于評價主體不一，評價標準多樣，就會相應產生不同的評價視角和評價層級，導致一定的評價結果偏差。

（二）文獻綜述

通過研究相關文獻發現，學者們集中在三個方向進行探究：1.評什么（評價內容和評價指標）；2.誰來評（評價主體）；3.怎么評（評價過程管理）。

教學質量是教學評價的主要內容。丁艷、萬千一詳細分析了我國1997—2018年關于教學質量評價的研究文獻，主要集中在評價理念、評價主體、評價指標和過程管理四個方面的問題。

認為目前我國的教學評價在理念上缺乏以人為本的思想；現階段高校評價主體主要有學生、專家督導、領導和同行評價，但普遍傾向于采用以學生評價為主體的多元化評價模式；評價指標則存在著不科學、不全面、靜態性等問題；關于評價管理的研究較少，少數幾篇文章共同提到管理缺乏指導與監控、各部分之間缺乏相互配合等問題［2］。

然而，在教學評價實踐中值得深思的另一個問題，是教學評價的結果呈現形式和利用。陳國欽認為，多數高校評價結果的處理和反饋缺乏科學性。反饋比較滯后，且公布的結果多以分數呈現，缺少具體的問題評價；這就導致教師的參與意識較弱，積極性低下，教學質量評價無法發揮激勵、監督作用［3］。

從教學評價的目的上看，教學評價更類似于面向過去的總結性目的，主要以外在的獎優罰劣為手段，而非面向未來的過程性目的的發展性評價。如多數學校會向教師反饋評教分數排名，教師雖然可以通過評教系統查看各類評價主體對自己的主觀評價；但是從量化考核的角度來說，評教分數無疑是最確切的量化數字；在教師績效考評、評優晉升等方面起著不可替代的作用；甚至被明確寫入職稱晉升的條件中去。

相對的，發展性評價更注重根據教師的自身素質和在現實工作中的表現，著眼于教師個人的專業發展，注重用內在的教育，引導和支持教師進行自我評價與反思，自我調整與完善，不斷提升教育教學水平；從而能夠真正實現促進教師的差異性發展和學校的整體性發展［4］。因此表現為數字的教學評價就不得不面臨更多的考量、質疑，而探究更科學、合理的評價方式也成為大家共同關注和研究的問題。

三、研究方法

本研究以某高校某學院（以下簡稱“某學院”）148名教師連續3個學期的學生和同行專家評教分數為基礎，進行縱向和橫向研究。參與問卷調查的學生來自全校各個分院，從19～20（1）到20～21（1）3個學期實際參評學生分別為43576、41385、51029人次，一般是在每學期期中進行問卷發放和填寫，涉及課程有《大學體育》《大學英語》《思想道德修養與法律基礎》等50余門課程（含必修、選修、網絡課程等）。

同行評價則為分院148名任課教師。除問卷調查外，作者還分別通過隨堂和私下溝通的方式對90名學生和30名教師進行質性訪談，獲取真實想法和建議。

學生評教方面，每學期由該校質量評估中心借助教務系統tronclass對全校所有課程和學生統一發放和收集問卷。值得注意的是，問卷收集的數量并非實際在校學生數，而是實際參評人數。換句話說，如果一個學生一學期參與了10門課的評教，那么他就會被重復計算10次。加上本研究中所涉及的課程為全校學生必選通識課，課程門數及修習學生數均遠遠超過其他專業課程，因此參評數量格外龐大。

同行評教方面，則是由某學院教學科針對本院所有教師自行在tronclass上發放問卷，但與學生評教不同的是，同行評教基本是一對一的關系，即一位教師只負責另一位同行教師的評價。督導評價則不僅針對課堂授課，還包括課程設計、課程總體執行和效果等方面的評價，有單獨的評價量表。二者評分結合起來形成教師評價。

四、調查結果分析

（一）學生視角下的教學評價

1.學生評價著重體現學習體驗

大學生是高等教育的主體，是高等教育的受教育者和受益者，也是高等教育過程的參與者和體驗者，大學生對其所接受的高等教育寄予期望。通過體驗得到感知，形成對滿意度的體驗和評判，基于學習體驗而形成的對大學生學習滿意度的調查與研究，應該成為大學生學習與發展研究的重要組成部分［5］。

某學院委托第三方進行教學質量評價，評價指標包含教學資源、教學設計、教學內容、教學效果和教學組織五個方面，每個方面又有1～3個二級指標。這些指標包含學生是否能夠了解和找到大綱及其他優質教學資源，教師準備的講義制作水平；課程目標是否清晰，是否采用多樣化教學；教學內容信息量及挑戰度；平時作業難度、師生互動情況；以及教學環節的時間安排是否能夠滿足學生的需求等。

該問卷問題描述多以“我認為……”“我覺得……”“我了解……”開頭，帶有很強的主觀性。

比如：“我認為該門課程的教學目標清晰、明確”“我掌握了該門課程已經教授的內容”“教師準備的課程講義（或課件）內容清晰、新穎、指導性強，能夠幫助我掌握課程內容”……從個案分析來看，學生作答也同樣帶有很強的主觀性。比如，某門課程明明有教材，但還是會有少部分學生選擇沒有教材，經過課堂訪談得知，學生選“無”僅僅是為了避免選擇“有”選項之后系統彈出來地對教材進行評價的一道題；又比如通過部門檢查，明明所有老師都在教務系統顯眼位置上傳了本學期大綱、教學計劃和考核方案，但還是有20%的學生選了“否”，原因也很簡單，對于自己沒有瀏覽過的東西自動默認為“無”或“否”，這些不負責任的打分都會直接影響教師的最終評價。

2.與學生年齡接近的老師更有優勢

一般來說，一個有30年教齡的老師，在教學經驗及學術水平上往往會超過一個剛上講臺的年輕教師，但反映在學生評教分數上，卻并不是這樣，見表1。

表1 年齡段對教師評價得分影響

上表中3個學期的前20名中，90后教師都是占比最多的，其次是80后、70后和50～60后；而在后20名中90后相比70后、80后明顯少得多。這反映出學生在評分時，更傾向于給予自己年齡相近的年輕教師打高分。仔細分析原因不難發現，排除外貌、著裝等外在原因，與學生年齡越接近，越容易有共同話題，思維方式也更接近，更易引起學生的好感，這種好感會在適當程度上代替真實教學水平。

可見，要想讓如今的學生接受教師，首先要了解和走近他們在思維、話題、情感和表達上的期待。

3.教師權威對學生評價影響不大

作者專門挑出四類具有不同身份的人進行比較，試圖發現身份對教學評價的影響。這四類人分別是某分院主管教學的院長、課程組的組長、學校的督導和一名1996年出生的年輕教師（表2）。可以看出在學生眼中，評教分數的高低跟職務并沒有多大關聯。但有趣的是，拋開職務高低，會看到同樣一個老師帶同樣一門課程，不同年級和專業的學生會給出相差極大的分數和排名。上表中某課程組長的排名從81名到第3名，之后又到第71名，院長的排名也類似，相反，1996年出生入職不到2年的年輕教師卻一直保持在相對穩定而且是靠前的位置。值得提醒的是，前三類人員都是親自參與制定、監督和執行教學質量標準與規范的人，他們比普通老師接受了更多有關教學技能的培訓，在教學過程中也比其他教師更熟悉得分點，但結果依然不太理想。

表2 不同職務教師得分對比

4.班級規模和課程性質會對學生評教產生巨大影響

無論是教學體驗還是學習體驗，小班課的效果都公認比大班課強很多，那么在教學評價上會有明顯體現嗎？從表3中便可看出端倪。

表3 某分院20～21（1）教學質量得分排名全校前5%的課程教師（前10名）

該學期該分院有14人排名位于全校前5%。 但從評教規模上看，這些教師的評教人數普遍偏低（2～3個班），個別評教率甚至達到了個位數，說明班級規模普遍較小。

班級規模小有利于幫助老師建設和學生之間的和諧關系。老師們除能夠更有效關注每個學生的知識獲得和技能提高之外，也有更多時間關注學生的精神和思想狀態。課內是師生關系，課外是伙伴或朋友關系，學生在打分的時候自然給分較高。

另外，在以上所列的科目中，雅思英語是對出國有需求的學生開設的，該校大學體育也實行的是俱樂部制，學生本身是基于興趣和需求選擇這些課程，在學習的過程中往往具有十足的主動性和積極性，因此這些課程自然比學校整體學業規劃課程更受歡迎。此種條件下的打分，雖一定程度上反映了老師的教學質量，不排除更多地帶有學生的主觀情感因素。

（二）管理視角下的教學評價

1.課堂教學評價更關注教學過程的管理

與學生評價更關注學習體驗相比，管理層則更關注整個教學過程的管理，從表4就可以看見分明：

表4 某分院同行督導評價細則

上表包含教師的教和學生的學兩方面。教師的教包含教學目標、教師教法、教學管理、教學過程、教學考核等；學生的學則包含課前準備、課中參與和課后學習效果三方面。

這樣的評價或許更客觀，因為很多標準可執行可衡量，比如教師采用了什么教學方法、是否攜帶教學材料、是否布置課后作業，課堂氣氛是否活躍等。但是這些顯性的條件由于非常容易滿足，故教師們得分普遍較高，并不一定能夠反映教師真正的教學水平和教學質量。

2.管理視角下的教學評價維度更多元化

事實上，單純依靠一節課的得分，來評價教師的教學質量和教學能力并不合適，因為教學本身是個動態的過程，管理者也深知這一點，但是教學質量管理又是教學生命線中最重要的一環，因此，就催生了多維度的質量評價體系。

除了對課堂教學進行常規評價外，也有學校會針對課程設計和執行，以及整體課程建設情況進行評價。而評價主體除學生外，還包括同行、校級和院級督導、課程組長、校外專家等。

依然以上文某分院為例，該分院由于長期堅持“以學生為中心”的教學理念，在課程評價上建立有一套獨立評價體系，主要考核整個課程設計是否按照指南（該分院基層學術組織自行研究制定）進行，以及教學的PDCA流程執行情況。

但值得考量的是，多方評價會造成被評教師的茫然，在眾多的評價方、評教標準和評教分數中到底以哪一個為標準？而且相差非常大的分數發生在同一個人身上時到底表明自己做得好還是不好呢？

3.管理視角下的評教是否完全公允有待驗證

作者在進行同行督導評價梳理時發現兩個值得注意的現象，第一，評價分數的區間跨度相當大；第二，評價得分受人情因素影響較大。在連續三個學期的評價中，最高分都達到了100分，而最低分只有74分，這與學生評教的分布曲線相比有較大區別。另外，一般職務較高，或者名譽較高的人得分普遍高于普通老師，打分人與被打分人的私交也成為一個影響因子。

同時，同行評教往往是一對一的關系，就造成了眾多老師由于評價標準不一而造成的分數懸殊。但是學生評教往往是經過一個或半個學期的學習之后，由同樣一群學生根據學習體會與收獲，對所有代課老師的課堂教學進行的一種教學評價方式，這就保證了評價者是固定的，標準也是一致的。1977年，費爾德曼研究表明，學生評教的數量足夠多時（15人以上），學生評教的可靠性就能勝過最好的客觀測驗［6］。

所以，在某種程度上，同行打分的可靠性還需要驗證。其中某位老師在19～20（1）學生評教中位列全分院第一名，但是在同行評價中卻是全分院倒數第11名，就是一個很典型的例子。

五、討論

（一）設計精細的評價標準和教師的內因驅動

清華大學在19～20（1）的學生評教中，《寫作與溝通》課8位教師位列全校前5%。筆者曾線上采訪該課程某教師得知，課程組在學期初和學期末有集體備課，但在教學過程中從不輕易干涉教師教學。教師在沒有外在監督的情況下都投入了巨大精力和熱情，學生也付出了比其他課相對多的努力，最終該課程被學生評為高能課和高投入課，教師得到了應有的尊重，學生也收獲良多。

反觀其他，則普遍制定了極為精細的評價標準和細則，且評價方和評價次數繁多；長此以往，很可能造成教師為了獲得高分而教學，慢慢教學熱情被消磨殆盡。沒有成就感和收獲感的師生關系也很難融洽，學生與老師不能形成“共情”“共鳴”“共識”“共享”，無疑最終影響教育和管理的結果［7］。可見，相比設計精細的評價標準，給老師更多的自主權，用內因驅動戰勝條框束縛更重要。

（二）量化評價與質性評價

曾有研究者指出，高校現行評價標準存在許多共性問題：一是評價指標在制定過程中基本沒有學生參與；二是大多數評價指標都以學生的主觀感受為主，缺乏客觀的定量分析；三是較少兼顧評價指標的多樣性和差異性設計；四是多為結果性評價，缺少過程性或形成性評價；五是大多重視對課堂學習效果的評價，忽略了對課外育人工作及教學成果核定等其他方面的評價［8］。這個總結可謂切中肯綮。

因此，建議各學校內部統一評價標準，注重質性評價，適當減少評價頻率，保護教師教學熱情和學生學習熱情，真正提高教學效果。

（三）靜止的評價與發展的評價

教育的特殊性就在于它是發生在教師和學生之間連續的、動態的、微妙的過程，并不是一個數字就可以代表的短暫行為。高校中的師生關系是人際關系，但又是一種特殊的人際關系；包括師生間為完成教育任務而發生的工作關系；為滿足交往而形成的人際關系；以情感、認識等交往為表現形式的心理關系［9］。

因此，一個數字也許的確可以促進教師內在動機的激發，從而改進教學方法，提升教學質量；但管理者應明白，這并非教育的全部。教育是培養人的活動，也許教育者更應該關注我們在什么地方，用什么方法觸動和影響了學生，從而給他們提供什么樣的榜樣和激勵。

總之，學生評價、同行評價、專家評價等種種方式都是高校為了解教學情況、保證教學質量、提高教學效果所采取的手段；但由此引發的對教師的定性評價則不太科學。究其原因，各種評價方式雖然都在一定程度上能夠反映教師的教學態度、教學組織、教學能力和教學效果，但又都難免受情感、好惡、課程性質、評價時機等多方面因素的影響。如若單純以評價分數的高低來判定一個教師的授課質量難免有失公允，還需要師生以更廣泛的視域來看待和改善教學評價。