大數據背景下在線學習發展性評價系統設計

陳秉達 陳世國 李 莉

（貴州師范大學物理與電子科學學院 貴州·貴陽 550025）

1 大數據背景下的在線學習評價

近兩年來，全國各級各類學校紛紛開展線上教學，進而帶動學習者在線學習的積極性，同時也促進了我國在線教育、網絡教育、數字化學習等的發展。因此，我們必須大力發展在線教育，完善在線教育評價體系，讓高效率、高質量的評價體系服務于線上的教育教學活動。

在線學習處在互聯網和數字化教育平臺的環境下，與線下學校教育存在巨大差異。在線學習環境下對學生學習的評價，教師不能像學校學習時通過對學生學習狀態的觀察來完成，更多的是需要借助“大數據”，通過統計分析結果作為依據進行學習評價。在大數據支持下，推動了在線學習評價思維和方式方法的轉變，從以往線下的主觀“經驗”走向客觀“數據”，從重結果評價走向重過程評價，從廣泛的群體性評價到精細的個體性評價。教育大數據及相關技術為在線學習評價提供了有力的評價依據和手段等。

2 大數據背景下在線學習發展性評價的特征

2.1 系統化

教學作為基本的育人活動同樣具有整體性和系統性，它涉及諸多教學環節，其中評價是教學環節中及其重要的一部分，在對教學起到導向、診斷預測、激勵促進等功能。在大數據的支持下，能使得評價的指標更加全面、合理；在發展性評價理念下，能夠使得評價貫穿教與學活動的整個過程，體現了評價過程的系統化。

2.2 個性化

一直以來，我國素質教育教育強調“因材施教”，但在班級授課制的教學體制下個性化教育受到了一定的制約。數據驅動下的教學評價能夠體現個性化，并且個性化也是在線學習發展性評價最重要的特征。在線學習的過程中會產生大量的學習數據，而在線學習相比線下教學特殊的是每一個學習者都有一個客戶端，它都能夠產生并且記錄屬于個人的學習數據。發展性評價能根據學習者自身的特征，動態的生成個性化的評價標準，進而實現對學習者的個性化評價。因此，在線教育中運用發展性評價理念更有利于個性化教育。

2.3 動態化

傳統的以階段性測試或標準化量表作為評價依據進行的靜態化評價缺乏時效性，即不易反應學生長期的學習成效也不能體現學習過程中的某一時刻的表現。發展性評價注重評價過程，評價要貫穿到教與學的整個學習過程。在線學習的特點在于能夠隨記錄學生學習狀態或學習活動信息，靈活的為在線學習評價提供動態的數據支持，這樣有利于對學生的及時評價并且起到實時監督的作用。對學生學習過程中出現的問題進行及時的反饋和干預，如此能夠提高學習者的學習效率和養成良好的學習習慣。

2.4 多元化

發展性評價是各方共同參與、互相支持與合作的過程，促進評價主體、評價功能、評價方法、評價標準多元化是勢在必行的。

評價主體多元化。經過教育評價體系的不斷發展，評價主體從傳統單一的教師評價，到如今的多人評價，包括學生自評，同伴互評，教師評價，家長評價。由于學習者進行在線學習時都在自己家中，家長的監督和評價顯得尤為重要。

評價方法多樣化。在線學習作為網絡學習的一種，評價模式與方法與線下學校教學有著顯著的差異。大數據支持下的量化評價讓評價“有據可依”，多種評價方法的結合讓評價體系更加合理、高效。

評價功能多元化。評價的功能有多種，不只是檢查和評比，還有導向，診斷，激勵促進作用。發展性評價注重評價的診斷和激勵功能，通過對學習成效的正確認識和評價來提供繼續學習的動力。

2.5 精細化

評價的精細化也是大數據支持下的一大重要特征，主要體現在評價標準和評價方法上。通過利用大數據技術對在線學習多維度、動態化的數據進行收集、處理、分析，從而獲得了更多是評價依據，同時也增加了不少量化的評價指標和更多量化的評價方法。大數據的量化分析，可以使在線學習評價更加精細化、科學化。

3 大數據背景下在線學習發展性評價系統設計

3.1 評價數據系統設計

3.1.1 數據采集子系統

數據的來源主要由教學過程數據和測評數據兩部分組成，其中教學過程數據包括課堂行為表現、課堂交流互動、學習成果等，測評數據包括課前診斷成績、課后作業成績、章節測試成績、期末測試成績等。其中網絡嗅探可以在不影響服務器正常使用的情況下進行精確的多用戶、多web 站點的網絡訪問，是一種有效的數據采集方式。在線學習平臺將用戶的學習信息通過Session 對象識別會話收集到服務器的數據庫或文件中。

3.1.2 數據處理和存儲子系統

數據處理及存儲子系統主要包括數據清理、數據整合、數據存儲三個過程。在數據采集到的過程中，多少會存在“垃圾信息”，為了提高評價系統的工作效率和設備的利用率，就必須對所采集的信息進行進一步清理。數據融合過程的作用主要是將碎片化的數據整理融合成具有一定關聯和邏輯性的數據集合。這可以根據數據的時間、來源、關聯度等進行分類整理。數據存儲就是將經過處理后的數據及存入數據庫中，一方面為了防止數據的丟失，另一方面為了方便數據的利用。其中的數據按照結構性質分別儲存在關系型的開源數據庫My SQL 和非關系型的開源分布式數據庫HBase 中。

3.1.3 數據分析子系統

數據分析是整個評價系統的核心，主要包括數學統計、對比分析、社會網絡分析、語義分析三種技術和方法。其中數學統計是根據各項指標參數來統計數據結果，包括一些簡單的數據集；社會網絡分析技術是用于分析學習者的積極性和與同伴的交互程度，主要以學習者在群體中的關系、角色和核心度為分析要素；對比分析的目的是將最終的學習評價結果和學前的診斷結果做對比，明確學習者到底學到了什么，進步了多少，而不是只以最終的評價結果作為依據。主觀性內容的評價一直是在線學習評價的難題，它沒有明確和標準的參照依據，因此，通過運用語義分析技術對主觀性評價的內容進行語義識別來明確評價結果，進而提高主觀性評價的信度。

3.1.4 展現與反饋子系統

該系統融合了三種評價基本的方法和兩個核心。診斷性評價、形成性評價、終結性評價貫穿在整個學習過程中時時刻刻的提供著評價數據結果。“學習增量”和“目標達成度”是在線學習發展性評價的兩個核心，要在最終的評價結果的基礎上對學生進步和完成程度進行評價。最后，儀表盤等可視化工具能夠將分析、評價后的結果及時呈現給學習者、教師和家長，讓學生及時了解自己的學習情況，發現自己的不足；讓教師和家長對學習者的學習活動進行及時的干預，讓學習者向著正確的方向發展。

3.2 評價實施流程設計

3.2.1 學前診斷模塊

學前診斷的節點是在每小節、章節和學期的學習之前。在階段性學習開始之前，教師和學生要根據教學目標共同來制定學習契約。學習契約是對比學生學習成果得出目標達成度的依據，其中學生根據自己的情況選擇并制定合理的個性化學習目標和評價指標。在此教師要根據與學生達成的學習契約制定個人試題集，并進行學前診斷測試，得出相應的診斷結果。另外，教師需要根據不同學生的學前診斷結果及其學習契約對學生進行異質化分組，讓小組成員在協作學習中共同進步，形成相互促進，互幫互助的良好局面。

3.2.2 學習過程模塊

學習評價不只是教學過程的一個環節，不只是發生在學習完成之后，還要與教學的各個環節、各個階段相結合，貫穿于教學過程始終。在線學習過程中要把評價深入每一堂課的教學過程中，并且在章節學習完成后要進行相應的形成性評價，以及在一學期的階段性學習結束后要進行終結性評價。

學生在每節課中都會產生大量的過程行為數據和課后評測結果等數據，這些數據會被在線學習平臺系統記錄，其中的結構化數據和非結構化數據會經過數據分類處理后存儲在學生數據庫中。不管在哪一個學習階段，學生都應該對自己進行客觀評價，從而對自己有明確的自我認知，而這些評價結果也會成為最終的總結性評價的組成部分。

小組協作學習時在線教學的重要學習方式，很大程度上彌補了線上交流互動的不足。組內互評也是讓每個學生相互學習、相互促進的過程。在此過程中，教師在評價過程中也要及時的給予學業指導；在線學習過程中，學生脫離了學校老師的監督和管理，學習者在學習時間、空間、內容上有較大的自由度，學習的管控顯得至關重要。因此，家長的評價在學生學習中的作用不容小覷，在發展性評價中一定要讓家長參與到學生學習評價中來，讓家長有效的評價激勵學生發展。

3.2.3 總結評價模塊

在階段性學習結束后，綜合各類評價指標為依據做總結性評價，除了客觀的成績以外，還需要重點分析“學習增量”和“目標達成度”。在經過各個階段的學習評價之后形成了主觀的自我評價和他人評價結果，以及客觀的數據評價結果。教學的目的是促進學生發展，那評價就必須要明確學生到底發展了沒有？發展了多少？

將最終的評價結果和學前的診斷結果進行對比分析、數學統計、語義分析等得出學生在該學習階段的學習增量；另一方面與學習契約對比分析、數學統計、語義分析得出學生在該學習階段的目標達成度。最后，通過儀表盤等工具將評價結果反饋給教師、學生和家長。

4 總結

在后疫情時代，教育大數據為在線學習評價提供了新思路，而大數據技術、學習分析和內容分析等技術的引入，讓“增值評價”“進步評價”為特征的在線學習評價有了技術和方法的支撐。大數據背景下在線學習發展性評價系統體現評價主體、方法、功能的多元化，能通過精細化的評價更好的激勵學習者個性化發展。該系統有著龐大的數據以及相應的技術和方法為支撐，并且主要以“學習增量”“目標達成度”為評價核心，讓評價“有據可依”，讓評價“公平公正”。當然，所構建的評價體系缺乏實踐的檢驗，需要通過真實的實踐平臺來不斷改進。發展性評價系統如何給學生提供更好的個性化服務以及如何更好的促進學生全面發展，這些都有待進一步研究。