智能時代數據驅動的在線教學質量評價探究

李爽　劉紫荊　鄭勤華

[摘? ?要] 智能時代，新的教育需求與技術條件推動著在線教學質量的重構與評價改革。文章針對現有在線教學評價中缺乏優質教學導向、難以支持動態評測等問題，在對智能時代在線教學的教師角色、教學重心、教學思維、教學主體構成轉變分析的基礎上，提出在線教學在目標與內容、方法與過程、技術與系統三方面的七個質量特征：建構性、發展性、促進性、敏捷性、個性化、智能化、開放性。基于此，文章在教學平臺與專家調查基礎上提出以師—機—生行動與成效數據為質量表征的在線教學質量評價框架與指標構想，以及支持該框架在多場景應用的人機協同智能化指標構建方法。以期為智能時代在線教學質量的數據表征、動態監測和評價提供啟示。

[關鍵詞] 智能時代; 人工智能; 數據驅動; 在線教學評價; 質量特征; 評價框架; 評價指標; 人機協同

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 李爽（1978—），女，河南新鄉人。副教授，博士，主要從事在線學習支持與學習分析研究。E-mail：lilybnu@bnu.edu.cn。

一、問題的提出

隨著在線教學成為教學新常態，其質量問題不僅是社會關注的焦點[1]，也成為“十四五”規劃高質量教育體系構建的重要任務[2]。進入智能時代，無論是教育需求還是技術條件都發生了變化，這些因素無疑將推動人們對在線教學質量的審視與重構。面對公眾日益增長的個性化優質教育需求，在線教學迫切需要抓住大數據與智能時代的機遇，在新教育理念和技術賦能下重構其質量特征，探索數據驅動下的智能化在線教學發展路徑。而應用大數據和智能技術基于多模態教學數據開展在線教學質量的動態監測與伴隨式評估是智能化教學的關鍵，成為在線教學評測的重要發展方向[3]。鑒于此，本文將立足新時期的需求與技術條件，探索智能時代數據驅動的在線教學質量特征及其評價框架與指標建構，以期為智能時代在線教學質量的動態監測與評價提供理論與方法支撐。

二、在線教學質量評價現狀

（一）評價框架以要素評價為主

教學質量評價是利用教育評價理論和技術對教學過程及其結果是否達到一定質量要求做出價值判斷[4]。根據Green對教育質量的定義[5]，我們將在線教學質量定義為在線教學滿足學生、教師等社會相關利益群體需求的能力總和。然而，在線教學質量是一個復雜且難界定的概念，它取決于學生、課程、教學設計、技術手段以及其他組織、規劃和環境等諸多因素，而不同利益相關者（學習者、學者、領導者、雇主和社會）也會有不同理解[6]。如何評估在線教學的質量與人們所具備的在線教學質量觀，即對在線教學的價值選擇或功效實現程度的判斷密切相關[7]。調研發現，已有多數在線教學評價框架與指標體系是基于系統性質量觀建立的，關注教學系統各要素、各層次協調統一以達成相應要求的程度[7]，指標圍繞教學資源、教學活動等要素展開[8-9]。也有評價指標體系基于面向過程的服務質量觀和面向結果的增值性質量觀以及目標性質量觀[10-11]。前者關注在線教學滿足各利益主體明確或隱含需要的特征和特性總和，后者分別從學生的成長進步和達到教學目標的程度來評價教學質量。總體來看，無論基于哪種質量觀，已有評價框架大多圍繞教學要素評估展開，包括教學構成與過程要素（如目標、內容、媒體、支持服務、教師投入等）和教學結果要素（如學習參與度、學習成績、學生滿意度等）。基于要素的評價框架雖然對支持在線教學質量建設具有重要作用，但是這類框架在選擇和定義評價指標時容易僅從單一要素的質量要求展開，忽略在線教學的整體質量特征，忽略優質教學對多個要素相互協調與配合的要求。綜上所述，有必要探索一種體現在線教學整體質量特征的評價框架，加強在線教學評價體系對優質教學的導向作用，支持評價者和實踐者在評價發展中不斷回答“什么是好的在線教學”。

（二）評價方法難以支持動態質量監測

調研發現，當前各級教學機構的在線教學評價大多仍采用傳統評價方式，如督導評價、領導評價、同行評價、學生評教、教師自評等[12-13]。而文獻提出的相關評價指標體系多基于專家領域知識和師生主觀感受構建，采用層次分析法和模糊綜合評價方法建立賦有權重的在線教學質量層次模型，適用于專家打分或師生自報告的評價場景[8-9，14]。可是這類傳統人工評價方法難以支持對在線教學的動態質量監測與持續評價，難以支撐數據驅動的精準教學與教學改進。近幾年，隨著教育大數據的發展應用，基于在線教學行為數據開展自動化、智能化在線教學評價成為新的評價趨勢[15]。基于伴隨式教學數據的評價不僅節省了教師評價環節的投入，而且解決了人工評價較為主觀、難以實現持續評價的問題，可實現對在線教學質量的全過程動態監測[16]，助力數據驅動的精準教學。鑒于此，一些學者開始探索基于教學行為數據的在線教學評價指標體系[11，15，17-18]。然而，基于教學行為數據所構建的指標體系是否能夠有效揭示在線教學質量，也受到了人們的質疑[19]。一方面，已有指標是否能夠表征在線教學的質量特征需要在更多教學情境中檢驗[17];另一方面，已有指標仍然是人工定義的，依賴設計者的領域知識，可能尚未挖掘出隱含在教學數據中的其他教學質量表征[20]。綜上所述，需要探索一種能夠結合專家領域知識與機器學習能力的數據驅動的在線教學質量評價方法，充分發揮專家與機器在教學評價方面的優勢，支持對在線教學的動態質量監測與持續評價。

三、智能時代的在線教學質量重構

（一）在線教學的發展趨勢

進入智能時代，學習空間、教育需求、教育技術都發生了改變。這些因素共同推動在線教學呈現出如下發展趨勢：

1. 教師角色從知識講授者轉向聯通學習促進者

當前，互聯網為學生聯通不同文化情境下的各類知識與資源提供了一個開放而復雜的分布式認知環境，學生在互聯網互動過程中建立的各種連接為他們帶來可以不斷增值的學習資本。聯通主義學習理論認為，學習就是建立連接的過程，連接與知識都是學習的結果[21]。新環境下，教師不再是知識的唯一來源，而只是學生知識網絡中的節點。傳統教師知識權威的地位開始消解，學生可基于互聯網與其他知識傳播者，甚至知識生產者連接互動。因此，知識講授不再是在線教師的核心角色，教師需要從單一的知識講授者轉變為學生聯通學習的促進者，引導和促進學生從互聯網海量信息中尋找有用資源，與其建立連接，自主構建促進其學習發展的分布式學習環境，通過與該環境的交互促進其意義的建構，發展和優化個人知識網絡，分享和創造知識。

2. 教學重心從教學資源建設轉向學生經驗構筑

在“知識本位”等科學主義范式影響下，加上早期網絡技術條件的限制，在線教學很長一段時間都將資源建設作為教學重心。近幾年，隨著公眾對優質教育需求的日益增長，人們對在線教育質量的關注點逐漸從資源質量轉向育人質量。在線教育是否能夠以及如何培養當今社會所需人才成為公眾關注的焦點。與此同時，互聯網、大數據與沉浸式等技術發展正在推動學習空間的重構，逐漸形成具有虛實融合、靈活開放、智能互聯的分布式學習物質空間，不斷構筑更加民主平等、互助互惠、協同創新的學習社會空間，支撐學生基于網絡進行豐富情境下的研討、協作、科學探究、角色扮演、社會調查、虛擬實驗等多樣化離身和具身認知活動[22]，以獲得豐富的學習經驗。面對新需求與新機遇，在線教學的重心勢必要從內容和資源建設轉向學生學習經驗的構筑，關注學習的過程性、社會性與情境性，探索新技術支撐下的學習情境創設、活動組織與學習支持。

3. 教學思維從標準化教學生產轉向個性化學習服務

受第二代遠程教育工業化教育生產模式的影響，長期主導在線教學的思維方式是追求效率和效益的標準化生產思維與技術思維，而忽視了以人為本的教學基本思維。學習發展具有個性化特征，教學需要因材施教，教學過程不是標準化產品生產過程，而是師生在教學生態系統中互動、共生、共同建構的過程，是創造生命意義和人的生成過程[23]。在師生時空分離的在線教學情境中，為促進學生在教師“離場”情況下的學習發生和成效，就需要將思維方式從以教學為中心的標準化教學生產轉向以學生為中心的個性化學習服務，從設計“教”轉變為設計“學”，從實施教學轉變為促進學習。早在20世紀90年代，西沃特就強調了服務思維對于促進遠程學習的重要性[24]。隨著公眾個性化教育需求不斷釋放，在線教學從生產思維向服務思維的轉變需求更加強烈，學習服務的必要性與重要性受到公眾與政府的高度關注。2020年，我國人力資源和社會保障部發布新職業——在線學習服務師，體現了當今在線教育市場對學習服務的巨大需求，也預示著未來在線教育服務分工、組織方式與教學模式的深刻變革[25]。

4. 教學主體從人類教師主導轉向師—機—生協同新格局

大數據與人工智能技術不僅為在線教學提質增效帶來了新機遇，而且構筑出新型的教育教學生態，突出表現為教育實踐中的師生關系從傳統的人與人之間的關系，轉變成人—機—人的關系。人工智能（Artificial Intelligence，AI）的教育應用改變了以人類教師為主的教學服務供給格局和以師生互動為主的教學互動模式，逐漸形成師—生—機協同發展、智慧共生的教學新格局與新生態[26]。一方面，具有不同教學智能水平的AI參與到教學服務供給中，成為教學新主體。AI能夠發揮其數據智能感知、處理、分析與建模等優勢，幫助教師處理低層次、單調性、重復性工作，開展教學數據智能化分析與建模，提升教學的工作效率以及精準性、適應性和科學性，解放人類教師去從事更具挑戰性和創造性的教學與育人工作[20，27]。另一方面，AI也可以作為學生的學習伙伴，支持學生的自主探究、學習反思和調節，促進其深度學習與創造性學習。

（二）在線教學的質量特征

上述在線教學的發展趨勢揭示了新時期相關利益群體對在線教學需求的變化，推動著在線教學質量內涵的演變與重構，教學的目標與內容、方法與過程、技術與系統逐漸呈現出新的質量特征，如圖1所示。

1. 目標與內容

（1）建構性

隨著人們對學習本質和過程特征的認知逐漸深入，建構主義關于學習是意義建構過程的觀點獲得更多認同[28]。建構主義將認識主體的能動性與建構性作為認識形成的關鍵[29]。社會建構主義認為，智能分布在環境與他者之中，人通過直接與他人交互來建構自己的見解與知識，揭示出學習的社會性與情境性。聯通主義探索了互聯網環境下學習的新特征，即通過尋徑和意會發現資源節點、建立連接、發展知識網絡對于學習的價值[21]，而建立連接、發展網絡實質上就是學生利用互聯網自主構建其分布式學習環境以支持其社會建構的過程。上述學習觀的轉變使在線教學的目標與內容更關注學生的主體性，重視對學生意義建構的促進與支持。

（2）發展性

自主學習是在線學習成功的重要條件，培養學生的自主學習能力一直是各國開放大學與遠程教育機構重要的育人目標[30]。進入互聯網時代，在世界范圍內都開始強調自主發展能力與素養是個體應對瞬息萬變的社會環境而必須具備的基本能力。聯合國教科文組織在Rethinking Education：Towards a Global Common Good？中指出，青年要具備分析問題、找到適當的解決辦法、有效地交流思想和信息等自主發展能力[31]。“中國學生發展核心素養”中的自主發展素養也要求學生在學習和生活中有效管理自己、充分認識和發現自我的價值[32]。可見，無論是滿足在線學習需求還是人才培養需求，促進學生自主發展都是在線教學目標和內容的應有之物。

2. 方法與過程

（1）促進性

學生是學習的主體，學生投入是影響學習績效和結果的重要因素，教學需要激勵和促進學生主動投入到學習活動中才能達到預期目標[33]。在依賴學生學習自主性的在線學習情境下，教學是否能夠促進學生的自主學習投入是學習達到預期目標的關鍵。傳統在線教學更多關注內容與資源的建設，而忽略了對學習過程中投入的促進，學習投入較低已經成為制約在線教學質量的普遍問題[17，34]。這使得是否有效促進學生學習投入成為評估在線教學方法和過程質量的重要依據。

（2）敏捷性

教學是一個動態的教與學的雙邊活動，具有生成性特征。正如杜威所指出的那樣，“教育過程是一個不斷改組、不斷改造和不斷轉化的過程”[35]。當前在線教學過多關注設計的先進性與合理性，而忽略了教學的動態與生成特征。實際上，教學很難被預設，需要及時捕捉學生需求、問題等，根據學生學習的情況，靈活調控和調整。傳統在線教學因為師生分離而使敏捷教學成為其短板。隨著大數據與AI技術的教育應用，教學可以做到對學情的及時捕捉、分析與響應[36]，優質教學過程的生成性與敏捷性特征日益凸顯。

（3）個性化

每個學生都是獨特的，其學習特征與學習過程也存在差異，因此，教學應因材施教，提供個性化學習支持。個性化教學在教師“離場”的在線情境下更為重要，因為在線學生相比課堂學生往往需要教師更多關注與支持[25]，且在學習特征與需求方面存在更大差異[37]。在公眾日益增長的個性化教育需求驅動下，在線教學逐漸從生產思維轉向服務思維，更注重其個性化學習服務能力的提升。

3. 技術與系統

（1）智能化

智能時代，在大數據、互聯網、人工智能等技術支撐下，基于教育數據挖掘，結合教學領域知識，提升教學智能化水平，是當前在線教學應對日益增長的大規模個性化教育需求、提質增效的重要實現路徑[6]。教學AI作為新教學要素參與到學生、教師和其他教學要素的交互中，將賦能教學目標確定、教學內容與策略選擇、教學活動組織、教學評價等各個環節，推動教學的結構化變革[30]。在此背景下，教學技術與系統的智能感知與智能化教學輔導能力逐漸成為在線教學的質量特征之一。

（2）開放性

在線教學作為一種開放、靈活的教學模式，其本身相較于課堂教學具有開放特性。隨著互聯網以及各種智能終端的普及，公眾對在線教學的可獲得性，以及教學時空、方式、內容和資源的開放與靈活性提出更高要求。與此同時，5G通信、云計算、大數據、物聯網、虛擬現實等技術的發展推動了網絡學習空間的重構[38]。搭建開放聯通的網絡學習空間以支持多空間、多情境、多資源的匯聚和整合，成為在線教學需要面對的新需求。

四、數據驅動的在線教學質量評價框架與

指標構建

（一）評價框架與維度構想

基于前文對智能時代在線教學質量特征的分析，本文提出在線教學質量評價框架，該框架將在線教學相關要素進行整合，從目標與內容（建構性、發展性）、方法與過程（促進性、敏捷性、個性化）、技術與系統（智能化、開放性）三方面的質量特征評估在線教學質量。為支持在線教學質量的動態監測與智能化評測，本文對科大訊飛暢言智慧課堂、Educoder、聯想ilearning、奧鵬open2u、華中師范大學小雅平臺等五個中小學、高等教育、職業教育的教學平臺功能與數據進行調研，定義出在線教學師—機—生交互生成數據可表征的質量維度及代表指標。之后，邀請在線教育、教育大數據、基礎教育、高等教育領域的16名專家，通過半結構化訪談形式對質量特征、表征維度和代表指標進行論證與改善，形成如圖2所示的評價框架。

建構性評估在線教學支持學生經驗構筑、促進意義建構的能力。該維度圍繞意義建構所需的情境、同伴、對話等要素展開，包括搭建學習空間、創設情境、促進學生與環境和內容的交互、促進對話與協作等。故該維度從學習環境、學習資源、學習活動、教學交互四方面進行評價，可通過教師/AI在環境創設、資源建設、學習任務設計、教學對話四方面的行為投入、所識別的建構主義要素特征和學生建構行為指標來評測。

發展性評估在線教學促進學生自主學習發展的能力。該維度強調將學生在線學習的自我調節技能培養融入日常教學，從目標導向、工具利用、時間管理、評價反思四方面評價，可通過學生在上述調節行為的投入績效指標進行評測。

促進性評估在線教學激勵和促進學生投入在線學習過程與活動的能力。該維度強調對在線學習過程的激勵與支持，從任務完成、資源使用、同伴互動、小組協作四方面評價，可通過表征學生相應學習投入的行為指標來評測。

敏捷性評估在線教學為確保學習成效而在學情分析基礎上通過教學交互及時響應需求、調整教學的能力。敏捷性關注教學根據教學事件與學情及時響應需求和問題、靈活調整內容與策略的能力，因此，從學情監控、作業反饋、問題響應、教學調整四方面評估，可通過教師/AI在上述四類活動中的行為績效指標進行評測。

個性化評估在線教學根據學生特征與需求提供個別化輔導與服務的能力。該維度關注教學在滿足和響應學生個性化需求和問題方面的能力，從學習推薦、學習反饋、輔導答疑、同伴支持四方面開展評價，可以通過教師/AI給學生提供個性化學習推薦、反饋與輔導方面的行為投入及其學生評價反饋，以及體現課程社區中同伴互助的行為績效指標來評測。

智能化評估在線教學向學生提供智能化教學干預和學習服務的能力。教學智能化體現在對學生與學習的智能感知與建模，以及在此基礎上對學習的智能化輔導、答疑和測評。故該維度從智能感知、智能答疑、智能評測、智能輔導四方面開展評價，可通過教學系統對學生特征、需求的識別效度與效率，以及智能答疑/測評/輔導相關知識庫特征與迭代、執行頻次與效率、學生反饋等指標來評測。

開放性評估在線教學在支持學習時空、資源、方式開放方面的能力。教學開放性表現為具有較好的可獲得性，以及數據聯通支撐下學習時空與方式的靈活開放、資源的動態匯聚和便捷共享。該維度從可獲得、計劃靈活、資源聯通、技術兼容四方面開展評價，可通過接入便捷性、學習靈活性、外在資源聯通性、跨平臺共享等指標進行評測。

（二）評價指標的智能化建構

對于不同在線教育情境、教學環境和平臺，教學的關鍵質量特征、表征變量與評測指標、可獲得數據會存在差異[17]。因此，很難提出適用所有情境的評價指標體系[39]。鑒于此，有必要探索一種智能化評價指標建構方法，以支持評價者運用本文所提出的評價框架構建基于適應實際情境和教學數據的評價指標體系。專家經驗對在線教學質量評價雖然重要，但是存在效率不高且受限于專家經驗而難以發現有價值的隱性指標等問題，而智能技術支持下機器的數據、算法和算力，能夠助力真實且復雜教育場景和教學環節的數據分析和挖掘，幫助領域專家建立可解釋、可操作的教育模型[20]。因此，本文提出一種人機協作的智能化指標構建方法，該方法綜合了人類專家在指標架構設計與價值評估方面以及機器在細粒度指標捕捉、計算與結構驗證方面的優勢，以本文定義的評價框架為基礎，以專家知識和真實教學數據為驅動，通過專家標注、機器學習與專家輔助決策的反復迭代實現評測指標的智能化構建（如圖3所示）。具體建構流程如下：

階段一：多模態數據采集與處理。以初始評價框架作為輸入，采集教學中的多模態數據，包括結構化的行為日志數據，也包括教學文本、師生互動語音、教學圖像、教學視頻等非結構化數據，形成數據池。采用自然語言處理技術、音視頻數據解析技術等對數據進行清洗和處理，得到評價指標的基礎數據庫。

階段二：指標篩選與優化。由專家對部分教學評價樣本進行標注，并根據評價框架對評價指標完成初始標注。機器學習過程中通過學習已標記的樣本來訓練指標分類器，將機器選擇的新評估指標不斷補充到樣例池中，直至以綜合績效為目標值的模型檢驗中的指標解釋度達到閾值后，將優化后的指標匯入指標庫。

階段三：指標結構構建。基于初始的指標結構和優化后的指標庫更新多模態數據池，通過強化學習算法構建指標關系，并由專家對擬合度不足情況下的指標關系進行標注，決定指標關系的去留和進行指標權重調整，直至模型擬合度達到閾值后輸出最終的指標結構，從而得到最終的在線教學質量評價指標體系。

五、結? ?語

進入智能與互聯時代，人機協同的混合增強智能是社會發展的重要方向，也是智能教育的未來實現路徑[40]，人機協同共生的在線教學將成為教學新常態，共同支撐知識、能力、素養、人格四位一體的全人教育。建立在對教學伴隨式數據智能采集、分析基礎上的在線教學質量評測是師—機—生實現混合增強智能的關鍵。本文立足教育理論和教育發展新需求與新技術條件，定義智能時代在線教學七大質量特征，并在此基礎上構建出數據驅動的在線教學質量評價框架及其評測指標的智能化建構方法。相關成果不僅為智能增強時代數據驅動的在線教學質量測評提供了理論與方法支撐，而且也將為在線教學特征的數字化表征與建模提供啟示和依據，共同助力技術和數據賦能下更具智慧性和發展性的師—機—生協同共生的新型在線教學生態的形成。后續研究將基于該框架，結合不同教育場景的真實教學數據，邀請相關領域專家，通過本文提出的人機協同智能化指標構建方法對評價框架各維度及其指標進行深入實證研究，驗證和優化評價框架，構建不同育人場景下數據驅動的在線教學質量評測模型，定義各場景下在線教學質量的關鍵特征及其數據表征。

[參考文獻]

[1] 趙立瑩，趙憶桐.在線教學效果評價及質量保障體系建設[J].高等工程教育研究，2021（2）：189-194.

[2] 中華人民共和國中央人民政府.中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要[EB/OL]（2021-03-13）[2021-11-22].http：//www.gov.cn/xinwen/2021-03/13/content_5592681.htm.

[3] 駱方，田雪濤，屠焯然，等.教育評價新趨向：智能化測評研究綜述[J].現代遠程教育研究，2021，33（5）：42-52.

[4] 陳玉琨.教育評價學[M].北京：人民教育出版社，1999：70.

[5] GREEN D. What is quality in higher education？[M]. Buckingham： Society for Research into Higher Education & Open University Press， 1994： 3-21.

[6] 蘭國帥，魏家財，張怡，等.未來高等教育教學：宏觀趨勢、關鍵技術實踐和未來發展場景——《2021年地平線報告（教學版）》要點與思考[J].開放教育研究，2021，27（3）：15-28.

[7] 李爽，李夢蕾，趙宏.在線課程質量觀和質量要素的質性研究——基于專家、實踐者和學習者的視角[J].中國遠程教育，2020（3）：42-50，81.

[8] 徐娟.職業院校在線教學質量評價體系構建研究[J].中國現代教育裝備，2021（5）：147-148，160.

[9] 周姍穎.線上教學質量評價指標體系設計——以同步在線教學模式為例[J].北京印刷學院學報，2021，29（2）：126-129.

[10] 趙呈領，黃琰，疏鳳芳，等.學習體驗視角下在線開放課程質量評價模型研究——以教師研修類課程為例[J].現代遠距離教育， 2020（3）：32-41.

[11] 陳耀華，鄭勤華，孫洪濤，等.基于學習分析的在線學習測評建模與應用——教師綜合評價參考模型研究[J].電化教育研究， 2016，37（10）：35-41.

[12] 崔依冉，韓錫斌，周潛.職業院校防疫期間在線課程教學質量評價的成效、問題及建議[J].教育與職業，2021（2）：88-94.

[13] HARRISON R， MEYER L， RAWSTORNE P， et al. Evaluating and enhancing quality in higher education teaching practice： a meta-review[J]. Studies in higher education， 2022，47（1）： 80-96.

[14] 王璐，趙呈領，萬力勇.基于扎根理論的在線開放課程質量評價指標體系構建研究——以國家精品資源共享課為例[J].中國遠程教育，2017（11）：70-76.

[15] 魏順平，程罡，王麗娜，等.數據驅動的在線課程實施過程評價指標體系構建研究[J].開放學習研究，2016（2）：42-48.

[16] 馬星，王楠.基于大數據的高校教學質量評價體系構建[J].清華大學教育研究，2018，39（2）：38-43.

[17] 李爽，王增賢，喻忱，等.在線學習行為投入分析框架與測量指標研究——基于LMS數據的學習分析[J].開放教育研究，2016，22（2）：77-88.

[18] 魏順平.在線學習自動評價模式構建與應用研究[J].中國遠程教育，2015（3）：38-45，79.

[19] 李逢慶，韓曉玲.混合式教學質量評價體系的構建與實踐[J].中國電化教育，2017（11）：108-113.

[20] 鄭勤華，郭利明.人機協同的敏捷教育建模及實踐應用[J].現代遠程教育研究，2021，33（4）：43-50.

[21] SIEMENS G. Connectivism： a learning theory for the digital age[J]. International journal of instructional technology and distance learning， 2005， 2（1）： 3-10.

[22] 李爽，鮑婷婷，王雙.“互聯網+教育”的學習空間觀：聯通與融合[J].電化教育研究，2020，41（2）：25-31.

[23] 李爽，林君芬.“互聯網+教學”：教學范式的結構化變革[J].中國電化教育，2018（10）：31-39.

[24] SEWART D. Student support systems in distance education[J]. Open learning： the journal of open， distance and e-Learning， 1993， 8（3）： 3-12.

[25] 李爽，王海榮，崔華楠，等.在線學習服務師職業標準框架探索[J].中國遠程教育，2021（3）：12-23，76.

[26] 謝幼如，邱藝，劉亞純.人工智能賦能課堂變革的探究[J].中國電化教育，2021（9）：72-78.

[27] 陳凱泉，沙俊宏，何瑤，等.人工智能2.0重塑學習的技術路徑與實踐探索——兼論智能教學系統的功能升級[J].遠程教育雜志， 2017，35（5）：40-53.

[28] 何克抗.建構主義──革新傳統教學的理論基礎（上）[J].電化教育研究，1997（3）：3-9.

[29] 鐘啟泉.知識建構與教學創新——社會建構主義知識論及其啟示[J].全球教育展望，2006，35（8）：12-18.

[30] ZHAO H， CHEN L， PANDA S. Self-regulated learning ability of Chinese distance learners[J]. British journal of educational technology， 2014， 45（5）： 941-958.

[31] UNESCO. Rethinking education： towards a global common good？[M]. Paris： UNESCO Publishing， 2015： 41.

[32] 林崇德.21世紀學生發展核心素養研究[M].北京：北京師范大學出版社，2016：57.

[33] FREDRICKS J A， BLUMENFELD P C， PARIS A H. School engagement： potential of the concept， state of the evidence[J]. Review of educational research， 2004， 74（1）： 59-109.

[34] 劉繁華，易錫添.在線學習投入的分析模型構建及應用研究[J].電化教育研究，2021，42（9）：69-75.

[35] 褚洪啟.杜威教育思想引論[M].長沙：湖南教育出版社，1998：161-164.

[36] 祝智庭，沈德梅. 基于大數據的教育技術研究新范式[J].電化教育研究，2013，34（10）：5-13.

[37] 王秀鳳.基于需求管理的遠程學習支持服務優化策略[J].中國電化教育，2019（2）：103-109.

[38] 唐燁偉，沈玉涵，趙一婷，等.智能技術賦能網絡學習空間：錨點定位、模型重構與價值探求[J].電化教育研究，2021，42（5）：70-76，85.

[39] 魯小艷.高校在線教學質量評價體系構建[J].中國高等教育，2021（10）：42-44.

[40] 沈陽，田浩，黃云平.智能增強時代推進新一輪學習革命——訪中國科學院院士吳朝暉教授[J].電化教育研究，2020，41（8）：5-10.

Research on Data-driven Online Teaching Quality Evaluation in the Intelligent Era

LI Shuang，? LIU Zijing，? ZHENG Qinhua

（Research Center of Distance Education， Beijing Normal University， Beijing 100875）

[Abstract] In the intelligent era， new educational needs and technical conditions promote the reconstruction and evaluation reform of online teaching quality. Aiming at the problems of lack of high-quality teaching orientation and difficulty in supporting dynamic evaluation in the existing online teaching evaluation， this paper analyzes the transformation of teachers' role， teaching focus， teaching thinking andteaching subject composition of online teaching in the intelligent era. This paper then puts forward seven quality characteristics of online teaching in three aspects of objectives and contents， methods and processes， and technologies and systems： construction， development， promotion， agility， personalization， intelligence and openness. On this basis， this paper proposes a framework and index conception for online teaching quality evaluation based on the teaching platform and expert survey， with the teacher-machine-student action and effectiveness data as the quality representation， as well as an intelligent index construction method for man-machine collaboration to support the application of the framework in multiple scenarios. It is hoped to provide enlightenment for the data representation， dynamic monitoring and evaluation of online teaching quality in the intelligent era.

[Keywords] Intelligent Era; Artificial Intelligence; Data-Driven; Online Teaching Evaluation; Quality Characteristics; Evaluation Framework; Evaluation Index; Human-machine Cooperation

基金項目：科技創新2030“新一代人工智能”重大項目2020年度項目“混合增強在線教育關鍵技術與系統研究”（項目編號：2020AAA0108804）;國家自然科學基金2019年度面上項目“基于三層空間多維時間特征的在線學習投入分析技術與評價模型研究”（項目編號：61977011）