基于大數(shù)據(jù)的教育評價(jià)研究綜述

萬曉容，朱麗佳，陳 俊，席寧麗

（1.貴州師范大學(xué)教育學(xué)院；2.貴州師范大學(xué)外國語學(xué)院，貴州貴陽 550025）

0 引言

大數(shù)據(jù)已成為教育評價(jià)研究領(lǐng)域的熱門詞匯，而學(xué)界現(xiàn)存關(guān)于大數(shù)據(jù)的定義尚未達(dá)成共識(shí)。一般而言，大數(shù)據(jù)（Big Data）即巨量的資料，學(xué)界普遍認(rèn)為它具有4V 的特點(diǎn)：①規(guī)模性（Volume），從TB 級(jí)別躍升到PB 乃至EB 級(jí)別，數(shù)據(jù)總量不斷增長；②多樣性（Variety），數(shù)據(jù)類型繁多，包含結(jié)構(gòu)化與半結(jié)構(gòu)化數(shù)據(jù)，如文本、音視頻等；③高速性（Velocity），數(shù)據(jù)處理速度快，實(shí)時(shí)滿足用戶的需求，這也是區(qū)別于傳統(tǒng)數(shù)據(jù)的顯著特點(diǎn)；④價(jià)值性（Value），對海量數(shù)據(jù)進(jìn)行分析、處理與集成，快速獲取高價(jià)值信息［1］。

當(dāng)前，大數(shù)據(jù)逐漸深入教育行業(yè)，促使教育評價(jià)實(shí)踐愈加精準(zhǔn)與深入。作為對教育活動(dòng)現(xiàn)實(shí)或潛在價(jià)值進(jìn)行分析并做出判斷的過程［2］，教育評價(jià)對打破單一評價(jià)類型，打造更具效率、數(shù)據(jù)真實(shí)、主體自覺、途徑多元、結(jié)果公平的多元評價(jià)生態(tài)具有重要意義［3］。2020 年10 月13 日，《深化新時(shí)代教育評價(jià)改革總體方案》（以下簡稱《總體方案》）指出，扭轉(zhuǎn)不科學(xué)的教育評價(jià)導(dǎo)向，強(qiáng)調(diào)利用大數(shù)據(jù)等現(xiàn)代信息技術(shù)，創(chuàng)新評價(jià)工具等舉措，破除“唯分?jǐn)?shù)、唯升學(xué)、唯文憑、唯論文、唯帽子”的教育評價(jià)痼疾［4］。誠然，大數(shù)據(jù)已成為教育評價(jià)變革與創(chuàng)新的重要驅(qū)動(dòng)力量，帶動(dòng)了教育評價(jià)從傳統(tǒng)的“經(jīng)驗(yàn)主義”向“數(shù)據(jù)主義”轉(zhuǎn)變，消除了評價(jià)過程中的“信息孤島”與“數(shù)據(jù)壁壘”，克服了教育評價(jià)認(rèn)知有限性與模糊性［5］。但在大數(shù)據(jù)驅(qū)動(dòng)下，大數(shù)據(jù)對教育評價(jià)的具體導(dǎo)向如何？教育評價(jià)的研究現(xiàn)狀與發(fā)展趨勢是什么？為此，本文對國內(nèi)大數(shù)據(jù)支持下的教育評價(jià)現(xiàn)狀進(jìn)行梳理，為該領(lǐng)域后續(xù)探索提供不同研究視角。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)來源于CNKI 數(shù)據(jù)庫搜索，時(shí)間起始年不限，截止日期為2021 年6 月10 日，主題詞為“大數(shù)據(jù)”或“數(shù)據(jù)驅(qū)動(dòng)”與“教育評價(jià)”，來源類別為北大核心和CSSCI，共檢索期刊113 篇，人工剔除會(huì)議、新聞、報(bào)告及與研究無關(guān)文獻(xiàn)23篇，最終選取90篇文獻(xiàn)進(jìn)行分析。

1.2 研究方法

首先利用Citespace 對研究作者、機(jī)構(gòu)、關(guān)鍵詞進(jìn)行可視化分析，然后利用書目共現(xiàn)分析系統(tǒng)（Bicomb2）對關(guān)鍵詞進(jìn)行詞篇矩陣分析，并將高頻關(guān)鍵詞詞篇矩陣導(dǎo)入SPSS25.0 進(jìn)行系統(tǒng)聚類，生成高頻關(guān)鍵詞聚類樹圖譜，最后將構(gòu)建的相似矩陣從SPSS 中導(dǎo)出，利用Excel 轉(zhuǎn)換為Ochiai 系數(shù)相異矩陣，再將相異矩陣導(dǎo)入SPSS 進(jìn)行多維尺度分析，得到教育評價(jià)研究趨勢。充分發(fā)揮這3 種軟件的優(yōu)點(diǎn)，互相彌補(bǔ)不足，從而對大數(shù)據(jù)的教育評價(jià)應(yīng)用進(jìn)行較為全面的梳理與分析。

2 研究結(jié)果與分析

2.1 文獻(xiàn)研究類型與數(shù)量分析

通過對文獻(xiàn)樣本內(nèi)容分析發(fā)現(xiàn)，當(dāng)前研究可分為兩類：①理論分析類（80 篇），從理論視角探討大數(shù)據(jù)下的教育評價(jià)路向、理論架構(gòu)、發(fā)展趨勢或教育評價(jià)模型框架；②實(shí)證研究類（10 篇），基于實(shí)驗(yàn)和大量數(shù)據(jù)開展的實(shí)證研究，以探索評價(jià)方式、構(gòu)建評價(jià)模型、開發(fā)應(yīng)用平臺(tái)、系統(tǒng)等為主要內(nèi)容。同時(shí)，由期刊年份趨勢圖可知，2013 年以前，教育評價(jià)文獻(xiàn)為零，此后學(xué)者才陸續(xù)展開研究；2013-2016 年為緩慢增長期；2016 年后，大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、人工智能技術(shù)與教育的深度融合促進(jìn)了智慧教育的發(fā)展，促使研究者關(guān)注大數(shù)據(jù)與教育的發(fā)展價(jià)值，理論分析類步入快速增長階段，而實(shí)證研究始終不溫不火，數(shù)量沒有較大突破。

Fig.1 Research types and quantitative analysis of literatures圖1 文獻(xiàn)研究類型與數(shù)量分析

2.2 作者與機(jī)構(gòu)分析

利用Citespace 輸出作者可視化分析結(jié)果，時(shí)間跨度為“2013-2021”，時(shí)間切片跨度為一年，節(jié)點(diǎn)類型選擇“作者”。由圖2（彩圖掃OSID 碼可見，下同）可知，作者整體分布較分散，沒有形成大的合作網(wǎng)絡(luò)。為了更好把控研究的核心團(tuán)隊(duì)與科研規(guī)模，研究將Citespace 中的“Node Types”值設(shè)定為Institution+Author，“Top N”值設(shè)定為30，其他設(shè)置選擇默認(rèn)值，最終結(jié)果如圖3所示。

由圖3 可知，北京師范大學(xué)、華中師范大學(xué)、西南大學(xué)以及重慶市教育評估院是研究的主陣地。其中北京師范大學(xué)有兩個(gè)主要團(tuán)隊(duì)：一是以陳麗、王懷波等學(xué)者為主的北京師范大學(xué)遠(yuǎn)程教育研究中心；二是以牟智佳、張志禎等學(xué)者為主的北京師范大學(xué)教育學(xué)部教育技術(shù)學(xué)院。華中師范大學(xué)的教育學(xué)院、國家數(shù)字化學(xué)習(xí)工程技術(shù)研究中心、教育學(xué)部等都參與了研究，研究較多的是張浩、楊宗凱等學(xué)者。教育評價(jià)也引起了重慶部分機(jī)構(gòu)的重視，如重慶市教育評估院、重慶大學(xué)等，而西南大學(xué)教育學(xué)部擁有教育評價(jià)領(lǐng)域數(shù)量最多的作者團(tuán)隊(duì)，包含龔春燕、賈玲、朱德全等學(xué)者。總體而言，教育評價(jià)領(lǐng)域的研究流派以高校內(nèi)部為研究團(tuán)體，但更多以個(gè)人研究為主，他們共同構(gòu)成了該研究領(lǐng)域的學(xué)術(shù)前沿陣地。

Fig.2 Author visualization atlas圖2 作者可視化圖譜

2.3 關(guān)鍵詞共現(xiàn)分析

根據(jù)圖中節(jié)點(diǎn)大小可以尋找關(guān)鍵節(jié)點(diǎn)，由圖4 可知大數(shù)據(jù)是最大的節(jié)點(diǎn)，其次教育評價(jià)、人工智能等節(jié)點(diǎn)較為明顯。增值評價(jià)、教育質(zhì)量評價(jià)、大數(shù)據(jù)時(shí)代等節(jié)點(diǎn)相對較小，反映了我國大數(shù)據(jù)下教育評價(jià)的研究進(jìn)展。

通過Citespace 輸出詞頻大于3的關(guān)鍵詞，中心度與頻次代表著一段時(shí)間內(nèi)研究者共同關(guān)注的問題，即研究熱點(diǎn)。由表1 可知，教育評價(jià)、大數(shù)據(jù)、思想政治教育、人工智能、教育變革、教育大數(shù)據(jù)、教育質(zhì)量、信息技術(shù)及增值評價(jià)是研究的熱點(diǎn)。2013 年被各大媒體稱為中國的大數(shù)據(jù)元年，也正是從2013 年起，國內(nèi)掀起了基于大數(shù)據(jù)技術(shù)促進(jìn)教育改革和創(chuàng)新發(fā)展相關(guān)研究的熱潮。隨后，教育大數(shù)據(jù)、信息技術(shù)、人工智能、數(shù)據(jù)驅(qū)動(dòng)技術(shù)飛速發(fā)展，使教育信息化真正落地，催生了教育評價(jià)的數(shù)據(jù)化。

2.4 關(guān)鍵詞聚類分析

采用Bicomb2 軟件對確定的高頻關(guān)鍵詞生成詞篇矩陣，并通過Excel 的相異矩陣運(yùn)算消除關(guān)鍵詞自身頻次差異帶來的影響。其中，相異矩陣=1-相似矩陣［6］，部分結(jié)果見表2。將相似矩陣導(dǎo)入SPSS 進(jìn)行聚類分析后，可將教育評價(jià)研究的高頻關(guān)鍵詞分為五大領(lǐng)域，如圖5所示。

Fig.3 Analysis of authors and cooperative organizations圖3 作者與合作機(jī)構(gòu)分析

Fig.4 Keyword co-occurrence analysis圖4 關(guān)鍵詞共現(xiàn)分析

Table 1 Keyword frequency analysis表1 關(guān)鍵詞頻次分析

Table 2 High frequency keywords dissimilarity matrix（partial）表2 高頻關(guān)鍵詞相異矩陣（部分）

熱點(diǎn)一：教育評價(jià)下的教育質(zhì)量評價(jià)研究。包含“數(shù)據(jù)挖掘”“教育質(zhì)量評價(jià)”“教育質(zhì)量監(jiān)測”“增值評價(jià)”“教育決策”“教育評價(jià)”和“教育質(zhì)量”7 個(gè)關(guān)鍵詞。教育質(zhì)量評價(jià)是提高教育教學(xué)的重要保障，提高教育質(zhì)量可從兩個(gè)方面著手：一是依靠相關(guān)技術(shù)，如使用數(shù)據(jù)挖掘技術(shù)對平臺(tái)中的大量教育評價(jià)信息進(jìn)行關(guān)鍵信息抽取，進(jìn)而完成智能評定與預(yù)測工作。孫力［7］、牟智佳［8］、王亮［9］等都利用在線學(xué)習(xí)平臺(tái)數(shù)據(jù)開展預(yù)測學(xué)生成績的研究。在數(shù)據(jù)挖掘技術(shù)的輔助下，學(xué)習(xí)者可以擴(kuò)寬自身思維，重構(gòu)知識(shí)結(jié)構(gòu)，教師通過分析信息改善教學(xué)，管理者亦可借助數(shù)據(jù)挖掘進(jìn)行教育決策。二是從理論上進(jìn)行突破，堅(jiān)持以政策為導(dǎo)向。《總體方案》中針對我國教育發(fā)展的新態(tài)勢，提出要探索“增值評價(jià)”，破除“五唯”教育評價(jià)痼疾［4］，為提升教育質(zhì)量提供了契機(jī)。但相關(guān)研究表明，教育質(zhì)量的評價(jià)工具較為簡單，往往由一兩名教師完成，缺乏科學(xué)性，在評價(jià)內(nèi)容、評價(jià)方法和評價(jià)結(jié)果的運(yùn)用上缺乏整體的思考，教育質(zhì)量評價(jià)的數(shù)據(jù)結(jié)果往往局限于對單一指標(biāo)的描述性分析，得到的僅是孤立性的數(shù)據(jù)［10］。教育質(zhì)量作為我國教育發(fā)展的長期訴求，需要進(jìn)行全面深入的挖掘，依據(jù)各學(xué)段特點(diǎn)進(jìn)行開展，充分發(fā)揮大數(shù)據(jù)的規(guī)律性與價(jià)值性。

熱點(diǎn)二：大數(shù)據(jù)下的思想政治教育評價(jià)研究。包含關(guān)鍵詞“大數(shù)據(jù)時(shí)代”“思想政治教育評價(jià)”“思想政治教育”“高校”“大數(shù)據(jù)”“新時(shí)代”。大數(shù)據(jù)時(shí)代，人們習(xí)慣于借助大數(shù)據(jù)獲取信息、學(xué)習(xí)知識(shí)，面對信息的沖擊，高校德育范式和思想政治范式正發(fā)生著巨大的變化。為此，高校推廣實(shí)施“第二課堂成績單”制度［11］，創(chuàng)建了“學(xué)生畫像”“教師畫像”“精準(zhǔn)扶貧”“網(wǎng)絡(luò)文化產(chǎn)品影響力評估”等大數(shù)據(jù)應(yīng)用系統(tǒng)［12］。但通過文獻(xiàn)梳理發(fā)現(xiàn)，大多研究以高校群體為主，多針對大數(shù)據(jù)形勢提出相應(yīng)對策分析，大都尚處于初級(jí)階段，方案的可行性有待確證，在未來研究中，亟須將對策與實(shí)踐融合開展。

Fig.5 High frequency keywords clustering map圖5 高頻關(guān)鍵詞聚類圖譜

熱點(diǎn)三：教育大數(shù)據(jù)研究。隨著大數(shù)據(jù)時(shí)代的到來，越來越多的學(xué)者展開了教育大數(shù)據(jù)領(lǐng)域的研究，如信息技術(shù)、學(xué)習(xí)過程、數(shù)據(jù)挖掘、學(xué)習(xí)分析、教育大數(shù)據(jù)、個(gè)性化教育、教育信息化、學(xué)習(xí)行為等［13］。學(xué)習(xí)分析在教育上的應(yīng)用受到了廣泛關(guān)注，研究者們致力于運(yùn)用學(xué)習(xí)分析方法對學(xué)習(xí)進(jìn)行優(yōu)化，促使教育成為每個(gè)學(xué)習(xí)者滿足其個(gè)人需要和發(fā)展自身的途徑。然而，基于大數(shù)據(jù)視角的學(xué)習(xí)分析應(yīng)用研究尚存較大空白，缺乏相應(yīng)案例分析。面對海量大數(shù)據(jù)顯現(xiàn)的內(nèi)容，人們很難厘清事物如何通過數(shù)據(jù)顯現(xiàn)自身，而從多個(gè)維度探究，挖掘背后隱含的真理才是教育大數(shù)據(jù)的研究價(jià)值。

熱點(diǎn)四：教育評價(jià)技術(shù)研究。包括“信息技術(shù)”“教育信息化”“人工智能”三個(gè)關(guān)鍵詞。以人工智能為代表的信息技術(shù)在教育領(lǐng)域的應(yīng)用與融合主要體現(xiàn)在三個(gè)方面：一是利用數(shù)據(jù)庫平臺(tái)、機(jī)器運(yùn)算力、算法模型代替評價(jià)人員的人工操作做出智能評定和預(yù)測工作；二是在教育評價(jià)的部分環(huán)節(jié)，輔助評價(jià)人員采集、計(jì)算、評定、決策工作；三是通過“人機(jī)對話”達(dá)到評價(jià)過程的自動(dòng)化測定、精準(zhǔn)化診斷與個(gè)性化反饋等［14］。毫無疑問，隨著新興技術(shù)的加入，教育評價(jià)必將走向客觀、全面、科學(xué)［15］，逐步形成“智慧評價(jià)”。但現(xiàn)有評價(jià)技術(shù)的不穩(wěn)定性，如硬件、操作系統(tǒng)等可能會(huì)給教育評價(jià)帶來潛在影響，導(dǎo)致數(shù)據(jù)收集失敗或者尚難以察覺的錯(cuò)誤，如何有效規(guī)避上述問題是未來研究亟需關(guān)注和實(shí)踐的重要方向。

熱點(diǎn)五：數(shù)據(jù)驅(qū)動(dòng)下的學(xué)習(xí)評價(jià)研究。包含關(guān)鍵詞“數(shù)據(jù)驅(qū)動(dòng)”“學(xué)習(xí)評價(jià)”“教育變革”。數(shù)據(jù)驅(qū)動(dòng)存在于評價(jià)方式、評價(jià)內(nèi)容、評價(jià)過程中，催生著教育的變革與發(fā)展。黃濤等［16］構(gòu)建了包含多場景數(shù)據(jù)采集、多空間數(shù)據(jù)融合、精準(zhǔn)分析模型構(gòu)建、分析結(jié)果可視化的學(xué)習(xí)評價(jià)機(jī)制，并提出以區(qū)塊鏈技術(shù)為核心，從認(rèn)知、情感、動(dòng)機(jī)和社會(huì)四個(gè)方面學(xué)習(xí)綜合素質(zhì)評價(jià)方法。牟智佳［17］從評價(jià)內(nèi)容上進(jìn)行了細(xì)分和聚類，構(gòu)建了基于電子書包的個(gè)性化學(xué)習(xí)評價(jià)模型。吳永和等［18］提出了基于xAPI 規(guī)范的3D 設(shè)計(jì)軟件數(shù)據(jù)采集機(jī)制與STEAM 3D 教育學(xué)習(xí)者行為分析模型，實(shí)現(xiàn)了利用學(xué)習(xí)者學(xué)習(xí)過程的行為數(shù)據(jù)進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)分析及評價(jià)。相比于傳統(tǒng)學(xué)習(xí)評價(jià)，數(shù)據(jù)驅(qū)動(dòng)下的學(xué)習(xí)評價(jià)從多維度關(guān)注學(xué)生學(xué)習(xí)過程，評價(jià)結(jié)果更加客觀全面。但由于數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)評價(jià)需數(shù)據(jù)采集、加工、人工智能算法等步驟對數(shù)據(jù)進(jìn)行有效分析，相關(guān)平臺(tái)進(jìn)行智能操作，國內(nèi)研究仍處于起步階段。此外，精準(zhǔn)化評價(jià)還需從認(rèn)知、情感、注意力等方面作分析預(yù)測，需進(jìn)一步探討。

2.5 研究趨勢分析

多維尺度分析法指對實(shí)驗(yàn)觀察數(shù)據(jù)在概念空間中的特殊位置進(jìn)行分配，根據(jù)所有由數(shù)據(jù)構(gòu)成點(diǎn)之間的距離在數(shù)值上等于預(yù)計(jì)算的不相似性，分別展示以向心度與密度作為參數(shù)的二維坐標(biāo)系［19］。從坐標(biāo)系中點(diǎn)的位置來看，若某關(guān)鍵詞處于第一象限，則研究處于中心；位于第二象限，說明其結(jié)構(gòu)緊密程度較低，位于第三象限，則已有研究內(nèi)部聯(lián)系較為緊密；位于第四象限，說明研究處于邊緣地帶［20］。為厘清教育評價(jià)的發(fā)展趨勢，研究根據(jù)相似矩陣?yán)肊xcel 進(jìn)行相異矩陣運(yùn)算，最后將Ochiai 系數(shù)相異矩陣導(dǎo)入SPSS，利用其多維尺度分析（ALSCAL）功能，進(jìn)一步對關(guān)鍵詞聚類分析進(jìn)行深化和擴(kuò)展，結(jié)果如圖6所示。

由圖6 可知，領(lǐng)域1 處于第二、三象限，“數(shù)據(jù)挖掘”“教育質(zhì)量評價(jià)”“教育質(zhì)量監(jiān)測”“增值評價(jià)”處于第二象限。近年來，國家強(qiáng)調(diào)發(fā)展“增值評價(jià)”，要積極利用學(xué)生的進(jìn)步而非學(xué)生在關(guān)鍵考試中的原始分?jǐn)?shù)來評價(jià)學(xué)校的績效［21］。為了迎合這一目標(biāo)，部分學(xué)者開始探究當(dāng)前教育質(zhì)量評價(jià)如何改進(jìn)，文章內(nèi)容主要以策略提出為主，并未深入剖析，說明該主題內(nèi)部結(jié)構(gòu)較為松散。“教育決策”“教育評價(jià)”和“教育質(zhì)量”處于第三象限，這表明提高教育質(zhì)量是我國教育的長期訴求，無論是從源頭上還是過程中進(jìn)行著手，都存在相關(guān)研究，內(nèi)部聯(lián)系較為緊密。

Fig.6 Multidimensional scaling analysis圖6 多維尺度分析

領(lǐng)域2 的關(guān)鍵詞處于第四象限。習(xí)近平談到要用信息技術(shù)推動(dòng)思想政治工作的發(fā)展，積極利用大數(shù)據(jù)相關(guān)技術(shù)了解學(xué)生學(xué)習(xí)思想狀況。而由于大多教師缺乏大數(shù)據(jù)理念，學(xué)校缺乏數(shù)據(jù)平臺(tái)等系列問題，相關(guān)研究并未得到有效開展，該領(lǐng)域處在研究網(wǎng)絡(luò)中心的邊緣地帶。

領(lǐng)域3 處于第三象限。教育大數(shù)據(jù)為許多研究者提供了研究思路，但在實(shí)際應(yīng)用中卻存在一定的技術(shù)瓶頸，如數(shù)據(jù)挖掘與學(xué)習(xí)分析在數(shù)據(jù)采集中的技術(shù)挑戰(zhàn)，以及數(shù)據(jù)存儲(chǔ)、處理和分析過程都存在技術(shù)難度；此外，不同系統(tǒng)之間的兼容性也是一個(gè)主要問題，這些現(xiàn)實(shí)問題都導(dǎo)致該主題處于較邊緣位置，有待進(jìn)一步研究。

領(lǐng)域4 的關(guān)鍵詞處于一、四象限，其中“教育信息化”“信息技術(shù)”處于第一象限。利用信息化技術(shù)將為教育評價(jià)改革提供便捷，它可以全方位、全過程采集教學(xué)數(shù)據(jù)，且可以獲得情感因素、心理傾向、實(shí)踐能力等非結(jié)構(gòu)化數(shù)據(jù)［22］，這種全面、科學(xué)、精準(zhǔn)的評價(jià)往往更能讓人接受，也迅速成為學(xué)者研究的網(wǎng)絡(luò)中心。“人工智能”處于第四象限，自被提出以來，其一直是研究的熱點(diǎn)，但并未滲透到教育教學(xué)的各個(gè)方面。近年來，人工智能才逐漸融入教育領(lǐng)域，為推動(dòng)教育評價(jià)改革創(chuàng)新提供了條件，這條路在未來該如何革新還有待進(jìn)一步挖掘。但總體而言，教育評價(jià)的技術(shù)研究正逐漸落地在人工智能支持下的信息技術(shù)中。

領(lǐng)域5 處于第一象限。數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)評價(jià)研究可以觀察、解釋和反饋教學(xué)活動(dòng)的信息流動(dòng)和運(yùn)行軌跡，還能發(fā)現(xiàn)教育中存在的問題，為課堂教學(xué)提供幫助。從現(xiàn)有的研究來看，該主題是我國研究網(wǎng)絡(luò)的中心，面對互聯(lián)網(wǎng)的浩瀚數(shù)據(jù)，它將不斷為學(xué)習(xí)評價(jià)提供數(shù)據(jù)支持。可以預(yù)見，在未來很長的一段時(shí)間內(nèi)，數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)評價(jià)研究將是一個(gè)熱點(diǎn)問題。

3 討論與展望

通過對90 篇期刊文獻(xiàn)的梳理分析，在大數(shù)據(jù)的支持下，教育評價(jià)研究具有以下特點(diǎn)：

首先，在研究成果上，教育評價(jià)的理論研究數(shù)量呈現(xiàn)上升趨勢，特別是《總體方案》的出臺(tái)推動(dòng)了大批學(xué)者進(jìn)行研究，但實(shí)證研究卻沒有很大改善，數(shù)量較少，雖然此前提出了一些切實(shí)可行的解決方法，但還有待進(jìn)一步研究和思考。同時(shí)，研究作者團(tuán)隊(duì)較分散，沒有形成較好的合力。未來研究工作可繼續(xù)深化自身理論認(rèn)識(shí)，結(jié)合學(xué)生、學(xué)校實(shí)際情況，積極探索大數(shù)據(jù)教育評價(jià)的實(shí)踐研究，避免實(shí)踐與理論脫節(jié)的現(xiàn)象。

其次，在研究內(nèi)容上，教育評價(jià)技術(shù)與數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)評價(jià)是當(dāng)前研究的中心，學(xué)習(xí)評價(jià)正逐漸從傳統(tǒng)的教師評價(jià)、學(xué)生評價(jià)向以數(shù)據(jù)驅(qū)動(dòng)支持的多維度評價(jià)轉(zhuǎn)變，但數(shù)據(jù)驅(qū)動(dòng)可能造成研究和實(shí)踐偏離真實(shí)的教育問題［23］。教育評價(jià)更為重要的是回歸教育實(shí)踐，打造符合時(shí)代發(fā)展、學(xué)生發(fā)展的教育需求。大數(shù)據(jù)時(shí)代下的思想政治教育評價(jià)、教育大數(shù)據(jù)等均處于研究邊緣，且多圍繞高校展開研究。每個(gè)人都是信息的載體與傳播者，基礎(chǔ)教育、職業(yè)教育等領(lǐng)域都應(yīng)加入思想政治教育的評價(jià)。

第三，在研究領(lǐng)域上，大數(shù)據(jù)支持下的教育評價(jià)實(shí)際應(yīng)用缺乏案例。大數(shù)據(jù)為教育評價(jià)服務(wù)，且需要通過不斷獲取、整合、分析學(xué)習(xí)過程中的文字、聲音、圖像、視頻與人體感知等多模態(tài)數(shù)據(jù)，對教學(xué)和學(xué)習(xí)活動(dòng)的信息流與運(yùn)行軌跡做出觀測、解釋和反饋［24］才能得知其真實(shí)服務(wù)效果。對于當(dāng)前研究而言，還需加強(qiáng)大數(shù)據(jù)在教育評價(jià)中實(shí)際應(yīng)用案例的分析，如計(jì)算機(jī)科學(xué)、教育科學(xué)、認(rèn)知心理學(xué)，甚至融合藝術(shù)、人文等領(lǐng)域，拓寬實(shí)踐案例［25］。

面對海量數(shù)據(jù)，過去常規(guī)的數(shù)據(jù)采集與相關(guān)技術(shù)（數(shù)據(jù)挖掘、IRS 系統(tǒng)）已不能滿足大數(shù)據(jù)背景下的現(xiàn)實(shí)需求，需在教學(xué)評估領(lǐng)域快速積累有關(guān)爆炸式的大數(shù)據(jù)采集、存儲(chǔ)、清洗等方面知識(shí)與技術(shù)，在數(shù)據(jù)采集的質(zhì)和量之間有效權(quán)衡［26］。以此實(shí)現(xiàn)全樣本、多模態(tài)、智能化的數(shù)據(jù)挖掘分析，幫助教師找出具體教學(xué)問題，提高教育質(zhì)量［1］。