大數據時代高職財會專業教師教學能力評價研究

黃坡良　姜慶

當前，隨著大數據、人工智能、云計算、區塊鏈等新一代信息技術的滲透，高職傳統的教育教學方式產生深刻改變，也對教師利用新一代信息技術進行教學的能力提出了新要求?！堵殬I教育提質培優行動計劃（2020-2023年）》提出，要推動信息技術與教育教學深度融合，以“信息技術+”升級傳統專業，及時發展數字經濟催生的新興專業。在2021年公布的《職業教育專業目錄》中，財經會計類專業包括大數據與財務管理、大數據與會計、大數據與審計、會計信息管理等，專業名稱的變化充分體現了大數據對財會類專業的影響，也對財會專業教師的大數據教學能力提出了新的挑戰。財會類專業教師大數據教學能力體現在哪些方面？如何科學合理地評價其水平，進而謀求提升路徑，是一個非?，F實的問題。從學校管理角度看，合理評價專業教師的大數據教學能力，從中發現教師能力短板，可以尋求有針對性的解決措施。同時，提升教師大數據的教學能力，可以強化教師進行反思，實現知識結構和教學技能的調整與升級，提升教學效果。因此，在借鑒相關研究的基礎上，嘗試建立大數據時代財會類專業教師教學能力評價指標體系，運用層次分析法確定評價因素的權重，通過模糊綜合評價確定評價結果，為合理評估教師的教學能力、提升師資隊伍能力提供參考。

一、大數據時代高職財會專業教師教學能力評價體系的構建

（一）大數據時代教師教學能力的研究現狀

客觀準確評價大數據時代教師教學能力，對于推動大數據應用于日常教學、提高技能人才培養質量具有促進作用，對其研究具有現實的意義。孫榮以統計學專業教師為例，從教學水平、專業知識、數據素養3個一級指標11個二級指標，采用層次分析法對大數據時代教師的教學能力進行了定量評價。楊敏、徐慧玲認為大數據時代地方本科高校教師教學能力包括大數據教學思維、大數據知識技能、大數據教學整合能力、大數據教學實施能力、大數據教學反思能力、大數據教學創新能力等六方面，從政府、高校、教師三個層面提出了提升教師教學能力的途徑。田志良等分析了大數據時代財會專業教學的挑戰和機遇，提出了教師適應技術變革的應對策略。

大數據技術變革對不同專業的影響深度、廣度并不完全一樣，現有研究中，針對大數據時代某一專業的教師教學能力的研究較少，即使有也以定性分析為主，特別是對于受大數據技術影響重大的高職財會專業，缺少對教師教學能力的合理評價體系。

（二）大數據時代高職財會專業教師教學能力評價體系設計

借鑒相關研究成果，運用頭腦風暴法，通過征求咨詢專家意見建議，構建大數據時代高職財會專業教師教學能力評價體系。該評價體系包含基本知識技能、教學設計能力、教學實施能力、教學反思能力等4個維度以及大數據軟件應用能力、教學目標設計、教學組織管理等12個因素，詳見表1。

1.基本知識技能。大數據時代，采取、存儲、處理有價值數據信息的技術和工具層出不窮，財會專業教師需要掌握必要的大數據技術和相關軟件的應用，如數據平臺、數據應用軟件、網絡教育平臺和教學軟件等，獲取教學所需的資源和數據，以及對數據進行處理、分析、深度挖掘等技能。

2.教學設計能力。

大數據時代，線上線下相融合的教學環境應用場景越來越多，要求財會專業教師結合人才培養目標，通過網絡、教學管理平臺等途徑獲取相關的數據和資源，并從中篩選出有價值的教學信息進行教學設計，包括教學目標設計、教學資源選取、教學過程設計、教學方法與策略選擇等方面的能力。

3.教學實施能力。

大數據時代，財會專業教師在教學實施過程中，要求教師要以學生為中心，在教學中從主導者向引導者的角色轉變，需要轉變教學組織管理方式、更加靈活地運用教學方法與策略、實施個性化教育、激活學生學習興趣，讓學生體會學習的快樂。

4.教學反思能力。

大數據時代，教師更容易通過數據、視頻等教學過程和學習過程進行評價，對教學結果、教學決策、教學策略與方法進行反思，進而審視自己的教學理念是否順應大數據時代的要求，并做出診斷和改進。

二、大數據時代高職財會專業教師教學能力評價

（一）利用層次分析確定指標權重

層次分析法將定性分析與定量分析相結合，經過專家的判斷確定各標準的相對重要性，從而確定評價因素的權重，具體步驟如下。

1.構建判斷矩陣。

課題組運用訪談和德爾菲法，通過咨詢具有豐富教學經驗的財會專業教師和相關教學督導專家的意見，采用1～9標度法，對基本知識技能、教學設計能力、教學實施能力、教學反思能力4個維度的相對重要程度進行兩兩對比得到判斷矩陣，記為A=（a）。采用同樣方法，構建4個維度下對應因素的判斷矩陣，得到4個4階矩陣，分別記為A、A、A、A。

2.確定評價因素權重。

文章采用特征向量法確定評價因素權重，具體如下：

Aω=λω（1）

式中，A的最大特征根為λ，其對應的特征向量經過歸一化處理后即為權重向量。

3.一致性檢驗。由于構建判斷矩陣是通過兩兩比較所得，難免存在主觀誤差，故需計算隨機一致性比率CR，計算公式為：

CR=CI/RI（2）

CI=（λ-n）/（n-1）（3）

式中，CI為一致性指標，n為矩陣的階數，RI為平均隨機一致性指標。不同階數判斷矩陣平均隨機一致性指標RI的取值見表2。若CR<0.1，則認為判斷矩陣通過一致性檢驗，否則需重新調整矩陣中元素的數值，以獲得滿意的一致性。

按照以上步驟，由（1）式求出各指標的權向量，再用（2）（3）式對判斷矩陣進行一致性檢驗，計算結果如表3～7所示。

最終得到大數據時代高職財會專業教師教學能力各維度各因素最終權重如表8所示。

（二）模糊綜合評價

模糊綜合評價是以模糊數學的隸屬度為基礎，對于某些不易量化的因素能夠有效進行處理，在解決不確定性的多屬性、多準則評價問題上有很大優勢。在評價大數據時代高職財會專業教師教學能力過程中，涉及的因素較多且含義較為模糊，難以進行量化處理，故文章使用模糊綜合評價方法建立評價模型。

首先，設U=[u，u，…，u]為n個評價因素，V=[v，v，…，v]為m種評語。通過使用層次分析法構造判斷矩陣，可得到各因素的權重向量W=[w，w，…，w]（其中，w0，i=1，2，…，n，∑w=1）。

然后，構造模糊判斷矩陣R＝（r）進行因素評價，其中矩陣元素r為因素u在評語集V中第j個等級的隸屬度。

最后，利用公式H＝W·R，將各因素的權重向量W乘以評價矩陣R后求和得到綜合得分，并根據最大隸屬度原則確定最終的評價等級。

三、大數據時代高職財會專業教師教學能力評價實例分析

根據上述評價體系構建以及各因素權重的計算，文章以某高職院校大數據與會計專業某位教師為例，運用AHP-模糊綜合評價對其大數據時代的教學能力進行定量評價。

（一）確定評價因素

綜合評價因素為大數據時代高職財會專業教師教學能力評價體系中的各因素，即

U=[大數據軟件應用能力，數據處理能力，數據分析能力，數據挖掘能力，教學目標設計，教學資源選取，教學過程設計，教學方法與策略選擇，教學組織管理能力，教學方法與策略應用能力，個性化教學能力，學習興趣的激發能力，教學結果的反思能力，教學決策的反思能力，教學方法與策略的反思能力，教學理念的反思能力]

（二）確定評價集

文章將大數據時代高職財會專業教師的教學能力因素按優秀、良好、中等、及格、不及格進行等級劃分，分別對應百分制中的95、85、75、65和55。

（三）確定各因素權重

大數據時代高職財會專業教師教學能力各評價因素的權重為前述層次分析法所得的最終權重，即：

W=[0.0113，0.0218，0.0818，0.0400，0.0354，0.0513，0.1232，0.0905，0.0333，0.0532，0.1194，0.2369，0.0131，0.0100，0.0294，0.0451]

（四）計算綜合得分

邀請20名高職財會專業教學經驗豐富的教師和督導專家評價該教師不同評價因素表現。以大數據軟件應用能力為例，有6位專家認為屬優秀，有10位專家認為屬良好，有4位專家認為屬中等，則該因素的優秀、良好、中等的隸屬度分別為0.3、0.5、0.2，同理可以得到其他因素的隸屬度。以此方法可得大數據時代高職財會專業教師評價體系的模糊綜合評價矩陣R。

將評價矩陣與對應因素的權重相乘，得到綜合評價的結果為：H=W×R=（0.2716，0.4009，0.2836，0.0397，0）。

從模糊綜合評價結果可以看出，對于該教師的教學能力，有27.16%的評價認為屬于“優秀”，40.09%的評價認為屬于“良好”，28.36%的評價認為屬于“中等”，3.97%的評價認為屬于“及格”。將評價結果矩陣與對應等級的分值相乘，可得出該教師大數據下的教學能力綜合得分為83.73，根據最大隸屬度原則，該教師的教學能力為良好。

重復進行以上步驟，則可對不同財會專業教師大數據下的教學能力進行評價，并進行排序。

四、結語

文章嘗試對大數據時代高職財會專業教師的教學能力進行定量評價，一方面有助于教師評估自身教學能力，轉變思維和學習方式，適應大數據技術變革對教學的影響，提升自身的教學能力水平；另一方面也可為學校合理制定教師培訓學習計劃提供參考。隨著大數據技術的發展，高職財會專業教師的教學能力要求還可能發生動態變化，故仍有進一步探索與完善的空間。

參考文獻：

[1]孫榮.大數據時代教師教學能力的定量評價[J].成都師范學院學報，2022（5）.

[2]楊敏，徐慧玲.大數據時代地方本科高校教師教學能力提升機制的構建[J].湖北理工學院學報，2022（8）.

[3]田志良.大數據時代對高校教學的困惑與出路——以高校財會教學為例[J].商業會計，2018（5）.

[4]田志良，馮俊，錢瑜，吳彩鳳.高校教師適應大數據技術變革的策略研究——以高校財會專業為例[J].商業會計，2018（18）.

[5]張華，趙振江.基于AHP-模糊綜合評價的高職教師核心素養評價[J].湖北大學學報（自然科學版），2020（6）.

[6]劉丹平.高校教師信息技術應用能力模糊綜合評價模型[J].科技管理研究，2009（10）.

[7]鄭立國.高職院校教師社會服務能力模糊綜合分析評價[J].天津科技，2020（10）.

[8]關楠楠.人工智能時代教師信息化教學能力提升研究[J].廣東第二師范學院學報，2021（5）.

[基金項目：廣東省教育科學“十三五”規劃2019年度高校哲學社會科學專項研究項目“財經類專業多維三層立體化人才培養模式的研究與實踐”（2019 GXJK283）。]

責任編輯 陳春陽