一種基于知識圖譜的工程教育持續改進模型

常言說 李翠 陸偉 郭曄 馬春燕

關鍵詞：工程教育；持續改進；知識圖譜；決策支持

0 引言

工程教育認證具有推進工程教育改革、促進專業教育與行業企業的聯系、促進國際互認等作用[1]，可以提高教育質量的同時提高工程人才對產業發展的適應性，同時能提升我國工程教育的國際競爭力。2016 年我國加入《華盛頓協議》，實現了工程教育專業認證在國際上的實質等效，這也是我國進一步深化工程教育改革的契機，經過多年的實踐，已有多所高校的相關專業通過了工程教育的專業認證，但無論當前是否通過認證，“持續改進”作為工程教育認證的三大基本理念之一[2–4]，在提高人才培養質量方面都得到各高校的充分認可。持續改進機制的研究也很多，從改進模式到評價方法，從校內外的宏觀循環到課程內外的微觀循環，但當前研究需要教師或者學校的管理者根據評估結果主動進行改進，調整教學內容和教學過程，改進中的主觀性成分較多，對教師和管理人員的經驗及主觀能動性依賴較多。本文提出一種基于知識圖譜的工程教育持續改進模型，希望減少用戶在持續改進過程中的主觀性、減少用戶在非關鍵事務上的精力消耗，通過讓模型有一定的自我進化功能，復用在每次改進過程中的本體規則上的成果。

1 相關研究

李志義認為針對每一個循環都要應用OBE思想，確定做什么、誰來做、何時做、怎么做[5]，當前提出的持續改進模式在具體改進循環和具體改進循環中各步驟上有細節的區別，但其核心思想是通過評價和反饋來發現教學中存在的問題，并針對問題進行改進，改進循環的主體多基于“評價-反饋-改進”[6]，這里把決策環節隱含到改進環節了，由具體的改進的執行者去分析評價結果不夠好應該改進哪些地方，這并不利于決策的科學性，也即只有找準病因才能標本兼治，判斷需要改進的地方是決策的核心，也是應該給予足夠重視的地方。

在當前的持續改進的循環中，評價是推動改進的基礎，它又包括多種具體評價，如培養目標的合理性評價、畢業要求的達成度評價、課程體系的合理性評價、面向產出的課程教學結果評價、督導專家進行的教學過程評價等，持續改進的模式和具體評價方法需要建立在培養目標、畢業要求和課程體系一致性的基礎上。但在培養體系中，培養目標、畢業要求、課程體系、課程等多個部分都需要評價和持續改進，改進過程相互交叉，實體間關系復雜交錯（培養目標與畢業要求的關系，課程體系與畢業要求的關系，課程目標和畢業要求的關系），手動保證這些實體間關系的完全合理性非常困難，王永泉指出“畢業要求指標點達成度是建立在課程目標達成度的基礎上的，因此，這種映射關系若過于復雜，將會給畢業要求達成度的計算帶來不利影響”[7]，胡立坤等人在研究中認為當前還缺少必要的工具支持幫助老師進行相關數據可分析[8]，然而，不能為了易于計算而隨意簡化，因此需要新的模型來解決這些矛盾。知識圖可以用自上而下的關系連接方式顯式捕獲知識，通過關系節點聯系不同層次實體，基于知識圖譜梳理清楚各實體間的網狀關系，可以支持更好的持續改進。

2 基于知識圖譜的持續改進模型

2.1 知識圖譜的實體及聯系

知識圖譜是本文提出持續改進模型的核心，知識圖譜數據庫是對知識圖譜的實現，以畢業要求達成度為核心的各種評價結果、教學過程數據等通過數據庫來實現對高效持續改進的支撐，它既是數據的匯聚點，也是決策支持的出發點。《華盛頓協議》成員組織在通用標準體系設計中差異較小，基本遵循了協議的核心要素，但也根據國情和需要進行了一定的本土化[3]，即使只按照我國工程教育認證的最新標準[1]，不同專業的要求也不同，因此針對具體專業需要具體實現自己的個性化改進路徑，但其核心相同，涉及的主要實體包括：培養目標、畢業要求、畢業要求指標點、課程體系、課程、課程目標等。其中，課程目標對畢業要求指標點有支撐關系，這種支撐體現為一個課程目標可以支撐一個或多個指標點，一個指標點也可以被多個課程目標支撐，也即課程目標和畢業要求指標點之間是多對多的關系，同時存在兩個限制，即：所有課程目標對各指標點的總支撐權重之和為1，某指標點的支撐總權重等于所有課程目標對其支撐權重之和。

在通用標準畢業要求下，需要防范專業畢業要求與培養目標定位和特色的關系不明確，甚至完全游離。當前主流的培養目標合理性評價，主要采取問卷調查、訪談、座談會等形式，針對行業企業、行業專家、畢業生、在校師生等多元主體進行，這些評價結果要輸入數據庫，數據庫會以主動、被動兩種形式和持續改進的主體進行交互，其中主動的方式是一種通知觸發機制，需要誰處理的信息主動通知對方，被動的方式是由用戶主動查看視圖，這里的視圖是知識圖譜數據庫中的可視化知識圖，根據不同用戶的權限創建不同的視圖，可以實現精細的權限控制且各用戶可以隨時看到和自己相關的最新數據。

培養目標決定畢業要求，課程的目標又支撐著畢業要求指標點的達成，因此畢業要求達成度既要關注培養目標、畢業要求和課程體系的合理性，又要關注具體課程目標的實現情況，事實上牽扯到多種具體評價（培養目標合理性評價、畢業要求達成度評價、課程體系設置和課程質量評價、面向產出的課程教學結果評價、督導專家進行的教學過程評價等）和持續改進，整個流程涉及諸多實體和關系，又有很強的時效性要求，傳統基于表格模板的評價和持續改進模型在實踐中缺乏數據處理和數據分享效率，容易在持續改進過程中引入培養環節之間的不一致性問題，后文引入知識圖譜數據庫的目的之一便是解決此問題。

2.2 基于知識圖譜的持續改進模型結構

KGACIM強調數據庫輔助的作用，具體模型的結構如圖1所示，其中圓柱體表示數據庫；圓形表示活動；矩形表示各種智能教學系統或數據采集系統；人形表示各種用戶（如課程教師、教學督導、專業帶頭人、教務處管理人員等）；帶箭頭的線條表示數據流，其中兩條指向決策的虛線表示自動產生的數據流，指向決策的點畫線表示可能產生（某次改進過程中也可能不產生）的數據流。知識圖譜數據庫輔助體現在兩個方面：一是對傳統培養過程數據、評價數據等的高效共享和一致性管理，另一方面是對培養過程數據的引入，通過對現有多源數據的處理，為決策提供支持。

當前各高校或多或少都采用了一些智能教學系統，使用的過程中自動采集了各種培養過程數據，這些數據對教學過程的持續改進有著很好的作用，主要體現在如下三方面：1） 進行智能化評估，通過分析學生的作業、考試和表現等數據，自動化地評估學生的學習水平和能力，并提供針對性的反饋和建議，這種方法不僅可以減輕老師的工作壓力，也可以提高評估的準確性和客觀性；2） 促進個性化學習，根據學生的學習歷史和興趣愛好，來推薦適合他們的學習內容，還可以利用這些數據來預估學生的學習表現，從而及時調整教學策略；3） 預測學生表現，利用機器學習算法和數據挖掘技術來預測學生的學習表現和成績，把握學生未來的學習趨勢，從而及早采取相應的糾正措施。這些過程數據對持續改進的作用也得到了多個實例研究的驗證，如宋丹等人通過以操作系統課程為例，基于多源數據進行課程預測和預警[9]，相關研究正在不斷深入和發展，雖然基于教育大數據的全智能化時代還為時尚早，但已獲取的培養過程數據在增多，針對這些數據進行教學過程改進的應用場景也在不斷增多和完善，KGACIM將智能教學系統中采集的培養過程數據引入數據庫，進而通過這些數據和現有的方法實現對教學過程的評價前改進。此處KGACIM 具有開放性，數據可以逐步增多完善，使用數據的持續改進過程也可以逐步完善。李志義教授認為學校應采取有效方式對影響教學質量的關鍵因素和關鍵環節始終處于受控狀態，并讓廣大教師、學生和管理人員一起積極參與[10]，但在現實情況下監控都需要代價，教師、學生參與監控、評價環節越多，參與的程度越深入，所需要的精力就越多，能投入其他教學環節中的時間就會被壓縮，因此教師和學生最好只在必要的環節參與，不能過多，學校應采取人工智能、大數據等信息手段對影響教學質量關鍵因素和環節進行數據采集，這是一個漸進的過程，例如自動點名系統、課堂活躍度監控系統等。

以數據為中心，形成閉合的培養過程改進循環和模型自身的改進循環，各種評價結果和智能教學系統獲取的培養過程數據進入數據庫，然后從數據庫出發，一方面系統可以由用戶定義好的實體和實體間聯系自動推導做出改進決策；另一方面系統可以通過智能獲取的（或用戶手工輸入的）培養過程數據和規則推導給出；最后，針對自動獲得的改進決策建議，用戶通過人工分析進行補充，針對多路徑決策結果對培養過程進行持續改進，同時通過三個自改進循環返回數據庫，實現模型本身的持續改進。

2.3 模型的特點

KGACIM擁有三個自改進循環以持續改進模型本身：在模型中用戶從數據庫獲取了自己權限對應的視圖，而后如果進行了自定義決策，就說明兩條自動決策（圖中兩條指向決策環節的虛線）的結果不完善，也即當前系統定義的實體、關系、規則，或者采集的數據有某些不完善的地方，此時用戶需要分析此決策所關聯的系統實體或實體間關系，進而考慮是否需要修改知識圖譜數據庫的概念模型（增加、修改現有實體或實體間關系），如果需要則進入“改進1”的處理環節，對數據庫對應的地方進行修改完善，這就形成了“數據庫”—“用戶”之間對模型持續改進的循環；另一方面，如果用戶需要自定義決策是由于培養過程數據缺乏所造成的，則需要反饋到學校管理部門，完善智能系統相關的數據采集功能或增加新的智能系統，而后將獲取的相關數據和數據庫進行連接，從而形成“數據庫”—“用戶”—“智能系統”之間對模型持續改進的循環；還有一種情況是因為用戶定義的數據到決策的規則不正確或不完善導致需要用戶自定義決策，則需要進入“改進2”的處理環節，而后對數據庫中的相關規則進行更新，這就構成了“數據庫”—“用戶”之間對模型在用戶定義決策規則方面的循環。

KGACIM具有多途徑決策環節：培養體系中相關的實體較多，實體間聯系存在一對一、一對多、多對多的復雜關系，傳統的以表格模板為基礎的評價溯源過程比較煩瑣，具體執行過程容易因人而異，具有較大的主觀性，效果較難保證，KGACIM對此使用多途徑決策來應對，圖1中指向決策環節的三根帶箭頭的線表示了多途徑分析得到決策的過程，其中由數據庫發出的兩條虛線表示由數據庫輔助自動產生決策的過程，一條表示根據培養過程中涉及的相關實體和實體之間的聯系產生決策，另一條表示根據培養過程數據和推導規則產生決策，由用戶發出的點劃線表示了用戶自定義決策，這種決策的做出則是基于用戶從數據庫獲得的視圖，這樣就形成了以數據庫為中心的多途徑決策系統，從決策環節后就和現有的持續改進模式相同，進入“反饋”環節。用戶從數據庫查看視圖后，是多途徑決策的作出者之一，但主要是在兩條自動決策路徑得出的決策不夠完善時，提供補充或者對某些錯誤決策提供修正，用戶的主要精力可以從現有模型的“作決策”，轉移到KGACIM的“分析決策”和“補充修正決策”，不用每次重復根據畢業要求評價去根據各種已經確定的關系去執果索因，可以把更多精力放在如何執行決策改進教學過程、對模型本身進行改進等事務上，也即通過數據庫輔助的兩條自動決策路徑減小了用戶的工作量，使得用戶可以把更多精力放在教學或與教學強聯系的“關鍵事務”，從而更好地改進培養過程。

KGACIM的核心是一個關系數據庫系統輔助，通過中心化數據實現數據共享，針對不同的用戶角色，設定不同的權限以實現最小化訪問原則（受保護的敏感信息只能在一定范圍內被共享，即僅向履行工作職責和職能的安全主體授予訪問滿足其工作需要的信息相匹配的權限，以滿足相關安全策略），進而保證信息安全。由于業務范圍相同，數據庫中實體和實體關系定義、用戶自定義決策規則等內容中的主要部分可以在相同的專業內、課程內復用。

2.4 KGACIM 與培養體系之間的關系

KGACIM的主要作用是對培養體系進行持續改進，培養體系作為教學評價的對象和智能教學系統應用的對象，為KGACIM 提供了培養過程的數據，KGACIM則通過多途徑決策提供持續改進意見，支持了培養體系的持續改進，這種改進既包括由評價引起的改進循環，也包括由培養數據引起的評價前改進。持續改進的對象包括培養體系中的培養目標、畢業要求、課程體系、課程目標、課程培養過程等。

3 KGACIM 在西安財經大學的實踐

西安財經大學在建立第2節基于培養過程知識圖譜的基礎上，實現了一個KGACIM結構的持續改進原型系統，圖1中的“改進2”就包括對智能系統的完善，模型通過連接現有智能教學平臺，如i西財大、智慧學習系統等，還不定期收集教師和相關用戶對智能教學系統的新需求，并進行及時處理。在原型系統中，也定義了許多基于知識圖譜數據庫中實體間關系的自動決策規則，當然這前提是西安財經大學對所有工科課程實行了OBE的教學改革，當前可以將具體的畢業要求、考核內容自動對應到具體的知識點，每次考試結束后，系統自動給出初步的試卷分析，在此基礎上教師進行修改。相關規則也在進一步完善。這大幅提高了教師的效率。

4 結束語

基于知識圖譜的工程教育持續改進模型旨在實現以數據為驅動，以多途徑的決策支持為抓手，讓模型自身也持續改進，減小用戶人工分析的工作量和不確定性，進而讓用戶集中精力于規則的完善和教學過程的具體改進上。為了實現評價的溯源分析，需要運用人工智能、大數據等技術來從培養途中采集過程數據，然而不同學校當前擁有的智能化系統的功能和程度并不相同，甚至使用相同系統的學校也可能存在差異。因此，在實施KGACIM整體運行的過程中，可以循序漸進，逐步完善，以確保整個評價系統的高效運作。KGACIM克服了傳統表格方式的低效率、低效果等缺點，并通過信息化技術實現了高效的數據采集。同時，其結合了知識圖譜技術實現了半自動化數據分析，最終實現了高效持續改進，能夠有效支撐新工科建設。KGACIM具有很好的復用性，但其推廣應用需要構建知識圖譜以及與現有信息系統進行對接，因此需要由學校的教務管理部門自上而下進行推動和應用。