大數據技術賦能中學學業評價的實踐探索

大數據技術的發展和普及，使得證據導向的教學與研究成為可能，教育領域愈發重視基于循證邏輯的決策、管理與實施工作[1]。簡單來說，它就是利用數據來檢視和引導教育行為，從而支持和引領教育改革與教學改進，實現更加精準、高效的教學。大數據技術的應用為學校教育帶來新的機遇和挑戰，數據驅動的教育決策可以促進學生全面發展，提高學校教學質量，實現更有效的教學管理。

一、學業評價的局限與挑戰

近年來，國家發布了一系列教育評價改革的政策文件，指出學生評價是教育評價改革制度的核心，為培養什么樣的人提供標尺，為怎樣培養人指明方向[2]。這就需要學校明確學生在不同學段、年級和學科學習中應該達到的程度要求，科學確定學業評價指標。學校在2014年就開始嘗試分層分類走班教學。在實踐中，我們發現，走班制教學方式改革需要建立以學生學習、教師教學為核心的評價體系。評價工作是改革創新的重點，包括形成核心素養與關鍵能力指標體系，研制各學科學業進階標準，開展基于學業質量標準的考試命題研究，幫助學生通過科學的學業進階評價充分了解自己，培養自主學習能力，為可持續學習與發展奠定堅實的基礎。

學校在梳理了實踐中存在的學業評價局限性后發現，它集中體現在四個方面：第一，評價手段單一，主要使用紙筆測試方法，過于關注學業成績，忽視學生學習過程表現和影響因素，無法有效促進學生健康發展。第二，評價技術簡單，基本建立在傳統測量理論基礎上，通常以試卷總分進行分數排名，可能片面解讀學生學業質量。第三，數據分析和挖掘力度不足，缺乏學生個體的學業數據畫像。第四，評價應用不廣，多是基于數據分析結果評價教師教學質量和評比學生學業排名，缺乏對“教”與“學”全過程的指導[3]。

為了突破學業評價限制瓶頸，學校充分利用現代信息技術，深入研究評價過程中的技術難題，以期獲得更準確、可靠的學業質量評價結果。學校通過對學業評價相關問題進行梳理，明確了應在大數據技術支持下構建指向“教—學—評—導”一體化的學業質量評價體系，創新評價機制：在評價對象方面，關注全體、個體和群組等不同角色，實現全方位評價；在評價時機方面，不僅關注學期或學年結束時的質量情況，也關注學習過程中的質量發展，探索全過程評價；在評價手段方面，結合紙筆測試以外的評價方式，提高評價方式的多樣性，做到多手段評價；在評價內容方面，不僅關注學業評價的知識與技能，還要關注其他維度，完善全角度評價。

二、大數據技術賦能學業評價的理念與構想

學業評價作為教育領域至關重要的一環，隨著大數據技術的廣泛應用，其理念也在不斷演進和拓展。

（一）學業評價的核心理念

大數據技術賦能的學業評價理念強調個性評價、綜合評價、實時反饋、持續改進和數據驅動等核心理念。學校應重視個性評價，通過收集豐富的學生學習數據，立體地了解學生的學習特點、優勢和需求，為其制訂獨特的學習計劃和教育方案，幫助學生獲得更好的學業發展。學校應探索綜合評價，通過多維度的數據分析學生的課堂表現、作業完成情況、活動參與情況等，全方位評估學生的學業水平和發展情況，為學生提供更加多元的支持和指導[4]。學校應開展實時反饋，通過收集和分析學生學習數據，發現學生的學習問題和困難，給予他們學習反饋和發展指導，幫助學生及時調整學習策略，提高學習效率。學校應落實持續改進策略，不斷收集和分析學生學習數據，發現9b673fb3e87101c89ff121a217964b1a問題并采取措施，幫助教師不斷更新教學方法與評價方式。學校還應強化數據驅動，通過數據收集、分析和應用，科學地動態監控師生發展需求，通過大數據分析驅動教學管理決策優化。

（二）學業評價的初步構想

學業評價是教育教學的重要組成部分。學校需要不斷完善評價方法、工具和標準，以實現評價的多元化和科學化。評價方法的多元化要求評價能夠反映學生的學習情況和能力發展等多維度指標，因此，除了常規的考試評價外，還應包括項目評價、作品展示、實踐考核等。評價工具的科學化，要求評價能夠客觀反映學生的學業水平。這需要依托現代信息技術，如大數據分析、人工智能等。

大數據技術為“教—學—評—導”各方面形成循環改進提供了可能性（如圖1）。學校通過全面的學業評價，形成豐富的教學數據與學習數據，教師學業指導與學生自適應干預則對之后的學習數據產生直接影響，改進學生學習過程和教師教學實踐。

1.系統構建評價指標

學校倡導建立統一的評價標準和指標體系，確保評價結果的公正性和可比性。評價指標需要關注評價內容、時機、工具選擇、主體協作等，完備且標準化的指標體系有助于提高學生學業評價的科學性和有效性。

2.完善證據采集技術

學校應關注證據的質量和數量，增強評價的準確性和可信度。學業質量評價需要依賴客觀證據，而不是主觀評價，因而學校要引進和發展物聯感知、圖像識別、視頻識別、硬件采集等證據采集技術。

3.探索分析挖掘技術

學業質量評價需要通過分析挖掘技術處理海量數據，以便更好地理解和應用評價結果。為解決數據統計、分析和判斷中的難點問題，學校需要開發學業評價平臺，深度運用過程挖掘、文本挖掘、圖建構與挖掘，以及多元回歸分析等技術。

4.積極應用評價結果

評價結果的分析只是過程，最終要落實到應用上。學校要組織教師仔細研讀評價報告，認真分析評價結果，理解數據分析反映的教學情況和學生表現，找出教學中存在的問題和改進的空間；根據評價結果制訂具體的改進計劃和行動方案，明確改進的重點和目標，在學業評價平臺上設定可衡量的目標和時間表，確保改進計劃的可操作性；根據評價結果調整教學策略和方法，嘗試新的教學方式和工具，提高教師教學效果，激發學生學習動力。

三、大數據技術賦能學業評價的實施與探索

基于學業評價的初步構想，學校積極引進并大膽嘗試大數據分析等技術，進行大量創新性研究，初步構建了評價體系，開發了科學的測評工具，搭建了智能評價平臺。

（一）聚焦學業進階的評價體系探索

學業評價體系需要明確評價和指導的關系、流程和標準，包括評價目標的設定、評價指標的選擇、評價方法的確定，以及指導策略的實施等。聚焦學業進階的評價體系，應該體現學生學業水平、教師教學質量、學校教學管理等方面的指標，同時考慮教學質量和學生發展的多維度需求。學校要著眼評價育人，聚焦學生核心素養的進階式培養，通過研制學業進階標準、編制學科學習自評手冊、構建學科能力測評分析模型、探索精準學習支持系統等方式，完善學校學業質量評價體系。評價體系探索需要根據學科特點和教學規律進行。

以不同學科各具特色的探索為例，物理教研組設計了“模塊—單元—節—具體內容”的教學方式，分級說明評價標準及水平描述，同時對應設計、開發典型樣題，研發自評手冊，以“開發—試用—迭代”為機制，形成學習目標統領、核心知識建構與遷移、自主評價的內容布局，最終開發出具有針對性、對標性的學習及自評工具，幫助學生更好地了解自己的學習水平和發展方向。地理教研組通過對學科知識內容的系統研究，結合日常教學經驗和專家指導意見，提煉出了知識結構體系化的方式（見表1），發現三級定位最具實操性和教學價值——一級知識板塊，指向多學段教材知識結構的整合；二級知識內容，指向課程質量標準的落實；三級知識考點，指向覆蓋式教學重難點的梳理。教師根據學生各學段發展能力需求劃分能力層級，在學業進階標準中分析知識點，明確經過初中或高中階段的學習，學生需要達到的最終水平。

雖然物理學科與地理學科采取的學業進階標準研究方式不同，但最終都服務于學生學習，通過學業進階標準評估學生從簡單到復雜知識的認知過程，實現思維認知和能力素養的階段式發展。

（二）指向教學共長的測評工具開發

學校積極開發測評工具支持評價數據的收集、分析和可視化展示，幫助教師系統了解教學情況和學生表現。通過需求分析和用戶研究，學校深入了解教師、學生和學校管理者對測評工具的需9abdad21d4bd23b07eb18caa6e76d4c2求和期望，運用問卷調查、訪談和項目研究組討論等方法，綜合各方意見和建議，為測評工具的設計提供參考。在學業評價探索初期，學校為實現學業評價與教學常態接軌，滿足教育教學改進需求，優先定位于命題管理研究。

命題的科學性、規范性是促成“教—學—評—導”一體化的基準線。命題管理研究旨在提高命題的科學性，強調命題不僅僅是為了考試，更是通過考試引導學生學習、探究教學的過程。為此，學校進一步完善測評系統的規范性，組建學科命題研究項目組，開展學科評價基礎性研究，形成不同學科學生學習典型樣題，并在各學科組進行推廣和改進。

（三）基于智能技術的評價平臺構建

學業評價平臺的搭建不是一蹴而就的。學校不斷在探索中完善適合學校發展需求的評價平臺系統，主要經歷了三個階段：教師手動分析、全套系統試用、平臺量身定制。當前，學校深度探索智能化學業評價平臺系統，通過大數據技術采集學生學習數據、作業完成情況、考試成績等信息，進行數據分析和挖掘，為學生、教師和教育管理者提供全方位的學業評價服務（如圖2）。

學校引入大數據精準教學平臺采集診斷性數據，采用ClassIn LMS等智能信息化系統整合過程性數據，搭建一體化的學業評價平臺。平臺服務多元的用戶群體，不同角色的使用者皆可獲得個性化的教育資源，同時履行不同職責。比如，學生需要積極參與使用學業評價平臺，按時完成作業和考試，接受個體評價和反饋，根據系統指導調整學習方法和計劃；教師負責指導學生正確使用學業評價平臺，根據評價結果調整教學策略，促進學生學業發展。

學業評價平臺深入探索數據背后的教與學信息，為教師的教和學生的學提供針對性的數據分析支持。學生層面的數據準確地體現學生的學習現狀，明確學業發展優劣勢，提出針對性的學習方案；授課教師要有目的地分析所教班級的學業數據，進行長效的學情追蹤，找準課堂教學的起點、難點和重點，突破教學薄弱點。學校廣泛收集教師數據分析需求，逐步完善多種分析模型，通過大數據分析結果助力教與學方式的科學調整。

以數學組為例，教師關注不同題型的學生學業表現數據，據此分析教學改進方向。高一上學期的考試數據結果顯示，學生的函數綜合、整體思想、參變分離等知識點相對薄弱（見表2），并將其實時同步至備課組學情中心，提醒教師深入挖掘教學生長點。教師根據教學班實際情況，在講評過程中有意識地側重教學講解和資源建設，如以微課資源提供相關知識內容講解，輔助學生同類型變式題練習。

教研組、班主任、學部、學校等教育管理者負責監督學業評價平臺的運行情況，利用平臺提供的數據支持教育政策制定和教學質量改進，推動教育教學持續發展。比如，在教研組層面，平臺會分析班級和教師的對比數據，監控全年級各學科的教學狀況，適時調整備課組的教學安排與管理；在班主任層面，為學生提供學業評價和反饋，幫助他們了解自身學習情況和改進方向；在學部層面，數據反映全年級學生的整體分布情況，通過對學生進行分層分析，找到不同層次學生學習的改進方向，提供相應的學習資源和學業指導；在學校層面，平臺為教育管理者提供數據報告和分析結果，支持其制定教育決策，調整資源分配。又如，每次考試后，成績分析與調研數據成為教師調整學業指導方向的重要依據。教師通過數據分析發現作業是當前教育教學需要關注的重點，因而開展一系列工作幫助學生改進作業策略，加強作業指導。

學校建設信息技術支持下的數據采集和分析平臺，收集和測量學生學習過程中產生的數據或證據，始終落實需求更新和數據安全保護工作，尤其是嚴格把關數據的分配、查看和使用權限，確保數據取之有道、用之有效。

四、大數據技術賦能學業評價的保障與支持

學校通過創新評價機制，改革評價模式，提高評價水平，落實學業指導，確保評價工作順利進行和有效實施。

（一）優化學校評價模式

學校圍繞評價改革開展系統性工作，具體包括更新學業評價觀念，建立新的學業質量評價觀，讓學業質量評價“為了學生發展”和“促進學生發展”，以規范制度保障學業質量評價的信度，以專業研究提高學業質量評價的效度[5]。

學校不斷完善評價制度建設，明確學業評價的目標、原則、程序和標準，制定各項課程評價、綜合素質評價相關制度文件，使之成為教師評價實施的基礎和依據。同時，堅持落實教育技術支持，引進數據采集、分析、挖掘和結果呈現等技術方式，保障評價系統的穩定性和安全性，確保評價數據的準確性和可靠性，提高評價工作的科學性和客觀性。

此外，加強資源保障建設，包括評價設備的更新和維護、評價人員的培訓和激勵、評價系統的建設和運行等，促使評價工作順利開展和效果實現。在此過程中，學校還不斷完善結果反饋機制，實現學業水平的智能推送，確保師生第一時間接收評價分析結果，實現多級多線教學聯動。

（二）提高教師評價能力

教師評價能力對落實學業評價具有重要意義。教師從數據中解讀班級學生的不同特質，逐漸形成“解讀學生需求”的學生本位觀念，進而提升改進教育教學行為的意識與能力。

首先，要培養教師具備扎實的專業知識和評價技能。教師要了解不同的評價方法和工具，掌握學科評價標準與指標，為構建與學習自評策略相匹配的學業評價體系打下堅實基礎。

其次，要培養教師掌握核心的數據分析和解讀能力。教師要能夠準確理解評價數據的含義和價值，分析評價結果的優劣勢，為學生提供學業指導和支持服務，促進學生進步和發展。

再次，要培養教師掌握有效的教學反思和改進方法。教師能夠根據評價結果對自己的教學進行反思和調整，不斷改進教學方法和指導策略。

最后，要增強教師具備多元的學科合作與交流能力，共同探討評價方法和經驗，分享評價成果和教學實踐，促進評價工作的互動和共享。

（三）落實學業指導實踐

基于“教—學—評—導”一體化體系，借助大數據技術，學校以學定教、以評促教、以評促學、以導助學，共同服務學生成長。學校學業評價更為關注影響學業質量的因素、評價結果的再利用，在數據分析的基礎上，通過學業指導服務學生學業成長。例如，運用大數據技術形成學生成長畫像，體現學生學業發展過程，記錄學生學習數據、活動數據等，教師實時改進課程設計方案；結合數據分析學生學業表現、興趣愛好、學習習慣等，促使教師為學生提供更有效的學業規劃和生涯指導。

學校堅持全員、全過程、全方位育人，開展有溫度、有智慧、有特色的學業指導，定位學生成長脈絡和學業發展規律，根據學生學業數據和自主發展需求，開展形式多樣、內容豐富的指導活動，打造學業指導的內容體系，形成學業指導系列課程、主題活動、輔導咨詢、自主資源相結合的實施路徑。

未來，中小學校進行學業評價改革可以聚焦“一體三化”，即通過一體化學業評價平臺落實智能化評價、服務個性化學習、實現數字化教學，為促進學生自主學習、改進教師教學行為和提升學校教育教學管理質量提供有力支持?；诖髷祿治黾夹g的學業評價模式，能夠為學校教育教學管理質量不斷提升注入新的活力。學校應以學生為中心，將數據采集、數據分析、教學決策、發展指導串聯起來，形成更科學、更完整、更緊密的評價體系，為學生的學習提供更有針對性的支持，促進教師專業發展，提升學校管理效能。

注：本文系北京市數字教育研究課題“基于智慧教室學習過程性數據驅動的精準教學”（課題號：BDEC2023020003）的階段性研究成果。

參考文獻

[1] 薛二勇，李健，田士旭.循證教育政策研究：一個應然命題的實然問題[J].教育研究，2022（12）：141-150.

[2] 鄧凡，余亮.我國學生評價政策的回顧與展望：基于NVivo11的政策文本分析[J].中國人民大學教育學刊，2022（4）：91-106.

[3] 彭波，王偉清，張進良，等.人工智能視域下教育評價改革何以可能[J].當代教育論壇，2021（6）：1-15.

[4] 劉邦奇，劉碧瑩，胡健，等.智能技術賦能新時代綜合評價：挑戰、路徑、場景及技術應用[J].中國考試，2022（6）：6-15.

[5] 張進良，楊苗，談桂芬.智能技術賦能基礎教育評價改革的實然困境與路徑選擇 [J].中國遠程教育，2023（2）：18-27.

（作者孫兆前系北京師范大學附屬實驗中學副校長、高級教師；趙瓊、管弘博系北京師范大學附屬實驗中學課程教學評價處教師）

責任編輯：孫建輝