高校學生評教道德困境的形成機理與治理路向

摘 要：學生評教是保障高校教學質量的重要手段，卻一直面臨著源自多種因素的影響，偏離了學生評教的本真性，乃至陷于進退兩難的道德困境中。學生評教道德困境的形成機理在于對教學有效性缺乏共識性標準、教師無權支配課程背景、學生受制于教師背景因素的攪擾與對學生評教能力和態度的指責。為消解學生評教的道德困境，宜發揮教師教學和學生學習的耦合作用，重塑學生評教改善教學效果的初衷；培養評教主體相關利益者的道德責任感；減輕學生評教結果粗放解讀和誤用對教師造成的傷害。

關鍵詞：高校；學生評教；教學效果；道德困境

中圖分類號：G647 文獻標識碼：A 文章編號：１００９ — ２２３４（２０25）07 — ０104 — ０5

學生評教是高等教育管理中一個飽受爭議的普遍做法。系統化的學生評教始于1927年的普渡大學，我國則是從20世紀80年代中期開始興起并重視學生評教，直到21世紀初才建成較為成熟的學生評教體系，用于高校課堂教學質量管理。學生評教本是作為高校教師教學效果診斷反饋的重要來源，用于教師任期晉升和獲得終身教職的決策依據，為學生選課提供有效參考［1］。高校普遍贊同和支持學生評教制度，因為評教既讓學生對教育質量評判有了發言權，又是高校管理教師教學效果的一種便利手段。但是，自學生評教制度設計之初都是以學生為評價主體，其評教結果的真實性和有效性一直爭論不休。有學者指出，國內高校以行政主導的學生評教，既不能為教師有效教學提供借鑒，又不能為學生有效學習提供指導，倚重教師立場的評價指標難以全面反映教與學的真實信息，形式化評教難以拉開得分的差距，以及師生相互妥協的合謀博弈機制逐年推高評價得分，導致學生評價信度大打折扣［2］。高校學生評教結果陷入了學習簡單化和教學狹隘化的泥沼以及追求教育的平庸化，正在侵蝕學生評教的本真性［3］。這意味著，由多種因素共同作用所導致高校學生評教結果的失真和異化，使學生評教這項教學管理制度流于形式化，深陷進退兩難的道德困境中。而現有文獻對高校學生評教究竟面臨何種道德困境、形成機理如何、高校學生評教又該采取何種應對策略，以及如何實現自我救贖等問題缺乏共識性的研討。基于此，本文將通過爬梳現有文獻，有效整合相關研究的一些碎片化知識，凝練出高校學生評教道德困境的知識圖景，省思高校學生評教打分面臨的道德問題癥結。

一、高校學生評教道德困境的意涵

高校學生評教自從廣泛開展以來，評教信息的失真難以企及制度設計的初衷，由此產生諸多的負面效應，正在遭受越來越多的質疑。評教制度緣何質疑之聲不絕于耳，當然還得從“學生評教”一詞談起。“學生評教”這個概念的表述可以分為三個類別：一是強調學生對教學或教學有效性的評估，回答的是學生對高校教師的教學質量、教學效果和卓越教學等方面測量的結果和價值判斷，如student evaluations of teaching、student evaluations of instruction effectiveness等；二是側重對高校教師的打分和評估，如student evaluations of faculty，從字面意思來理解，感覺學生“評教”在于“評人”，教得好不如教師人緣好、魅力足；三是偏向“學生評分”視角，將評分與教師教學、學生學習聯系起來，著重從學習滿意度等維度來討論學生對教師教學的打分評價，因為有效教學要通過學生學習來展現，常用student ratings of teaching、student ratings of instruction effetetiveness等來表達。“評分”（rating）一詞強調提供教學評價數據來源的人，學生是提供數據的主體，“評估”（evaluation）側重結合其他信息來解釋評教的數據。這就意味著學生評教是收集教師教學績效數據的重要來源，不可避免地會滲透學生個人的主觀看法，而評估者則是運用學生評教的數據對教師的整體教學效果作出判斷。

“道德困境”這個概念的用法有些含糊，有學者將其視為“道德難題”“道德悖論”“道德風險”的同義語。然而，這些說法都存在一定程度上對道德困境的誤解。那么，對于道德困境的理解，應該從行為者的道德選擇入手，道德困境實乃道德選擇的困窘。道德選擇的實質是選擇善，是行為者在兩種或兩種以上的善中擇一時左右為難的窘境，之所以稱其為道德困境，這已經“不是在善與惡，即正價值與負價值之間進行選擇，也不是在善與非善，即有無價值之間進行選擇，而是在善與善，即正價值與正價值之間進行選擇”［4］。高校學生在評教過程中無論做出何種選擇，其評分都難以做到公允和客觀，因為學生評教會受到課程、教師、評價工具、學習體驗等因素的影響，學生評教結果及行為表現在多重因素作用下會出現偏離與異化現象，追求評分的準確性和真實性似乎是徒勞的，而評教的正義性難以得到有效守衛，學生的任何一個評教打分都可能蘊含著一定的道德困境。

然而，何為“學生評教道德困境”，目前的學界尚無共識。從上述對“學生評教”的詞義表達來看，高校學生評教是學生基于課程學習的感受和收獲，在多個維度上表達對教師及其教學質量、課程、學習等內容的一種主觀認識和綜合判定。由此，可以推斷“學生評教道德困境”意指：高校學生在給教師教學評級或打分過程中，面臨著評教與評人、學生自身能否公正勝任教學質量的評判與對教學有效性標準的一致性認識等方面的道德考量，無論學生做出何種評級或評分，其行為都可能帶來某種傷害，面臨著評教打分的為難和糾結。

二、高校學生評教道德困境的形成機理

高校學生評教打分并非易事，評教結果往往面臨測不準的窘境。通過現有文獻爬梳可知，高校學生評教的道德困境是在對教學有效性缺乏共識、教師無權支配課程背景、教師施加影響于學生、學生自身評教能力和態度等因素的相互作用下產生的。其中，缺乏對教學有效性的共識是高校學生評教道德困境生成的“主導因素”，教師無權支配課程背景是導致學生評教道德困境的“客觀因素”，教師背景因素的干擾成為學生評教道德困境生成的“誘導因素”，以及學生評教能力和態度則是陷入道德困境的“主體因素”，這些因素共同導致了高校學生評教受到長期的質疑。

（一）教學有效性難達共識：學生評教道德困境的“主導因素”

學生評教的爭論首先還是聚焦在評教工具本身是否能夠以有效、可靠和無偏性的方式衡量教師的教學質量。在學生評教發展歷程中，研究者開發了一系列可以測評教學有效性的工具，如雷默斯（Remmmers，H.H.）制定的《普渡大學教學評價量表》、馬什（Marsh，H.）研制的“學生教育質量評估”（SEEQ）等，這些評教工具在統計上是經過嚴格驗證的，假設都是有效的。如馬什和羅奇（Roche，L.A.）驗證了“學生教育質量評估”工具的可靠性和有效性，認為該工具具有可靠穩定性，能夠有效地測評有效教學的各種指標，且不受各種潛在偏見變量的影響［5］。世界上許多高校運用該工具來評估有效教學，以確保教師的教學質量。即便這樣，研究者仍會認為，無偏見的、可靠的、有效的學生評估仍然可能是不公平的［6］。

學生評教工具在統計學上顯示是有效性的，普遍認為學生評教能給教師教學的有效性提供重要信息，但它們緣何又測不準教師的教學效果。一方面，是設計良好的學生評教工具，廣泛證明了它在評估教學質量和教學效果方面的有效性和可靠性，能夠有效限制學生評分中潛在的主觀性以及非教學因素帶來的偏見，但是，這些評教工具向我們暗示了學生在評教過程中仍然會受到性別、學科、班級規模、成績期望等各類偏見的影響，這是不可避免的；另一方面，不同評教工具的研發都旨在衡量教師的教學效果，但是，人們對教學有效性的界定是很困難的，不同學科和評教工具對于教學有效性的看法是各不相同的，尚無達成共識性的結論。盡管學生評教的文獻數以千計，但研究者所開發的評教工具對教學有效性的認識尚未達成共識，學生評教正好需要有這樣的共同標準來給教師教學打分，現實中卻找不到這樣的標準，如此便形成了學生評教的道德困境。當然，我們不能因為暫時找不到衡量教學有效性的共識性標準，就完全否定學生評教的有效性，畢竟教學是一門需要情感投入的技藝，涉及到育人和提升學生素質的事情不是單憑評價工具就能輕而易舉測量出來的，需要辯證地看待學生評教的結果，不應該將學生評教結果完全視為衡量教學有效性的唯一標準。

（二）無權支配的課程背景：學生評教道德困境的“客觀因素”

學生評教不僅面臨教學有效性標準無法達成共識，還會讓教師承擔自身無權支配的課程背景因素所導致的評教后果。即使學生對教師教學有效性的評估沒有偏見，但是教師通常被分配去教授不由教師自己控制的課程，這些課程涉及到學科領域、課程地位、課程難度水平、課程設置要求、班級規模、專業類別等各不相同，而且，這些因素對學生評分有一定的影響，這讓教師對他們無法控制的課程因素負責顯然是不公平的，并導致了學生評教掉進另一個道德困境。

已有研究顯示，課程相關的背景因素對學生評教產生消極或積極的影響。在我國，總體上是傳統的人文學科與理學的學生評分，普遍高于社會科學和工科［7］。還有研究顯示，學科、課程水平、課程類型、班級規模和學習方式不同的課程，學生評分存在顯著差異，小班教師的評分普遍高于大班教師，選修課程教師的學生平均評分普遍高于必修課程教師，其中，學科差異和班級規模對學生評分的影響最大，效應值分別為0.43-0.86和0.55-1.01［8］。此外，我國學者還發現專業口碑與學習氛圍越好，學生對教師授課的信賴感越高，評教分數也會越高；評教分數有隨著年級升高而升高的趨勢；周學時越多，學生所打分數越高；實踐課程評分顯著高于理論課程［9］。雖說教師無權規避課程背景帶給自己的負面影響，但面對評教用以區分教師績效優劣的壓力，教師不得不采取降低課程要求、考試難度等手段，在學生面前夾著尾巴做人。在管理部門的評教信息反饋時，也不會考慮課程特征的不同，更沒有照顧大學的多學科特點和學習任務的輕重，只是將學生評教結果反饋給教師，并作為生殺予奪教師職稱的殺手锏［10］。

總體而言，課程知識特征和學科差異是導致學生評教差異的重要因素。通常的解釋是教授“硬”學科的課程難度大，學生學習負擔重，使學生評分時產生了偏差，打了比教授“軟”學科的課程更低的分數，社科評分則屬于中間；小班授課更容易產生互動，便于發言、提問和溝通，與教師建立良好關系，導致學生學得更好，這樣很可能給教師打了高分。由于這些課程因素基本上不在教師直接控制范圍之內，因而，當學生評分被粗糙地運用于教師之間的比較和判斷時，就成為潛在偏見的客觀來源。如果僅僅依據學生評教的平均分數來判斷教師和課程，而不考慮這些課程相關因素的影響，這對教師和課程是不公平的。

（三）教師背景因素的攪擾：學生評教道德困境的“誘力因素”

教師個人的客觀因素和主觀特征對學生評分的影響可謂是喜憂參半，教師的性別、年齡、經驗、性格，甚至頭銜、師生距離感等都可能成為學生評教道德困境產生的“誘力因素”。首先，教師性別因素是影響學生評分的客觀因素之一。一般來說，男教師往往被男、女學生評價相似，而女教師往往被女學生評價較高，而被男學生評價較低，同時也出現了學生評分的性別偏好現象［11］。可見，評教分數在一定程度上受到師生性別偏見的影響。其次，教師的積極人格特征可能贏得學生評教的加分。許多學生可能會給他們認為善解人意、友好、熱情、外表有吸引力、幽默有趣等教師給予積極的評價［12］。

最后，教師施加的影響策略對學生評分產生一定的影響。一旦學生評教異化為工具化傾向越明顯，越有可能偏離教師教學自由和損傷教學質量。這樣的學生評教就迫使高校教師日益看重評教分數的排序，出現了教師為了順應學生的喜好和需求而有意降低課程難度、放寬對學生的課堂要求，甚至是提高學生的成績，以換取學生在評教中的“好評價”和“高分回饋”，從而使高校中的教與學關系異化成“教學相‘漲’”的尷尬局面［13］。學生評教出現了師生“互換高分”的現象一直不絕于耳，當教師有意放松考試成績和課業任務，主動追求與學生形成緊密的“合作”和“共謀”關系，以犧牲教學質量達成師生“共贏”時，會不可避免地發生評教等級和學生考試分數的雙重“膨脹”現象。在評教過程中，教師這些主觀誘導策略的攪擾再次讓學生評教這個工具陷入道德風險境地。這種情況鼓勵大學教師使用各種策略來影響學生評教，往好了說，這種評分幾乎沒有實質性的教育價值；往壞了講，實際上是對教育的傷害。教師在看待學生評教的態度上可謂是五味雜陳，既有支持、接受，又有完全反對、拒絕，擔心學生評教演變成了教師受歡迎程度的一場個人競賽，威脅到了教師的教學自由和學術標準的要求。

（四）學生評教能力和態度的詬病：學生評教道德困境的“主體因素”

學生評教體現了學生至上的管理理念，透過學生視角來評價教師的教學效果具有理論上的合理性，似乎成為一種立意較好的評價方式，學生無疑成為教師教學的評估者。但是，學生在評教過程中受限于對評估教師教學的知識能力欠缺、生活閱歷、主觀情緒、尺寸拿捏有限等因素的影響，難以客觀公正地評判教師教學效果的長短得失。因此，眾多學者對學生評教能力和態度提出了質疑，這是學生評教陷入道德困境不能回避的問題。

長期以來，學生評教的質疑其實是對學生自身評估教學質量能力和態度的質疑。作為“消費者”的學生，是教學過程的參與主體和評價主體，有權發表對教學滿意度的看法，學生參與評教能夠更好地監督教師的教學工作。但是作為一名“評估者”的學生，往往沒有充分認識到自身參與評教的權利，常把評教看作是教學管理部門的強制要求和占用自己的時間，學生自身存在著對教學質量判斷能力的認知局限，教師同樣擔憂評教會受到學生自身學識、經驗、情緒、偏好等因素的影響，很難對教學效果進行全面客觀的評價。由于學生評教屬于價值判斷，學生在評教過程中通常會把自己的道德直覺隱藏在社會陳腐的面紗后面，采取“針鋒相對的策略”來操縱評教分數，學生可能會為自己的低分提供虛假評論作為報復，或者使用較低的評教分數作為報復那些嚴厲或布置繁重作業的教師的一種手段，以此來發泄自己心中的不滿，或者與教師形成各取所需的情感關系［14］。少數學生在評教過程中會出現一些不良心態，如以個人利益為出發點來評價教師的勢利心理、無視客觀原則且隨意打分的兒戲心理、完全依據個人喜好來給教師打分的任性心理等［15］。此外，匿名化的評教方式，也掩蓋了學生可以不為自己不道德的行為負責，致使學生評教打分在道德上脫離有效的監管，不可避免地存在著惡意評價、隨意評價等不良現象。整體而言，對學生評分的質疑主要考慮是學生沒有足夠的能力給教學打分，而學生只想學習簡單課程，評分容易導致評教分數的膨脹，以及評分反饋幫助改進教學作用有限。因而，對學生評教提出的質疑，是出于對學生評估教師教學有效性的能力和態度的爭議。

三、消解高校學生評教道德困境的治理路向

高校學生評教是一個復雜問題，時常面臨著多重道德困境的束縛，這需要采取相應的策略來解決。消解學生評教道德困境，需要發揮教師教學和學生學習的耦合作用，重塑學生評教改善教學效果的本真性追求，培養評教主體相關利益者的道德責任感和減輕學生評教結果粗放解讀和誤用的傷害。

（一）重塑學生評教改善教學效果的本真性追求

學生評教作為衡量高校課堂質量的重要工具，也是一種附帶道德風險的測量方法。雖然學生評教可以為教學有效性提供有用的反饋信息，但遺憾的是，學生評教難以準確地測到教師的教學效果。因為學生評教既不會花費太多的時間，又不可能像專業評估人員那樣去認真思考教師的教學，對教學作出較為中肯的評價。學生評教的真實性是通過教師和學生兩大教學活動主體有效互動來實現的，任何一方的個人利益至上和工具理性主義泛濫，都會掩蓋教和學過程中實存的真問題，讓學生評教來改善教學質量的初衷會發生偏離和異化。學生評教最困難的是衡量教學效果，其偏見對評估教學有效性的影響更為強烈，要實現學生評分能夠真正反映教師的教學效果，那么，有效的教學就需要激勵學生更加努力地學習和取得更好的成績。因此，學生評教可以通過發揮教師教學和學生學習的耦合功能，來降低教學有效性測不準的道德風險。盡管學生評教不是衡量教學有效性的唯一手段和評價學生學習的理想方法，但是，通過學生評教來獲得學生學習信息的反饋，可以幫助教師來檢視自己的教學過程和進一步探索提高學生學習的技藝。教師應該努力做到以學生能力發展為中心來開展教學，摒棄填鴨式、滿堂灌的傳統教學方式，應針對學生的不同學習需求和欲望來開展教學，滿足不同學生群體的學習期望和提高他們的學習興趣，發揮教和學的合力作用，重塑學生評教改善教學效果的本真性追求。

（二）培養評教主體相關利益者的道德責任感

學生評教制度的設計讓學生有了過大的自由裁量權，并失去了對匿名評教權利的限制。匿名評分的做法容易削弱學生的道德約束，導致了“去個性化”和“道德脫離”心理現象的產生，這樣難以保護教師免受虛假的負面評價影響，教師也沒有正當的程序挑戰少數學生的誹謗主張和惡意陷害。從教師角度看，其教授課程的地位、性質、時長，以及面對學生的專業、年級、班級規模等不同，教學管理部門用同一評價指標來評估教師的教學，顯然會做出不準確或不公平的評估。由此，可能會鼓勵教師采取應對策略，想盡辦法來得到學生評分的獎勵，這樣就構成了學生評教的惡性循環，破壞了課堂教學的美德。因此，學生評教在認同和尊重評估主體評價權利時，也需要賦予評估主體的義務，需要培養評估主體的自覺責任感，端正評估主體的認識和態度，讓其評估主體能夠作出專業和道德的判斷。從相關利益者角度看，學生評教涉及到管理者、教師、學生等主體都要認識到自己是評教的積極參與者，能夠重新建構對學生評教的正確理解和應用，需要對自己的評教行動和評教結果的運用承擔責任。學生要為自己粗魯的評論和不客觀評分負責，教師在收到較低的評教分數和不專業的信息反饋時能夠負責任地檢查自身的教學，管理者不應為簡化管理而關閉多樣化的評教路徑，應以服務師生的發展為本，讓學生、教師和管理人員在評教關系生產中成為負責任的道德主體。

（三）減輕學生評教結果粗放解讀和運用的傷害

教學是一項復雜性的活動，學生評教分數會受到多種因素的影響，并非量據顯現那么客觀和公正。雖說評教結果在一定程度上能夠反映學生對教師教學的滿意度，但也不能因教師評教得分低，就全盤否定教師的教學工作。因此，要慎重看待學生評教的結果，盡可能避免對評教數據的粗放解讀，減輕學生評教結果錯用帶給教師的傷害。教學管理部門在解讀和運用學生評教結果時，要明晰學生評教的目的，無論是出于為教學有效性提供反饋信息，抑或是方便人事管理、服務學生選課等，理應結合具體情境來謹慎使用，清楚學生評教結果狹隘使用的不良后果，避免行政權力過度擴張造成對教師教學自由權力的擠占，更不能簡單地用不加修飾的原始評教分數對教師教學進行排名或獎懲，這樣容易打消少數教師改善教學的念頭。學生評教過程不能采取一次性數據量化的終結性評價方式，應采取多種評教方式的融合。高校的評教工作既要讓學生發出真實的聲音，規避學生對網上評教產生的抵觸和應付的心態，減少將學生評教結果與教師績效、職稱晉升、行政獎懲等事項直接掛鉤，又要增加教學的過程性評價、設計主觀開放題等讓學生充分表達自己的意見和建議，為教師提供更多來自于學生的建設性反饋信息，允許教師加入到評教結果的辯解和剖析中，誠懇地接受批評和忠告，避免將學生評教的功用推向極端，帶給教師更大的傷害。

〔參 考 文 獻〕

［1］Nasser F，Hagtvet K A.Multilevel analysis of the effects of student and instructor/course characteristics on student ratings［J］.Research in Higher Education，2006，47（5）：559-590.

［2］林光彬，洪煜.學生評教的行政化與學術化論析［J］.教育研究，2016（8）：40-46.

［3］馬浚鋒，羅志敏.偏離、異化與重塑： 學生評教本真性變奏——基于高校學生質性評教結果［J］.高教探索，2023（3）：48-55.

［4］韓東屏.論道德困境［J］.哲學動態，2011（11）：24-29.

［5］Marsh H W，Roche L A.Making Students’ Evaluations of Teaching Effectiveness Effective：The Critical Issues of Validity，Bias，and Utility［J］.American Psychologist，1997，52（11）：1187–1197.

［6］Esarey J，Valdes N.Unbiased，reliable，and valid student evaluations can still be unfair［J］.Assessmentamp;Evaluation in Higher Education，2020，45（8）：1106-1120.

［7］張靜華.大學教師有效教學行為的學科差異與共性特征［J］.江蘇高教，2020（3）：30-36.

［8］Kwan K.How Fair are Student Ratings in Assessing the Teaching Performance of University Teachers？［J］.Assessmentamp;Evaluation in Higher Education，1999，24（2）：181-195.

［9］戴璨，苗露，朱恒，等.非教學因素對高校課堂效果的影響及其啟示——基于學生評教數據的實證分析［J］.高等教育研究，2017，38（5）：72-80.

［10］黃桂.分數膨脹與等級膨脹：評教系統雙重失效原因探析——基于某部屬重點高校大學生評教的視角［J］.高教探索，2011（6）：95-103+127.

［11］Basow S A，Montgomery S.Student Ratings and Professor Self-Ratings of College Teaching：Effects of Gender and Divisional Affiliation［J］.Journal of Personnel Evaluation in Education，2005，18（2）：91-106.

［12］Adibifar K. Student Evaluations of Professors：Does A Professors’ Gender，Race，or Age Influence Student Ratings？［J］. International Journal of Active Learning，2019，4（2）：88-98.

［13］哈巍，趙穎.教學相“漲”：高校學生成績和評教分數雙重膨脹研究［J］.社會學研究， 2019（1）：84-105.

［14］Hou，Y W，Lee C W，Gunzenhauser，M G.Student Evaluation of Teaching as a Disciplinary Mechanism：A Foucauldian Analysis［J］.The Review of Higher Education，2017，40（3）：325-352.

［15］倪超美，付東升.對學生評教實踐的反思［J］.江蘇高教，2009（1）：74-77.

〔責任編輯：丁 冬〕