论教育大数据下教育评价体系的改革

中图分类号:G64文献标识码:A文章编号:1672-3791(2018)02(b)-0143-02

评价是一种价值判断的活动,是对客体满足主体需要程度的判断。教育评价是对教育活动满足社会与个体需要的程度做出判断的活动。是对教育活动现实的论文网(已经取得的)或潜在的(还未取得,但可能取得的)价值做出判断,以期达到教育价值增值的过程。教育信息化十三五“规划指出,要重塑教学评价和教学管理方式,利用新一代信息技术,跟踪监测教学全过程,开展学情分析和学习诊断,精准评估教学和学习效果,变结果导向的单一“评价为综合性。过程型的多维度“评价,由仅注重知识传授向更加注重能力素质培养转变。

1教育大数据驱动教育评价重构

相比传统的教育评价,大数据的发展使教育评价走向客观性评价。伴随性评价。综合性评价和智能化评价,为学生的自我发展。教师的教学反思。学校的质量提升等多方面提供了数据分析的实证支持。大数据支持下的教育评价一方面能够减轻工作负担;另一方面采用统一标准进行评价,能在一定程度上提升评价的准确性。

1。1客观性评价:评价依据从主观经验判断到客观数据支持

在传统的教育环境下,教师对学生的评价,相当一部分是来自学生的考试成绩,以及教师个人的主观印象,导致评价不够全面。客观。理性。教育大数据的出现,使得学生有机会记录。展示各方面的情况,并借由数据依托,让学生对自己。教师对学生的了解更全面。客观,强化了教育评价的诊斯。引导。调整的功能,为学生的全面发展。终身成长提供更为科学的评价指针和引导方向。

例如,现在许多学校在课堂教学中应用的手持遥控器。根据教师的提问,即时反馈自己的答案,教师可以即时得到全体学生学习情况数据。当教师出题后,学生利用遥控器进行选择,教师能马上看到答案和正确率,选项的分布比例及每个学生的选择情况,大大提高了课堂即时评价效果,有?对性地决定是否需要调整教学速度或方向。此外,及时反馈系统还具有抢答竞赛。淘汰竞赛。即问即答。抢权竞赛。挑人作答等功能。应用结果发现,互动反馈系统可以提高学生的课堂参与度,快速收集课堂中动态的生成性数据,并能进行数据的即时统计分析与呈现,不仅增强了学生在课堂上的互动性。参与度,也帮助教师从班级整体。学生个体的学习进度进行高效评价。

1。2伴随式评价:评价方式从总结性评价到过程性评价

教育评价在发展过程中,其评价功能逐渐开阔,评价方式日趋丰富,经历了从结果到导向的总结性评价,发展到过程导向的形成性评价,进化到质量导向的伴随性评价。伴随性评价是把总结性评价与过程性评价相结合,重在积累教学过程中学生智能发展的生成性成果,不给学生划分等级,不去单纯比较学生成绩高低,而是通过及时记录学生的学习状态。学业表现。学习阶段性反馈等多种来源数据对学习情况和水平做出判断,采取目标与过程并重的学习质量发展型评价观。

大数据时代,多种数字化设备的综合应用,可以收集学生在学习平台。学习终端上的学习痕迹。学习表现。学习习惯等数据,并且用数据可视化的分析技术加以呈现,使教师和学生可以在不增加技术使用难度的前提下,了解学习者在整个学习过程中的表现,用大数据的伴随式评价引导学生终身学习。

例如,上海闵行区教育局依托大数据进行数字化教育评价体系探索。通过客观数据的分析,改变了以资料检查。调查访谈和印象评分为主的传统教育评价,用数据来描述区域发展中的教育现象与问题。有了这样一个数据池,区域数字评价体系的建立也就有了依托。

学生的评价体系分为身心健康。学业进步。个性技能。成长体验四个部分。系统同时采集区域中每所学校每名学生的身体素质数据。校园活动数据。社会实践乃至学生阅读。活动等成长数据,构成一个有过程性。多来源的伴随式教育评价体系。

1。3综合性评价:评价内容从单一评价到综合评价

如果说伴随式评价是对评价方式的改变,使得评价从注意结果转为重视过程最后实现注意质量,那么综合性评价就是对评价内容的改变,不仅评成绩,还要评学习方法。学习兴趣。学习能力。思维与文化等多方面的内容。在对评价内容的改革中,大数据将再次突破评价的片面性,收集学习者多方面的学习信息,如文化背景。家庭背景。学习风格。学习能力。认知水平等。

例如,大连商业学校创新学生评价机制。学校以发展性。激励性。过程性和多元化为基本原则,从突出品行教育体系。突出技能教育体系。实习就业教育三个方面评价,其评价方法,采用客观记录和评议评定等方式对学生评价,并编订中等职业学校学生成长教育手册为每位学生建立中职在校档案。手册内容包括:突出品行教育体系,主要有理想与纪律。爱心与感恩。诚信与质朴。责任与义务。劳动与敬业五个模块;突出技能教育体系,主要有通用能力培养。基础课程教育。专业能力培养三个模块;实习就业教育,主要有毕业生顶岗实习管理规定。学生顶岗实习安全教育责任书。顶岗实习作业三个模块。通过对这三大方面的指标细化工作,形成中职的综合素质评价指标体系。最后手册附有学生总成绩单。学生在校综合评语及国家学生体质健康标准登记卡。

1。4智能化评价:评价手段从人工评价到智能评价

大数据的一个明显特点就是数量庞大。维度丰富。若想收集。处理。分析这些庞大且繁杂的数据,离不开智能化分析技术。因此,教育评价的手段要对应地从传统人工统计。处理考试成绩等相对单一的数据,转变到用智能技术来分析网络和终端来收集学生各方面的大量数据,智能化地计算与可视化呈现,实现教育评价的即时性与智能性。

例如,在大连商业学校在批改600篇同题英语作文,便凭借智能评价技术,可以同时给出学生在用词。搭配等方面的修改建议。这是因为在批改网的后台数据库中,存储了庞大的英语本族语语料库(英美新闻。著作等的语料素材)。语料库越丰富,对比的客观性就越高,机器批改与人工批改的一致率就越高。智能化的评价手段,不仅能让学生在提交作文后即时看到自己的得分,还可以让学生准确发现所有需要修改的语法错误。不地道的词组搭配。写错的单词等。系统根据智能算法与匹配,对这些错误都给出了修改建议,学生也有了修改的积极性,根据智能化评价意见修改后再次提交。修改后最终版本比初始版的出错率有所降低。

2结语

综上所述,教育质量评价是教育综合改革的关键环节,数据下教育评价系统,不仅可以观测全国范围的整体教育质量,还可以分析判断每所学校甚至每个班每一个学生的学业水平进行。从而按图索骥“直观具体地构建起符合自身实际情况的教育质量改进路线图“,促进每一所学校。每一个班级甚至每一个学生得到有效的发展提高。这些信息同样也将帮助政府更清晰地认清重大教学问题,使学校教育教学改进更有针对性。

论教育大数据下教育评价体系的改革