大数据技术赋能高校思想政治理论课教学评价的三维向度

吴跃本,邢 玲

(1.南京师范大学,江苏 南京 210023; 2.南京信息职业技术学院,江苏 南京 210023)

打造高品质的思政课“金课”,是高校落实立德树人任务的关键。中共中央、国务院在《关于新时代加强和改进思想政治工作的意见》中要求“推动思想政治工作传统优势与信息技术深度融合,使互联网这个最大变量变成事业发展的最大增量。”[1]因此,各高校要推动大数据平台的建设,推广大数据方法的应用,推进大数据思维的养成,为高校思政课教学评价改革注入新动能。

1 主体向度:大数据技术推进高校思政课教学评价主体多元化

评价主体是高校思政课教学评价活动的组织者与实施者,主要由生成性评价主体和功能性评价主体组成。生成性评价主体主要是指直接参与教学内循环的施教者和受教者;功能性评价主体主要是指参与教学外循环的管理者、服务者、家长和用人单位等。良性的教学评价需要生成性评价主体和功能性评价主体相互协作、绵绵用力和久久为功。然而,在传统的思政课教学评价中,普遍存在教学评价主体间的地位不平等、对话不畅、信息获取不全面等一系列问题。而以大数据为基础的智慧教学评价系统则为高校思政课教学多元评价主体的生成提供了一定技术支撑,使高校思政课教学评价主体由一元主导走向多元融合。

1.1 大数据技术促进高校思政课教学评价主体之间的地位更加平等

在传统的高校思政课教学评价中,一定程度上存在着教学评价主体“越位”和“缺位”的现象。其中,“越位”现象主要体现在评价主体的地位被颠倒,教学过程的主要评价者——施教者和受教者常被当视作“局外人”而存在,由于拥有绝对话语权,管理者成为思政课教学评价的权威主体,对教学评价的范围超出了其应有的权力边界,使思政课教学评价从服务的应然变为管理的实然,严重削弱了高校思政课教学评价的效果。“缺位”现象主要体现在评价主体单一,其他主体常被边缘化。然而,大数据技术在高校思政课教学评价中的大规模应用则为“缺位”和“越位”主体的复归提供了条件。例如,大数据系统可以提供访问教学数据中心的便捷通道,赋予相关评价主体平等获取信息的权力,打破各主体间获取信息的藩篱,使各评价主体都能够公平地参与到思政课教学评价过程中。因此,大数据技术既可以使功能性评价中的管理者、服务者、学生家长,以及用人单位等主体地位不断提升,也可以使生成性评价主体中的教师、学生之间地位趋于平等。

1.2 大数据技术促进高校思政课教学评价主体之间的对话更加融洽

传统的高校思政课单一性评价主体模式极易导致教学评价过程封闭,评价数据失真,评价结果片面,“而片面的评价结果则容易导致教师与学生、家长疏离感的加剧,丧失彼此的信任与合作的基石,陷入评价片面失真的恶性循环。”[2]这不仅使高校思政课教学评价的诊断功能难以实现,甚至可能因为归因错误,阻碍评价结果的正面导向作用。教学评价作为一种特殊的评价活动,多元评价主体之间进行交流、协商和对话本该是一种应然的常态。但是,在传统的高校思政课教学评价中,因时间上的错位、空间上的隔绝,各评价主体无法在同一时空中进行深度对话,评价过程多是评价主体的个人独白。这种评价方式极易造成评价结果的异化,使评价过程到处充满着“取悦”,甚至是“欺骗”,导致评价结果的导向功能丧失。大数据技术支持下的高校思政课智慧教学评价系统能够及时地将各类数据输送至客户终端,使得各评价主体能够及时地接收到评价信息,缩短时空界限,特别是一些重要的、即时性强的信息可以随时地被评价主体查看,从而激发各评价主体的评价兴趣,提升参与热情,进行深度对话。各评价主体可以公平地交换意见,积极地、理性地进行各种信息沟通和协商。

1.3 大数据技术促进高校思政课教学评价主体之间的信息获取更加全面

在信息获取上,传统的高校思政课教学评价存在着获取渠道单一、数据不全面、消息滞后等现象。在评价过程中存在首因效应甚至破窗效应,一些评价主体根据第一印象快速作出评价,缺乏精准的数据支撑。然而,大数据技术简化了传统的思政课教学评价的数据采集流程,通过数据的关联性分析为多元评价主体提供详细的信息,使评价主体在评价中获取的信息更加全面。例如,学生可以借助数据综合评价教师的教和学生的学,用工单位也可以利用数据资源考察毕业生的思想道德状况。全面的数据能够满足各利益主体的价值追求,革除了思政课传统教学评价中,不同利益主体只关注自身权益而忽视其他主体利益的弊端,让多元评价主体可以根据不同的评价需求获取不同的评价数据,从而开展不同的评价,增强评价的精度和效度,进而提升高校思政课教学评价的科学性。

2 场域向度:大数据技术推进高校思政课教学评价场域多维化

场域是指“诸种客观力量被调整定型的一个体系,是某种被赋予了特定引力的关系构型,也是一个冲突和竞争的空间。”[3]作为教学评价的时空载体,场域“是通过各种元素的相互作用力呈现出的独特结构而存在的,管理需要在场域中组织实施和进行评价反馈”[4]。传统的教学评价场域一般是指课堂教学评价,而大数据技术的应用则拓展了高校思政课教学评价的场域,使评价行为从课上贯通至课下,使评价过程从显性空间贯通至隐性空间,使评价内容从知识转向素质,从而为多维教学评价空间的生成提供了可能。

2.1 大数据技术为高校思政课教学评价空间的融合提供了平台支持

传统环境中的教学评价多与教学相分离,一般是先教后评,评价行为具有过程静态、空间单一的特征。然而,在“互联网+”环境下,高校思政课的教学场域已由物理空间延伸至虚拟空间、校内空间延伸至校外空间,具体表现在网络教学与课堂教学相融合、线下教学与线上教学相融合、理论教学与实践教学相融合,与之而来的是正式学习与非正式学习正成为高校思政课教学的主流形态。“基于教学设计的贯一性原则”[5],高校思政课教学评价也应贯通线下与线上教学、课堂教学与网络教学、理论教学与实践教学,使评价过程与教学过程保持一致。而以大数据为基础的智慧评价体系能够勾连起线上与线下、课堂与网络、理论与实践等多个教学场域,使高校思政课的教学评价空间由显性场域延伸到隐性场域,形成高校思政课教学评价生态圈。同时,“教学过程本身就是一个信息流生成的过程”[6]。随着大数据采集技术的发展,高校思政课不同教学场域所发生的学习时间、学习地点、学习结果以及学习关系等信息均会被自动地记录并保存,这使得以大数据为基础的教学评价可以广泛地涵盖高校思政课教学物理空间虚拟空间中的所有活动,并为实施多元教学评价提供了条件。

2.2 大数据技术为高校思政课教学评价空间的融合提供了算法支撑

传统的高校思政课评价多采用纸质记录形式,人工进行数据统计分析,存在着数据收集难全面、评价信度难保障、评价资料难处理等问题。大数据技术实现了高校思政课教学评价方式的电子化,为显隐空间的融合提供了技术支撑。一方面,与传统的高校思政课教学评价方式不同,大数据技术支持下的电子化评价方式可以有效地弥补纸质记录的信息容量有限、评价时空受限等缺陷,在应对高校思政课线上教学与线下教学不同步、课堂教学与网络教学跨场域的情况中,及时地对评价数据进行集约、整合、处理与反馈,为高校思政课的教学与管理“提供更易控制、更快、成本更低的评价支持”[6]22-28。另一方面,大数据技术促进教学评价和教学过程相贯通,拓展了教学评价空间。通过大数据技术来获取师生在课堂上的教学数据,可以精准地解读、分析进而判断学生的学习状态,生成可视化的评价报告。通过学习数据跟踪,构建属于每位学生的学科知识体系图,并对其学习风格和学习行为进行分析,最终完成对每位学生学习力的诊断。因此,基于大数据的教学评价是一种全员、全过程、全方位的多时空融合评价,可以使教学评价更精准、更客观、更科学、更公平。

2.3 大数据技术为高校思政课教学评价空间的融合提供了动态支援

线上线下混合式教学是当前高校思政课教学的主流形态,既包含基于现实环境而开展的教学,也包含基于虚拟环境而开展的教学,这使得学习过程要在不同类型、不同结构和不同层次的学习场景中自动切换,多样学习环境成为高校思政课教学的新常态。然而,大数据技术契合了这种多维评价空间融合的新常态。一方面,大数据的开放性延展了高校思政课教学评价的时域限制,改变了传统思政课教学评价中的课堂单一评价模式,是评价过程转向对学生知、情、意、行的多维度考察,进而实现对思政课教学全过程的整体性评价。使评价过程实现了“现实”与“未来”相贯通,评价结果既检验学生的学习效果,又实现反哺教师教学质量的提升。另一方面,大数据技术的及时性特质恰好满足高校思政课教学发展的新趋势,大数据系统可以随时随地记录教师的教学行为和学生的学习行为,教师可以用即时性的评价作为了解学生学情、改变教学策略的依据,又可以有针对性地设置评价内容和评价指标,指导和改进未来教学活动。使得教学评价过程不再受制于时空限制,实现历史数据、现实数据和未来数据的融会贯通,使高校思政课教学评价演变成一个动态发展的过程。

3 方法向度:大数据技术推动高校思政课教学评价方法多样化

传统的高校思政课教学评价是以结果为导向,以量化为目标,用行政性指令的方式自上而下地开展评价,形式上主要有量规法、访谈法、观察法、问卷法、测验法以及档案袋法等。受技术条件的制约,传统的高校思政课教学评价一般采用人工记录的方式来获取数据,存在采集效率不高、主观性较强、数据源相对单一、数据信息片段化等一系列问题。同时,这些评价方法“本质上是一种奖惩性评价或管理主义的评价模式”[7]。例如,评价主体常把评价对象客体化、物性化和简单化,忽略评价对象的主体性、创造性和发展性,使得评价过程具有静态性、被动性和孤立性的缺点。大数据技术在高校思政课教学过程中的规模性应用,在一定程度上促进了高校思政课多样性教学评价方法的生成。

3.1 促进高校思政课精准性教学评价的生成

在传统的高校思政课教学环境中,教学评价因时间跨度长、数据不全面、过程不连续等缺点,导致不同来源的评价数据之间整合难度较大,评价数据链被割裂,评价主体只能依据经验实施评价,评价的精准度偏低。大数据技术推动了高校思政课教学中各种静态数据和动态数据、思想数据和行为数据的深度融合,便于评价主体识别数据全貌,避免陷入经验主义的窠臼。一方面,大数据技术能够对教学数据进行多角度挖掘,评价主体依托智慧校园系统对评价对象的行为数据进行抽取、筛选,最终抽象出反映评价对象的行为特征画像。这些行为数据主要包括进出图书馆和教室数据、图书借阅信息以及在线学习次数和时间等日常行为轨迹。另一方面,大数据技术能够对教学数据进行多角度分析,用音频、视频、文字、图像等多元形式完整地呈现评价对象的个体细节和个性特征,智能地生成评价对象的群体画像,使教学评价结果可视化,实现高校思政课教学评价从抽样性评价向全样性评价转变,从而提升课程教学评价的精准度。

3.2 促进高校思政课形成性教学评价的生成

“一卷到底”与“一考定终身”是传统高校思政课教学评价的主要标识。然而,随着大数据技术的不断迭代,高校思政课教学评价从终结性评价转变为形成性评价,让高校思政课教学评价是“一考定终身”。一是从评价的时间维度来看,大数据技术实现了课前数据、课中数据和课后数据的贯通,实现了对高校思政课教学运行轨迹的全过程、全方位、全天候记录,推动高校思政课教学评价要素分布从终结性评价的“点”转向过程性评价的“带”。二是从评价的空间维度看,运用大数据跟踪技术和采集技术,可以有效地收集高校思政课不同教学场景中各类数据资源,包括线上数据和线下数据、课上数据和课下数据、校内数据和校外数据等。三是从评价的内容维度看。大数据技术实现了高校思政课教学评价“知”与“行”相融通。随着数字化教材系统、数字化资源系统、在线考试系统以及线上互动交流系统的广泛运用,学生的学习态度、学习方法、学习能力和学习效果可以随时随地地被记录并即时性地生成大数据,从而使思政课学习评价由知识考察为主的单一维度评价向理论知识、实操技能和行为规范等多维度评价的转变。

3.3 促进高校思政课质性教学评价的生成

量化评价和质性评价是高校思政课教学评价的重要范畴。其中,量化评价是以实证主义作为理论支撑,运用定量分析,展现工具理性,目的是对评价对象进行甄别、分类与选拔;而质性评价的理论依据是人文主义,运用定性分析,展现价值理性,目的是对评价对象进行沟通、反思与改进。因此,从方法论视角看,质性评价的人文主义属性更契合高校思政课的教学评价规律,更能客观反映高校思政课教学评价中一些内隐性、体验性和价值性的要素。近年来,大数据技术在一定程度上促进了质性评价在高校思政课教学中的应用。一方面,大数据技术拓展了高校思政课教学评价的维度,大规模收集和分析评价对象知识、能力、素质等方面的数据,并将这些数据与学生的心理、生理等关联起来,让传统教学评价中难以评价的态度、爱好、兴趣、能力、创造力和潜在的道德品质等个性化特质越来越显性化,实现了从“知识评价”向“素养评价”的转变。另一方面,大数据的即时性特征为评价主体收集学习过程、存储学习数据提供了技术支撑,评价主体可以用量化的方式全程评价学生的学习行为,实现了人工智能所支持的定量分析和相关主体的定性分析相融合。