畢孝儒，謝從晉，胡洪林

（四川外國語大學重慶南方翻譯學院管理學院，重慶 401120）

0 引言

智慧學習是一種學習者自我指導的、以學習者為中心、具有完整學習體驗的新學習范式，是在智慧的學習環(huán)境（云計算、互聯(lián)網(wǎng)、大數(shù)據(jù)智能分析支持的環(huán)境）中靈活自如地開展學習活動，方便地獲取需要的、適合的教學資源，并支持學生之間或者師生之間有效交互，能全面發(fā)展個人潛能的新的學習方式。由于其具有互動性、開放性、互操作性、自主性等優(yōu)勢，許多學者將其用于高校計算機類課程教學改革中，并取得很好的教學效果。例如，胡正紅[1]在智慧學習理論指導下，探索了《Web應(yīng)用程序開發(fā)》課程教學改革；訾玲玲[2]以《計算機虛擬現(xiàn)實》課程為例，研究了智慧學習教學模式設(shè)計和實踐；王雪梅[3]探索了《C語言程序設(shè)計》課程在智慧學習平臺下的教學模式。以上研究主要集中于計算機類課程的智慧學習教學模式和方法研究，而對于其智慧學習教學質(zhì)量評價體系的研究相對較少。

本文以《計算機應(yīng)用基礎(chǔ)》課程為例，在設(shè)定智慧學習教學質(zhì)量評價指標基礎(chǔ)上，建立了基于層次分析法（Analytic Hierarchy Process，AHP）[4]的智慧學習教學質(zhì)量評價體系模型，為客觀評價智慧學習教學質(zhì)量提供參考依據(jù)。

1 智慧學習教學質(zhì)量評價原則

（1）過程與結(jié)果并重。教學結(jié)果是教學質(zhì)量的最終體現(xiàn)，但對教學質(zhì)量的影響因素出現(xiàn)在教學過程的各個環(huán)節(jié)，有什么樣的過程就會產(chǎn)生什么樣的結(jié)果。在智慧學習教學中，教師對智慧學習教學方法應(yīng)用、對智慧學習設(shè)備的熟練操作、對智慧學習環(huán)境的布置等均可影響學生的最終學習效果。因此，在教學質(zhì)量評價中既要有結(jié)果評價，更要有過程性評價。

（2）知識與發(fā)展兼顧。智慧學習多樣化的學習方式（例如，學生個體自主學習、教師與學生互動、學生與學生互動的辯論學習等）必然會產(chǎn)生豐富的學習結(jié)果。因而，要全面地評價智慧學習教學質(zhì)量，不僅要評價學生對知識的掌握情況，而且要考察學生綜合素質(zhì)的提升。

（3）評價主體多元化。智慧教學模式的有效實施離不開學生、教師、教學小組等多元主體的共同參與，單一的教師評價難以科學地考察教學的所有環(huán)節(jié)，因此智慧學習教學質(zhì)量評價的主體必然是多元的。

2 基于層次分析法的智慧學習教學質(zhì)量評價指標設(shè)定

根據(jù)智慧學習教學質(zhì)量評價以上原則，通過調(diào)研、查閱文獻，依照層次分析法的層次結(jié)構(gòu)，選擇智慧學習教學質(zhì)量評價指標，確定三級目標層級結(jié)構(gòu)評價體系。一級目標層為智慧學習教學質(zhì)量評價體系，二級準則層包括微課資源、教學過程、教學效果3個部分。其中，微視頻緊扣教學教學大綱C11、微視頻設(shè)計包含心動元素C12、微視頻能夠突出教學重點C13、微視頻聲音、畫質(zhì)清晰C14等四個方面組成了“課前教學微視頗教學資源B1”的三級指標層；智慧學習教學方法的靈活應(yīng)用C21、課堂教學互動方式有效、充分C22、引導學生主動學習、積極思考C23、啟發(fā)式解決學生問題C24組成了“課中教學過程B2”的三級指標層；自主學習能力提高C31、授課要點充分掌握、C32知識應(yīng)用能力提升C33、學習興趣及自信增強C34組成了“課后教學效果B3”的三級指標層。

表1 基于層次分析法的智慧學習教學質(zhì)量評價模型

3 基于層次分析法的智慧學習教學質(zhì)量評價指標權(quán)重確定

3.1 層次分析法簡介

層次分析法是由美國匹茲堡大學運籌學家Thom?as L.Saaty最早在1977年提出的一種定性問題定量化的決策分析方法，該方法將將一個復雜的多目標決策優(yōu)化問題作為一個系統(tǒng)，將評價目標分解成目標層（A）、準則層（B）、指標層（C）等層次，通過定性指標的量化方法計算出各層次指標或因素的權(quán)重，作為多目標優(yōu)化問題解決方案的決策依據(jù)。其具體步驟如下：

步驟1：建立層次結(jié)構(gòu)模型。一般層次可以分為三類：目標層（A）、準則層（B）、指標層（C），每一層次中各元素所支配的元素一般不要超過9個。

步驟2：構(gòu)造各層次中所有判斷矩陣。引用數(shù)字1-9及其倒數(shù)作為標度來定義判斷矩陣A=(aij)n×n，如表2所示。

表2 判斷矩陣標度定義

步驟3：計算一致性比例CR（Consistency Ratio）：

當CR<0.10時，認為判斷矩陣的一致性是可以接受的，否則應(yīng)對判斷矩陣作適當修正。

步驟4：層次總排序。

3.2 指標權(quán)重計算

（1）教育領(lǐng)域?qū)＜覍χ笜嗽u分。本文通過對教育專家實際訪談、調(diào)查方式，完成實現(xiàn)對表1模型中3類準則及所屬的12個評價指標之間的重要性比較。相對重要性比較評分。評分采取1-9標度法，如表2所示。

（2）構(gòu)造比較判斷矩陣及歸一化特征向量W。各層次判斷矩陣特征向量W計算結(jié)果如表3、表4、表5、表6所示。

表3 A-B比較判斷矩陣及特征向量

表4 B1-C比較判斷矩陣及特征向量

表5 B2-C比較判斷矩陣及特征向量

表6 B3-C比較判斷矩陣及特征向量

（3）一致性檢驗。由于各教育專家對智慧學習教學質(zhì)量評價指標評分可能存在一定的主觀性，需要進行一致性檢驗，只有當判斷矩陣通過一致性檢驗時，獲得的各指標權(quán)重才有效。依據(jù)公式（1）計算的各判斷矩陣的CR值如表7所示。由該表可知，以上四個判斷矩陣的CR均小于0.1，因而判斷矩陣一致性檢驗通過。

表7 判斷矩陣一致性檢驗

由表8可知，在3個準則層指標中課堂教學過程權(quán)重最大，其次是教學結(jié)果，兩者所占權(quán)重為78%。這與走訪調(diào)查結(jié)果一致，這是因為教學過程是教學效果的決定性因素。通過總的權(quán)重排序可知，智慧學習教學方法的靈活應(yīng)用、課堂教學互動方式有效、充分、授課要點充分掌握、教師啟發(fā)式解決課堂問題等4個評價指標權(quán)重排序為第一、第二、第三、第四。因而，在智慧學習教學中，教師對教學過程的設(shè)計與實施、對教學重點的講解是提高教學質(zhì)量的關(guān)鍵因素。

表8 各指標權(quán)重表

4 結(jié)語

本文以《計算機應(yīng)用基礎(chǔ)》課程為例，運用層次分析法，將定性分析和定量分析相結(jié)合，建立了微課資源、教學過程、教學效果3個方面11個指標組成的智慧學習教學質(zhì)量評價體系模型。這對于如何提高智慧學習教學質(zhì)量提供了客觀依據(jù)。