摘要：課程評(píng)估是落實(shí)OBE理念，提升專業(yè)建設(shè)水平，提高人才培養(yǎng)質(zhì)量的關(guān)鍵環(huán)節(jié)。課程評(píng)估的實(shí)施，最終要通過(guò)對(duì)課程數(shù)據(jù)的處理，實(shí)現(xiàn)對(duì)課程的評(píng)價(jià)，進(jìn)而對(duì)教學(xué)進(jìn)行反饋和持續(xù)改進(jìn)。數(shù)理統(tǒng)計(jì)為課程評(píng)估提供了眾多可選的方法。信息熵的方法優(yōu)勢(shì)是避免人工賦權(quán)的主觀性，根據(jù)數(shù)據(jù)的特征自動(dòng)完成賦權(quán)，從而區(qū)分不同的課程。以信息熵的方法為例，選取10門課程的模擬數(shù)據(jù)，進(jìn)行了課程評(píng)估數(shù)據(jù)分析的探索。

關(guān)鍵詞：課程評(píng)估;OBE理念;數(shù)據(jù)分析;信息熵

中圖分類號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）17-0122-02

1 引言

決定學(xué)校人才培養(yǎng)質(zhì)量的關(guān)鍵因素之一是課程建設(shè)水平，課程評(píng)估是檢驗(yàn)、推動(dòng)課程建設(shè)的重要途徑。新時(shí)代全國(guó)高等學(xué)校本科教育工作會(huì)議和“新時(shí)代高教40條”均強(qiáng)調(diào)了課程建設(shè)和課程評(píng)估的重要意義。課程評(píng)估的重要環(huán)節(jié)是指標(biāo)的確定和數(shù)據(jù)分析。本文列舉了常用數(shù)據(jù)分析方法在課程評(píng)估中的運(yùn)用場(chǎng)景，并以信息熵的方法為例對(duì)多門課程進(jìn)行了實(shí)驗(yàn)性評(píng)價(jià)。

2 課程評(píng)估的意義

高等教育數(shù)量和規(guī)模發(fā)展到一定程度后，提升質(zhì)量，加強(qiáng)內(nèi)涵將成為高等教育人才培養(yǎng)的核心問(wèn)題，2018年“新時(shí)代全國(guó)高等學(xué)校本科教育工作會(huì)議”提出要推進(jìn)“四個(gè)回歸”，把人才培養(yǎng)的質(zhì)量和效果作為檢驗(yàn)一切工作的根本標(biāo)準(zhǔn)?！靶聲r(shí)代高教40條”提出，推動(dòng)課堂教學(xué)革命，加強(qiáng)學(xué)習(xí)過(guò)程管理，完善質(zhì)量評(píng)價(jià)保障體系，強(qiáng)化高校質(zhì)量保障主體意識(shí)，強(qiáng)化質(zhì)量督導(dǎo)評(píng)估[1]。

教育評(píng)估在層次上可劃分為學(xué)校評(píng)估、專業(yè)評(píng)估和課程評(píng)估。目前，我國(guó)的高等教育評(píng)估工作重點(diǎn)正從對(duì)學(xué)校辦學(xué)水平的評(píng)估轉(zhuǎn)向?qū)唧w專業(yè)的教學(xué)評(píng)估上。專業(yè)是不同課程的有機(jī)組合，課程的質(zhì)量決定了專業(yè)的質(zhì)量。因此，教育評(píng)估最終的落腳點(diǎn)是課程評(píng)估。課程評(píng)估的主要作用是發(fā)現(xiàn)教學(xué)過(guò)程中的問(wèn)題，激勵(lì)教師有針對(duì)性地開展教學(xué)改革，改進(jìn)教學(xué)方法，從而進(jìn)一步提高教學(xué)質(zhì)量。

3 目前課程評(píng)估的發(fā)展趨勢(shì)

目前課程評(píng)估已從小規(guī)模的試點(diǎn)發(fā)展到大規(guī)模的普及階段;評(píng)估方法上已從簡(jiǎn)單的調(diào)查問(wèn)卷發(fā)展到網(wǎng)絡(luò)化智能化階段;評(píng)估理念逐步從評(píng)教師教學(xué)到評(píng)學(xué)生學(xué)習(xí)階段;評(píng)估指標(biāo)體系逐步從照搬國(guó)外經(jīng)驗(yàn)到適合各學(xué)校校情的階段。作為發(fā)展中的事物，課程評(píng)估也在逐步完善，筆者認(rèn)為有如下趨勢(shì)：

一是向全過(guò)程評(píng)估發(fā)展。應(yīng)當(dāng)形成一個(gè)全程性的評(píng)估機(jī)制，把日常反饋、教學(xué)調(diào)查和期末評(píng)價(jià)有機(jī)結(jié)合起來(lái)。尤其加強(qiáng)過(guò)程性的評(píng)估，及時(shí)反饋，促進(jìn)教學(xué)改進(jìn)，才能發(fā)揮課程評(píng)估的作用。

二是向多元主體發(fā)展。教學(xué)是一個(gè)多維的復(fù)雜系統(tǒng)。因此，需要建立一個(gè)學(xué)生評(píng)價(jià)、專家評(píng)價(jià)、領(lǐng)導(dǎo)評(píng)價(jià)、同行評(píng)價(jià)、教師自評(píng)有機(jī)結(jié)合的綜合評(píng)估體系。

三是向多層級(jí)發(fā)展。學(xué)校層面，應(yīng)該發(fā)揮主導(dǎo)者的作用，頒布指導(dǎo)性意見。學(xué)院層面，按照學(xué)校的指導(dǎo)意見，區(qū)分不同專業(yè)，分別制定課程評(píng)估標(biāo)準(zhǔn)，使評(píng)價(jià)指標(biāo)更加適應(yīng)院系和專業(yè)特點(diǎn)。

四是向閉環(huán)發(fā)展。課程評(píng)估的目的，在于檢驗(yàn)學(xué)生學(xué)習(xí)的成果是否達(dá)到培養(yǎng)目標(biāo)，教師的教學(xué)是否有效促進(jìn)了學(xué)生的學(xué)習(xí)，結(jié)果主要用于促進(jìn)教學(xué)持續(xù)改進(jìn)，從而形成閉環(huán)。

4 課程評(píng)估指標(biāo)體系和數(shù)據(jù)處理

課程評(píng)估體系要達(dá)到真實(shí)反映學(xué)生學(xué)習(xí)狀況、學(xué)習(xí)成果，達(dá)到促進(jìn)課程建設(shè)和提升教學(xué)質(zhì)量的效果，評(píng)估指標(biāo)構(gòu)建是關(guān)鍵的環(huán)節(jié)。但是指標(biāo)構(gòu)建是個(gè)復(fù)雜的系統(tǒng)工程，需要考慮的因素很多。目前，各高校在學(xué)生中心、成果導(dǎo)向和持續(xù)改進(jìn)為核心觀點(diǎn)的OBE理念的引領(lǐng)下，制定了新的培養(yǎng)方案、教學(xué)大綱、教學(xué)執(zhí)行大綱。課程評(píng)估的指標(biāo)選擇，也應(yīng)當(dāng)符合這種趨勢(shì)。從教學(xué)目標(biāo)與學(xué)習(xí)成果、教學(xué)內(nèi)容與教學(xué)策略、課堂教學(xué)行為與效果、成績(jī)?cè)u(píng)定與反饋、教學(xué)資源與學(xué)習(xí)支持等五個(gè)方面去構(gòu)建指標(biāo)體系，進(jìn)而對(duì)這五個(gè)方面的指標(biāo)進(jìn)行細(xì)化，分別制定多級(jí)指標(biāo)體系和評(píng)價(jià)標(biāo)準(zhǔn)。

建立了科學(xué)的指標(biāo)體系，最終評(píng)估時(shí)要通過(guò)評(píng)估對(duì)同一專業(yè)的多門課程要進(jìn)行綜合排序或者分類。課程評(píng)估大量的工作將落實(shí)到數(shù)據(jù)分析上面。隨著計(jì)算機(jī)技術(shù)和人工智能技術(shù)的飛速發(fā)展，多種優(yōu)異的統(tǒng)計(jì)分析方法已經(jīng)成功運(yùn)用到課程評(píng)估的數(shù)據(jù)分析當(dāng)中。

聚類分析也稱群分析、點(diǎn)群分析，是研究分類的一種多元統(tǒng)計(jì)方法。通過(guò)聚類分析，可以將所評(píng)估的課程進(jìn)行分類，從而區(qū)分不同的課程，也可以確定課程的等級(jí)[2]。

模糊綜合評(píng)價(jià)法借助模糊數(shù)學(xué)合成運(yùn)算的原理，對(duì)受到多個(gè)模糊因素制約的事物進(jìn)行總體評(píng)價(jià)。該方法為解決課程評(píng)估中難以消除的模糊性和主觀性提供了解決方案，在課程評(píng)估中引入模糊綜合評(píng)判模型是一種效果較為理想的評(píng)估方法[3]。

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，即ANN ）是從信息處理的維度對(duì)人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象。在模式識(shí)別、智能機(jī)器人、預(yù)測(cè)估計(jì)等領(lǐng)域已廣泛應(yīng)用，表現(xiàn)出了良好的智能特性。課程評(píng)估中運(yùn)用人工神經(jīng)網(wǎng)絡(luò)可以用于分類、擇優(yōu)和預(yù)測(cè)等問(wèn)題[4]。

此外，還用很多方法用于課程評(píng)估數(shù)據(jù)分析，比如主成分分析法，層次分析法，模糊綜合評(píng)價(jià)的方法和信息熵的方法。后文以信息熵的方法為例進(jìn)行數(shù)據(jù)處理。

5 基于信息熵的課程評(píng)估數(shù)據(jù)處理

課程評(píng)估實(shí)施中，最終要通過(guò)對(duì)所收集到的課程數(shù)據(jù)的處理，實(shí)現(xiàn)對(duì)課程的評(píng)價(jià)，進(jìn)而開展課程的反饋和持續(xù)改進(jìn)。在OBE理念指導(dǎo)下的課程評(píng)估，從教學(xué)目標(biāo)與學(xué)習(xí)成果、教學(xué)內(nèi)容與教學(xué)策略、課堂教學(xué)行為與效果、成績(jī)?cè)u(píng)定與反饋、教學(xué)資源與學(xué)習(xí)支持等五個(gè)方面對(duì)課程進(jìn)行評(píng)估。等次上每門課程可以劃分為“特優(yōu)、優(yōu)秀、良好、尚可、待改進(jìn)”五個(gè)等次，假設(shè)對(duì)應(yīng)“5、4、3、2、1”五個(gè)數(shù)值。如果僅僅用簡(jiǎn)單加權(quán)的方法進(jìn)行處理，無(wú)法對(duì)優(yōu)劣課程進(jìn)行區(qū)分。引入數(shù)據(jù)智能分析的方法，可以有效區(qū)分不同課程，以信息熵的方法為例進(jìn)行數(shù)據(jù)分析。

5.1 信息熵的原理

熵最早出現(xiàn)在熱力學(xué)領(lǐng)域，申農(nóng)（C. E. Shannon）將其引入信息論，稱之為信息熵[5]。按照信息論的原理，度量系統(tǒng)有序程度用信息，度量系統(tǒng)的無(wú)序程度用熵。假如某個(gè)系統(tǒng)存在多種不同的狀態(tài)。每種狀態(tài)出現(xiàn)的概率為[pi][（i=1，2，…，m）]時(shí)，則該系統(tǒng)的熵就定義為：

[E=-i=1mpi?lnpi]? ? ? ? ? ? ? ?（1）

從公式1可以看出：某個(gè)屬性的熵值[Ej]越小，說(shuō)明變異程度越大，蘊(yùn)涵的信息量越大，在綜合評(píng)價(jià)中該屬性發(fā)揮的作用越大，其權(quán)重應(yīng)該越大。

5.2 數(shù)據(jù)處理示例

假如收集到10門同類專業(yè)課程或公共課程的數(shù)據(jù)，如表1所示。

運(yùn)用信息熵的方法，分別對(duì)課程原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、計(jì)算貢獻(xiàn)度、貢獻(xiàn)度總量和權(quán)重，最終求出各門課程的綜合加權(quán)分值。通過(guò)分值能夠?qū)φn程進(jìn)行區(qū)分。與普通計(jì)算原始總分，求平均值或加權(quán)平均的方法相比。信息熵的方法的優(yōu)勢(shì)主要是，不需要人工賦權(quán)，各個(gè)指標(biāo)的權(quán)重由數(shù)據(jù)自身的關(guān)系決定。當(dāng)兩門課程的部分指標(biāo)數(shù)據(jù)接近，部分指標(biāo)數(shù)據(jù)差異性較大時(shí)。差異接近指標(biāo)的權(quán)重分配較小，數(shù)據(jù)差異性較大的數(shù)據(jù)指標(biāo)權(quán)重分配較大。從而能夠準(zhǔn)確區(qū)分多門課程。如表2所示。

6 結(jié)論

隨著教學(xué)工作內(nèi)涵建設(shè)和質(zhì)量的重要性日益提升，課程評(píng)估必將成為一項(xiàng)常態(tài)化的工作。推進(jìn)課程評(píng)估的信息化、智能化和專業(yè)化是必經(jīng)之路。探索課程評(píng)估數(shù)據(jù)分析新技術(shù)、新方法也是課程評(píng)估的重要研究方向，同時(shí)也是提高課程評(píng)估質(zhì)量和效果的有效手段。

參考文獻(xiàn)：

[1] 熊丙奇.落實(shí)《新時(shí)代高教40條》，強(qiáng)化質(zhì)量評(píng)價(jià)保障機(jī)制[J].上海教育評(píng)估研究，2018，7（6）：26-28，35.

[2] 孟海東，任敬佩.基于云計(jì)算平臺(tái)的聚類算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2015，36（11）：2990-2994.

[3] 李澎林，鮑挺，李偉.校園安防綜合評(píng)價(jià)模型的研究與應(yīng)用[J].浙江工業(yè)大學(xué)學(xué)報(bào)，2021，49（4）：368-373，383.

[4] 李文正，崔皖新.不同人工神經(jīng)網(wǎng)絡(luò)在字母識(shí)別中的性能比較研究[J].物聯(lián)網(wǎng)技術(shù)，2021，11（8）：44-46，51.

[5] 周薇，李筱菁.基于信息熵理論的綜合評(píng)價(jià)方法[J].科學(xué)技術(shù)與工程，2010，10（23）：5839-5843.

收稿日期：2021-08-27

基金項(xiàng)目：河南工業(yè)大學(xué)2020年度本科教育教學(xué)改革研究與實(shí)踐項(xiàng)目：《基于OBE理念和智能決策方法開展課程評(píng)估的研究與實(shí)踐》（編號(hào)：2020JXGG004）;以學(xué)生發(fā)展為中心的《形式基礎(chǔ)》課程綜合改革研究（編號(hào)：XYJ2020049）

作者簡(jiǎn)介：朵天林（1977—），男，博士，副教授，主要研究方向?yàn)閿?shù)字媒體技術(shù)的教學(xué)與研究。