王 丹 王冬梅 胡曉宏

引 言

自2020年以來，全國各高校全面配合疫情防控工作部署，線上教學已成為一種不可或缺的教學形態(tài)，也推動線上教學的實施運行模式越發(fā)廣泛與成熟。2020年初，教育部發(fā)布了《關于在疫情防控期間做好普通高等學校在線教學組織與管理工作的指導意見》，對高校在線教學提出了明確要求，要求制定完備的教學實施方案，以保證在疫情期間線上教學有序開展，并獲得良好效果，將“教師不停教、學生不停學、質量有保障”落到實處。[1]

在線教學必將產生大量的教育大數據，龐大的教學生成數據以及其中蘊含的潛在教學規(guī)律與價值將成為新一輪教育領域變革的風向標。以“數據驅動學校，分析變革教育”為標志的時代已經到來，充分利用規(guī)模龐大的教學生成數據與學習分析技術，實現創(chuàng)新教學模式、發(fā)現教學潛在新規(guī)律、落實個性化教學、優(yōu)化資源配置以及完善學習支持服務等目標，為學習分析技術在教育領域的創(chuàng)新應用提供了新思路。[2]

在線學習評價作為一種非傳統(tǒng)學習情境下的學習評價，相較于線下課堂學習評價，盡管無法面對面地收集評價信息，但其學習過程具備實時同步記錄數據的優(yōu)勢，[3]使開展基于學習數據分析的在線學習評價成為可能，可以發(fā)現一些隱匿的數據關聯規(guī)律，促使線上學習評價從 “基于經驗”轉向“基于數據”，從粗泛的群體性評價轉向細粒度的個體性評價，從目標性評價向自適應性評價與過程性評價轉變。與此同時，這些轉變也使在線學習評價研究工作面臨著全新的挑戰(zhàn)。

本文立足于高校大環(huán)境下在線學習的發(fā)展特點和形態(tài)，深度剖析導致現有在線學習效率不盡如人意、評價考核效能不理想的原因所在，以促進大學生個性化發(fā)展、提升在線學習質量為導向，在現有研究成果基礎之上完善在線學習評價理念，提升學習分析效能，革新評價考核體系各要素，打造具有過程性與目標性并重，主體與客體共同參與，學習動機、過程、效果三位一體，學習過程與評價實時交融，在線教學、學習、評價有機融合等特色的評價考核體系。通過高校在線課程個案實踐應用，切實提升大學生在線學習質量，促進大學生核心素養(yǎng)、綜合素質、高階思維與高尚情懷的培養(yǎng)。

一、高校在線學習評價實施現狀

疫情防控期間，國內許多高校放寬了教學模式與平臺選擇的空間，教師可根據課程內容特點開展多元靈活、科學合理的線上教學活動。近年來，盡管部分高校也積極開展了線上教學模式與線上線下混合式教學模式，但從未達到目前這樣廣泛的規(guī)模與覆蓋程度。筆者通過師生調研問卷、專家和教學管理人員訪談等形式，對吉林市幾所高校在線學習評價方式的實施現狀進行了詳實的調研與分析，發(fā)現整體上存在以下幾個方面的問題。

(一)缺乏對學生學習過程進行監(jiān)管與干預的實效性措施標準

現有的評價考核普遍側重于強調評價結果，對于學生在線學習的階段性目標關注不足，大多數課程的評價依據局限于單一的硬性測試，而對于學生學習態(tài)度、實踐參與等方面的細粒度學習行為評價缺乏有效的量化標準，無法保證在線學習的精度與深度。

(二)未能實現倡導內外結合、主體與客體共同參與的評價

(三)欠缺對學生學科核心素養(yǎng)與綜合素質進行評價的內容

現有的評價內容中對于過程的考核主要體現在視頻觀看、測試、作業(yè)完成效果幾個方面，未能綜合考慮學生的在線學習動機、學習過程、學習效果等維度，對于學生的溝通與協作能力、探究創(chuàng)新精神方面的考核薄弱無力，無法有效促進學生學科核心素養(yǎng)與綜合素質的形成。

綜上所述，有別于傳統(tǒng)課堂，在線學習師生分離的特性會導致自我管理能力欠缺的學生群體出現拖延、學習效率不盡如人意的現象。鑒于此種情況，探索學習評價與學習過程的實時交融機制，運用大數據技術實時采集、批量處理學習數據，并及時反饋學習效果，實現對學習過程的實時監(jiān)控與管理，切實提升在線學習評價的效能，具有重要的研究意義。

二、基于學習分析之在線學習評價體系的構建

如圖1所示，本文提出基于學習分析的在線學習評價體系，主要包括三個方面的研究內容：過程性學習活動的解構與表征，數據采集、融合與分析，評價體系的指標設定與結果呈現。

圖1 基于學習分析的在線學習評價體系架構

(一)過程性學習活動的解構與表征

在線教學過程中，教師與學生雖然不能面對面交流互動，但是卻能通過學習平臺記錄的數據反應學生在線學習的狀態(tài)，例如平臺訪問、視頻資源瀏覽、作業(yè)完成與討論交流等學習活動數據。通過分析學習過程數據記錄，對學生的學習狀態(tài)進行實時地評估與監(jiān)督，即為學習分析技術。近年來，學習分析技術成為一個備受關注的研究領域，[4]旨在為教學體系各要素的確定與完善提供有力的依據。

學習活動的解構與表征即是依據學生的各種在線學習行為數據來了解學生的學習狀態(tài)，[5]本文將學習活動從兩個層面進行解構，一種為能夠直接獲取的顯性活動數據，例如系統(tǒng)登錄、信息搜索、鏈接訪問、資源下載、網頁瀏覽等；另一種為體現學生對知識內化建構過程的隱性活動數據，例如論壇交流與交互答疑等，需要依托細粒度的學習活動記錄體現出來，為學生學習活動建立柔性而適切的表征模型，實現盡可能真實評估學生個體的高層次認知能力和非認知能力，突破傳統(tǒng)硬性測試背景下學生綜合素質無法獲得有效評價的局面。

基于上述分析，本文以多元、豐富的學習活動數據支撐學習分析，實現對線上學習過程進行有效的干預與管理。將在線學習過程解構為五類要素的關聯與交互，即學生、教師、學習資源、交互活動及學習結果。將學習活動記錄細粒度地表征為：互動交流、資源使用、學習作品、資源分享、平臺利用、自我評價、學伴評價、教師點評、學習反思和成長記錄、知識運用、問題解決等核心活動。

(二)學習活動數據的采集、融合與分析

本文利用網絡通信、移動終端、網絡爬蟲、Hadoop、文本語義分析、社會網絡分析、統(tǒng)計分析等技術工具方法為過程性評價考核提供技術支持，強調技術工具與學習分析目標的匹配性，完成對學習行為數據的采集、融合與分析過程。

超微粉碎是利用機械力或流體動力的方法將毫米級別(3mm以上)的物料顆粒粉碎至粒徑10～25 μm的粉碎加工技術，是現階段生產加工果蔬粉較為常見的方法，是食用菌深加工的重要方向。利用超微粉碎技術制備的超微粉因其顆粒大小呈現微細化，比表面積、破碎程度及孔隙率增大，故粉體的分散性、吸附性和溶解性等物理性質均有較大程度地提升；超微粉碎產生的破壁效應，使得有效物質溶出率及化學活性等也獲得了提高，感官特性亦有一定的改善，產品質量隨之提高[8-11]，因此，超微粉碎技術在果蔬粉加工中得到了廣泛應用。

數據的采集需要以學習分析目標為導向，以保證采集的數據與分析的目標高度相關，[6]埋點技術和爬蟲技術為數據采集提供了重要輔助，可彌補在線學習平臺數據處理技術的不足。

數據的融合過程考慮數據的多樣性，不同數據結構的數據經過預處理后，搭建通用的教育數據匯聚庫，保證來自不同平臺系統(tǒng)數據的對接與融合。[7]

數據的分析借助相應的工具，分析學生學習過程與學習內容、學習狀態(tài)等變量的相關關系，支撐評價機制針對學生的學習特征開展精準知識推薦和引導。[8]采用社會網絡分析技術對學生的互動過程、交互模式進行分析，采用統(tǒng)計分析方法對學習投入狀態(tài)的各種表現進行分析，如學習時間、訪問資源頻次、作業(yè)正確率、學習路徑選擇等，對學習風格、認知水平、時間規(guī)律和資源使用的傾向進行分析與預估，進而為學生量身定制有效的個性化學習推薦支持服務。

具體的實現流程為：

(1)學生在在線學習平臺上完成個人注冊，進一步實現與教務系統(tǒng)的連接，建立學生的個人特征信息，并將其添加到學生特征信息數據庫之中。

(2)依據學生的個性化學習需求，選擇相應的學習內容，學習平臺提供智能化導學信息，最大化輔助學生實現高效的個性化自主學習。

(3)啟動學習記錄數據實時追蹤模式，在線學習過程中，及時將每位學生實時生成的學習交互數據保存到數據庫之中。

(4)采用大數據學習分析技術對特征信息庫、在線學習數據庫中的數據進行綜合分析，依據分析結果分別為學生、同伴、教師以及自適應學習支持引擎系統(tǒng)提供相應的反饋信息。

(5)自適應學習支持引擎系統(tǒng)依據反饋信息，對學生的學習進度進行調整。學生、教師及同伴依據反饋信息對在線學習過程給出相應的評價。教師持續(xù)完善智能導學系統(tǒng)，對教學內容與資源進行相應的優(yōu)化與更新。

(6)學生參照自適應學習支持引擎系統(tǒng)反饋的自主學習進度評價、教學內容達成情況評價及在線學習實時評價等信息，結合個性化學習實際需求，完成自適應調整。教師參照反饋結果，能夠準確把握學生的學情信息，并制定相應的個性化學習支持服務與導學方案，切實提升教學效能。

(三) 在線學習過程性評價體系的指標設定與結果呈現

本文研究的評價體系聚焦于學生高階思維、核心素養(yǎng)與情感認知等綜合素質的培養(yǎng)，評價指標的具體設置如表1所示。從學習動機、學習參與過程、學習效果三個維度的評價標準展開，[9]并設計精細化的評價指標項，實現評價過程的高效而全面。評價體系的構建不僅關注學生知識技能的掌握程度，更為關注學生應用知識技能實踐創(chuàng)新的能力，注重學生的情緒塑造、價值引領與學習興趣的激發(fā)，實現對學生兼顧知識、能力與態(tài)度三個方面的綜合評價，切實提升線上學習質量、促進學生的個性化發(fā)展。

其中，在線學習動機維度的指標項圍繞知識價值觀、學習興趣、學習參與度、成就歸因等因素展開；在線學習參與維度的指標項關注認知參與、情感參與、行為參與等因素；在線學習效果維度的指標項側重于對高層次思維、知識應用與實踐、交流與協作、自我學習與發(fā)展以及其他綜合能力等因素的考量。[10-11]評價主體包括學生自己、教師及學習同伴。

表1 基于學習分析的在線學習評價體系

表1(續(xù))

評價結果通過結構化組織與系統(tǒng)化呈現，以個性化分析報告和過程性評價反饋報告的形式反饋給教師、學習同伴、學生自身，并將評價“嵌入”到學習過程中，使學生主動參與到學習與評價活動中去，不斷完善與優(yōu)化學生個體知識的建構與發(fā)展路徑，實現在線教學、學習和評價的有機融合。

三、基于學習分析的在線學習過程性評價實施路徑與效果

本文提出的評價體系在本科院校開設的“大學計算機”在線課程中開展了周期性的個案實踐應用，通過落地的實證研究來驗證本文提出的評價體系的適用性與有效性，并在實踐過程中針對特定的實際問題探索出具體的解決方案，以達到不斷完善與修正的效果。

(一)基于學習分析的在線學習過程性評價實施路徑

目前，很多在線課程評價方案中已明確強調過程性評價，但是具體的落實工作卻往往力不從心。本文依托“大學計算機”在線課程產生的大量學習記錄數據來實現對學生在線學習效果的全面評估，收集各項學習行為記錄數據，包括學生的個人學情信息、隱性的學習關注點、顯示的成績記錄等多元化信息。[12-13]

具體的實施方案為：

為每個學生建立獨立的學習賬戶。學生所有的在線學習行為均登錄該賬戶進行，以便搜集到學生完整準確的在線學習行為記錄數據，例如后臺實時記載的訪問量、在線學習時長以及限定的學習周期內任務完成情況等。

通過分析學生每次學習內容的具體數據記錄，捕捉學生學習過程中的關注點。具體表現為學生的個人學習記錄中花費時長最多的部分，標記為學生學習的關注點，并及時給予相應的學習指導與學習偏好資源推送。

對學生在線學習完成率設置限定要求。教師通過周密而及時的同步測試來跟蹤學生在相應時段的學習效果，并給同步的測試作業(yè)設定一個最低的準確率標準，對于未達到這一標準的學生應給出彈窗警告與適宜的學習路徑指導。

開設在線學習交流討論社區(qū)。通過設置交流討論社區(qū)為學生提供可最大化發(fā)揮創(chuàng)造力與自由探索的空間，并記錄學生在交流討論社區(qū)表現情況的量表，更準確地把握學生的內在學習效能。

在線學習記錄全程可視化，學習平臺能夠實時同步獲取并展示個體與班級整體的學習量化數據，設置可視化呈現學習路徑、網絡關聯、學習目標等記錄信息，以強化集體學習中優(yōu)秀學生的榜樣效應，激發(fā)學生的學習動力，提高自我認知水平與規(guī)劃能力。

建立學生的個人學習評價量表，對接本文提出的評價體系，采用學習分析技術對學習平臺實時生成的學習數據進行量化分析，結合教師、學生自身、同伴給出的具體評價數據，生成每個學生的在線學習過程性評價量表。

(二) 基于學習分析的在線學習過程性評價效果分析

評價體系輸出的結果從基礎知識、關鍵理論、實踐應用、綜合拓展幾個層面呈現了學生的學習效果。結果顯示，學生對于“大學計算機”課程的基礎知識學習效果普遍較好，更貼合學生的普遍學習需求；對于關鍵理論的學習效果呈現不均衡的特征，體現了學生的個性化學習需求與學情基礎的差異；在實踐應用方面通過評價體系實時的評價反饋機制，促使教師提供更有力的導學服務，同時因為設置了限定要求，保證了學生的學習參與度與學習質量；在綜合拓展方面，因為強化了教師的同步診斷與學習支持服務，并且設置了討論交流區(qū)，保證了大多數學生在學習過程中能夠獲得及時有效的幫助與指導，因此相較于以往教學，學生在綜合拓展方面獲得了較為可觀的學習效果。以上分析結果為在線課程體系的進一步完善與優(yōu)化明確了方向。

隨著學習數據規(guī)模的增長，智能分析技術對于促進學生的個性化學習體驗、過程性學習評價的作用愈發(fā)顯現，現有學習模式亟待向數據驅動式學習模式轉變，以發(fā)揮在線學習行為可進一步量化評價的優(yōu)勢。在數據驅動式學習模式下，評價目標定位為持續(xù)促進學生的自我探究、反思與知識內化建構的學習過程，引入學習分析技術助力評價目標的實現。通過對學習數據的獲取、融合與分析，實現實時同步監(jiān)控學生在線學習行為，突破以往學習分析應用場景的靜態(tài)模式，實現學習行為與學習評價動態(tài)同步融合。學習分析應該不斷探索能夠呈現學生學習深層次內在規(guī)律的機制，而不是局限于對學習表現的淺層分析，切實提升在線學習評價的整體效能。

結 語

本文深度剖析了現有在線學習評價運行現狀中存在的不足，以提升評價機制的實效性，加強對學生高階思維與綜合素質的培養(yǎng)為導向，基于智能學習分析技術，構建了一種在線學習評價體系。從學習活動的解構與表征、數據的收集與分析、評價指標的設定與結果呈現等方面進行了詳細闡述。通過在本科院?！按髮W計算機”在線課程中的個案應用，驗證了所提出評價體系的效能，能夠有效地為學生的在線學習提供指導與支持，助力教師優(yōu)化教學策略，強化學生個性化探究與體驗、自主創(chuàng)新的學習過程，在其他在線課程評價工作中具有一定的推廣價值，為教學評估、持續(xù)改進等工作提供了全新的理論借鑒。后續(xù)的研究工作將不斷完善評價體系中的數據獲取與分析技術，拓寬視角、優(yōu)化設置評價指標項，更全面透徹地評價學生的學習狀態(tài)與效果，進一步深化學生的個性化學習過程。