魏定國　田瑞英

【摘要】 眾所周知,知識結構是各個專業(yè)領域的專業(yè)技能的決定因素。知識結構評估是教師了解學生的知識結構是否朝著合適的方向發(fā)展、鑒別學習或培訓是否有效的方法。然而這種評估很少被應用到會計教學之中。本文探索了一種評估技術,即路徑查找技術,能將它容易地應用到會計教學實踐中,評估學生的知識結構,并提供了在會計教育中應用該技術的實際案例。結果說明該技術的評估結果能夠反映會計教學情況。

【關鍵詞】 知識結構;課堂評估技術;結構化評估

一、 引言

在認知科學中,就學習行為來說,儲存在記憶中的知識的數(shù)量和知識的結構都是非常重要的。知識結構的概念早就被相關專家引入會計教育研究中,知識結構的概念是基于人們將信息組織成能夠反映定義它們的概念與特征之間的關系,是一門學科的概念、原理、規(guī)則和特征的組成方式。

知識結構對會計專業(yè)技能具有重要的意義。實證研究已經(jīng)證明,精確、高質量的知識結構使得相關信息容易識別和編碼,便于從長期的記憶中檢索可用的知識,有利于在會計任務的行為特征中找到合適的問題解決策略。盡管記憶豐富的行為特征有它的優(yōu)勢,但較好的知識結構對后續(xù)的學習是大有益處的。

知識結構和知識類型之間概念上的實際差別意味著評估策略必須不同。盡管評估某個人的知識結構的結構化評估方法(SA)已經(jīng)廣泛應用于計算機專業(yè)技能教育的研究之中,但結構評估方法還是沒有作為課堂學習評估技術的主流。例如,在會計教育評估中,一些專家拒絕討論SA技術。這是由于他們對SA方法缺乏了解造成的。

本文主要研究SA工具是如何應用于會計教育中知識結構評估之中。目前已有一些商品化的SA軟件工具,它們都很容易使用,將其運用于會計教學評估只需要作少量的二次開發(fā)。

二、 評估知識結構

學生的專業(yè)知識結構的發(fā)展可以近似地認為要經(jīng)過一系列的階段,知識低級形式的認識是知識結構的基礎,也是過渡到高級形式的必要條件。說明性的知識主要是關于人、地點和事物的口頭信息或事實,是知識認識的早期階段。在達到學習的初始所需要的說明性知識起點水平之后,學習者就開始集中于程序性知識的學習,程序性的知識由一系列在具體結果中所產(chǎn)生的動作序列組成。程序性的知識可以從簡單(計算)到復雜(決策分析)。隨著時間的消耗,說明性知識和程序性知識的認識與記憶體中的知識關聯(lián)在一起。這種知識形成的特性為評估知識結構提供了基礎,為區(qū)分專家和初學者的表現(xiàn)提供了識別的手段。

為了揭示一個人的知識結構,最接近SA方法進行了以下三步的過程:

一是獲得某人的概念關系的判斷;

二是將這些判斷當作知識結構的表示;

三是通過與參考知識結構或“黃金標準”(也就是該領域專家的知識結構)進行對比來評估所得到的知識結構。

關于獲得概念關系的技術包括概念映射技術、單詞關聯(lián)技術、有序回憶、卡片排序過程、對半比較和有序技術等。在得出結果之后,這些數(shù)據(jù)通常要經(jīng)過提煉處理,如進行聚類分析、共性相關分析或多維定量分析。從這些方法所導出的知識表示還要進行交叉學科的比較,與參考標準進行對照,用來評估每一個學生的知識結構的質量。

筆者開發(fā)了一個自包含集合的計算機軟件,通過人機界面或智能化自動獲取學生所掌握的知識,為評估知識結構提供良好的手段。教師當然可以應用對半比較,得到概念表中所有可能概念的相似判斷,用來判別其知識的領域。筆者應用的評估方法與傳統(tǒng)方法有所不同,其評估電腦算法是基于知識的網(wǎng)絡表示。算法是將人們概念關系的判斷(如相同判斷的比較對的集合)轉換成將概念表示成結點的結構。筆者應用的路徑尋找技術是一個基于知識的網(wǎng)絡表示的量化算法。這個方法將學生頭腦中的概念關系判斷(如:相似判斷的“比較對”的集合)轉換成計算機能夠識別的網(wǎng)絡結構模型:概念表示成結點,聯(lián)系表示成網(wǎng)絡中兩個結點之間的距離。與其它評估方法相比,網(wǎng)絡結構能夠描述組成學生知識結構概念中更為復雜的關系。圖1說明了一個學生在管理會計中所掌握的概念的網(wǎng)絡表示。在這種表示中,相似的概念表示為相互連接的結點,既可表示它們的關系,又可表示它們之間相差的距離。

為了評估某個人的知識結構的質量,路徑尋找技術提供了比較兩個網(wǎng)絡結構的方法,如學生的知識結構和教師的知識結構。路徑尋找技術應用一個稱之為“C”的量值,C值表示兩個網(wǎng)絡之間共同連接數(shù)和總連數(shù)的比率。對任意兩個網(wǎng)絡,C是從0到1之間的變化,C值為“0”意味著兩個網(wǎng)絡間沒有聯(lián)系,而“1”說明兩個網(wǎng)絡有相同的結構。很顯然,C值能夠說明教師和學生之間的知識結構的差別,C值越高就意味著師生之間網(wǎng)絡越一致,學生也就越具有良好的知識結構。

三、 路徑尋找技術在教室中測試的應用

筆者認為,路徑尋找技術是教學評估或學習評估的有效手段,不論是在會計學教學中還是計算機科學以及其他的教學中,都能有很好地應用。筆者在兩門會計課程中證實了路徑尋找技術的有效性,主要從以下兩個方面進行了研究:

一是知識結構的C值評定能夠改善相關教學環(huán)境嗎?

二是C值與傳統(tǒng)的學生知識評估方法,也就是考試成績之間有怎樣的相關程度?

在教學評估中,C值的真實性取決于它的判別函數(shù)的有效性。因此筆者著手解決下面問題:C值在會計教學中的預測性能是否優(yōu)于或超過傳統(tǒng)的評價方法?

(一) 實例

筆者對廣東商學院會計學本科生進行實驗,針對他們學習的管理會計、審計和其它非會計課程應用路徑尋找技術進行測試。首先,我們對學習管理會計的學生(n=56)進行學前預考和學后結業(yè)考試,評價學生的知識結構是否發(fā)生了改變。然后進行比較研究,對學習了審計的學生(n=54)的知識結構與未學會計專業(yè)課的學生(n=51)的知識結構進行比較研究。

(二) 方法

用下列方法進行評價:

1.知識結構。每一科目的C分值用于反映知識結構的質量。由于C值表示的是兩個網(wǎng)絡結構之間的相互關系,在筆者的研究中以教師自己的知識結構作為參照標準。

2.說明性的知識。學生常規(guī)考試中所得的分數(shù)表示說明性知識的評價方法。考試主要由多項選擇和幾個問答與簡述所組成。

3.案例成績。要求學生對某個工業(yè)企業(yè)作一個財務管理咨詢,撰寫咨詢報告,對其進行評分,以此作為成績的評定依據(jù)?？疾靾蟾嬷蟹治龅膹氐仔?、溝通能力、建議的創(chuàng)造性可以比較準確地評價學生的報告。

4.對審計任務的自我效能、學生的自我效能的評價。筆者收集了幾個審計實例。自我效能指人們對自己是否能夠成功地進行某一成就行為的主觀判斷,在這里可以認為是學生需要達到指定成績類型而組織、執(zhí)行相關課程學習的判斷。通過對161名學生的全面分解,可以發(fā)現(xiàn)自我效能與成績之間有很大的相互關系。因此筆者為審計任務構建了一套三級的自我效能的評價,科目表示他們的信用等級(從沒用信用“0”到完全信用“100”)在成功完成審計任務,包括風險評價、內(nèi)部控制評估和審計過程的設計。

(三) 過程

生成C值的過程對所有實例都是相同的。

第一步,教師對每一門會計課程提供與特定的教學順序相關的概念列表(例如,收益和現(xiàn)金流量分析)。

第二步,創(chuàng)造兩個文本文件,第一個包含與整個比較對相關的概念列表,第二個包含在評價會話開始時呈現(xiàn)在屏幕上的給學生的指令表。

第三步,引導學生進行評價人機對話,建立起學生的個人知識結構網(wǎng)絡。記錄評價程序和兩個數(shù)據(jù)文件,應用于計算機實驗室。學生執(zhí)行評價程序進行評價人機對話,訪問概念文件、隨機生成概念對,再每一次提示學生評價一個對之間的關系。課程教師完成同樣的評價任務以創(chuàng)建一個“參考或標準”的知識結構網(wǎng)絡。將這個過程所建立的數(shù)據(jù)運用路徑尋找軟件自動轉換成數(shù)據(jù)矩陣,并保存為近似的數(shù)據(jù)文件。

第四步,評估一個學生的知識結構的質量,只要運用路徑尋找軟件中的相關模塊計算教師和學生的兩個近似數(shù)據(jù)文件之間的相關性(C值)即可。在筆者的實驗中,通過學生人機會話生成學生的近似數(shù)據(jù)文件,使用路徑尋找軟件參照教師的“標準”知識結構文件,評價學生知識結構的水平。

最后,由路徑尋找軟件生成與圖1中類似的學生知識結構的物理表示,它可用于對學生知識結構的質量評估。

四、 結果

(一) 管理會計

筆者通過實驗,獲得了教育前和教育后的C值,如表1所示。在表中可以看到,教育前到教育后的C分值在統(tǒng)計意義上有了增加(0.22對0.37;t=6.5 P<0.001)。另外,教育后的C評估肯定與考試成績(r=0.5; P<0.01)和案例分析成績(r=0.47; P<0.01)相關。為了檢測其有效性,筆者對管理會計基于學生的考試分數(shù)和學生的C分值進行了回歸分析?？荚嚪謹?shù)和學生的C分值估算回歸系數(shù)是非常重要的,它表明這兩個預測值在案例成績分析中有很大的變化。

總而言之,從實驗中獲得的數(shù)據(jù)揭示了路徑尋找技術的幾個重要的性質。1. C的分值因教育而得到了改進,C的分值與傳統(tǒng)的課堂評價方法(也就是多重選擇的測試方法)相關。2. 就案例分析成績來說,C值提供了漸進式的預測,好于傳統(tǒng)的考試分數(shù)。最后一個,也是最關鍵的,路徑尋找技術能夠捕獲獨特知識結構。

(二) 審計課程

對審計課程和非會計課程的平均C分值(教育后)進行比較,其學生的會計知識結構質量有很大的不同(0.41對0.07;t=18.3,P<0.01)。這也與管理會計案例的結果一致,C分值與考試成績是正相關的(r=0.31;P<0.05)。而且,在審計案例中的每一次評估與審計任務自身效能的相關度都是有差別的。然而,C值對審計任務的自我效能是正相關的(r=0.28;P<0.06),考試分數(shù)幾乎不能預測審計任務的自我效能(r=0.04;P>0.25)?？偠灾?從審計案例所獲得的數(shù)據(jù)表明,路徑尋找技術評估方法與傳統(tǒng)的評估方案是能夠相互補充的。同時,C分值和考試分數(shù)與自身效果的相關度還是有差別的,筆者建議選擇特別的知識類型來識別。

五、 討論

(一) 對傳統(tǒng)評價方法的補充

在會計教育的專題討論中,有些學者強調(diào)培養(yǎng)“技術問題的解決者”,幫助學生變成“訓練有素、富有創(chuàng)造性的問題解決者”。知識結構被認為是會計課程對達到該轉換所必須的一個度量,可以幫助會計教學工作者開發(fā)改進學生的知識結構的方法,并評價這種方法的有效性,本文論證了以路徑尋找技術來評價學生的知識結構的可行性。該技術為學生的知識結構提供了啟發(fā),可根據(jù)某個標準或被采用的結構進行知識結構的評估。

結果證明路徑尋找方法的C值因知識結構的呈現(xiàn)而改進,與其它學習評估方法相關,能夠與考試成績相關聯(lián)。路徑尋找技術對課堂評價是非常實用的,它能提供關于學生學習獨特性的信息以及特別學生的會計知識結構。

(二)使用路徑尋找工具作為一個課評價技術

Harwood and Cohen早在1999年就確定了評價的四種類型:效果評價、課堂評做、等級分配與考試、課堂環(huán)境的控制。結構評價(SA)屬于等級分類方法,或說一種課堂評價技術。筆者認為使用路徑尋找技術不是一種分等活動,因為把C值評分作為課程評分等級是非常困難的。因此,筆者相信路徑尋找技術是比較好的用于課程評價技術(CAT),經(jīng)常用來小規(guī)模評價學生的在課堂上的學習情況。CAT不分等,但能夠評估他或好的教學方法的有效性。

CAT技術能夠提供教師和學生的反饋,說明學生進入了更深一步的學習狀態(tài),而不是簡單記憶事實與步驟。路徑尋找技術也能提供學生知識的物理表示,這是矯正和改進努力的有價值信息的來源。例如:學生和教師能夠共同檢查學生知識的表示,找出需要糾正的差距和不足。同樣,學生可按組各自進行分析。

六、結束語

路徑尋找技術作為一個CAT,也有一些不足。如果評價一個知識結構只是源于20多個概念,就需要作190(N×(N-1)/2)條件的判斷。當概念增加時,需要判斷的數(shù)目就會變得難以想象。然而,筆者通過研究發(fā)現(xiàn),只要應用10個左右的概念,就不會影響結果的有效性。

由該技術提供的數(shù)據(jù)能夠增強與專業(yè)實踐相關的學習效果的預測。很顯然,知識結構評估與涉及的具體領域和各自的能力有關。從這種評估方法的收斂、可識別和預測效果來看,這種結構化評估方法能夠提供關于教學效果方面的有價值的反饋信息。

雖然路徑尋找技術不太適合于等級劃分或考試,但非常適合用作課堂評價的工具。如果要對認知科學和會計學教學進行深入研究,更好地提升學生的專業(yè)知識與技能,結構化評價肯定會得到教師越來越多的關注?！?/p>

【主要參考文獻】

[1] 王壘. The Structure and Measurement of Self-efficacy [J]. 北京大學學報(自然科學版),1999,(5):415-420.

[2] Mary B. Curtis, Mark A. Davis. Assessing knowledge structure in accounting [J]. Journal of Accounting Education, 2005,(21):185-195.

[3] Harwood, E. M., and Cohen, J. R.. Classroom assessment: educational and research opportunities. JournalofAccounting Education [J]. 1999,(4):691-724.

[4] Booth, P., Luckett, P., and Mladenovic, R.The quality of learning in accounting education: the impact of approaches to learning on academic performance [J]. Accounting Education, 1999, (8):277-300.

[5] Choo, F., and Curtis, M. B.. Structural assessment in accounting research [J]. Journal of AccountingLiterature,2000,(19): 131-157.