關鍵詞：高校；教學質(zhì)量評價；數(shù)據(jù)驅(qū)動；知識驅(qū)動

2021年發(fā)布的《國務院關于印發(fā)“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃的通知》中指出，數(shù)字化轉(zhuǎn)型已經(jīng)成為大勢所趨[1]。傳統(tǒng)的教育理念和方式在數(shù)字化背景下受到廣泛沖擊。線上與線下相結(jié)合的混合教學模式逐漸成為教學新常態(tài)。然而，在線教學規(guī)模的擴大引起的教學過程單向傳輸、線上與線下教學評價孤立等教學質(zhì)量問題受到了社會和教育界的廣泛關注。進入智能信息化時代后，以大數(shù)據(jù)、人工智能、虛擬現(xiàn)實等信息技術推動了教育智能化變革。在新技術、新理念的支持下探索數(shù)據(jù)和知識驅(qū)動的教學質(zhì)量評價方法可以為教育信息化背景下個性化教育提供理論和實踐支持。而如何基于教學過程中產(chǎn)生的多模態(tài)數(shù)據(jù)，設計智能化的教學質(zhì)量伴隨式評估與動態(tài)監(jiān)測是實現(xiàn)上述教學質(zhì)量評價方法的關鍵。本文旨在基于人工智能技術探索數(shù)據(jù)和知識驅(qū)動的教學質(zhì)量評價表征方法為智能化教學提供決策與實踐參考。

1 高校教學質(zhì)量評價方法研究現(xiàn)狀

教學質(zhì)量評價是用來衡量教學過程中各個環(huán)節(jié)及教學效果是否達到質(zhì)量要求，即利用教育評價理論和技術對教學效果進行價值判斷[2]。按照教學實施的方式高校教學質(zhì)量評價形式大致可以分為三類：線下教學質(zhì)量評價、線上教學質(zhì)量評價和混合式教學質(zhì)量評價。

1.1 線下教學質(zhì)量評價

線下教學質(zhì)量評價是高校教學質(zhì)量評價領域研究最為廣泛的一個分支。許多學者針對線下教學的特點探索了一系列的評價體系。馬力等人從優(yōu)化教學過程的角度提出了高校教學質(zhì)量評價指標體系與方法[3]；江波等人針對評價主體、數(shù)據(jù)處理和評價指標等教學質(zhì)量評價指標體系三要素開展了研究，提出了建立教學質(zhì)量評價指標系統(tǒng)的思路[4]；徐薇薇等人從教學質(zhì)量評價指標體系的整體性、直觀性、導向性出發(fā)，基于層次分析法確定了教學質(zhì)量評價指標體系中各指標的權重[5]；葛繼科等人利用RReliefF算法在非線性系統(tǒng)特征選擇上的優(yōu)勢構(gòu)建了教學質(zhì)量評價指標體系精簡化模型[6]。針對線下教學質(zhì)量評價問題，現(xiàn)有文獻多是針對評價指標體系構(gòu)建，缺少對教與學過程中數(shù)據(jù)采集與分析的研究，忽略了教學過程是一種動態(tài)活動，而對應的教學質(zhì)量也需要動態(tài)監(jiān)測。

1.2 線上教學質(zhì)量評價

線上教學是隨著計算機網(wǎng)絡技術的發(fā)展而興起的。哥倫比亞大學、芝加哥大學開設的網(wǎng)上大學是在線網(wǎng)絡教學的雛形[7]。但由于網(wǎng)上大學的教學過程仍然屬于單向傳輸，并沒有從本質(zhì)上突破傳統(tǒng)教學模式，因此，線上教學發(fā)展初期并沒有與之相匹配的教學質(zhì)量評價體系。隨著大規(guī)模在線開放課程（MassiveOpen Online Course） 和小規(guī)模私有性在線課程（SmallPrivate Online Course） 的興起與成熟，諸多學者針對如何評價線上教學質(zhì)量開展了廣泛研究。李爽等人從在線教學教師角色、教學思維、教學主體構(gòu)成、教學重心等方面分析了在線教學質(zhì)量特征，提出了在線教學質(zhì)量評價框架與指標構(gòu)想[8]；王睿等人圍繞教學過程、評價體系、質(zhì)量保障等3個方面，構(gòu)建了以學生為中心，以課程為主體的在線教學質(zhì)量評價體系[9]；盧春麗應用大數(shù)據(jù)技術針對當前高校在線教學質(zhì)量評價體系在理念、體系、方法、制度、操作和內(nèi)容方面存在的不足提出了有針對性的改進建議[10]。

1.3 混合式教學質(zhì)量評價

混合式教學目前還沒有一個準確的定義，是一個比較寬泛的概念，通常泛指在線教學與線下面授相結(jié)合的教學方式。在“互聯(lián)網(wǎng)+”的背景下，線上線下相結(jié)合的教學模式是“三教改革”的重要實踐領域，因此，混合式教學質(zhì)量評價也是當下學者的研究熱點。許多學者針對混合教學的特點探索了一系列的評價體系。李月峰[11]等人從課前、課中、課后3個階段，提出了多維度層次下的混合教學質(zhì)量評價體系；李東兵[12]等人從5個維度（同行、學生、系統(tǒng)、督導、教師）提出了線上、線下混合教學質(zhì)量評價指標體系。

2 基于數(shù)據(jù)和知識驅(qū)動的教學質(zhì)量評價實踐基礎

2.1 大數(shù)據(jù)分析技術

目前高校在日常運行過程中的各種活動均會產(chǎn)生海量的數(shù)據(jù)，如學生管理、督導評價、課堂教學（線上、線下）等。這些數(shù)據(jù)不僅蘊含著學生個人信息、學習情況等內(nèi)容，而且還能夠反映教師的教學過程、教學效果、教學管理、學生組織等環(huán)節(jié)的情況[13]。教學質(zhì)量評價不僅涉及教學方法、教學內(nèi)容、教學管理、教學環(huán)境、教學組織等宏觀層面的內(nèi)容，還涵蓋學生學情、教師發(fā)展等個性評價。在傳統(tǒng)的高校教育體系中，教學質(zhì)量評價以主觀評價和經(jīng)驗評價為主，側(cè)重宏觀評價，而在大數(shù)據(jù)時代，基于高校教育活動產(chǎn)生的海量數(shù)據(jù)，使得數(shù)據(jù)與師生之間產(chǎn)生緊密聯(lián)系，能夠精準地反映各種教育特征，教育大數(shù)據(jù)則是教學質(zhì)量評價的主要依據(jù)。而利用大數(shù)據(jù)分析技術可以從多種維度細化評價指標，并根據(jù)不同的個體特征形成“教師畫像”和“學生畫像”，從而實現(xiàn)更加準確的有針對性的教學質(zhì)量評價。大數(shù)據(jù)分析技術為教學質(zhì)量評價提供了精準的切入點，可以為有效提高高校教育質(zhì)量提供技術支撐。

2.2 知識驅(qū)動的人工智能技術

從技術的角度看，大數(shù)據(jù)和人工智能是兩種獨立的技術?；诖髷?shù)據(jù)分析技術的教學質(zhì)量評價是以統(tǒng)計學為基礎，其核心是從海量教育數(shù)據(jù)中挖掘出有價值的能夠反映教育特征的數(shù)據(jù)，而人工智能技術引入教學質(zhì)量評價的目的是提升教學智能化水平。從數(shù)據(jù)的形式上看，各種教學活動產(chǎn)生的數(shù)據(jù)既有結(jié)構(gòu)化數(shù)據(jù)，又有非結(jié)構(gòu)化的視頻、音頻等?；诮y(tǒng)計學的大數(shù)據(jù)分析技術是以結(jié)構(gòu)化數(shù)據(jù)為主，而基于機器學習的人工智能技術不限制數(shù)據(jù)的模態(tài)。探索大數(shù)據(jù)技術與人工智能技術相結(jié)合的教學質(zhì)量評價已成為新的研究趨勢。然而，上述兩種技術的教學質(zhì)量評價指標仍然是人工定義的，嚴重依賴設計者的領域知識，隱含在教學數(shù)據(jù)中的其他教育特征尚不能充分挖掘。知識驅(qū)動的人工智能技術是結(jié)合了專家領域知識與機器學習能力數(shù)據(jù)驅(qū)動，充分發(fā)揮領域?qū)＜遗c機器學習各自在教學質(zhì)量評價方面的優(yōu)勢，助力精準教學。

3 基于數(shù)據(jù)和知識驅(qū)動的教學質(zhì)量評價體系構(gòu)建

3.1 學科知識圖譜構(gòu)建

構(gòu)建學科知識圖譜的目的是梳理和展示知識內(nèi)容、教學資源。學科知識圖譜可以從學科的整體角度出發(fā)，描述知識點之間的聯(lián)系，并通過可視化技術以“知識地圖”的形式直觀呈現(xiàn)整個學科的知識結(jié)構(gòu)，從而使得學生可以通過知識圖譜掌握自己的學習過程和完成程度，然后課程學習平臺能夠基于學科知識圖譜根據(jù)學生的學習效果進行個性化學習資源推送和學習路徑規(guī)劃。學科知識圖譜是知識驅(qū)動的高校教學質(zhì)量評價的基礎。接下來以學科知識圖譜應用到HTML5+CSS3 Web前端開發(fā)課程中為例來介紹學科知識圖譜構(gòu)建的流程。

3.1.1 知識抽取，關系挖掘

知識抽取旨在把蘊含于數(shù)據(jù)源中的知識經(jīng)過識別、理解、篩選、歸納等過程抽取出來，形成知識庫。HTML5+CSS3 Web前端開發(fā)課程知識圖譜的數(shù)據(jù)來源主要有對應課程教材、HTML5參考手冊、CSS3參考手冊等電子資源。最終通過知識抽取，學科知識圖譜將教學內(nèi)容分拆成一個個相互關聯(lián)的知識點，圖1和圖2分別給出了HTML5+CSS3 Web前端開發(fā)課程知識圖譜的局部樹形和網(wǎng)狀結(jié)構(gòu)。學科知識圖譜中的關系用于描述知識點間的關聯(lián)特性。HTML5+CSS3Web前端開發(fā)課程知識圖譜的關系主要包含3個：前置、后置和關聯(lián)。

3.1.2 多模態(tài)資源關聯(lián)

教學資源包含文本、圖像、視頻多種。多模態(tài)教學資源可以學科知識圖譜架構(gòu)為基礎，形成復雜的網(wǎng)狀結(jié)構(gòu)。然后基于大數(shù)據(jù)技術、人工智能技術等信息技術手段形成多方協(xié)同的教學環(huán)境。圖3給出了基于HTML5+CSS3 Web前端開發(fā)課程知識圖譜的多模態(tài)資源關聯(lián)圖。

3.2 人機協(xié)同智能化教學質(zhì)量評價指標構(gòu)建

不同的在線教學平臺、教學環(huán)境，教學質(zhì)量的可觀測質(zhì)量評價指標、表征變量均會存在差異。很難提出一種能夠適應所有場景的教學質(zhì)量評價指標。因此，本文提出了一種人機協(xié)同智能化教學質(zhì)量評價指標構(gòu)建框架。

如圖4所示，人機協(xié)同智能化教學質(zhì)量評價指標構(gòu)建框架主要由三部分組成：數(shù)據(jù)采集與處理、指標篩選模型、指標體系構(gòu)建。

4 基于數(shù)據(jù)和知識驅(qū)動的教學質(zhì)量評價的實踐應用

本文以湖州職業(yè)技術學院超星平臺上的課程為例介紹基于知識圖譜的教學質(zhì)量評價在個性化學習推薦中的實踐應用。

完成學科知識圖譜構(gòu)建，將相關學習資源與知識圖譜中的知識點相關聯(lián)后。如圖5所示，學生就可以查看相關知識點掌握情況，然后有針對性地推薦學習資料和相關任務點，從而實現(xiàn)個性化的學習推薦。

5 結(jié)束語

數(shù)據(jù)和知識驅(qū)動的教學質(zhì)量評價是當前的研究熱點，可以有效解決因在線教學規(guī)模的擴大引起的教學過程單向傳輸、線上與線下教學評價孤立等教學質(zhì)量問題。本文基于學科知識圖譜和人機協(xié)同智能化提出的基于數(shù)據(jù)和知識驅(qū)動的高校教學質(zhì)量評價框架可以為數(shù)字化背景下教學質(zhì)量評價提供實踐參考。