实践项目 返回列表

教学质量究竟如何?这所高校首创实时监测大数据平台

2021/8/28 9:03:12

“双一流”建设中,人才培养是关键一环,而课堂教学质量又是提高人才培养质量的基石。为了有效提升课堂教学质量,改进教育教学和教学管理,西安交通大学充分利用现代信息技术和大数据分析手段,本着“问题导向、平台驱动、机制创新、提质增效”的思路,经长期的系统研究与实践,在全国高校首创教学质量实时监测大数据平台,建立“技术—制度—管理—服务”协调联动的质量提升新机制,实现所有课堂的精准采集、精准评价、精准督导、精准帮扶,打造“四精模式”新课堂,增强了教师教学能力建设,支撑了“以学生和学习为中心”教育理念的实施,真正起到了师生共同敬畏课堂、提升质量、促进发展的作用。

需求分析

西安交大针对高校课堂教学质量问题,从内因和外因等角度开展深入、系统研究,找出了影响课堂质量的三个核心要素——教师、学生、教学管理,以及影响课堂教学质量的四个突出问题:

数据精准采集难

以往督导抽查、问卷调查的采集方式存在偏主观、时效差、难覆盖、难持续等问题,也很难实时准确采集抬头率、到课率、师生互动、师生表情、教室场景等数据,考勤等教学管理有制度难落实;同时因涉及隐私保护、数据安全与跨部门共享的技术和制度壁垒,导致管理部门难以掌握真实学情。

课堂精准评价难

传统问卷评教方式存在数据源单一、评教指标维度少且粒度粗、评教结果重宏观轻细节,难以适应不同课堂类型;期中、期末终结性学生评教结果具有时空局限性和滞后性;学生、同行、督导等多源评价数据难融合,导致评教结果滞后片面模糊,信度低,无法精准发现具体课堂问题(如互动少、照本宣科)和问题课堂(如“到课率低、抬头率低、评分低”三低课堂、“单声道”课堂)。因此,传统评教方式在很大程度上流于形式、评而难导,伤害公信力。

教师精准督导难

传统随机抽查、片段式听课的督导方式因精力和人力所限,往往偏重课堂纪律与外在表现,难以进行课堂教学过程质量的横、纵向比较分析,导致教学问题内涵抓不准,重督轻导,难以精准查摆问题并指导教师改进教学。

学生精准帮扶难

“学生去哪儿了?辅导员、班主任应该怎么办?”长期困扰学生管理人员。因精力有限,以往的人工方式,难以对所有学生的经济状况、师生关系、学业进展、身心健康等进行逐一分析,并进行有针对的帮扶,导致夜不归宿、沉溺网络、翘课打工、性格怪异等失范行为频现,学生退学、休学多发,严重影响学生发展。

上述四个问题具有基础性、全局性特点,仅靠传统的人工经验管理方式已很难解决,长此以往,难以落实“以学生和学习为中心”的教育理念。

640.webp.jpg

除此之外,《西安交通大学创建中国特色世界一流本科教育行动方案》中提出了“品行养成、思维创新、知识传授、能力培养”四位一体的人才培养体系,形成了提升人才培养能力的“四梁八柱”体系架构。

为了实施好“四梁八柱”的人才培养体系,切实提高教育教学质量和教育教学管理效率,西安交通大学在全国高校中率先研制出一套贯穿本科人才培养全过程、打通各环节的教学质量实时监测大数据平台,将大数据、人工智能技术扎扎实实运用到学校教育教学改革当中,成功破解课堂教学面临的四大难题,为我国提升人才培养质量、高校“课堂革命”提供了切实可行的“交大方案”。

建设目标

西交大的课堂改革本着“问题导向、实证研究、成效评价、模式推广”的思路,以高等数学、大学物理、计算机基础等典型大面积基础课为实证对象,建立综合研究方案,形成“构建指标—课堂试点—数据采集—状态测评—反馈改进”的课堂教学良性运行和促进模式。具体目标如下:

提出一套科学量化的课堂教学质量评价指标体系和评估方案。

实现对学校教学质量各类数据的有效管理和共享使用。

建立教学质量实时监测大数据平台,运用现代信息技术和大数据分析方法,实现教育教学质量大数据精准采集、课堂教学质量精准评价、对教师精准督导、对学生精准帮扶,构建教学质量提升的良性运行新机制。

设计与实现面向学生、教师、督导专家、学校领导及教学管理部门四大类用户的信息服务模型,提供教学课堂质量监督的全过程信息化服务。

建设思路

在全面梳理教育信息化发展历程和应用成效的基础上,我们发现,教育信息化必须围绕高校人才培养的改革需求,主动服务并深度融入教育教学全过程,提升高校人才培养能力和质量。

为此,西安交通大学以改革评价体系和理念为先导,以建设大数据平台和教学监控系统为支撑,以推进基础课教学质量建设为抓手,以构建学业过程考核体系为保障,创建提高高等学校课堂教学质量的模式机制和信息系统,开展课堂质量影响因素、课堂质量评价体系、教学质量大数据采集与分析等研究和建设,最终建构涵盖支持教学改革政策、教师教学信息大数据系统评价体系、教学模式和方法等要素在内的西安交通大学教育教学质量大数据平台建设方案,形成“技术—制度—管理—服务”协调联动的课堂教学良性运行和促进模式(图1)。

640.webp (1).jpg

图1 教学质量提升新机制

整体框架

西安交通大学基于以上的建设目标和建设思路,逐步开展模式研究、平台开发和实践应用,促进新课堂建设和师生共同发展。整体框架如图2所示。

640.webp (2).jpg

图2 整体框架

“四精模式”新课堂有如下特点:

通过构建智慧校园,提升学校的智能化课堂教学条件,创建教学质量实时监测大数据平台,精准采集全部课堂全过程状态数据;

基于此数据,结合自然语言处理、大数据深度学习与模式识别技术,精准评价课堂教学质量,发现具体课堂问题和问题课堂,为教学管理与服务提供技术手段;

相继颁行多项制度文件对教学质量评价、助学金、考勤、学籍管理、学位授予等事项予以规范;

建立评教结果和教师绩效分配、职称晋升、年度考核的关联管理机制,构建教务、学工等多部门协调联动的精准督导与精准帮扶服务方式,推进了教学条件建设与教育教学改革深度融合、信息化技术与课堂深度融合、科学化质量保障手段及方法的有效应用。

具体实现

在具体实现方面,西安交大要在如下几个方面进行重点实现:

一是研制出“物联网+云计算”数据精准采集方法。

以“互联网+教育”改革思路,自主设计开发“物联网+云计算”数据精准采集技术,采用RFID标签(校园一卡通)对学生身份精准识别,并采集考勤、门禁、图书借阅、活动签到、社团活动、体测等数据。

每年将自动实时采集6000余门次第一课堂数据(如师生交流文本、视音频、评教等)和学生成长的第二课堂数据,年数据处理总量达6PB,并研制出不同业务系统之间的数据交换与共享接口,成功解决了数据来源广泛、共享困难、动态实时采集等难题(图3)。

640.webp (3).jpg

图3 第一课堂和第二课堂数据来源

通过平台可以真实了解每天各个校区、各教学楼、各教室不同节次的学生到课率,并可追踪缺勤学生的去向,从教师、学院、课程等维度实时给出学生到课率情况,精准回答“学生喜欢上什么课、学生去哪儿了”等问题,同时采用数据脱敏隐私保护技术,有效确保师生信息安全。

二是实现“分类评测—多维排序—结果融合”的课堂教学评价方法。

学校经过多年来的深入调研、论证及科学分析,突破以往相对简单的教学质量评价体系的局限性,依据理论、体育、艺术、医学见习、实验等多种课堂形式,建立了从教学态度、内容、方法、效果等多维的教学质量评价指标体系;

基于2011年以来采集的学生、同行、督导教学评价以及课堂视频等4.1亿条数据,针对评价文本,采用自然语言处理技术,挖掘评价意见与识别情感;针对评价数据,抽取评教指标要素;对视音频数据,采用大数据深度学习与模式识别算法,分别从中挖掘出反映课堂教学质量的细粒度特征(如教学态度是否饱满、语言逻辑是否清晰、仪表仪态是否得体等),进一步研制出多源多类评价密度分布的多维指标排序算法,以及各维权重动态自适应调整的结果融合方法,最终发现教学态度不端正、内容不严谨、方法不适配、教学效果差、教学秩序乱等5大类1626个问题课堂和12万余个具体课堂问题(如照本宣科、知识陈旧等),识别的准确率达88%,初步解决了课堂教学精准评价的难题。

三是建立问题驱动的督导机制,解决精准督导难题。

针对平台在教学的态度、内容、方法、效果等各分项指标自动发现的问题课堂和课堂问题,学校建立专职督导团队和教师发展中心,构建校、院、系三级立体交叉的督导机制。

督导专家针对平台发现的问题通过现场点评、课后还原、约谈警示、递进培训、专家会诊等个性化、持续化精准督导方式,指导、纠正课堂教学5397人次;同时开展精彩课堂评选和名师培育,形成“评价、引导、反馈、提高”的督导闭环,提高精准督导工作的效率和定位。

四是刻画学生画像,实施个性化帮扶策略。

从大数据中分析挖掘出涵盖学业、社团、社交、消费、上网、作息六维特性,建立学生精准画像(图4),引导和帮助学生规划大学生涯。

640.webp (4).jpg

图4 学生精准画像

研制出学生成绩非参数检验特征线性预测模型、生活行为异常模式发现算法、随机森林贫困生识别方法,精准预测学业走势、定位网络沉溺与经济困难等。

归纳与总结

运用“教育+互联网”的思想,西安交大实现了教学管理理论、质量评价体系、技术实现手段的综合创新。

一是建立大数据驱动的采评督帮“四精模式”新课堂、新机制。

利用大数据技术与人机协同方式,建立“四精模式”新课堂:精准采集“听诊器”,实时采集教学状态数据;精准评价“超声仪”,科学评估教学质量存在问题;精准督导“理疗仪”,及时指导教师改进内容方法;精准帮扶“导航仪”,个性引导学生促进全面发展。促进教学管理的精细化、智慧化,建立了“技术-制度-管理-服务”协调联动的课堂教学质量提升新机制。

二是建立基于教学大数据综合分析的课堂质量评价指标体系和方法。

构建多类多维教学质量评价指标体系(图5),利用深度学习与人工智能技术,解决了从文本、课堂视频等多模态大数据中挖掘教学质量细粒度特征的难题,发现并进一步拓展能够起到引领作用的课堂教学质量基本状态数据监测74项,所提出的多源数据融合决策方法,实现了从教学态度、内容、方法、效果和秩序5维核心指标的融合与权重计算,克服了以前终结性评价数据来源单一、结果滞后、信度差等问题,实现了评价结果符合客观实际的正态分布,突破了课堂精准评价难题。

640.webp (5).jpg

图5 多类多维教学质量评价指标体系

三是首创教学质量实时监测大数据平台。

运用“物联网+云计算”技术,综合采集与利用第一课堂考勤、视音频、评价,第二课堂学生生活、社交、招生就业等数据,实现了从入学到毕业的全口径、全过程大数据分析和应用,实现了教学质量管理从模糊宏观到量化精准,从期中期末终结性评价到实时过程性评价,从部分随机督导(过去不到全部课堂的20%)到全面覆盖,从事后帮扶到即时帮扶的四大转变。

提升课堂教学质量、促进师生全面发展是人才培养的永恒主题,永远在路上。我们的体会和思考是:

一是树立“帮忙而不添乱、切实而不表面”的意识和定位。

既要充分认识、积极利用现代信息技术、大数据和人工智能技术的极端重要性,帮助我们找出问题、找准问题,建立更加科学公正的评价指标体系和方法,这是过去人工很难甚至做不到的,也是高等教育智慧化的必然趋势;同时,更要明白技术服务于老师、学生和管理人员的基本道理,牢固树立最终解决问题的还是师生自己、“源于课堂、服务师生”的基本观点。

二是平台成功的关键在于建立“技术—制度—管理—服务”协调联动的运行机制。

大数据平台为我们打造“四精模式”新课堂提供了技术支撑,但与此同时,必须建立相关的管理和评价制度,否则技术平台只能是一个展示系统,难以真正实现服务师生、发展师生的目的。

三是“一校一策、因地制宜”。

世界上没有两所大学的管理模式是完全一样的,大数据平台固然找出并实现了一系列反映课堂教学的共性问题、质量要素及其智能分析算法,然而在实际应用中,还是要结合各校的实际情况,借鉴思路和技术,因地制宜本地化。

作者:锁志海、高瞻、徐墨、罗军锋、刘俊(西安交通大学网络信息中心)

责编:徐鹤