在線學習平臺全程性多元可視化學習評價研究

郭志　呂茗萱　李海燕

摘? 要：在線學習平臺累積存儲了大量學生用戶的學習數據，以MOOC為主的高校在線學習平臺卻沒有很好地利用這些數據進行綜合性學習分析與評價，現有的學習評價體系也不足以有效激勵學生，也難以反映學生的綜合素質能力。教育大數據可視化可以圖表等形式將學習數據直觀地呈現出來，便于教師發(fā)現教育教學數據中包含的認知規(guī)律及行為模式或其他信息，從而理解大量數據背后復雜的教育現象。文章根據國家教育信息化指導思想，基于對在線平臺學生全程性學習大數據的統計分析，進行學習數據可視化評價探索研究，就完善學生評價體系和學習激勵機制提出了創(chuàng)新性參考思路。

關鍵詞：數據可視化;學習評價;在線學習

中圖分類號：G434? ? 文獻標識碼：A? ? 文章編號：1673-7164（2022）08-0001-04

一、在線學習發(fā)展與教育評價改革背景

（一）政策背景

近年來，以大規(guī)模在線開放課程為主的新興在線開放課程、學習平臺在世界范圍內蓬勃發(fā)展，不僅拓展了教學的物理時空，對教學機制、體制改革也產生了深遠的革命性影響，尤其是2019年以來，在線學習平臺成為高等教育教學必要的教學手段，更加彰顯出其特有的重要意義和價值。2015年4月，教育部頒發(fā)了《關于加強高等學校在線開放課程建設應用與管理的意見》。2020年10月，中共中央、國務院印發(fā)了《深化新時代教育評價改革總體方案》，為完善立德樹人體制機制，糾正不科學的教育評價導向，提出“堅持科學有效，改進結果評價，強化過程評價，探索增值評價，健全綜合評價，充分利用信息技術，提高教育評價的科學性、專業(yè)性、客觀性”。教育部在2021年工作要點中指出，教育改革發(fā)展的目標任務是以信息化為重點，加快推進教育信息化高質量發(fā)展。大數據時代下的教育發(fā)展越來越依賴將信息化平臺作為技術支撐與依托。

（二）現實需求

2020年，全國各級各類學校在教育部“停課不停教、停課不停學”的倡議下，紛紛開始了大規(guī)模線上教學活動，整體線上化率提升至23%～25%。各高校進入恢復線下課堂教學、線上線下教育攜手并進的新階段[1]。我國線上教育行業(yè)發(fā)展前景良好。線上教育打破了傳統教育定點定時的模式，將知識傳遞和訓練場景結合起來，能夠有效銜接教、學、研環(huán)節(jié)，延伸了教育服務鏈條[2]。高校利用在線學習平臺MOOC等課程，整合多種社交網絡工具和多種形式的數字化資源，通過小組合作、同行評價、隨堂檢驗等方式設計教學、反饋學生學習狀況，通過對大數據進行整合來收集所有參與課堂學生在學習過程中的信息，利用相關信息對學生的課程學習情況做出評價。在線模式的理論學習和實踐學習受到越來越多高校的關注和青睞。大規(guī)模在線開放實驗MOOE利用虛擬仿真實驗打破了大學的實驗室圍墻，破除場地、規(guī)模、時間等受限問題，與MOOC同步在線式地進行開放性實驗。如果說MOOC是面向全社會全年齡段學員開放的在線學習平臺，那么SPOC課程就是基于MOOC課程的一個發(fā)展和補充，彌補了MOOC在學校教學中的不足，高校的精品視頻公開課逐漸向MOOC和高校SPOC轉變，通過在中國大學MOOC等平臺發(fā)布的課程，實現了校內學習資源共享[3]。

二、教育大數據支撐的在線學習評價

（一）教育大數據為科學評價提供了可能

教育大數據的采集必須具有更強的實時性、連貫性和自然性，目前的在線學習平臺在技術上均可以實時、持續(xù)地采集教學活動中的過程性數據，如學習者的瀏覽軌跡、瀏覽時長、答題花費時間、答題的正確率、師生互動情況以及生生互動情況等。教育大數據的數據覆蓋面也更加廣泛，既有結構化的數據，如學生成績、學生基本信息、學生出勤記錄等，也有非結構化的數據，如視頻、圖片、教案、教學軟件、文檔等，全面、龐大的數據使得教育大數據的應用能夠更加深入[4]。

（二）政策引導與學習平臺創(chuàng)新性發(fā)展

教育部在印發(fā)的《教育信息化“十三五”規(guī)劃》通知中強調，當下教育發(fā)展應積極利用大數據等新技術，支持、推進高等學校繼續(xù)教育數字化資源開放。學生在線上教育學習過程中，通過參與課上互動、小組討論、完成作業(yè)等步驟能夠產生在其主觀意愿支配下的大量數據，這些數據客觀反映了學生的學習情況。當下的學習評價體系依賴教師本人主觀的數據提取及使用情況，導致大量學生學習信息僅為教師教學服務，沒有得到充分的使用。

（三）代表性在線學習平臺學習評價反思

以中國大學MOOC、雨課堂、清華學堂在線等為代表的常見的在線學習平臺為例，在一般的網課打分評價中，教師端一般會根據學生的入課時間及次數、隨堂測試情況、章末及結課作業(yè)情況等數據了解學生的出勤率、聽課狀態(tài)、長期知識掌握情況。這些數據的選用參考依賴于任課教師的評價標準，評價體系不全面、不完整，對學生學習水平的評價仍停留在線上測試成績“高分優(yōu)于低分”這樣簡單數字對比的刻板印象，不利于學生學習激勵體制的建設。在學習評價理論的實踐中，更多的研究者習慣用學業(yè)表現甚至是成績直接替代在線學習評價，過程性評價和基于大數據的評價方法還停留在理論研究層次，并沒有大規(guī)模地體現在現行評價機制中。如果僅僅是將教師在教室授課時的評價標準生硬地搬到線上來進行，那么在線學習評價體系將失去其對教育變革的意義。就目前的平臺大數據積累來說，在線評價體系應當利用學生進入平臺開始進行的每一次操作留下的足跡，在后臺針對數據進行建模等科學分析，對學生的組織規(guī)劃、創(chuàng)新創(chuàng)造、協同互動等能力進行呈現與評價，通過不同視圖將其進行可視化處理，清晰直觀地呈現學生多重能力素質，展示學生學習的主觀能動性[5]。

（四）教育大數據可視化分析熱點

在大數據時代，教育大數據可視化成為促進學生自主學習、完善教師教學監(jiān)督及評價的重要方法手段，對信息化時代下提升教育教學質量起到了重要作用。在在線學習評價體系中應用教育大數據可視化思想，能夠優(yōu)化現有的教育評價體系，充分利用大數據技術對學生進行多重角度的能力考量。金玉梅、陳航指出，運用專業(yè)的數據模型或技術手段挖掘教育大數據能夠充分地顯示數據背后具有的價值，推動教育改革發(fā)展。唐利紅闡述了大數據經過數學建模等數據挖掘操作后對教育教學評價應用的可行性及應用價值。尤耀華指出大數據分析技術對學習行為數據的收集、個性化學習特征的分析以及課程推薦與學習規(guī)劃的優(yōu)化的應用與可能性。汪愛珠、馬燕、項鑄闡述了采用詞頻分析、社會網絡圖譜分析等可視化分析方法，揭示了當前國內教育大數據研究熱點，對未來研究趨勢進行了討論，為深入探究教育大數據提供借鑒。

三、全程性多元可視化學習評價體系

（一）在線學習評價改革勢在必行

以東北大學為例，盡管學校反復強調誠信學習的重要性，但每個學期都會通過技術手段監(jiān)測和捕捉到學習數據異常的第三方軟件刷課、刷題現象，有少數學生因此受到處分。為更好地引導學生端正學習態(tài)度，從技術上約束學生的學習行為，更加客觀公正地開展全程性多元可視化學習評價勢在必行。全程性多元可視化學習評價體系是由大數據作為支撐，搜集學生在線學習數據，通過各種數據在多個方面的呈現結果來對學生進行多項能力特質測評。高校部分課程實行線上線下混合教學模式，線下教學即讓學生集中到教室內聽任教老師講授知識，線上學習即讓學生通過在線學習平臺上的教師指定網絡課程自主學習。目前，主流的在線學習平臺對這些數據的應用不充分、不全面，評價與體系不完整，缺少結合學習分析和多元化評價的學習大數據的綜合判斷，評價方式和評價結果不足以發(fā)揮有效的學習激勵作用。

（二）數據分析的強有力支撐手段——數據可視化

在線教育學習平臺中，學生學習產生的大數據作為一種客觀信息，能夠有效反映學生在學習過程中對知識的理解掌握程度、各方面能力水平等多種信息，更加全面地展現學生個人的綜合素質?，F代社會要求當代大學生具備良好的創(chuàng)新能力、組織能力、表達能力、學習能力等多種綜合性素質能力，以適應社會發(fā)展。在學生的在線學習大數據中，在線視頻回看次數、視頻觀看時長、線上小組互動積極程度、作業(yè)進行時長等多方面數據能夠有效地展現學生的各方面能力的發(fā)展狀況。學生對在線平臺提供的基本知識資料的使用對應其知識學習能力，課堂互動中的觀點發(fā)表情況與語言表達能力相關，學生根據教師給出的課題進行小組討論、探究性學習與其協作交流、創(chuàng)新能力相關，學生在動手實驗中的操作情況能夠體現其創(chuàng)新思維和實踐基礎。在線課程作為一種長期穩(wěn)定的高校課程選擇，能夠為使用者提供跟蹤式服務，通過累計整理使用者長期使用產生的數據來進行增加深度和廣度的多元化分析，能夠對使用者進行更綜合的評價。在學習成效評價方面，在線學習評價并沒有降低學業(yè)表現，在相關實驗中甚至能夠體現更多的學業(yè)成就。

數據可視化的前提有兩個：一是能夠利用計算機生成圖像來對大數據及其內在關系進行深入分析認知;二是利用人類感覺系統來操縱、解釋、分析、模擬錯綜復雜涉及眾多的數據。數據可視化是一個不斷變化的概念和理論，其中一個常見的關注點就是信息的呈現。在教育數據可視化分析中，雷達圖被用來描述一個教育對象或教育活動的多個不同維度的表現，能夠將表達者想表達的眾多要素直觀地通過圖形表現出來，通過折線在某個要素位置的突出情況來判斷該要素的滿足情況。

（三）學習評價的多雷達圖呈現

雷達圖在教育教學中的實踐并非沒有先例，陳宗榮利用雷達圖對學生的學業(yè)成績及學業(yè)水平進行分析。劉暢、吳佳容利用雷達圖分析了教師教學能力的優(yōu)勢和不足及學校整體教育教學的開展效果。謝雨婷通過統計各學生的課業(yè)成績、競賽參與、時間情況、畢業(yè)設計成績等方面，利用雷達圖對學生個體的各項素質和能力進行對比分析與評價。馬丹利用因子分析方法對學生的課業(yè)成績和德育成績進行了分析，結合雷達圖法形象直觀地展示學生的個性特征，用以彌補平均積點分法的片面性和綜合測評總分進行加權求和時對權重選取的主觀性。利用大量有效的學生線上學習信息，對學生本體及學習本體進行分析并做出評價，是完善學生素養(yǎng)評價體系的重要一步;將對學生的評價由結果評價轉為過程評價，是完善評價體系的可借鑒方法。在線學習平臺重新分析未利用的數據，通過數學分析、建立模型等算法方式形成學員個人素質能力雷達圖，將學習者個人素質能力與校內平均值、全國若干使用同一平臺、同一課程學習的所有學習者的平均值進行比較，可以得到一張或多張雷達圖，圖1為某生學習評價與校內同期參加學習的平均值和同一時間在線學習平臺上若干所學校校際平均值比較圖，圖2為某生學習評價結果與校內、校際的最高值的比較，能從不同側面可視化圖形展示該生學習評價結果與其他學生的比較結果。

將雷達圖學習評價寫在課程結業(yè)證書上，既可以將學員各方面學習評價結果情況進行直觀展示，又可以此作為精神激勵鼓勵學員終身學習，利用數字化方法整合學員學習信息并進行繪圖評價，體現學生學習主體情況，以此激勵學生本人的學習積極性，加強學生學習效果，是一種通過多元可視化學習評價體系呈現出來的一種良性循環(huán)。根據美國教育部的報告，學生學習行為與學業(yè)成績相關，預示了學生的滿意程度、參與程度和學習進步，滿足不同能力因素的學生能有著更好的職業(yè)生涯。通過學習大數據進行多元可視化學習評價，分析對比學生各項能力指標，對高校進行課程優(yōu)化、教師教學方法改進也有十分重要的作用。

四、結論與展望

教育大數據背景下，元可視化學習評價是在“互聯網+教育”的國家政策層面思維上的良性探索，是大數據在教育評價方面應用的新理念、新角度，有利于促進教育在信息化時代下的發(fā)展改革。高效全面地利用在線平臺所產生的學生學習大數據繪制可視化分析圖形、表現出學生的個人能力特質水平，能夠調動學生學習的主動性、自覺性，對學生進行正向的有益激勵，形成自主學習的良性循環(huán)，使傳統的教師主觀評價能夠因大數據挖掘的加入向基于大數據的客觀評價發(fā)展，有效提高其科學性、公平性。

作為精神激勵的可視化學習評價可以評估一位大學生的多種能力，成為個人評判、企業(yè)觀察的一項重要依據，是銜接學業(yè)情況和個人素質的關鍵所在，為大數據在教育領域的應用提供了廣闊的視野和角度，為在線學習平臺的發(fā)展創(chuàng)新開辟了新思路。但是，從政策支持背景，到大數據、人工智能等技術層面支撐的保障可行性，從大學生學習主體的學習主動性的總體現狀到教育、教學實踐層面的改革與實現，需要若干環(huán)節(jié)相呼應，更多國內主流在線學習平臺應對全程性學習數據可視化評價的積極響應，共同為高等教育信息化發(fā)展集思廣益，為教育大數據的創(chuàng)新應用開拓更加廣闊的發(fā)展前景。

參考文獻：

[1] 熊天誠. 在線教育平臺發(fā)展研究[J]. 合作經濟與科技，2021（11）：62-65.

[2] 劉鑫鑫，肖曦. 鞏固拓展高校線上教育發(fā)展良好勢頭[J]. 人民論壇，2021（07）：105-106.

[3] 沙春芳. MOOC背景下模擬電子技術SPOC教學研究[J]. 科技風，2021（19）：75-76.

[4] 方獻梅，高曉波. 基于教育大數據的高校教育改革研究[J]. 科技風，2021（17）：77-79.

[5] 李海燕，李真，郭志. 基于“MOOC+MOOP”平臺融合發(fā)展的在線學習可視化評價探究[J]. 教育現代化，2020（30）：76-79.

（責任編輯：淳潔）