评价是一种价值判断活动，是对客体满足主体需求程度的判断。教育评价是判断教育活动满足社会和个人需求程度的活动。它是判断教育活动的现实（已经获得的）或潜在（尚未获得，但可能获得的）价值，以实现教育价值增值的过程。教育信息化“十三五”规划指出，重塑教学评价和教学管理模式，利用新一代信息技术，跟踪监测教学全过程，进行学习情况分析和学习诊断，准确评价教学和学习效果，将结果导向的“单一”评价转变为综合性、过程性的“多维”评价，从只注重知识教学转变为更注重能力和素质培养。

 

1.教育大数据驱动教育评价重构

 

与传统的教育评价相比，大数据的发展使教育评价走向客观评价、伴随评价、综合评价和智能评价，为学生的自我发展、教师的教学反思和学校质量的提高提供了基于数据分析的实证支持。一方面，大数据支持下的教育评价可以减轻工作负担；另一方面，统一的评价标准可以在一定程度上提高评价的准确性。

 

1.1客观评价：评价依据从主观经验判断到客观数据支持

 

在传统的教育环境中，相当一部分教师对学生的评价来自学生的考试成绩和教师的个人主观印象，导致评价不全面、客观、理性。教育大数据的出现，使学生有机会记录、展示各方面，通过数据支持，使学生对自己、教师对学生的理解更加全面、客观，加强教育评价、指导、调整功能，为学生的全面发展、终身成长提供更科学的评价指导和指导方向。

 

例如，许多学校现在在课堂教学中使用手持遥控器。根据老师的问题，立即反馈他们的答案，老师可以立即获得所有学生的学习情况数据。当老师提出问题时，学生使用遥控器进行选择，老师可以立即看到答案和正确性，选项的分布比例和每个学生的选择，大大提高了课堂即时评价的效果，并有性地决定是否需要调整教学速度或方向。此外，及时反馈系统还具有回答竞赛、淘汰竞赛、问答、权力竞赛、选择答案等功能。应用结果表明，互动反馈系统可以提高学生的课堂参与度，快速收集课堂上的动态生成数据，并进行即时统计分析和呈现数据，不仅增强了学生在课堂上的互动和参与，而且有助于教师从课堂整体和学生个人的学习进度进行有效的评价。

 

1.2伴随评价：评价方法从总结性评价到过程性评价

 

在教育评价的发展过程中，其评价功能逐渐开放，评价方法日益丰富，经历了从结果到导向的总结评价，发展到过程导向的形成性评价，演变为质量导向的伴随性评价。伴随性评价是将总结性评价与过程性评价相结合，注重学生在教学过程中智能发展的生成性成果的积累，不给学生分级，不简单比较学生的成绩，而是通过及时记录学生的学习状态、学业表现、学习阶段性反馈等来源数据来判断学习情况和水平，采用目标与过程并重的学习质量发展评价观。

 

在大数据时代，各种数字设备的综合应用可以收集学生在学习平台和学习终端上的学习痕迹、学习表现、学习习惯等数据，并采用数据可视化分析技术进行呈现，让师生在不增加技术使用难度的情况下，了解学习者在整个学习过程中的表现，引导学生终身学习。

 

例如，上海闵行区教育局依托大数据探索数字教育评价体系。通过基于客观数据的分析，改变了以数据检查、调查访谈和印象评分为主的传统教育评价，用数据描述了区域发展中的教育现象和问题。有了这样一个数据池，建立区域数字评价体系就有了支撑。

 

学生的评价体系分为四个部分：身心健康、学业进步、个性技能和成长体验。同时，系统收集各学校每个学生的身体素质数据、校园活动数据、社会实践，甚至学生的阅读和活动，形成一个过程的、多来源的伴随式教育评价体系。

 

1.3综合评价：评价内容从单一评价到综合评价

 

如果伴随评价是评价方法的变化，使评价从注意结果转向注意过程，最终实现注意质量，那么综合评价就是评价内容的变化，不仅评价结果，还评价学习方法、学习兴趣、学习能力、思维和文化。在评价内容的改革中，大数据将再次突破评价的片面性，收集学习者的文化背景、家庭背景、学习风格、学习能力、认知水平等各种学习信息。

 

例如，大连商学院创新了学生评价机制。学校以发展、激励、过程和多元化为基本原则，从突出行为教育体系、突出技能教育体系、实习就业教育三个方面，评价方法、客观记录和评价，编制中等职业学校学生成长教育手册，为每个学生建立中等职业学校档案。本手册包括：突出行为教育体系，主要包括理想纪律、爱与感恩、诚信与简单、责任与义务、劳动与奉献五个模块；突出技能教育体系，主要包括一般能力培训、基础课程教育、专业能力培训三个模块；实习就业教育主要包括毕业生实习管理规定、学生实习安全教育责任书、实习作业三个模块。通过对这三个方面的指标细化，形成了中等职业学校的综合质量评价指标体系。最后，本手册附有学生总成绩单、学生综合评价和国家学生体质健康标准登记卡。

 

1.4智能评价：评价手段从人工评价到智能评价

 

大数据的一个明显特点是数量庞大，维度丰富。如果你想收集、处理和分析这些庞大而复杂的数据，它离不开智能分析技术。因此，教育评价的手段应该从传统的人工统计、考试成绩处理等相对单一的数据转变为利用智能技术分析网络和终端收集学生各方面的大量数据，智能计算和可视化呈现，实现教育评价的即时性和智能性。

 

例如，在大连商学校批改600篇同题英语作文时，凭借智能评价技术，学生可以在词汇、搭配等方面给出修改建议。这是因为在批改网络的背景数据库中，存储了大量的英语语料库（英美新闻、写作等语料库）。语料库越丰富，比较的客观性就越高，机器批改与人工批改的一致性就越高。智能评价方法不仅能让学生在提交作文后立即看到自己的分数，还能让学生准确发现所有需要修改的语法错误、不真实的短语匹配、错误的单词等。根据智能算法和匹配，系统对这些错误提出了修改建议，学生也有了修改的热情，并根据智能评价意见再次提交。修改后的最终版本比初始版本的错误率要低。

 

2结语

 

综上所述，教育质量评价是教育综合改革的关键环节。数据下的教育评价体系不仅可以观察全国整体教育质量，还可以分析判断每所学校甚至每个班每个学生的学术水平。从而直观具体地构建符合自身实际情况的“教育质量改进路线图”，促进每所学校、每个班级甚至每个学生的有效发展和提高。这些信息还将帮助政府更清楚地认识到重大教学问题，使学校教育教学的改进更有针对性。