第3B版:理论 上一版 下一版  

构建高职院校过程式教学数字化平台建设

□方璐

当前,我国正处于产业结构深度调整与数字经济蓬勃发展的关键交汇期。职业教育作为高素质技术技能人才培养的主阵地,其发展质量直接关系到区域产业转型升级和经济社会发展的核心竞争力。为深入贯彻国家关于职业教育改革的战略部署,落实立德树人根本任务,推动内蒙古自治区职业教育实现内涵式、高质量发展,构建以学生发展为中心、以能力培养为导向、以数据驱动为支撑的现代化教学评价体系势在必行。

传统的教学评价模式在高职院校中普遍存在“重终结性评价、轻过程性引导”“重主观经验判断、轻客观数据支撑”“重理论知识考核、轻实践能力评估”等突出问题,难以适应新时代对技术技能人才创新能力、职业素养和终身学习能力的新要求。为推动我区职业教育评价体系的系统性改革,本报告在综合理论研究与技术验证的基础上,提出构建“内蒙古高职院校过程式教学评价数字化平台”的系统性政策建议,旨在为相关决策提供参考,为院校实践提供指引。

高职院校过程式教学评价数字化建设的核心理念

过程式教学评价的核心特征。过程式教学评价是一种贯穿教学全过程、关注学生能力发展轨迹、强调动态反馈与持续改进的评价范式,尤其契合职业教育的实践性、情境性与发展性要求。其主要特征包括:全程性:覆盖课前准备、课中实施、课后巩固及实训实操等教学全链条。发展性:聚焦学生知识掌握、技能形成与素养养成的渐进过程,而非仅关注最终考核结果。多维性:综合评价知识理解、操作技能、职业态度、协作沟通等多方面能力。交互性:重视教学过程中师生、生生之间有效互动的质量与教育价值。情境真实性:评价任务设计贴近真实工作场景,着重考察学生解决实际问题的综合能力。

推动评价数字化的紧迫性与战略价值。依托物联网、人工智能(AI)、大数据等技术,可自动化、持续性地采集课堂教学行为、在线学习轨迹、实训操作数据,将过程性评价的理念转化为可量化、可分析、可追溯的实践。提升评价客观性与精准性的关键路径:通过AI对多模态数据(视频、音频、文本、日志)的融合分析,能最大程度减少人为主观偏差,为教学诊断提供基于证据的客观依据,使反馈更具针对性与建设性。推动教学模式创新与个性化学习的催化剂:平台生成的精细化分析报告,能帮助教师精准识别教学优缺点,洞察学生个体差异与群体特征,推动教学从“经验驱动”转向“数据驱动”,并为学生规划个性化学习路径提供支持。释放智慧教育基础设施潜能的必然选择:数字化评价平台可作为“智慧大脑”,对已建的智慧教室硬件采集的海量数据进行深度处理与价值挖掘,完成从“智慧环境”到“智慧管理”与“智慧评价”的价值闭环,提升投资效益。

“三位一体”过程式教学评价指标体系构建

基于前期研究与专家论证,我们构建了涵盖三个核心维度、九个关键指标的“三位一体”过程式教学评价体系,旨在形成“评—诊—改”的教学质量持续改进闭环。

学生学习状态与投入度。此维度关注学生在教学全过程中的行为参与与情感投入,是衡量课堂吸引力和学习有效性的基础。A1课堂专注度指数:通过视觉分析技术(如基于YOLOv11的头部姿态估计)识别学生视线方向、持续性注意力时长等,量化课堂专注水平。A2课堂活动参与度:通过动作识别与交互日志,统计学生举手发言、上台演示、小组讨论等主动参与行为的频率与质量。A3线上学习活跃度:对接在线学习平台,分析学生登录频次、资源访问时长、视频观看完成率、论坛发帖回帖等线上学习行为。

教学内容实施与反馈质量。此维度聚焦教师的教学设计、实施过程以及与学生的互动反馈效能,是保障教学质量的核心。B1理实虚融合度:评价教师在教学中融合理论讲解、实操演示与虚拟仿真资源的程度与衔接顺畅性。B2教学指令清晰度:通过语音转文本及语义分析,评估教师语言表达的准确性、逻辑性与步骤分解的条理性。B3课堂反馈即时性:分析教师对学生提问、练习的响应速度与反馈方式(个体/集体)的恰当性。B4作业指导有效性:依据作业批改的及时性、评语的针对性以及共性问题的讲解覆盖率进行评价。

学生发展追踪与综合体验。此维度着眼学生的长期能力成长与主观学习感受,体现教育的人本关怀与发展性目标。C1过程性技能成绩:追踪记录学生在项目任务、阶段性技能考核、实训作品等方面的成绩变化,绘制技能成长曲线。C2学生课堂满意度:通过轻量级实时反馈工具(如课堂扫码评价)与情感计算技术,收集学生对课堂节奏、内容难度、互动体验等方面的即时感受与建议。

基于YOLOv11的智能评价平台开发

平台总体架构。平台采用分层设计理念,包括:数据感知采集层、智能算法分析层、业务逻辑服务层、应用交互展示层。实现从多源数据汇聚、智能处理分析到可视化呈现与反馈干预的全流程贯通。

核心技术创新与应用。高精度课堂行为感知:采用最新的YOLOv11目标检测模型,结合姿态估计算法,实现对教室环境中师生位置、姿态、动作的实时、精准识别。技术验证表明该系统对学生“专注”“使用手机”“低头读写”“疑似打盹”等典型状态的识别准确率可达88%。多模态数据融合分析:平台不仅分析视觉数据,还将整合语音交互数据、在线学习行为数据、作业文本数据等,通过多模态融合算法,构建对学生学习状态与教师教学行为的立体化、深层次画像。隐私保护与伦理规范:平台设计严格遵循伦理规范,采用边缘计算、数据脱敏、匿名化聚合等技术,在确保分析效能的同时,最大限度保护师生个人隐私。所有数据采集与应用均需建立在知情同意的基础之上。

设立专项经费,保障持续投入。建议设立“职业教育数字化评价改革”专项经费,用于支持试点院校的平台软硬件部署、数据中台建设、技术团队培育以及常态化运营维护。鼓励探索“政府引导、学校主体、企业参与”的多元化投入机制。

开展分层培训,提升全员数字素养。组织实施覆盖院校领导、教学管理人员、骨干教师、技术支撑人员的系列培训。培训内容应涵盖过程式评价理念、平台功能操作、数据解读与教学应用等,着力培育一支既懂教育又懂数据的复合型队伍,营造“用数据说话、用数据决策、用数据创新”的教学文化。

完善制度配套,激励改革实践。推动各院校修订教师绩效考核、职称评定、教学奖励等相关制度,将过程性评价数据作为重要参考依据。同时,将学生过程性评价表现纳入综合素质评价档案。通过制度杠杆,激发教师参与评价改革的内生动力。

组建专家智库,强化研究引领依托区内高校、科研院所及行业企业力量,组建“职业教育数字化评价专家委员会”,持续开展评价指标优化、技术算法迭代、数据安全与伦理、应用模式创新等方面的研究,为改革实践提供持续的智力支持与理论指引。

构建以过程性、数据化、智能化为特征的教学评价新体系,是推动职业教育现代化、破解当前评价困境、全面提升技术技能人才培养质量的战略性举措。这是一项系统工程,涉及理念更新、技术融合、制度创新与文化重塑。

(作者单位:通辽职业学院)

版权所有 ©2022 通辽日报 蒙ICP备 10200198号
中国互联网举报中心