教在浙大：“数字循证”赋能教学质量进阶

    浙江大学高度重视教育数字化建设，自2022年开始，学校本科生院设计开发了“教在浙大”教学进阶平台。该平台系统以“循证督导”为理念，以“数字赋能”为动力，以“质量闭环”为目标，让教学评价回归初心、服务师生。

    一、以证据“画像”教学：“数字循证”推动证据升级

    循证教育借鉴于循证医学，因其基于研究证据和客观数据提升教育教学质量的核心理念，成为最前沿的教育改革范式。

    （一）数字技术整合再造教学质量分析证据

    在学生方面，由于评价手段有限和数据分析繁复，高校课堂教学评价主要以总结性评价为主，评价结果一般为“学生—教师”的单向传导，学生评价不能直接作用于教学改进。从学生成长的角度出发，需要拓展多维度、长周期的学生评教，在常规课程学评外增加过程性反馈和远期评价。例如：课程过程性反馈，在课程进行过程中，根据教师需要设置学生调查问卷，反馈学生阶段性学习效果和对下一阶段教学安排的建议；课程总结性评价，在课程结束后、考试开始前，对课程授课总体情况和学习成果进行回顾与评价；课程远期评价，在学生毕业前，回顾全部本科学习过程，推荐最有价值的课程。

    在督导方面，当前高校主要的方式是督导依赖自身经验，通过现场或线上听课，意见建议虽有一定参考价值，但是否真正认同，并如何转化为课程教学安排仍是重要问题。高校应当运用数字化工具，在传统的督导听课记录的基础上，围绕授课视频设计更有效的评价工具，以便将督导评价和建议直接与真实的教学环节进行连接。例如，应搭建视频督导平台，转化课程录像、教学大纲、课件PPT等线上教学资源，设计嵌入式过程评价工具，可对视频播放节点进行定位，同时可以标注该位点的教学环节特征、教学表现、指导建议。

    （二）循证方法搭建数字化教学证据的新结构

    在学生方面，传统评价指标主要是对教学环节进行“打分”，但对师生而言，此类评价只能得出纯粹的“好坏”结果或排序区段，对师生真正关心的问题缺乏回应。因此，应在传统的通用评价选项上，增加教师自选项、学生反馈项等类型指标，在对师德师风、教学态度、教学效果、总体评价等基本维度进行考察之外，为教师提供可自由选取和设计的参考指标库，如学习目标、课程安排、课程内容与材料等维度，教师可以自主设定个性化的调查指标。

    在督导方面，评价指标的主体多样性和评价结果的个性化都是重要特征，应当引入多任务主体，包括同行、督导、领导等“督导共同体”。而教学视频作为最重要的教学评价证据，需要进行阶段性分析和综合性评价。其中，阶段性评价框架为督导进行课堂观察提供阶段性标签，以“解构”教学过程，并针对不同的教学阶段精准记录、诊断、判断课堂教学行为。一般来说，可以将课堂教学的进程和发展分为教学准备，教授新知、提升应用、总结拓展四个主要阶段，针对每一个阶段，可以具体设立多级分析指标，如根据教师的具体教学表现，提供“教学亮点”和“教学建议”两类标签，以描述教师课堂教学实际情况，提供教师课堂教学改进建议。综合性评价则是督导在进行课堂观察后对教学进行的评价，如立德树人、教学素养、教学设计、教学环境和教学效果等方面的指标，表述形式为不同级别的“推荐度”。

    二、“学评教”激活“针对性”督导：“数字循证”推动机制整合

    （一）开展“学评教”问卷的自主设置

    调研发现，不少教师对课堂评价认知存在误区，不清楚评价指标的赋分方式，只关心评分结果是否影响考核，对低分和负面评价持简单的排斥心态；院系对评价结果的应用不足，主要用于评聘推优和后进诫勉，未建立基于评价的长效教学改进机制。想要提高多方对学生评教的参与性和主动性，一个有效的途径是赋权评价主体为师生提供更多主动选项。通过为教师、院系提供自选指标库，以及自设指标选项，可以支持教师对课程设置个性化的评价内容，支持院系或任课教师围绕学科特点设置适切专业教学特征的观测指标。

    （二）运用“学评教”结果，抓住“两端数据”开展重点督导听课

    督导工作应更多集中于“目标”课程。从教学管理实践来看，影响教学质量和学生体验的，首先是处于“后端”的待改进课程，学生往往对教材教案陈旧、教师投入不足、教学方法死板、作业与考核不规范等方面存在意见。另外，教学督导也应发挥“伯乐”作用，去挖掘和分析受学生喜爱的课程和教师群体，为经验的分享和模范的建立积累资源基础，发现和培育“好苗子”。

    三、“循证督导”服务“精准性”评价/诊断：“数字循证”推动方法升级

    基于证据做评价、促改进，在固定证据之后，督导可以根据教学的复习、引入、互动、提升、总结等环节特征，对教师教学表现提供描述性标记和建议性评价，如课前准备、回顾旧知、预告新知等维度，参见表1。当教学评价与教学视频能够以“时间轴”序列呈现，督导专家可以针对特定的教学环节和教学节段提供精准评价与诊断。

表1：循证评价指标体系图

    从软件平台设计角度，需要两大模块：（1）教学督导子系统。提供基于督导计划的督导管理功能，并且提供线上线下两种督导模式。内置课程行为标签管理功能，提供基于课堂行为的标签，评价表映射及管理，支持校院两级督导的开展。（2）学生评教子系统。提供基于自定义学评问卷的分发、管理和数据分析功能，提供结合学院评价的结果计算。

    四、“数字循证”再扩大：“学生成长”联动“教师发展”大循环

    （一）基于多部门学生数据碰撞的重点督导课堂抓取

    目前多数高校的学工部门对学生的心理状态、教务部门对学生的成绩状态已建立观测和预警机制，从管理者角度这些数据和教学评价数据属于不同业务条线的工作范畴，但从学生成长中心出发，则是“一体多面”、相互关联。因此，采用数据交叉验证的方式，可以提前发现可能存在学生挂科风险、教学目标难以达成的课程，也可以分析对学生学习成长影响较大的课程，并推荐给督导专家团队做进一步研判，协同多部门研究综合解决方案。例如：学校某大一“老虎课”在某类学生群体中挂科率较高，系统抓取为重点关注课堂，经专家听课，发现课堂讲授难度与学生高中学习基础之间存在断层，最终采取增加课程小测、调整授课节奏、增设暑期前置补习班等方法，大幅减少了课程挂科比例，有效提升了学生学习成效和发展信心。参见图1。

图1：多部门协同教学质量治理流程图

    （二）基于督导标注的智能视频案例推荐

    督导等专家听课过程中形成的过程性标记虽然在专业性上远超学生评教，但个性化和描述性的意见建议较难进行统计分析和拓展应用，目前基本停留在专家与教师“一对一互动”的状态，限制了专家评价数据的分析与应用。因此，结合督导等专家的听课意见对教学视频资源进行数字化管理，并根据其环节特征、学科类型、教学亮点等进行归类，可以积累形成示范性教学案例资源库，转化为反哺教学改进与教学发展的可复用资源。督导听课后，可以对教学特征和教学表现进行标记，并通过人工或自动识别匹配的方式，推荐已有的示范教学案例给授课教师参考，让专家的教学经验和教学建议“活”起来。同时，管理者也可对示范性案例库资源做进一步加工，如通过栏目设置、案例排序、片段组等方式进一步梳理和展示，教师可以通过订阅、检索、互动等方式在平台中自主研习教学案例，为年轻教师教学培训、教学奖励评选提供资源支撑。另外，也可以进一步形成教师数字化教学档案和基本的分析建议，例如：可视化课堂教学评价与督导听课报告，教学课程清单与学评历史数据、课程被督导推荐的记录和作为示范性课程的记录。在此方面，浙江大学基于近三年督导听课记录，选取打造了学校示范性教学案例库。

    （三）“循证改进”与“金师养成”

    高校就可以有效开展长周期的循证教学改进，并通过示范性引领和针对性指导双轮驱动，进一步构建支挥不同类型教师的教学进阶体系：（1）年轻教师首次登讲台是其教学生涯的重要环节和重要挑战，学校或院系的教师发展中心可以依托本专业示范性教学课程序列，配套教学指导专家专题开展新教师课程观摩、督导听课，护航新教师顺利启程。（2）教学五年以上的青年教师已具备基本的教学经验，可以依托智能化算法辅助，对其授课的各类评价进行纵向、横向比照分析，有针对性地跟进教学竞赛打磨、教学改革项目资助，在青年教师中发挥示范引领作用。（3）对于资深的教师，学校可以借助教学质量平台进行个人化交互，通过智能推荐、教学档案分析等综合性、间接性、专业性的方法，为其自主改进提供有说服力的证据和建议。（4）对于取得显著教学成绩的教师，应该充分发挥模范带头作用，遴选杰出教师的硬核金课，形成样板观摩资源，发挥示范推广效应。例如，浙江大学推动“教在浙大”平台与教师教学发展协同，汇聚专家资源和课程资源，进一步完善了教师从新手到卓越的教学发展体系。详见图2。

图2：基于循证改进的“金师养成”流程循环图

    从软件设计角度，需要构建创新性的“智能教研协同平台”，利用人工智能技术的强大能力，来革新传统的教研方法。平台专门设计包含动态整合和个性化推荐的教研经验模型以及精选的教学案例，从而有效满足教师教学改进的实际需求。要能够融合学生全过程成长数据与教师教学评价数据，进一步打通“金课”推荐与“金师”选拔的链路，借助虚拟“数字教师”，智能把握年轻教师、中青年教师、资深教师、教学名师等的数字化特征，智能辅助教学发展评估、资源推荐、金师挖掘培养，构建智能化全过程教学质量治理体系（见图3）。

图3：教学质量提升闭环概念图

    教学质量的提升，不应只是回顾式的反思，更应对当前课堂的学习状态作出积极的回应。借助数字技术，利用循证理念，关注每个学生的动态学习生活状态，不断调整完善教师教学的内容，方法与考核方式，才能真正实现“以学生成长为中心”的教育理念，个性化助推每一位学生的成长成才。

（摘编自《中国大学教学》2025年第3期  作者：郑春燕 杨舒心等）