走向增值的高校教学质量评价——基于美国大学生学习成果评价项目的探析

编辑日期:2026-10-16 作者: 阅读:1
【字体:大 中 小 】

  美国高校大学生学习成果评价项目因直面学生学习增值、强调以证据来彰显教育成效而备受全球关注,对中国构建以学生学习成果为中心的高校教学质量增值评价体系具有重要的借鉴价值。

  一、走向增值:美国高校教学质量评价的项目图景

  对中国构建以学生学习成果为中心的高校教学质量增值评价体系具有重要的借鉴价值。美国大学生学习投入度调查、大学生学习评价、研究型大学学生就读经验调查分别代表美国高校教学质量评价在投入、过程、产出三大核心维度的项目实践,三者共同构建起从学习投入追踪到能力增值测算、从驱动高校改进到回应社会问责的评价运行框架。

  (一)评价目标:聚焦学生学习与教学效能

  美国大学生学习投入度调查项目在美国高等教育质量评价难以有效激励高校改进教学、未能充分关注教育实践与学生学习经验以及学习成果的背景下产生。学习投入度指学生投入有意义的教育活动的时间和精力。该项目成立伊始就注重考查学生参与优质教育实践活动的程度及其收益,重视教学诊断与改进并引导公众重新审视大学教育的质量标准。随着高等教育对评价数据需求的日益增长,制定与教师有效教学相关的新措施成为该项目的发展性目标。在此背景下,印第安纳大学开发学生学习投入度教师调查项目(The Faculty Survey of Student Engagement),旨在衡量高校教学活动在多大程度上影响学生的高水平学习与发展,并有针对性地提出教学改进建议。

  美国教育援助委员会以改善学生学习为愿景,开发基于真实表现的大学生学习评价项目。调查数据服务于形成性评价和总结性评价,既能在特定课程或学年的起始和结束阶段衡量学生核心能力的发展水平,也能用于追踪学生在多个学年间的能力增长轨迹。该项目强调真实情境中的绩效任务,主张建立增值评价模型,使学生在开放的环境中展示推理和表达能力,并以此促进教师反思教学策略、优化课程设计,从而形成教学与评价的闭环机制。例如,加州州立大学圣伯纳迪诺分校(California State University,San Bernardino)通过该项目模拟现实场景中的写作任务,生成可观测的教学反馈数据,帮助教师识别课程设计中的薄弱环节。

  研究型大学学生就读经验调查项目设立的初衷是:系统采集研究型大学学生的就读经验和相关数据,通过解构学生多样化的学习与科研体验,更加全面地了解学生群体,最终实现学生学习质量提升与教师教学工作改进的目标。一方面,该项目通过回溯性自评和环境变量测量来考察学生的能力增量,对比学生入学时与就读后核心能力的发展变化;同步采集课程挑战度、生师互动频率等环境变量来识别教师教学行为对学生增益的贡献率。另一方面,该项目将师生互动数据传送至高校,将调查结果转化为教师发展的工具,帮助高校制定教师培训计划,实现从外部绩效问责到高校内部教学改进的范式转型。例如,明尼苏达大学双城分校(University of Minnesota,Twin Cities)将研究型大学学生就读经验调查数据用于支持高校认证,为研究型大学的教学改进提供比较基准。

  (二)评价内容:凸显学习成果与核心能力

  美国大学生学习投入度调查项目主要调查学生的学习和发展,涉及学生的学习投入、高校的要求、学生与教育实践之间的互动等。它以学生学习投入度为核心,围绕四大主题系统考察学生的学术参与行为和学习成果:学术挑战主题包括高阶学习、反思性与整合性学习、学习策略与定量推理;主动学习合作主题包括协作学习、与他人多样化讨论;师生互动体验主题包括师生互动质量与有效教学实践;校园环境支持主题包括学业性支持与社会性支持。此外,美国大学生学习投入度调查项目还通过模拟真实学术场景中思维任务,将抽象思维能力转化为可观测与可量化行为指标,捕捉学生深度学习行为的过程性证据。

  大学生学习评价项目注重模拟真实场景中的问题解决过程,考查学生在无标准答案的任务中展现的核心通识能力,包括批判性思维能力、分析推理能力、问题解决能力、写作交流能力。其设计逻辑聚焦3个关键性指标:提出论点(对议题表明立场并进行论证)、批判论点(评价他人论证逻辑的合理性)、表现性任务(完成复杂的现实任务)。这种开放的模式有助于学生整合多源信息、结构化呈现解决方案、提高评价证据的可信度、有效激发学生的高阶思维能力。升级后的大学生学习评价项目通过引入“基础一进阶一高级”三级技能标准,使高校能横向比较不同学生群体的能力差异,纵向追踪同一学生群体从入学到毕业的能力增值轨迹。

  研究型大学学生就读经验调查项目的设计逻辑与“培养全球视野研究者”的人才培养目标深度契合。该项目构建起涵盖学生发展的社交技能、个体发展、学术发展、公民参与、经济机会、校园环境的六维模型,涉及学术参与度、教育经历、满意度、高校氛围、专业评价、学术和专业发展等多个评价指标。该项目通过核心模块和可选调查模块全面测量与研究型大学特质高度相关的学生学习体验与能力维度,在为研究型大学提供科研思维、学术创新等传统核心能力量化依据的同时,还特别关注人工智能工具使用等新兴议题。

  (三)评价方法:直接测量与间接测量并重

  一是直接测增值法。该法基于学生的真实作品或标准化测试直接测量学生的通用核心认知能力。其核心在于:要求学生围绕既定的学习目标产出相应的学习成果,例如实验报告、课程论文、项目成果等,并据此判断学生的能力增幅是否达到预期标准。在操作层面上,直接测增值法严格按照时间序列收集面板数据,通过纵向追踪与横向比较两种方式考察学生的成长变化。作为直接测增值法的最佳范例,大学生学习评价项目一方面对同一批学生在大一入学时和大四毕业时分别施测,比较学生过去4年间能力测试成绩的增长情况。另一方面,该项目同时对大一新生和大四毕业生进行横向比较,将这两个不同年级学生群体的能力差值作为教育增值。

  二是间接测增值法。该法聚焦于促进学生学习行为和学业成功的相关中介变量,通过问卷调查、焦点调查、教学项目等收集学生在课程参与、师生互动、资源利用等方面的行为数据,预测学生学习成果的增值效能。在间接测增值法的指导下,美国大学生学习投入度调查项目以学生学习投入度为中心设计自陈式问卷,主要使用规范性方法和准则性方法进行项目基准测试,具体使用哪种方法取决于高校的评价需要。规范性方法是将参与高校的学生调查报告进行院系或高校间的比较,甚至进行专业间的比较。准则性方法是将调查结果与参与高校依据自身的办学使命、课程设置、教学目标以及资源条件设定的学生学习投入和教育体验预期目标进行比较,以此判断教学质量是否达到高校预期目标。

  三是直接测增值法与间接测增值法相结合。研究型大学学生就读经验调查项目凭借混合评价模式在高等教育评价领域形成独特优势。一方面,该项目的本科生版采用回溯性自评设计,借助网络调查与纸质调查的方式,要求学生在同一次调查中对入学时和当前的技能水平展开自我评价,并引入因子分析计算两次自我评价间的能力差异,进而综合考量学生在大学学习期间的能力变化。另一方面,该项目的研究生版在核心问卷的基础上设置专业发展和国际学生体验等模块,将研究生的直接能力测评覆盖入学、发展、毕业3个阶段。其中,专业发展模块参考斯坦福大学研究生专业发展框架,直接测评研究生的专业知识与技能、研究能力、跨学科合作和沟通能力等核心技能;国际学生体验模块则通过设置情景化问题直接追踪国际研究生的跨文化适应与学术表达能力。

  目前,美国大学生学习投入度调查项目、大学生学习评价项目、研究型大学学生就读经验调查项目在工具类型、适用对象、项目宗旨、调查内容、测量路径、结果运用等方面各有侧重(见表1)。

表1:美国三大学生学习成果评价项目比较

比较维度

  

美国大学生学习投入度调查

  

大学生学习评价

  

研究型大学学生就读经验调查

  

工具类型 

以学生学习投入度为核心的问卷调查工具

以核心通识能力为核心的表现性测评工具

针对研究型大学学生就读经验与发展状况的调查工具

适用对象

主要面向本科一年级、四年级学生,适用高校类型较广

主要面向本科生群体,可用于不同年级或群体比较

最初主要面向研究型大学本科生,后续开发研究生调查版本,将调查对象扩展至研究生群体

项目宗旨

基于证据的高等教育改进

改善学生学习

促进学生成功,强化基于证据的高校管理决策,为高校自我改进提供路径

调查内容

  

学术挑战、主动与合作学习、师生互动体验、校园环境支持等

批判性思维能力、分析推理能力、问题解决能力、写作交流能力等核心通识能力

社交技能、个体发展、学术发展、公民参与、经济机会、校园环境

测量路径

通过学生自陈式问卷间接测量学习投入与教育增值

通过标准化测评和表现性任务直接测量学生的能力表现

通过回溯性增值自评和模块化问卷调查综合评价学生的发展变化

结果运用

高校内部教学改进、课程诊断和专业认证、高校品牌宣传、校际基准比较

外部问责和高校排行、学生个人能力认证、教师教学诊断

高校战略决策和学科评价、高校研究数据库建设、研究型大学的国际比较

 
    二、美国高校教学质量增值评价的经验镜鉴

  (一)立足学生学习成果评价本位,构建中国本土化的高校教学质量增值评价体系

  尽管中国新一轮本科教育教学审核评价已明确提出“学生中心、产出导向、持续改进”的要求,但真正被持续采集并用于考核问责的指标主要集中于学生的认知性学习成果,而学习投入、归属感、社会参与等非认知因素尚未被纳入质量评价框架。因此,高校教学质量评价框架既要重点关注学生知识建构、高阶思维、学习迁移、问题解决、沟通合作等核心能力的发展增量,也要将国家意识、社会责任感、劳动品格、集体主义精神、文化认同、规则意识、生态正义观等非认知因素纳入评价范畴,从而构建全面反映学生成长的教学质量增值评价体系。同时,针对中国高等教育区域发展不平衡、高校分类发展的特征,推进高校教学质量增值评价不宜采取整齐划一的方式,而应坚持分类指导、试点先行、渐进推广的实施路径。政府应通过政策引导和分类框架设计,鼓励不同地区和不同类型的高校结合自身办学定位开展校本型、周期型的增值评价试点。高校则应立足自身发展基础、生源结构和人才培养目标,探索符合本校实际的增值评价指标体系。具体而言,高水平研究型大学应侧重科研创新能力与高阶思维的教育增量;应用型高校应聚焦职业素养与专业技能的提升。在分类试点的过程中,高校应不断调整指标内涵和权重,逐步形成兼顾效率与公平的本土化教学质量增值评价模式。

  (二)构建多元协商的评价生态,完善教学质量增值评价保障机制

  高校教学质量增值评价涉及政府、高校、教师、学生、第三方评价机构等多元利益主体,评价活动的顺利开展要汇聚多方评价力量,建立多元协商的评价生态。其一,加强政府与高校的协商,构建高校教学质量增值评价框架。政府与高校应建立常态化的政策协商机制,通过试点反馈、专题研讨等方式,就高校教学质量增值评价分类框架、实施指南、试点范围等进行持续沟通,使国家政策导向与高校办学实际之间有效衔接。其二,加强高校内部管理者与教师的协商,达成评价标准共识。高校可依托教务处、学术委员会等组织,建立由管理者与教师共同参与的评价协商机制,围绕学生的学习成果标准、学习成果采集方式、评价结果的解释和运用展开讨论,避免教学质量评价沦为脱离教学实际的行政性考核,使教学质量评价真正落实在教学改进和学生发展上。其三,加强高校与学生的协商,回应学生成长诉求。高校应通过学习体验调查、成长档案、学生代表参与教学质量增值评价讨论等方式,将学生在学习收获、学习需求和发展变化方面的真实感受纳入评价过程。尤其要重视不同类型学生群体的差异化,避免将少数学生的个体经验泛化为全体学生的发展状况。其四,加强高校与第三方专业机构的协商,提升教学质量评价的科学性与公信力。具体可由第三方机构作为外部支持力量参与高校教学质量增值评价工具开发、数据分析、过程诊断和元分析。

  (三)嵌入数智化的评价技术,促进定量与定性增值证据的深度融合

  中国高校当前处于数智化转型的关键期,但数智技术赋能教学质量评价存在诸多困境,学习证据分散于教务、学工、就业等不同部门和不同平台之中,呈现典型的信息“孤岛”与数字碎片化特征。有效突破高校教学质量评价的技术瓶颈,需加强数智技术与增值评价的融合创新。首先,以内部数据治理为突破口,破除高校行政组织科层的数据壁垒,夯实教学质量增值评价的证据基础。高校可依托现有的智慧校园、教学管理和学生事务平台,实时采集师生在课堂、实验室等不同场景下的学习与教学行为数据,建立不同部门之间的数据标准衔接与共享机制,形成覆盖学生学习全周期、全场景的数据集合。其次,开发多模态智能解析系统,挖掘教学质量评价的育人关怀功能。高校应加强利用自然语言处理、情感分析、算法等技术,深入剖析学生在学习过程中的认知发展、情感变化以及行为模式的差异,进而为教师改进教学设计、为学生提供个性化的学习支持策略提供依据。最后,综合考虑多方面的质量证据,构建教学质量增值评价体系。探索高校教学质量增值评价并不意味着增值评价能独立承担教学质量评价以及人事决策的高风险。恰恰相反,高校需综合考虑多方面的质量证据、构建综合的教学质量评价框架,将教师课堂观察、学生成长档案袋等定性增值证据与学生调查数据等定量评价方法深度融合,呈现学生成长多元化证据。唯有如此,高校可更加科学、审慎且富有解释力的教学质量增值评价体系。

  

(摘编自《现代大学教育》第5期  作者:欧阳光华 胡海霞)