一、数智融合驱动高校教师评价改革的核心内容

针对高校教师评价改革面临的难题，为实现教师评价的规范化、精准化和智能化，本研究遵循数智融合驱动高校教师评价的内在逻辑，设计了数智融合驱动高校教师评价的核心内容，如图2所示。

1.评价规范化：多源数据辅助师德评价

师德评价存在标准模糊、过程不够规范等问题，而将客观事实的多源数据整合成数据库，对数据进行处理分析后，展现数据与师德建设相关内容的关系，可明晰前期数据采集方向，并辅助后期智能技术支持数据的使用，不断清晰教师师德画像，规范教师师德评价。教师师德评价的数据来源主要有两个方面：①国家各公共平台的政务数据。例如，评价者可借助“全国教师管理信息系统”(网址:http://jiaoshi.gsedu.cn/),快速了解教师是否存在师德失范行为;可通过“全国信用信息公共服务平台”(网址:http://www.credit-gov.com/),根据姓名和身份证号码查询教师是否存在失信情况;可通过“中国执行信息公开网”(网址:http://zxgk.court.gov.cn/),查询教师是否为被执行人。②学校各部门的教育数据。例如，评价者可从教务处、后勤处、财务处和学工部获取教师的基本信息、考勤、评价与教学等数据，了解教师的生活、教学与科研情况；可从图书馆、组织部、团委获取学习强国数据、借阅数据、开展或参加活动数据、参与思想文化活动相关的数据，预测教师意识形态领域的关注点。此外，由于根据社交媒体与在线文本数据可评估人格与心理状态，评价者还可从信息办、网信办获取教师舆情数据与部分社交媒体信息，来展开对教师的心理测评。总之，在各类数据的支持下，教师的师德评价将更为规范。

2.评价精准化：数智融合赋能教学评价

教学评价是教师评价的重要组成部分，但传统的教学评价受评价标准、评价方式的限制，其评价结果的信效度存在争议。借助数智融合的优势，通过评估学生对所学内容的理解程度、课堂表现等，反馈教师的教学状态、教学效果，可以支持教师的课堂管理决策。在教学过程管理方面，可采用语言分析系统，根据教师近场语音分析教学过程，通过“雨课堂”“云班课”等智能系统反馈教师的教学信息。在教学过程评价方面，可以结合面部识别、动作识别、语音识别等技术，依托课堂实时表情分析系统、课堂行为分析系统、课堂语音录制等工具，利用智能技术观测动作、情绪指标，构建多维数据指标模型，创新评价手段。例如，罗玉萍等根据烟台大学的评价数据，采用语义分析技术整合学生评价留言，综合评价了教师的教学效果。2020年，华南师范大学与中讯邮电咨询设计院联合推出教师能力AI测评系统，并在贵州省毕节市大方天河实验学校成功试用。该系统通过“AI+教师能力发展实验室”、教师能力测评指标体系、教师能力AI测评云平台，对教师的课堂教学能力进行了测评。在智能技术的支持下，教师评价实现了评价的精准化，为教师的专业发展提供了助力。

3.评价智能化：多种技术助力科研评价

高校承担着重要的科研任务，而科研评价对激发教师队伍的学术创造力与社会贡献水平有重要作用，也影响着教师的科研热情。大数据、人工智能等技术的发展，可支持开展更加复杂、多维的评价活动，从而更好地助力高校科研评价改革。针对前文科研评价中提到的难题，可从以下方面入手：①借助文本挖掘技术，完善Altmetrics评价方法。分析者利用海量、非结构化的文本数据，探知评论者的兴趣之所在，了解引用者、转发者是否对论文有一定理解，判断其评论、引用行为是否有意义，降低因选取主题热度而导致的数据差异。②利用数据挖掘技术，促使论文评价走向科研评价。评价者可密切跟踪论文数据，关注科研论文的社会影响力，将简单的反映学术影响力的论文指标转变为展现社会影响力的数据。从教师发展的角度来看，科学研究类型多样，不同研究成果研究时长不一，这就需要采集项目类型、过程数据、主持者等多元科研数据，并在此基础上利用人工智能技术构建不同的科研成果评价模型，以重新定义个人科研成果的价值与质量。

二、数智融合驱动高校教师评价改革的关键路径

评价的基本要素有评价对象、评价者和评价工具。为保障高校教师评价改革的顺利实施，本研究从评价基本要素所衍生的评价人员、评价标准、评价数据、评价过程等方面，提出数智融合驱动高效教师评价改革的关键路径。

1.开展数智融合能力培训，培养新时代高校评价人员

评价人员作为教师评价改革的实施者，其数智融合能力高低影响着评价结果的客观性、全面性。在数智融合驱动的高校教师评价改革中，评价人员不仅要树立新时代教师评价理念，还要具备数字素养与技能，以熟练利用智能技术挖掘数据在教师评价方面的价值：①评价理念方面，评价人员要充分考虑教书育人因素，充分理解技术在评价中的作用，采取多种评价方式从师德师风、教学实绩、科研成果等多个维度展开综合评价；②数字素养与技能方面，评价人员作为教师评价改革的执行者，不仅要有敏锐的数据素养，还要有熟练使用智能技术解决评价问题的能力。基于此，评价人员有必要参加数智融合能力方面的培训，了解数智融合在教师评价中的变革力、提升数字素养与智能技术的综合应用能力，尽快成长为新时代高校评价人员。

2.数据安全有序融通，建立不同类型教师的评价标准

高校教师无论是学习背景、所教专业、研究方向，还是教龄、教学风格等均有所不同。因此，建立不同类型教师的评价标准，是发展分类评价、突出特色、保证评价公平的关键。而消除建立不同评价标准的主观性、提高新标准的普适性，就需要充分考虑学科、教龄等方面的差异。为此，学校及各省市教育部门要充分利用大数据技术，搭建全国数据网络，并加快建立分级数据平台，以实现数据的融通共享，从而便于评价人员快捷地获取不同类型教师的数据。为了确保数据能够在各部门、各技术之间顺畅流转，除了要在技术方面加大数据安全保障，还要在数据流转过程中秉承“一数一源，一源多用，一库管理、互认共享”理念，坚持“严密保护、逐层开放、有序共享”原则，强调数据分层开放，既有分权限调用，也有适度公开，切实做到联通多源数据，并安全、有序使用数据。

3.推进教师大数据建设，多方面收集评价数据

为推进国家教育信息化工作，教育部于2017年首次完成各学段教师的“大数据”采集。对采集的数据进行归类分析后发现：结构化数据较多，非结构化数据较少，易影响后续的数据分析结果，加大挖掘隐含信息的难度，降低发现问题的几率。对此，需利用智能技术推进教师大数据建设，具体可从以下方面入手：①加强数据采集。一方面推动形成涵盖教师个人、学院、学校、区域教育部门、国家教育部的层级数据收集体系，另一方面利用物联网技术实时采集教师的个人行为数据，丰富数据采集类型。②深入数据挖掘。利用大数据技术处理各管理信息系统收集的各类数据，挖掘数据所隐含的信息。③协同数据运行。从数据采集到应用的纵向分析，需要明确数据流转中各部门的任务及获取、使用数据的权限。而从数据的来源与去向分析，需要考虑个人、学校、社会中数据的流通渠道，多方面保障数据的安全、有序流通。

4.追踪评价过程，落实高校教师评价改革

保障数智融合驱动高校教师评价改革的落地实施，需长时间追踪学生成长、留心教师发展、关注学校评价工作进展，为评价改革提供事实依据，以及时调整评价改革的方向与进程。追踪评价过程及其效果需要依赖数据的流转，丰富的数据有助于加深评价者对教师的了解，而足够智能的数据处理方式与使用规则可加速其对信息的提取。在数据采集方面，可适度联通校外数据，获取公开或授权的政务数据、社会数据，并打通校内数据壁垒，实现校内数据共享；后续可以利用物联网、5G等智能技术，获取更为详细、实时、动态的数据。在数据使用方面，可使用强大的数据处理技术，对采集的大规模结构化数据和非结构化数据进行处理；后续可以利用人工智能技术探索数据与行为、能力之间的关系。需注意的是，在数据流转过程中，要加大对数据传输、存储的监管力度，确保数据安全。

在数智融合背景下，利用智能技术呈现数据价值，驱动高校教师评价改革，既能提高评价的客观性，也能为教师专业发展提供方向。但是，技术在不断发展，数据在不断积累，高校教师评价涉及的各类因素繁多，数智融合驱动高校教师评价改革还需继续深入探索。因此，有必要提升相关理念与能力，完善相关制度与机制，以进一步促进数智融合驱动高校教师评价改革的落地与落实。

来源：《现代教育技术》

作者：蔡韩燕  杨 成[通讯作者]   （江苏师范大学 智慧教育学院，江苏徐州 221116)