作者简介：郑燕林，东北师范大学 计算机科学与信息技术学院，吉林 长春 130117； 柳海民，东北师范大学 教育学部，吉林 长春 130024 郑燕林，博士，教授，博士生导师，研究方向为现代远程教育(yanlinzheng＠nenu.edu.cn)。 柳海民，教授，博士生导师，研究方向为教育学原理。

　　内容提要：实施教育评价是教育教学决策的重要前提，而有效的教育评价依赖于全面的、可靠的评价依据。大数据重在对多维、大量数据的深度挖掘与科学分析以寻求数据背后的隐含关系与价值，有助于将教育评价从基于小样本数据或片段化信息的推测转向基于全方位、全程化数据的证据性决策。该文从三个方面分析美国在整体层面如何规划与推进大数据在教育评价中的深入应用：一是“大数据为何而用”——探析美国在教育评价中应用大数据的目标指向；二是“大数据从何而来”——介绍美国教育评价所依托的立体化、高质量教育数据网络；三是“大数据如何而用(包括如何用好)”——分析美国如何通过精心设计评价本身、选择适当的大数据处理技术、提升教育工作者尤其是教师的数据素养、提供多方位支持等多种方式在实践维度切实推进大数据在教育评价中的有效应用。

　　关 键 词：大数据 教育评价 有效应用 美国

　　标题注释：本文系教育部科学技术战略研究项目“大数据支持下的学习分析与教学评价研究”(项目编号：2014XX07)阶段性成果。

　　“大数据”并不是一个单纯描述数据数量之巨大的概念，同时意味着数据来源的多样化、数据类型的多元化以及在数据处理与分析层面的大容量与高速度。更为重要的是，“大数据”立足于对大量数据的深度挖掘与科学分析寻求数据背后的隐含关系与价值，使得人们可以从基于小样本数据的推测或基于感性的偏好性选择转向基于数据分析与理性证据的决策，可见“大数据”在本质上已经转化为一种新的思维方式、一种新的问题解决方法[1]。近年来，“大数据”的应用受到了各行各业的重视，在教育领域亦是如此，越来越多的教育机构与教育工作人员以及研究者开始关注大数据在教育教学改革与发展尤其是教育评价中的应用价值[2]。

　　美国自从2001年颁布《不让任何一个孩子落后》教育法案后，开始大力推进数据在教育评价中的应用，认为数据可以为不同层次、不同目标指向的教育评价(例如，对州、学区、学校整体教育质量与进展的评价，对教师教学质量与教学能力的评价，对学生学习绩效与学习发展水平的评价)提供直接、直观、可靠的依据，帮助教育决策者、管理者、教师以及家长全面而客观地了解教育的发展现状、趋势以及改进方向，帮助科学评价学生学习成果与教师教学有效性，为美国教育的发展与变革提供了行进路线图；提出要大力提升教育工作者理解数据、利用数据的意识与能力，同时投入了大量人力、物力、财力发展各级各类数据系统，推进数据在教育评价与决策中的深度应用[3][4]。2012年3月，美国政府提出“大数据研究与开发提案”，其中明确指出要提升教育领域对大数据的应用能力，要利用大数据探寻发展教育的新途径与新思路。

　　一、大数据为何而用：丰富教育评价的功能，支持教育教学决策

　　(一)大数据丰富教育评价的内涵与功能

　　教育评价的核心虽然是对学生学习绩效与成长状态的评价，但又并不限于此，而是涉及对教师教学质量、教育环境与资源现状、教育投入与产出等方方面面的评价。传统的教育评价往往容易因为难以收集评价依据或因为只收集到片段化的评价信息而忽略了一些应该评价的方面，并且容易在评价过程中因为缺乏可靠的依据而过于依赖于经验判断或主观评价。大数据意味着对教育数据进行全方位与全程性采集，不但注意对结构化数据的收集，也重视对非结构化数据的收集。基于大数据的教育评价突破传统教育评价体系中对学生考试成绩的依赖，将碎片化评价整合为系统化评价，保障了评价的全面性与可持续性，支持多主体、多元化评价，丰富了教育评价的功能。例如，针对学生的学习评价，传统教育评价情境下的评价主体常常只有教师，偏重于对知识掌握程度的考核，评价方式也趋于单一化，往往只依赖于学科知识类考试，主要关注对学习结果的评价而常常忽略对学习过程的分析，并且缺乏对分析与评价结果的充分利用。而21世纪的人才需要合作能力，需要培养具备问题解决能力与批判性思维，但是这些本来应该重点考核的内容在一些诸如升学考试、资格考试的决定性考试中却较少涉及，并且很多决定性考试往往都是一年一次[5]。基于大数据的教育评价则充分利用技术手段采集、整合学生学习过程数据与学习结果数据，融合专家评价教师评价、学生自评、同伴互评等多种评价数据，从而可以对学生进行多维、全面、深入而可靠的评价[6]。

　　基于大数据的教育评价实现了对多维教育数据的深度分析，可以满足不同教育参与者的需要[7]：教师通过数据知道他们的学生表现如何并以此为依据调整自己的教学满足学生的个性化、个别化学习需求；家长通过数据了解自己孩子的强项以及能够提升的领域，了解学校的整体教育质量与环境，从而能够更加主动地为孩子选择最适宜的教育环境；学校与学区的教育管理人员可以通过数据分析哪些教育项目对于提升学生的学习绩效有作用，哪些没有作用；而州与联邦政府的政策制定者则可以综合应用关于学生学术成长与生涯发展需求的数据以便做出科学的教育决策，制定适当的教育政策并分配适当的教育资源。由此可见，借助大数据技术的支持，教育评价不再像以往那样往往是为了支持教育管理部门与教育机构的决策性需求，而是可以服务于一切关注教育、参与教育的群体或个体，甚至一些课外学习支持机构也可以在遵循相关制度、保障学生权益的前提下通过利用教育大数据分析学生的学习需求来提高课外学习支援的针对性与有效性。

　　(二)大数据支持基于证据的教育教学决策

　　教育大数据为美国政府、教育管理部门、学校与教师做出合理的教育教学决策提供了可靠的证据。整体上，美国建立了严格的教育问责制度，包括利用州教育问责系统(State Accountability Systems)对各州教育发展情况进行全方位评价，借助于学区级评价系统(District-level Evaluation Systems)评价各学区、各学校的整体教育质量，并要求学校与学区要对后进生进行基于数据的支持性学习干预(Data-driven Interventions)。美国联邦政府以及各州政府基于对教育大数据的分析结果评价各州或州内学区的教育进展水平，并以此作为教育投入的依据以及教育政策制定的根据[8]。

　　美国学校一般利用基于大数据的教育评价支持本校在规划学校整体发展、优化学生管理、制定教学质量改进计划等方面的教育教学决策。据统计[9]，97％的美国中小学利用来自整个年级或整个学校的教育大数据确定学校需要提升的关键领域；分析学生的个体数据以便于分班或安排相关学习支持服务，包括了解哪些学生需要特殊支持或更多支持。47％的美国中小学通过专门的评价人员分析不同教师教授同一教学内容或同一教师以不同教学策略教授同一教学内容时产生的数据，评价教师的教学质量并提出教学方式变革计划。而83％的学校在利用教育大数据尤其是本校产生的大数据了解本校教师教学发展的现状与需求，并据此决策如何支持本校教师的教学发展。

　　学校教师可以利用教育大数据改进与优化自己的教学决策。整体上，教师可以利用大数据分析需要在何种时机对哪些学生以何种方式安排何种教学内容[10]。教师利用本班学生产生的大数据，或同时借助与外部大数据的对比分析，可以深度评价本班学生的学习表现与学习效果，可以有效分析学生的学习偏好与个性化需求，分析学生群体的学习需求，同时也可以利用数据分析哪些学生更适合在一起进行小组学习，分析怎样分组才更合理。对于那些有学习困难的学生，通过对大数据的利用，可以分析出学生在什么环节、什么类型内容学习方面存在问题，分析哪些因素可能在影响学生的学习，这样便于给出适当的学习支持与干预。

　　二、大数据从何而来：依托立体化、高质量教育数据网络

　　利用大数据的前提是能够获取大数据，美国在教育评价的实施过程中主要依托覆盖全美的立体化教育数据网络，同时注重数据质量保障，有效地解决了教育评价“大数据从何而来”的问题。

　　(一)覆盖全美的立体化教育数据网络

　　美国建立了包括国家级、州级(State-level)、学区级(District-level)以及校级(School-level)在内的各级各类教育数据系统(Educational Data System)服务于教育问责体系[11]。这些数据系统之间相互关联，数据互通，形成立体化数据网络，为美国教育评价用大数据的获取提供了基本的依托。