大数据背景下高校外语教师测试与评价素养的发展研究

尹亮宇

（南京交通职业技术学院 基础教学部，江苏 南京 211188）

科学技术的高速发展促进了教育技术的变革，而教育大数据为学校变革带来了契机。无论是从宏观角度改变教育模式，还是具体到某一学科的发展，“大数据”技术的应用，都将成为一个新的研究热点。大数据和教育相交集的领域主要体现在教学课堂的及时反馈、电子自动生成档案以记录学生的成长、个性化学习智能数据处理、教师发展与测评、智慧校园教育管理等方面。其中教师测评素养是教师自身发展的核心要素之一，而大数据运用又赋予其新的内涵，因此在大数据时代，外语教师应当紧跟时代步伐，掌握基于大数据的测评方式，才能不断实现自我专业的突破与提升。

1 大数据、数据分析与外语教师测评素养的联系

教育领域的大数据在概念上有广义与狭义之分。广义的大数据一般指人类在教育活动中的行为数据，而狭义的大数据是指通过大规模且长时间测量、记录、存储、统计、分析所获得的海量数据，主要来源于学生管理系统、在线学习平台和教学管理平台[1]。对外语教学而言，一部分数据主要是源于各施教单位内部信息系统所生成的数据；另外一部分数据来源于教学所需要的各类信息比如文本、音频、视频以及QQ、微信、微博等数据。

数据分析，又称为知识发现，是指为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程[2]。这一过程通常由准备数据、寻找规律和揭示规律3个阶段组成。如果能够对众多教学数据进行分析，进而发现学生群体的兴趣和学习规律，就可以预测到未来教学的可能性。

随着智能教学系统在学校的广泛应用，一线教师能日渐接触教学过程中出现的不同来源的各种教育数据。同时，学习者在学习活动过程中，与学习资源、平台的交互构成了学习数据链，为智能测评提供了数据源。在语言测评方面，以计算机为载体的人工智能测评方式日趋普遍。比如金艳等指出：未来的研发应更加充分运用人工智能技术和测量技术，推行计算机化语言测试，改进测试任务设计，为测试提供更真实的语境[3]。在成绩分析阶段，计算机更是不可或缺，可以为考试组织者提供诸如试卷信度、效度、难度、区分度以及评分的描述性统计数据等。显然，外语教师测评能力的发展离不开以计算机分析和自然语言处理技术为基础的有力支撑，因此，其测评素养内涵除了包含其应具备的测试与评价的素质以外，还应当包含其对教育大数据的应用和处理能力。

2 大数据背景下高校外语教师测评素养发展的现状

本文以“测评素养”“评价素养”为主题，并含“外语”词频，以2022年3月为截止日期，在中国知网平台进行文件搜索，共找到71篇相关文献，并通过计量可视化分析检索结果发现，外语测评素养研究趋势持续快速上涨，逐渐成为研究热点。国外不少知名学者比如努南和雷尼汉（Noonan&Renihan）把语言测评素养（language assessment literacy）直接界定为个体和群体所拥有的关于评价过程、替代性方法及其运用的知识、理解和技能水平[4]。Inbar-Lourie认为，语言教师测评素养应包含“评价什么”“如何评价”“为何如此评价”三个方面[5]。我国学者已经在理论框架和体系构建方面取得了一定的研究成果，如林敦来和髙淼[6]、林敦来和武尊民[7]、许悦婷[8]等的研究。但是在这些研究中，结合人工智能大数据进行实证的研究少之又少，仅有少部分研究者结合大数据，分析了外语教师在测评素养发展过程中遇到的一些困境。吕生禄[9]指出教师测评素养的缺失表现在评价技能不足，比如获取、反馈、处理信息的能力不理想。王松丽[10]指出了数据素养在提高评价素养过程中的重要性。李艳、刘淑君[11]通过大量的数据分析对比研究指出：教师数据素养能力评价是测评的中心环节，直接决定测试的有效性。纠其原因，主要存在：国内教师数据素养方面的研究起步较晚；教育大数据处于不断的发展变化中，类似研究尚处于早期阶段；但是最重要的原因在于教师本身的数据素养欠缺。对大多数中国教师而言，挖掘和利用教学场景出现的教育数据是巨大的挑战[12]。如何在庞大的教学数据源中采集有用的信息，更是对信息技术处理能力较弱的外语教师需要学习和掌握的一项核心技能。

3 大数据对外语教师测评素养的提升作用

3.1 文本数据链能够大幅度提高学习者语言测评内容的准确性和有效性

现代大数据技术的应用价值之一在于帮助外语教师提高选题、命题水平以及测试背后所要求的能力，进而帮助测试实现三大标准：准确反映学生的语言能力；对教学要有积极的反拨作用；省时省力[13]。学习者在测评过程中，既包括客观题，也包括以文本为交互内容的主观题作答数据。以计算机为媒介的语言处理技术，基本能够实现对包括语义、句法、词义的分析以及语音等识别，能够提取与内容符合的相关信息。随着混合式学习成为常态，在线测评文本数据逐渐成为分析的主要内容和形式之一，因此，整合线上线下测试数据，可以提高测试文本的时效和精准性。

3.2 教育大数据与测评分析之间的相互融合使得外语教师对学习评价从经验判断走向数据驱动

目前对学生的形成性评价比较常见的做法：将单词听写、口语测试、课堂表现、作业评定等方式纳入平时成绩考核系统，此外有的外语教师会借助APP让学生自评、互评等。形成性评价对教学有显著和积极的作用，但在实际教学中仍存在若干问题：缺乏测评的技术支撑，数据不足；内容欠缺，很大程度上形成性评价最终以分数体现，而非对学习过程评定；缺乏实时互动与反馈；教师主观意识较强，经验性居多。通过问卷星对137名大一学生的调查发现，越来越多的学生希望破除唯分数论的评价方式，由分数的终结性评价转向重视过程的形成性评价（见表1）。

表1 形成性评价选项调查

调查数据显示，学生最希望将课程的参与度与作业的完成情况作为测评的重点，学习资料的查看、纪律是学生认为比较重要的测评项目。大数据的优势在于将这些以往难以统计的指标变得清晰可见，因而这种新型解决问题的思维方式——数据驱动决策的教学理念渐渐得到广泛认可。

3.3 大数据促进教师的自我反思

反思性教学是教师专业发展的重要途径之一。教师在教学过程中反思、回顾，提炼教学经验，是促进教师 “对所学的专业知识和积累的经验知识进行循环实践的最有效方式”[14]。在外语学科领域具有代表性的是徐锦芬等学者首次运用反思量表大规模地对我国一千多名英语教师进行的教学反思现状调查，并发现外语教师的反思水平一般。由于授课任务繁重，教师对课堂规范反思较多，对教学实践反思最少[15]。部分外语教师的反思通过自省、课后笔记（日记）、同行观察等方法实现。类似自我监督模式，虽然简单易于实现，但是缺乏反馈信息的时效。在教育大数据和学习分析支持下，智能测评以无与伦比的技术优势为教学提供差异评价，刺激反思生成。因此部分教师尝试利用网络环境开展教学反思，能够聚焦于学习者、学习结果和整个学习过程，并及时修改教学策略，所以普遍认为借助教育大数据能够促进教师教研能力的发展与测评经验的积累。

4 大数据背景下，外语教师提高测评素养的建议

4.1 加强对数据思维本质的理解，积极培养数据思维

数据思维是一种根据数据来进行思考的逻辑思维。数字媒体、互联网媒体、手机媒体等多种新媒体模式大大突破了人们传统认知的局限性，并带来了思维方式的巨大变革。其中，大数据认知思维的特点之一就是掌握个性化的信息比如个性化教育[16]。教师可以通过广泛地收集学生各类学习数据，进行梳理，有针对性地施教，进而促进教育决策的合理性。此外，教师还应当树立和养成自我学习和更新测试理论知识、技能的意识，并尝试去做基于计算机测试的数据实践研究，才能更有效地利用测试数据为自身的课程教学与专业服务。因此，用数据思维看待教育，对预测未来的工作方式具有非凡的意义。只有积极培养数据思维，保持对数据的敏感性，多看、多练，才能理解数据的本质，并从数据中挖掘价值。于此同时，与测评直接相关的数据素养是伴随外语教师执教生涯的重要组成部分，外语教师只有成为培养自己测评素养的指导员，才能把基于课堂的评测当成学习之地，不断积累测评经验。

4.2 全面提升处理和分析数据的能力

第一，积极获取数据。目前外语教学开展所依托的平台为教师提供了大量的学生学习测试数据、行为数据以及自身的教学行为数据，外语教师应当对这些数据进行归纳整理。数据获取看似简单，但是它需要外语教师对问题进行分析，即转化成数据问题来解决，如数据分析的角度、类别、范围等。在界定了具体问题后，再进行数据采集。第二，学会处理、分析数据。数据的处理需要掌握有效率的工具，比如Excel的高端技能基本操作、函数公式、数据透视表、VBA程序开发等。分析数据往往需要各类统计分析模型，如聚类、分类、预测模型等。因此，熟练掌握一些统计分析工具十分有益，如统计分析软件、SPSS Statistics、SPSS Modeler（偏数据挖掘）等，不涉及编程，简单易学。外语教师对收集的数据可以使用SPSS、EXCEL等数据处理软件进行检索、加工、转变等，将数据以折线图、柱状图、雷达图等形式展现，使数据分析结果一目了然，直接发现教学的问题，并判断学情。此外，各类BI工具如Tableau、PowerBI、FineBI，对于处理好的数据可自由地进行可视化分析，带来理想的分析效果。目前，随着技术的逐代更新，很多数据分析工具已经涵盖了可视化部分，只需要把数据结果进行有效的呈现即可。因此，外语教师可以多补充数理统计知识，学习R、Python语言，学习常用的挖掘模型，助力英语教学。

4.3 构建新型 “大数据+外语教学”应用模式

首先，借助大数据时代下的智能互动平台，建立以提高学生自主探究学习能力为目的的线上线下教学融合模式。教师通过课前、课中、课后任务的发布，拓展学习空间，打造以培养自主学习能力目标的第二课堂；并在智能化教学平台上实施测试、作业批阅、教学辅导等具体行为；积极推行数字资源的共建共享，实现对外语教学管理、学生综合发展评价的精准指导。与此同时，学生通过在线学习、提交作业、完成线上任务、查看学习资源库学习资料等活动提高英语学习质量与数量。其次，建立量化考核指标。教学任务量化，学习任务量化，将行为、问题、成绩等通过可量化的数据进行呈现，并按照信息化、全员化、可视化、准确化等四维标准展开教师评价、同学互评、自我评价，提升评价的科学性和客观性。最后，作为提高外语教育质量的重要措施之一，为深化结果运用，外语教师应对学生评价结果进行数据挖掘分析，并充分利用大数据发挥学生对教学评测满意度调查的导向和督促作用，积极打造以网络平台为载体，个人研修、小组研修、集体研修三个层次互相支持、相互促进的教学团队，实现外语管理、教学水平的综合提高。

4.4 充分发挥大数据在教学测评中的杠杆作用，促进教学反思

测试作为课堂教学的一种延伸，在评估学生的英语水平、知识掌握程度、学业进步情况等方面具有不可替代的作用。利用测试的数据作为调整教学方法的一种杠杆，纠正不合适的教学法，扶持效果好的教学法，对教师提高教学质量具有莫大的指导意义。在大数据时代，借助智能平台可以迅速快捷地发布各种测试，尤其是提高单项测试的比例，比如语法、听力、作文等，通过自动批改与教师批改相结合，对测试结果进行数据挖掘分析，精准掌握学情，加强对学生外语学习的个性化指导，高效达成学习的目标。此外，学生也应及时利用大数据对自我学习状况实施自我监督作用。在测试实践结束后，应当开展以数据为基础的反思教学活动，比如反思测试的依据、目标、内容、题型及评分标准、分数的意义，以便于今后合理使用测试的结果；反思测试结果对学生的学习作用，尤其大型水平测试的社会影响和教学后效，进而提高测试对英语教学的反拨作用；反思测评素材的使用是否可以用来作为评价的依据以及其成效性等。其主要做法体现在以下几个方面：针对测评的结果探寻教学评估的依据；通过测评审视自身的教学理念；不断调整教学方向；提高测评效果的方法；保证反思的不断循环。总而言之，大数据对测评素养的促进作用体现在建立一个通过测评，获得各项数据，进而实施精准教学，复测反馈，继而修正，最终实现有效测评的目的。

5 结语

大数据已经被广泛地用以语言教学、学习以及测试，并在语言信息处理和语言学习中发挥了重要的作用。但是由于学科背景和专业发展的局限性，广大外语教师对大数据的理解、接收和应用呈现出相对滞后的局面。未来随着科学技术的进一步发展和完善，大数据在外语教学的方方面面势必会获得突破。如何更好地利用大数据分析处理教学问题、提升数据素养、支持自身职业的发展成为外语教师今后研究的一个重要方向。