用数据赋能以评价育人

“构建基于动态数据分析的学业质量评价模型，是要摘掉唯分数、唯升学的帽子，更加关注过程性评价和增值性评价，以便全面掌握区域内学校整体教学水平、发展状况以及教学质量差距，发挥以评促教、以评促学的育人效能，推动教学评价改革向纵深发展。”栖霞市教研室副主任王志国这样解释该市在教学评价改革中进行的探索和实践。

栖霞市农村学校众多，校际基础条件差距较大，传统的均分排位评价法过分强调结果，忽视学生发展。对此，栖霞市教研室自２０２０年开始探索基于数据分析的区域中小学校学业质量评价，通过多维度、多角度的分析、比较、归纳，总结出符合区域学情的评价指标，构建起“基础＋增量”“知识＋素养”“过程＋监测”３个评价模型，推动教育评价从“指挥棒”升级为“推进器”，从“检测站”转型为“加油站”，初步探索和提炼出基于学校、教师和学生具有栖霞特色的多维评价体系。

明确方向，以素养引领评价

“我们评价改革的目的是转变学校传统的评价思维，引导学校将主要精力从师资、生源、办学条件等资源条件转移到对学生的培养上来。为此，我们明确要以核心素养引领评价。”教研员田超说。教研室坚持素养导向，在多个教学环节采集体现学生核心素养养成过程的数据，建立起中小学学业质量评价数据库。

如何采集数据以及采集什么样的数据是数据库建立的两大难点。经过多番研讨交流，教研室确立了“数据采集三原则”：一是坚持培养学生核心素养导向，选择能够反映学生学习习惯、学习能力、学科知识方法与思维的数据；二是坚持过程性导向，在多个节点选择数据；三是坚持真实性导向，务求数据来源可靠、可信、可分析。教研室还确定了数据采集的两种类型：一是学生课堂及期末的学业质量监测数据，二是教师教学、教研常规监测数据。前者关注学生学的过程，后者关注教师教的过程。

构建模型，以数据赋能评价

依托中小学校学业质量评价数据库，该市构建起“基础＋增量”“知识＋素养”“过程＋监测”３个评价模型，以数据赋能评价。

“基础＋增量”模型用均分偏离度、优生占有率等指标衡量基础，用回归分析残差衡量增量，通过二者的纵横综合对比分析，呈现出学校的基础性发展态势和增量发展趋势，兼顾了强校增值难和弱校均分低的问题，对学校学业质量进行更加科学的评定。

“知识＋素养”模型引入多维细目表，在命题过程中将各学科知识点、学科核心素养指标一一对应，实现对知识掌握程度、学科学习习惯、学科核心素养的监测。

“过程＋监测”模型将教与学的态度、教与学的发展态势纳入评价体系，通过评价量表对教学计划制订、课堂教学、作业批改、教研活动等影响学业质量的关键环节进行评估，实现对学校常规管理的评价。

“虽然学生期末考成绩不算特别优秀，但我们学校的增量在所有学校中是数一数二的，一些指标也在全市名列前茅。这说明我们的教学是有成效的，也让我们更有干劲儿。”一所农村学校的校长在查看模型生成的数据时说。该市通过３个模型形成对区域内学校的综合性评价，激发学校向强的积极性，增强教师教学的针对性，丰富学生发展的多样性。

循证分析，以评价反馈教学

“以前，我只能通过考试分数和主观经验掌握学生的情况；现在通过分析数据，能更清楚地看到班里学生在哪些方面比较欠缺，我的教学应该在哪些方面重点下功夫。”一名班主任这样评价数据分析的作用。基于动态数据分析的学业质量评价模型更深层次的应用是通过分析数据形成的过程、影响要素及其相互关系，找到区域内学校、班级、学生个人学业质量差异的原因及症结所在，反馈教学应用。

对评价结果追根溯源，教研室帮助学校找到高质量发展的切入点，促使弱校从关注资源问题向关注管理模式、制度措施、教师专业发展、学生全面成长等提质问题转变，强校树立个性发展的办学理念，强化教学研究，构建更加完善的管理体系；帮助教师找到教学改进的着力点，发现授课过程中忽略的素养点，找到学科教学的聚焦点，进而调整教学内容和教学方式；帮助学生找到学业进步的提升点，更加注重综合素质的提升，从而有针对性地调整学习策略，发扬长处，补齐短板，实现德智体美劳全面发展。

经过一段时间的改革实践，该市的评价改革取得了不错的成效，不同层次的学校之间形成了良性竞争，教师的个人素养和教学效率获得有效提升，学生的知识水平和综合素质实现双向发展，推动了区域教育的优质均衡发展。