西安交大团队首创“教学质量实时监测大数据平台”破解高校教学改革难题

编者按：本文来自“西安日报”，作者：姜泓；36氪经授权转载。

长期以来，我国高校课堂教学质量与管理中存在数据采集、质量评价、教师督导、学生帮扶“四大难题”。记者昨日获悉，西安交通大学首创的“教学质量实时监测大数据平台”，在教学大数据实时采集、汇聚融合、分析挖掘、科学评价、精准服务等方面达到国际先进水平，真正起到了师生共同敬畏课堂、提升课堂质量、促进师生发展的根本目的。据了解，该平台填补国内空白，具有重要的应用价值和推广前景。前不久，由该校郑庆华教授牵头的“首创教学质量实时监测大数据平台、打造采评督帮‘四精模式’新课堂”成果，获国家级教学成果二等奖。

自本世纪初开始，以麻省理工学院、哈佛为代表的世界一流大学，将大数据和人工智能技术深度融入课堂教学，创新手段，提升教学质量。西安交大郑庆华教授，作为智能e-Learning、大数据知识工程及其应用领域的专家，2004年提出信息技术不断突破将对未来生活尤其是高等教育带来颠覆性改变，并带领科研团队着手研究“网络学习中学习者个性挖掘”“数字教育关键技术攻关”等项目。

该研究团队打破以往以单一科研人员为主的传统研究，本着“问题导向”的原则，汇聚了包含研究算法的专业教授和学生，接触教学一线的教务处、学生处等职能部门，及搭建实体平台的网络信息中心等技术部门共同攻关。他们以学校教育教学的现实需求为导向，发现仅靠传统的人工管理方式，学生学习的真实学情难以掌握，教师评价结果时效差、可信度低，跨部门数据很难利用，梳理总结出教育教学改革中数据精准采集难、课堂精准评价难、教师精准督导难、学生精准帮扶难“四大难题”。

郑庆华团队的研究发现，这些潜在问题具有基础性、全局性特点，长此以往，将严重影响教风学风，损害立德树人，难以落实“以学生和学习为中心”的教育理念。

针对教育教学改革中存在的4个核心难题，郑庆华团队研发“物联网+云计算”的数据精准采集方法，每日实时动态采集学生第一、第二课堂数据超40万条，累计形成年数据总量约6PB（1012）的全口径、全覆盖教学大数据；提出“分类评测—多维排序—结果融合”的教学质量评价方法，将课堂分为5种类型，运用大数据分析、深度学习技术，解决了从教学大数据中挖掘出72个课堂教学质量细粒度特征的难题，并按照5维核心指标实现融合与排序，建立问题驱动的精准督导机制，针对问题课堂和课堂问题建立专职督导队伍，成立教师教学发展中心，构建校、院、系三级立体交叉的督导机制，形成“评价、反馈、引导、提高”的个性化督导和教师发展机制，实施个性化诊断及精准帮扶，构建学业、社团、社交、消费、上网、作息六维特征的学生画像，研发出成绩预测、生活行为异常模式发现、贫困生识别算法，破解学生精准帮扶的难题，实现既“帮”又“管”。

4个方法环环相扣，真正实现课堂教学“经常抓、抓经常”，为提升教学质量、促进师生发展起到了以往人工方式难以企及的作用。

该项目最难的是如何将想法精准实现。为了充分实现教育改革既“解困”又“育人”，从“保障型”到“精准型”“发展型”转变，西安交大电信学院田锋教授作为研发核心成员之一，带领科研团队不断试错，与网信中心锁志海主任、徐墨副主任领导的团队一起参与平台开发。在破解视音频分析处理难题时，研发团队特别准备了2套备选方案，改进技术手段，对采集系统进行实时处理。网信中心多名技术人员突破技术难点，采取多源数据整合，针对评价指标的多样性，主动研发出动态表单技术，以最少代码量实现评价指标的多样性和持续性……

经过团队的不懈努力，平台自上线以来面向第一课堂、第二课堂，融合11个业务部门47类共计5亿条数据，发现5大类1626个问题课堂和12万余条课堂的具体问题，累计支持210000+次学生评教，学生到课率显著提升。

面向学生工作，以学生学习情况为先导，结合学生生活状态数据问诊把脉，描绘学生精准画像，有效处理困难学生告警信息6647条，留级人数、不及格人数明显下降，学业帮扶作用显著。

面向精准扶贫，分析学生的消费金额、恩格尔系数、家庭经济情况、致贫原因等26个指标，构建受助学生认定和量化资助模型，准确识别受助学生，推荐资助标准，实行分档资助，确保资助标准与困难家庭的需求相适应，有效解决了目前高校教学改革中普遍存在的“数据精准采集难、课堂精准评价难、教师精准督导难、学生精准帮扶难”四大难题。

据统计，该研究团队累计在多个高水平会议上向500多所高校作了11场主题报告，反响强烈，将大数据、人工智能技术扎扎实实运用到高校教育教学改革当中，为我国提升人才培养质量、高校“课堂革命”提供了切实可行的“交大方案”。