新教学：课堂内容反馈

课堂内容的反馈是每一个教学环节评判教学质量、做出后续完善的重要依据。当下的教学反馈机制需要一个更细化的反馈维度来反映不同层面的情况，同时，还需要智能信息系统通过数据整合归类，将收集到的数据信息进行多维度分析来估算当下教学进程的完成状况，为后续规划的制定提供参考。

（1）反馈机制

反馈机制是目前对大学教学过程质量评判的要件之一。大学对教学链中的每一环都非常注重，尤其是学生的反馈，但往往繁复的反馈形式下并不能获得最有价值的评价。大学容易过度注重“提出反馈”这一形式而忽略了反馈的内容与目的，使学生的反馈更多地倾向于课后评价与积极的建议而非真实的课程经历与对教学过程中不佳体验的反思。这将导致大学并不能收到最有价值、最有建设性的反思，更不能基于有价值的反馈重整教学结构。

信息反馈需要收集的信息经由控制中心传递给反馈主体，再由反馈主体进行评估、思考后完成反馈结果并返还中心，中心将对收到的反馈结果作整合，重新输出，进而形成整个反馈—改进—实践机制的有效运作。对于大学的教学反馈而言，这是对教学程序评价的关键步骤，是学习结果评估的关键环节。

图3-11　大学教学反馈机制

反馈主体、反馈对象与反馈的信息构成了整个信息反馈机制（见图3-11）。在大学学习结果反馈过程中，学生、教师以及各相关教学管理部门都属于教学反馈的主体。反馈主体有别于评价主体，前者具有结果获知权与信息掌握权，而后者仅实行对教学状况进行评价的行为。此外，学生、教师以及学院、学校乃至地区层级的各相关教学管理部门构成了反馈对象，他们是反馈信息的接收部门，需要对各方反馈进行汇总、分类与整合。反馈主体对于反馈内容做出的评价即反馈信息，是为反馈主体提供完善标准的信息源，也是各个层级的教育部门改善教学过程的重要凭据。供完善标准的信息源反馈对象与反馈主体间的路径不唯一，也并不用严格依照层级反馈。学生和教师指向院部的反馈路径较为常见，但教师也可以直接向大学内部或外部的教学管理部门反馈。

反馈机制的运行随反馈主体的变化而变化。通常情况下的大学反馈机制中，教师与院级、校级管理部门是反馈主体的主要构成元素，评价的主体往往由在校生或课程的受众构成，管理部门会对反馈的信息进行整合与处理，最后以反馈的形式汇报给对象。

在不同的评估分层上，我们以美国高等教育委员会（Middle States Commission on Higher Education）对机构大学的评估标准为例（见表3.4）。它分别从课程、项目与高校（机构）角度评判了对学生学习结果评估的直接与间接途径。美国高等教育委员会对机构使命、目标、绩效和资源自信进行评估，机构的认可需要得到该委员会的证明，证明其自我监管和同行评审，证明其目标已实现。该委员会认为每个教育机构在多大程度上接受并履行认证过程中固有的职责，是其致力于取得卓越成就承诺的一种衡量标准。这些标准肯定了每个机构的任务和目标，该委员会认识到有许多不同的教育和运营卓越模式，因此它的标准设定强调功能而不是特定结构。

表3.4　美国高等教育委员会分层学生学习结果评估标准

当反馈主体由学生构成时，他们往往对和自己同级的学生（包括自己）、上一级别的教师进行反馈。部分教育反馈机制往往将最需要提出反馈意见的学生群体忽略了，而恰恰是学生群体对自身或同学的反馈建议才是检验教学结果是否有效的最佳途径。在对自己的反馈内容上，学生能够跳出自我框架，审度自身。在对同学的反馈内容上，同一教学成果的接受者之间能形成更清晰的互相界定，可以以彼之长补己之短，互相学习，互相进步。在对教师的反馈内容上，学生将站在知识的接受者角度，对教学模式的设计、教学大纲的逻辑以及教学进度的合适与否给出建议。对于学生反馈信息的加工处理可以由学生以集体反馈的形式加工汇总，也可以由教学管理部门整合汇总。

当反馈主体由教师构成时，教师自己以及所教的学生构成他们的反馈对象。通过对学生的反馈，可以清楚教师角度的教学目标以及学生的学习目标达成程度，使学生能更好地站在教师的立场理解自己所需要掌握的内容。通过对同行教师的反馈，可以站在教师的角度、以教师的标准来互相评判，同行反馈往往指出问题，同行间的反馈既要包括教师的课程设计，又要包括其与学生的沟通方式或知识的传输技巧，以互相促进、互相激励的良性循环为目标。通过对自己的反馈，在吸收学生、同行建议后，审度自己，给出最适合自己教学、最具针对性与可操作性的改进措施。

当反馈主体由大学教学管理部门构成时，大学学生、教师以及各个层级相关部门构成反馈对象，同样，反馈内容随对象不同而改变。对教师的反馈，有助于使教师明确其在履行教学职责上是否存在不足，看清自己与同行间的区别，制定更有效的教学计划，教学管理部门还需要对反馈结果给出解释以便教师理解与改善。若反馈对象是学院或大学层级的教学管理部门，则更需要以一个系统化、统筹性的角度概括各项反馈指标，其中指标应该明确清晰、经过归类与整合，且能被量化，使管理部门对教学过程中出现的问题一目了然，帮助其进行后续教学理念与教学目标的调整。此外，以教学管理部门构成反馈主体的反馈链中，反馈信息内容并非止步于管理部门，若反馈信息经由学生提出，则有必要最终反馈给学生，增加其教学过程融入感。(https://www.xing528.com)

当反馈主体由校外教学管理机构或社会部门构成时，往往比本校自身的评估更具专业性与权威性，能够站在第三者的角度，做出辩证的评判。若是政府给出反馈，则还具备强制性，能够促进大学提升教学能力、提高教育水平。

反馈机制的运行需要具备四个性质：

一是反馈内容的针对性。反馈内容的针对性是为了确保反馈对象与反馈主体之间信息的沟通畅通与理解准确。如教师对教师的反馈中，教学手段、教学目标与学生理解程度等维度可以以同行相关术语来表达。但当反馈内容需要跨等级向下覆盖到学生或向上呈报给院级、校级教学管理部门时，就需使用更通用普遍的语言，确保学生或管理部门能清晰准确地理解反馈内容并及时做出应对。此外，同一反馈主体对不同反馈对象给出的反馈不同，这也要求反馈内容随反馈对象改变而更具针对性。

二是反馈方式的交互性。如前所述，反馈并不是单向给出反馈信息即可，它是反馈信息在主体与对象间的传递，具有双向性与互动感。反馈的目的在于使反馈对象能够明晰自己教学行为的合理性以及是否能取得认同与支持，这就需要与反馈主体进行多方面沟通，如站在教学管理部门角度理解教师的理念构建、站在学生角度理解教师的形式设定、站在同行角度理解课程设置。双向反馈便于双方了解彼此教学行为的目的，形成共担，更好地深化对反馈内容的理解，最终达到互相促进的作用。

三是反馈途径的多样性。反馈的最终目标是使反馈对象能够收到合理的信息并及时做出有效调整，因此反馈对象的接受是反馈行为的最重要环节，反馈的途径也应以普适性、易于接受为主，包括面对面反馈、文字反馈以及系统反馈。面对面反馈相比其他两种形式可操作性更强、更为灵活，也更适合简洁的口头建议，如教师与学生间的相互反馈，可以直接在课后通过面对面反馈的形式完成，既保证时效性，也便于双方的理解、沟通。相对而言，文字反馈的内容更全面，能够专业、正式、系统地汇总反馈内容，以便于控制中心整合与反馈对象的理解应用，它的优点是不受时空约束，且为双方都留有理解缓冲的余地。系统反馈在计算机、大数据的协助下方能发挥其出众的整合优势，它更多地用来处理大量可被量化的反馈，能够客观理性地得出反馈意见。

四是反馈的及时性。反馈是有时效性的，这点毋庸置疑，因此在反馈的及时性上必须做要求。在面对面反馈的过程中，反馈主体与对象双方通常能在最高效的路径下获得反馈信息，而在文本反馈与系统反馈的情况下，往往反馈主体需要花时间先加工信息，并将其转化成相对正式、官方的文字或系统语言，这可能造成一定的延迟。

新教学在系统反馈方面，借助大数据信息管理系统与机器人反馈系统，既保证反馈的时效性，又以具备庞大计算能力的系统做支撑，不论是由学生、教师还是由教学管理部门构成的多渠道反馈主体和这些主题的多渠道反馈方式，都能准确识别术语、归纳分类，并转化为对应的机器语言，将授课过程中被检索到的问题与课后反馈、知识点外扩链接在大数据整合处理后有针对性地反馈给学生，并成为自身体系的补充系统。

（2）反馈机制的完善

目前对于大学的课程管理反馈机制，需要在反馈意识、反馈主体、反馈对象、反馈内容、反馈渠道等所有的要件上进行改变，通过科学技术以及数据汇总能力加以整合，建立一套依托大数据与AI算法的高校反馈管理机制。

反馈机制的完善需要从大学层面对教学理念与方式的改进做起，使反馈机制能够帮助大学改善教学理念、培养方案，成为大学在决策制定、理念构建过程中的决策依据。反馈机制的建立能够有效促进教学机制，帮助完善教学流程。大学需要将教学反馈的结果融入教学理念与教学策略的制定，依据反馈对信息与教学资源进行重构。

新教学所依托的大数据技术可以基于AI交互教学平台，帮助实现教学反馈的量化，如新教学的精简课程模式，其量化的评价包括教学文本、课程反馈（教学双方）、学生的学习结果、教学文本等。教学文本即新教学的机器人教案。机器人教案的撰写与更新全程都需要教师以及AI系统算法提供辅助支持。具体的机器人教材构造与内容将在后续章节“3.5新教材与AI教师”中详细介绍。教案的原创性、新颖程度及同当前最新社会机遇的结合程度都将作为课程反馈的重要组成部分之一。机器人教案也以其可识别性与可读取性为反馈系统提供了便利。同时，教师的教学风格、现代教育技术如图媒技术、影音播放技术与虚拟现实技术等构成的教学环境给学生留下的知觉感受，也将成为学生课程反馈的一部分。

建立在反馈结果基础上的系统完善是通过追溯原因来达到最终的改善目的的。新教学通过不同层面或者同一层面不同维度的评价来判断教学双方提供的课堂内容反馈所属分类（如是知识点分析型问题、价值创造型问题还是能力型问题），对学校发展信息、学生课堂表现进行归纳总结，经由大数据整合反馈给系统，再由系统完善下放到教学端。

同时，新教学的智能信息系统将通过数据整合归类，将收集到的数据信息进行多维度分析来估算当下教学进程的完成状况，为后续规划的制定提供参考，这样再次反馈时就能有的放矢，让每一个反馈主体得到预期的反馈结果。为了确保新教学模式下的教育系统能在学术水平与其他方面都保持卓越，评价系统反馈还将与战略规划、课程研究相结合，有针对性地为机器人教师制定教学大纲与表达技巧方面的改善方案，为学生制定符合需求、易于理解的教案，甚至为整体课程制定以实践就业为导向的模式。