在实际运用中，许多发达国家和国际组织把改革教育质量评价作为诊断教育问题、完善教育政策、改进教育教学的重要举措，已经取得了良好的效果。

　　随着“大数据”时代的到来，教育质量评价研究加快了量化研究进程，精确的信息让质量评价数据化、直观化变为可能，其评价借助前沿技术的发展从宏观群体走向微观个体，从而引发高等教育质量评价的彻底变革。

　　量化评价标准有利于评价结果的客观化

　　评价标准是教育质量评价的一把“尺子”。这把“尺子”起的主要作用是对是否按质量保证标准的要求建立了质量保证体系、该质量保证体系是否有效运行，以及运行结果是否能满足学业质量标准要求、质量是否得到持续改进等进行评价。

　　我国现阶段高等教育质量评价标准以学科评估为主，全面考察了学校基本办学条件、基本教学管理和基本教学质量等方面因素。但受到客观条件限制，该标准中对学校服务地方经济社会发展的能力和应用型人才培养的能力、学校教学改革和内部质量保障体系建设等难以衡量的因素还存在界定模糊的问题，难以形成可操作衡量的量化指标。

　　“大数据”时代，由于信息量的增加和信息网络建设的日趋完善，人们对于数据的监测和分析能力不断增强，某些难以衡量的因素将会实现量化。一方面，通过建立客观的质量内控机制，使原来宏观的服务地方经济社会发展的能力等评价指标通过细分，转化为一个个微观个体。通过对微观个体的分析，即可以达到宏观目标的实现。另一方面，对于学生学习兴趣、身心发展等难以评估的因素可以通过采用大规模调查研究的方式进行分析，辅之以必要的现场观察、资料查阅等进行数据和信息的处理，最后做出科学的推论进行衡量。

　　过程性评价的新型质量评价标准

　　高等教育质量评价有两种形式，一种是分等级（结果性）的评价，另一种是过程性的评价。过程性评价基于考察办学、教学和科研等行为的过程，分等级（结果性）评价则更多地考察行为的结果和成绩。由于过程性评价很难测量和评估，过去在高等教育质量评价中往往只考虑分等级评价或者将两种评价混为一谈。对高等教育教学与学术计划、研究与学术成就、教学设施设备等多维度、多层次的探索最终都为分等级评价服务。评价的排名排队指向，导致很多高等教育学校不再是以培养人才为目的，而是以增加评价排名为目的。教育科研活动围绕各种评估维度来运转。

　　“大数据”使单独进行过程性评价的测量和评估变为可能。进而言之，在课堂教学中，学生的出勤率、作业的正确率、师生互动的频率与时长等多方面发展的表现率数据均可通过收集、分类、整理、统计、分析，形成新的过程性教育质量评价方式。对于办学、科研的过程也可以以同样的方式实现对具体过程的考核。2013年经济合作与发展组织（OECD）在《为促进更好学习：评价与评估的国际视角》的报告中提出了“增强评估以促进学生学习”的新思想，评估中使评价与教育目标保持一致、将学生置于核心、评价的重点应放在改进课堂实践的过程性评价设想。

　　质量评价体系向多主体、多层次趋势发展

　　随着高等教育投资体制和就业分配制度改革的进行，现有的质量评价体系在运行过程中也出现了一些问题。一是由于大学生和教师在评价活动中参与度低，主体作用得不到体现，质量评价只能为主管部门在对高校实施目标管理时提供一些依据，不能调动师生积极性，实现提高人才培养质量的终极目标。二是质量评价方式较为单一、维度窄，一方面影响了质量评价的效度和信度，质量评价信息的失真容易造成对宏观政策制定和实施目标管理产生误导；另一方面教育主管部门为主导的质量评价体系不能全面顾及不同地域、不同层次、不同学科的高等教育学校办学理念、育人目标的差异，以这种单一的质量评价为参考，高等教育学校建设和人才培养容易陷入同质化困境。

　　“大数据”的运用则实现了质量评价体系向多主体和多层次扩展，建立社会、个体共同参与的多元化评价体系。由三个主体带来的三个层次的评价构成一套完整的评价过程。首先，大学生对学习与发展质量的自我评价和老师对学生学业与发展的质量评价是质量评价的核心环节。其次，学校对本校教育质量评价和教育主管部门对高等学校的评价对教育活动起着宏观指导和调控作用。最后，社会对高等教育质量的评价是整个高等教育质量的终极评价。“大数据”时代的信息化克服了由于用人单位广泛性和分散性带来的评价困难，使高校对毕业生入职后的跟踪评价途径更为广泛，反馈的信息更加全面真实，可指导高校及时调整人才培养方案来适应社会需求。

责任编辑：娟子