作者简介：
李磊高中物理选修1系列，博士高中物理选修1系列，教授，主要从事电离层物理研究。
基金项目：
大连海事大学教师发展工作室项目( ) ；
大连海事大学 2024 年在线开放课程立项( ) ；
辽宁省级别的研究生教育教学方面, 那是有着改革研究资助项目的, 其具体文号为, 辽教通〔2023〕385号, 项目号码是其中的156。
摘要: 为了探索数字赋能给课程教学成效所带来的影响, 拿大连海事大学大学物理课程数字化改革当作例子, 把课程目标达成度以及学生成绩分布作为评价指标, 依据全过程数字化考核数据, 针对传统课堂教学、引入雨课堂的信息化教学以及深度智慧化教学, 这三种模式分别展开量化分析。实践显示, 依靠知识图谱、AI学伴、雨课堂等数字工具的赋能, 能够优化教学资源供给, 能提供个性化学习支持, 能实现全过程评价。与此同时, 伴随着数字赋能程度不断攀升, 课程那边目标达成的状况向着更好的方向发展, 而且学生成绩分布变得更为良好起来，个性化方面的发展水平也显著提高了, 并在复杂知识教学、高阶性思维培育和低分段内学生能力上升等更多方面, 都显示着呈现出一种朝着优化趋向前进的特征状态。
关键词： 大学物理；数字赋能；教学成效；全过程评价
转发须注明作者和原文出处。
信息技术迅猛发展着, 数字技术全面往课程教学里融入, 这已无法阻挡, 数字为课程教学赋予能量, 正成为推动教育高质量发展的关键力量。在宏观层面, 这是落实国家教育数字化战略行动的重要举措, 它既能重塑教育生态, 又能为培养数字化时代所需的创新型人才筑牢根基。从微观层面来讲, 数字技术给教学引发了深刻的变革, 对于教师来说, 借助构建沉浸式的线上与线下学习生态, 引领学生运用数字技术去建立知识关联, 能够促使其深度地参与到教学过程当中, 借此提升高阶思维能力, 对学生而言, 依靠数字技术能够更为精准地剖析其学习行为以及需求, 智能推送个性化的学习路径还有资源, 切实满足多样化的学习需求。然而, 怎样能够有效地去推进数字对于教学的赋能, 怎样科学地评估它的成效, 并且怎样深入地探究它和传统教学在育人效果方面的差异呢, 这依旧是教育工作者需要重点去关注以及深入去探讨的课题。
课程质量评价属于高等教育重点考察的环节, 在工程教育专业认证这项工作的标准解读之中, 针对课程教学环节的评价, 更侧重于形成性评价, 格外着重关注教学过程里师生双方的动态表现, 在数字技术为教学赋予能量的场景下, 评价数据的获取不仅变得便捷很多, 它的形式也愈发多样化, 进而形成了贯穿整个教学过程的伴随式评价, 为依靠教学全过程数据去开展课程教学成效评价给予了重要的数据支持。大连海事大学, 也就是文中所说的“学校”, 其大学物理课程教学改革被用作例子, 来阐述数字赋能视域下课程教学评价的实践探索, 并且从课程目标达成度, 以及考核成绩这两个不同的视域角度, 对教学成效展开深入分析。
一、课程智慧化建设现状
2020年, 学校的大学物理A成功入选首批国家级线上线下混合式一流课程, 2022年, 大学物理B获评省级线下一流课程, 大学物理导学获评省级线上一流课程, 依托学校一流课程数字化建设的坚实基础上, 课程教学团队以AI学伴为创新驱动, 并以知识图谱作为核心支撑, 构建起智能化线上教学的生态体系, 在此过程里, 团队不仅深化了过程性考核模式的改革, 更完成了基于深度教学数据的课程评价与分析工作。
（一）基于知识图谱和AI学伴的线上教学生态体系建设
1.线上资源基础建设
为了达成课程教学的需求, 教学团队依靠学校在线开放课程建设项目, 由各自着手建设了数量超出1000个的线上教学资源, 这些资源全方位覆盖了基础知识点以及课后练习题解答视频, 进而构建起了一个涵盖大学物理、大学物理导学、大学物理习题解答三大课程群的线上资源体系。相关资源部署于校园网, 学银在线( )等多个平台, 平台及学银在线公共课程向本校学生开放, 形成学习生态, 包含“线上自学—测试—自动答疑—AI伴学”, 构建有效闭环, 即“学习—检测—反馈—再学习”, 成为学生自主学习、测试以及巩固知识的重要工具。
2.知识图谱建设
教学团队在传统线上教学资源这个基础之上, 依托学银在线平台搭建可视化知识坐标系, 构建智能知识图谱导航系统, 进而有力地有效提升学生学习沉浸感。
一方面, 推进精细化知识图谱建构, 打造课程知识图谱, 涵盖400多个精细知识点, 纵向关联基础理论、知识拓展、深度解析、思政案例四维资源, 其中有视频、PPT、习题解析、测试题库等, 横向同步构建问题图谱, 形成“知识点—资源—问题”立体联动体系, 既助力学生精准达成能力目标, 又促进知识点的深入理解与牢固掌握。另一方面, 系统达成个性化学习路径的智能规划, 经因借助知识图谱实现可视化呈现, 实时采集学习数据, 进而生成动态的“班级知识掌握云图”, 用以精准定位其中的共性难点, 籍由知识点与资源的智能关联, 助力学生搭建起全面且精确的知识框架, 依靠数据分析用以形成精准画像, 达成个性化资源推送以及学习指导, 以此辅助教师进行精准施教。
3.AI学伴建设
教学团队为了能更进一步去促使线上教学资源的智能化水准得到提升, 依靠学银在线平台打造AI学伴深度赋能的体系, 构建起全时在线的智能学习生态, 帮助学生打破时空和认知的限定, 提升学习所获得的感受。
一方面, 推进专业化知识库自主搭建, 以学银在线作为技术基座, 整合400余个知识点视频, 整合800余道习题, 整合63.3万字课程讲义, 整合200余篇前沿科研文献, 运用大模型算法对AI学伴进行专项训练, 形成即时精准答疑核心能力模块, 形成动态学习规划核心能力模块, 形成前沿知识拓展核心能力模块, 提升知识解答精准度, 提升专业深度。首先, 在另一方面, 推动开展沉浸式学习陪伴的场景化实践, 具体如下: 其一, 借助拟人化智能对话交互方式；其二, 让AI学伴全程嵌入学习链路之中；其三, 以此去激发学生的学习兴趣以及内驱力；其四, 定向培养其一自主学习能力；其五, 依据学习进度推荐前沿文献；其六, 借此拓宽学术视野域长；其七, 达成个性化知识体系的动态延伸目标；其八, 最终形成“陪伴—引导—拓展”闭环学习支持模式, 标点符号。
4.学生使用成效
查看实际应用获取的数据, 线上资源累计为超过4万人次的学生提供服务, 其总访问量冲破2700万次了。说到沟通机制, 构建起基于线上课程作为核心, 依靠课程公众号、课程群、雨课堂等协同补充的多渠道联动体系, 达成了课内外学习服务全域覆盖的情况, 既对课外师生即时互动起到强化作用, 又确保了课程信息的高效精准传递得以实现, 进而打造出“课内教学—课外延伸”的无缝沟通网络。
就学习体验而言, 借助知识图谱可视化导航以及AI学陪伴全天候这双重助力, 打破了大学物理学习里“知识零散化、理解局限化”的以往难题, 打造出“沉浸式知识构建—智能化认知扩充”的深度学习方式。这种方式不但重新塑造了学生学习途径, 还明显提高了他们主动投身深度学习的积极性与收获感, 促使抽象的物理知识转变为可感知、可构建的认知系统。
5.教师基于线上资源的三类梯度化教学应用模式
在教师展开教学实践的这一层面之上, 用于构建分层应用体系并且依托着线上教学资源, 它受到教师年龄, 以及教师对于数字化工具接受程度上存在的差异的影响, 从而呈现出梯度化这般的教学形态。其主要是被划分成为以下的三类。
C0类教师延续传统的课堂模式, 把线上资源当作课后补充, 借助课件共享、习题推送之类的方式, 达成基础内容的延伸覆盖, 塑造出“传统主导＋数字辅助”这种基础的应用形态, 给传统教学予以轻量化的数字支持。
C1类教师深度融合雨课堂工具, 把线上资源嵌入教学的整个流程, 在课中借助实时答题以及弹幕互动等方式去活跃课堂气氛, 在课后依托题库自动批改功能来加速作业反馈, 让课堂互动参与度稳定在85%以上, 构建起信息化与传统教学相互有机结合的模式, 突破单向讲授存在的局限。
C2类教师打造这样一种智慧教学体系, 它具备从课前到课中再到课后的封闭循环模式。课前, 由人工智能学伴派送个性化的预习任务。课中, 靠雨课堂借助数据来开展精准入微的讲解。课后, 依据知识图谱监测学生的薄弱之处还要要求大家进行每周最少两次此类互动。然后, 靠这种行动促进并且依靠技术力量达到线上与线下深度融合的教学范式。
（二）注重过程的阶段化考核机制设计
为了将传统的那种“期末考试一考定分”的评价模式给打破掉, 在完善“平时成绩＋期末考试”这样的双元评价体系的基础之上, 课程进行了创新, 推行起阶段化考核机制, 对注重过程的考核改革予以深化, 从而引导学生去重视学习的整个过程。与此同时, 鼓励教师要是处于遵循考核评价标准化要求的前提这下, 开展个性化考核模式改革。
1.阶段化考核设计
和传统方式不一样, 阶段化考核模式是依照授课内容以及时间节点算的, 把每学期课程分成两个单独模块, 各个模块分别搞全校统一考试, 而且考核内容不相互重复。拿学校大学物理课程来说, 这个课程包含大学物理（1）、大学物理（2）这两个子课程, 总共7学分。其中, 大学物理（1）包含力学篇、电磁学篇, 算3学分。在考核设计方面, 阶段化考试1主要针对力学内容, 阶段化考试2是针对电磁学内容。这展现出了“以考促学、分段达标”这样的核心理念, 此理念所指的是, 把传统期末考试分拆为两次彼此独立的阶段性考试, 于学习进程当中对知识掌握状况进行动态评估。在时间安排方面, 传统的期中、期末考试被阶段化考试 1 以及阶段化考试 2 所取代, 并且阶段化考试 1 和 2 的考试要求跟传统期末考试的要求是完全相同的。
经过实践已表明, 该设计有着显著优势, 其一, 对一次期末考试采取两次考试来替代, 考核范围得以扩大, 试题覆盖面也有所拓宽, 如此一来更能够全面评估学生的学习效果；其二, 学生对考试的重视程度有了显著提升, 有利于及时察觉到自身的问题, 并且能够立刻纠正学习里出现的诸多方面情形；其三, 有效促使学生养成温故知新的学习习惯, 把知识学习融入到日常过程当中, 防止因期末突击复习而致使知识出现“消化不良”这般的种种消极态势；其四, 有利于帮助学生实时把所学知识进行巩固, 为后续学习奠定坚实基础。
2.考核评价标准化与个性化
大学物理这类全校性公共基础课程, 教学团队为它制定了统一的课程评价方案, 关于它的标准化考核方式的构成信息在表1中。
鼓励教师依据统一评价方案去开展精细化改革, 那考核方式所构成的信息在表2呈现。C1、C2类的班级实行这种考核方式，增设了课堂测试作为环节并将其归入考核体系, 如此便有效地让学生的课堂学习积极性被调动起来了。
（三）考核过程的数字化建设
提升课程学习那种可以带来高度挑战的程度之时, 考核过程呈现出精细化的明显特征, 这也使得授课教师的工作量有所增加。鉴于这样的情况, 教学团队先是搭建起智能化的线上教学生态, 还引进了在线智能阅卷系统, 如此这般全面地向着考核过程的智能化以及数字化方向去转变, 最终有效地达成了减少负担并且提高效率的这个目的。
1.基于平台实现章节测试数字化
学校大学物理线上教学资源运用共建共享模式, 全校学生的课程章节测试借助学银在线平台完成, 且均通过测试。该平台拥有自动评分功能, 达成了测试结果评级和反馈的即时化与智能化, 还连连积累海量测试数据, 为基于数据分析的精确评价筑牢根基。
2.通过在线智能阅卷系统实现阶段化考试数字化
大学物理课程, 率先为提高批阅效率、减少重复性工作, 采用在线智能阅卷系统, 去批阅全校统考试卷了, 这推进了课程建设全流程的数字化与信息化。全校有统一的阶段化考试呢, 它采用这样的模式来进行, 即学生在答题卡答题, 然后试卷被扫描进入系统, 接着是教师进行在线评阅。系统还能自动去完成成绩统计与分析, 从而实现了考试数据全程监测以及成绩信息的数据化积累。
3.依托雨课堂实现课堂测试数据化
C1班以及C2班的任课教师, 借助雨课堂实现了课堂测试的数据化, 凭借其自动评分功能, 教师可以实时记录并分析课堂测试数据, 达成教学过程的数据化以及测试反馈机制的即时化, 此做法不但提升了学生的听课专注度, 激发其竞争意识还有学习主动性, 而且便于教师依据数据反馈来调节课堂节奏。
（四）以课程目标达成度为核心的课程评价体系
教学团队围绕着课程考核方式的改革实践, 依托全面数据化的考核信息, 构建起了以课程目标达成度作为核心的, 来对课程进行评价所用的体系, 这个体系涵盖了课程总目标达成度（To）以及课程分目标达成度（soi）, 具体的计算方法是像下面这样的:
式子当中, Tωi所代表的是, 课程目标i的权重；soij所代表的是, 课程目标i在评价环节j的达成度, 而sωij是与之对应的权重。
另有公式：
在式子当中, S′ij所表示的是, 课程目标i在评价环节j的, 平均的分数, Sij是该环节的, 目标分数, 各个环节的分数, 全部都是百分制的。
二、数字赋能课程教学成效分析
教学团队依托平台、学银在线平台以及在线智能阅卷系统所积累的教学数据, 结合过程化考核设计的数据架构, 构建了以课程目标达成度为核心的量化评价体系。在2025年春季学期, 学校有3500余名学生选修大学物理(1)课程。为探究不同教学模式对学习效果的影响, 且排除生源基础差异的干扰, 本研究依据高考录取平均分, 从该课程中选取了生源质量相当的2个专业共3个自然班, 这3个自然班总计283名学生, 作为研究对象。受试者全都是2024级也就是大一的学生, 三个班级施行不一样的教学模式, C0班运用传统课堂教学, C1班引入雨课堂进行信息化教学, C2班实施深度智慧化教学, 三个教学班级的配置以及教学干预方案可见表3, 本文主要把这三个班级的考核数据当作样本展开分析。需要加以说明的是, 在实际进行评价这个行为的时候, C1班以及C2班所呈现出来的课堂测试成绩这个部分, 已经被纳入到总成绩这个范畴之中了, 然而呢, 为了能够确保分析的时候具备一致性, 针对这个情况, 我们所写的这篇文章, 会运用与C0班一样的计算方式, 也就是说, 暂时并不将课堂测试成绩考虑到最终成绩里面, 仅仅是把它当作潜在的影响因素, 从而进行考量这个动作。
（一）课程目标设定及权重分配
大学物理（1）这门课程的教学内容, 包含了力学以及电磁学这两大方面的篇章。为了达成更为精细的教学评价, 该课程总共设定了5个核心目标, 其中第一个核心目标是质点力学, 第二个核心目标是刚体, 第三个核心目标是电学, 第四个核心目标是磁学, 第五个核心目标是电磁感应, 它们所对应的分值依次先后是25分、10分、30分、25分、10分。各个评价环节在课程总目标达成度里的权重分配情形如表4所示。全面考量课程之中, 教学内容所涵盖的广度, 以及深度, 还有难度, 为了能够科学地评估教学所产生的效果, 针对大学物理(1)课程, 其总体目标达成度的期望值, 被设定为0.700。
（二）三个教学班级的教学成效分析
1.课程目标达成度总体情况
按照C0、C1以及C2这三个教学班级的数据, 课程目标达成度的计算结果（具体情况见表5）显示出, 三个班级的课程总目标达成度分别是0.737、0.752、0.770, 它们都明显超过了0.700的课程总体目标期望值, 这表明各个班级在落实课程教学目标方面都取得了不错的成效, 不但达到了预期, 还切实有效地推动了教学目标的实际落地。
进一步展开分析, 能看到三个班级的总体目标达成度呈现出一种渐趋逐步递增的走向。这情形就意味着, 在以线上教学资源共建共享作为前提条件的境遇之下, 教学方式朝着优化升级方向发展, 对教学效果产生了直接并且积极的作用。再者, 不同的教学模式就学生学习效果产生的作用, 呈现出显著的梯度差别, 基于此下面展开具体的分析。
0.737达成度的C0班传统课堂教学为核心是教师单向讲授, 依托教材、板书等基础资源来开展教学, 这种模式下学生学习自主性比较弱, 课堂互动多数停留在教师提问、学生应答的浅层交互, 难以达成实现个性化学习支持。虽说0.737这个达成度超过预期值, 可不外在三个班级里面仍然处于最低水平, 这反映出传统的模式在激发学生深度参加、及时反馈学习难点等方面是存在局限情况的。举例来说, 存在这样一种情况, 教师于课堂之上的时候, 难以能够做到做到实时去实时掌握每一个学生对于知识点的理解程度, 学情反馈出现滞后的状况, 这有可能会致使教学节奏没法不能实现及时调整。
对C1班而言, 那种引入雨课堂的信息化教学, 是在传统教学的基础状况上, 把数字化工具给融入进去的, 借助在线课件推送、实时答题以及弹幕互动等功能。这构建起“线上＋线下”那种混合式学习场景。对比来看C0班呢, 则具有这样一种情况, C1班课程目标达成度上升了0.015, 这展现出信息化工具对教学效果起到积极赋能作用的情形。特定来说, 雨课堂具备的即时参与答题功能, 能让教师瞬间清晰知晓学生对知识的掌握情形, 迅速做出讲授重点的调整动作, 进而推动课堂专注程度增长: 而课后在线布置的作业以及自动实施校正行为, 所针对的功能是缩短反馈的长短时段的周期, 对学习者知识马上达到牢固的效果有所助力。此形式在维持传统类型课堂教学构成模式框架不改变的时刻, 强化了教学进程之中的互动性质以及针对具体情况的特性, 以此促使借助这种方式的学习成果朝着更高的水平层次进行提升。
深度智慧化教学, 其C2班完成度为0.770, 进一步冲破了传统教学的时空限制, 借助大数据分析、智能推荐等技术, 达成教学全过程的精准化设计, 这一模式下, 系统依据学生答题数据、学习时长等信息, 自动生成个性化学习路径, 针对薄弱知识点推送专项练习, 给学有余力的学生推荐拓展资源, 切实做到因材施教, 从数据方面看, C2班比C1班的达成度又提高了0.018, 体现出智慧化教学在挖掘学生学习潜力上的优势。此外, 智慧化平台具有多项功能, 比如其中的 24 小时 AI 学伴 , 还有知识图谱等等。这些功能 , 不但使学生对理论知识的应用能力得到提升强化 , 而且还能够给出个性化学习指导 , 以及推送给学生实用的学习资源。以上这些因素可归结为 , 是这个班级课程目标达成度比较高的一个极为重要的原因所在呢！
综上所述, 从传统课堂转变到信息化工具得以应用, 进而到智慧化教学能深入推进 , 教学方式展开的每一次升级, 都是凭借优化互动机制、强化个性化支持、拓展能力培养维度等等路径 , 持续促使学生学习效果来提升, 这般为后续教学改革所指引及朝向的方向, 提供出确切又明确的数据方面支撑。
2.考核成绩差异及分数段分布分析
各考核环节平均成绩（满分皆为 100 分）, 被纳入表 6 将该校里的三个教学集体都概括周全；于诸多考核方式当中, 章节测试环节里, C0 班以细微优势拔得头筹, 仅仅比 C1 班、C2 班分别超出 0.30 分、0.20 分的浮动, 二者相差数值较小；在阶段化考试 1（力学篇）这一测试项目时, 各班成绩展现了显著分化, C2 班以突出优势名列前茅, 成绩比 C0 班高 8.50 之分, 比 C1 班高 8.78 分, 差异显著；C1 班与 C0 班之间的分差仅为 0.28 分, 表示这俩集体差距不明显, 区分难易程度较弱: 。这跟力学内容难度不大、学生存有一定前期知识储备存在关联, C2班的智慧化教学模式依靠个性化学习路径设计以及精准学情反馈, 极大地提高了学生针对基础知识点的综合应用能力。
阶段化考试2的电磁学篇, 其知识点极为密集, 关联性特别强, 同时学习难度相当高, 三个班级的总体得分率统统低于力学篇, 在此环节里, C2班依旧位居首位, 比C0班超出3.02分；C1班凭借2.79分的优势领先C0班, 并且和C2班的差距拉近到0.23分。呈现出这样的一番成绩分布状况, C1班所开展的信息化教学, 借助了雨课堂的在线互动以及即时反馈这一功能, C2班进行的智慧化教学, 依托于基于大数据分析而推行的针对性辅导, 它们都在复杂知识体系的教学当中展现出了优势, 这两个班级的成绩较之采用传统教学模式的C0班而言, 都是更为优异的, 这充分地反映出技术赋能对于高难度内容教学所起到的积极作用。
在课程的总成绩方面, C2班相较于C0班, 分数高出3.62分, C2班相较于C1班, 分数高出2.47分。
整体来看, 智慧化教学于综合呈现方面、复杂知识研习之中优势颇为突出, 传统教学在基础测评里头仍然具备一定的竞争实力。
不同分数段里, 三个教学班级课程的总成绩, 其人数分布比例见表7 , 这进一步把上述差异给印证了, C2班于90至100分数段的占比显著领先, 它于80至90分数段的占比显著领先, 于70至80分数段的占比也显著领先, 这展现出此班级在中高分数段具备明显优势。
将C0班跟C1班作对比, 两班在90至100分数段的占比基本上是持平的, 然而在80至90分数段以及70至80分数段, C1班的占比皆是优于C0班的。在不及格率这方面, C2班对比C0班和C1班分别低7.42%以及1.18%, 这表明C2班成绩的稳定性更强。从具体的分布情况来看, 在55至60分数段, C2班的占比同样优于C0班和C1班。而在低于45分的区间里, C2班是没有学生分布的, 这一表现明显优于C0班跟C1班, 足以说明C2班在低分段学生能力提升这块成效十分突出。
综上所述, C2班于各个分数段的表现都颇为显著突出, C1班整体状况相较C0班更具优势, 在中高分数段这种优势体现得格外明显显著；然而与之形成对比的是, C0班在低分段的学生所占比例较高, 这表明它的教学策略很有可能需要进一步进行优化提升, 以此保障支持那些在学习方面有困难的学生。
3.学生个人目标达成度的分布差异及成因分析
依据表8, C0班学生个人目标达成度的分布比例有呈现, C1班学生个人目标达成度的分布比例也有呈现, C2班学生个人目标达成度的分布比例同样有呈现。数据呈现出这样子的结果就在学生个人目标达成度这一方面班级之间的差异情况是明显存在的。具体展开来看, 在那些个人目标达成度超过0.70的学生比例这个点上, C2班用71.26%这样一个比例在C0班以及C1班之前处于领先位置。需要留意的是, C2班于达成度超越0.80的高分段学生占比方面, 展现得更为显著, 达到了44.82%, 相较于C0班和C1班, 分别高出8.54%以及4.59%贝语网校，这证明C2班在高目标达成度的学生群体里拥有显著的优势。
在小于0.60的那个低目标达成度区间当中, C2班所占的比例是最低的, 这所表达的意思是, C2班展现出了“高分段学生集中起来、低分段学生稀少少见”这样的特征, 也就是说, 高达成度的学生占比是比较高的, 而低达成度的学生占比是比较低的。C0班呢, 则是在中等目标区间的情况表现得更为优良, 整体呈现出均衡状态然而却缺失高目标达成度的群体。C1班各项指标都是处于中间的位置, 既没有C0班所具备的中等群体方面的优势, 同时也没有C2班所拥有的高达成度的特色。
此种差异有可能跟教学侧重点和学生个人目标设定存在关联, C2班大概侧重于引领学生挑战高目标, 与此同时着重强化对低分段学生的辅导, C0班却更加着重使得多数学生达成中等水准, 用以确保整体的稳定, C1班没准正处在教学方法调整的阶段, 还没形成显著的优势特色。