郑州工业应用技术学院：智教融合——数字化转型下的智慧教学生态的构建与实践
来源：本站 作者：魏波 吴波 刘文成 古险峰 发表于：2025.03.31 10浏览
文/魏波 郑州工业应用技术学院 大数据信息管理中心主任
吴波 郑州工业应用技术学院 大数据信息管理中心副主任
刘文成 郑州工业应用技术学院 大数据信息管理中心电教中心主任
古险峰 郑州工业应用技术学院 大数据信息管理中心信息中心主任
摘要：本文围绕智慧教学生态一体化创新展开研究，针对工作背景、实施路径、工作成效以及工作经验进行了系统性的分析和总结。首先阐述了学校教学数字化的基础，同时指出了推动教育教学改革过程中仍需改进的问题，提出了相应的实施路径。从搭建软硬件环境，服务智慧教学管理，健全以校本资源为主的资源学习平台，构建线上+线下的创新教学模式，实现数字融合教学，建立健全教学质量评价体系，提升教学质量，利用大数据技术赋能教学精细化管理，支持科学决策等方面为智慧教学生态一体化创新提出了完整的解决方案。
关键词：智慧教学；质量评价；应用型人才培养
一、工作背景
随着国内信息化高速发展，为推动教育教学改革，郑州工业应用技术学院建设了包含软硬件在内的多项数字化产品，以学生为核心，围绕“教”“学”“管”共同组成了学校教学数字化发展的基石。近年来，学校狠抓教育教学质量，逐步落实了一些重要举措，并取得了一定的成效和进展，但与高水平应用型大学建设的目标及要求相比，还存在着一定的差距。
1.以学为中心的课堂教学模式改革仍需深入推进
当前，课堂教学模式仍以教师知识灌输为主，启发式、探究式、翻转式等创新教学模式的应用相对较少，学生在教学过程中的参与度和积极性尚未得到充分激发。这种传统的教学模式难以满足学生个性化学习的需求，也无法有效提升学生的学习兴趣和主动性。因此，如何推动以学生为中心的课堂教学模式改革，激发学生的学习积极性，成为学校教学改革的重要课题。
2.教学质量评价体系仍需持续改进
学校在教学质量评价方面仍存在一定的不足，质量文化意识尚未深入人心，全校范围的质量文化氛围不够浓厚。现有的“评价—反馈—改进”闭环机制有待进一步完善，教学质量的实时监控和动态调整能力仍需提升。教学质量评价体系的科学性和全面性不足，难以有效推动教学质量的持续改进。因此，如何构建更加科学、全面的教学质量评价体系，成为学校提升教学质量的关键。
3.“孤岛”和“烟囱”问题较为严重
学校教学场景中涉及多个部门和业务系统，数据的采集、治理、管理和开放机制尚不完善，导致数据孤岛和数据烟囱现象较为严重。这不仅影响了数据的有效利用，也制约了学校管理决策的科学性和精准性。如何打破数据孤岛，实现数据的统一管理和深度挖掘，成为学校数字化转型过程中亟待解决的问题。
4.教学资源整合与共享不足
学校在教学资源的整合与共享方面仍存在一定的短板，校本资源的建设和管理尚未形成统一的体系，资源的利用率不高。教学资源的分散和孤立，难以满足教师和学生的多样化需求，也制约了教学质量的提升。因此，如何有效整合和共享教学资源，成为学校教学改革的重要任务。
5.教学管理与决策的科学性有待提升
学校在教学管理和决策过程中，仍存在一定的经验主义和主观性，缺乏基于数据的科学决策支持。教学管理的精细化和科学化水平不足，难以有效应对复杂的教学环境和多样化的教学需求。因此，如何通过数据驱动的管理方式，提升教学管理与决策的科学性，成为学校数字化转型的重要方向。
二、工作成效
1.推动课堂教学改革，建设以学生为核心的自主学习场景
（1）智慧教室建设：学校投入建设了200间智慧教室，其中基础型166间，拓展型32间，高级型2间；另外建设微课录播室2间，集控中心1间。这些设施覆盖了全校69%的教室，推动学校教学模式革新、教学资源沉淀以及教学管理升级。
Ø教学模式革新：满足师生的多样化需求，从而提高教育质量。基础环境的搭建能够支持教师探索更加广泛、更加灵活的教学模式，提供智能化、个性化的教学服务。
Ø教学资源沉淀：对接智慧教室录播课程资源，将授课过程记录沉淀下来，支撑建设校本教学资源库，沉淀的课堂实况可辅助学生课后复习，辅助教师回顾课堂教学。
Ø教学管理升级：智慧教室具备设备远程监控、教学管理等功能，可简化日常管理工作，提高管理效率，能够实现教学资源的共享和优化配置。
图1 高级型智慧教室
图2 拓展型智慧教室
（2）校本资源学习平台建设：上线17门精品课程；通过智慧教室对接，完成114666个录播资源的管理，并在日常教学过程中，以每天300+个的速度积累录播资源。推进校本资源统一管控、教学资源结构化加工，实现多场景应用支撑。
图3 校本资源学习平台
Ø校本资源统一管控：将智慧教室录播资源、个人教学资源、教学过程生产的资源及自建课程资源等统一沉淀到校本资源库中，实现资源的统一高效管理，提供资源开放机制，支撑教师及学生对资源的多场景应用。
Ø教学资源结构化加工：提供在线剪辑、语音转写、知识点标签体系构建等加工模式。
Ø多场景应用支撑：通过丰富的教学资源及结构化的知识标签体系，可对资源进行高效管理，根据个人标签体系实现个性化推荐资源，以强大的算法支撑资源的精准化检索，满足教学、自学、课程建设、资源管理等多场景的资源应用需求。
2.推动教学质量评价机制改革，将质量工作融入日常教学
（1）教学评价产品：支撑学生评教，同行评教，教师自评，领导评价及教师评学等多场景评价。每学期累计发出评价表单30+万份，每秒并发450+份的回收速度，高效支撑了教学评价工作。可使教师、领导等人员便捷地了解教学开展、教学实施、教学成果等全链路的教学质量情况，实现实时了解、实时反馈、实时改进，为教学质量评价结果提供了精准有效的数据保障。
（2）督导巡课产品：2024年上半年，通过与智慧教室对接，提供直播巡课、录播巡课及线下巡课三种方式，完成了校院两级督导组共78位教师的线上+线下巡课工作。一学期内被巡课教师1325名，占总体任课教师的64%。对于督导结果，可按需求配置各维度的权重比进行聚合汇总，并生成教学质量督导报告，为后期督导巡课工作的决策提供支撑。
3.打破数据孤岛，形成高质量的大数据中心
（1）数据中心：对教务系统、互动课堂、学习通、资源平台等与教学相关的业务系统数据进行采集、清洗、整合，治理了学校各教学场景间常用共享的20多个数据集，实现了教育教学管理各部门之间基础数据的共享，基本实现了数据唯一性。
图4 数据中心数据资产监控大屏
（2）大数据分析平台：通过对接数据中心，获得教学相关的数据内容，并结合本科审核评估中关于教学的重点指标内容进行了数据的深度挖掘与分析，形成了服务于不同人群的大数据分析平台。
①面向校领导管理决策层，建设了7个领导驾驶舱：本校方向与本科地位，人才培养过程，教学资源建设，教师队伍，学生发展，教学质量管理，教学成效。
图5 大数据分析—教学成效五个度分析
②面向学校教学管理人员，提供了面向培养方案达成度、人才培养适应度、教学过程保障度、教学质量有效度和人才输出满意度五个主题的大数据分析，帮助管理员有效利用教学资源，发掘教学过程中的问题，监控改善教学质量的成效。
图6 大数据分析—培养目标达成度分析
③面向教师个人，围绕其教学水平发展，并结合学校实际教学评价维度，提供了教师个人发展档案、教学内容、教学方法、教学态度、教学秩序及教学成效等六个主题分析，帮助教师发现自身教学短板，有效提升教学质量。
图7 大数据分析—教师个人发展档案
④面向学生个人，围绕人才培养方案中对于人才的定义，从知识、能力、素养三个维度出发为学生提供个人学业发展画像，能够让学生发现自身学业短板，并提供针对性的意见建议，保障学生学业的良性提升，降低学业风险，助力学生成才。
图8 大数据分析—学生个人学业发展档案
三、实施路径
在学校智慧教室环境建设基础上融合基础教学相关应用，融合数据和资源，对教学资源及教学数据进行统一集中式管控。在教学资源方面，打造特色化的校本专业教学资源库，支撑常态化教学过程中对资源的使用需求，以及省级国家级精品课、一流本科课程等建设需求；在数据方面，以教师画像、学生画像、教学运行、教学质量等数据为基础，支撑教师绩效考核、学期教学质量报告、审核评估等场景的决策。
图9 架构图
1.全面搭建软硬件环境，服务智慧教学管理
构建基础网络环境、存储环境、信息安全环境等，并建设基础型、高级型、拓展型智慧教室支撑教师创新教学模式的开展。将学校的组织架构、课表、教师信息、学生信息等作为底层数据支撑，保证数据统一，保障各业务系统的顺利运行。
2.逐步健全以校本资源为主的资源学习平台
搭建基于校本资源的学习平台，接入本校教学资源（如：智慧教室班课录播、教师个人教学资源、精品课资源等），提供资源加工机制，逐步形成基于课程建设的结构化资源体系。
（1）资源接入：系统自动录制教师上课过程，生成结构化的视频资源，包含音频、转写的字幕、生成的高频词以及课堂录播。
（2）资源制作与加工：系统支持精品课、微视频、图文课程资源的线上制作。教师各类视频教学资源，可通过系统进行在线语音转写，系统会匹配字幕并自动提取高频词。
（3）资源在线学习：在线学习板块主要面向学生课堂之外的泛在学习场景，为学生提供系列课程（如精品课、班课录播）和碎片化学习资源（微视频、图文课）。
（4）资源检索与推荐应用：在结构化资源生成的同时，系统会根据转写的字幕自动提取关键字，形成视频的知识点信息作为视频标签，支持教师和学生对视频的搜索。结合系统的知识图谱体系，实现智能化的推荐，支撑个性化的自主学习模式。
3.数字融合教学，构建线上+线下的创新教学模式
围绕课前教师备课和学生预习、课中互动教学、课后作业辅导等核心教学场景，搭建一套互动教学平台，与智慧教室、校本资源平台有机融合。智慧教室环境建设支撑开展互动式的教学，录播和直播教学，以及将资源沉淀到校本资源学习平台。该平台可识别学生个人属性标签，推荐教学资源引导学生自主学习，构建个人学习体系。标签体系在平台使用过程中会逐步优化，实现更加精准化的资源推荐。
4.建立健全教学质量评价体系，提升教学质量
提供校院两级督导线上巡课。督导成员在系统中可选择需要听课的教师+教室+班级，在线填写督导评价，包括巡课打分、录制上课画面片段、上课画面截图以及填写主观意见。支持校院两级督导成员可对教学工作的“面”与“点”进行监控，以构成完整的教学督导体系。以质量评价的方式观察工作成效并提出建议，以评促改，从而逐步形成良性人才培养生态，达到培养高质量人才的目标。
5.教学大数据赋能精细化教学管理，支撑科学决策
（1）数据梳理整合，筑牢数据根基。学校依据教学大数据分析的实际需求，精心梳理并编制详尽的数据清单。这份清单涵盖了校本资源平台建设与使用、督导巡课、智慧教室、教学评价等多方面的核心数据集，同时囊括了相关分析所需的基础数据及代码表内容。随后，将所有数据统一采集至学校数据中台，进行集中化、规范化管理。这一举措确保了数据的一致性和准确性，为后续深度数据分析筑牢了坚实的数据根基，使各类教学数据得以有序整合、高效利用。
（2）数据对接交互，保障数据质量。积极推进学校现有智慧教室、资源平台、教学评价、督导巡课、教务系统、数字郑工等业务系统与数据中台的对接工作。当数据成功汇聚到数据中台，形成大数据分析的底层数据集合后，学校对数据质量进行全面排查。针对可能出现的数据缺失、准确性偏差、不一致性问题以及完整性不足等情况，及时处理解决。通过这一过程，有效保障了数据的高质量，为后续基于数据的教学管理决策提供了可靠依据。
（3）数据应用优化，完善数据治理。在数据实际应用过程中，学校持续关注数据治理问题，并定期总结形成质量报告。重点聚焦数据码表对应关系错误、表间逻辑关系错乱、唯一性标识字段（如学号、工号）不一致等关键问题，并针对这些问题深入剖析原因，提出切实可行的解决方案，不断优化数据治理策略。通过持续的数据应用优化，确保数据的可用性和价值最大化，为教学管理的精细化和科学化提供了有力保障。
（4）深度数据分析，实现多元赋能。学校开展多维度深度数据分析，涵盖教学资源建设、课堂教学状况、教学整体运行态势、教师教学画像、学生学习画像等多个关键领域。通过这些深度分析，可全面、直观地呈现学校教育教学工作的实际状况，精准识别潜在问题，深入剖析问题根源，科学预测发展趋势。并在此基础上，为学校领导层、教学管理部门、教师和学生提供定制化的教学数据分析服务，助力各方做出科学决策。此外，学校还支持个性化数据分析模型定制，满足不同层面的多样化需求，实现对人才培养全流程、全要素、全场景的深度赋能，推动学校教学质量持续提升和人才培养目标的高质量达成。
四、工作经验
在构建数字化转型下的智慧教学生态过程中，郑州工业应用技术学院积累了丰富且具有价值的经验，这些经验是对前期建设工作的高度总结，也为后续教育教学数字化发展提供了坚实的指引。
1.强化顶层设计，完善体制机制
学校成立网络安全和信息化领导小组，发挥统筹全局的关键作用，从宏观层面为学校数字化发展精心规划方向，确保各项建设工作紧密围绕核心目标有序推进。同时，出台一系列数字化相关制度文件，构建起一套完备、系统的数字化工作制度体系。这不仅为项目建设提供了明确的规范和标准，保障了项目的顺利实施，还在实践中不断优化完善。近年来，项目建设均达到预期目标，充分验证了这一顶层设计思路的正确性，为后续工作持续规范项目流程、提升建设成效奠定了坚实基础。
2.夯实基础设施，提升支撑能力
在网络运行基础环境建设上，学校全面布局，完成了有线、无线、视频监控等系统的建设工作，构建起稳定、高效的网络架构，为教学活动的数字化开展提供了有力的网络支持。同时，高度重视基础教学环境的改造升级，大力建设基础型、拓展型及高级型智慧教室。这些智慧教室数量充足，功能完备，能够满足多样化的教学需求，全面提升了学校数字化教学的基础支撑能力，为智慧教学模式的创新实践创造了良好条件。
3.统筹规划布局，构建智慧服务体系
学校对智慧教学系统进行统筹规划与建设升级，以多形式的智慧教室为依托，深度融合相关应用平台，打造出一个功能强大、协同高效的智慧教学生态。智慧教室在日常教学中发挥着关键作用，不仅支持课堂互助、自主学习等多样化教学模式，还具备自动录播、微课和慕课录制等功能，实现了教学资源的高效沉淀与共享。此外，智慧教室统一管控平台的搭建，实现了对智慧教室的集中化、精细化管理，提升了管理效率和服务质量。本地化的资源云平台则为师生提供了丰富的教学资源和便捷的云盘功能，促进了校本资源的共建共享，满足了不同教学场景和学习需求。
4.深耕数据治理，打造智慧化数据服务体系
通过构建智慧教学大数据中心，对教学各个场景产生的数据进行全面、深入的标准化治理和管控。统一数据字段出口，建立科学、规范的数据字段标准体系，确保数据的准确性、一致性和可用性。在此基础上，利用大数据技术对智慧教学运行、教学质量、学生画像、教师画像、领导看板等进行全方位、多维度的数据呈现、分析、挖掘和预警。这些数据驱动的服务不仅为教学管理提供了精准的数据支持，助力科学决策，还能及时发现教学过程中的问题和潜在风险，为个性化教学和精准辅导提供有力依据，有效推动了教学质量的提升和教学模式的创新。
通过智慧教学生态的构建与实践，学校在数字化转型方面取得了显著成效，未来将继续深化教学改革，推动教育质量的持续提升。