alexa
置頂

交大篩出「對的問題」 優化校務決策

文 / 謝明彧    
2020-07-27
瀏覽數 20,350+
交大篩出「對的問題」 優化校務決策
交大大數據研究中心主任王蒞君表示,光清洗資料就耗時三年,才打造出全校校務研究系統。張智傑攝。
分享 Line分享分享 複製連結

大數據治校能協助校方找出優化校務的解方,但數據何其多,如何進行資訊的統合及篩選?交大光資料清洗,就花了三年時間,才打造出全校校務研究系統。

跨領域學程、多元選修、特殊選才……假設你也關心台灣高教發展,對這些名詞應該都不陌生。

只是,口號喊得震天價響,到了落實成實際課程,卻讓高教圈傷透了腦筋。同時,政策的執行成效,到底為何?學校真的有設計出協助學生取得多元能力的課程嗎?都不得而知。

「教育創新要落實,重點的不只是教學內容改變,更要設定具體追蹤指標,才能檢驗是否有達成目標,」一手打造交通大學校務研究系統、現任交通大學代理校長陳信宏有感而發。

他指出,很多人誤以為,評估課程規劃好壞,就是看學生期末成績,或教學意見調查回饋,但這都只是結果,如何把結果反推,找出優化結果的關鍵癥結,才是校務改善之道。

而大數據治校,的確能協助校方找出優化校務的解方,但前提得要清楚設定關鍵元素,才能精準分析。最後透過分析,把大數據「從量轉質」,檢驗政策的是非良窳。

突破兩大關卡〉資料清洗、設定主題

只是,數據何其多,如何進行資訊的統合及篩選,才是讓大數據發揮功效的重點。

交大資工系教授、大數據研究中心主任王蒞君指出,首先得進行「資料清洗」,也就是把散落全校各大系統、不同年份、格式迥異的檔案,統合規格相容的資料。

「這件事乍聽不複雜,但做起來,只能下足苦工夫,」王蒞君苦笑,而且找來做這苦工的人,還不能是隨便的工讀生,得有基礎的資料庫,甚至程式概念的人。也因此,光資料清洗,交大就足足花了三年時間、耗資2000萬元以上,由資工系學生親自動手,「如果不是交大看重並決心要做這件事,不然光是第一關,很多學校就跨不過去。」

數據清洗完畢後,接下來則是設定研究主題了。

交大教育所教授、大數據研究中心副主任劉奕蘭說,「數據可以有各種解釋,關鍵在於學校高層看重的是什麼?以及為什麼?」

以跨域學程為例,如果優化目標是將課程滿意度從A提升至A+,就得鎖定「質」的進步,如增加數位工具,或開發新的實做課程;但目標若是促進更多學生擁有第二專長,就必須質量並行優化,需要更多老師開出更多課程,也需要評估學生的學習成效。

設定指標〉回推問題,追蹤改善

以交大為例,近年來則以培養學生「第二專長」為校務主軸,因此,交大大數據中心與校務研究單位設定出數位相對應的「檢驗指標」。

首先是完成率,也就是比對修課人數與完成人數的落差。

交大發現,過去學生為了完成「第二專長」的修課目標,不是雙主修就是採取輔系方案,然而一旦如此,學生的畢業門檻就得修足150至165學分,許多學生根本不可能在四年內修完,只好延畢,「原本制度初衷是讓學生歷經完整訓練而學到第二專長,但過高的門檻,反而讓人望之卻步,乾脆不選了,」陳信宏說。

找出問題癥結後,交大立馬降低本科系的必修學分,挪出30學分的空間給第二專長,如今,在同樣的原畢業學分門檻下,學生可以有更大餘裕去修外系的課,不需延畢。果然,制度一優化,選第二專長制的學生,從第一年的18位,逐年快速增加至105、200人,如今已有超過400人參與。

「所有教學創新的過程中,不只學生在學,老師、行政其實也都在學,」劉奕蘭說,以往年中或年末時的教學評量和回饋,老師才發現需要改善,都為時已晚了,然而透過數據的紀錄與追蹤,老師才能真實檢驗自己的教學品質。

 「大數據治校,目的就是讓校務治理更科學、更民主,」陳信宏說,而不是少數人用投票式、情緒式甚至民粹式,就決定了一切,「當數據變成『有質的量化』,也就能讓校務決策有所本,走入良性循環的品質管理。」

交通大學大數據治校策略。圖/交通大學大數據治校策略。

本文出自 2020 / 08 月號

共生新台灣

分享 Line分享分享 複製連結
大數據大學
您可能會喜歡