近年來，《國(guó)家中長(cháng)期教育改革和發(fā)展規劃綱要（2010-2020年）》、《教育信息化十年發(fā)展規劃（2011-2020年）》、《教育信息化2.0行動計劃》等文件相繼發(fā)布，要求重視智慧教學(xué)環境重構，推進(jìn)信息技術與教育教學(xué)的深度融合。在此背景下，國(guó)内各校紛紛建設智慧教室，以探求課堂教學(xué)的變革與發(fā)展，滿足信息時代智慧教育的迫切需求。然而，當前國(guó)内智慧教室的建設與應用情況不容樂觀，表現爲與實際建設需求相差甚遠、過(guò)分依賴外包技術公司、自身的投入與參與度不夠、追求技術與裝備形式上的先進(jìn)性而忽視了實際需要和建設初衷、缺少配套支持與後(hòu)期系統科學(xué)的服務管理等。究其原因，主要在于智慧教室建設缺少頂層理論指導和系統科學(xué)的評價體系。因此，構建一套結構合理、操作性強的智慧教室評價指标體系，對(duì)于智慧教室的建設十分重要。

1 智慧教室的概念與内涵

智慧教室又稱智能(néng)教室、未來教室，是大數據、人臉識别、物聯網、人工智能(néng)等技術與傳統課堂深度融合的一種(zhǒng)智慧教學(xué)環境。黃榮懷等^[1]指出智慧教室的智慧性應體現在内容呈現（Showing）、環境管理（Manageable）、資源獲取（Accessible）、及時互動（Real-time Interactive）、情境感知（Testing）五個方面(miàn)。聶風華等^[2]構建了智慧教室“iSMART”模型，提出智慧教室由基礎設施（Infrastructure）、網絡感知（Network Sensor）、可視管理（Visual Management）、增強現實（Augmented Reality）、實時記錄（Real-time Recording）、泛在技術（Ubiquitous Technology）六大系統組成(chéng)。作爲智慧學(xué)習環境的重要組成(chéng)部分，智慧教室具有與智慧學(xué)習環境相關的“記錄過(guò)程、識别情景、聯接社群、感知環境”等技術特征^[3]，可爲教育數據挖掘（Educational Data Mining，EDM）和學(xué)習分析（Learning Analytics，LA）提供重要的技術支持。從智慧教室的實現技術來看，運用雲計算、大數據、物聯網等信息技術來聚合教育資源，是支持“教與學(xué)”過(guò)程并實現智能(néng)決策、智能(néng)實施與智能(néng)評價的關鍵所在^4]。

本研究認爲，智慧教室的“智慧性”主要體現在以下幾個方面(miàn)：①智慧互動。教學(xué)互動可增強學(xué)生的學(xué)習動機，維持學(xué)習參與度和專注力，激發(fā)深度思考等^[5]。傳統的教學(xué)互動是一種(zhǒng)教師主導的互動形态，而智慧教室是一種(zhǒng)高互動空間，這(zhè)種(zhǒng)互動包含人際互動、人機互動、基于中介的多維互動^[6]。技術爲智慧課堂互動提供了契機，使教學(xué)互動形式、内容、深度等都(dōu)得到了體現^[7]。②智慧評價。智慧評價具有精準、高效、便捷等特點，其可視化評價結果可爲教學(xué)改革提供參考。③智慧管理。智慧管理是指利用物聯網技術集中管控，自動調節溫度、亮度、通風性，對(duì)設備異常情況自動預警，使管理者從繁瑣的設備管理中解脫出來。④智慧獲取資源。海量的學(xué)習資源給學(xué)習者帶來了選擇困擾，而資源平台會自動過(guò)濾冗餘信息資源，生成(chéng)結構化數字課程資源并自動、精準地向(xiàng)學(xué)生推送，以滿足學(xué)生的個性化學(xué)習需求。

2 智慧教室評價的現狀

張亞珍等^[8]對(duì)2003～2013年國(guó)内外關于智慧教室的563篇文獻進(jìn)行“研究主題”分析，發(fā)現僅有3篇涉及智慧教室評價，而2014～2019年國(guó)内外關于智慧教室評價的研究成(chéng)果也不多。近年來，爲貫徹落實國(guó)家智慧校園建設目标，各省市紛紛出台“中小學(xué)智慧校園建設标準”，但僅將(jiāng)“智慧教室”作爲其中模塊之一，而具體如何評價、從哪些維度評價等鮮有說明。真正單獨針對(duì)“智慧教室”建設的頂層指導性文件，當屬2018年廣東省教育廳印發(fā)的《廣東省中小學(xué)智慧教室建設指南（試行）》（後(hòu)文簡稱《指南》）^[9]，其關于智慧教室的指标内容如表1所示。

表1  《指南》中智慧教室的指标内容

《指南》不涉及“創新型實驗室”、“創新實踐活動室”、“智慧圖書室”等類型的智慧教室，主要應用于傳統多媒體教室的智慧化升級改造，這(zhè)對(duì)現階段學(xué)校教學(xué)環境的改善與教學(xué)資源的整合有重要意義。但是，《指南》缺少“智能(néng)管理”、“個性化學(xué)習”、“資源智慧獲取”、“智能(néng)感知”等内容，緻使大數據、人工智能(néng)、物聯網等技術在智慧教室中的應用不夠深入。

1 評價指标的初步拟定

智慧教室作爲一種(zhǒng)典型的智慧學(xué)習環境，爲教學(xué)的開(kāi)展提供了有力支撐，使課堂的教學(xué)結構得以優化，并使教學(xué)與管理更加智能(néng)、高效，故能(néng)更好(hǎo)地滿足學(xué)生的個性化學(xué)習需要。從智慧教室的核心概念和内涵入手，參考《指南》及智慧教室的相關研究成(chéng)果，本研究初拟了智慧教室的一級評價指标，包括：基礎設施、環境與布局、智能(néng)錄播、教學(xué)與資源平台、智能(néng)管控與感知、軟硬件工具與移動終端、物聯網應用、虛拟仿真、培訓方案。

評價指标既要避免重複交叉，又要有内在邏輯關聯。在初拟的一級評價指标中，“基礎設施”是智慧教室各軟硬件及終端設備發(fā)揮作用的基礎；“環境與布局”中的教室空間既是物理場又是小社會，將(jiāng)教室空間變成(chéng)溫潤的學(xué)習場是智慧教室必須解決的問題^[10]；“智能(néng)錄播”既是數字資源生産的重要方式，也是學(xué)習“反刍”、學(xué)習行爲分析、教師自我提升的重要途徑；“教學(xué)與資源平台”可對(duì)學(xué)生的學(xué)習進(jìn)行監管，便于教學(xué)資源的共享與應用，滿足學(xué)生的個性化學(xué)習需要；“智能(néng)管控與感知”可實現教室設備管理與檢修的智能(néng)化、可視化，并運用人臉識别技術開(kāi)展學(xué)習行爲分析，是智慧教室“智慧性”的重要體現；“軟硬件工具與移動終端”是實現内容呈現的基礎，可更好(hǎo)地進(jìn)行多屏互動與資源共享；“物聯網應用”可實現高效遠程智能(néng)化管理；“虛拟仿真”可模拟各種(zhǒng)學(xué)習環境，帶給學(xué)生深刻、直觀的學(xué)習體驗，激發(fā)學(xué)生的學(xué)習興趣；“培訓方案”可提高智慧教室的使用頻次和效率，從而間接節約智慧教室的建設成(chéng)本。

2 評價指标的修改與确定

（1）專家選擇

德爾菲法（Delphi Method）是對(duì)一組專家進(jìn)行咨詢調查并綜合其經(jīng)驗和主觀判斷的方法。選擇具有代表性的專家是運用德爾菲法的首要前提^[11]，故本研究采用主觀抽樣(yàng)法，選擇10名咨詢專家，涉及智慧教室“教學(xué)應用”、“理論研究”和“建設實踐”三個領域，具體如表2所示。

表2  咨詢專家信息

（2）确定一級評價指标

爲了進(jìn)一進(jìn)确認一級評價指标的科學(xué)性和合理性，本研究運用德爾菲法，對(duì)初拟的9個一級評價指标進(jìn)行驗證，過(guò)程如下：

第一步，設計李克特五點量表。量表中的評價等級“非常不合理、不合理、一般、合理、非常合理”分别用1～5分表示，分數越高，表示對(duì)該指标的滿意度越高。

第二步，第一輪調查研究。運用德爾菲法開(kāi)始第一輪咨詢調查，將(jiāng)制作好(hǎo)的指标調查量表統一發(fā)給10名專家填寫并回收，收集一級評價指标的滿意度（符合度）。

第三步，對(duì)第一輪調查數據進(jìn)行分析。在進(jìn)行數據分析之前，務必了解以下幾個重要的數據表征與判斷規則：①意見集中度，是指專家對(duì)指标的集中意見程度，與指标的均值（`X）、滿分比（M）相關；②變異系數（CV），CV=SD/`X，變異值越小，說明指标的重要性波動越小，即專家的協調程度越高^[12]。③綜合指數（Y），Y=`X×M/CV，表示指标的重要程度和協調程度。一個指标的影響力大小既要考慮專家的意見集中度也要考慮指标的變異系數，而指标的最終去留由該指标的綜合指數與所有指标的标準值（Z）的差值而定（Z=`Y-∑SD）。當指标的綜合指數小于所有指标的标準值時，則剔除此指标。第一輪調查的數據統計如表3所示。經(jīng)計算可得：∑SD=6.33，`Y=12.39，Z=`Y-∑SD=12.39-6.33=6.06，因此一級評價指标中綜合指數Y＜6.06的指标——“物聯網應用”、“虛拟仿真”均要删除。而在回收的指标調查量表中，有的專家表示“物聯網應用”可歸入“智能(néng)管控與感知”指标，有的專家建議“虛拟仿真”在專業智慧教室（或實驗室）中使用，而無需用于普通智慧教室，這(zhè)也印證了上述數據分析結果的合理性。

表3  第一輪調查的數據統計分析

第四步，第二輪調查研究。運用德爾菲法開(kāi)展第二輪咨詢調查，對(duì)初拟的一級評價指标進(jìn)行調整并修改指标調查量表，重新發(fā)給專家填寫并回收。第二輪調查的數據統計，如表4所示。經(jīng)計算可得：Z=2.54，而第二輪調查中各一級指标的綜合指數Y均＞2.54，都(dōu)無須删除。

表4  第二輪調查的數據統計

層次分析法（Analytic Hierarchy Process，AHP）是指對(duì)問題本質和重要因素進(jìn)行剖析，可以有效地將(jiāng)決策思維過(guò)程數學(xué)化^[13]。本研究采取層次分析法，來求取智慧教室評價指标的權重。

1 構建層次結構模型

本研究結合層次分析法的相關理論，運用文獻分析和智慧教室建設标準的文本分析，在一級評價指标的基礎上初步拟定了二級評價指标；同樣(yàng)，運用德爾菲法，結合數據統計分析結果，最終确定26個二級評價指标，形成(chéng)了智慧教室評價指标體系的層次結構模型，如圖1所示。

圖1  智慧教室評價指标體系的層次結構模型

在智慧教室評價指标體系的層次結構模型中，目标層A是智慧教室的最終評價得分，評價的最終目的是通過(guò)直觀、量化的方法得知智慧教室的整體建設情況；準則層B包括7個一級評價指标；準則層C包括26個二級評價指标。在确定各指标的層次結構關系時，本研究遵循了兩(liǎng)個基本原則：一是各指标不能(néng)出現重疊；二是上一層指标盡可能(néng)涵蓋下一層指标的各項内容。

2 構造判斷矩陣

10名專家拿到修訂後(hòu)的調查量表，按1～9标度法對(duì)智慧教室各層指标兩(liǎng)兩(liǎng)比較打分。本研究根據專家打分，分别構造判斷矩陣，并進(jìn)行一緻性檢驗，最後(hòu)對(duì)每項指标的權重取均值。以ZJ1爲例，本研究根據ZJ1打分構造出目标層A對(duì)準則層B的判斷矩陣，如表5所示。

表5  根據ZJ1打分構造的A-B判斷矩陣

將(jiāng)表5所示的判斷矩陣記爲矩陣A。利用方根法，將(jiāng)矩陣A的各行數據相乘，再進(jìn)行歸一化處理，得到特征向(xiàng)量W，具體的計算過(guò)程爲：①計算Ai。將(jiāng)矩陣A各元素按行相乘，得到新向(xiàng)量Ai：Ai=[840.000000  0.001190  0.800000  20160.000000  24.000000  0.033333  0.000019]^T；②求Mi。將(jiāng)Ai各元素開(kāi)n次方根（n=7），得到向(xiàng)量Mi：Mi=[2.616702  0.382161  0.968625  4.120285  1.574610  0.615152  0.210970]^T；③求特征向(xiàng)量W。將(jiāng)Mi進(jìn)行歸一化處理，得到特征向(xiàng)量W：W=[Wi]=[0.2495  0.0364  0.0924  0.3928  0.1501  0.0587  0.0201]^T。

因爲AW=[1.8529  0.2671  0.6931  2.9714  1.1264  0.4321  0.1638]^T，故最大特征根爲：

3 一緻性檢驗

根據一緻性指數計算公式CI=(λmax - n)/(n - 1)，可得CI=0.091426。查詢“随機一緻性指标RI值”表可知，七階判斷矩陣對(duì)應的RI值爲1.32，可得一緻性比率CR=CI/RI=0.091426/1.32≈0.0693＜0.1，據此可知“A-B判斷矩陣”具有完全一緻性。由此可見，權重(Wi)ZJ1=[0.2495  0.0364  0.0924  0.3928  0.1501  0.0587  0.0201]^T能(néng)較好(hǎo)地反映一級指标的相對(duì)重要程度。按此方法，可求得其他9位專家對(duì)一級指标打分的權重。最後(hòu)，對(duì)10位專家打分的權重取均值，得到一級指标的權重(Wi)均=[0.2  0.05  0.1  0.35  0.18   0.08  0.04]^T。同理，可以求得二級指标的權重，此不再贅述。

將(jiāng)智慧教室評價的總分設定爲100分，根據各指标權重對(duì)各指标項賦分，本研究構建了智慧教室評價指标體系，如表6所示。

表6  智慧教室評價指标體系

爲避免評價指标太過(guò)分散而給數據分析帶來困難，本研究初拟9個一級指标之後(hòu)采用德爾菲法進(jìn)行了驗證。需注意的是，在向(xiàng)專家發(fā)放指标調查量表時，應將(jiāng)對(duì)應的二級指标附上，以免專家可能(néng)因不了解一級指标所含的内容而茫然無措；在确定評價指标體系時，應充分考慮指标表述的準确性和可操作性，避免指标交叉重複。運用德爾菲法所選的專家數一般以15～20人爲宜，而本研究隻選了10人，從數量上來說略少，但所選專家對(duì)其研究領域有較深的了解；采用的層次分析法可在一定程度上減少權重确定的主觀性和随意性，使評價結果更科學(xué)合理；而先求各專家對(duì)指标打分的權重再求其均值，可有效規避專家打分自相矛盾的問題。

學(xué)校是學(xué)生成(chéng)長(cháng)的重要場域，而教室是實現“教師教、學(xué)生學(xué)”的重要空間。將(jiāng)物聯網、大數據、人工智能(néng)等技術融入學(xué)校教育教學(xué)的全過(guò)程，是智慧教學(xué)環境發(fā)展的必然；基于智慧教室開(kāi)展更有效的教學(xué)，全面(miàn)提升學(xué)生的綜合素養，則是智慧教室發(fā)展到一定階段的内在訴求。基于此，本研究構建了智慧教室評價指标體系，可爲智慧教室的建設和評估提供參考，并有力促進(jìn)課堂教學(xué)的改革發(fā)展。期待此體系在具體的實踐應用中得以不斷完善，以發(fā)揮更大的價值。