近年(nián)來，《國家中長期教育改革和發展規劃綱要（2010-2020年(nián)）》、《教育信息化十年(nián)發展規劃（2011-2020年(nián)）》、《教育信息化2.0行動計劃》等文件(jiàn)相(xiàng)繼發布，要求重視智慧教學環境重構，推進信息技(jì)術與教育教學的深度融合。在此背景下(xià)，國内各校紛紛建設智慧教室，以探求課堂教學的變革與發展，滿足信息時代智慧教育的迫切需求。然而，當前國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(xiàng)差甚遠、過分依賴外包技(jì)術公司、自(zì)身的投入與參與度不夠、追求技(jì)術與裝備形式上(shàng)的先進性而忽視了實際需要和建設初衷、缺少配套支持與後期系統科學的服務管理等。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的評價體系。因此，構建一(yī)套結構合理、操作性強的智慧教室評價指标體系，對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(yòu)稱智能(néng)教室、未來教室，是大數據、人臉識别、物(wù)聯網、人工(gōng)智能(néng)等技(jì)術與傳統課堂深度融合的一(yī)種智慧教學環境。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。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(jì)術（Ubiquitous Technology）六大系統組成。作爲智慧學習環境的重要組成部分，智慧教室具有與智慧學習環境相(xiàng)關的“記錄過程、識别情景、聯接社群、感知環境”等技(jì)術特征^[3]，可爲教育數據挖掘（Educational Data Mining，EDM）和學習分析（Learning Analytics，LA）提供重要的技(jì)術支持。從智慧教室的實現技(jì)術來看(kàn)，運用雲計算(suàn)、大數據、物(wù)聯網等信息技(jì)術來聚合教育資源，是支持“教與學”過程并實現智能(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(xià)幾個方面：①智慧互動。教學互動可增強學生(shēng)的學習動機，維持學習參與度和專注力，激發深度思考等^[5]。傳統的教學互動是一(yī)種教師主導的互動形态，而智慧教室是一(yī)種高(gāo)互動空間，這種互動包含人際互動、人機互動、基于中介的多(duō)維互動^[6]。技(jì)術爲智慧課堂互動提供了契機，使教學互動形式、内容、深度等都得到(dào)了體現^[7]。②智慧評價。智慧評價具有精準、高(gāo)效、便捷等特點，其可視化評價結果可爲教學改革提供參考。③智慧管理。智慧管理是指利用物(wù)聯網技(jì)術集中管控，自(zì)動調節溫度、亮度、通(tōng)風性，對設備異常情況自(zì)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。海量的學習資源給學習者帶來了選擇困擾，而資源平台會自(zì)動過濾冗餘信息資源，生(shēng)成結構化數字課程資源并自(zì)動、精準地向學生(shēng)推送，以滿足學生(shēng)的個性化學習需求。

2 智慧教室評價的現狀

張亞珍等^[8]對2003～2013年(nián)國内外關于智慧教室的563篇文獻進行“研究主題”分析，發現僅有3篇涉及智慧教室評價，而2014～2019年(nián)國内外關于智慧教室評價的研究成果也不多(duō)。近年(nián)來，爲貫徹落實國家智慧校園建設目标，各省市(shì)紛紛出台“中小(xiǎo)學智慧校園建設标準”，但僅将“智慧教室”作爲其中模塊之一(yī)，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“智慧教室”建設的頂層指導性文件(jiàn)，當屬2018年(nián)廣東省教育廳印發的《廣東省中小(xiǎo)學智慧教室建設指南(nán)（試行）》（後文簡稱《指南(nán)》）^[9]，其關于智慧教室的指标内容如表1所示。

表1  《指南(nán)》中智慧教室的指标内容

《指南(nán)》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(duō)媒體教室的智慧化升級改造，這對現階段學校教學環境的改善與教學資源的整合有重要意義。但是，《指南(nán)》缺少“智能(néng)管理”、“個性化學習”、“資源智慧獲取”、“智能(néng)感知”等内容，緻使大數據、人工(gōng)智能(néng)、物(wù)聯網等技(jì)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(yī)種典型的智慧學習環境，爲教學的開展提供了有力支撐，使課堂的教學結構得以優化，并使教學與管理更加智能(néng)、高(gāo)效，故能(néng)更好地滿足學生(shēng)的個性化學習需要。從智慧教室的核心概念和内涵入手，參考《指南(nán)》及智慧教室的相(xiàng)關研究成果，本研究初拟了智慧教室的一(yī)級評價指标，包括：基礎設施、環境與布局、智能(néng)錄播、教學與資源平台、智能(néng)管控與感知、軟硬件(jiàn)工(gōng)具與移動終端、物(wù)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(yòu)要有内在邏輯關聯。在初拟的一(yī)級評價指标中，“基礎設施”是智慧教室各軟硬件(jiàn)及終端設備發揮作用的基礎；“環境與布局”中的教室空間既是物(wù)理場又(yòu)是小(xiǎo)社會，将教室空間變成溫潤的學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(shēng)産的重要方式，也是學習“反刍”、學習行爲分析、教師自(zì)我提升的重要途徑；“教學與資源平台”可對學生(shēng)的學習進行監管，便于教學資源的共享與應用，滿足學生(shēng)的個性化學習需要；“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(jì)術開展學習行爲分析，是智慧教室“智慧性”的重要體現；“軟硬件(jiàn)工(gōng)具與移動終端”是實現内容呈現的基礎，可更好地進行多(duō)屏互動與資源共享；“物(wù)聯網應用”可實現高(gāo)效遠程智能(néng)化管理；“虛拟仿真”可模拟各種學習環境，帶給學生(shēng)深刻、直觀的學習體驗，激發學生(shēng)的學習興趣；“培訓方案”可提高(gāo)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）是對一(yī)組專家進行咨詢調查并綜合其經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法，選擇10名咨詢專家，涉及智慧教室“教學應用”、“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(yī)級評價指标

爲了進一(yī)進确認一(yī)級評價指标的科學性和合理性，本研究運用德爾菲法，對初拟的9個一(yī)級評價指标進行驗證，過程如下(xià)：

第一(yī)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(yī)般、合理、非常合理”分别用1～5分表示，分數越高(gāo)，表示對該指标的滿意度越高(gāo)。

第二步，第一(yī)輪調查研究。運用德爾菲法開始第一(yī)輪咨詢調查，将制作好的指标調查量表統一(yī)發給10名專家填寫并回收，收集一(yī)級評價指标的滿意度（符合度）。

第三步，對第一(yī)輪調查數據進行分析。在進行數據分析之前，務必了解以下(xià)幾個重要的數據表征與判斷規則：①意見集中度，是指專家對指标的集中意見程度，與指标的均值（`X）、滿分比（M）相(xiàng)關；②變異系數（CV），CV=SD/`X，變異值越小(xiǎo)，說明指标的重要性波動越小(xiǎo)，即專家的協調程度越高(gāo)^[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(yī)個指标的影響力大小(xiǎo)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(xiǎo)于所有指标的标準值時，則剔除此指标。第一(yī)輪調查的數據統計如表3所示。經計算(suàn)可得：∑SD=6.33，`Y=12.39，Z=`Y-∑SD=12.39-6.33=6.06，因此一(yī)級評價指标中綜合指數Y＜6.06的指标——“物(wù)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(wù)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(tōng)智慧教室，這也印證了上(shàng)述數據分析結果的合理性。

表3  第一(yī)輪調查的數據統計分析

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

表4  第二輪調查的數據統計

層次分析法（Analytic Hierarchy Process，AHP）是指對問題本質和重要因素進行剖析，可以有效地将決策思維過程數學化^[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(xiàng)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(yī)級評價指标的基礎上(shàng)初步拟定了二級評價指标；同樣，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(tōng)過直觀、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(yī)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，本研究遵循了兩個基本原則：一(yī)是各指标不能(néng)出現重疊；二是上(shàng)一(yī)層指标盡可能(néng)涵蓋下(xià)一(yī)層指标的各項内容。

2 構造判斷矩陣

10名專家拿到(dào)修訂後的調查量表，按1～9标度法對智慧教室各層指标兩兩比較打分。本研究根據專家打分，分别構造判斷矩陣，并進行一(yī)緻性檢驗，最後對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

将表5所示的判斷矩陣記爲矩陣A。利用方根法，将矩陣A的各行數據相(xiàng)乘，再進行歸一(yī)化處理，得到(dào)特征向量W，具體的計算(suàn)過程爲：①計算(suàn)Ai。将矩陣A各元素按行相(xiàng)乘，得到(dào)新向量Ai：Ai=[840.000000  0.001190  0.800000  20160.000000  24.000000  0.033333  0.000019]^T；②求Mi。将Ai各元素開n次方根（n=7），得到(dào)向量Mi：Mi=[2.616702  0.382161  0.968625  4.120285  1.574610  0.615152  0.210970]^T；③求特征向量W。将Mi進行歸一(yī)化處理，得到(dào)特征向量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(yī)緻性檢驗

根據一(yī)緻性指數計算(suàn)公式CI=(λmax - n)/(n - 1)，可得CI=0.091426。查詢“随機一(yī)緻性指标RI值”表可知，七階判斷矩陣對應的RI值爲1.32，可得一(yī)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(yī)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)較好地反映一(yī)級指标的相(xiàng)對重要程度。按此方法，可求得其他9位專家對一(yī)級指标打分的權重。最後，對10位專家打分的權重取均值，得到(dào)一(yī)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。

将智慧教室評價的總分設定爲100分，根據各指标權重對各指标項賦分，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分散而給數據分析帶來困難，本研究初拟9個一(yī)級指标之後采用德爾菲法進行了驗證。需注意的是，在向專家發放(fàng)指标調查量表時，應将對應的二級指标附上(shàng)，以免專家可能(néng)因不了解一(yī)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(yī)般以15～20人爲宜，而本研究隻選了10人，從數量上(shàng)來說略少，但所選專家對其研究領域有較深的了解；采用的層次分析法可在一(yī)定程度上(shàng)減少權重确定的主觀性和随意性，使評價結果更科學合理；而先求各專家對指标打分的權重再求其均值，可有效規避專家打分自(zì)相(xiàng)矛盾的問題。

學校是學生(shēng)成長的重要場域，而教室是實現“教師教、學生(shēng)學”的重要空間。将物(wù)聯網、大數據、人工(gōng)智能(néng)等技(jì)術融入學校教育教學的全過程，是智慧教學環境發展的必然；基于智慧教室開展更有效的教學，全面提升學生(shēng)的綜合素養，則是智慧教室發展到(dào)一(yī)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，并有力促進課堂教學的改革發展。期待此體系在具體的實踐應用中得以不斷完善，以發揮更大的價值。