高校智慧校园成熟度模型与评价指标体系研究

标签:
智慧校园数字校园成熟度模型评价指标体系影响因子 |
分类: 教育信息化 |
高校智慧校园成熟度模型与评价指标体系研究[1]
蒋东兴1,2、吴海燕1、袁芳1、付小龙1
(1.清华大学 信息化技术中心,北京 100084;2.华中师范大学 教育信息化协同创新中心,武汉 430079)
摘要:随着多种新兴信息技术在高校教育教学业务中的深度应用,高校信息化的绩效导向、工作重点、建设与运维模式都开始发生重大改变,高校信息化进入智慧校园建设阶段。本文分析了影响高校智慧校园建设与应用发展状态的关键因素,并在此基础上提出了高校智慧校园成熟度模型及其评价指标体系,以期引导高校智慧校园建设的有序演进。
关键词:智慧校园;数字校园;成熟度模型;评价指标体系
中图分类号:TP309
DOI:10.3969/j.issn.1000-5641.2014.00.0000
Research on the Wisdom Campus Maturity Model and the Evaluation Indexes
Jiang Dongxing1,2,Wu Haiyan1,Yuan Fang1 ,Fu Xiaolong1
(1,Information Technology Center,Tsinghua University, Beijing 100084;
2,Collaborative & Innovative Center for Educational Technology, Central China Normal University, Wuhan 430079)
Abstract: With the deepening application of emerging information technology in education business, the information technology performance-oriented, focus, construction and operation mode has begun a major change, and the informatization in universities has entered the stage of wisdom campus. This paper analyzes the key factors that affect the construction and application of the wisdom campus, and based on this proposes the maturity model and its evaluation index system to guide the orderly evolution of the wisdom campus.
Key words: Wisdom Campus; Digital Campus; Maturity Model; Evaluation Index System
0
引言
1
智慧校园成熟度影响因素
智慧校园是在数字校园的基础上为了支持高校智慧教育发展而提出的解决方案,是高校信息化发展的高级阶段。智慧校园综合运用云计算、物联网、移动互联、大数据、人工智能、社交网络、知识管理、虚拟现实等新兴信息技术,全面感知校园物理环境,智能识别师生群体的学习、工作情景和个体的特征,在网络空间建立校园虚拟映像,将学校物理空间和数字空间有机衔接起来,通过在网络空间的计算掌握校园运行规律并反馈、控制物理空间,为师生建立智能开放的教育教学环境和便利舒适的生活环境,改变师生与学校资源、环境的交互方式,开展以人为本的个性化创新服务,实现学校智慧运行,支撑学校开展智慧教育[2]。
在高校智慧校园建设过程中,诸多因素都是发展的重点,如技术创新要素、业务驱动要素、服务要素以及可持续发展要素等等。这些驱动要素作为智慧校园发展的驱动源,为学校智慧化发展提供了更加明确的方向。从智慧校园在高校信息化的发展阶段定位与具体特征来看,此阶段信息技术与教育教学业务的融合度越来越高,信息技术与业务的关系进入融合创新时期。因此,我们着重于从基于信息技术解构、优化、重组教育教学的新型教育模式——智慧教育提升的角度评价一个高校的智慧校园成熟度,重点考虑智慧校园中信息技术的应用情况、信息技术支撑业务开展情况和基于信息技术的业务融合创新发展状况三个方面的影响因素。
1)
2)
3)
2
智慧校园成熟度模型
智慧校园成熟度模型目前在国内外都没有合适的模型可以直接参考,相近的有能力成熟度模型(Capability Maturity Model,CMM)[3]和智慧城市建设成熟度模型(Maturity Model of Smart City Construction,SCCMM)[4]。
CMM是卡内基美隆大学为了科学评价软件开发单位的软件能力成熟度等级,帮助软件开发单位进行自检,不断完善软件开发过程、确保软件质量、提高软件开发效率而提出的一个阶梯式的改进框架,已经成为各种成熟度模型的重要参考。CMM将成熟度划分为五个等级:初始级、可重复级、已定义级、已管理级、优化级。
SCCMM与智慧校园成熟度模型更接近,它从智慧基础设施建设、智慧创新生产、智慧产业发展、智慧公共服务、智慧可持续建设五个维度进行评价。类似于CMM,智慧城市的成熟度也划分为五个等级:初始级、智慧起步级、智慧发展级、智慧成熟级、智慧提升级。
参考CMM和SCCMM,结合高校智慧校园的特点,特别是考虑到智慧校园建设是在数字校园基础上的提升,高校智慧校园成熟度模型从智慧类技术应用情况、智慧型应用开展情况和智慧型业务融合情况三个维度进行评价,将智慧校园建设与发展状态划分为四个阶段:萌芽阶段、集成阶段、融合阶段和创新阶段,如图1所示。
http://s1/bmiddle/001wO5xuzy76mieAxl6a0&690
图1 高校智慧校园成熟度模型
一般来说,一所高校的智慧校园建设会逐级演进,其成熟度也逐级提高。针对每一个成熟度等级,给出其关键特征和发展状况描述如下:
1)
2)
3)
4)
3
成熟度评价指标体系设计
为了客观地评价一个学校的智慧校园成熟度,基于前述的发展阶段分析,我们建立了由智慧类技术应用程度、智慧型应用开展程度和智慧型业务融合程度三个成熟度评价维度组成的评价指标体系。高校智慧校园的成熟度由其在三个评价维度上的成熟度决定,其所处发展阶段和成熟度评价维度的关系如图2所示。
http://s1/mw690/001wO5xuzy76mij4kCI00&690图2 高校智慧校园成熟度等级结构
具体地,每个维度都按照10分计算,当智慧校园在技术应用维度评分达到2、应用开展维度评分达到1时,智慧校园进入萌芽阶段;当智慧校园在技术应用维度评分超过6、应用开展维度的评分超过3、业务融合维度的评分超过1后,智慧校园从萌芽阶段进入集成阶段;当智慧校园在技术应用维度评分超过8、应用开展维度的评分超过6、业务融合维度的评分超过3后,智慧校园从集成阶段进入融合阶段;当智慧校园在技术应用维度评分超过9、应用开展维度的评分超过8、业务融合维度的评分超过6后,智慧校园从融合阶段进入创新阶段(参见表1)。作为一个渐进模型,智慧校园一般不会出现成熟度阶段的跨越情况,这也符合高校信息化的发展规律。
表1 高校智慧校园成熟度等级分值表
维度\等级 |
萌芽阶段 |
集成阶段 |
融合阶段 |
创新阶段 |
||||
技术应用 |
2 |
6 |
8 |
|
10 |
|||
应用开展 |
1 |
3 |
6 |
|
10 |
|||
业务融合 |
0 |
1 |
3 |
|
10 |
|||
对于每一个评价维度(一级指标),设置若干个二级指标,如智慧型应用开展程度可以设置教学类应用、科研类应用、管理类应用和服务类应用等四个二级指标。对于每一个二级指标,再设置一个或多个观察点,二级指标的观察点可以随着智慧校园建设的进展情况而发展变化。对于每一个观察点,都采用五级梯度评价:
——智慧类技术应用程度的五级分别为:未使用、局部使用、大面积使用、全面使用、全面深度使用;
——智慧型应用开展程度的五级分别为:未开展、零星开展、有组织开展、全面开展、全面深度开展;
——智慧型业务融合程度的五级分别为:无影响、组合、整合、融合、创新。
由于智慧校园成熟度等级确定属于典型的需要进行定量分析的定性问题,因此可以采用层次分析法(Analytic Hierarchy Process,AHP)[5]的计算思路来获得各指标的权值。具体地,对于每一个观察点,规定五级梯度对应的分值分别为0、1-3、4-5、6-8、9-10,由专家独立打分;而二级指标及各个观察点的具体权重,可预先通过采用德尔菲法(Delphi method)[6]对若干位专家进行问卷调查,将专家的赋值情况进行整理得到。在智慧校园建设的不同阶段,观察点可能不同,各二级指标和观察点的具体权重也可能不一样。在当前阶段,一个可供参考使用的高校智慧校园评价指标体系如表2所示。
表2 高校智慧校园评价指标体系
|
一级指标 |
二级指标 |
观察点示例 |
智慧类技术应用程度 |
计算技术 |
IaaS、PaaS、SaaS |
|
通信技术 |
Wi-Fi、4G、物联网 |
||
智能感知技术 |
智能手机、可穿戴设备、传感器 |
||
数据技术 |
大数据技术、主体虚拟映像、数据挖掘 |
||
智能技术 |
人工智能、商务智能 |
||
虚拟现实技术 |
VR、AR、MR |
||
其他技术 |
知识管理、社交网络 |
||
智慧型应用开展程度 |
教学类应用 |
基于用户特征的推荐式学习交流系统 支持O2O模式的在线学习系统 |
|
|
科研类应用 |
基于知识管理的科研协作系统 |
|
|
管理类应用 |
基于大数据的学生平安监测系统 基于BI和大数据技术的决策支持系统 |
|
|
服务类应用 |
基于物联网的建筑节能监管系统 面向新媒体环境的宣传平台 O2O模式的一门式公共服务系统 |
|
智慧型业务融合程度 |
智慧型人才培养 |
基于IT的教师协同备课 基于学习大数据的个性化学习指导 基于学习过程的智能教学评价 基于学习历程的就业引导 基于大数据的学生行为分析 |
|
|
智慧型科学研究 |
基于IT的科研协同与协作 基于大数据的科研辅助 智能仪器设备与自动实验 科研共享数据库与利用 |
|
|
智慧型社会服务 |
基于IT的服务社会新模式 基于在线教育的科普教育与人文教育 基于大数据的智库建设 基于IT的科技成果转化 |
|
|
智慧型文化传承创新 |
多语言全媒体宣传 校园网络虚拟社区 |
|
|
智慧型管理决策 |
基于大数据的学校声誉评估管理 跨部门的管理协同 数据支持的科学决策 |
|
|
|
智慧型生活服务 |
基于物联网的校园安全与环境监控 校园智能交通管理 智慧型校园餐饮服务 一站式的校园生活服务 |
4
结束语
高校智慧校园建设是高校信息化的一项艰难使命,它比以往的校园网络和数字校园建设都要艰巨、复杂,由于融入并变革着传统的高等教育,其影响也将更深远。智慧校园成熟度模型事关高校信息化的发展方向,其评价指标体系也将影响高校智慧校园建设与应用的节奏与进展,因此在高校智慧校园建设的肇始阶段提出成熟度模型实在是一件让人诚惶诚恐的事情。愿业内行家不吝赐教,共同携手,一起完善智慧校园成熟度模型及其评价指标体系,研究设计出每一个时期的指标权重,以期能够真正指导高校信息化未来一二十年的发展。
[参考文献]
[1] 蒋东兴、刘臻、沈富可、金永灿、付小龙. 高校智慧校园建设呼唤CIO体系[J]. 中国教育信息化,2016,(7):1-5.
[2] 蒋东兴、付小龙、袁芳、蒋磊宏. 高校智慧校园技术参考模型设计[J]. 电化教育研究,2016,( ):-.
[3] 卡耐基梅隆大学软件工程研究所. 能力成熟度模型(CMM):软件过程改进指南[M]. 北京:电子工业出版社,2001.
[4] 王璐. 智慧城市建设成熟度评价研究[R].哈尔滨:哈尔滨工业大学,2013.
[5] 潘峰. 基于AHP方法的区域教育信息化水平评价[J], 沈阳大学学报,2008,(6):89-91.
[6] 宋卫星. 企业信息化成熟度模型及其评价体系研究[R].山东:山东科技大学,2010.