从“制度约束”到“文化自觉”——地方应用型大学的质保体系进阶之路

数据改变教育，教育推动发展。在这里，我们对话院校管理者、学校教师，探寻教育背后的思考，与您分享教学管理经验和实践案例。这是麦可思研究2026年质量监测专栏的第7篇文章，来自北京联合大学教育质量监控与评估办公室副主任林妍梅的分享——

在北京联合大学（以下简称“北京联大”），本科教学质量保障体系的建设始终围绕一个核心命题：从“制度约束”走向“文化自觉”。

“质量保障不是为了应付检查，不是为了填表归档，而是为了回答‘培养什么人、怎样培养人、为谁培养人’这个根本问题。”北京联大教育质量监控与评估办公室副主任林妍梅表示，学校有一个朴素的理解：评价的核心目的不是甄别与排名，而是明确努力方向、树立建设标准。在具体实践中，学校通过“五级纵向贯通、内外横向联动”的体系设计，如图1所示，让质量标准从学校层面向课堂层面逐级下沉、层层可感，使每一位教师都明确方向、标准、差距与改进路径。

图1“五级纵向贯通、内外横向联动”的质保体系

基于这一理念，北京联大在质保体系建设中形成了哪些具有学校特色的经验和做法？林妍梅与“麦可思研究”（以下简称“麦可思”）分享了该校的探索——

麦可思：北京联大在本科教学质量保障体系建设过程中，形成了哪些具有学校特色的经验和做法？

林妍梅：作为北京市属高水平应用型大学，我们始终坚持区域服务导向和应用型人才培养定位。基于这一办学定位，我们在质保体系建设中形成了以下特色：

第一，五级纵向贯通的质量保障架构。我们构建了“学校—学院—专业—课程—课堂”五个层级的纵向贯通体系。学校层面依托教育部画像与校本画像实施常态监测；学院层面开展现代产业学院引导性绩效评价；专业层面推行“新增设专业质量年报—新增设专业评估—校内认证式评估—校外专业认证”全生命周期管理；课程层面实行智慧课程分级建设；课堂层面实施“发现好课+问题诊改”双向并行机制。五个层级各有侧重又相互支撑。

第二，内外横向联动的双轨运行机制。内部轨道依托校本画像、专业监测、督导评教等常态化手段；外部轨道对接教育部审核评估、校外专业认证等周期性检验。内外结果互认、标准同构，形成协同格局。

第三，督导职能的迭代升级。学校督导制度历经五次修订完善，目前正积极向“临床督导、发展性督导、和谐督导”的新阶段迈进（3.0版）。我们特别强调督导工作的人文温度。督导与教师之间不是“检查与被检查”的关系，而是“同行与陪伴”的关系。新一届督导组被赋予“教学质量守护者、课堂教学变革推动者、教师专业成长贴心人、教育教学决策智慧源”四重角色。督导专家通过面对面的深度交流帮助教师发现问题、分析原因、制定方案。

麦可思：北京联大近年来不断完善本科教学督导机制。学校有哪些创新做法，使督导真正成为促进教师发展的支持力量，而不仅仅是监督力量？学校有哪些机制，能够推动督导意见真正落实到课堂改进？

林妍梅：这是我们在督导工作中用力最深的地方。

在理念层面，我们从“督”与“导”的关系入手，确立了“以督促导、以导促行、以行促效”的核心理念。我们反复强调：AI数据不直接与绩效、职称挂钩，先做发展工具，再逐步纳入评价体系；不说“AI监控课堂”，说“AI辅助教学诊断”；不说“评价教师”，说“助力教师专业发展”。

在机制层面，我们建立了教师自主申请督导听评课制度。教师可以主动邀请督导专家走进自己的课堂，进行课堂诊断、咨询改进，督导专家会手把手给出改课思路，并在两周至四周后再次回访，确保改进落地。这一制度将督导从“被动检查”变为“主动服务”，极大地降低了教师的心理防御。

在方法层面，我们形成了“课堂诊断—咨询改进—跟踪回访”三步法。督导不仅要指出问题，更要与教师一起挖掘问题背后的原因。督导专家重点关注青年教师成长，通过精准指导帮助其养成良好教学习惯、提升教学能力。

在落实层面，我们建立了问题课堂跟踪整改机制。对存在问题的课堂进行持续跟进，形成“监督—反馈—改进—提升”的质量闭环。督导意见不是“一听了之”，而是有记录、有反馈、有复查、有改进。

此外，督导组还深度参与青教赛、教创赛等教学竞赛的全程辅导。助力教师在市级竞赛中取得优异成绩，这很大程度上得益于督导专家“望闻问切”式的精准指导。

麦可思：生成式AI正在改变课堂教学和学习方式，也给教学评价带来了新的挑战。面对AI带来的变化，北京联大在教学质量监测、课堂评价或质量保障机制等方面，是否已经开始进行一些新的探索？

林妍梅：是的，AI赋能教学评价是我们当前投入精力最多的方向之一。我们的核心思路可以概括为“AI做广度、HI做深度”的人机协同。

在硬件建设方面，学校已实现350余间公共教室的常态化教学监控全覆盖，部署了32间智能录播教室和3套学情分析系统。这些基础设施为AI课堂评价提供了数据采集的底层支撑。

在实践探索方面，自2024—2025学年开始，我们历经三个学期推广课堂AI评教试点，累计完成万余次课堂录制与千余份课堂评价，与多家头部企业开展了深入的联合测试与产品优化。

在分工定位方面，我们明确了AI与HI（人工督导）的角色边界。AI负责对全校课堂教学实现大规模、全覆盖的日常扫描，客观记录师生互动次数、语速、关键词频、到课率等可量化指标，智能识别“潜在问题课堂”并向人工督导发出预警信号。人工督导则接收AI预警后对目标课程进行有针对性的深度听课，对AI无法判断的教学内容的思想性、科学性、前沿性以及教学设计、课堂艺术、育人效果等进行综合评价。

在持续优化方面，我们根据实践反馈不断修正AI评教模型。例如，降低大模型对教学内容思政性、创新性等主观因素的评判权重，避免误判；加大教学资料齐全度与符合度的评判权重；对能准确获取的客观数据（如师生行为、情绪、互动等）作为评教的主要依据。我们还提炼了11项AI预警内容，包括教师出勤、学生到课率、前排就座率、学生专注度、教学资料预警等。

在价值导向方面，我们始终坚持AI是教师的“镜子”，不是管理者的“尺子”。教师个人数据仅本人可见，院系及校级数据仅展示汇总统计，不定位到具体教师，让教师从“被AI监控”的担忧转向“用AI成长”的主动。

麦可思：当前不少高校都面临“数据越来越多，但真正用于改进教学还不够”的问题。北京联大在本科教学质量监测中，是如何做好数据分析、反馈应用和持续改进，让质量监测真正服务教学决策的？

林妍梅：“数据越来越多，但真正用于改进教学还不够”——这个问题我们感同身受。我们的应对策略可以概括为“让数据会说话、让问题被看见、让改进有闭环”。

第一，建立客观数据与主观数据融合的多源监测体系。客观层面，我们依托教育部高等教育质量监测国家数据平台提供的学校画像和专业画像，以及校本趋势画像，对核心指标进行年度追踪。主观层面，我们开展新生、在校生、教师、毕业生和雇主调查，形成“招生—培养—就业”一体化的闭环反馈。

第二，让数据“向下穿透”到专业和课堂。我们定期发布学校层面的《本科教育教学质量核心数据监测简报》和专业层面的监测画像报告，不仅呈现“是什么”，更重要的是分析“为什么”和“怎么办”——分类诊断、分别施策。如图2所示。

第三，建立基于证据的质量闭环管理。我们要求每个评价结论必须附带《整改任务清单》，明确问题、措施、时限和责任人。整改期满组织“回头看”复查，整改成效纳入下一轮评价基线。质评办依托数字化平台，实现“指标监测—诊断分析—跟踪反馈”的全流程闭环管理。

第四，让质量报告从“抽屉文件”变成“决策依据”。我们的年度质量监测报告直接服务于学校的资源分配、专业动态调整、教师绩效考核等决策。例如，当监测数据显示“生均教学运行支出连续三年下降”或“教授授课学时逐年减少”时，学校会据此调整预算或绩效考核方案。

图2学科专业监测数据的价值释放

麦可思：展望未来，在人工智能、大数据等新技术不断发展的背景下，您认为本科教学质量保障体系还需要重点突破哪些问题？

林妍梅：面向未来，我认为质保体系至少需要在以下四个维度实现突破：

第一，从“数据采集”到“价值生成”的跃升。当前多数高校已经解决了数据“有没有”的问题，但“数据多”不等于“信息足”，更不等于“洞察深”。未来需要突破的是如何让数据真正转化为可行动的洞察，这就要求我们从“采集导向”转向“问题导向”——先明确要回答什么教学问题，再去设计数据采集与分析路径。

第二，AI与HI从“协同”走向“融合”。当前人机协同还处于初级阶段，两者基本是“接力”关系，远未达到“融合”状态。未来需要突破的是：如何让AI从描述现象走向理解教学本质？如何让AI的量化分析与督导的质性判断在同一套话语体系下对话？更深层的问题是——当AI越来越强大，人工督导的核心价值到底是什么？我们认为不是与AI比拼计算能力，而是在AI提供的信息基础上做出有温度的、有教育理解的、有情境敏感性的专业判断。这种“人机智能的深度耦合”是未来最大的挑战，也是最大的机遇。

第三，评价标准与新型教学形态的同步进化。混合式教学、项目式学习（PBL）、产教融合课程、AI辅助教学等新形态正在快速普及，但我们的评价标准很大程度上还在用“旧标尺量新课堂”。如果标准滞后问题不能突破，评价不仅无法引导改革，反而可能成为改革的阻力。未来的评价标准需要更加弹性化、差异化、发展性，让“好教学”的定义随着教学形态的进化而同步进化。

第四，外部评价与内部质量的“两张皮”问题。尽管我们提倡“以评促建”，但现实中，应付外部评估与做实内部质量之间仍存在张力。真正的突破在于让外部评估的标准和要求转化为内部质量保障的自觉行动，而不是额外的工作负担。这需要我们在机制设计上打通数据壁垒，实现“一次采集多次使用”，把精力真正投入到教学改进上。

麦可思：对于地方应用型高校来说，您认为下一步最值得关注的发展方向是什么？

林妍梅：地方应用型高校有自己独特的使命与定位，我认为以下三个方向最值得关注：

第一，质量保障与产教融合的深度嵌合。应用型高校的生命线在于与区域产业的紧密对接。传统质保体系更多关注“校内质量”，对“校外成效”——学生是否真正具备了解决实际问题的能力、毕业生是否得到行业认可——缺乏有效的评价手段。下一步，质保体系应当从“象牙塔内循环”走向“产教融合大循环”，把行业标准、企业评价、实践成效作为质量评价的核心维度。产业学院不是一个标签，而应是质保体系变革的试验田，让企业参与评价，以真实项目成果为证据。

第二，从“教”的质量走向“学”的质量——以学生发展为核心的评价范式重构。这是质保体系最根本的转向。传统质保体系关注的是“教得怎么样”，本质上是对“教”的评价；而真正衡量人才培养质量的，应当是“学生学到了什么”“学生成长了多少”“学生能否应对未来的变化”。地方应用型高校尤其需要回答：毕业生在真实工作场景中表现如何？学生在校期间的能力增值是多少？这些追问将推动质保体系从“过程合规”走向“结果有效”，从“我要教什么”走向“学生需要什么”。这个范式重构，是对质保体系逻辑起点的根本性调整。

第三，从“管理工具”走向“治理文化”——构建人人参与的质量共同体。《高等教育人才培养质量保障体系建设指南》明确提出“质量保障共同体”的理念。对这一理念的落地，我认为关键在于质保体系不能仅仅是自上而下的制度安排，还应当是自下而上的文化生成。数据可以让教师看到自己与目标的差距，但不能代替教师对教学的热爱与投入；评价可以发现教学中的问题，但不能代替教师改进的专业判断。真正的“共同体”意味着教师、学生、管理者、行业企业都成为质量的责任主体，而不是“被评价”的对象。地方应用型高校规模适中、与地方联系紧密，反而具有构建这一共同体的独特优势——我们有条件让每一个人都成为质量的守护者、建设者和受益者。

最后，我想回到一个根本命题：技术是手段，人是目的。AI再强大，也无法替代教师对学生的启发与唤醒；数据再精准，也无法度量教育中最珍贵的那些东西——好奇心、思辨力、价值观、创造力。未来的质保体系，应当让技术帮助我们更好地看见这些“不可测量”的教育本质，而不是用可测量的数据遮蔽了教育的本真。这是我对未来质保体系建设最深的期待，也是北京联大在实践中始终坚守的方向。

☞ ☞ ☞ ☞ ☞ ☞ ☞ ☞

声明：麦可思研究原创内容全面开放非盈利目的的转载授权，转载请留言或添加编辑微信获得长期白名单授权（电话或微信搜索18602824882）。转载要求——

1.文首注明“转载于麦可思研究”。

2.转载请在文章发布的24小时后进行。

关注“麦研文选”,获取更多数据——