用数据“说话”，让审核评估整改到位——内蒙古工业大学经验分享|中小学科技|内蒙古工业大学|学校|教学|教师|教育

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1篇文章，来自内蒙古工业大学教育教学质量监测与评估中心副主任杨斐的分享——

2024年12月，内蒙古工业大学完成了教育部新一轮本科教育教学审核评估，在立德树人、专业优化、师资建设以及教科产融合等方面获得评估专家组的充分肯定。学校自此进入审核评估整改阶段。经过一年多的整改，学校积累了哪些工作经验？如何有效利用各类数据推动整改到位？

对此，麦可思研究（以下简称“麦”）特地邀请该校教育教学质量监测与评估中心（以下简称“质评中心”）副主任杨斐，请她介绍学校审核评估整改的特色做法。

麦：学校建立的整改工作机制是怎样的？如何确保整改工作长效可靠，不流于表面，以达到“以评促改、以评促强”的目的？

杨斐：学校高度重视整改工作，这不仅是对专家评估反馈的“回应”，更是学校主动优化本科教育生态、夯实质量根基的“战略机遇”。在迎评阶段，我们通过一系列自评自建举措，取得了较为理想的评估结果。到了整改阶段，学校同样多措并举，全力保证整改工作落地落细、见行见效。

首先，学校党政领导将整改工作与学校全年的重点工作统筹推进，强化了对整改工作的顶层设计规划。

其次，质评中心按照“问题导向、措施具体、目标可评、进度明确、责任到人”的原则，构建了“问题梳理—方案制定—台账管理—跟踪销号”全链条整改体系，通过系统编制整改方案、建立精准化的责任台账，搭建信息化整改平台，层层压实每一项整改目标，确保整改工作有方向、有抓手、有人管、可评价。

再次，在整改实施环节，一方面通过定期调度、实时跟踪，动态掌握各项任务的推进进度与实际成效，要求各责任单位在平台提交整改成果及支撑材料，通过“单位自评 + 专家审定”的两级审核机制严把质量关；另一方面严格落实“问题不解决不销号、成效不达标不收尾”的管理制度，确保整改靶向精准、件件落地。

同时，质评中心同步开展整改典型案例征集与推广工作，既聚焦教育教学的痛点难点集中发力、破解症结，又以典型引路扩大整改成效的辐射范围，推动“点上整改”升级为“面上提升”。重点针对课程教学质量有待提升、实践教学实效不足等问题开展靶向攻坚。截至目前，学校通过“制度建设+专项质量项目实施”“平台搭建+经费保障+师资实践能力提升”等一系列整改措施，已集中攻克了上述列举的评估反馈的突出问题。下一步我们将继续锚定“以评促强”的核心目标，把整改中的有效做法固化为制度规范，保障学校人才培养质量持续提升。

麦：审核评估整改非常强调数据的运用，例如整改报告要求“核心数据对比”等。学校在此方面有何举措？

杨斐：教学状态数据、高基表数据、本科教学质量报告数据是学校年度三大核心数据。作为负责采集上报的责任部门，质评中心从2017年首轮审核评估后，就依照“数据驱动整改、数据验证成效”的思路探索数据的管理与运用。核心数据对比不仅是整改报告的要求，更是我们精准评估整改成效、持续优化人才培养的关键抓手。

学校的教学状态数据库积累了长达10年的数据。以此为基础，我们建立了覆盖“课程—专业—学院—学校”的四级数据分析体系，并整合常态化质量评价数据与核心状态数据，构建起年度数据分析报告发布机制。该报告涵盖：

：《学生课程学习体验报告》；

：《专业教学基本状态数据纵览》；

：《本科教学质量报告》《学校教学基本状态数据图解》等。

麦：学校如何将这些核心数据用于整改？

杨斐：以上述报告为例，学校在日常教学诊断、发展引导和科学决策方面都以其提供的坚实数据作为决策依据，报告数据既能清晰地呈现学校各领域的纵向发展趋势，也能通过与常模值的横向对比，精准定位短板、明确整改方向。

在本年度（2025年）数据分析中，质评中心紧扣审核评估45项核心指标及25项办学核心指标，进一步完善核心数据指标对比分析体系，并将核心指标的优化提升纳入牵头部门年度重点业务，以常态化推进机制压实建设责任、确保落地见效。接下来，我们还将持续优化数据对比体系，让核心数据不仅成为建设成效的“度量衡”，更成为学校实现“以评促强”的“导航仪”。

麦：课程是本科教育的“主战场”，学校如何通过评价来衡量并提升课程教学质量？

杨斐：学校始终将教学评价作为提升课程质量、优化教学生态的关键抓手。依托麦可思教学质量管理平台，学校自2024年起搭建并持续完善“五位一体”的多主体教学评价体系，实现了从“单点评价”到“多维协同”的突破性提升。

合理有效的指标体系是充分发挥教评作用的核心。对此，学校在指标体系的建设中体现出全覆盖、差异化和强支撑的特点。

一是“教与学”主体全覆盖，兼顾“教与学”双视角。学生课程学习体验评价及教师教学体验评价的指标设计，既聚焦“学”的效果，也关注“教”的质量。学生端评价聚焦课程学习体验与实际收获，专门增设师德师风评价维度；教师端评价侧重教学实践体验与专业成长，同步纳入学风评价指标，通过“学”与“教”的指标呼应、结果互验，全面审视课程教学的真实成效。

二是指标差异化，聚焦“质量核心”显侧重。在指标设置上，我们坚持“以课程质量为核心、可评价为原则”，针对不同评价主体的角色定位差异化设计。例如，领导干部听课评价更侧重教学规范性与育人导向，同行评价聚焦专业教学能力与课程设计合理性，督导专家评价则突出教学细节把控与质量标准契合度，通过精准化的指标侧重，实现对课程教学的多维度、立体化诊断。

三是数据强支撑，形成“校院两级”闭环应用。依托麦可思平台的技术优势，我们将多主体评价数据进行系统整合，编制涵盖全校及分学院的年度教学体验分析报告。这个报告既呈现整体教学质量态势，也精准定位各学院、各课程的优化空间，为教学管理决策、教师教学改进提供了具象化、可落地的依据，让评价结果真正转化为质量提升的动力。

麦：学校在分析和运用评教数据方面有哪些经验？特别是如何利用数据提升课堂教学质量？

杨斐：“多维度”是学校在评教数据的分析与使用上始终坚持的核心思路，使得评教结果能成为各类评价的重要依据。

学校不将评教数据局限于单一的课堂质量评判，而是将其深度融入教学管理全链条，通过拓宽数据应用场景，构建全链条评价支撑体系。具体来看，从职称评审教学效果综合评价、教学质量奖评选、新教师讲课资格认定等核心工作，到课程评估、教学效果跟踪帮扶等专项任务，均以评教数据作为重要参考依据或量化指标之一。通过“多维度、全链条”的应用模式，让评教数据贯穿教师成长、课程建设、质量评价的全过程，倒逼教师重视课堂教学、主动提升质量。

同时，我们聚焦课堂质量提升，打造“问题整改+典型引领”双向路径，这也是运用评教数据提升课堂质量的核心举措，其特征体现在“抓两头、带中间”，以实现精准改进教学质量。

麦：请介绍下这一举措的具体做法？

杨斐：主要包括两方面，一是“靶向帮扶后进，破解质量短板”。学校建立了校院两级联动机制，对于评教数据反映出的教学效果不理想的教师、评价为“不合格”的课程等，随即启动“一对一”精准帮扶，通过邀请督导专家进课堂听课诊断、组织教学研讨会剖析问题、选派优秀教师担任指导教师等方式，“靶向”分析相关教师的教学短板，并制定个性化改进方案，全程跟踪整改成效。

二是“树立优秀标杆，推广先进经验”。学校开展“教学质量奖”评选和课程评估专项评价，从专家听课、评教数据、教学文档等多环节层层选拔优秀典型，并通过多种形式扩大示范效应，例如系统推送优秀课程教学案例、展示优秀教师风采，编制获奖教师教学感悟集《师韵》等，让全体教师有榜样可学、有经验可鉴。

通过这一“问题整改+典型引领”的工作模式，既帮助部分教师补齐短板，又引导全体教师从“被动整改”转向“主动提升”，进一步强化了教师的质量意识，推动学校质量文化落地生根。如今，评教数据已成为学校精准把握教学态势、科学制定教学决策、持续优化课堂质量的核心支撑，正在逐步实现“以评促教、以数据提质”的目标。

麦：学校还开展了从生源、在校生到毕业生的多种监测评价项目。这些评价项目对审核评估整改有哪些支撑作用？如何深入到二级学院或专业层面帮助整改工作？

杨斐：学校与麦可思开展这些评价项目合作的核心是构建“生源—在校生—毕业生”全周期监测评价体系。通过综合运用不同维度的评价结果，学校能全面描摹出人才培养质量的“数据画像”，既真实呈现了人才培养过程、社会供需匹配等方面的现状与短板，也为审核评估整改、工程教育认证、人才培养方案修订等核心工作，提供了强有力的数据支撑与决策依据。

为深入推动数据价值落地，学校建立了“专家解读+分层推进”的应用机制。一方面，依托麦可思专家团队开展全报告专项解读，明晰数据背后的问题逻辑；另一方面，由分管校领导带队，深入各二级学院开展“一对一”专项反馈，通报各学院、各专业在人才培养中的具体问题。同时，以监测数据为核心抓手，组织召开全校就业工作推进会等专题会议，落实“招生—培养—就业”全链条联动机制，推动数据应用与整改实践深度融合。

全周期、多维度的数据，不仅让学校的人才培养方向及教学改革更具针对性，更让学院和专业的建设工作有了明确的“数据标尺”，真正实现了“以数据赋能整改，以改革提升质量”，为整改工作“精准导航”。