先说一个我到现在都记得的数字
我第一次认真看教学质量评估的原始数据，是在教学楼B座三楼那间没有窗户的办公室。空调外机嗡嗡地响，像有人拿指甲慢慢刮铁皮。我盯着教务系统导出来的一个四千多行的 Excel，脖子后面那根筋一跳一跳的。
那是一个学期、一个学院、87 位任课教师的全部学生评教记录。
学生评教的平均分是 94.3。最高 99.2，最低 88.6。标准差 1.8。
我盯着这个标准差看了很久。1.8 是什么概念呢？就是这 87 个人，在学生眼里几乎是一个人。你讲得口干舌燥、粉笔灰呛到嗓子眼，和你照着 PPT 念四十五分钟，最后的差距是 1.8 分。
那次之后我就不太信「教学质量评估」这四个字了。但我还是在这行干了好几年。
那套表到底是怎么算出来的
现在大部分高校用的教学质量评估，核心就一句话：把几个来源的主观打分，按权重加权平均。
我待过的两所学校，权重结构大差不差：
| 评价来源 | 常见权重 | 谁在打 |
|---|---|---|
| 学生评教 | 30%–50% | 上课的学生，期末在教务系统填 |
| 督导听课 | 15%–30% | 退休返聘或兼职的教学督导 |
| 同行评议 | 10%–15% | 同教研室老师互评 |
| 院系领导评价 | 10%–20% | 院长、教学副院长、系主任 |
| 教学材料检查 | 10%–15% | 教案、试卷、作业批改、成绩分析 |
量表一般是李克特 5 级（非常满意 / 满意 / 一般 / 不满意 / 非常不满意），或者直接百分制。学生端还会有一道开放题，通常是「你最想对这位老师说的一句话」。
评教窗口一般开在每学期第 15–17 周，也就是期末考试前，开放 7–14 天。很多学校的规定是：不完成评教，查不了成绩，也选不了下学期的课。所以回收率通常能到 85% 以上——这一点上，教务系统的产品经理比谁都懂怎么让人填表。
问题在哪儿呢。
每一栏都能「做」
我不装客观。
学生评教：老师在最后一节课前会说一句「同学们记得去评教啊，老师这学期也不容易」。这里面的暗示强到什么程度？强到有一年，某个班四十多个人的主观题答案里，有 9 个人写了「老师您辛苦了」。
督导听课：提前一周打招呼，把期中考试挪后，讲最熟的那一节。督导坐在倒数第二排靠门，听 45 分钟，打个分，签个字，走了。
教学材料：期末那两周，我见过有老师在办公室补教案补到凌晨，日期是从后往前填的。我给他递过一杯咖啡，他头都没抬。
同行评议：教研室十个人，你打我一个 95，我打你一个 95，皆大欢喜。
所以，一套看起来有五个维度、二十个观测点、加权重算到小数点后两位的评价体系，最后的实际区分度，就是那个 1.8。
一个我很不想承认的观点
教学质量评估，现在最大的功能已经不是测量教学质量了。
它是管理留痕，是一份免责凭证。
学校要向上证明「我们有质量保障体系」，就得有数据；评估要用数据说话，就得有量表；有了量表，就得有人填。整条链子上，唯一被落下的是「教学质量」本身——因为它没法被切成二十个观测点，每个观测点打五分。
而且还有一层，是我看了两三年数据才慢慢看明白的：
评教分数是一种货币，而且是会通货膨胀的货币。
每个老师都在「做多」自己的分数，因为分数低要写整改报告、要被约谈、要影响职称。当所有人都把分数往上推的时候，绝对数值就没有意义了。这时候管理者怎么办？
有一个统计学上几乎没有意义的指标，在现实中非常有用。它叫「末位」。
某个学院规定，评教排名后 10% 的老师，当年不得申报职称，需要提交《教学质量整改报告》。1.8 分的标准差里，最后那 8 个人，可能只是那天讲得有点闷，可能只是某门课本身难、学生挂科多、心里有气。
这件事，比「评不准」更让人难受。
顺带说一句，这套东西往上还有更大的背景。2020 年 10 月中共中央、国务院印发的《深化新时代教育评价改革总体方案》，2021 年 2 月教育部印发的《普通高等学校本科教育教学审核评估实施方案（2021—2025 年）》，都在讲「破五唯」、讲改进结果评价。文件写得挺好，落到某栋楼三楼那个 Excel 里，就变成了我自己也解释不清的一列数字。
如果你是被评的老师
说点实操的，别全是牢骚。
第一，把及格线以上的力气省下来。既然 88 分和 99 分在体系里的功能是一样的（都不触发整改），那你就别为了那 3 分去讨好。真正会出事的是低于学院平均分两个标准差，或者掉进后 10%。先搞清楚你们学校的具体线在哪，问教务处或者教学秘书，这个数据不保密。
第二，唯一有信息量的是那几道主观题。分数别看，去看开放题。学生说不出「教学逻辑不清」这种词，但他们会写「老师你能不能别一直念 PPT」「第三节课我好困」。这才是你真正的评估报告。
第三，第一次课和最后一次课的权重被严重低估。第一节课决定学生给你贴什么标签，最后一节课决定他们评教时的手感。不是让你表演，是让你在第一节课把「这门课我会考什么、你不用背什么、这学期你大概能学到什么」讲清楚。这比讲十分钟课程意义有用得多。
第四，别跟教学事故混为一谈。迟到 5 分钟算不算、监考看手机算不算，那是另一套文件在管，跟评教分数是两条线。很多人被吓唬住，是因为把这两件事搅在一起了。
还有第五点，有点阴暗但真实：期末评教之前那节课，认真上一次。学生的手感是有近因效应的，你前面十四周讲得再好，最后一节课划水，他们记住的就是划水那节。
如果你是填表的学生
也说两句。
系统说匿名，大体上是真的——教师端一般只能看到聚合后的分数，看不到具体某个学号打了多少。但你的 IP、学号、提交时间，后台是留着的，主要用来统计回收率，以及应付「这个班怎么只有 30% 的人评教」这种追问。
真正的风险在开放题。你写「老师您每次下午第一节课就嗓子哑」，这是安全的。你写「就是那个坐第三排穿黑衣服的男生说您例子太旧了」，这个老师能猜出来。
还有一点：认真评教会累，但真的有用。期末那两周，很多老师是盯着主观题那几行字睡觉的。
最后
我认识一个教高等数学的老师，评教连续三年在学院垫底。他上课凶，点名，作业一周一交不能补。但他带的那几个班，考研数学的上线率是全院最高的。
前年他评职称，卡住了。
他跟我说了一句话，原话我记到现在：「我知道我凶。但那帮孩子考上研那天，会明白的。」
我不知道该说什么。我甚至不确定他是对的——也许一个让学生每周都痛苦的老师，本来就不该被这套体系奖励。可我也见过那种课：所有人评教打 99，两年后问学生学过什么，一片沉默。
我现在偶尔还是要填那些表，对着「教学效果：优秀 / 良好 / 合格」这几个选项发呆。光标一闪一闪。我知道这几个格子装不下那节课上某个学生突然抬起头来的样子，装不下一个班四十多双眼睛同时「哦」了一声的那种时刻。
但我还是得点。
点完还得点保存。