Gap Between Self-Perception and Actual Performance in the Digital Competence of University Faculty
这项针对哥伦比亚168名大学教职人员的研究揭示了高自我感知数字教学能力与低实际表现之间存在显著且一致的差距，证明了自评调查在识别培训需求方面的不可靠性，并凸显了对基于绩效评估的紧迫需求。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代大学课堂中，技术不再是一种奢侈品，而是机构赖以生存的空气。虚拟平台、数字资源和人工智能工具已编织进日常教学的肌理之中。然而，这些工具的存在并不保证其能得到有效利用。教育创新的真正引擎并非软件本身，而是运用这些工具的教授所具备的“数字教学能力”（Digital Teaching Competence）。这一概念指的是将技术与教学方法相结合以创造有意义的学习体验的具体能力，这种技能远不止于知道如何发送电子邮件或打开电子表格。多年来，大学一直试图通过要求教授对自身能力进行自评来衡量这项技能。然而，一个持久的问题出现了：人们往往是自身专业能力的拙劣评判者。他们可能仅仅因为频繁使用这些工具，就认为自己是该领域的专家，从而将日常熟练度误认为深层的教学掌控力。这种自我认知与实际能力之间的差距造成了一个盲点，导致机构设计的培训计划完全偏离目标。
来自哥伦比亚的一个研究小组致力于通过对现实进行直接且不加掩饰的观察，来揭示这一盲点。通过对拉瓜希拉大学（Universidad de La Guajira）迈考校区（Maicao campus）全体 168 名教职人员进行全面普查，他们采用了一种将观点与行动分离的双重方法。首先，他们要求教授完成一份问卷，在 0 到 5 分的量表中对自身的数字技能进行评分。随后，为了观察这些教授实际能做什么，研究人员给他们进行了一项实践测试。在这项任务中，教授们必须设计一份真实的数字化教学计划、选择合适的资源并构建一项评估活动，所有环节均由专家使用严格且客观的评分标准（同样为 0 到 5 分量表）进行评分。其目标是观察问卷中所表达的信心是否与课堂模拟中所展现的表现相匹配。
结果揭示了感知与现实之间存在着显著且具有统计学意义的鸿沟。平均而言，教授们对自己理论知识的评分在 3.92（总分 5 分），处于中高水平的信心区间。他们认为自己非常有能力。然而，当面对实践测试时，平均得分骤降至仅 1.54（总分 5 分），这对应于学习曲线的最底端。他们声称掌握的知识与实际展示的能力之间的差异并非微小的误差，而是接近 2.4 分的巨大差距。这一发现表明，许多机构所依赖的自我评估法实际上掩盖了真实的培训需求程度。教授们不仅仅是稍微高估了自己的技能，他们是在对自身能力产生根本性的误解。
研究人员随后调查了这种过度自信是否仅限于特定群体。他们想知道，技术领域（如工程学）的教授是否比社会科学或教育领域的教授在自我评估方面更为准确。他们还质疑，更高的学术学位（如硕士或博士）是否能抵御这种差距。最后，他们检查了性别是否发挥了作用。数据显示，这种差距在各领域之间表现得极为一致。无论教授教授的是系统工程、商业还是幼儿教育，其自我评分与实际表现之间的差异都保持不变。同样，拥有研究生学位并不能缩小这一差距；拥有高级学位的教授与仅有学士学位的教授一样，都极有可能高估自己的实践技能。性别也未产生影响，男性和女性教职人员表现出了完全相同的过度自信模式。
本研究得出结论：利用技术进行教学是一项特定的技能集，它不会随着成为某一学科专家或获得高学位而自动获得。一位教授可能是一位卓越的工程师或资深的史学家，但这些专业知识并不等同于设计数字化课程的能力。研究结果挑战了普遍的假设，即技术领域会自然产生更优秀的数字教师。相反，证据指向了大学在评估教职人员方式上的普遍性转变需求。依赖自我报告会制造一种虚假的安全感，导致培训无法解决真正的问题。为了真正改善教育，机构必须停止询问教授们认为自己能做什么，转而开始观察他们实际能做什么。通过将职业发展建立在客观的、基于表现的评估之上，大学才能最终识别出教职人员技能中的真实差距，并提供弥补这些差距所需的针对性支持。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。