本文来自微信公众号： 防冷涂的蜡书斋 ，作者：防冷涂的蜡
小时候上课，我们最怕老师冷不丁来一句：“你，抬起头来！”有时候是在课桌下面偷看课外书，有时候只是盯着练习本发呆。听到这话，赶紧坐直，眼睛对准黑板。至于老师讲到哪里了，只能等下课再问同桌。
老师这样管学生，自有道理。几十个小学生坐在一间教室里，总有人走神、做小动作，老师也没办法知道每个人在想什么。先让大家抬起头来，至少能维持课堂秩序，慢慢养成专注的习惯。
可到了大学，抬头竟然也能被统计成一项指标。近日，南京大学智慧教室的“课堂抬头率”功能引发讨论。过去老师靠眼睛观察谁在低头，如今系统可以把全班的抬头情况汇总成数字。学生已经长大成人，课堂管理却又回到了那个熟悉的动作。
这多少有些矛盾。大学希望学生学会自主学习、独立思考，却要观察他们有没有抬头。低头读资料的人可能正在认真思考，盯着讲台的人也可能早已走神。技术能够更精确地记录课堂动作，却未必知道学生究竟学到了什么。
抬头率只是大学量化考核的一小部分。学生有出勤率、考试成绩，教师有教学工作量、学生评教，科研人员有论文数量、引用次数、课题和经费。从课堂表现到学术成果，大学为什么越来越习惯用数字评价那些复杂的教育活动？
大学为什么越来越依赖量化考核？
要理解大学为什么重视数字，可以先看看现代大型组织是怎样管理起来的。20世纪初，泰勒研究工厂生产，发现过去许多工作依靠师傅经验，做得快慢、好坏都缺少统一标准。他尝试把工序拆开，测量时间和产出，再据此安排工作，这就是科学管理的重要起点。
工厂有了标准，同样的工作可以比较，流程中的问题也更容易发现。韦伯研究的现代科层制则解释了另一件事：组织越大，越需要清晰的职责、正式的规则和稳定的程序。管理者不必认识每个人，也能按照公开的规则安排工作、判断责任。
到了20世纪80年代，绩效管理进一步进入公共部门。新公共管理主张，政府和公共机构既然使用社会资源，就应当交代资源用到哪里、产生了什么效果。大学同样面临这个问题：财政经费投入教学和科研，究竟办得怎么样，总需要一些能够核查的依据。
对中国高校而言，这种需求尤其容易理解。1985年前后，高校教学工作评价开始试点；1994年相关评估逐步展开；2003年，周期性本科教学评估制度得到确立。与此同时，中国高等教育正在经历一次规模巨大的扩张。
1998年，高等教育毛入学率只有9.8%；2019年达到51.6%，进入普及化阶段；2025年又提高到61.3%。越来越多年轻人走进大学，课程、教师、实验室和科研项目也随之增加。过去靠少数管理者了解每个院系的方式，已经不适合如此庞大的教育体系。
图1｜中国高等教育毛入学率（1998、2019、2025年）
数据来源：教育部历年教育统计资料及统计公报；三个年份为观察节点。
在这个阶段，量化考核的好处相当实际。统计开课情况和教师工作量，学校能及时发现教学安排的问题；公布评价标准，能够减少完全凭个人印象决定考核结果的随意性；科研成果与经费数据，也为公共资源怎样分配提供了可以讨论的依据。
如果没有基本的记录和标准，规模扩大还可能带来另一种不公平：谁做得多、谁做得好，缺少足够透明的依据。量化管理帮助中国高等教育建立了大规模运行所需的秩序。只是当教育的重点逐渐转向培养质量和创新能力，原来容易统计的东西，开始显得不够用了。
过度量化，正在怎样伤害教学与科研？
大学当然需要评价。麻烦出在我们常常把能看到、能统计的表现，当成了更复杂的教育成果。指标一旦与奖惩紧密相连，它还会改变学生和教师的选择，最终影响课堂教什么、教师把时间花在哪里，以及科研人员愿意研究什么。
首先受到影响的是教学。学生低头，可能在刷手机，也可能在记笔记；一直盯着讲台，脑子也可能早已跑到了食堂。抬头率能记录一种动作，却很难知道学生有没有理解刚才的知识。更何况，不同课程需要的学习方式本来就不一样。
假如抬头率成为重要的课堂评价指标，变化很容易预料：学生更注意保持抬头，教师也会设法让课堂看上去更加活跃。统计结果或许改善了，但那些需要安静阅读、独立思考的时刻，反而容易在指标里显得不够积极。
社会科学家坎贝尔早就指出，一项指标越被用来决定奖惩，人们越会调整行为以适应它，指标也越容易失去原本的衡量作用。古德哈特定律讨论的也是类似现象。用来观察课堂的指标，反过来决定了课堂的样子。
学生评教把问题又推进了一步。一门课程要求严格、作业很难，学生当下未必满意；另一门课程讲得轻松、考试容易，评分往往更有优势。学生评教与评分宽松之间的关系，因此成为研究者长期讨论的问题。评教越影响晋升，教师越有理由调整课程要求。
伤害会落在学生实际学到的东西上。难题训练、反复修改和严格批评让人不太舒服，却能培养分析能力。持续奖励容易获得好评的课堂，这些训练便可能被压缩。
其次受到影响的是教师的时间分配。大学教师一天的时间有限，要备课、授课、指导学生，还要申请项目、做实验、写论文。等到职称和资源分配时，考核规则会给这些工作排出轻重。
论文篇数、期刊级别和项目经费，按年度就能整理出来。可是一位老师让学生逐渐掌握研究方法，或把一门课程打磨得更好，可能要几年才能看见成果。如果前者更容易带来晋升，教师自然会把有限的时间往前者倾斜。
1991年，经济学家霍尔姆斯特伦和米尔格罗姆研究多任务激励时，就使用了教师考核的例子。同一岗位承担多项任务，奖励越集中于容易测量的工作，其他重要任务越容易被挤压。
因此，认真备课和持续指导学生，若在评价中缺少回报，教师便难以投入足够时间。学生少了与教授深入交流的机会，这些损失恰好很难出现在年度报表里。
最后受到影响的是科研创新。真正有探索性的研究，经常不知道什么时候会取得结果。一个方向做了几年，最终可能发现原先的假设不成立；另一项工作暂时没有论文，却可能为后续突破积累关键知识。
如果每年都要交出可统计的成果，研究人员就更愿意选择周期短、风险低的课题。沿成熟方向继续改进，通常比进入陌生领域更容易发表；把一个问题拆成几个小问题，也比长期解决一个困难问题更适合短周期考核。
美国一项研究比较了霍华德·休斯医学研究所（HHMI）与美国国立卫生研究院（NIH）不同资助机制下的科研人员。前者给予研究者更大的自主权和更长期的支持。研究发现，HHMI研究人员更愿意进入新的研究方向，也更容易产出高影响力论文。
这项研究所揭示的关系很直观：当失败不会立刻危及职业前途，人们才更有条件承担探索的风险。过度量化损失的，是那些短期难以评价、却对教学质量和知识创造十分重要的工作。
已经认识到问题，为什么大学仍然难以摆脱量化考核？
这些问题并没有被政策忽视。2016年，教育部就提出克服“唯论文”等倾向，教师科研评价周期原则上不少于三年，科研团队原则上不少于五年。2020年，教育部和科技部要求规范SCI论文指标使用，纠正直接依据相关指标决定职称、奖励的做法。
同年出台的《深化新时代教育评价改革总体方案》，又要求推进高校分类评价，纠正重科研轻教学，并改进教师科研评价。改革的方向早已明确，为什么到了学校内部，考核依然越来越细，甚至连学生上课有没有抬头，都能成为一个统计项目？
先看学校管理者的处境。要判断一门课是否真正教得好，可以组织同行听课、研究学生的学习成果，再与教师讨论课程设计。这需要专业经验，也要花时间。更困难的是，几位教授对同一堂课可能有不同意见，管理者还得解释自己的判断。
相比之下，出勤率、评教分数和检查记录更容易整理，也方便提交和核查。英国学者迈克尔·鲍尔在《审计社会》中讨论过这种现象：现代公共组织越来越依靠审计和绩效记录来证明自己履行了责任。数字让管理过程留下清楚的痕迹，也降低了向外部解释的难度。
于是，一项评价制度除了衡量工作质量，还承担了证明管理工作已经完成的功能。学校发现教学问题需要专业判断，证明已经开展教学检查却只需要一套记录。两件事的成本差别很大，久而久之，管理活动就容易围绕那些更方便核查的数据展开。
再看大学之间的竞争。高校需要争取经费、人才和学术声誉，外部评价往往要求提供能够横向比较的成果。学校把目标分配给院系，院系再落实到教师。论文、项目和教学指标因此层层细化，最终成为每个人需要完成的任务。
社会学家迪马吉奥和鲍威尔把组织趋向相似的现象称为“制度同形”。当大学需要通过共同认可的标准竞争资源，即使管理者觉得某些指标并不理想，也很难率先放弃。某所学校减少论文考核，外部竞争却未必跟着改变，它仍然需要解释自己的办学成绩。
有时，增加评价维度也会产生新的压力。荷兰乌得勒支大学推进多元学术评价，希望同时认可教学、研究和社会贡献。但相关调查发现，一些青年教师反而觉得晋升要求更不清楚：过去主要看论文，现在似乎每件事都得做好。
大学如果仍按原来的方式竞争资源，教师仍沿着相同的晋升通道发展，改变指标也只能重新分配压力。量化考核之所以难以退出，正因为它已经嵌入学校竞争、内部管理和教师职业发展的整个过程。
如何让大学走出过度量化考核？
要改变这种局面，可以从三个层面入手：大学的外部评价、教师的职业制度，以及教学科研的日常管理。国内外已经有一些相关探索。
先看大学之间的评价规则。研究型大学、应用型本科和职业技术大学，培养目标和社会任务各有不同。如果各类学校都围绕相似的论文、排名和科研声誉竞争资源，原本应该各有侧重的办学活动，就容易朝同一个方向靠拢。
中国2020年的教育评价改革方案已经提出高校分类评价，2021年的本科教育教学审核评估也开始分类实施。要让分类真正产生作用，经费支持、学科发展和办学评价需要与学校定位相适应。否则，一所强调应用人才培养的大学，仍会受到追求研究型大学指标的压力。
英国的科研卓越框架REF 2029提供了一个观察角度。最新方案中，知识与理解贡献占55%，社会参与和影响占25%，战略、人员与研究环境占20%。评价仍然重视成果，但也开始考察学校能否为研究者提供良好的工作条件与长期支持。
只有资源分配也重视人才培养和研究环境，学校才有动力持续投入。分类评价还需要给不同类型的大学提供相应的发展机会。
再看教师的职业制度。一所大学希望教师认真教学，也希望他们开展有价值的科研。但如果晋升主要依据论文和项目，那么给教学增加几项指标，只会让教师同时面对更多要求。更有效的办法，是承认不同教师可以通过不同贡献获得职业发展。
加拿大英属哥伦比亚大学设有教学教授职业序列。教师能够凭借课程创新、卓越教学和教育领导力晋升，相关岗位也有终身聘任安排。这让投入教学成为一条可以长期发展的职业道路，优秀教师的职业前景不必主要依靠论文数量来决定。
荷兰乌得勒支大学推动的Recognition&Rewards改革，也试图让教学、科研、社会影响与团队合作获得不同形式的认可。它强调根据团队需要和个人专长安排工作。前面提到的改革困难，恰好说明职业路径还需要清晰的晋升标准与资源支持。
国内也有相应探索。清华大学将教师岗位分为教研、研究和教学等系列，对不同岗位设置相应的评价与发展安排。这类改革能够把一句笼统的“重视教学”，转化成岗位、晋升和职业回报上的具体制度。
教师会把时间花在哪里，取决于哪些工作能得到真实认可。只有教学、科研等不同贡献都拥有合理的职业发展空间，大学才能减少让所有人追逐相同指标的压力。
最后是教学和科研的运行方式。有些工作需要及时反馈，比如课程是否正常开设、学生是否遇到学习困难；有些工作却需要较长的时间，例如培养研究能力、探索未知问题。把它们放在同一个高频考核周期里，评价越细，越容易干扰工作本身。
科研方面，HHMI的资助经验说明，长期稳定的支持和对失败的容忍，能够改变研究者选择什么课题。中国早已提出延长科研评价周期，但还需要将长期资助、同行评议与适当的研究自主权结合起来，让探索性研究有持续开展的条件。
教学方面，乌得勒支大学在专业质量评估中设置了发展性讨论。同行专家与学校讨论课程建设中遇到的问题和今后的改进方向，这部分讨论本身不直接形成评价裁决。教师因此可以把问题摆出来讨论，而不必把每次交流都当成一场绩效考试。
回到智慧教室，数据当然可以帮助老师了解出勤和课堂互动情况。假如一门课的参与度持续下降，教师可以据此调整授课方式，学校也可以提供教学支持。至于课程是否有价值、学生究竟学到了什么，仍需要结合作业、讨论、长期学习成果和同行判断。
学校接受什么评价，就会重视什么成果；教师靠什么晋升，就会把时间投入相应工作。调整这些关系，才能让评价真正服务于教育。
大学究竟希望学生学会什么？
小时候，老师要求我们抬头，是为了培养专注的习惯。到了大学，学生应该逐渐学会自己安排学习、提出问题、判断证据。很多重要的学习过程，甚至发生在低头读书、写作和反复思考的时候。
大学需要了解课堂情况，也需要评价教师与科研成果。只是无论统计多么精细，都不能替学校判断什么才算好的教育。小时候抬头，是为了看清黑板上的答案；到了大学，我们还应该有能力判断，黑板上的答案究竟对不对。
