有人觉得国家开放大学的综合改革是一次难得的转型机遇，办学评估则像是倒逼质量提升的一剂猛药。但我观察了近几年各地开放大学体系的实际运行状态，得到的印象却不太一样。那些把通过评估视为头等大事的教学点，往往在评估结束后半年左右，教学行为又回到了从前的节奏。而少数不太在意评估排名的基层学习中心，反而在学员留存率和学习完成度上跑出了更好的数据。这个反差让我开始重新思考评估与改革之间的真实关系。
我翻了一下过去两年各省开放大学公布的年度质量报告，大概有六成左右的报告会重点强调“迎评促建”的成果，比如新建了多少门线上课程、改造了多少个机房、补充了多少名专职辅导教师。但有意思的是，如果你去翻同期学生的匿名评教数据，那些在评估中获得高分的指标——比如课件美观度、平台响应速度——跟学生最在意的“作业反馈是否及时”、“考试答疑是否有效”几乎没有正相关。至少在我能看到的有限样本里，学生对学习支持服务的满意度，跟评估得分之间的相关系数可能不到0.3。
这就引出一个反常识的推测：办学评估所测量的那些东西，可能并不是国家开放大学真正需要改革的短板。评估标准里列出的生均图书册数、线上线下课时比例、面授辅导的出勤率，这些都很容易量化，也方便检查组打分。但一个成人学习者最痛苦的痛点——工作加班赶不上直播课、写论文找不到合适的指导老师、甚至只是想问清楚补考时间却打不通教学点的电话——这些恰恰很难被评估表格捕捉到。我不太确定这是评估方案的设计缺陷，还是整个开放教育体系长期以来的结构性惯性。
为了验证这个推测，我试着对比了两类基层教学点。一类是近三年在省级评估中排名靠前的“优秀单位”，另一类则是从未被评优、但学生口碑还不错的普通学习中心。数据来源并不完整，我只能通过公开的投诉率、退学率和学籍异动率来做个粗略对比。结果有点出乎我的意料。
| 对比维度 | 评估优秀单位 | 普通口碑单位 |
|---|---|---|
| 生均年度投诉量 | 约0.7次 | 约0.4次 |
| 第一学年主动退学率 | 接近三成 | 不到两成 |
| 课程按时完成率 | 大概五成出头 | 约六成半 |
光看这张表，你可能也会疑惑：为什么评估优秀单位的退学率和投诉量反而更高？我跟几位在基层教学点工作过的老师聊过，他们的解释大致相同——评估压力会让管理团队把大量精力放在“做材料”和“补痕迹”上。为了应付检查，辅导老师不得不花时间整理听课记录、教案装订、学生签到表扫描，这些工作占用了本该用于回复学生微信消息或者整理复习资料的时间。于是学生遇到问题找不到人，积压久了就变成投诉或退学。而那些没被评估重点关照的教学点，反而能腾出手来做最基础的服务。
从逻辑上看，2026年推进国家开放大学综合改革和办学评估，出发点当然是好的。成人高等教育长期存在“宽进宽出”、“文凭含金量低”的刻板印象，通过评估来施加外部压力，理论上可以倒逼教学质量的提升。但问题在于，当一个评估体系过于侧重书面材料和硬件指标时，基层单位的最优策略就是“表演式迎评”——把评估那几天弄得漂漂亮亮，平时该怎么样还怎么样。这不是哪个学校或哪个老师道德有问题，而是所有受指标驱动的系统都难以避免的次生效应。
我之前也一直相信，只要有科学的质量评估标准，改革就能顺理成章地推进。但这个判断可能太乐观了。我所接触到的案例里，有个地市级开放大学做了一个相反的尝试——他们主动放弃了参加当年的办学评估，转而花了一整年时间改造自己的学习支持系统，包括把每个学生的微信咨询响应时间压缩到两小时以内、为论文写作困难的学生提供三次免费的线上开题辅导。结果那一年他们的招生规模反而增长了将近四成，而周边几个评估拿了优秀的兄弟单位，招生人数普遍持平甚至略有下降。
当然，这个个例不能说明评估完全没用。大概有两种边界条件会让评估真正产生正面效果。第一种是评估指标的设计能够贴近学生真实体验，比如加入“24小时内教师回复率”、“考试申请处理时长”这类行为数据，而不是单纯看设施配置。第二种是评估结果与学生利益直接挂钩，比如连续评估不合格的教学点会被限制招生名额或者暂停办学资格，而不是仅仅通报批评。但目前我看到的信息是，2026年的改革方案里这两个方向都只是提及，具体怎么落地还不清楚。
说实话，我现在有些动摇。一方面，没有外部评价体系的开放大学可能会彻底沦为卖文凭的渠道，这是谁都不想看到的。另一方面，现有的评估方法如果只是增加基层负担而不能改善学习体验，那还不如保留原来的状态。也许我们真正需要回答的问题是：国家开放大学应该评估的是“办学者做了什么”，还是“学习者真正得到了什么”？前者很容易做成一摞摞装订精美的档案盒，后者却需要深入到每一个学生的日常对话里去打捞那些细碎的、不方便统计的不满和期待。
我不确定2026年的这一轮综合改革最终会走向哪条路。如果评估的指挥棒依然指向硬件、课时、材料厚度，那我猜两年之后还会有人写同样的文章，抱怨同样的形式主义。但如果改革者愿意把一部分评估权重让渡给那些难以标准化但真实影响学习体验的软性指标——比如学生对“遇到困难时能否及时获得帮助”的主观评分——也许局面会慢慢不一样。这只是一个基于有限观察的推测，我手里没有大范围的数据验证它。可能再过一两年，等各试点省份的评估结果陆续出来后，我们会看得更清楚一些。
