■尤小立

所谓常识，通俗地说，就是“一般来说，是怎么样”，或者“一般来说，应该怎么样”。拿大学教育来说，它一般是重视差异、尊崇个性的，故一般应该因材施教、有教无类，这就属于常识。本来这类常识大家似乎都能说上几句，甚至会在论著里加以引申、推广，可一旦诉诸行动，就完全两样。常识往往被置于一边，或者干脆摒弃常识。

以大学及其毕业生的质量管控为例。明升中国自上而下的大学治理模式从上世纪50年代实行以来，对大学及其毕业生的质量管控一直是比较宽松的，质量管控的认定多数时候都放在大学。但自从上世纪90年代，大学扩招、高等教育“大众化”开始，这种局面正在发生逆转。

高等教育“大众化”在大幅度提高毛入学率的同时，也给质量管控带来了困难。我们常见的情况是：原来本科生完成的课程或者应该达到的水准，正在后推到硕士研究生，原本硕士生完成的工作后推到博士研究生，以后会不会继续推迟到“博士后”则未可知。

“大众化”后的大学已经完全不是精英式的培养，而非精英式的培养直接面向的是整个市场。因此，就业既是大学面临的基本现实，又成了衡量大学及其毕业生质量的指标之一。

对于大学质量的管控，也由原本的学习成绩转向了实际的就业率，而以就业率作为大学及其毕业生质量的管控指标直接导致了大学向职业培训中心靠拢。在这一过程中，企业对于大学的影响和改造也愈发明显。他们“来之能用”的诉求让原本还致力于理论建构的理工科专业开始放弃理论贡献的追索。

“能用”强调的自然是操作和“动手能力”，而一旦“动手”，就会将产品的模仿当作捷径，理论就不用则弃了。我们从近几年大学“新工科”口号的提出过程中，那种控诉“论文至上”的弊端，甚至只要操作、不要理论的极端化言论中也可看出些端倪。

就质量管控而言，以单纯的就业率为指标毕竟失之于粗放，它在实行过程中带来的弊病也日渐凸显。大学“轻教学”的问题固然有“重科研”的因素，但进一步看，过分关注就业率、执着于为企业服务的职业培训倾向也是原因之一。

为了改变就业指标的偏颇，解决“轻教学”的问题，现在大学又开始进行课程或者专业认证。它似乎不仅是app管理的体现，关键是还有一个最强有力的理由——“与国际接轨”。

对于社会教育、远程教育和职业培训，建立一套完整的认证体系是必要的。但正规的、有一定级别的大学，它的教学条件、师资状况和设施保障已经过有关教育管理部门认定了，是否有必要重复进行课程或者专业认证，实在值得商榷。

有的高校，期末考试如果采用论文的形式就变得十分麻烦。不仅是要像往常一样给出成绩，还要填写相当复杂的“评分标准表”，其中从选题、内容到结构、注释每一项都规定了不同的分值。也就是说，教师必须针对每位学生一一对应表上的标准，分门别类地评分，否则就无法交差。

按照这个标准，那些某方面突出的或某方面有缺陷的学生都无法得到满意的成绩。而以此标准，北大前校长胡适当初在成绩单上高分学生的姓名旁写下的“文字好”“有点见解”一类的评语都属于以偏概全，不合规范。而他给后来成为港台第三代新儒家代表的牟宗三的评语“颇能想过一番，但甚迂”，简直涉嫌人身攻击了。

这还是预备认证时的情况。正式认证所走的程序更是繁复异常，非专业人员根本无法操作。简言之，它会让教师立马觉得自己“不专业”，甚至不够公正，让他们感觉到教了几十年的书，竟然完全不懂什么是“教学”。

但事实上，课程或专业认证不过是基于一个最基本的教学水准，它在把教师判定为“外行”后，也浇灭了教师对于卓越的追求。

为维护正常的教学秩序，讲究教学规范和程序有其合理性，但这方面需要有一个度。这个“度”的界限，一个是必须确立教师成为教学的主人；另一个是它能够在保证教学多样化的同时，彻底摒弃标准化。

在大数据时代，通过数据分析进行管理虽有必要，却也有一个适用范围和时机的问题。对于教育这样讲究创造力的行业而言，数据分析更适合于事后进行，它不应该走上前台，预先画重点、添箭头，以对照表格上的标准来进行教学，以增加教师负担来体现其app性和合理性。

课程或专业认证的标准化，其实是一种企业诉求影响、企业管理方法，以及原本的应试思维混合后的产物。这类兴师动众、越俎代庖式的过度作为，从根本上说，是违背有关大学教育常识的。