alterlab-accreditation-aol

认证：学习成效保障——面向 AACSB 与 ABET 的项目级 AoL

学习成效保障（AoL）是认证中的一项工作，旨在通过证据证明，某个项目实现了其承诺的学习成效。它与单门课程的设计工作不同：AoL 在学位项目层面开展，通过映射矩阵将项目学习成果（PLO）与课程体系关联起来，收集针对这些成果的直接和间接评估证据，并撰写闭环改进说明，展示项目如何根据数据作出改变。

此技能按照 AlterLab 教师最常接触的两个认证机构——AACSB（商科）和 ABET（工程与计算机）——各自的结构，为相关文档编写提供框架。它可以起草文本并检查成果映射矩阵的结构；学校仍需通过认证机构自己的门户提交自评报告。

何时使用此技能

当用户需要以下帮助时，请使用此技能：

• 为某个学位项目编写或完善一组项目学习成果／能力目标（AACSB 能力、ABET 学生成果）。
• 构建课程体系与成果映射矩阵（哪些课程对每项成果进行引入／强化／精熟），并检查覆盖缺口。
• 根据成果设计直接＋间接评估计划（采用哪种测量方式、在哪门课程中、按什么周期进行）。
• 编写对应项目成果的评分量规，用于直接评估学生作品（评估工具，而非课程成绩）。
• 撰写闭环改进／持续改进说明：结果 → 解读 → 行动 → 再评估。
• 起草AACSB 标准 5或 ABET 标准 3/4的自评报告文本，或持续改进报告中的 AoL 部分。

不适用——请转交其他技能

请求的实际内容是……	转交至
设计单门课程——课程安排、活动、课程级评分量规、某门课的学习目标	alterlab-teaching-design
为课程大纲编写AI 使用／学术诚信政策	alterlab-syllabus-ai-policy
获批资助后的项目进展／结题报告、RPPR、定期报告、预算偏差	alterlab-grant-reporting
将调查或问卷设计为研究工具（效度、量表）	alterlab-survey-design
个人根据 ÜAK 标准申请 doçentlik 晋升的资格	alterlab-docentlik-eligibility
土耳其项目的 YÖKATLAS 项目录取／名额／排名数据	alterlab-yokatlas
核实自评报告中的引文确实存在	alterlab-citation-verifier

如果工作针对的是一门课程，而非整个项目，请停止并转交至 alterlab-teaching-design。此技能仅适用于项目层面。

两个认证机构（已核实）

不要虚构标准编号、成果或标准文本。逐字成果列表和各项标准的完整细分内容见 references/accreditor_standards.md。核心内容如下：

AACSB — 2020 年商科认证标准，标准 5：学习成果保证

学习成果保证（AoL）属于 2020 年标准的课程体系类别：标准 4 课程体系、标准 5 学习成果保证、标准 6 学习者进步、标准 7 教学成效与影响。标准 5 包含四项子标准：

§	标题
5.1	学习成果保证流程（直接与间接测量；结果推动课程体系和流程改进）
5.2	学位等效性（不同地点／授课模式下的成果等效）
5.3	可叠加的微学习证书
5.4	非学位高管教育

标准 5 以原则为基础。AACSB 的立场是：更高的复杂度、更多的能力目标，或每年评估每项能力，并不会让 AoL 流程变得更好——真正重要的是建立系统化、以使命为依据并能带来切实改进的流程。关键要求（5.1）：按学位项目确定能力，能力须源自学校使命，须在学位层面（而非专业层面）报告，且 AoL 必须在评估组合中同时采用直接与间接测量。

• 直接测量——基于对表现的直接观察、来自学习者作业的证据：考试、测验、作业、实习／校外实习反馈。
• 间接测量——不基于直接观察的第三方意见：例如雇主调查、焦点小组、访谈、外部成果测量。

AACSB 的 AoL 关注每个学位项目的广泛、项目层面的能力目标，而非按课程或主题细分的详细目标——课程层面的工作属于 alterlab-teaching-design 的职责。

适用哪个版本的 AACSB 标准？ AACSB 已采用**《2026 年商科教育全球标准》（2026 年 4 月批准，2026 年 7 月 1 日生效）。2026–27 年为试点年：约 30 所自愿参与的学校将按照新标准接受评审，其余学校继续按照 2020 年标准接受评审（2026–27 年的 CIR 访问可能采用任一版本）；从 2027–28 年起，2026 年标准适用于所有学校。标准 5 保留原有标题和 5.1–5.4 结构，但 5.1 现在要求根据每项能力制定学习目标**，要求直接与间接测量对应这些能力／目标，“而不是简单的满意度测量”，在建议的文档清单中列出课程映射表，并且只在初始认证时要求填写表 5-1。起草前，请确认学校下一次评审采用哪个版本；两个版本的对照见 references/accreditor_standards.md。

ABET — 标准 3（学生成果） + 标准 4（持续改进）

ABET 通过相互关联的标准构建 AoL 框架：标准 2 项目教育目标（毕业几年后毕业生取得的成就）、标准 3 学生成果（学生毕业时具备的能力）、标准 4 持续改进（利用成果数据改进项目的评估／评价闭环）。

ABET 工程标准规定了七项必需的学生成果（1）–（7）——问题解决、工程设计、沟通、道德／职业责任、团队合作、实验与数据分析，以及获取和应用新知识。七项成果的逐字原文均见参考文件（已根据 2026–2027 年 EAC 标准核对，原文未变）；请准确引用，不要在自评报告中改写编号成果，因为评审人员会对照公布的措辞核查项目的成果。ABET 会在每个周期重新发布标准，因此请确认评审年份适用的版本。

计算机专业项目（CAC）和其他委员会使用的成果表述有所不同。此技能默认以工程专业（EAC）的七项成果为基础进行引导；起草前请确认所属委员会，并查找该委员会成果的准确原文。如果无法确认准确措辞，请如实说明，不要自行编造。

如何构建 AoL 方案

1. 先确定范围。 由哪个认证机构负责（AACSB 还是 ABET）、哪个委员会，以及哪个学位项目？AoL 按项目开展。如果未说明，请先询问，再起草——不同认证机构的结构有所不同。
2. 确定学习成果。 对于 ABET，使用相应委员会公布的确切学生学习成果（工程专业为参考文件中的七项）。对于 AACSB，根据学校使命确定项目能力目标，并在学位层面表述。每项学习成果都必须能够通过可观察的方式进行评估。
3. 将课程映射到学习成果。 建立矩阵：行 = 必修课程，列 = 学习成果，单元格 = 覆盖程度（通常为Introduced / Reinforced / Mastered，即引入 / 强化 / 掌握，或 Assessed，即评估）。每项学习成果都必须至少有一门课程对其进行评估；标记任何没有评估点的学习成果。使用下面的脚本验证矩阵结构。
4. 规划直接与间接评估。 为每项学习成果至少选择一项直接衡量方式（嵌入式考试题、评分量规评定的作业、项目、实习评估），并用间接衡量方式（雇主 / 校友调查、离校面谈、焦点小组）完善评估组合。记录衡量方式、课程 / 收集点、目标 / 基准和周期。AACSB 要求评估组合中包含这两种衡量方式；不得仅凭间接证据呈现整个学校的情况。
5. 编写与学习成果对应的评分量规（而非针对课程成绩）。每一行对应与学习成果相关的一项特征；各等级描述可观察到的表现。模板：references/aol_templates.md。
6. 完成改进闭环。 报告结果与目标的对比，解读结果，说明采取的行动（课程 / 流程变更），并注明重新评估的时间点。只报告数据却不做任何改变，就没有形成闭环——两家认证机构都会关注是否有所改变。详细说明和示例叙述： references/closing_the_loop.md。
7. 标记缺失项，绝不捏造。 评估结果、队列规模、目标百分比、课程编号和日期只能来自用户提供的材料。任何缺失内容都标记为 [TODO: confirm]。绝不编造学习成果得分、标准编号或学习成果表述。将任何参考文献列表交给 alterlab-citation-verifier。

验证映射矩阵——不要只凭目测

覆盖缺口（没有课程评估的学习成果）或内容单薄的矩阵（某项学习成果仅标记为“Introduced”），正是同行评审团队会指出的问题。请以结构化方式检查矩阵，而不是手动逐行查看：

uv run python skills/faculty-life/alterlab-accreditation-aol/scripts/aol_matrix.py \
    path/to/matrix.csv --assessed-levels M,A --json

CSV 文件包含一个 course 列，以及每项学习成果各自对应的一列；单元格填写覆盖代码（例如 I、R、M、A，也可以留空）。脚本会针对每项学习成果报告：是否有任何覆盖，是否至少有一个达到评估级别的单元格（默认 M 或 A），以及各级别的数量；随后给出项目级结论（OK / GAPS）。脚本不会执行网络 I/O，仅使用 Python 标准库。它检查的是结构和覆盖情况，而非教学方法是否合理——这项判断仍由用户和教师负责。

矩阵 CSV 布局、I/R/M 方案和示例行，请参阅 references/aol_templates.md。

防护措施

• 针对项目，而非课程。 此技能不会编写课程安排、课程评分标准或单节课的教学目标——这些属于 alterlab-teaching-design。它负责将项目与其预期成果对应起来。
• 不虚构标准或成果。 标准／评估项编号和学生成果的准确文本均取自参考文件（并已根据认证机构发布的评估标准核实）。如果用户的项目采用不同的认证委员会，先获取该委员会提供的准确成果文本；不要改述。
• 不虚构结果。 分数、目标、学生群体人数、课程编号和日期均由用户提供。将缺失项标记为 [TODO: confirm]。
• 由学校提交，而非由此技能提交。 此技能会起草文本并检查矩阵结构；学校通过 AACSB myAccreditation 或 ABET 门户提交自评报告。此技能无法访问这些门户，也不会声称可以访问。
• 两种测量类型都要涵盖。 不要让 AACSB 评估组合仅依赖间接证据；在各项目中配合使用直接和间接测量方法。

参考资料

• references/accreditor_standards.md — AACSB 2020 标准 5（5.1–5.4）的详细说明，包含直接／间接测量的定义，以及 ABET 标准 2／3／4 的逐字文本，其中包括全部七项工程专业学生成果，并注明各自来源。
• references/aol_templates.md — 撰写 PLO 的指南、课程与成果对应矩阵的 CSV 布局（I/R/M 方案）、直接／间接评估计划表，以及按成果编排的评分量表模板。
• references/closing_the_loop.md — 结果 → 解读 → 行动 → 再评估的结构，附有完整的闭环叙述示例及各认证机构提出的问题。
• scripts/aol_matrix.py — 仅使用标准库的课程与成果覆盖范围验证器。

属于 AlterLab Academic Skills 套件。