人工智能时代高等教育教学评价的关键技术与实践

作     者：胡钦太 伍文燕 冯广 潘庭锋 陈卓 邱凯星 HU Qintai;WU Wenyan;FENG Guang;PAN Tingfeng;CHEN Zhuo;QIU Kaixing

作者机构：广东工业大学计算机学院广东广州510006 广东工业大学自动化学院广东广州510006 

出 版 物：《开放教育研究》 (Open Education Research)

年 卷 期：2021年第27卷第5期

页      面：15-23页

核心收录：

学科分类：0402[教育学-心理学(可授教育学、理学学位）] 040202[教育学-发展与教育心理学] 04[教育学] 

基　　金：国家社会科学基金重大项目“信息化促进新时代基础教育公平的研究”(18ZDA334) 

主　　题：人工智能 教育教学评价 全过程数据 深度行为分析 教育诊断评价与干预系统 

摘      要：长期以来,高等教育评价存在着模式陈旧、指标单一、数据匮乏和算法灵活性差等问题,人工智能的教育应用为解决这些问题提供了可能。探索人工智能支持的教育评价,是推动我国智慧教育发展的必然举措。本研究基于人工智能前沿技术与高等教育教学评价原理,提出构建基于人工智能的高等教育教学评价体系的五大关键技术:评价模式的构建、评价指标的构成、基于智能感知的常态化监测、智能评价算法的选择、诊断式评价及干预系统的设计,并在此基础上以广东工业大学“蕴瑜在线课堂的教育诊断评价与干预系统为例,从数据感知、智能评价、数据决策三个方面阐述人工智能技术在高等教育教学评价中的应用,总结人工智能应用在高等教育教学评价中的优势。最后,本研究通过问卷调查发现,经本研究设计的人工智能教育评价与干预系统在各项维度上均优于传统的教学评价。研究结论可为人工智能时代高等教育教学评价改革与创新提供理论和实践参考。