教育评价新趋向:智能化测评研究综述

被引:84
作者
骆方 [1 ,2 ]
田雪涛 [3 ]
屠焯然 [1 ]
姜力铭 [1 ]
机构
[1] 北京师范大学心理学部
[2] 北京师范大学中国基础教育质量监测协同创新中心
[3] 北京交通大学计算机与信息技术学院
关键词
教育评价; 人工智能; 智能化测评; 研究进展; 问题剖析;
D O I
暂无
中图分类号
G40-058.1 [教育评价];
学科分类号
040101 ; 120403 ;
摘要
教育评价改革在我国受到了前所未有的重视,然而受限于传统测评手段,个性化评价和过程性评价难以得到有效实现,教育评价改革需要新型的测评技术作为支撑。计算机技术与人工智能的发展为测评领域注入了新的活力,推动了智能化测评的产生,为我国教育评价改革提供了新的解决方案。目前,智能化测评已经在学生能力和知识水平评估、人格与心理健康评估以及教学过程评估等方面取得进展:(1)学生能力和知识水平评估突破纸笔测验的局限,转向过程性评价、综合能力评价和动态性评价;(2)人格与心理健康评估摆脱了对自陈量表法的依赖,依据多模态数据有望实现无痕式和伴随式评估;(3)智能分析技术助力教学反馈,使教学过程评估更加直接、便捷和精准。智能化测评对教育评价改革起到了重要促进作用,但在多模态数据应用、模型的针对性、精细化、准确性与可解释性以及信效度检验等多个方面仍然存在问题。后续需探索多模态数据的协同分析,在权衡模型的准确性和可解释性基础上,提高模型的针对性和精细化,打通信息科学与测评领域的学科壁垒,确保模型可实用、可泛化和可扩展。
引用
收藏
页码:42 / 52
页数:11
相关论文
共 25 条
[1]  
小学生羞怯特质预测及语言风格模型构建[J]. 骆方,姜力铭,田雪涛,肖梦格,马彦珍,张生.心理学报. 2021(02)
[2]   基于联邦学习的教育数据挖掘隐私保护技术探索 [J].
李默妍 .
电化教育研究, 2020, 41 (11) :94-100
[3]   Dlib人脸识别库的课程签到系统设计 [J].
吴君胜 ;
许颖频 .
单片机与嵌入式系统应用, 2020, 20 (09) :51-54
[4]   多模态数据支持的学习投入评测:现状、启示与研究趋向 [J].
张琪 ;
武法提 ;
许文静 .
远程教育杂志, 2020, 38 (01) :76-86
[6]   基于微博用户的情绪变化分析 [J].
汪静莹 ;
甘硕秋 ;
赵楠 ;
刘天俐 ;
朱廷劭 .
中国科学院大学学报, 2016, 33 (06) :815-824
[7]   多模态视域下翻转课堂教学模式研究 [J].
王慧君 ;
王海丽 .
电化教育研究, 2015, 36 (12) :70-76
[8]  
Going deeper: Automatic short-answer grading by combining student and question models[J] . Yuan Zhang,Chen Lin,Min Chi.User Modeling and User-Adapted Interaction: The Journal of Personalization Research . 2020 (3)
[9]  
Evaluation of construct-irrelevant variance yielded by machine and human scoring of a science teacher PCK constructed response assessment[J] . Xiaoming Zhai,Kevin C. Haudek,Molly A.M. Stuhlsatz,Christopher Wilson.Studies in Educational Evaluation . 2020
[10]   Machine learning algorithm for grading open-ended physics questions in Turkish [J].
Cinar, Ayse ;
Ince, Elif ;
Gezer, Murat ;
Yilmaz, Ozgur .
EDUCATION AND INFORMATION TECHNOLOGIES, 2020, 25 (05) :3821-3844