教育评价新趋向:智能化测评研究综述

被引:73
|
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] 不详
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
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
    李默妍
    [J]. 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
    吴君胜
    许颖频
    [J]. 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
    张琪
    武法提
    许文静
    [J]. 远程教育杂志, 2020, 38 (01) : 76 - 86
  • [5] 深度学习视角下基于多模态知识图谱的MOOC课程重构
    王亮
    [J]. 现代教育技术, 2018, 28 (10) : 100 - 106
  • [6] 基于微博用户的情绪变化分析
    汪静莹
    甘硕秋
    赵楠
    刘天俐
    朱廷劭
    [J]. 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
    王慧君
    王海丽
    [J]. 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
    Cinar, Ayse
    Ince, Elif
    Gezer, Murat
    Yilmaz, Ozgur
    [J]. EDUCATION AND INFORMATION TECHNOLOGIES, 2020, 25 (05) : 3821 - 3844