多场景人机协同在线教学评价框架研究——基于层次分析法和熵权法的分析

被引:21
作者
王辞晓
徐珺岩
郭利明
郑勤华
机构
[1] 北京师范大学远程教育研究中心
关键词
在线教学评价; 教师; 机器; 层次分析法; 熵权法;
D O I
暂无
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
新一代人工智能技术促进了人机协同在线教学的发展,如何基于教师与机器的协同教学表现开展在线教学评价是当前研究重点。文章首先梳理了当前在线教学评价方法,指出开展评价需要考虑场景异质性。接着,文章分析了教师与机器在课前导学、课中活动、课后答疑三个环节的在线教学任务和教学表现维度,在此基础上构建了人机协同在线教学评价框架。随后,文章对该评价框架进行了场景异质性分析,运用层次分析法和熵权法综合得出教师与机器的教学表现对在线教学质量的影响权重。最后,文章总结了研究结论,提出:基础教育场景中教师教学具有不可替代性,职业教育与高等教育场景中机器的整体表现更重要,各场景中教师的课中教学表现均有较大影响。此研究结果可为开展多场景在线教学评价提供参考,并能为智能时代教师的焦虑情绪缓解、场景角色定位提供实证依据。
引用
收藏
页码:74 / 82
页数:9
相关论文
共 16 条
[1]   中小学教师的人工智能焦虑:现状分析与消解路向 [J].
赵磊磊 ;
张黎 ;
章璐 ;
赵可云 .
现代教育技术, 2022, (03) :81-91
[2]   人机协同教育治理的障碍与突破 [J].
陈星 ;
吴叶林 .
现代远程教育研究, 2022, 34 (01) :40-47
[3]   人机协同作文评价能促进写作教学吗?——来自Z校拓展课的证据 [J].
李艳 ;
刘淑君 ;
李小丽 ;
杨普光 .
现代远程教育研究, 2022, 34 (01) :63-74
[4]   精准教学与个性化学习场景中教学支持服务框架研究 [J].
杨重阳 ;
武法提 .
现代教育技术, 2022, 32 (01) :111-117
[5]   面向远程技能训练的在线教学模式研究 [J].
王雯 ;
韩锡斌 .
中国职业技术教育, 2021, (26) :41-51
[6]   人工智能时代机器辅助教学:能力向度及发展进路 [J].
刘智 ;
孔玺 ;
王泰 ;
刘三女牙 ;
粟柱 .
开放教育研究, 2021, 27 (03) :54-62
[7]   XiaoMu: an AI-driven assistant for MOOCs [J].
Zhengyang SONG ;
Jie TANG ;
Tracy Xiao LIU ;
Wenjiang ZHENG ;
Lili WU ;
Wenzheng FENG ;
Jing ZHANG .
Science China(Information Sciences), 2021, 64 (06) :222-224
[8]   学生眼里的在线教学:行为、效果与挑战——基于新冠疫情期间清华大学学生在线学习行为调查 [J].
乔伟峰 ;
刘威童 ;
李曼丽 .
清华大学教育研究, 2021, 42 (01) :57-66
[9]   混合式教学中学生学习行为评估体系构建与应用研究 [J].
李华 ;
魏一通 .
中国电化教育, 2020, (10) :58-66
[10]   后疫情时代,教育应如何转型? [J].
王竹立 .
电化教育研究, 2020, 41 (04) :13-20