PowerPoint design,202X.X,主讲人:,时间:,202X,人工智能赋能教育评价:价值、挑战与路径,目录,01,人工智能赋能教育评价的核心价值,02,人工智能赋能教育评价的现实挑战,03,人工智能赋能教育评价的实践路径,04,人工智能赋能教育评价的伦理规约,2020,年,中共中央、国务院印发,深化新时代教育评价改革总体方案,,明确提出“改进结果评价、强化过程评价、探索增值评价、健全综合评价,充分利用信息技术提高教育评价科学性、专业性、客观性”(教育部,,2020,)教育评价是教育改革发展的“指挥棒”,影响着人才培养目标的实现和教育发展方向,也决定了教育的标准、底线和原则近年来,随着人工智能、大数据、生成式人工智能技术的逐渐渗透,教育评价逐渐朝着智能化、科学化、精准化的方向发展,以便有效辅助教育诊断、挖掘教育问题、支撑教育决策,为教育创新发展提供有效依托从本质上讲,人工智能赋能教育评价应以新时代教育的高质量发展为目标,以教育规律为参照,以智能技术为依托,以数据为核心驱动力,构建面向多元主体的系统化、科学化、综合化评价体系,驱动教育评价效率和效度大幅提升,为人才选拔方式的改进、教育目标的设计、教学策略的优化、教育政策的制定提供参考。
其核心逻辑是从长期教育实践经验出发构建系统化的评价指标体系,利用人工智能技术实现多源异构教育数据的采集分析,对评价对象的外显状态和内隐特征进行全方位、时序化的建模分析,并依据预设的评价体系和算法逻辑生成评价结果,在此基础上挖掘潜在的教育问题,并生成定制化的教育改进方案,促进教育实践不断优化然而,人工智能技术在为教育评价带来诸多“利好”的同时,也不可避免地带来系列风险和挑战,限制智能教育评价的有序推进本文旨在厘清人工智能赋能教育评价的核心价值、现实挑战和实践路径,以期为智能教育评价的设计和实施提供借鉴引言,人工智能赋能教育评价的核心价值,Part,01,传统的教育评价依赖于教师的主观经验和判断,容易受到个人情感和认知水平的影响而人工智能技术的应用,能够对学生多样化学习场景的学业表现数据进行时序性、细粒度的采集分析,利用机器学习和深度学习算法对学生的表现进行智能评判,助力经验性评价向数字化评价转变,推动教育评价朝智能、精准、客观的方向发展01,经验性评价向数字化评价的转变,过去的教育评价往往局限于某一细分领域,如考试数据、课堂测验等,难以全面准确地反映评价对象的本质特征人工智能技术能够拓展数据的获取渠道,覆盖更加多元的学习场景、学习主体和数据模态,推动教育评价从单一性评价向综合性评价转变。
例如,人工智能技术不仅能精准评判学生学业表现,还能对学生的知识基础、解题技巧、学科能力、情感态度、思维品质等进行综合分析,深入解析学业表现的成因,全方位刻画学生的问题解决能力、批判性思维能力、跨学科能力、创造力等高阶思维能力单一性评价向综合性评价的转变,传统的教育评价多采取课后测试或事后填写问卷的方式,无法对评价对象的发展过程进行动态的建模分析,也难以科学解释最终的评价结果人工智能技术的应用,能够帮助教师强化对教育过程的关注,实现对教师的教学、学生的学习进行时序化、动态化建模分析,丰富教育评价的证据来源,及时发现其中的关键问题,如通过学生话语、表情、动作、课堂测验等多模态数据,测评分析学生的专注度、知识掌握程度、情绪态度等01,结果性评价向过程性评价的转变,传统的教育评价多以高利害考试为手段,评价目标多定位于选拔学生或者评判学生能力发展水平,但对评价结果的合理有效利用常处于缺位状态人工智能技术的应用极大地丰富了教育评价的技术手段,使得评价者不仅能对评价对象进行全方位、过程性的综合评判,还能够对评价结果的成因进行合理分析,提出针对性改进方案例如,教师可以利用知识图谱、认知诊断、情感计算等方式对学生的知识掌握、认知能力、情感态度等特征进行综合分析,并基于此为学生提供定制化的学习干预措施,帮助学生克服学业困难,提高学业水平。
01,诊断性评价向反馈性评价的转变,人工智能赋能教育评价的现实挑战,Part,02,过度强调技术的应用,忽视教育评价的本质,使得融合人工智能技术的智能教育评价系统沦为“装点门面”的工具,忽视了其对教育改革的赋能作用例如,盲目迷信智能评价系统的分析结果,忽视教师实践经验,认为机器通过数据化建模分析得到的评价结果是科学和客观的,忽略机器在很大程度上是在模拟和延伸人的智能技术至上遮蔽教育评价本质,智能教育评价往往缺乏科学合理的指标体系作为支撑,限制了智能教育评价的实施例如,学生评价应关注学生的哪些认知和情感状态、哪些学科能力、哪些综合素质?课堂教学质量评价应关注学生和教师的哪些行为?如何构建数据指标和复杂特征之间的关联关系,逐层揭示评价对象的深层次特征?,标准缺失误导教育评价方向,由于数据类别和算法模型的限制以及开发人员的“偏见”,机器决策往往会失去客观中立立场,产生对特定群体的不公平对待,进而加剧教育评价的不可控风险例如,机器对特定地域、性别、民族、文化背景或某种特定学习习惯的学生存在“偏见”,那么就有可能导致这些学生的评分失准,受到不公平对待01,算法偏见限制教育评价效度,01,由于评价标准的缺失、算法模型的限制和实践逻辑的不完善,教育评价还仅仅聚焦于评价本身,对评价结果的有效应用缺乏足够关注。
例如,常见的智能评价系统仅聚焦于评价课堂教学质量,无法根据课堂教学实际对教师教学能力进行诊断和反馈,也无法为课堂教学的优化提供合理建议反馈缺失削弱教育评价价值,人工智能赋能教育评价的实践路径,Part,03,教育者需要平衡“人评”和“机评”的关系,明确智能教育评价旨在帮助教师、学生和管理者完成繁琐重复的数据采集和分析工作,为评价主体评判教育现状、优化教育决策提供参考,而不能成为教育评价的唯一标准厘清本质内涵,明确智能教育评价核心价值,智能教育评价指标体系的构建,一是要完善智能教育评价的实践逻辑,将复杂的评价内容逐层分解为层次化的指标体系,并构建指标体系和外显数据表征之间的映射关系;二是要聚焦智能教育评价的场域特异性,从人类主观经验和机器建模分析的双重视角出发,构建层次清晰、结构合理的智能教育评价指标体系;三是要提升指标体系对教育场景的适用性,构建能够反映评价对象本质特征、表征教育过程整体样态的指标体系01,构建指标体系,规范智能教育评价实践方向,算法设计应遵循公平、透明、可解释的原则,消除偏见对模型性能的影响,确保算法在决策过程中保持中立同时,算法设计者要提高算法的透明度和可解释性,让利益相关者能够了解算法背后的逻辑和依据,提高对智能教育评价系统的接受度。
优化算法设计,推动智能教育评价科学发展,01,教育评价的设计和指标体系的制定要充分考虑评价结果如何作用于教育实践的改进和优化,构建“评价设计评价实施评价反馈”的闭环模型,为智能教育评价提供指导思想教育评价的实施既要关注评价内容本身,又要探究能够对评价对象产生影响的核心要素,以此深入挖掘评价对象的关键问题所在健全反馈机制,提高智能教育评价实践效用,人工智能赋能教育评价的伦理规约,Part,04,需要构建完善的数据安全防控机制,划定教育数据采集、共享、分析、应用的范畴和边界,避免数据的不合理利用造成学生隐私泄露尊重学生隐私,保障数据安全,学生、教师和管理者要明确自身在智能教育评价中的主体地位,确保智能教育评价的开展能够合理、合规、有效地解决评价中的关键问题,避免对智能教育评价系统的过度依赖引发机器对教育主体的僭越厘清人机关系,避免过度依赖,评价设计者要完善智能教育评价的监管机制,整合人类经验和机器智能的优势,实现人机协同的监管与反馈,全方位监管数据来源、算法质量、评价的效果和改进措施,并对其中的潜在问题进行深入挖掘和系统分析,保证智能教育评价的实施符合法律法规和道德规范构建监管机制,强化责任归属,人工智能技术将使得教育评价的系统性、科学性和可解释性得到极大提升,为教育高质量发展奠定坚实基础。
但人工智能的教育应用始终是一把“双刃剑”,在带来诸多利好的同时,也不可避免地引发一系列伦理风险因此,未来智能教育评价的设计与实施需划定人工智能赋能教育评价的伦理边界,避免因智能技术的误用和滥用引发伦理危机:一是尊重学生隐私,保障数据安全这就需要构建完善的数据安全防控机制,划定教育数据采集、共享、分析、应用的范畴和边界,避免数据的不合理利用造成学生隐私泄露二是厘清人机关系,避免过度依赖学生、教师和管理者要明确自身在智能教育评价中的主体地位,确保智能教育评价的开展能够合理、合规、有效地解决评价中的关键问题,避免对智能教育评价系统的过度依赖引发机器对教育主体的僭越三是构建监管机制,强化责任归属评价设计者要完善智能教育评价的监管机制,整合人类经验和机器智能的优势,实现人机协同的监管与反馈,全方位监管数据来源、算法质量、评价的效果和改进措施,并对其中的潜在问题进行深入挖掘和系统分析,保证智能教育评价的实施符合法律法规和道德规范PowerPoint design,202X.X,主讲人:,时间:,202X,谢谢大家,。