- $
AI如何解決課堂教學評價中的問題？
來源：vtr11.cn 發(fā)布時間：2021年06月24日
“AI+教學評價”是受政策支持的發(fā)展趨勢
2019年，在國際人工智能與教育大會上，聯(lián)合國教科文組織發(fā)布了會議成果文件《北京共識：人工智能與教育》，指出“認識到人工智能在支持學習和學習評價潛能方面的發(fā)展趨勢，評估并調整課程，以促進人工智能與學習方式變革的深度融合。發(fā)掘數(shù)據(jù)潛能，支持學生綜合能力的多維度評價；支持大規(guī)模遠程評價”。
2019年，北京市教委印發(fā)《北京促進人工智能與教育融合發(fā)展行動計劃》，提出“加強人工智能與教育深度融合發(fā)展策略和標準規(guī)范等方面的研究，探索智能技術與教育環(huán)境、教學模式、教育評價等融合路徑和方法”。
2010年，美國《國家教育技術計劃》中強調各級各類教育系統(tǒng)要利用技術來測量、評價學習過程，教育管理者應該利用技術來收集學習過程中的實時數(shù)據(jù)，為持續(xù)改善學習效果提供依據(jù)。
教學評價是為教師與學生提供反饋的重要環(huán)節(jié)。利用人工智能技術在處理非結構化數(shù)據(jù)（視頻、音頻、圖像）方面的優(yōu)勢，挖掘教學數(shù)據(jù)的潛能，可以提供過程性的教學數(shù)據(jù)、多個維度的定量分析。
我們看到，未來國內(nèi)外有效的教學評價一定是一種多元評價方式、形成性分析與總結性分析的兼顧，以及定量評價與定性評價的結合。
AI能解決傳統(tǒng)教學分析面臨的哪些問題？
學校和教師也不斷為實現(xiàn)更有效的教學分析而努力，但是從客觀上受到了教育技術手段和工具的阻礙。這其中主要的限制是，我們過去的技術手段沒有辦法處理視頻、語音、圖片等復雜的非結構化數(shù)據(jù)（世界上85%的數(shù)據(jù)都是非結構化數(shù)據(jù)），也無法獲得實時的教學反饋。
人工智能尤其是情感計算、自然語音理解、行為分析的發(fā)展，讓計算機逐漸具備理解人類情感、語言和行為的能力。在AI技術的支持下，傳統(tǒng)教學分析的局限性才得以打破，具體表現(xiàn)在下面3個方面：
1、提供定量數(shù)據(jù)作為評價依據(jù)
在上一篇“觀點”中，我們提到教師自評、學生評價、同事評價共同構成了多元評價的主體。同時，多元評價應當符合定量評價與定性評價相結合的原則，以確保評價內(nèi)容的準確有效。
但是，如何獲得課堂教學中教師與學生的定量評價呢？
人工智能技術給出了解決方案：通過處理課堂教學視頻，目前可以在課后及時提供關于學生課堂專注度、學生課堂情緒、師生語音對話、教師授課模式等多維度數(shù)據(jù)，量化課堂教學行為、課堂教學語音與課堂教學情感。
2、提供過程性數(shù)據(jù)支持形成性評價
形成性評價、中期評價與總結性評價共同構成了一個平衡的教學評價體系，這三種評價方式中“形成性評價”的實現(xiàn)難度大，因為沒有好的方法對學習過程進行評估，因此我們在很長的一段時間內(nèi)選擇了相對公平的考試成績作為評價依據(jù)。
但是，更新的教學核心理念讓教育工作者覺醒，單純的總結性評價丟掉了教學中寶貴的東西——發(fā)現(xiàn)過程（這是問題發(fā)生時的依據(jù)）。
得益于人工智能技術對每節(jié)課處理后提供的數(shù)據(jù)，讓我們從習慣結果到看到過程，這樣的轉變有利于對學生非智力因素的關注，包括他們學習態(tài)度和興趣的轉變，有助于個性化發(fā)展。
3、實現(xiàn)常態(tài)化、自動化的教學評價
以教師聽評課為例，對于學校而言有比較高的人力成本和組織成本，因此評價周期相對較長，時間也不固定。這也導致聽評課作為一種評價方式不具備，不能及時有效的提供反饋。
總結性評價同樣如此，考試成績能反映出學生在較長的一個學年段的整體學習效果，但是也容易忽略過程性的變化。人工智能技術為常態(tài)化的教學評價提供了解決方案。
借助課堂教學視頻，為每節(jié)課、每個科目提供常態(tài)化的教學分析，輔助教師進行教學分析。同時，這一過程的實現(xiàn)完全自動化，減輕了教師和學校的工作負擔。
人工智能在教育中的應用，除了提供工具解決教學分析的問題，它正在幫助教育工作者將教學理念進行實踐不受技術條件的限制。當然，技術永遠不能代替教師去理解學生，也不能代替學生進行自我發(fā)現(xiàn)，但是它可以是教師讀懂學生的工具，讓教學評價兼顧“質”與“量”，讓教育回歸對人的主體發(fā)展的探究。
返回列表
2019年，在國際人工智能與教育大會上，聯(lián)合國教科文組織發(fā)布了會議成果文件《北京共識：人工智能與教育》，指出“認識到人工智能在支持學習和學習評價潛能方面的發(fā)展趨勢，評估并調整課程，以促進人工智能與學習方式變革的深度融合。發(fā)掘數(shù)據(jù)潛能，支持學生綜合能力的多維度評價；支持大規(guī)模遠程評價”。
2019年，北京市教委印發(fā)《北京促進人工智能與教育融合發(fā)展行動計劃》，提出“加強人工智能與教育深度融合發(fā)展策略和標準規(guī)范等方面的研究，探索智能技術與教育環(huán)境、教學模式、教育評價等融合路徑和方法”。
2010年，美國《國家教育技術計劃》中強調各級各類教育系統(tǒng)要利用技術來測量、評價學習過程，教育管理者應該利用技術來收集學習過程中的實時數(shù)據(jù)，為持續(xù)改善學習效果提供依據(jù)。
教學評價是為教師與學生提供反饋的重要環(huán)節(jié)。利用人工智能技術在處理非結構化數(shù)據(jù)（視頻、音頻、圖像）方面的優(yōu)勢，挖掘教學數(shù)據(jù)的潛能，可以提供過程性的教學數(shù)據(jù)、多個維度的定量分析。
我們看到，未來國內(nèi)外有效的教學評價一定是一種多元評價方式、形成性分析與總結性分析的兼顧，以及定量評價與定性評價的結合。
AI能解決傳統(tǒng)教學分析面臨的哪些問題？
學校和教師也不斷為實現(xiàn)更有效的教學分析而努力，但是從客觀上受到了教育技術手段和工具的阻礙。這其中主要的限制是，我們過去的技術手段沒有辦法處理視頻、語音、圖片等復雜的非結構化數(shù)據(jù)（世界上85%的數(shù)據(jù)都是非結構化數(shù)據(jù)），也無法獲得實時的教學反饋。
人工智能尤其是情感計算、自然語音理解、行為分析的發(fā)展，讓計算機逐漸具備理解人類情感、語言和行為的能力。在AI技術的支持下，傳統(tǒng)教學分析的局限性才得以打破，具體表現(xiàn)在下面3個方面：
1、提供定量數(shù)據(jù)作為評價依據(jù)
在上一篇“觀點”中，我們提到教師自評、學生評價、同事評價共同構成了多元評價的主體。同時，多元評價應當符合定量評價與定性評價相結合的原則，以確保評價內(nèi)容的準確有效。
但是，如何獲得課堂教學中教師與學生的定量評價呢？
人工智能技術給出了解決方案：通過處理課堂教學視頻，目前可以在課后及時提供關于學生課堂專注度、學生課堂情緒、師生語音對話、教師授課模式等多維度數(shù)據(jù)，量化課堂教學行為、課堂教學語音與課堂教學情感。
2、提供過程性數(shù)據(jù)支持形成性評價
形成性評價、中期評價與總結性評價共同構成了一個平衡的教學評價體系，這三種評價方式中“形成性評價”的實現(xiàn)難度大，因為沒有好的方法對學習過程進行評估，因此我們在很長的一段時間內(nèi)選擇了相對公平的考試成績作為評價依據(jù)。
但是，更新的教學核心理念讓教育工作者覺醒，單純的總結性評價丟掉了教學中寶貴的東西——發(fā)現(xiàn)過程（這是問題發(fā)生時的依據(jù)）。
得益于人工智能技術對每節(jié)課處理后提供的數(shù)據(jù)，讓我們從習慣結果到看到過程，這樣的轉變有利于對學生非智力因素的關注，包括他們學習態(tài)度和興趣的轉變，有助于個性化發(fā)展。
3、實現(xiàn)常態(tài)化、自動化的教學評價
以教師聽評課為例，對于學校而言有比較高的人力成本和組織成本，因此評價周期相對較長，時間也不固定。這也導致聽評課作為一種評價方式不具備，不能及時有效的提供反饋。
總結性評價同樣如此，考試成績能反映出學生在較長的一個學年段的整體學習效果，但是也容易忽略過程性的變化。人工智能技術為常態(tài)化的教學評價提供了解決方案。
借助課堂教學視頻，為每節(jié)課、每個科目提供常態(tài)化的教學分析，輔助教師進行教學分析。同時，這一過程的實現(xiàn)完全自動化，減輕了教師和學校的工作負擔。
人工智能在教育中的應用，除了提供工具解決教學分析的問題，它正在幫助教育工作者將教學理念進行實踐不受技術條件的限制。當然，技術永遠不能代替教師去理解學生，也不能代替學生進行自我發(fā)現(xiàn)，但是它可以是教師讀懂學生的工具，讓教學評價兼顧“質”與“量”，讓教育回歸對人的主體發(fā)展的探究。
