智能化方法在課程評價中的應用前景

邵允學+周建濤

摘 要：針對課程評價過程中存在評價數據收集過程費時費力、數據真實性難以保證、數據難以全面反映課程實施過程等問題，通過分析課程評價過程中各個環節的評價主體和評價目標，借鑒智能化技術在其他領域的應用研究現狀，全面闡述智能化技術在課程評價中的應用潛力。

關鍵詞：課程評價；大數據；智能視頻監控；智能推理

0 引 言

課程評價是新課程改革中的重要內容，是高等教育課程改革中的重點。目前，國內外有大量的研究人員對課程評價進行研究，并取得了大批優秀的研究成果，具有代表性的成果有面向評價目標的模式[1]和面向評價背景、輸入、過程與輸出的模式[2]，比較常用的評價方法有方案與標準之間的差距課程評價[3]、根據參與人的信息反饋課程評價[4]等。上述方法從不同的角度反映課程評價過程中需要考慮的因素，當前國內的課程評價方法是在這些代表性方法和常用方法的基礎上，通過融合、延伸和改進得到的。

1 當前我國的課程評價活動

教育部頒布的全面深化課程改革指導文件指出原有課程評價過程的不足之處，并將促進功能確定為新課程改革的目標之一，即通過課程評價促進學生的成長、教師的發展和教育教學實踐改革等。此指導性文件明確指出課程評價在課程改革中的重要性，將課程評價作為課程改革的關鍵領域和主要環節。各級教育行政部門和學校認真貫徹落實教育部關于課程改革的工作部署，從不同角度完善課程評價體系，主要表現在以下幾個方面。

1.1 課程需求評價

由于當前課程已無法滿足現代教育和時代的需求，因此迫切需要對課程進行全面深化改革。為更好地了解和評價當前課程的優勢與不足，首先需要對當前課程進行診斷性評價，調研分析現行課程的實際情況；其次需要了解當前社會、經濟、人文等諸多方面的發展和需求情況；最后利用調查數據和分析模型，為新課程改革提供數據和理論支持。

1.2 課程標準評價

課程標準作為管理和評價課程的基本依據，需要明確指出對每個階段的學生在知識體系與技能、情感態度與價值觀等方面的基本要求，同時也包括對教師的教學實施建議和對學生的評價建議等內容，因此課程標準的評價具有十分重要的意義和作用。這個評價過程主要發生在課程標準制定結束到頒布之前這段時間，通過收集課程、學科以及教學等方面專家的意見，進行調整和修改，是對課程標準再次研讀的過程。

1.3 教材評價

在我國實行教材選用措施以來，為更好地評價和對比各教材，教育部專門組成教材評價研究小組，該小組經過全面調研和分析，研究出適應于當前教育教學現狀的教材評價標準和評價工具。該小組將教材評價標準總結為六個維度，包括知識、思想品德與文化內涵、認知與發展規律、編制水平、可行性和總體特點六個維度，每個維度對應具體的評價內容與標準。教材評價的工具分為靜態工具和動態工具兩大類，靜態工具主要包括用于進行靜態分析的各類記錄單和記錄表，例如教材質量記錄表、教材活動情況記錄表、典型案例記錄表等；動態工具主要包括座談、問卷調查等，目前通常采用靜態和動態工具相結合的方式對教材進行評價。

1.4 課程實施情況評價

課程實施情況直接關系到課程改革的成敗，主要通過問卷調查、抽樣評估等方法對課程實施情況進行評價，以便了解教師、學校以及社會對新課程的認可程度，并發現可能存在的問題。

2 智能化技術在課程評價中的應用潛力

隨著信息技術的高速發展，人類需要獲取信息的數量、范圍都在不斷增加，面對更加龐大復雜的信息時，傳統信息處理技術就顯得有些力不從心，利用智能化技術來加工、處理和應用這些信息，是信息化技術發展的必然趨勢。所謂智能化技術就是利用人工智能技術讓機器具有相關領域的智能處理技能，以便幫助人類從相關辛苦復雜的勞動中解脫出來。具體來說，智能化技術應是人類與機器良好結合的復雜系統，該系統通過友好的人機交互界面充分發揮人類智能、機器性能的各自優點。當前，課程評價過程中采用的信息化技術在一定程度上提升了評價的效率和效果，但評價過程在智能化程度上還有很大的提升空間。課程評價是一項涉及經濟、社會和教育三個復雜系統的系統工程，智能化技術能夠在其中發揮重要的作用，例如智能地感知經濟、社會和教育三方面的具體需求，智能地評價課程實施的過程和分析課程達到的經濟效果和社會影響，從而客觀、公正、高效地對課程做出系統評價。筆者從大數據、智能視頻監控與分析、智能推理與語義分析的角度，介紹智能化技術在課程評價各個環節中的應用潛力。

2.1 大數據

美國前總統奧巴馬在2012年宣布美國政府《大數據研發與發展計劃》，2015年李克強總理簽批《促進大數據發展綱要》，馬云表示未來最大的能源是數據。這些例子表明，無論是國家層面還是商業領域，大數據時代已經到來并將從多方面改變人類的生活，在金融[5]、醫療[6]、體育[7]、能源[8]、交通[9]等領域都有非常成功的應用案例。隨著大數據技術的快速發展，在課程評價領域，結合傳統方法和大數據思維方法必將對課程做出更加客觀真實的評價。傳統方法采用的課程評價數據，往往是按照事先確定的方案收集結構化的樣本數據，需要大量的人員參與，而且存在數據采集周期長、數據量有限等不足。如果收集過程沒有按照預定方案實施或實施過程有偏差，那么得到的數據就不能滿足要求，而且，由于數據量小、結構化程度高、參與人員受限等因素導致在該類數據上的分析空間受限，通常無法從多個層次、多個角度去分析和評價課程。通過大數據信息收集技術，將與某課程相關的數據收集起來，這類數據是可以通過現代信息技術記錄和量化的數據，不僅所蘊含的信息量巨大，而且不受各種條件限制，數據選擇空間大。在具體實施過程中，通過網絡爬蟲抓取課程相關網站的用戶評價和討論內容，包括學生和教師等特定人群在學習交流站點上的課程討論和評價、網絡銷售平臺上關于課程指定教材的評價等，通過語義分析技術，對評價內容進行評價角度和評價觀點分類，從而將非結構化的數據轉化為結構化的數據，最后結合傳統評價數據和方法，利用結構化數據分析技術，對課程進行全面評價，進而為課程評價決策提供支持。

2.2 智能視頻監控與分析

在公共安全、工業、交通等領域的強大需求下，智能視頻監控技術得到了廣泛關注，隨著計算機視覺、人工智能、機器學習的快速發展，該技術已經廣泛應用于人類生產生活中。智能視頻監控包括對場景中的目標進行檢測、分類、跟蹤以及對目標行為進行識別、分析和理解，實現犯罪預防、交通管制、意外防范和檢測、老幼病殘監護等功能，能夠顯著提高監控效率，降低監控成本，具有廣泛的研究意義和應用前景。當前，課程實施過程評價主要采用專家聽課、學生和教師反饋等方式評價課程實施情況，然而，采用這種方式存在評價內容片面、評價結果難以反映真實情況等問題。隨著智能視頻監控與分析技術的快速發展，將該技術引進到課程實施過程評價中，以“第三者”身份客觀公正地評價課程實施過程中的參與者，將是課程實施過程評價的發展方向。通過采用視頻監控與分析技術，能夠客觀反映課程實施過程中參與者的具體情況，如自動簽到、課程效果分析、師生表現評價等。在具體實施過程中，首先，利用人流量分析[10]等技術統計學生出勤情況，利用人臉檢測[11]技術實時監測課堂上學生長時間低頭等現象，利用動態目標跟蹤和分析[12]技術監測課堂上學生隨意走動等現象，通過語音分析和識別[13]技術分析課堂上師生互動情況；然后，將監測數據轉化為結構化的數據，結合傳統評價數據和方法，利用結構化數據分析技術，對課程實施過程進行全面評價。通過智能視頻分析技術，結合傳統評價方法，達到從多個角度全面公正評價課程實施過程的目的。

2.3 智能推理與語義分析

隨著智能推理和語義分析技術的蓬勃發展，推理和語義分析技術正逐步應用到用戶需求推薦[14]、產品評價[15]、用戶滿意度評價[16]、智能家居[17]等領域。目前，在課程評價環節中，需求評價和事前評價階段，可以通過智能推理和語義分析技術，獲得互聯網上關于該課程領域的觀點、評價、需求程度和發展方向等數據，這些數據是傳統課程評價方法難以全面獲得的。在課程實施后的評價中，傳統方法采用問卷調查形式且絕大多數采用選擇題形式對課程或課程參與者進行評價，該評價形式存在參與評價的人可能對評價過程重視程度不夠、評價結果難以全面真實反映課程實施情況等問題，可以通過精心設計題型和題目，采用智能推理和分析技術處理調查結果，能夠達到自動去除異常結果、觀點總結和分析等目的。可以預見，將智能推理與語義分析技術應用于課程評價是可行和必要的。

3 結 語

課程評價是課程改革中的重要環節，傳統的課程評價方法存在很多不足之處，隨著智能化技術的快速發展，傳統評價方法必將結合智能化評價方法，多角度、全方位地進行課程評價。筆者介紹當前課程評價現狀和智能化技術的發展趨勢，分析當前課程評價過程中存在的不足之處，給出采用智能化技術在該領域的應用潛力。智能化時代對課程評價既是挑戰也是機遇。從信息化到智能化不僅是信息時代課程評價的現實選擇，也是智能生產力發展的必然趨勢。國內課程評價系統若能把握好這次智能化革命機會，一定能在課程評價領域走在世界的前列。

參考文獻：

[1] Tyler R W. Basic principles of curriculum and instruction[M].Chicago：University of Chicago press， 2013.

[2] Stufflebeam D L. The CIPP model for program evaluation[M]. Netherlands：Springer Netherlands， 1983： 117-141.

[3] Provus M M. Discrepancy evaluation for educational program improvement and assessment[M]. Berkeley Calif： McCutchan Pub. Corp.， 1971.

[4] Stake R E. Evaluating the arts in education： A responsive approach[J]. The Journal of Aesthetics and Art Criticism， 1976， 34（3）： 365-366.

[5] 吳敬龍. 金融大數據平臺部分模塊的設計與實現[D]. 北京： 北京交通大學， 2015.

[6] 姚琴. 面向醫療大數據處理的醫療云關鍵技術研究[D]. 杭州： 浙江大學， 2015.

[7] 羅洪屾. 大數據視域下我國體育產品營銷模式研究[D]. 曲阜： 曲阜師范大學， 2016.

[8] 周長進. 基于3E大數據的京津冀能源環境決策分析的研究[D]. 北京： 華北電力大學（北京）， 2016.

[9] 趙衛丹. 基于大數據平臺的城市地鐵交通模式研究[D]. 長春： 吉林大學， 2016.

[10] 姜明艷. 視頻圖像處理中人流量統計算法研究[D]. 成都： 電子科技大學， 2013.

[11] 廖廣軍. 復雜條件下的人臉檢測與識別應用研究[D]. 廣州： 華南理工大學， 2014.

[12] 劉佰昂. 單攝像頭條件下的行人識別與跟蹤方法研究[D].長沙： 中南大學， 2010.

[13] 王琳. 噪聲環境下的魯棒語音識別技術研究[D]. 哈爾濱： 哈爾濱工業大學， 2016.

[14] 吳泓辰. 高效率用戶群體興趣趨勢發現的推薦方法研究[D]. 濟南： 山東大學， 2016.

[15] 馮秀珍， 郝鵬. 基于詞性分析的產品評價信息挖掘[J]. 計算機工程與設計， 2013（1）： 283-288.

[16] 顧立培， 邢寶君. 團購導航網站用戶滿意度研究[J]. 現代情報， 2014（6）： 160-165.

[17] 鄧中祚. 智能家居控制系統設計與實現[D]. 哈爾濱： 哈爾濱工業大學， 2015.

（編輯：史志偉）