人工智能賦能的高中英語閱讀教學評價設計研究

陸明麗

摘要：為深入了解人工智能在高中英語課堂教學評價中的應用，首先通過對比人工智能賦能的教學評價和傳統教學評價的區別，探討智能教學評價的內涵;其次，明確智能教學評價方式，根據教學評價工作任務和發生的時間順序，分別與人工智能結合，把智能教學評價分為智能診斷性評價、智能形成性評價和智能總結性評價。最后，在分析xxx中學xxx老師的高中英語《The advertising game》的教學設計的基礎上，利用人工智能賦能教學評價，進行智能診斷性評價、智能形成性評價和智能總結性評價，得出一套人工智能輔助高中英語閱讀教學評價的智能評價設計方案;為英語閱讀課堂教學提供更為客觀和精確的評價，減輕教師教學負擔的同時，促進學生獲得及時有效的學習反饋。

關鍵詞：人工智能賦能;智能教學評價;英語閱讀教學;智能診斷性評價;智能形成性評價;智能總結性評價

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）16-0110-04

開放科學（資源服務）標識碼（OSID）：

Research on Evaluation Design of Artificial Intelligence-Enabled High School English Reading Teaching — Take the Advertising Game as an Example

LU Ming-li

（School of Information， Yunnan Normal University， Kunming 650500， China）

Abstract： In order to understand the application of Artificial intelligence in high school English classroom teaching evaluation， this paper firstly discusses the connotation of intelligent teaching evaluation by comparing the difference between artificial intelligenceempowered teaching evaluation and traditional teaching evaluation.Secondly， the evaluation method of intelligent teaching is clarified， and it is combined with artificial intelligence respectively according to the task and time sequence of teaching evaluation. The evaluation of intelligent teaching is divided into intelligent diagnostic evaluation， intelligent formative evaluation and intelligent summative evaluation.Finally， based on the analysis of the design of The advertising game， an artificial intelligence endowed teaching evaluation is designed to make intelligent diagnostic evaluation， intelligent formative evaluation and intelligent summative evaluation. It is designed to create an artificial intelligence aided design program for high school English reading teaching evaluation.It can provide more objective and accurate evaluation for English reading classroom teaching， reduce teachers' teaching burden and facilitate students to obtain timely and effective learning feedback.

Key words：Artificial intelligence enabling;Intelligent teaching evaluation;English reading teaching;Intelligent diagnosticevaluation;Intelligenceformativeassessment;Intelligence summative evaluation

1問題的提出

自古以來，技術的產生和發展都在有形或無形中指引著時代的變遷和發展方向?，F如今，隨著技術的不斷更新迭代，“互聯網+”時代逐漸向“人工智能+”時代轉變，人工智能技術逐漸演變成了第四次工業革命的主流技術，悄然的改變傳統行業的方方面面，教育行業也不例外。人工智能（Artificial Intelligence，AI）主要研究如何利用計算機模擬人的思維過程和智能行為，旨在探索人類智能活動的規律[1]，具有智能化、自動化、個性化、多元化、協同化五大典型特征[2]。2018年教育部頒發的《高等學校人工智能創新行動計劃》將“人工智能”上升到國家戰略層面，2019年3月，聯合國教科文組織發布了《教育中的人工智能報告》，對人工智能與教育的愿景、目標、途徑、挑戰等諸多方面做出了重要闡述[3]。2019年5月，國際人工智能與教育大會在北京召開，大會指出人工智能賦能教育已成為未來教育變革的重要趨勢[4]。現階段我國人工智能的教育應用處在探索階段，信息技術領域研究者對人工智能的科普、對人工智能的攝像以及對人工智能的系統開發和實證研究階段。人工智能輔助教學系統是現代科研的重要成果，是新技術的體現，人工智能技術應用教育教學上，有利于促進學生和教師的發展，促進教育領域方面的改革[5]。此后，2020年10月，中共中央、國務院印發了《深化新時代教育評價改革總體方案》，指出教育評價事關教育發展方向，強調“扭轉不科學的教育評價導向”，改進中小學校評價，普通高中主要評價學生全面發展的培養情況，教育評價改革刻不容緩[6]。

人工智能技術賦能的教育，不斷變革著教育的方式。與此同時，具備智能化、自動化、個性化等特性的人工智能賦能教學評價，使得評價過程更透明，評價結果更客觀，從而解放教師的教學天性，不被沉重的、額外的教學工作負擔所束縛，更加專心于“如何教學”。那么人工智能是怎樣賦能教育于教學評價中？人工智能賦能的教學評價與傳統的教學評價方式有哪些聯系與區別？筆者基于此問題對XXX中學XXX老師的高中英語《The advertising game》的課堂教學視頻①與教學設計②進行分析，探討人工智能賦能的高中英語閱讀教學評價設計。近年來，英語閱讀教學在高中英語教學中一直占有著極其重要的地位，受到師生和教育專家廣泛關注，但我國的教學內容和方法和國外教學存在較大差異，尤其是在閱讀評價方面，過多的采用量化評價的方式，偏重于考察知識忽視提升能力，導致不能準確的考察學生的思維水平層次和評估學生的英語閱讀與能力，大多數學校的英語信息化課程教學流于形式，沒有觸及信息化改革的深層次，無法滿足學生的需求。此外，基于App的交互式英語教學模式具有師生互動、生生互動、人機互動、線上-線下互動四大優勢，但也存在教師的教學理念僵化、學生的學習主動性不足、現有的考核評價形式單一、先進的教學設備缺乏等方面的問題[7]，急需要借助人工智能進行優化改革。

2人工智能賦能教學評價

“賦能”，顧名思義，是指給某人或某物賦予某種力量或者能量。由此，人工智能賦能教學評價，則可以解說成“人工智能給教學評價賦予智能化、自動化、個性化的特性或力量，從而形成智能教學評價的過程”，而傳統的教學評價則是指“以教學目標為依據，按照科學的標準，運用一切有效的技術手段，對教學過程及結果進行測量，并給予價值判斷的過程”[8]，智能教學評價與傳統教學評價存在著許多的差異與不同，主要體現在評價者、評價過程、評價結果、評價速度等四個方面，如表1所示。

首先，智能教學評價中機器是評價者，由于機器沒有人的情感，使得評價過程更偏向于客觀;而在傳統教學評價中，評價者只要是教師和學生，人都有自己的偏向和喜好，在評價過程中難免會摻雜一些主觀因素。其次人工智能可以代替人類完成大量的重復性性工作，譬如過程記錄、過程錄像與分析等，還可以基于大數據，進行全面的評價，使得評價結果更為精確，在傳統教學評價過程中，教師和學生既要教學、學習，又要兼顧評價，人的精力有限，在評價的過程中，總會不可避免地忽略一些細節，使得評價的結果顯得較為粗略;最后人工智能還能基于算法，由計算機進行全程自動快速的運算，不需要消耗人的體力，就可以進行快速的評價，有助于學生獲得及時的反饋。傳統的教學評價則相對較為緩慢，統計、計算、記錄等需要時間，不能及時快速的得出結果。

3人工智能教育應用與案例分析

3.1人工智能教育應用領域

近年來，關于人工智能在教育評價應用領域方面的研究，許多學者基于不同的層面提出了許多寶貴的意見和建議。譬如，Lonn等開發的M-STEM Academy（早期學業預警系統）在智能診斷性評價階段，在課程未開始前，分析和記錄學生的預習和摸底測試情況，并發送給教師，以便教師在備課或授課是給學生提供針對性的支持[9]。首都師范大學的施智平教授介紹的基于計算機視覺的S-T課堂行為分析系統——愛課系統（AICA），以大量的課堂教學實錄為數據源，應用個體檢測、人臉識別和骨架提取等技術，能自動獲取教師和學生動作行為的統計結果，并根據注意力分析算法，將捕捉到的行為進行分類，為后續的課堂教學診斷與改進提供依據[10]。魏雪峰等研發的“教育測評機器人”在智能形成性評價階段，通過模式識別、自然語言理解和機器學習等技術，可以全程記錄學生的解題過程和步驟，進行自動評價和錯題分析，及時診斷學習者的學習困難并做出干擾。在課堂中教師授課自動獲取教師和學生的動作行為，及時診斷學習者的學習困難并做出適當的干預，給學生提供個性化的輔導[11]。

在此次研究中，筆者主要根據課堂教學中的評價階段：診斷性評價、形成性評價、總結性評價。其中，診斷性評價是指教師在教學前進行的評價。診斷學習者在開始教學前都知道哪些知識，是否具備學習新的教學內容所必備的知識與技能。形成性評價最初是由斯克里芬提出的，指在教學過程中實施的教學評價，是評價的主要形式，了解教學效果和學生的學習情況。總結性評價是在教學結束時進行的教學評價，全面評價學生的學習效果，驗證學生是否已達到設定的教學目標水平。這三大評價分別與人工智能結合，探討人工智能在英語閱讀課堂教學評價中的應用，分為智能診斷性評價、智能形成性評價、智能總結性評價，其實施過程如圖1所示。

智能型診斷性評價一般是在教學活動開展之前，通過人工智能教學活動開展之前設計個性化的檢測試題，智能地對每位學生的知識、技能、智力和體力等狀況進行摸底測試，從而收集數據自主進行分析，然后形成圖表等形式反饋給任課教師，在整個過程中都是人工智能進行操作，不僅增強了數據的客觀性，更有利于減輕教師的工作負擔，便于教師對學生的實際水平和準備狀況進行了解。而在傳統的診斷性評價中，一般都是任課教師全權組織、記錄并分析，教師的工作不僅量多繁雜，而且在實施過程中或多或少都會摻雜這一些主觀的個人情感因素，從而影響評價的結果。智能形成性評價是發生在教學活動過程中，通過生物特性、面部、語音等特征識別學生的情感狀態并進行記錄，分析學生在課堂學習中的學習行為、結果記錄來識別學生在某個主題下的認知能力水平并結合大量的主題分析綜合認知水平，并反饋給教師，然后根據學生學習狀況，進行個性化的學習資源推薦，了解階段教學的結果和學生學習的進展情況以及存在的問題等，以便及時反饋、及時調整和改進教學工作。

3.2英語閱讀課《The advertising game》教學設計案例分析

以XXX中學XXX老師的高中英語《The advertising game》的教學設計為例，通過觀看本節課的教學視頻和閱讀原始的教學設計文稿，根據教學評價的階段對教學過程進行剖析如下圖3所示，根據《The advertising game》的教學設計原稿可以知道，本節課的教學目標（圖2）：

此外，在《The advertising game》教學設計中，教師先給同學們布置了課前預習：預習課文，之后才開展的課堂教學，屬于診斷性評價的內容。在課堂教學中分成了三個階段進行教學，第一階段是課前導入部分，先是播放了一段廣告視頻進行導入和呼應主題“廣告游戲”，再通過設問的方式，并結合多媒體展示告知學生本節課的教學目標，這個階段主要是教師進行評價;第二階段分小組，進行新課講授部分，通過布置任務，讓學生找出文章中每個段落的關鍵詞，完成練習并請學生回答問題，老師和學生同時進行評價;在學生閱讀完課文之后，以分小組的形式，引導學生概括文章主旨，制作思維導圖，小組代表上臺展示答案，幫助學生通過思維導圖理清文章脈絡，建構語篇結，這個階段主要是老師和學生共同進行評價，屬于形成性評價的內容。第三階段的主要內容是小結和布置作業部分，通過對比分析兩個真實的廣告案例，啟發同學們思考并讓小組代表用英文闡述小組總體觀點與看法的形式引出小結，在對比分析的過程中，深化對“廣告設計技巧服務于其銷售目的”的認識，從而達到對廣告的操縱性的領悟，通過對廣告的批判性分析和思考，引領學生感受這種思維方式的樂趣及其對實際生活的積極指導作用。并由此引出本節課的課后作業：完成一篇作文，學生通過寫作訓練，選擇你特別喜歡的一個電視廣告并寫一篇關于它的文章，將課上習得的思維方式的運用條理化、深入化。這個階段主要是教師和學生共同評價，屬于總結性評價的內容。

綜上所述可以觀察到，在整個教學過程中，教學環節設計得非常的具有邏輯性，思維導圖的應用適合高中生的學習特征，教學環節前后連接巧妙，但在整個教學評價過程中，盡管存在著兩個角色間進行輪換的互評，評價形式都相對較為單一，都是人為地在進行評價，在整個過程中，不僅給教師增加了教學負擔，而且評價的過程中或多或少都會攜帶一些個人情感因素，使得評價的結果不夠客觀。

4人工智能賦能的英語閱讀教學評價設計

隨著教學評價主體、方式的多樣化和智能評價技術的不斷成熟，人工智能賦能的教學測評技術將在實際課堂教學和各類考試中推廣開來，輔助教師完成繁雜的評估工作，并為學習者和教師提供更為準確的反饋和有效的評價，有利于教師和學生以及家長及時把握學習者的學習動態。筆者基于《The advertising game》的教學設計，對其教學評價進行人工智能賦能，分別形成了智能診斷性評價、智能形成性評價、智能總結性評價。如圖4所示。

4.1智能診斷性評價

智能診斷性評價對應課前預習階段，一方面，人工智能可以根據教學目標，自動生成課前預習檢測試題，并完成修改;另一方面，人工智能能夠記錄學生瀏覽課文情況，包括生詞和長難句等，形成報告反饋給教師，改變傳統的教師評價方式，學生也能得到及時的反饋，以便及時修正。例如Lonn等開發了 M-STEM Academy 作為早期學業預警系統，就可以輔助教師完成診斷性評價[9]。由此看來，智能診斷性評價已經開始悄無聲息的出現在大眾的視野，影響著教育評價的發展。

4.2智能形成性評價

智能形成性評價對應的是整個教學過程中進行的教師講授和學生小組討論環節，人工智能可以全程捕捉教師和學生的表情狀態和行為動作并進行記錄，形成分析報告，便于教師查看教學效果和學生學習情況并進行教學反思。此外，在學生回答問題、閱讀課文、小組討論、制作思維導圖的過程中，可以借助人工智能，全程記錄學生解題的過程和步驟，并進行自動評價和錯題分析，在學生進行小組討論時，及時診斷學生的學習困難并做出適當干預，在課堂上輔助教師給學生提供個性化的輔導。例如在小組討論過程中，在制作思維導圖環節，小組內成員發生了一些分歧或者思維混亂的情況，人工智能可以監測到學生遇到的學習問題，并及時給予引導。改變原有的教師和學生共同評價方式，提高教學質量和教學效率，使得評價結果更具客觀性和權威性。在國內，江波等提出一種基于面部表情的學習困惑自動識別算法，通過設定不同難度試題誘導被試者產生困惑情感，同時利用攝像設備實時捕捉被試者的面部表情、提取面部重要特征，進而運用機器學習算法進行困惑識別，為學習作者情緒建構提供技術支撐和為教師診斷學習者的學習狀態提供數據支持[12]。吳曉如等提出了智能教學系統的應用模式，該系統采集了班級所有學生的行為數據、基礎信息數據和學業數據，并提交給學情分析服務，學情分析服務通過后臺的大數據分析與智能技術處理，形成對學生個體與學生整體的畫像，生成可視化的學情分析報告并提供給教師。教師根據學情報告中的各項指標數據，準確規劃教學路徑、精確設計教學策略，從而實現教學過程的精準化[13]。

4.3智能總結性評價

智能總結性評價發生在課堂小結和作業布置環節，根據《The advertising game》的教學設計，我們可以知道，這堂英語閱讀課中通過一個小組活動：對比分析兩個廣告視頻案例，小組代表上臺總結發言的形式進行的課堂小結，在此過程中，人工智能可以發揮其智能化和自動化的特點，測評學生在用英語回答問題或演講時的英語發音和情感狀態，并提出修改意見，以便及時矯正。此外，在教師布置課后寫作作業后，人工智能還可以輔助教師實時的檢測到學生完成作業情況并發布預警，并給學生的作文打分?？拼笥嶏w研發的紙筆考試智能網上評卷系統[14]，應用紙筆考試主觀題智能評卷技術和掃描網上評卷技術，在減輕評卷人工作負擔的同時提升評卷質量和效率。機器批閱在一定程度上避免了人工評判的主觀偏差和失誤，具有較高的準確度和穩定性，提升了評估工作的質量和效率。

5結語與展望

5.1人工智能賦能教學評價的意義

1）減輕教師教學工作負擔，把更多重心放在教學內容上

教師的工作重心應該在“傳道、授業、解惑”上，繁雜的教學評價工作給教師增加了許多工作負擔，會導致重心的分散，從而影響教學。人工智能的自動化特征賦能教學評價，自動且精確、快速的協助教師完成教學評價，例如試卷的修改，課堂上的優秀小組評定。

2）評價過程更客觀、更全面

傳統的教學評價不是教師一手包辦就是組間互評，都是“人為”的在進行評價，使得評價的過程和結果都存在許多不客觀因素，不夠科學，不夠全面。而有了人工智能賦能的教學評價，由于機器并不具有個人情感，抵消掉了許多不客觀因素，并且可以同時多方面檢測到學生以及教師的行為動作變化和情感特征，使得評價更為全面和細致。

3）便于學生和教師及時到教學反饋

由于傳統的教學評價都是人為的，不能及時地得到相應的教學反饋，延長了教學工作進程，不利于教師和學生進行教學、學習反思與調整，人工智能在教育評價中的應用正是給許多的教學工作者和，學習者帶來了便利，可以實時的記錄數據并實時的導出。

人工智能技術賦能的教學評價，給教師帶來了極大的便利和減輕教學工作負擔的同時，也能讓學生獲得及時有效地反饋，有助于學生學習。然而，人工智能賦能教學的前提是人工智能和教學產生深度的融合，教學中的主要要素是教師、學生和教學內容，人工智能如何與教師、學生、教學內容產生深度融合，進而在教學中達到人機協同的狀態，這些都是需要我們不斷深究和探討的。

注釋：

①《The advertising game》課堂教學視頻.https：//v.youku.com/v_show/id_XMzk3MzU0Nzg1Ng==.html.

②《The advertising game》教學設計原稿.http：//www.docin.com/p-2156004663.html.

參考文獻：

[1] 鄭蘭琴，張璇，曾海軍.人工智能助力教與學的創新——訪美國教育傳播與技術協會主席Eugene G.Kowch教授[J].電化教育研究，2018，39（7）：5-11.

[2] 梁迎麗，劉陳.人工智能教育應用的現狀分析、典型特征與發展趨勢[J].中國電化教育，2018（3）：24-30.

[3] 鄭勤華，熊潞穎，胡丹妮.任重道遠：人工智能教育應用的困境與突破[J].開放教育研究，2019，25（4）：10-17.

[4] 寧虹，賴力敏.“人工智能+教育”：居間的構成性存在[J].教育研究，2019，40（6）：27-37.

[5] 張蓉菲，趙磊磊，李玥泓，趙可云.國外教育人工智能研究主題及趨勢分析——基于Web of Science文獻關鍵詞的可視化分析[J].現代教育技術，2019，29（12）：5-12.

[6] 中共中央國務院印發深化新時代教育評價改革總體方案[N].人民日報，2020-10-14（1）.

[7] 賈瑋.基于APP的交互式英語教學模式構建研究[J].教學與管理，2019（21）：103-105.

[8] 程書肖.教育評價方法技術[M].北京：北京師范大學出版社，2004.

[9] Lonn S， Krumm A E， Waddington R J， et al. Bridging the gap from knowledge to action： Putting analytics in the hands of academic advisors[A]. International conference on learning analytics and knowledge[C]. ACM， 2012：184-187.

[10] 呂愷悅，孫眾.“人工智能+教師教育”的現狀、動態與問題[J].現代教育技術，2019，29（11）：114-120.

[11] 魏雪峰，劉永渤，曲麗娟，等.教育測評機器人的理念構想與教學應用研究[J].中國電化教育，2018（12）：25-30，53.

[12] 江波，李萬健，李芷璇，等.基于面部表情的學習困惑自動識別法[J].開放教育研究，2018，24（4）：101-108.

[13] 吳曉如，王政.人工智能教育應用的發展趨勢與實踐案例[J].現代教育技術，2018，28（2）：5-11.

[14] 汪張龍，徐俊，李曉臻，等.紙筆考試智能網上評卷系統的設計和應用——智能教育應用之“考試評價”篇[J].現代教育技術，2018，28（3）：5-11.

【通聯編輯：王力】