人工智能時代數字化學習工具評價模型的建構與應用建議

趙慧臣 張雨欣 李皖豫 李月 盂麗娜

摘要：人工智能不僅加快數字化學習工具的發展，而且支持數字化學習工具的教育應用。人工智能時代的數字化學習工具由多媒體時代的知識表征多元和網絡時代的內容生產、個體學習拓展到大規模學習和社會化協同。其研究應該在多媒體時代和網絡時代的數字化學習工具評價研究基礎上，進一步凸顯人工智能時代學習工具的特色。該文參考美國數字化學習工具評價標準，構建了人工智能時代數字化學習工具評價的層次模型和互動模型，分別從技術支持、功能保障、教育應用三個層次，技術性、可訪問性、移動設計、功能性、數據安全、社會臨場感、教學臨場感、認知臨場感八個維度建構數字化學習工具評價模型;并在數字化學習工具評價關系矩陣的基礎上，探討數字化學習工具評價模型在學校、教育管理機構、信息化企業中的應用策略。

關鍵詞：人工智能;數字化學習工具;評價模型;評價指標

中圖分類號：G434

文獻標識碼：A

新一輪人工智能技術的發展呈現出數據規模增加、計算能力增強和行業應用能力提升等顯著特征[1]。人工智能極大地改變著教育生態，有助于變革教育模式與教育形式、為學生提供個性化服務、為教師提供精準化教學、為學校提供科學化管理[2]。在人工智能技術支持下，數字化學習工具在提高學習效率、改善學習效果方面發揮著重要作用。然而，人工智能時代數字化學習工具“分類不明確”“缺乏規范的建設標準”“信息安全存疑”等問題不斷出現，造成了師生在選擇和使用時的被動局面。在學習工具趨向智能化的背景下，如何評價種類繁多的數字化學習工具，如何利用評價更好地推動人工智能時代的數字化學習，成為需要探討的問題。

一、人工智能時代數字化學習工具評價研究的反思

人工智能時代的數字化學習工具評價研究應該在多媒體時代和網絡時代的數字化學習工具評價研究基礎上，進一步凸顯人工智能時代學習工具的特色。梳理數字化學習工具及其評價研究，總結已有的研究進展，反思存在的問題和局限，可以為人工智能時代的數字化學習工具評價研究提供參考。

（一）人工智能時代數字化學習工具的研究

在基本功能方面，數字化學習工具具備獲取信息化、開放化、網絡化和高效率等特點。學習工具整體有向開放化、免費化、網絡化、社會化、面向學習對象的粒度微型化等發展的趨勢[3]。在網絡環境下數字化學習工具的發展趨勢是高效率、易使用、低成本、交互強和開放源代碼及二次開發[4]。

在教學應用方面，數字化學習工具主要用于支持信息化教學乃至智能教育。例如，劉建軍結合實際口譯教學介紹BlackBox學習軟件的特點、功能及其在口譯自主學習中的應用[5];顧連忠等介紹了概念圖評估和學習工具COMPASS的結構體系，分析了利用COMPASS概念圖開展學習診斷的情況[6]。劉艷艷等提出采用自然語言處理、情感分析技術等智能課堂助手與學生自然語言交互的課堂教學架構，并實現課堂教學具體應用[7]。

在設計開發方面，融合新的教學理念和新興技術的數字化學習工具設計與開發愈發成熟。例如，馮銳等利用基于案例的推理（CBR）的教學建議，設計、開發了促進學生深度學習的CBR經驗學習工具[8];潘征宇等分析了智慧教育中開展個性化學習所需要的學習環境和支撐工具，并對個性化學習工具進行設計及應用研究[9];鮑賢清等開展了場館環境中介性學習工具的設計與開發[10]，面向個體的學習需求，以新穎的思路設計數字化學習工具的功能，成為人工智能時代數字化學習工具發展的方向。

面向多媒體、網絡和人工智能等不同時代的數字化學習工具發展歷程，我們可以從學習資源、交互方式、學習空間、應用場景四個方面來闡釋數字化學習工具的特點，如表1所示。首先，在學習資源方面，多媒體時代的學習工具主要關注單向的、適量的數字化學習資源;網絡時代的學習工具重點關注超媒體性和海量的學習資源;人工智能時代的學習工具關注學習資源的生成性、交互性、動態性，支持人機協同學習和工作。其次，在交互方式上，多媒體時代的學習工具以圖形界面為主，網絡時代的學習工具以多點觸控為主，人工智能時代學習工具的交互則包括體感交互、腦機接口、多模態交互等。再次，在學習空間的要求上，多媒體時代的學習工具通常在封閉的物理空間下支持教學活動，網絡時代的學習工具則進一步拓展到虛擬空間，人工智能時代的學習工具能夠適配虛實融合的無邊界學習空間。最后，在應用場景方面，人工智能時代的學習工具由多媒體時代的知識表征多元和網絡時代的內容生產、個體學習拓展到大規模學習和社會化協同。

（二）人工智能時代數字化學習工具評價的研究

數字化學習工具評價研究主要集中在評價框架和指標體系兩方面。在評價框架方面，孫洪濤等從技術選擇、教學應用和能動性等視角，提出了包括操作可用、聯結構建、信息獲取、內容加工、交流協作等5個維度的遠程學習工具分析框架[11]。在評價指標體系方面，杜華等從界面、技術、內容、功能、學生體驗五個層面設計了移動學習工具的指標體系，并據此對場館APP進行了評測[12];錢東明等將學習工具評價標準分為可用性、友好度、實用性、趣味性、可擴展性五個主要維度[13]。

隨著人工智能時代的到來，人機關系進入新階段，數字化學習工具的評價也隨之變遷，如圖1所示。多媒體時代的數字化學習工具的評價側重于從人機交互的角度評價學習工具的主要性能。網絡時代的數字化工具評價更多從人機共生關系的角度來評價學習工具的網絡互動特征。人工智能時代的數字化學習工具的評價則關注通過智能交互方式實現智能化內容的形成和學習質量的提高，以最大程度上發揮人機協同的效益。

（三）人工智能時代數字化學習工具評價模型的反思

隨著以人工智能技術為代表的新興技術不斷發展，人工智能技術不斷應用于數字化學習工具中，形成人工智能時代的數字化學習工具評價模型就顯得尤為必要。一方面，人工智能時代的數字化學習工具需要更高的評價標準，來判斷數字化學習工具是否與人工智能發展一致、能否實現智能化的交互活動、是否有助于群體知識建構、師生間是否可以人機協同等。另一方面，人工智能時代數字化學習工具評價模型能夠指導師生選擇高質量的數字化學習工具，為數字化學習工具的設計與開發給予指導，為數字化學習工具的性能改進提供參考。

二、人工智能時代數字化學習工具評價模型的建構

美國西北大學（Western University）教學中心（Centre for Teaching and Learning）的兩位教授（LaurenM.Anstey&CJavan P.L.Watson）面向教師和員工開發了數字化學習工具評價標準（Rubric for e-LearningTool Evaluation），可以作為評價數字化學習工具的參考框架[14]。該標準支持對數字化學習工具的功能、技術和教學方面的多維評價。本文參考該評估標準的評價維度，結合人工智能時代數字化學習工具評價特點，構建人工智能時代數字化學習工具的評價模型。

（一）數字化學習工具評價標準的反思

數字化學習工具評價標準提出了技術性、可訪問性、移動設計、功能性、數據安全、社會臨場感、教學臨場感和認知臨場感等8個維度。（1）功能性（Functionality）指數字化學習工具支持學生學習的功能服務。（2）可訪問性（Accessibility）指數字化學習工具能否支持任何人使用。（3）技術性（Technical）指數字化學習工具的技術易用程度。（4）移動設計（Mobile Design）指數字化學習工具能夠在移動設備上使用，并發揮應有功能。（5）隱私數據的維護和權限（Privacy Data Protection and Rights）指數字化學習工具的數據安全防護性能和對個人隱私的保護程度。（6）社會臨場感（Social Presence）指數字化學習工具幫助學生創設交互的環境，支持學生開展協作學習、交互式教學的情況。（7）教學臨場感（TeachingPresence）指數字化學習工具支持學生教學過程的形成，以實現學習行為的個性化分析、干預與管理。（8）認知臨場感（Cognitive Presence）指數字化學習工具支持學生高階思維的訓練與養成。

盡管該數字化學習工具評價標準提出了具體的評價維度和評價指標，但并未對各項指標重新歸類解讀，應用中難免會出現指向不明等問題。因此.如何在已有數字化學習工具評價標準的基礎上，形成更為科學合理的數字化工具評價模型，成為需要解決的問題。

（二）人工智能時代數字化學習工具評價的層次模型

本文以“戴爾經驗之塔”為參考，從技術支持、功能保障和教育應用三個層面對數字化學習工具評價維度進行分類，形成由下至上抽象程度越來越高的數字化學習工具評價層次模型，如圖2所示。首先，技術支持層作為數字化學習工具評價模型中的基礎層，涵蓋了系統性能、可訪問性和移動設計三個維度，為功能保障層和教學應用層提供支持。其次，功能保障層作為數字化學習工具評價模型的中間層，包含用戶體驗和數據安全兩個維度，體現了數字化學習工具給師生提供的基礎功能和支持服務。最后，教育應用層作為數字化學習工具評價模型的核心層，涵蓋了社會臨場感、教學臨場感和認知臨場感三個維度，是學習工具發揮教學功能的最重要的因素。

（三）人工智能時代數字化學習工具評價的互動模型

數字化學習工具評價的層次模型中評價要素間存在一定關系。其中，技術支持層、功能保障層支撐教育應用層中教育臨場感的實現，同時教育應用層影響技術支持層和功能保障的設計優化。因此，數字化學習工具評價的三個層面既相對獨立，又相互作用，形成了數字化學習工具評價的互動模型，

首先，技術支持層作為數字化學習工具的功能保障層和教育應用層的支撐。技術支持層通過系統性能、可訪問性的實現以及移動設計來支持功能保障層，也在一定程度上影響教育應用層。系統性能解決了功能保障層必備的技術要求;可訪問性支持不同能力、不同硬件基礎配置條件下學生使用學習工具;移動設計解決了學習工具在移動設備上的運行問題，更好地保證學習工具在移動學習環境中發揮作用。

其次，功能保障層銜接數字化學習工具的技術支持層和教育應用層。其中，用戶體驗保證了形成社會臨場感、教學臨場感和認知臨場感必備的資源、支持和服務，數據安全則幫助學生形成對學習工具的信任感，為應用學習工具支持有效學習提供了更大可能。

最后，教育應用層引領數字化學習工具的功能保障層和技術支持層的優化。教育應用層中的社會臨場感、教學臨場感、認知臨場感的實現有賴于技術支持層和功能保障層的支持，同樣也反過來從教育教學的角度指導技術支持層的不斷優化和持續改進。

三、人工智能時代數字化學習工具評價模型的指標設計

數字化學習工具評價模型由不同層次和維度組成，不同評價維度又可以細分為不同的指標。鑒于數字化學習工具評價的可操作性，從技術支持、功能保障、教育應用三個層面對評價指標和效果適用程度進行具體闡述，有助于促進數字化學習工具評價的良好開展。

（一）技術支持層：體現數字化學習工具的基礎性能

技術支持層應當保證技術可用性，并盡可能減少學生的技術負擔、時間成本等，并通過移動設計滿足學生泛在學習需求。評價數字化學習工具的技術支持層，應當從系統性能、可訪問性和移動設計三方面展開，并按照“存在嚴重問題、存在較小的問題、效果好”的程度形成評價量規，如表2所示。

1.系統性能：評價數字化學習工具的底層設計

數字化學習工具的系統性能決定了功能保障層和教育應用層提供的服務類型。首先，可拓展性體現在數字化學習工具是否具備其他應用程序訪問的接口、能否支持數據互通、是否允許與外部環境進行信息傳遞。特別是在人工智能時代，可拓展性較強的數字化學習工具打通不同應用程序的數據接口，可以支撐教學流程的全過程收集。其次，兼容性體現在數字化學習工具能否在不同版本操作系統和瀏覽器中運行和使用。最后，技術更新體現在數字化學習工具的更新周期以及更新效果。根據用戶需求定期更新的數字化學習工具更受人工智能時代師生的喜歡。

2.可訪問性：強調數字化學習工具的學生參與便捷度

可訪問性較差的數字化學習工具會影響部分學生的參與。評價數字化學習工具的可訪問性可以從可達性、以學生為中心的參與度、所需設備三個指標展開。首先，可達性體現在數字化學習工具能否匹配不同輸入、輸出方式以滿足視覺、聽覺、肢體、言語、認知障礙等不同類型學生的需求。其次，以學生為中心的參與度體現在數字化學習工具提供的服務能否滿足學生多樣化的需求。最后，需要固定物理環境和專用硬件設備的數字化學習工具限制了學生參與，甚至會把部分學生拒之門外。

3.移動設計：關注數字化學習工具的應用場景

移動終端不僅滿足了學生泛在環境下的學習需求，而且極大延伸了學習的交互性。首先，學生訪問體現在數字化學習工具能否支持學生使用多種類型的移動操作系統和移動設備。其次，移動設計表現在不同終端之間功能適配有無顯著區別和能否實現不同學習終端上學習進程的連續性。師生更傾向于選擇多終端一體化且兼容性較強的數字化學習工具。最后，離線功能要能夠滿足學生在沒有網絡環境中使用數字化學習工具的需求。

（二）功能保障層：面向數字化學習工具的教學支持

數字化學習工具的功能保障層要能提供滿足學生需求的服務、技術支持和幫助，同時解決學生隱私和知識所有權的問題。功能保障層主要的評估指標為用戶體驗和數據安全，按照“存在嚴重問題、存在較小的問題、效果好”的程度來形成評價量規，如下頁表3所示。

1.用戶體驗：體現數字化學習工具的系統功能設計

人工智能時代數字化學習工具的用戶體驗可以從應用規模、易用性、可用性和超媒體性四個指標來進行評價，首先，應用規模體現在數字化學習工具是否可以靈活擴展，以及能否靈活地創建學習小組和實踐共同體。其次，易用性體現在數字化學習工具能否面向學生群體的心理特征和認知特點，提供人機友好的交互設計、美觀的頁面設計和簡單的操作邏輯。其次，可用性較強的數字化學習工具支持語音識別、手勢識別、眼動追蹤等類型的用戶界面，提高沉浸感的同時使人機交互形式更多元、自然。最后，超媒體性體現在數字化學習工具能否支持學生按照學習需要不斷重組教學序列，以多種維度表征知識、揭示知識的關聯關系;是否支持學生自主選擇學習資源和學習路徑，并反思和重構知識內容的結構、關系。

2.數據安全：評價數字化學習工具的數據防護與管理服務

人工智能時代數字化學習工具在隱私方面的評價主要考慮數據的維護和權限，體現在登錄/注冊、數據安全、數據管理等方面。首先，登錄/注冊個人信息時的隱私保護情況、機構審核、第三方團體收集等方面可能存在問題，進而給學生帶來個人信息泄露的隱患。其次，數據安全體現在學生在使用學習工具過程中產生數據的知識產權、資料所有權和版權的保留情況。最后，數字化學習工具能否提供便捷的數據管理服務，以幫助學校、教師、學生和家長掌握教學情況，也是其數據安全評價的重要方面。

（三）教育應用層：聚焦數字化學習工具的育人效果

評價數字化學習工具的教育應用層不僅要判斷能否有效支持學生展開有意義的學習活動，也要判斷支持學生展開高階思維活動的情況。教育應用層的評價主要從社會臨場感、教學臨場感和認知臨場感三個維度，按照“存在嚴重問題、存在較小的問題、效果好”的程度來形成評價量規，如表4所示。

1.社會臨場感：面向學習工具支持師生交互情況

社會臨場感指數字化學習工具支持學生人際交互時創設多元學習情境，來提高學生的學習體驗。人工智能時代的數字化學習環境正在由個體學習向協作學習轉換，應該針對協作技術、學習問責和傳播程度的標準進行評價。首先，面向協作技術的評價主要體現為數字化學習工具是否支持同步異步的社交互動、可用的知識表征形式以及能否支持大規模社會化協同學習。社會臨場感可提供基于學習行為及學生活動的同步或異步的社交互動，并支持大規模社會化協同。其次，學習問責方面的評價體現在數字化學習工具支持教師對學生匿名情況的掌握程度，和能否為學生學習行為負責提供解決方案。最后，社會傳播程度評價主要體現為學生對數字化學習工具是否熟悉及熟悉程度、是否有使用基本功能的能力等。學生更偏向于使用有一定了解、有部分操作基礎的數字化學習工具。

2.教學臨場感：體現學習工具對教學行為的支持作用

教學臨場感指數字化學習工具給師生帶來的教學體驗，可以從師生交互、用戶定制和學情分析三方面進行評價。首先，師生交互體現為數字化學習工具能否支持師生有效建立和維護對話，并通過管理、監控、參與和反饋來提高師生交流。其次，用戶定制體現為數字化學習工具對學生情況的適應性、能否定制以及定制的難易度。良好的數字化學習工具能適應學習環境并支持白適應推薦與個性化定制，既能支持自主學習、協作學習等多種學習模式，也能支持混合式教學等多種教學模式。最后，學情分析表現在數字化學習工具在數據收集類型、呈現形式、反饋時間等方面的情況。人工智能時代數字化學習工具應能充分收集教師、學生、家長在教學過程中的多模態數據，并以自動化的方式提供可視化的學習分析，幫助教師和家長發現學生學習的隱性問題，進而選擇和調整教學策略。

3.認知臨場感：面向學習工具支持學生深度學習的情況

認知臨場感體現學習工具支持學生深度學習的情況，可以從認知任務強化、高階思維和元認知參與三個指標進行評價。首先，評價認知任務的強化體現為數字化學習工具能否通過有效的方式提供易于學習的框架和輔助性幫助。其次，高階思維體現在數字化學習工具能否有效支持智能診斷與預測，形成有效的支架或者提供優質的資源，以幫助學生開展高級思維活動。最后，元認知參與的評價體現在數字化學習工具能否為學生定期或周期性地提供反饋、以及反饋是否形式化。較好的數字化學習工具提供在線學習過程的實時反饋、學習活動的自動記錄、自評工具、反思工具等，支持學生自主優化學習行為，輔助學生提高自我監控水平。

四、人工智能時代數字化學習工具評價模型的應用建議

根據人工智能時代數字化學習工具的評價模型，我們可以建立數字化學習工具評價核心要素和關鍵維度之間的關系矩陣，如表5所示。其中，“+”代表著核心要素與關鍵維度之間的強相關性， “一”代表核心要素與關鍵維度之間的弱相關性。該矩陣可以為學校選擇應用數字化學習工具和教育管理機構規劃數字化學習工具發展提供依據，為企業設計開發數字化學習工具提供參考。

首先，科學選擇數字化學習工具，支持智能化教學設計。學校應根據人工智能時代師生教學活動對學習工具的需求，選擇支持教學個性化、學習自主化、管理自動化的數字化學習工具。

其次，結合智慧校園建設基礎和規劃，選擇相適應性的數字化學習工具，以實現人工智能時代多模態數據的收集整合和師生一站式服務;對教師進行智能化教學設計培訓，打造面向智能教育的專業化教學設計團隊，以實現數字化學習工具高效應用于教學實踐。

最后，關注學生數據安全問題，考慮智能環境下多模態數據的知識產權問題。當涉及到隱私信息和知識產權問題時，學校要統一處理師生相關信息的導人、導出以及存檔，建立完善的教務管理系統，確保師生教學活動安全有序進行。

（二）作為教育管理機構制定數字化工具相關行業政策的決策依據

一方面，制定數據安全防護的政策法規，確保學習工具在教育中的有序應用。加快出臺人工智能教育應用的法規制度建設，解決人工智能背景下的數據安全問題;建立線上線下相結合的網絡安全培訓機制，著力防范化解網絡安全的重大風險;建立市區校教師在線實踐共同體，聯合打造智能化的在線學習空間，構建市區校協同的應用生態系統[15]。

另一方面，加強相關高校與教育信息化企業合作，建立智能時代數字化學習工具的應用標準。教育管理機構結合人工智能時代的技術要求和潛在的風險，盡快完善相關的教育法律法規;制定管理標準和應用指南，將評價指標納入數字化學習工具的標準體系;引導人工智能時代數字化學習工具的有效應用，促進數字化學習工具在教學中發揮更大作用。

（三）作為企業開發與設計數字化學習工具的技術參考

一方面，開發兼具“技術性、功能性、教育性”的數字化學習工具，滿足智能時代師生的教學需求。信息化企業應當著眼于未來教育的發展需求，結合人工智能時代的技術發展，從教育教學視角設計數字化學習工具的體系架構;應用大數據、人工智能、學習分析等技術開發能夠支持精準教學的數字化學習工具;完善數字化學習工具的育人功能，盡量減小數字化學習工具的使用成本;升級數據安全防護技術，保證師生個人信息安全;持續增加學生對學習工具的認可度，擴大數字化學習工具的使用范圍。

另一方面，推動教育信息化產學研深度融合，共創精品智能化學習工具。信息化企業應尋求與教育科研機構、教育領域相關專家、一線教師等多方合作，融合人工智能領域前沿技術，探索導師系統、評分系統、學習預測與分析技術等智能教育新樣態，研發有效支撐人機協同的數字化學習工具，探索人工智能時代數字化學習工具的應用模式、方法與策略。

參考文獻：

[1]劉德建，杜靜等.人工智能融入學校教育的發展趨勢[J].開放教育研究，2018，（4）：33-42

[2]宋靈青，許林.人工智能教育應用的邏輯起點與邊界——以知識學習為例[J].中國電化教育，2019，（6）：14-20.

[3]錢冬明，郭瑋等.從學習工具的發展及應用看e-Learning的發展——基于Topl00學習工具近五年的排名數據[J].中國電化教育，2012，（5）：135-139.

[4]張力.數字化學習T具的發展對信息化教學的作用分析[J]電化教育研究，2008.（9）：27-30.

[5]劉建軍.計算機輔助學習工具BLuk Box在口譯自主學習中的應用[J].現代教育技術，2011，（4）：102-106.

[6]顧連忠，劉建軍等.一種適于Web的概念圖評估和學習工具[J]電化教育研究，2010，（10）：61-64.

[7]劉艷艷，黃雙根等.智能課堂助手：人工智能背景下的教學工具[J]軟件導刊，2019.（9）：217-220+224.

[8]馮銳，董利亞等.運用CBR原理設計經驗學習工具的研究[J]電化教育研究，2011.（11）：46-52.

[9]潘征寧，鐘紹春等.個性化學習工具設計及應用研究[J].中國電化教育，2015，（6）：86-91.

[10]鮑賢清，毛文瑜等.場館環境中介性學習T具的設計與開發——以上海科技館學習單設計研究為例[J].中國電化教育，2011.（10）：40-47.

[11]孫洪濤，陳麗等遠程學習工具交互性研究[中國遠程教育，2017，（4）：33-41.

[12]杜華，楊曉宏.移動學習工具評價指標體系研究——以場館APP評價為例[J].中國遠程教育，2018，（ 8）：63-69.

[13]錢冬明，羅安妮等.數字化學習工具標準研究與框架設計[Jl.電化教育研究，2019，（2）：62-67.

[14] Lauren M.Anstey.Gavan P.L.Watson..Ruhric for eLearning ToolEvaluation [EB/OL].https：//teaching.uwo.ca/pdf/elearning/Rubric-for-eLearning-TooI-Evaluation.pdf， 2020-03 -20.

[15]張惠敏，梁為等.面向未來的新型教育教學組織體系構建與實施路徑研究——深圳市長周期“停課不停學”實踐反思[J].中國電化教育，2020，（8）：33-40.

作者簡介：

趙慧臣：教授，博士生導師，系主任，研究方向教育信息化、STEM教育與創客教育。

張雨欣：在讀碩士，研究方向為信息化教學設計。

李皖豫：在讀碩士，研究方向為信息化教學設計。

*本文系國家社會科學基金教育學國家一般課題“面向STEM教育的教師教學能力的評價與提升研究”（課題編號：BCA180089）階段性研究成果。

The Construction and Application of Evaluation Model of Digital Learning Tools in the Era

of Artificial Intelligence

Zhao Huichenl.2， Zhang Yuxinl， Li Wanyul， Li Yue1， Meng Linal

（1.Education College， Henan University， Kaifeng 475004， Henan; 2.The Research Center of Education Informatizatio

Development of Henan Province， Kaifeng 475004， Henan）

Abstract： Artificial Intelligence not only supports the development of digital learning tools， but also accelerates the educationalapplication of digital learning tools. The leaming tools in the artificial intelligence era have expanded from the multiple representationsof knowledge in the multimedia era and content production and individual learning in the Internet era to large-scale leaming andsocial collaboration. Its research should further highlight the characteristics of leaming tools in the age of artificial intelligence basedon the evaluation of digital chemical tools in the multimedia age and the Intemet age. This paper constructs a hierarchical model andinteractive model for the evaluation of digital leaming tools in the era of artificial intelligence based on the evaluation standards ofdigital leaming tools in the United States， which concludes the three levels： technical support， functional guarantee， and educationalapplication， and eight dimensions： technical. accessibility， mobile design， functionality， data security， social presence， teachingpresence， and cognitive presence， and discusses the application strategies of the evaluation model of digital leaming tools in schools，education management institutions， and information enterprises on the basis of the evaluation relationship matrix of digital leamingtools.

Kevwords： Artificial Intelligence; digital learning tools; evaluation model; evaluation index

收稿日期 ： 2021年3月8日

責任編輯：李雅瑄