人工智能初步的教學測評

楊琳玲 鄭立新

《普通高中信息技術課程標準（2017年版2020修訂）》（簡稱《課標》）頒布以后，各版本教材針對本模塊內容的編寫思路相對一致。在教學測評方面，各版本教材圍繞人工智能的基本概念、歷史發展、原理算法、開發應用、安全倫理等學習內容，以及項目式學習過程，分別設計了鞏固提升練習、項目評價標準、總結評價標準等測評內容，很好地體現了單元評價設計的深度、廣度及系統性。由于本模塊不作為學業水平考試內容，所以允許授課教師在使用新教材開展教學活動的過程中，可根據本校實際情況和人工智能技術發展狀況，靈活調整教學內容，開展獨具特色的教學測評。

● 測評的主要原則

1.突出增值性評價，適當弱化統一的終結性測評

增值即“輸出—輸入”，簡單來說就是看進步，不做橫向比較。增值性評價就是在個性化學情基礎上，追蹤學生一段時間內學業的變化，并將客觀存在的不公平因素的影響分離開來，從而形成對學生學業成就的凈增值評價，以更好地促進學生多元發展。

本模塊設計重在學生個性化發展，重視學習過程中的實踐、體驗、應用、創新。在教學測評中，可針對不同學生個體，突出增值性評價，著重關注學生個體在課程中的進步和收獲，適當弱化統一的終結性測評，弱化不同學生間的橫向對比。

在模塊開課之初，可根據學業要求及學生起點，制訂整體測評方案和各環節具體評價量規等內容，對制訂計劃、活動探究、技術實現、成果展示、提升反饋等環節分別進行評價。在具體測評過程中，應著重以學生為主體進行縱向比較分析，并根據測評實施情況及時調整方案及量規。將學生在學習活動中的各種表現、活動成果等作為評價教學實施情況與學生發展狀況的重要依據。下頁表1為整體測評方案示例。

2.綜合運用多種評價手段，促進學生發展

本模塊內容龐雜，單一的評價方式難以全面反映學生的學習情況，在教學中可采用實踐練習、作品評價、合作交流與經驗分享、小組競賽等多種方式對學生學業成就進行綜合評價。因為人工智能項目開發的獨特性，教師的專業點評和針對性建議也非常重要。評價方式需靈活可控，要根據教學進展及學生學習情況，及時調整評價方式，從多元、多角度引導和激勵學生學習，不斷取得進步。

在評價工具方面，可以用評價量規進行規范評價，也可以選擇網絡調查平臺進行評價信息的采集，還可以使用學習平臺對項目實施過程進行評價、交流和反饋。有條件的學?？梢越W習過程記錄平臺，對學生的整個學習過程進行增值性評價。

3.發揮定性評價優勢，提高評價實效

在本模塊學習過程中，雖然對于原理掌握、應用設計等內容，可以采用一定的定量評價，但整體來說，學生的理解層次、創意想法等差別很大，學習的主觀感受占比相對較多，更適宜采用定性方式進行評價。

定性評價更加關注學習過程及教育目標的實現情況，強調對觀察、分析、歸納、描述、判斷等能力的評價，同時可以對學生的各種表現嘗試進行基于教育學、心理學的解釋與推斷。依托定性的增值性評價，可以讓評價更加個性化，更具實效性。

4.利用學生作品，反映學習成就

針對學生完成的人工智能作品進行評價，可以很好地反映學生學習成就。評價過程中不應只評價作品的優劣，更應重視學生作品的設計思路和實現過程，最好能夠提出改進建議。本模塊中的作品分析大多比較耗時，在實際教學中可適當組織學生開展自評或互評，作品評價標準在學生制作作品之前就給予明確，評價標準應根據作品內容、作品規模及學生原有水平等情況制訂。

● 測評的內容及實施建議

在《課標》中，本模塊共分為“人工智能基礎”“簡單人工智能應用模塊開發”“人工智能技術的發展與應用”三部分內容。相較必修模塊中的人工智能相關內容，本模塊在知識的深度及廣度等方面有了很大提升，從了解智能信息處理的巨大進步和應用潛力，認識人工智能在信息社會中的重要作用，發展為了解人工智能的發展歷程及概念，描述典型人工智能算法的實現過程，通過搭建簡單的人工智能應用模塊，親歷設計與實現簡單智能系統的基本過程與方法，增強利用智能技術服務人類發展的責任感。在教學測評過程中，可將學生必修模塊中的學業水平作為起點，根據新課標測評要求及新教材的測評思路，針對本模塊教學內容，特別是人工智能問題解決、算法設計以及程序實現等方面進行測評。本模塊的測評內容及實施建議如上頁表2所示。

● 項目式學習評價建議

新課標倡導基于項目的學習方式。本模塊內容具有鮮明的時代性，在對學生項目式學習情況進行評價時，要密切聯系學習及生活實際，設計合理的過程性評價指標體系，引導學生有效開展學習活動。在項目式學習評價中，項目設計、模型構建、功能實現、技術應用、效果呈現、過程參與以及交流反饋等都是項目實施要點，要加強對項目實現和過程參與的評價，相關評價指標可以對學生項目實施方向起到重要引導作用。結合增值性評價要求，項目式學習評價指標的起點會有所不同，評價標準可以相對寬泛。表3為項目式學習評價標準示例。