人工智能技術在軟件工程專業教育評價中的應用實踐研究

摘要：文章探討了人工智能技術在高等教育評價中的應用，尤其是在軟件工程專業教育評價中的作用。通過文獻綜述、案例分析和實證研究等多種方法，本研究分析了人工智能技術在提升教育評價質量、優化評價流程及增強評價客觀性方面的潛力與挑戰。研究結果顯示，人工智能技術能顯著提升軟件工程專業教育評價的效率和準確性，為高等教育評價體系的改革提供了新的思路和方法。

關鍵詞：人工智能技術；高等教育評價；軟件工程專業；教育質量

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2024）22-0032-03

開放科學（資源服務）標識碼（OSID）

0 引言

隨著人工智能技術的迅猛進步，其在教育領域的應用正日益受到廣泛關注和深入研究。高等教育評價作為教育質量保障體系的重要組成部分，其科學性、公正性和有效性直接關系到教育質量和社會評價。傳統的高等教育評價多依賴于主觀判斷和教學經驗，缺乏數據支持和精確的量化分析，在一定程度上限制了評價結果的客觀性和準確性。而人工智能技術，尤其是機器學習、數據挖掘等技術的快速發展，為高等教育評價提供了新的解決方案。本文以軟件工程專業教育評價應用實踐研究為例，旨在探討人工智能技術如何賦能高等教育評價，解決傳統評價體系中的痛點問題，提升評價的質量和效率。

軟件工程專業作為一門實踐性強、技術更新迅速的學科，對學生的編程能力、項目開發能力和實踐創新能力提出了較高的要求。因此，如何科學、合理地評價軟件工程專業的教育質量，成了教育工作者和學者關注的焦點。本文通過回顧高等教育評價的發展歷程和現狀，分析了當前評價體系存在的問題；重點探討了人工智能技術在軟件工程專業教育評價中的應用潛力，包括但不限于自動化評分、學習分析、預測模型等方面；最后，通過實證研究驗證了人工智能技術在提升評價質量和效率方面的有效性，并對未來的研究方向提出了展望。

本文的創新點在于將人工智能技術與高等教育評價相結合，特別是在軟件工程專業領域的應用，不僅為教育評價提供了新的理論視角，也為實踐操作提供了可行的方法論支持。通過對人工智能技術在教育評價中的應用實踐進行深入研究，期望能夠為高等教育評價體系的改革和優化提供參考，為教育決策者提供科學依據。

1 發展與應用

高等教育評價的歷史可以追溯到20世紀初，最初主要是針對教學質量的評價。隨著教育的發展和多元化，評價內容逐漸擴展到教育效果、學生發展、教師表現等多個維度。黨的二十大報告強調科技、人才和創新在國家發展中的重要性，2024世界數字教育大會發布了“人工智能賦能教育發展”的倡議。近年來，隨著信息技術的發展，教育評價方法也在不斷創新，越來越多的研究也開始關注如何利用技術手段提高評價的科學性和有效性。

1.1 人工智能技術在教育中的應用

人工智能技術在教育領域的應用始于20世紀70年代，最初主要用于智能輔導系統和計算機輔助教學。隨著大數據、機器學習等技術的進步，人工智能在教育評價、個性化學習、教學資源推薦等方面的應用越來越廣泛。研究表明，人工智能技術能夠有效輔助教師進行教學設計、實現對學生學習過程的監控，提高教學效果[1]。

1.2 挑戰與限制

盡管人工智能技術在教育評價中展現出巨大潛力，但也存在一些挑戰和限制。例如，數據隱私和安全問題、算法偏見和透明度問題，以及技術實施的可行性和成本等問題。這些挑戰需要在實際應用中予以充分考慮和解決。

1.3 軟件工程專業教育評價的特點與挑戰

軟件工程專業教育評價面臨的主要挑戰是如何準確評價學生的編程能力、項目開發能力和實踐創新能力。傳統的評價方法往往依賴于教師的主觀判斷，缺乏量化的評價標準和工具。此外，由于軟件工程領域的知識更新迅速，評價體系也需要不斷更新以適應新的技術發展。

1.4 在軟件工程專業教育評價中的潛力

近年來，一些研究開始探索人工智能技術在軟件工程專業課程教育評價中的應用。例如，利用機器學習算法對學生的編程作業進行自動評分，通過數據分析預測學生的學習成效，以及利用自然語言處理技術對學生的學習反饋進行分析等。這些研究表明，人工智能技術對提高軟件工程專業課程教育評價具有高效性、客觀性和準確性。

2 研究設計與過程

本研究基于對學習通過程性評價的分析，采集線上學生的過程性學習數據，對學生參與的課堂互動、隨堂練習、作業評分、項目化考核等情況進行智能化的分析。教師參考實時評價結果結合學情對學生的學習進行有針對性的干預：包括推薦學習資源、鼓勵小組互助學習，推薦學習方法以及開展和專業相關的實踐質量提升，引導學生參與相關專業競賽及教師教科研項目等[2]，其工作流程如圖1所示。

2.1 研究過程

2.1.1 數據感知

本研究數據主要來源于學生線上學習的全過程數據，包括課堂積分情況、項目化考核成績、作業成績、學習資源閱讀情況、考勤等。本研究以軟件工程專業“靜態網站設計”課程2021級70名學生為實驗組對象，獲取反映學生課堂專注度、主動學習能力、過程性考核等多模態數據，部分數據如圖2、圖3所示。

數據統計分析結果顯示，經過量化處理的數據類型在數值上呈現出顯著的兩極化特征，即最小值與最大值之間差異明顯。與此同時，其平均值則穩定地落在這兩個極端值之間，這一分布模式符合統計學的基本規律，從而驗證了量化處理后的數據具有高度的合理性和可靠性[2]。

數據感知技術收集了學生學習全過程的詳盡數據，這些數據的收集不僅豐富了教師對學生學習情況的了解，還極大地提高了教師在傳統教學中對學生的關注度。通過深入分析這些數據，教師可以更加精準地把握學生的學習狀態、進步速度和潛在問題，從而制定更具針對性和有效性的教學策略。

2.1.2 學習行為特征的歸因分析

通過歸因分析算法，分析了學習者的行為特征如何影響學習成績。經過多元回歸分析，發現課堂表現、考勤、隨堂練習、項目考核和作業成績等因素對學習成績有顯著影響。例如，教育者可以根據分析結果調整教學策略，重點關注那些對學習成績有顯著影響的因素，從而更有效地提升學習者的學習效果。同時，學習者也可以借此了解自己的優勢與不足，制定更合理的學習計劃，提高學習效率。為檢驗本研究的有效性，選取21級、22級軟件工程專業共126名學生進行對照測試。對照組使用傳統教學評價模式，實驗組使用人工智能教學評價模式，開展兩個學期的對比實驗及跟蹤調查[2]。

使用學習通在線學習平臺進行數據統計和分析，每名實驗組學生都能夠快速訪問自己的學習評價結果。為進一步分析人工智能評價的特性，研究首先進行學生成績歸因分析，選取課堂積分情況、項目化考核成績、作業成績、隨堂練習情況，分析其對學習成績的影響（見表1） 。表中第一行為實驗組學生的四個學習模塊對學生成績的影響，每一列表示不同學習行為指標取值對應學生成績的概率。以隨堂練習平均成績為例，當課堂積分小于80分時，成績超過80分的概率僅為42.86%，遠低于隨堂練習平均成績大于90分的概率92.31%。由此可見，隨堂練習平均成績對學生成績有正面影響[2-3]。隨堂練習成績主要由隨堂中產生的單選題、多選題、填空題、判斷題、簡單題構成，題目內容可以設計為“靜態網站設計”課程中基礎性知識概念考核、頁面功能性交互實驗等內容。通過多樣化的課堂交互手段能有效地提高課堂參與度，引導學生在課堂內完成理論知識到實踐操作的轉化。歸因分析的結果能幫助教師及時進行教學方法的改進和完善。

3 研究結果分析

3.1 應用現狀

研究發現，人工智能技術在軟件工程專業教育評價中的應用主要集中在自動化評分、學習分析、個性化反饋等方面。通過機器學習算法，可以對學生的編程作業進行自動評分，有效減輕教師的工作負擔，同時提高評分的一致性和準確性。此外，通過收集和分析學生的學習數據，人工智能技術能夠為學生提供個性化的學習建議和資源推薦[4]。

3.2 提升教育評價質量的潛力

實證研究表明，人工智能技術能夠有效提升軟件工程專業教育評價的質量和效率。例如，在編程作業自動評分實驗中，與傳統的人工評分相比，人工智能評分系統在評分速度和一致性方面均有顯著提升。在學習成效預測模型構建中，通過分析學生的學習行為數據，人工智能模型能夠準確預測學生的學習成效，為教師提供了及時的干預依據。

3.3 面臨的挑戰

盡管人工智能技術在教育評價領域顯示出了顯著的潛力和無限的可能性，然而，在實際部署和應用的過程中，仍不可避免地遇到了一些挑戰和障礙。例如，數據隱私和安全問題。此外，人工智能算法的透明度和可解釋性也是亟待解決的問題，這直接關系到評價結果的公正性和師生的信任度。

3.4 與傳統評價方法的比較

通過比較研究發現人工智能技術在評價的客觀性、效率和準確性方面具有明顯優勢。然而，傳統評價方法在評價的全面性和深入性方面仍具有不可替代的作用。因此，未來的教育評價體系應當是人工智能技術與傳統評價方法的有機結合。

4 應用反思

4.1 在提升評價質量方面的作用

人工智能技術通過自動化評分和學習分析等手段，可以顯著提高教育評價的效率和準確性。這一點在實證研究中得到了驗證。然而，技術的融入并不意味著傳統評價方法的全面淘汰，相反，應當尋求兩者的融合，發揮各自長處，共同推動評價質量的全面提升。

4.2 數據隱私和安全問題

隨著人工智能技術在教育評價中的廣泛應用，數據隱私和安全問題日益凸顯。研究中發現，學生和教師對于個人信息的保護意識較強，因此，如何在利用數據的同時保護個人隱私，成為了亟待解決的問題[5-6]。

4.3 算法的透明度和可解釋性

研究中發現，人工智能算法的透明度和可解釋性是影響其在教育評價中應用的關鍵因素。教師和學生對于評價結果的理解和接受度，很大程度上取決于算法的可解釋性。因此，提高算法的透明度，使其更加易于理解和接受，是未來教育評價研究和技術發展的重要方向。

4.4 與傳統評價的結合

雖然人工智能技術在某些方面具有優勢，但傳統的評價方法，如同行評審、教師的主觀評價等，仍然在教育評價中占有重要地位。因此，如何將人工智能技術與傳統評價方法進行有效結合，發揮各自的優勢，是實現高等教育評價體系優化的關鍵。

4.5 倫理問題和政策建設

人工智能技術在教育評價中的應用，涉及到眾多倫理問題，如數據使用的合法性、評價結果的公正性等。因此，建立相應的法規和政策，對技術應用進行規范和指導，是確保評價公正性和合理性的重要保障。

5 結論

人工智能技術為高等教育評價提供了新的機遇和挑戰，通過深入研究和探索，我們可以充分發揮人工智能技術的優勢，提高教育評價的效率、準確性和公正性，為學生的個性化學習提供支持。同時，我們也需要關注人工智能技術在教育評價應用中所引發的一些問題，如評價的公正性、師生信息的隱私保護等問題。在提升教育評價素養方面，需要不斷學習和實踐，提高評價能力和水平，以更好的服務提高學生的全面發展。未來的研究應當更加關注人工智能技術在不同教育評價場景中的應用效果，探索如何更好地解決技術應用中的挑戰、結合教師的專業判斷和學生的主觀反饋構建更為全面和科學的評價體系。

綜上所述，人工智能技術為高等教育評價帶來了新的可能性，但對其廣泛應用也需要謹慎和細致的考量。通過不斷地研究和實踐，我們有望構建出一個更加高效、公正和科學的高等教育評價體系。

參考文獻：

[1] 侯玉艷.全民終身學習視野下的我國在線教育體系發展[J].繼續教育研究，2023（12）：16-20.

[2] 胡欽太，伍文燕，馮廣，等.人工智能時代高等教育教學評價的關鍵技術與實踐[J].開放教育研究，2021，27（5）：15-23.

[3] 王艷，溫容.OBE導向下構建高校數字教學質量評價體系研究[J].兵團教育學院學報，2023，33（4）：66-72，77.

[4] 趙文靜.“線上教學+”背景下大學英語課程思政教學實踐[J].校園英語，2023（49）：127-129.

[5] 陳燕鴻.人工智能在用戶體驗設計中的應用與優化研究[J].上海包裝，2023（8）：20-22.

[6] 孫瑋.人工智能在信息技術課程中的應用研究[J].電腦知識與技術，2023，19（34）：26-28，70.

【通聯編輯：光文玲】