智能技術賦能的教學評價結果應用研究

摘 要 隨著信息技術的快速發展和國家對大數據+教育的重視，大數據將成為教育領域中一個不可或缺的要素，尤其是智能化教育更具有潛力，成為教育現代化發展的重點方向。依托智學網為智能評價結果應用平臺，通過對該平臺評價過程的分析并結合查詢文獻、問卷調查、專家咨詢、師生訪談等多種研究方法，進行相關研究，提出智能條件下的教學評價結果應用模型和策略，希望這些研究能為智能教學評價的發展提供參考。

關鍵詞 智能技術；教學評價；個性化學習

中圖分類號：G434 文獻標識碼：B

文章編號：1671-489X（2024）19-00-05

0 引言

2020年10月，中共中央、國務院印發《深化新時代教育評價改革總體方案》，明確指出要創新評價工具，利用人工智能、大數據等現代信息技術，探索開展各年級學生學習情況全過程縱向評價、德智體美勞全要素橫向評價[1]。隨著相關政策文件的出臺，各級各類教育管理部門、學校及與教育相關的企業都開展了相應的研究，通過查詢文獻資料可知，目前研究教學評價實施的比較多，對智能條件下的教學評價結果應用得很少，教學評價不是目的，根據教學評價結果改進教學、提高教學效率才是目的，因此，智能化教學評價結果的應用研究有著非常重要的價值。

1 問題的提出

傳統的教學評價以教師為主導，以考試為手段，以結果性評價為主宰，學生僅僅作為一個知識接受的載體，教學過程中忽略了學生的個性化學習需要。在日常的教學過程中，教師都清楚需要重視個別差異，但在實施過程中因學生多，操作煩瑣，無法通過有效的手段去滿足學生個性化學習的需要，加上教師的教學任務繁重，學生的學習科目多、難度大，個性化、區別式教學要么不能長期堅持，要么流于形式。

教師在教學中對評價結果沒有針對性地應用，沒有關注每個學生的學習需要，每次的作業和練習都是一刀切，學生已經會的還在反復練習，而掌握不好的知識部分，沒有足夠的時間和精力去練習或者類似的練習沒有出現或極少出現，被教師或學生“忽略”。教學評價的結果應該合理地利用，應根據錯題分析學生知識掌握的薄弱環節，去查漏補缺，以實現評價價值的最大化，而不是僅僅作為一個數據，作為一個簡單評價學生學習好壞的依據。

1.1 智能條件下的教學評價結果應用是減負的需要

為了達成“雙減”目標，減輕學生的負擔，需要布置有針對性、個性化的作業，每個學生個體能力不同，掌握知識的程度也不一樣，所以布置作業不能一刀切，如何判斷學生的學業狀況？需要精準的教學評價并且將教學評價結果合理應用，也就是首先找出學生學習中存在的問題，然后根據這些問題有針對性地布置練習。

傳統的教學評價，特別是個性化的評價方式往往是以犧牲大量時間和精力達到預期目的。在國家提倡減負的大背景下，人工智能應用于教學成為教育發展的必然趨勢。

1.2 智能條件下的教學評價結果應用是社會和教育行業發展的需要

通過多年的研究和實驗，傳統的教育行業從理論到實踐，從學生的認知到教師的投入，從智力因素到非智能力因素等方面已經極大地提升了教學效率，要繼續提升教學效率，就必須借助現代教學技術。隨著科學技術的快速發展，智能技術賦能的教育解決了很多以前教師不能解決的教學問題。除了在教學情境、教學手段等方面使3a1c6a3b68aa35a974513f4713c4e039abe0b45a2051985421298da0d2da949f用教學技術外，對教學評價更是如此，而且必須深入評價結果，從評價結果著手解決學生的補缺補差問題。

2 文獻概述

目前對于教學評價的智能化研究幾乎都是從評價方法、方式或者技術實現的角度進行分析，而對于智能技術下的教學評價結果應用卻很少提及，評價不是目的，以評促教、以評促學才是評價的靈魂。因此，本文研究教學評價的結果應用，具有很強的新穎性和必要性。

教育面對的是一個個性格不同的個體，有不同的思想和不同的性格，因此，個性化將成為教學評價必須關注的問題。在評價過程中不能一刀切，對于評價的結果應用更需要區別對待，以提高評價的效率。

根據學生的認知規律，對掌握不好的知識借助智能工具推送知識講解、例題分析和相應的練習，進行全方位強化，提升認識，掌握好相關知識，甚至可以推送視頻講解、知識框圖、在線答疑等。

3 智能條件下的教學評價結果應用模型架

構分析

3.1 智能條件下的教學評價結果應用的系統模型結構

智學網推出的智能化作業系統將校內日常學業數據（如晚練、周測、月考、期中、期末試題）進行掃描、批改（有兩種模式：一種先掃描后批改，另一種是先紙質批改然后再掃描）。通過批改采集產生的數據和智能化分析形成學生學科能力畫像，系統對單次學科測試的得分和失分情況深度分析，并對歷次學情持續追蹤，然后通過對資源的多維深度標引，對每個知識點進行精品推薦資源庫推送，教師也可以根據教學情況有針對性地推送優質的校本資源庫，兩者結合可以構建一個比較全面的適合本校學生的資源庫。智能系統根據學生的錯誤題目，推送相關知識點的個性化作業，這些個性化作業難度適中、作業量適當、學習路徑適合。教師根據批改結果向學生推送個性化作業，學生可以利用平板訓練，學校掃描室第二天就可以打印出個性化作業本，學生對錯題進行針對性學習和訓練，之后在下次考試中系統會對錯題分析，再推送，形成一個個性化評價的閉環。針對錯題加強訓練，避免了學生在已經掌握的題目上浪費時間，同時減少了重復犯錯的情況，從而提高了學習效率，整個流程如圖1所示。

3.2 試題解構模型

從解題時間、考點、難度值、基礎知識、解題要求的認知程度、基本技能、基本思想、學科能力等方面描敘，勾勒試題之間的關系。使錯題分析精準，推送的試題更具相似性，練習更有針對性，以一道函數圖像題為例，試題解構模型如圖2所示。

3.3 學生個人畫像模型

從學科能力維度、學科思想維度、方法技巧維度、知識維度、考點維度詳細分析學生出錯的原因，更精準地發現問題，找到薄弱點，有利于后面更精準推送與之相關的試題，使學生的練習具有針對性。

合肥六中高一年級4班，王同學及班級長期跟蹤數學學科學業數據后的個人、班級畫像（數學）如圖3所示。

3.4 控制練習時間

根據北師大專家教研研究的結果，40分鐘為最佳作業時長，少于40分鐘效果欠佳，多于40分鐘效率開始降低。查漏補缺，根據學生錯題情況，智能推送相關試題，使得訓練的知識點、訓練的效率都得到極大的提高。

3.5 教師一鍵布置作業，學情自動反饋

教師布置作業變得非常簡單，只需一鍵操作。系統會根據學生的錯誤情況自動地將不同的作業推送給不同的學生，每個學生的作業都不一樣，實現個性化布置作業，批改之后，系統自動給出報告，如圖4所示。

4 智能條件下的教學評價結果應用的實驗

數據分析

安徽省宣城市第二中學從2022年3月開始實施該項研究，2023年6月給出第一份研究報告，分三個年級多個學科詳細分析得出有關數據結果。主要以數學、英語、物理、化學、生物五科進行數據分析。數據提交情況如表1所示，知識點得分率提升情況如表2（生物學科測試數據不全，表格中未加入）所示。

5 智能條件下的教學評價結果的應用策略

分析

通過對學生進行問卷調查和走訪教師得出：評價結果的應用在實際操作過程中出現一些流于形式、執行不嚴格的問題，因此在使用過程中要注意以下幾點。

5.1 校企合作，共育共享

智能化工具開發涉及很多先進技術，需要大量人才和資金支持，以學校的實力肯定是做不到的，需要進行校企合作，學校給企業提供思想、實驗場地和實驗數據，企業根據學校要求進行技術設計、技術改進等。如智學網在各個學校都有技術人員，對智能技術進行實驗、反饋和調整等，企業還可以根據學校要求建立各學科的試題庫，進行知識點的量化匹配等工作，減輕學校教師的負擔，并對學校教師提供技術指導。只有這樣，智能化評價工具才能更貼合一線教學應用。

5.2 加強教師培訓，促進應用

教師是學校教學的推動者，任何新技術的應用首先要讓教師接受并使用，加強教師培訓是推動智能技術應用的關鍵，因此技術在設計之初就應考慮到操作問題，盡可能使操作變得簡單，有較強的交互性，讓教師愿意使用，本項目中教師一鍵布置作業，使用非常快捷，一般教師都能接受。

任何一項新技術的使用都需要一個過程，智能評價系統也是一樣，就如同十幾年前網絡閱卷一樣，當它的效果凸顯出來時，教師就會自覺地去使用。學校也應該出臺相應的獎勵措施，比如對使用比較好的教師進行適當的獎勵等。

5.3 注意時效性，快速推送

晚練的試題量比較少，可以直接推送到學生的平板，教師在講解完班級錯誤率比較高的題目后，學生可以通過平板練習個性化錯題。如果時間不夠，第二天掃描室會及時打印個性化學習手冊，學生可以根據個性化學習手冊進行鞏固。及時通過各種手段推送到學生手中，才能得到及時反饋，因此，每次考試結束后應快速打印給學生，最好在第二天就發到學生手中，這樣學生才有時間去訂正，學生對試題記憶也很清晰，加強錯題訓練，效果才明顯；反之時間久了，學生已經開始學習后面的內容，沒有時間去訂正前面的錯題，興趣也不大，效果就會下降。

5.4 多維度推送，效率優先

目前推送的主要是文字、圖片，建議可以考慮加入視頻講解，讓無聲變有聲，甚至可以加入在線答疑。

現在學校學生人手一個平板，要將平板使用起來，考試結束的晚自習可以允許學生使用平板自主學習，讓平板和紙質資料配合使用，效果會更好。

假期中學生也可以通過網絡學習推送的錯題，看不懂的可以觀看教學視頻，讓學習過程變得更輕松。

5.5 注重非智能因素，培養師生情感

智能化的評價是沒有情感的，僅僅作為評價的一個輔助手段，教師不能只把這些智能工具得到的結論作為評價的結果。

比如：刷臉系統檢測到學生遲到，教師應該了解學生遲到的原因，而不是只要遲到就要處罰；課堂中學生發生狀況，教師不能依據智能監控系統的數據直接去批評學生，而應該了解是學生的身體原因還是主觀原因，等等。激發學生的非智力因素，讓教師成為“值得信任”的人，這樣學生才會接納教師，才有興趣去上教師的課。

5.6 開發校本課程，激勵教師參與到教學研究中

智學網推送的試題一般都是智學網研發部門的教師搜集或改編的試題，試題是否適合本校學生不得而知。而本校教師對自己的學生、對考試的研究都比較深刻，所以學校教師必須會選擇試題，要有一套適合本校學生的試題庫，并持續地更新試題庫，也就是大家常說的校本課程。

教師要有研究能力，這樣教學才更有針對性，才會知道哪些試題是學生需要的，哪些試題是考試的重點，而不是被動地接受所有試題，不去掌握考試的動態，漫無目的地布置作業，這些都會浪費學生的時間。

5.7 智能化系統的多角度評價，促進學生全面進步

本文主要以測驗結果智能化應用為例，得出在整個教育評價過程中應該多方位評價，可以使用智能工具實現以下幾種評價。

5.7.1 考勤評價

學校大門安裝閘機，學生進校刷臉，并將學生進校數據推送給年級分管領導和班主任甚至家長，培養學生守時的習慣。

上課時考勤班干可以通過班級平板對遲到學生進行考勤，形成學生過程性評價。

5.7.2 上課狀態評價

教師可以通過教學平板對學生的上課紀律、回答問題等情況進行賦分。記錄學生課堂表現，提高師生提問積極性。智能化監控系統的這些功能有助于維護課堂紀律、提高教學效率和學生學習質量，同時也方便教師、班主任和分管領導的管理工作。

5.7.3 就寢評價

類似門禁系統，學生刷臉進入宿舍，宿舍管理者可以了解學生入寢情況，并將信息自動推送給班主任和分管領導，及時了解學生就寢情況，便于管理，排除學生夜晚的安全隱患。

5.8 技術是輔助，不能本末倒置

近年來智能化教學興起，利用相關的智能技術，使評價變得方便，效率大大提高，許多專家提出借助人工智能技術從學生的面部表情、聲音、姿勢等角度去分析學生的上課情況，從而評價學生的上課效率，這從客觀上提高了教學評價的效率，收集數據迅速，但忽略了評價的正確應用，借助智能工具評價主要是方便操作、獲取數據快，而不能全部代替教師，教育畢竟是用一個靈魂去感染一個靈魂的過程。另外，這些智能工具采集的數據準確性也有待商榷，畢竟人工智能的分析很難代替人類真實的情感分析。最主要的是對評價結果的應用關注得比較少，大部分是將數據推送給教師和父母，這種監控式評價沒有考慮到學生的情感或者學生的身體狀態等因素。對于教學評價結果應用，系統推送的試題紙質打印，也需要教師去監督跟進。

6 結束語

通過查閱大量文獻資料，進行訪談等，針對當前教學評價中出現的問題提出一種智能化評價結果應用的研究方案，該方案強調個性化知識、例題、練習題自動推送，實現教學評價結果的有效利用，解決了傳統教學過程中難以實現個性化教學的問題，讓智能化系統根據學生的錯題情況自動推送作業，滿足其個性化學習的需要，真正做到因材施教，使得學生的學習效率顯著提升。

7 參考文獻

[1] 中共中央 國務院印發《深化新時代教育評價改革總體方案》[A/OL].（2020-10-13）[2023-10-12].https：//

www.gov.cn/gongbao/content/2020/content_

5554488.htm.

DOI：10.3969/j.issn.1671-489X.2024.19.035

*項目來源：安徽省教育裝備課題“基于人工智能技術的中學教育技術裝備管理與使用”（課題立項號：ZB23200）；宣城市教育科學規劃課題“普通高中教師評價素養提升的實證研究”（課題立項號：XCJK24008）。

作者簡介：張李，宣城市教體局兼職教研員，中學高級教師；程和平，宣城市第二中學黨委書記，中學高級教師。