人工智能技术赋能教学质量评价改革方向

（1）多维一体化教学监测系统的建立。实施教学全过程、多维度数据采集。通过课堂教学过程、学生作业和考试、教师教案和试卷批改等全景式的数据采集，实现对学生成长的横纵向追踪和全过程动态分析。以中南大学为例，通过充分发挥中南大学智慧教学平台、云端一体超融合云桌面的技术优势，在真实情境下开展伴随式数据采集，除了采集文字信息等单一模态数据，还能采集课堂教学过程中的音频、视频和实验课程中学生的浏览历史等多模态数据，全方位呈现学生学习过程中的关键时刻和典型行为。此外，通过将固定的教学场景变成泛在的社会场景，从各领域获取学生成长相关数据，全景化教学评价数据来源，以校社协同的方式结合问卷调查、学生社会实践数据等，共同推动德智体美劳全面培养的学生综合素质评价有效落地。

健全教学评价数据共享机制。以教学新基建为依托，打造智能时代教学评价支撑体系的“数字底座”。通过利用和完善学校的智慧教室可视化平台、教育网络、教育数据库，以及数据采集、存储和分析设备等基础设施，构建一定规模的多模态、全过程的教师和学生行为和教学数据集，打破不同教学平台之间的信息壁垒，实现根据不同评价场景共享和自动调用数据。此外，智能测评需要对教学参与主体和教学过程进行全天候数据采集，这导致教师和学生在教学过程中的一举一动均会被“监视”，因此，在课堂数据挖掘、分析和运用过程中，采用数据加密、区块链等技术充分尊重和保护师生隐私权和信息知情权。

（2）构建全过程和多维度的教学评价模型。整合教育学、心理学、计算机科学等专业力量，聚焦思想品德、学业水平、身心健康、艺术素养、社会实践等维度，形成具有广泛共识度、覆盖度的评价指标。瞄准人才培养目标，以立德树人为导向，依据评价指标理论体系，细化形成数据观测点和采集点，利用人工智能技术和机器学习技术将专家的理论知识与数据的量化表征关联起来，构建可解释、可操作的教学评价初始模型。依托人工智能大模型技术，从大量数据中提取有效的评价规则，开展智能精准的指标筛选和权重计算，推动评价模型从预设框架迈向动态体系，形成开放式、动态化、自适应的教学评价模型。

优化过程性评价和增值性评价。在教学过程评价基础上，实现智能技术支持的全过程实时评价，有效利用学生学习行为数据，为其提供适应课堂集体学习、自主学习等不同场景的智能化学习资源和过程服务。以计算机专业“算法设计与分析”课程为例，该课程强调对算法的理论学习和编程实践。不同类型算法的学习存在阶段性，因此需要依托过程性教学评价结果，识别学生学习和教师教学的薄弱环节，向学生提供适应性学习支持与服务。此外，引入增值性评价，如“自我比较”的纵向评价。通过模型追踪教师和学生长期纵向数据，判断学生各方面成就变化；通过周期性分析学生成就增值幅度，利用自动反馈手段及时反映学生各方面的进步表现，激发学生学习的内在驱动力，指导教师及时调整教学策略。

（3）课程特性驱动的教学评价结果应用与反馈。传统的高校教学评价体系存在学科分类粗放化的问题，采用同一评价维度衡量差异显著的学科专业，既违背知识生产规律，也难以准确反映课程本质特征。以计算机学科为例，离散数学作为支撑人工智能发展的基础学科，其核心价值在于构建离散结构的数学思维框架。教学评价重点应聚焦学生对概念体系的完整性认知与逻辑推理的规范性应用，可通过概念辨析题、定理证明题等形成性评价工具进行测量。而“面向对象编程（C++）”作为工程实践课程，需构建“项目开发—代码审查—性能测试”三维评价矩阵，重点考查学生类与对象的设计能力及系统开发水平。

基于能力导向的评价反馈机制创新。传统量化评价范式过度追求测量精度，而智能教育评价建立了“能力画像—评价指标—发展建议”的闭环系统。从3个维度构建动态优化机制：①建立智能模型迭代机制，通过集成ChatGPT、DeepSeek等大语言模型构建学科知识图谱，结合师生对评价结果的认可度反馈，实现评价算法的自适应优化；②创设多元主体协同机制，整合教育部学科评估数据、企业用人评价及第三方认证结果，构建教学质量的立体监测网络；③开发评价结果溯源系统，通过可解释性神经网络分析评价偏差的形成路径，为教学改进提供可视化决策支持。

（4）人工智能技术伦理与教育本质的协同发展。创新隐私保护评价体系，采用联邦学习框架构建分布式评价系统，使数据存储在本地，仅共享加密后的特征参数。设计“数字成长档案”替代传统评分系统，运用区块链技术实现学生成就记录不可篡改，同时引入模糊算法对发展阶段进行区间评价，规避精确量化带来的标签化风险。构建教育AI的“透明立方体”，要求算法类App定期发布《算法影响报告》，披露模型更新对师生行为的影响度。创建协同治理机制。建立跨学科教育技术伦理委员会，由教育学、计算机科学、法律领域的专家及师生代表组成，实行技术应用的“双盲审议制”。在教育新基建中，设立“技术静默区”，禁止任何数据采集与算法干预，以保护教育环境的纯粹性。同时，推行教育技术产品的分级管理制度，对涉及核心教学环节的系统实施定期休眠机制，期满后须经过教学成效的回溯评估方可重新启用。这一机制旨在确保教育技术的安全与有效应用，维护师生的权益。

来源：《工业和信息化教育》

作者：郑瑞清，曾敏，唐鑫，阚世超，李敏