人工智能课程教学评价量规设计模型与实践案例研究.pdfVIP

Practical Cases 实践案例 7777 人工智能课程教学评价量规设计模型 与实践案例研究 李睿  何敏怡  （云南师范大学 信息学院教育技术系，云南 昆明 650500）       摘  要：研究主要围绕人工智能课程教学评价展开，从人工智能课程教学评价现状、人工智能素养培养目标、传统评价理念 与新型课程的矛盾冲突出发分析人工智能课程教学评价研究的必要性和迫切性。接着就评价量规应用于人工智能课程教学评 价的适切性展开探讨。针对评价量规设计与落实，研究基于经典的评价系统三要素模型设计出指向人工智能课程教学评价的 评价量规设计模型，具体为目标——期望成就、认知——学习进阶、观察——任务情境、诠释——评价量规四个步骤。根据 模型以“智能分类器的特征提取”教学内容为例，展示完整的评价量规设计流程。最后论述了评价量规的应用有望让课程评 价实现学生主体性、客观性、个性化和智能化。 关键词：学习进阶；评价设计；量规；人工智能课程；人工智能素养 中图分类号：G434    文献标志码：A    文章编号：2096-0069（2023）01-0077-08 引言 一、研究现状 国务院发布的《新一代人工智能发展规划》和教 我国中小学人工智能教育发展进入快车道，各省 [3] 育部印发的《教育信息化 2.0 行动计划》中都同时强调， 市区和各级各类学校积极开展人工智能课程。 其中， 应逐步向全民普及人工智能教育，特别是做好中小学 教学评价是完整教学过程的重要一环，成功的评价设 阶段人工智能课程的建设和推广 [1-2] 。可以说在中小学 计能给学生学习、教师教学及利益相关者的教育行动 开展基础性的人工智能课程是必然趋势。那么，人工 带来真实而有价值的反馈。但目前国内学界对中小学 智能课程到底能够在多大程度上完成正确价值观、基 人工智能课程评价的关注度不高 [4] ，对具体教学评价 [5] 本知识与能力的培养是面临的关键问题之一。要回答 方案的研究内容较少 。基于此，本文回答了人工智 这个问题，绕不过教学评价。从系统性角度出发，人 能课程应该“怎么评”的问题，并展示了相关教学案例。 工智能课程的教学评价在设计上既要“看见”新型课 以期弥补我国人工智能课程评价研究之薄弱，希望为 程的特点，又要“看见”学生学习的规律。 人工智能教学实践提供些许借鉴。 - - 收稿日期：2022 08 17 “ ”（ ） 基金项目：国家自然科学基金 - 地区科学基金项目 多元文化环境下面向用户的个性化在线学习中的关键技术研究 作者简介：李睿 (1979— ) ，女，福建上杭人，副教授、硕士生导师 ，研究方向为计算机教育、移动学习、教学设计，系本文通信作者； 何敏怡 (1993— ) ，女，广东江门人，硕士研究生 ，研究方向为人工智能教育。 78 数字教育 DIGITAL EDUCATION 对于人工智能课程应该“怎么评”的问题，楼又 素养划分为初级（感受）、中级（体验）、高级（创新） 嘉等人 [6] 提倡开展实证取向的课程评价，认为应关注 三个递进的阶段。郑勤华等人 [10] 从人机协同的融合智