人工智能背景下高职院校艺术类课程学习评价模式创新研究.docxVIP

人工智能背景下高职院校艺术类课程学习评价模式创新研究

本文引用格式：.人工智能背景下高职院校艺术类课程学习评价模式创新研究［J］.艺术科技，2025，38(8):148-150.

中图分类号：G712文献标识码：A

文章编号：1004-9436（2025）08-0148-03

高职院校艺术类课程不仅培养学生的艺术素养和审美能力，还与众多相关产业如文化创意、设计、表演等紧密相连，对推动地方文化产业发展和满足社会对艺术人才的需求具有重要意义。在人工智能技术不断发展与普及的背景下，高职院校艺术类课程可以融合人工智能技术，创新学习评价模式，应用图像识别、语音识别、自然语言处理等先进技术，增强评价的科学性、全面性。高职院校艺术类课程教师需要了解人工智能技术的特征与功能，根据艺术类课程的教学模式、教学目标设定评价模式，更好地展示学生的艺术类课程学习成果，为后续的课程教学策划提供有效参考

1人工智能背景下高职院校艺术类课程学习评价模式创新的必要性

1.1适应新时代艺术人才培养需求

时代不断发展，现代社会对艺术人才的创新能力要求越来越高，除基础的专业性技能之外，高职院校学生在毕业之后就业，还会面临创新能力、跨学科素养、信息技术应用能力的考查。因此，在高职院校艺术类课程教学过程中，教师需要通过人工智能优化学习评价模式，重视对学生创新意识、创新能力的培养。虽然部分艺术类课程教师会将人工智能应用于艺术类课程教学中，让学生通过智能图像生成软件探索全新的视觉表现形式，激发学生的创新思维。但是，教师个人的主观判断无法评定学生创新的价值与意义，对学生创新的过程监控不足。将人工智能应用于学习评价模式中，能够客观衡量学生的创新能力，对完善教育体系、优化评价模式具有重要意义。

1.2增强评价的科学性与客观性

在传统教学评价模式下，教师会根据学生的期末作业、艺术作品对学生进行评价，可能会忽视学生的学习时长、练习频率、作品数据以及学生的进步、创新状况。这样的评价具有片面性，对学生能力的提升、学习状态的变化关注程度不足，可能会打击部分后进生、学困生的积极性，也可能导致学生不愿意自主创新，持续停留在自身对艺术认知的舒适区。而人工智能的引人能够让评价更加客观、全面。利用人工智能与大数据技术，可以收集学生的学习数据，包括行为数据与作品数据。通过对学生数据的完整分析，人工智能可以精准评价学生的学习情况，从多角度解答学生在学习中遇到的具体问题，减少教师对学生的主观评判。人工智能对学生艺术创造力、学习态度、艺术鉴赏力、团队协作能力等的全面评价，能够让学生清楚了解自身的问题。且人工智能与图像识别软件、智能传感器等学习工具的结合，能够量化学生学习过程的指标，从而实现评价的客观性与科学性[1]。

1.3满足个性化学习评价需求

在高职院校中，不同学生的艺术基础、艺术认知与艺术学习能力不同，教师在对学生进行主观评价的时候，更多是参考学生的艺术成果，没有考虑到学生的进步情况，评价不够个性化、缺乏针对性。而人工智能的引入能够满足高职院校艺术类课程个性化学习评价的需求，人工智能会根据学生的兴趣爱好、学习进度、学习状态对学生进行评价，为学生推荐个性化学习路径，让学生实现个性化成长与进步。

2人工智能背景下高职院校艺术类课程学习评价模式创新面临的挑战

2.1技术应用的局限性

虽然人工智能的应用普及率越来越高，但当前正处于发展阶段，存在技术准确性、兼容性问题，将其应用于高职院校艺术类课程学习评价中，可能影响评价的客观性与科学性。部分高职院校引人的人工智能算法并未优化升级，人工智能算法固定，对艺术过程评价的准确性不足。例如，教师将人工智能与图像识别软件结合应用后，人工智能无法通过软件中学生创作的艺术作品理解其抽象含义。再比如，学生在音乐表演过程中，可能运用方言、民族语言，存在特殊口音，人工智能则对特殊口音、艺术化发音的理解不准确，导致评价不够客观。另外，高职院校应用的人工智能系统具有一定普适性，而不同艺术类课程应用的教学工具、教学软件不同，可能存在人工智能技术与教学软件不兼容的问题，导致人工智能无法收集学生所有的艺术表达数据。

2.2教师观念与能力的转变

在传统教育观念的影响下，许多年龄偏大、教学经验丰富的艺术类课程教师已经习惯了传统的评价模式，对人工智能在评价中的应用存在疑惑，不具备人工智能技术操作能力。很多教师对其表现出抵触、排斥，导致人工智能在课堂中的融入度不足。还有部分教师认为人工智能是机器、算法，其不具备人类的感知能力，无法真正理解艺术内涵，难以替代教师对艺术的感知。

2.3数据隐私与安全问题

在人工智能评价模式下，人工智能系统需要收集大量的学生学习数据，这些数据涉及学生的个人信息、学习成果等隐私内容。如何确保这些数据的安全收集和存储是一个重要的挑战。高职院校将人工智能系统应用于艺术类课程学习