3.人工智能賦能教師教育評估的途徑

《新時代深化教育評價改革總體方案》明確提出：“改進結(jié)果評價，強化過程評價，探索增值評價，改進綜合評價，充分運用信息技術(shù)，提高教育評價的科學性、專業(yè)性、客觀性?！边@一方案為人工智能賦能教師教育評價指明了方向。結(jié)合評價方案，人工智能賦能教師教育評價的方式如表1所示。

01

AI賦能教師教育成果評估

人工智能賦能的教師教育結(jié)果評價是對整個教師教育實踐活動實現(xiàn)目的程度的價值判斷，具體類型的評價應具備規(guī)范性、客觀性、實踐性、辨別性等特征。

目前人工智能賦能教師教育成果評價的應用主要有以下幾個方面。一是人工智能命題。這主要體現(xiàn)在利用人工智能技術(shù)對命題難度進行檢測，利用人工智能教師教育命題庫在出題后自動生成題庫，再根據(jù)考試要求智能快速完成命題。二是人工智能監(jiān)考。依托當前最先進的人工智能技術(shù)，開發(fā)教師教育評價實踐所需的各類智能信息??化評價系統(tǒng)。如利用可視化技術(shù)實時分析處理考場相關(guān)數(shù)據(jù)，實現(xiàn)教師教育考場的人工智能監(jiān)考。三是人工智能評測。依托圖像識別、語言處理等人工智能技術(shù)，對各類客觀性考試題目進行智能匹配和綜合評測；通過構(gòu)建評分模型對各類主觀性考試題目進行評分；充分利用AR、VR等具體人工智能技術(shù)，“構(gòu)建‘人機人’交互的人工智能評測環(huán)境”[5]，實現(xiàn)自動化評測。四是人工智能分析。 依托學習分析、數(shù)據(jù)處理等各類特定的人工智能技術(shù)，對教師教育評估結(jié)果數(shù)據(jù)進行分析，為教師教育實踐中的教與學主體提供改進建議。

02

AI賦能教師教育過程評估

人工智能賦能教師教育過程性評價的應用主要體現(xiàn)在以下幾個場景。

第一，全流程采集?；谥悄艽┐?、可視化等技術(shù)手段，實現(xiàn)數(shù)據(jù)全流程采集，使采集到的信息更加真實、動態(tài)。

第二，多模態(tài)分析。利用數(shù)據(jù)挖掘、預測分析、整體建模等相關(guān)算法，對教師教育實踐主體，特別是教師教育客體在教師教育實踐中的行為、資源等數(shù)據(jù)進行多模態(tài)分析，改變以往數(shù)據(jù)碎片化、難以量化的問題。借助最先進的人工智能技術(shù)，教師教育評估數(shù)據(jù)的分析將更加準確、客觀。

三是實時調(diào)整與反饋。將教師教育過程的評估結(jié)果以可視化的形式反饋給教師教育管理者、教師教育者、教師教育對象等相關(guān)教師教育評估實踐主體，并依據(jù)教師教育評估結(jié)果對實踐過程和實踐對象做出不同程度的改進和完善。例如，可以通過可視化的方法提供數(shù)據(jù)信息的實時反饋。

03

AI賦能教師教育增值評價

人工智能賦能教師教育增值評價的應用主要體現(xiàn)在以下幾個場景。

第一，完善追蹤數(shù)據(jù)庫鏈。完善追蹤數(shù)據(jù)庫鏈是人工智能賦能教師教育評價增值的前提。利用人工智能技術(shù)，對教師教育對象的年級、興趣愛好、水平、特長等進行差異化數(shù)據(jù)采集；“利用數(shù)據(jù)庫鏈接技術(shù)，實現(xiàn)學生數(shù)據(jù)庫與學生、教師、學校等數(shù)據(jù)庫之間的鏈接，實現(xiàn)數(shù)據(jù)的有效整合?！盵6]

第二，構(gòu)建增值模型。增值模型的構(gòu)建，就是通過人工智能技術(shù)、統(tǒng)計分析和算法，構(gòu)建能夠?qū)處熃逃M行全面深入評估的增值模型，包括水平達成、分類、回歸等增值模型。

三是可視化中期報告?？梢暬衅趫蟾媸抢每梢暬夹g(shù)，向教師教育評估主體直觀呈現(xiàn)被評估人某一階段的專業(yè)技能、教育教學水平等情況。

04

AI賦能教師教育綜合評價

人工智能賦能教師教育綜合評價的應用主要體現(xiàn)在以下幾個場景。

一是綜合模型的構(gòu)建。利用人工智能的機器學習、人工神經(jīng)網(wǎng)絡等相關(guān)算法，在充分收集數(shù)據(jù)信息的基礎上，完成教師教育評估綜合模型的構(gòu)建。

第二，數(shù)據(jù)信息采集。借助區(qū)塊鏈、可視化等技術(shù)進行信息采集?！巴ㄟ^各種采集終端，對評價對象進行全方位、全流程、全覆蓋、全員、非干預式的自然狀態(tài)采集?！盵7]

三是數(shù)據(jù)挖掘與分析。借助數(shù)據(jù)分析與挖掘技術(shù)，充分挖掘教師教育實踐主體各方面特征的相關(guān)數(shù)據(jù)，準確、深入地分析教師教育實踐主體的現(xiàn)狀。

4.人工智能賦能教師教育評價的策略

為推進上述評價路徑，當前人工智能賦能教師教育評價應采取更新觀念、規(guī)范標準、學科協(xié)同、數(shù)據(jù)挖掘、支持專業(yè)等策略整體推進。

01

更新觀念：按照新時代的要求轉(zhuǎn)變觀念

推進人工智能教師教育評價，必須按照《新時代深化教育評價改革總體方案》的要求，轉(zhuǎn)變觀念，具體來說，要做好以下幾點。

第一，樹立多元化評價理念。改變以往僅由教師教育評估者組成的單一評價，樹立由教師教育評估者、教師教育被評估者、專家學者以及其他相關(guān)利益者組成的多元化評價理念。

第二，形成科學的系統(tǒng)觀。針對不同類型、不同層次教師的教育特點，利用大數(shù)據(jù)技術(shù)，將增值型、過程型、結(jié)果型、綜合型評價方法有機結(jié)合起來，形成科學的系統(tǒng)觀。

第三，形成技術(shù)創(chuàng)新理念。將大數(shù)據(jù)、物聯(lián)網(wǎng)等人工智能技術(shù)賦能于教師教育評估的各個環(huán)節(jié)，深度融合人工智能技術(shù)，可以形成客觀、可持續(xù)、發(fā)展的創(chuàng)新思維，進而形成教師教育評估的創(chuàng)新理念。

02

標準：完善評價標準和技術(shù)標準

充分利用人工智能技術(shù)完善教師教育評價規(guī)范和相關(guān)技術(shù)標準，不斷推動教師教育發(fā)展。一是完善規(guī)范。要從頂層設計的角度制定人工智能賦能下教師教育評價實踐所需的配套制度和政策，全面系統(tǒng)地謀劃教師教育評價改革。如通過制定一系列相關(guān)政策文件，明確任務目標、統(tǒng)籌推進教師教育評價工作。二是完善技術(shù)標準。技術(shù)標準是推進人工智能賦能教師教育評價、保證應用質(zhì)量最不可或缺的標準。教師教育不僅要遵循政府部門的相關(guān)標準，“也要借鑒國際技術(shù)標準，構(gòu)建教育評價技術(shù)標準體系”。[8]

03

挖掘數(shù)據(jù)：充分挖掘、合理利用

開展人工智能教師教育評估實踐數(shù)據(jù)挖掘，需要做到以下幾點。

第一，整體視角的數(shù)據(jù)挖掘。在教師教育評估數(shù)據(jù)收集、處理、分析、反饋等整個過程中，需要充分挖掘數(shù)據(jù)，才能從整體上理解教師教育評估，保證相應評估活動的一致性。

第二，加強數(shù)據(jù)挖掘的有效性。面對不同興趣群體的差異化需求，精準挖掘其需求的數(shù)據(jù)。例如，針對教師教育對象的個體差異，在數(shù)據(jù)采集時，應充分利用可視化工具，挖掘個性化數(shù)據(jù)，進而為教師教育對象提供改進建議。再如，針對教師教育者，挖掘差異化的教師教育教學數(shù)據(jù)，幫助教師教育者因材施教。

第三，提高數(shù)據(jù)挖掘的適用性。借助先進的人工智能技術(shù)，帶動各學科參與，增強教師教育評估相關(guān)學科將數(shù)據(jù)應用于評估實踐的能力。

04

專業(yè)支撐：打造高素質(zhì)評估團隊

具體包括提升評估員的專業(yè)評估技能和人工智能素養(yǎng)，以及加強專門人才培養(yǎng)。其中，提升評估員的專業(yè)評估技能，可通過定期或不定期的教育預測與測量、教育評估與督導等專業(yè)知識與技能培訓，或通過實踐問題導向，針對評估實踐中遇到的實踐瓶頸進行培訓，或與國內(nèi)外相關(guān)教師教育評估機構(gòu)合作，相互學習，提升評估員的水平和能力；提升評估員的人工智能素養(yǎng)，可將大數(shù)據(jù)、可視化工具等運用到評估員的培訓中，增強評估員的實戰(zhàn)感受，鼓勵評估員運用最先進的人工智能技術(shù)實施教師教育評估；在助力人工智能賦能教師教育評估實踐所需的專門人才培養(yǎng)方面，人工智能、統(tǒng)計學、心理學等相關(guān)學科的專家應發(fā)揮基礎引領作用。

參考

［1］張，楊林濤，陳，等. Deep for Big Data［J］.，2018（42）：146-157.

[2]楊獻敏,顧佳妮,幸貝貝.“互聯(lián)網(wǎng)+”時代數(shù)據(jù)驅(qū)動的教育評價體系框架及實踐進展[J].浙江師范大學學報(社會科學版),2019,44(4):16-26。

楊，顧佳妮，幸.“+”時代的“數(shù)據(jù)與”［J］.數(shù)據(jù)科學與技術(shù), 2019, 44(4):16-26.

［3］楊勇.智能綜合評價理論與方法研究［D］.杭州：浙江工商大學，2014。

楊勇. 論漢語的語義結(jié)構(gòu)與語義表示［D］.，2014.

［4］劉邦奇,吳曉如.中國智能教育發(fā)展報告［M］.北京:人民教育出版社,2020.

劉武. 中國［M］.: 出版社，2020.

［5］王正錄,張博.智能時代的教師教育實踐:邁向智慧教師教育［J］.高等教育探索,2021(8):29-35。

王，張波. 智能時代［J］.，2021（8）：29-35.

［6］邊毓芳,王業(yè)輝.增值評估:評估學校質(zhì)量的有效方法［J］.教育學刊,2013,9(1):43-48.

邊昱輝,王業(yè)輝.附加值研究［J］.經(jīng)濟與管理，2013，9（1）:43-48.

［7］張志，齊業(yè)國.基于大數(shù)據(jù)的多源多維綜合質(zhì)量評價模型構(gòu)建［J］.中國電化教育，2017（9）：69-77.

張志，齊業(yè)國.基于大數(shù)據(jù)的多元多模型研究［J］.中國，2017（9）:69-77.

［8］劉邦奇,張振超,王亞飛.區(qū)域教育大數(shù)據(jù)發(fā)展的參考框架［J］.現(xiàn)代教育技術(shù),2018,28(4):5-12.

劉張,王亞飛. 大數(shù)據(jù)在網(wǎng)絡安全中的應用［J］.，2018，28（4）:5-12.