智能技术赋能的教学评价结果应用研究

摘 要 随着信息技术的快速发展和国家对大数据+教育的重视，大数据将成为教育领域中一个不可或缺的要素，尤其是智能化教育更具有潜力，成为教育现代化发展的重点方向。依托智学网为智能评价结果应用平台，通过对该平台评价过程的分析并结合查询文献、问卷调查、专家咨询、师生访谈等多种研究方法，进行相关研究，提出智能条件下的教学评价结果应用模型和策略，希望这些研究能为智能教学评价的发展提供参考。

关键词 智能技术；教学评价；个性化学习

中图分类号：G434 文献标识码：B

文章编号：1671-489X（2024）19-00-05

0 引言

2020年10月，中共中央、国务院印发《深化新时代教育评价改革总体方案》，明确指出要创新评价工具，利用人工智能、大数据等现代信息技术，探索开展各年级学生学习情况全过程纵向评价、德智体美劳全要素横向评价[1]。随着相关政策文件的出台，各级各类教育管理部门、学校及与教育相关的企业都开展了相应的研究，通过查询文献资料可知，目前研究教学评价实施的比较多，对智能条件下的教学评价结果应用得很少，教学评价不是目的，根据教学评价结果改进教学、提高教学效率才是目的，因此，智能化教学评价结果的应用研究有着非常重要的价值。

1 问题的提出

传统的教学评价以教师为主导，以考试为手段，以结果性评价为主宰，学生仅仅作为一个知识接受的载体，教学过程中忽略了学生的个性化学习需要。在日常的教学过程中，教师都清楚需要重视个别差异，但在实施过程中因学生多，操作烦琐，无法通过有效的手段去满足学生个性化学习的需要，加上教师的教学任务繁重，学生的学习科目多、难度大，个性化、区别式教学要么不能长期坚持，要么流于形式。

教师在教学中对评价结果没有针对性地应用，没有关注每个学生的学习需要，每次的作业和练习都是一刀切，学生已经会的还在反复练习，而掌握不好的知识部分，没有足够的时间和精力去练习或者类似的练习没有出现或极少出现，被教师或学生“忽略”。教学评价的结果应该合理地利用，应根据错题分析学生知识掌握的薄弱环节，去查漏补缺，以实现评价价值的最大化，而不是仅仅作为一个数据，作为一个简单评价学生学习好坏的依据。

1.1 智能条件下的教学评价结果应用是减负的需要

为了达成“双减”目标，减轻学生的负担，需要布置有针对性、个性化的作业，每个学生个体能力不同，掌握知识的程度也不一样，所以布置作业不能一刀切，如何判断学生的学业状况？需要精准的教学评价并且将教学评价结果合理应用，也就是首先找出学生学习中存在的问题，然后根据这些问题有针对性地布置练习。

传统的教学评价，特别是个性化的评价方式往往是以牺牲大量时间和精力达到预期目的。在国家提倡减负的大背景下，人工智能应用于教学成为教育发展的必然趋势。

1.2 智能条件下的教学评价结果应用是社会和教育行业发展的需要

通过多年的研究和实验，传统的教育行业从理论到实践，从学生的认知到教师的投入，从智力因素到非智能力因素等方面已经极大地提升了教学效率，要继续提升教学效率，就必须借助现代教学技术。随着科学技术的快速发展，智能技术赋能的教育解决了很多以前教师不能解决的教学问题。除了在教学情境、教学手段等方面使3a1c6a3b68aa35a974513f4713c4e039abe0b45a2051985421298da0d2da949f用教学技术外，对教学评价更是如此，而且必须深入评价结果，从评价结果着手解决学生的补缺补差问题。

2 文献概述

目前对于教学评价的智能化研究几乎都是从评价方法、方式或者技术实现的角度进行分析，而对于智能技术下的教学评价结果应用却很少提及，评价不是目的，以评促教、以评促学才是评价的灵魂。因此，本文研究教学评价的结果应用，具有很强的新颖性和必要性。

教育面对的是一个个性格不同的个体，有不同的思想和不同的性格，因此，个性化将成为教学评价必须关注的问题。在评价过程中不能一刀切，对于评价的结果应用更需要区别对待，以提高评价的效率。

根据学生的认知规律，对掌握不好的知识借助智能工具推送知识讲解、例题分析和相应的练习，进行全方位强化，提升认识，掌握好相关知识，甚至可以推送视频讲解、知识框图、在线答疑等。

3 智能条件下的教学评价结果应用模型架

构分析

3.1 智能条件下的教学评价结果应用的系统模型结构

智学网推出的智能化作业系统将校内日常学业数据（如晚练、周测、月考、期中、期末试题）进行扫描、批改（有两种模式：一种先扫描后批改，另一种是先纸质批改然后再扫描）。通过批改采集产生的数据和智能化分析形成学生学科能力画像，系统对单次学科测试的得分和失分情况深度分析，并对历次学情持续追踪，然后通过对资源的多维深度标引，对每个知识点进行精品推荐资源库推送，教师也可以根据教学情况有针对性地推送优质的校本资源库，两者结合可以构建一个比较全面的适合本校学生的资源库。智能系统根据学生的错误题目，推送相关知识点的个性化作业，这些个性化作业难度适中、作业量适当、学习路径适合。教师根据批改结果向学生推送个性化作业，学生可以利用平板训练，学校扫描室第二天就可以打印出个性化作业本，学生对错题进行针对性学习和训练，之后在下次考试中系统会对错题分析，再推送，形成一个个性化评价的闭环。针对错题加强训练，避免了学生在已经掌握的题目上浪费时间，同时减少了重复犯错的情况，从而提高了学习效率，整个流程如图1所示。

3.2 试题解构模型

从解题时间、考点、难度值、基础知识、解题要求的认知程度、基本技能、基本思想、学科能力等方面描叙，勾勒试题之间的关系。使错题分析精准，推送的试题更具相似性，练习更有针对性，以一道函数图像题为例，试题解构模型如图2所示。

3.3 学生个人画像模型

从学科能力维度、学科思想维度、方法技巧维度、知识维度、考点维度详细分析学生出错的原因，更精准地发现问题，找到薄弱点，有利于后面更精准推送与之相关的试题，使学生的练习具有针对性。

合肥六中高一年级4班，王同学及班级长期跟踪数学学科学业数据后的个人、班级画像（数学）如图3所示。

3.4 控制练习时间

根据北师大专家教研研究的结果，40分钟为最佳作业时长，少于40分钟效果欠佳，多于40分钟效率开始降低。查漏补缺，根据学生错题情况，智能推送相关试题，使得训练的知识点、训练的效率都得到极大的提高。

3.5 教师一键布置作业，学情自动反馈

教师布置作业变得非常简单，只需一键操作。系统会根据学生的错误情况自动地将不同的作业推送给不同的学生，每个学生的作业都不一样，实现个性化布置作业，批改之后，系统自动给出报告，如图4所示。

4 智能条件下的教学评价结果应用的实验

数据分析

安徽省宣城市第二中学从2022年3月开始实施该项研究，2023年6月给出第一份研究报告，分三个年级多个学科详细分析得出有关数据结果。主要以数学、英语、物理、化学、生物五科进行数据分析。数据提交情况如表1所示，知识点得分率提升情况如表2（生物学科测试数据不全，表格中未加入）所示。

5 智能条件下的教学评价结果的应用策略

分析

通过对学生进行问卷调查和走访教师得出：评价结果的应用在实际操作过程中出现一些流于形式、执行不严格的问题，因此在使用过程中要注意以下几点。

5.1 校企合作，共育共享

智能化工具开发涉及很多先进技术，需要大量人才和资金支持，以学校的实力肯定是做不到的，需要进行校企合作，学校给企业提供思想、实验场地和实验数据，企业根据学校要求进行技术设计、技术改进等。如智学网在各个学校都有技术人员，对智能技术进行实验、反馈和调整等，企业还可以根据学校要求建立各学科的试题库，进行知识点的量化匹配等工作，减轻学校教师的负担，并对学校教师提供技术指导。只有这样，智能化评价工具才能更贴合一线教学应用。

5.2 加强教师培训，促进应用

教师是学校教学的推动者，任何新技术的应用首先要让教师接受并使用，加强教师培训是推动智能技术应用的关键，因此技术在设计之初就应考虑到操作问题，尽可能使操作变得简单，有较强的交互性，让教师愿意使用，本项目中教师一键布置作业，使用非常快捷，一般教师都能接受。

任何一项新技术的使用都需要一个过程，智能评价系统也是一样，就如同十几年前网络阅卷一样，当它的效果凸显出来时，教师就会自觉地去使用。学校也应该出台相应的奖励措施，比如对使用比较好的教师进行适当的奖励等。

5.3 注意时效性，快速推送

晚练的试题量比较少，可以直接推送到学生的平板，教师在讲解完班级错误率比较高的题目后，学生可以通过平板练习个性化错题。如果时间不够，第二天扫描室会及时打印个性化学习手册，学生可以根据个性化学习手册进行巩固。及时通过各种手段推送到学生手中，才能得到及时反馈，因此，每次考试结束后应快速打印给学生，最好在第二天就发到学生手中，这样学生才有时间去订正，学生对试题记忆也很清晰，加强错题训练，效果才明显；反之时间久了，学生已经开始学习后面的内容，没有时间去订正前面的错题，兴趣也不大，效果就会下降。

5.4 多维度推送，效率优先

目前推送的主要是文字、图片，建议可以考虑加入视频讲解，让无声变有声，甚至可以加入在线答疑。

现在学校学生人手一个平板，要将平板使用起来，考试结束的晚自习可以允许学生使用平板自主学习，让平板和纸质资料配合使用，效果会更好。

假期中学生也可以通过网络学习推送的错题，看不懂的可以观看教学视频，让学习过程变得更轻松。

5.5 注重非智能因素，培养师生情感

智能化的评价是没有情感的，仅仅作为评价的一个辅助手段，教师不能只把这些智能工具得到的结论作为评价的结果。

比如：刷脸系统检测到学生迟到，教师应该了解学生迟到的原因，而不是只要迟到就要处罚；课堂中学生发生状况，教师不能依据智能监控系统的数据直接去批评学生，而应该了解是学生的身体原因还是主观原因，等等。激发学生的非智力因素，让教师成为“值得信任”的人，这样学生才会接纳教师，才有兴趣去上教师的课。

5.6 开发校本课程，激励教师参与到教学研究中

智学网推送的试题一般都是智学网研发部门的教师搜集或改编的试题，试题是否适合本校学生不得而知。而本校教师对自己的学生、对考试的研究都比较深刻，所以学校教师必须会选择试题，要有一套适合本校学生的试题库，并持续地更新试题库，也就是大家常说的校本课程。

教师要有研究能力，这样教学才更有针对性，才会知道哪些试题是学生需要的，哪些试题是考试的重点，而不是被动地接受所有试题，不去掌握考试的动态，漫无目的地布置作业，这些都会浪费学生的时间。

5.7 智能化系统的多角度评价，促进学生全面进步

本文主要以测验结果智能化应用为例，得出在整个教育评价过程中应该多方位评价，可以使用智能工具实现以下几种评价。

5.7.1 考勤评价

学校大门安装闸机，学生进校刷脸，并将学生进校数据推送给年级分管领导和班主任甚至家长，培养学生守时的习惯。

上课时考勤班干可以通过班级平板对迟到学生进行考勤，形成学生过程性评价。

5.7.2 上课状态评价

教师可以通过教学平板对学生的上课纪律、回答问题等情况进行赋分。记录学生课堂表现，提高师生提问积极性。智能化监控系统的这些功能有助于维护课堂纪律、提高教学效率和学生学习质量，同时也方便教师、班主任和分管领导的管理工作。

5.7.3 就寝评价

类似门禁系统，学生刷脸进入宿舍，宿舍管理者可以了解学生入寝情况，并将信息自动推送给班主任和分管领导，及时了解学生就寝情况，便于管理，排除学生夜晚的安全隐患。

5.8 技术是辅助，不能本末倒置

近年来智能化教学兴起，利用相关的智能技术，使评价变得方便，效率大大提高，许多专家提出借助人工智能技术从学生的面部表情、声音、姿势等角度去分析学生的上课情况，从而评价学生的上课效率，这从客观上提高了教学评价的效率，收集数据迅速，但忽略了评价的正确应用，借助智能工具评价主要是方便操作、获取数据快，而不能全部代替教师，教育毕竟是用一个灵魂去感染一个灵魂的过程。另外，这些智能工具采集的数据准确性也有待商榷，毕竟人工智能的分析很难代替人类真实的情感分析。最主要的是对评价结果的应用关注得比较少，大部分是将数据推送给教师和父母，这种监控式评价没有考虑到学生的情感或者学生的身体状态等因素。对于教学评价结果应用，系统推送的试题纸质打印，也需要教师去监督跟进。

6 结束语

通过查阅大量文献资料，进行访谈等，针对当前教学评价中出现的问题提出一种智能化评价结果应用的研究方案，该方案强调个性化知识、例题、练习题自动推送，实现教学评价结果的有效利用，解决了传统教学过程中难以实现个性化教学的问题，让智能化系统根据学生的错题情况自动推送作业，满足其个性化学习的需要，真正做到因材施教，使得学生的学习效率显著提升。

7 参考文献

[1] 中共中央 国务院印发《深化新时代教育评价改革总体方案》[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

*项目来源：安徽省教育装备课题“基于人工智能技术的中学教育技术装备管理与使用”（课题立项号：ZB23200）；宣城市教育科学规划课题“普通高中教师评价素养提升的实证研究”（课题立项号：XCJK24008）。

作者简介：张李，宣城市教体局兼职教研员，中学高级教师；程和平，宣城市第二中学党委书记，中学高级教师。