数据驱动的课程多元化评价体系探索与改革论文

SCI论文（www.lunwensci.com）

摘   要：大数据、人工智能技术的高速发展为课程教学改革带来了极大的契机， “大数据 + 教育”“AI+ 教育”的教学新模式在本科高校中蓬勃兴起并迅速发展。文章基于 AI 及大数据技术，分析了传统课程评价体系存在的弊端，积极探索了全数据 驱动的多元化课程评价体系改革。实践证明，基于数据驱动的多元化课程评价体系更符合学生的个性化差异及学习特点，更加 客观及切合实际。

关键词：AI+ 教育 ；数据驱动 ；多元化评价体系

本文著录格式：  俞颖,达新宇,游玲,等.数据驱动的课程多元化评价体系探索与改革[J].软件,2021,42(07):008-009+044

【Abstract】： The rapid development of big data and artificial intelligence technology has brought great opportunities for curriculum teaching reform. New teaching models of Big Data + education and AI + education have flourished and developed rapidly in undergraduate colleges and universities. Based on AI and big data technology, the article analyzes the shortcomings of the traditional curriculum evaluation system, and actively explores the reform of the full data-driven diversified curriculum evaluation system. Practice has proved that the data-driven diversified curriculum evaluation system is more in line with students individual differences and learning characteristics, and is more objective and realistic.

【Key words】： AI+education;data-driven;diversified evaluation system

1 背景

大数据（BD）、人工智能（AI）等信息技术（IT） 的快速迭代和深度交融，正推动产业需求急剧变化与快 速转型，大数据及人工智能时代大潮已经来临。大数据 及 AI 技术在高等教育领域的应用是先行者，两者不仅 改变了传统的专业结构，更将渗透到专业课程中，为课 程教学改革带来了极大的契机。近几年来，许多高校正 在积极探索“大数据 + 教育”“AI+ 教育”的教学新模 式，教育部《高等学校人工智能创新行动计划》更是明 确指出 :“探索基于人工智能的新教学模式，重构教学流程，并运用人工智能开展教学过程监测、学情分析和 学业水平诊断，建立基于大数据的多维度综合性智能评 价，精准评估教与学的绩效，实现因材施教”[1]。

目前应用型本科中新工科的建设依然还处到起步阶 段，部分思维仍囿于传统教育的范畴，亟待寻求积极的 突破与创新，其主要体现在系统化、整体化、融合性的 新型工程教学模式需求日益凸显，学科体系的发展需要 工程教育形成新模式 [2]，人才培养与产业发展需求的紧 密结合对人才培养实施的多元化、协同化及实践性提出 了新的更高的要求。基于以上时代背景，2018 年教育 部印发了《关于狠抓新时代全国高等学校本科教育工作 会议精神落实的通知》提出“各高校要全面梳理各门课 程的教学内容，淘汰‘水课’、打造‘金课’，切实提高课程教学质量”，课程改革势在必行。

完整的课程教学活动主要是由课程教学目标设定、 课程教学过程的设计及实施、课程结果的考核评价四个环节构成，其中课程教学评价是教育部工程教育专业标 准中学生成果导向的直接呈现，其贯穿了教学活动的全 过程 [3]，起到了非常重要的作用，文章基于大数据及人 工智能技术，分析传统课程评价体系存在的弊端，基于 自建的 AI 在线课程实施及考核评价平台，积极探索以 数据为驱动的多元化课程评价体系改革。实践证明，数 据驱动的多元化课程评价体系改进更符合学生的个性化 差异及学习特点，更加客观及切合实际。


2 单一化课程评价体系存在的局限性

近年来，随着本科教育教学体制的日渐完善，线 上、线下、线上线下混合、校内独立教学、校企联合教 学等多样化的教学模式日益呈现并迅速发展起来，创新 性的教学模式在很大程度上弥补上传统课堂教学在师生 互动、个性化教学以及课堂管理等方面的局限性，展现 出了较大的优势，其教学形式不容易受时间和空间的限 制，得到了学生和教师的极大认可。在这种新型的教学 模式下，传统的“一考定终生”[4] 或 “课堂授课 - 布置 作业 - 期末考试”[5] 的单一化课程评价体系已经无法适 应当前的教学模式，其弊端主要体现在 ：

（1）单一化的课程评价体系无法科学覆盖课程知识 体系。

工科类专业课程普遍具有概念抽象、知识点多、实 践性强的特点，随着新兴技术的快速迭代更新，越来越 呈现出明显的多样性，课程教学知识点可能分散在线 上、线下、课内、课外、实验室、实训室等多个教学场 景中，相比之下传统的期末考核制课程评价模式已无法 全面覆盖课程完整的知识体系，从而无法获取到科学的 考核数据。

（2）单一化的课程评价体系无法有效切合学生的个 性化发展。

专业课程实施的本质是促进学生全面而个性化的发 展，传统的单一化课程评价体系更容易陷入只关注一次 或几次考试成绩的误区，而忽视了学生在整个课程学习 过程所展现出来的个性特点，单一化的课程评价体系无 法针对阶段性的教学成果及时地进行反馈，从而不利于 教师实现课程的动态调整和优化，造成教学方式和生源 学情的脱离，不利于学生的个性化发展及潜能开发。

3 构建数据驱动的多元化评价体系

大数据与 AI 技术的快速发展，实时性、数据化的 快速信息积累，为构建工科类课程的多元化教学评价体 系提供了便利。课程教学改革团队基于 AI 及大数据技 术，自主搭建了基于数据驱动的课程实施及考核评价平 台，充分利用 AI 技术在教与学过程的强大数据收集与分析能力全力构建了重过程、多渠道、鼓励跨界及引导 产出的评价体系，通过全新的量化的评价标准实现对学 生创新能力、思维能力、跨界能力、合作能力的合理评 价，实现课程多元化评价改革。

数据驱动的课程多元化评价体系结合 AI 人脸智能 识别、学生课堂实现行为分析、课堂师生互动情况及课 程过程数据的实时可视化分析、展示功能，考核范围涵盖课程前置、课程过程及课程成果三阶段，如图 1 所
示，评价数据覆盖了完成的课程知识教学全过程，驱动 了教学过程的实时、动态信息收集、反馈及监控 [5]，从 而实现课程的科学化、合理化及多样化评价。

3.1 数据驱动的课程前置评价
课程学习资料可根据课程所属的性质不同而设定， 通过学生自主预览教材知识点脉络结构、在线观看预习 视频、提交线上预习笔记或完成线上预习习题检测等多 种方式进行，评价数据可通过学生在 AI 线上平台的视 频观看持续时长、完成特定任务的提交率等数据值（经 验值）来获取，课程的出勤率、到课率统计则可通过 AI 线上平台的人脸识别检测及学生在堂人数统计的数据 值进行分析评判。通过课程前置评价，可以了解学生的 自主学习能力、主动获取知识的能力及自我管控能力。

3.2 数据驱动的课程过程评价

课程过程评价可极富多样化，此为“翻转式”课堂教学实施的重要辅助手段，可包括学生在课程学习活动 中参与课程抢答、头脑风暴、参与团队合作情况、参与 章节测验、完成章节作业、参与课程实验及课程提问回 答情况等一系列活动。课程过程评价可通过学生在 AI 线上平台作业提交数据、作业质量评判数据、课程师生 互动数据及阶段性考核数据等来综合获取。合理的课程计学生碎片化数据的工作中解脱出来，把精力更多的投 入到学生的培养和身心健康方面的工作 [8-10]。操作序列设计、AI 平台动态展示的课程实时教学情况 统计数据可以帮助教师及时了解学生对课堂知识的理解 及掌握情况，通过充分收集学生对课堂教学方式的意见 和反馈信息，可根据学生的需求动态调整教学节奏，从 而实现教学方式与生源学情无缝契合。通过课程过程评 价，可以了解学生分析问题、解决问题的能力、知识获 取能力及团队合作能力等。

3.3 数据驱动的课程成果评价

课程成果评价则由学生课程学习活动后期所呈现的 课程总结报告质量、线上线下考核数据、实践成品完成 质量等构成，以项目团队进行的实践类课程还可以结合 生生互评、企业参与评价等多种方式进行。评价数据可 通过学生期末线上或线下考核成绩、AI 平台的线上作品 提交展示等多种方式获取。数据驱动的 AI 线上评价平台可统计不同专业、不同班级的学生个人及团体课程全过程评价数据，对学生的学业成绩评估、个人潜能的发现 均起到了重要的参考作用，教师也可参考 AI 线上平台的 多元化教学统计数据实现课程设计及实施的可持续优化。


4 总结与反思

随着 AI、大数据技术的日益成熟，以数据驱动的 课程多元化评价体系逐渐展现其明显的优势和可行性，结合数据驱动的课程前置、课程过程及课程成果全过程 的多元化评价体系可帮助构造更适合本科院校学生学情 的教学方式，最大程度地激发学生的学习兴趣和潜能， 推动全数据驱动的多元化教学评价体系教学革命势在必 行。但是，同时也对学校的教学质量监控管理、教师的 课程教学精心投入等提出的新的更高的要求和挑战，只 有通过不断的探索、不断的实践才能达到日益完善、优 化及推广普及的目的。

参考文献

[1] 石璞璞.数据驱动下翻转课堂可视化学情监控体系研究－《以 商务英语》课程为例[J].开封教育学院学报,2019,39(10):75-76. [2] 王武东,李小文,夏建国.工程教育改革发展和新工科建设的 若干问题思考[J].高等工程教育研究,2020(1):52-53.
[3] 钱晓耀,孙长敬,刘辉.基于质量工程统计技术的课程评价方法探索[J].实验室研究与探索,2020,30(10):190-193.
[4] 谢毓湘,栾悉道,魏迎梅.基于混合式教学模式的多元化课程 考核评价体系研究―以“媒体数据分析与处理”课程为例[J]. 高等教育研究学报,2020,43(2):61-63.
[5] 聂红娇,于跃,戴志超,等.“新能源导论”课程多元评价体系 改革初探[J].教育教学论坛,2020(28):246-247.

关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/37309.html