人工智能在職業(yè)教育評價體系的構(gòu)建研究

賀 翔

(天津職業(yè)技術(shù)師范大學 信息技術(shù)工程學院，天津 300222)

1 當前人工智能在職業(yè)教育評價體系中存在的問題

1.1 評價指標體系不夠完善

發(fā)展現(xiàn)代職業(yè)教育，需要科學構(gòu)建質(zhì)量保障的評估體系，以促進其內(nèi)涵式發(fā)展。而當前人工智能應用于職業(yè)教育評價體系時，未能形成唯一系統(tǒng)的評價指標體系，這些都會影響對學生學習行為評估和反饋的有效性。主要問題在于：評價的體系還不夠全面，未能涵蓋整個職業(yè)教育范圍，很多的評價項目和指標缺乏針對性，不能突顯人工智能在評估過程中的優(yōu)點。

1.2 評價標準不夠科學

對學生學習行為評價的核心是評價標準的制定。當前人工智能在職業(yè)教育評價體系中，更偏重的是強調(diào)對學生的職業(yè)知識和應用技能的考察[2]，而對溝通表達、協(xié)同合作等個人能力和團隊素養(yǎng)的培養(yǎng)缺乏相應的評價標準，單方面的評價方式和多方面的發(fā)展要求特別加重了學生的不適應，不利于學生學習能力的創(chuàng)新，在一定程度上阻礙了學生在職業(yè)教育中的全面發(fā)展[3]。

1.3 評價主體單一化

人工智能在職業(yè)教育評價中的主體不應限制于教師以及學校人員。以往對學生的學習行為的評價往往忽視了課程評價的主體多元性，忽視了學生等評價主體的參與，導致無法對職業(yè)教育中的學生學習進行更全面、更客觀的評價。這既不利于評價質(zhì)量的提升，也不利于評價的全面性。

2 構(gòu)建基于人工智能的職業(yè)教育評價體系的思路

2.1 選擇合理的評價標準

制定恰當?shù)脑u價標準是職業(yè)教育邁入更高水平的起點，通過一環(huán)接一環(huán)的連續(xù)性操作，人工智能職業(yè)教育評價體系將會成為職業(yè)教育學生，學習行為評價質(zhì)量提升的最有效方法之一。

2.2 采用先進的評價技術(shù)手段

人工智能對職業(yè)教育的評估具有輔助作用。在線評估就是基于人工智能的基礎，是智能的評估助理，它集輔助選課、知識查詢、學習過程問答、學習行為評估、學生反饋于一身，可幫助學習者解決職業(yè)教育的學習過程中不知道自己適合學習什么、沒人輔導、沒人監(jiān)督等問題；可幫助教師提升教學效果；可提高平臺評估質(zhì)量。人工智能在線評估功能包括個性化學習計劃、智能記憶復習、知識點推薦、知識點導航、智能提問、游戲化激勵、社交引導、過程化學習行為評估、形成性反饋、就業(yè)興趣收集、就業(yè)方向指導等等，在職業(yè)教育學習的過程中，根據(jù)學生的學習行為，作出適當?shù)脑u估，激發(fā)學生的學習興趣[4]。

2.3 注重過程性評價

人工智能技術(shù)的蓬勃發(fā)展對職業(yè)教育領(lǐng)域的影響很大，未來智能教育產(chǎn)品將會從情感、智力、能力等方面提供精準教育服務，真正實現(xiàn)因材施教。人工智能在職業(yè)教育教學的目標是教育個性化，為現(xiàn)代學生就業(yè)作保障，更好地培養(yǎng)出“大國工匠”[5]。

2.4 評價主體的多元性

隨著人工智能技術(shù)的加速發(fā)展，職業(yè)教育正從1.0模式進入到3.0模式。在3.0模式中，人工智能在職業(yè)教育評價體系中就能更好地實現(xiàn)教育資源的平均和優(yōu)化。比如，在職業(yè)教育資源有限的地區(qū)，人工智能老師可與真人老師相結(jié)合，保證當?shù)貙W生所獲得的教育質(zhì)量；在人工智能評價體系的幫助下，對學生的職業(yè)教育學習和發(fā)展做出一個準確的評價。

3 人工智能在職業(yè)教育評價體系的構(gòu)建

3.1 構(gòu)建“預測模型”

3.1.1 教學資源的利用情況

如通過學生學習過程中的行為數(shù)據(jù)，預測學生是否有高輟學風險，或者預測學生成績是否及格等。已有的研究主要集中在中高職領(lǐng)域，可以通過學生興趣導向、過程性的測試、測試的分數(shù)、參與討論情況、作業(yè)提交情況等數(shù)據(jù)，預測學生是否能完成某一課程，從而使教師能及早為有困難的學生提供幫助，提高職業(yè)教育教學的效率。

3.1.2 互動交流的情況

在人工智能職業(yè)教育評價體系中，即根據(jù)學生學習行為等因素，為學生提供相適應的學習內(nèi)容。有一些研究試圖為學生提供符合其認知模式的學習內(nèi)容，如為對圖像敏感的學生提供以視覺刺激為主的學習資料，但目前研究者們還沒有探索出一套非常成熟的應用。

3.1.3 學習成果評價

在人工智能職業(yè)教育評價體系中，系統(tǒng)需要對學生的學習能力、過程性評價等情況等進行測評。智能測評旨在以傳統(tǒng)測評無法比擬的效率，完成對學生的測評和診斷任務，以完成學習者學習成果的科學評價。

3.2 教師教學評價指標

3.2.1 課程資源的組織與設計

傳統(tǒng)評價是由學科教師或?qū)I(yè)的評估人員，根據(jù)教學中的目的，設計測試的過程。測試內(nèi)容的質(zhì)量是決定整個測評質(zhì)量的關(guān)鍵因素，整個問卷在內(nèi)容上應該是所有需要考評的內(nèi)容的代表性抽樣，問卷的問題設置應當滿足測試目的。

人工智能職業(yè)教育評價體系領(lǐng)域的大部分評價都缺少對應的認知理論支撐。因此，問卷設置更多使用弱理論模型。具體過程大致如下：評估專家找出性能好的問題作為母題，對問題進行詳細分析，構(gòu)成多層次的問題模型，即把問題題目分解成背景、內(nèi)容、問題、輔助信息與選項等部分。

3.2.2 教學活動設計

教學活動是為促進學員的職業(yè)教育學習而設計的，人工智能職業(yè)教育評價體系中開放性文本問題的自動收集分析一般包括兩個步驟。首先，要把語言或手寫的文字轉(zhuǎn)化為電腦可以讀取、分析的文本。這一步依賴自然語言處理系統(tǒng)，目前中文也有一些軟件可以便捷地完成處理。第二步是分析文本。常用的分析方法有兩種，一種被稱為“隱含語義分析”，另一種則是“人工神經(jīng)網(wǎng)絡”。所謂隱含語義分析，是指把被試的回答轉(zhuǎn)換成數(shù)字矩陣，計算與標準答案矩陣之間的距離。這種方法多用于附加問題。對于較長的回答，如想法建議，則更多使用人工神經(jīng)網(wǎng)絡。人工神經(jīng)網(wǎng)絡簡單說來就是找出本文的特征，如關(guān)鍵詞出現(xiàn)的頻率、復雜句式出現(xiàn)的頻率、連接詞的頻率等，根據(jù)本文的特征來完成分析。每一種分析都需要一定數(shù)量的案例，從而完成特征的選取。

3.3 教學支持服務體系評價指標

人工智能在職業(yè)教育評價體系的研究和應用都在不斷推進過程中。但不少研究者認為，目前的這些應用沒有改變測評的基本內(nèi)容和形式，只在一定程度上降低成本、提高效率。在線測評平臺積累的數(shù)據(jù)能夠支撐研究者們進行更多的探索，突破原有的測評方式，例如應用學習過程中的行為數(shù)據(jù)完成測試等。研究者們開創(chuàng)了一個新的領(lǐng)域——“分析測量學”，即通過大數(shù)據(jù)分析而非傳統(tǒng)的問卷，對學生進行測評。

人工智能在高效實現(xiàn)個性化學習方面有著無可比擬的優(yōu)勢，未來在教育領(lǐng)域的應用必將更為廣泛。但在熱情迎接人工智能時代的同時，研究者和實踐者們?nèi)孕璞３种斏?。人類認知的拼圖還遠沒有拼完整，因此要理智地對待根據(jù)已有大數(shù)據(jù)得出的結(jié)論，防止推論過度泛化。此外，如何保護學生、教師和學校的隱私和秘密，合理使用數(shù)據(jù)，也是急需思考和解決的問題。

職業(yè)教育評價體系不僅將取代教育測評者的重復性勞動，還能摒棄傳統(tǒng)的粗放式教育測評，提供能夠真正做到因材施教的個性化定制教育。