人工智能教育大模型赋能综合素质评价:理念、模型与展望

作     者：林小红 钟柏昌 LIN Xiaohong;ZHONG Baichang

作者机构：华南师范大学教育信息技术学院广东广州510631 

基　　金：国家社科基金教育学一般课题“面向学生跨学科创新能力培养的4C教学模式研究”(BCA220219) 

出 版 物：《开放教育研究》 (Open Education Research)

年 卷 期：2024年第30卷第6期

页      码：72-78页

摘      要：综合素质评价是教育评价改革的“深水区”,也是实现高质量教育的“发展区”。在人工智能快速发展的背景下,综合素质评价需要遵循四大原则,即在“以育人为导向”的目标引领下,通过设计“教—学—评”一体化的评价框架,采用综合评价与个性化评价相结合的方式,运用数智化的动态评价形式,构建完备的综合素质评价体系。然而,实践中教育大数据技术发展滞后往往导致综合评价难以“平衡”,评价系统的智能推荐能力不足使得个性化评价难以“求异”,这些困境限制了评价育人功能的发挥。为此,文章提出以“第四代评价”为理论基础,结合“OSEMN”大数据分析框架和“1+N分布式智能体系统”结构,构建“教—学—评”一体化的人工智能教育大模型,赋能综合素质评价。未来教育教学中,教师应在预训练与微调阶段优化模型的评价能力,通过多种途径促进人机和谐共处,推动大模型与综合素质评价深度融合。

主 题 词：综合素质评价 教育大模型 第四代评价 分布式智能体 

学科分类：0401[教育学-教育学类] 04[教育学] 040102[040102] 

核心收录：

D　O　I：10.13966/j.cnki.kfjyyj.2024.06.009

馆 藏 号：203155644...