人工智能在美国教育评价中的应用及对我国的启示

陆奕静

[摘    要]美国政府极力出台相关政策促进人工智能在教育领域的落地，为培养相关领域人才和为美国政府维持人工智能领域的优势进行教育改革。在教育评价领域中的顶层设计中设置评价体系，在教学中依托大数据平台进行学生个性化、情景化的教学评价设计。坚持人文科技教育并重，落实人工智能在教育评价中的应用。

[关键词]人工智能;教育教学;教育评价;比较研究

[中图分类号] G640           [文献标志码] A [文章编号] 1008-2549（2021） 10-0034-03

科技是第一生产力，人工智能技术引领的第四次科技革命席卷而来，给全球教育带来巨大便利的同时也带来巨大挑战。美国在2016年—2018年先后发布《为人工智能的未来做好准备》（Preparing For The Future of Artificial Intelligence）、《美国人工智能研发战略规划》和《美国机器智能国家战略》三份国家级人工智能报告。连发三份国家级报告展现出科技革命带来的巨大价值与前景。教育是人工智能技术应用的重要领域，技术的发展也为教育的变革贡献极大力量。在推动变革的基础上，教育评价系统最先感受到人工智能改革的浪潮。在展望未来的教育时，教育评价的改革在人工智能的影响下，指向未来的培养趋势。

一、人工智能在美国教育评价中的应用

教学评价向来是教育系统中的难以解决的问题，评价又常常因为评价主体的价值观和价值判断难以得到公平、公正的判断。依托大数据平台，美国实施了一系列文献政策，亟须依据大数据和人工智能技术生成一套评价系统;亟须运用新兴技术进行一套体现公正、公平的教育评价系统。运用这套系统评价学生学习效果以及教师考核绩效。

美国对人工智能技术的引领，在教育领域中应用已经深入到课堂教学中，深入到教育系统中。对于教育评价的相关研究主要从以下几个方面进行发展延伸。

（一）人工智能的教育教学运用

人工智能实施的前提是进行大数据的建立，不仅是在教育领域中，在医疗、交通、环境、司法等领域正蓬勃发展。美国对人工智能技术的发展不是排斥，而是积极应用。教师和学生甚至整个教育系统均在认真进行人工智能的积极应用。在人文软实力等的基础上，美国进行了人工智能的课程开发，《美国机器智能国家战略》指出：“人工智能时代对劳动力的培养应当双管齐下，既要培养学生的硬实力也要培养学生的软实力”。因此，教育行政部门和学校将机器智能学习纳入基本学科。从人工智能的课程设计培养开始，为美国人工智能人才储备创造条件。教育为人工智能培养人才的战略是属于长期战略，这是在课程方面进行基础性的人工智能发展的设计。在教学方面，通过设计情境化的教学模式，运用AI教师进行情景模拟。

（二）人工智能的教育评价系统科学化进程

教育评价系统在整个教育系统中起着极大的作用，评价的公正、公平一直是家长和学生以及教师的重点关注领域。在教育评价系统中，利用人工智能搭建的评价系统，通过开发新的教学评价模式，在大数据的支撑下，建构更具公平、公正的教育评价系统。在教学过程中，进行智能的智能辅导计算机教学，主要有领域模型、导师模型和学习者模型。美国孟菲斯大学研究团队开发自动导师（Auto-Tutor），通过模拟人类导师的特征与风格运用自然语言与学生进行对话交流。除特殊情况外，“自动导师不会直接给出问题的答案，而是通过对学生的不断询问，最终使他们循序渐进得得出最终答案，以此鼓励学生进行思考和推理，而非提供简短的碎片知识。”这个循序渐进诱导的过程，就是人工智能在教育评价的领域中做出评价判断的过程。基于教学评价的过程一边对学生进行评价，一边对评价后的结果进行判断，判断之后根据学习者的情况给予不同的反馈。针对不同的人实施不一样的教学，进行一对一的智能化教学。这是针对学生学习过程的评价。自动导师的出现，使学生问题得到精准化解决，减轻老师的负担。

在教育评价系统的设计上，2015年10月，奥巴马在《测试行动计划》中呼吁采用新的手段和方式进行测试和评估，包括构建新的和更具创新性的评估工具，以更有效地测试学生学业水平和评估教育工作者的绩效。美国由政府牵头，制定政策，由上至下响应国家号召。研究智能化评估工具，创新教育评价测量。麻省理工学院的媒体实验室研究人员实施了一项利用人工智能改进特殊儿童能力测评技术的研究。这项针对特殊儿童测评的个性化机器学习系统，通过收集孩子的独特性信息，机器学习系统依据大数据提升儿童测试的准确性和深入性。在很大程度上提升关于特殊儿童的能力测评的科学化进程。

在考试服务领域，人工智能应用在标准化的测试中。不仅做到智能测试被试者的语言流利度、发音准确性、词汇用法恰当性、语法准确性和复杂性程度等，还能对测试作文进行智能评分处理。

二、美国教育评价中人工智能应用对我国的启示

（一）教育评价方式的科学化与精准化

自古以来，评价往往是一种比较主观的活动，深受评价主体的价值观以及价值判断的影响。特别是在基础教育过程中，老师在对学生做出评价活动的时候，很难做到面对学生的各方面情况进行个性化的定制评价方案。评价的发展性功能常常被忽视，评价的结果往往被扔在一边，并没有针对性地对学生产生长久发展方面的影响。人工智能的潮流席卷之下，我们的教育评价系统在应用人工智能技术中，首先面临的是學习方式的转变。也就是未来的学习更强调一种主动学习，主动进行知识的补充。更有可能，直接将多年的知识在人工智能的挑选下进行有选择地学习。我们选择对自己最有利、最有兴趣的知识进行学习。从评价主体上讲，在人工智能技术的引领下，评价主体角色发生了转变。当智能机器系统进行评价时，依托的是大数据库中的信息进行精准化的分析。那么大数据库中的数据来源于社会以及整个教育系统，评价主体不是老师，而是依托于大数据平台。从评价内容上看，教育评价的重点就由评价学生的评价结果转向于评判知识本身。也就是评价在浩瀚的知识海洋中，什么样的知识最有价值，什么样的学习方式最有效，什么样的学习对未来发展更好。这是一种评价方式的转变，是由整体的评价转向更细、更小领域的评价。

（二）教育评价由结果指向转向过程指向

教育评价注重结果在我国教育评价系统中积弊已久，教育工作者在这方面进行大量的努力和尝试，试图突破注重学习评价结果的长久以来的习惯。人工智能技术与教育的融合给我们带来转变教育评价注重结果的技术支持。在传统的教育评价中，我们过于关注教学是否有效、教学效率进展问题。对于知识强行进行填鸭式教育，对于学生的学习过程关注不够。美国联邦教育部支持成立的美国课程中心发布的《个性化学习：现状和未来发展方向》，阐释了未来智能导师在满足学习者个性化需求方面的作用。报告指出：“当前美国许多中学和大学都已广泛运用智能导师，通过自然语言处理、智能游戏、深度学习等人工智能技术，实现美国学校中大规模个性化学习。”在指向个性化教学的过程中，教育评价随之改变。传统的关注学习结果、关注成绩忽视了学生在其他方面的成果与进展。人工智能环境下，在教育评价领域中由关注结果向关注过程转化。

（三）教育评价视野的全球化

教育评价的标准一直以来就有国家的价值取向，在传统的教育评价中，我们关注自己国家的相对应标准。随着科学技术带来的改变，教育评价逐渐走向全球化、一体化的学习标准。基于“深度学习”的评价标准，也逐渐成为全球化的评价。未来的评价趋向于全球视野的评价。未来考试更趋向于描述、诊断、咨询，大数据平台将对这个产生强有力支撑。

（四）教育评价的反思

人工智能时代带来的冲击是毋庸置疑的，每次面对重大挑战时，都会生出两种不一样的态度。面对挑战、变革和冲击，我们最好的处理方式是面对它，了解它，不然会被狠狠甩在时代的后面。当人工智能来临时，教育系统更是应当努力接受挑战。在人工智能的挑战下，不得不重新思考今天学校存在的意义。李政涛先生提出：“今天的学校，通过创建智慧学校，开发各种特色课程，探究前沿性的教学方法，更新诸多教育技术设备，试图给予学生各种核心素养、关键能力，以及各种知识、方法等。但在强大的人工智能的影响下，都是没有用的。”李政涛先生的担心正一步步朝我们席卷而来，在这样的时代挑战下，教育评价就起到根本性决定性的作用。人工智能时代，我们应当如何学习、学什么？在这个时代最有价值的知识是什么？今天的学校教育面临的挑战就是应该教会学生人工智能无法代替的东西。应该让我们学会去驾驭人工智能，去利用这个工具达到我们想要达成的目标。

美国对人工智能的运用已经深入到教学、课程以及教学系统的整体教育变革中。来自美国的经验给予我们在教育评价中的启示，首先是来自教育的整体变化，在人工智能时代我们如何求知、求什么？如何做人？如何做事？何种知识是在当下时代最有价值的？这些来自本源的冲击势必会改变整个教育评价变革走向。在人工智能时代，教育评价变得愈发重要。整体的价值观的引领是教育评价核心和重点。当机器变得像人一样能思考的时候，人模仿机器思考根本不可能超越人工智能。但是人工智能不能达到的是人类哲学思辨、价值取向，人类间的微妙情感等独特领域。在哲学上的思辨、价值观、想象力、创造思维等这些都是人工智能无能为力之处。因此，未来教育在人文主义方面的发展日趋重要。教育评价方向对人文主义的评价研究至今仍显不足，在量化基础上发展起来的教育测评等应当衍生出一种新的人文主义的评价方式。不仅是需求，更是未来发展的必经道路。

参考文献：

[1]袁利平，陈川南.美国人工智能战略中的教育蓝图——基于三份国家级人工智能战略的文本分析[J].比较教育研究，2020，42（02）：9-15.

[2]王正青，但金凤.人工智能技术在美国学校教学中的应用领域与推进策略[J].比较教育研究，2020，42（06）：43-49.

[3]White House Blog.Building the next Generation of Assessment in education [EB/OL].（2016-08-05）[2020-04-19].

[4]李政涛.人工智能时代的人文主义教育宣言——解读《反思教育：向“全球共同利益”的理念转变》[J].现代远程教育研究，2017（05）：3-11.

[5]陈松云，何高大.机器智能视域下的教育发展与实践范式新探——2018《美国机器智能国家战略》的启示[J].远程教育杂志，2018，36（03）：34-44.

[6]赵园园，张凌洋.人工智能技术背景下学校德育的挑战[J].中国德育，2019（22）：15-19.

[7]郭超睿，胡志刚.大数据背景下人工智能技术在“智慧校园”建设中的应用分析与展望[J].数字通信世界，2020（01）：187-188+213.

[8]张爽.美国“AI+教育”应用探索[J].上海信息化，2020（01）：54-57.

[9]张誉曜，陈媛媛.美国著名智库文本成果研究——以人工智能領域为例[J/OL].图书馆论坛：1-11[2020-08-27].http：//kns.cnki.net/kcms/detail/44.1306.G2.20200820.1107.002.html.

[10]郑丽娜.美国人工智能专业发展分析及对新兴工科专业建设的启示[J].高等工程教育研究，2020（04）：20-33.

[11]网旭燕，孙德芳.美国高校大数据精准指导弱势学生发展研究[J].比较教育研究，2020，42（06）：50-57.

[12]兆志云，杜洪涛，张楠.大数据时代网络社交平台风险治理的国际政策比较与启示[J].中国行政管理，2020（02）：129-134.

[13]丁国勇.美国一流大学数据治理的研究与启示——以范德堡大学为例[J].江苏高教，2020（03）：120-124.

[14]李德顺.当代哲学思维的变革和挑战[J].岭南学刊，2017（01）：5-12+2.

[15]文娟，李政涛.当代教育研究中的全球视野、跨文化能力与中国特色[J].全球教育展望，2013，42（07）：43-51.

[16]张志祯，张玲玲，罗琼菱子，郑葳.人工智能教育应用的实然分析：教学自动化的方法与限度[J].中国远程教育，2019（03）：1-13+92.

[17]王奕宸.基于人工智能的教育应用及其对中国教育公平的意义[J].教育教学论坛，2019（31）：54-58.

[18]郑珂，赵伟刚.人工智能教育应用的典型特征与发展趋向分析[J].中国信息技术教育，2019（Z4）：152-154.

[19]曹可稀.人工智能教育应用的机遇与挑战[J].新课程研究：上旬刊，2018（03）：25-27+39.

（责任编辑： 杜家和）