教学督导信息 【2024】（第191期）总第191期

编者按：2024年12月23日，沈阳农业大学第十二届教学督导室主办的《教学督导信息》（【2024】（第191期）总第191期）以综合应用数字化技术 助力教育数字化转型---关于数字化技术及AI赋能过程性考试的体会和思考为题发布文章，供大家学习借鉴。现予全文转发。

                  综合应用数字化技术  助力教育数字化转型

                                ---关于数字化技术及AI赋能过程性考试的体会和思考

督导员  于忠涛

随着数字化技术的迅猛发展，教育的数字化转型成为必然。所以，多年来教育部一直在致力于推进教育数字化战略，2024年世界慕课与在线教育大会还首次提出全球高等教育进入了“智慧教育元年”。在此背景下，过程性考试也不能“幸免”，不能成为教育数字化转型中被“遗忘的角落”。教育的数字化转型不仅对教育的理念、目标、内容、模式和方法等提出了新的要求，而且对过程性考试的改革、创新与完善提供了新的机遇和条件。

一、数字化技术及教育数字化转型

数字化技术通常是指借助一定的设备将各种信息，包括图、文、声、像等，转化为电子计算机能识别的二进制数字后进行运算、加工、存储、传送、传播和还原的技术，包括但不限于互联网技术、大数据技术、云计算技术、移动技术、物联网技术、区块链技术、虚拟现实技术、生物技术、自动化技术、人工智能等。今天，数字化技术已被广泛应用于物流、金融、医疗、教育等社会的各个领域。

教育数字化就是指利用数字化技术，将传统教育模式转化为数字化教育模式，实现教育的系统性变革和形态重塑，包括教学内容数字化、教学辅助工具数字化、教学方式数字化、教学管理数字化和教学评估数字化等。所以，教育的数字化不仅是技术的应用和基础设施的建设，更是教育理念、教学模式、管理模式以及评估方式等方面的深刻变革，是教育全要素、全流程、全业务和全领域的数字化转型。当前，数字化正引领着教育变革和创新的新浪潮，催生了数字教育新业态。教育的数字化转型是实现教育学习革命、质量革命和高质量发展的战略选择和创新路径，是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口。

在过程性考试中综合应用数字化技术及AI赋能，是教育数字化转型的一个重要方面、重要内容和重要途径。所以，一方面，要充分发挥过程性考试的作用，提高过程性考试的效率和效果，就必须综合应用数字化技术及AI赋能。另一方面，通过在过程性考试中综合应用数字化技术及AI赋能这个“小切口”，也可以助力教育的数字化转型。

二、数字化技术及AI在过程性考试中的应用

数字化技术及AI涵盖和优化了过程性考试的多个环节，具有明显的优势，并为完善过程性考试方法，充分发挥过程性考试作用带来了新的机遇。

1.试题准备环节

一是自动生成试卷。根据课程大纲以及预设的考试范围、知识点、题型和难度系数等要求快速便捷地自动生成试卷，节省了教师手动编写试卷的大量时间和精力，使试卷的生成更加高效和灵活。

二是个性化组卷。根据不同的考试需求，自动生成不同难度、不同内容的试卷，满足过程性考试的个性化需求，并提高考试的针对性。

2.考试进行环节

一是多种设备支持。学生可以根据自身情况选择计算机、平板、手机等合适的设备完成考试，提高了学生参加考试的便利性和考试体验。

二是打破时空限制。学生可以在规定的时间范围内，在任何一个地点通过互联网参加考试，使得考试不再局限于传统的考场空间和特定的考试时间，极大地提高了考试的便捷性。

三是答题方式多样。学生可以通过文字输入、上传文件（如文档、图片、设计作品等）等方式完成考试，为过程性考试提供了极大的灵活性。

四是拓展考试场景。如利用虚拟实境（VR）和增强实境（AR）技术，为考生提供虚拟的操作场景，创造沉浸式的考试环境，而且更有安全保障。

3.阅卷评分环节

一是自动化评分，提高阅卷速度和评分效率。传统手工评分，特别是过程性考试阅卷，需要教师耗费大量时间和精力，速度慢且容易疲劳。数字化阅卷系统对于客观题型，如单选题、多选题和判断题等，能够根据预设的答案和标准进行快速处理、自动批改及自动评分，并迅速给出成绩，从而节省了大量的人力成本，减轻了教师负担。对于主观题虽然完全自动化批改较为困难，但也有一定的积极作用。一方面，对客观题自动评分使教师能将更多的时间精力放在主观题的批改上。另一方面，自动评分系统也可以通过设定关键词、语义分析及评分标准等进行部分评分或提供评分参考给教师，辅助教师进行评分，减轻教师的工作量。

二是确保评分的客观性、准确性和公正性。人工阅卷不同教师可能有不同的评分尺度及“自由裁量”，容易因为对评分标准的主观理解不同而造成偏差，并引发评分不公平的问题。而自动评分技术基于客观的评分标准和算法，能够确保每份答卷在相同的标准下进行评分，避免人为因素给评分带来的主观偏差，有效降低评分中的误差和偏见，确保评分的公正性和一致性，为所有学生提供一个公平竞争的平台。

4.数据收集与分析利用环节

一是反馈及时。由于数字化技术有快速和准确的数据处理能力，可以实时收集学生的考试数据，具有成绩统计与分析功能，能够及时反馈学生的答题情况和学习情况，并生成详细、清晰、直观的统计结果和成绩报告，从而能够更充分地发挥过程性考试的评估、反馈、监控和指导作用。既能让学生在考试结束后迅速得到成绩和评价，以调整自己的学习策略和方法，也方便教师获取学生的考试成绩、答题情况、知识掌握程度等信息，帮助教师有针对性地进行教学改进和辅导。

二是数据全面。数字化技术具有多维度的考试数据统计功能，教师能在成绩报告中查看到学生的参加情况、成绩、排名、正确率、通过率以及总分、最高分、最低分、平均分、标准差、成绩分布，甚至可以了解学生的答题时间、答题顺序、答题速度、修改答案及错误的频率等数据。而且，网络阅卷系统不仅能给出总体评分，还可以对不同题目和知识点进行详细评分和分析，进行精细化评估和反馈，帮助教师和学生更好地了解学习情况和薄弱环节，并进行有针对性的改进。此外，数字化技术及AI还能够根据每个学生的学习数据提供个性化的评价，基于这些数据，为制定个性化教学计划，对该学生进行有针对性的辅导提供依据。

特别是，过程性考试的数据采集和处理要比期末终结性考试复杂得多，它涵盖了学生学习过程中的多个环节，如平时作业完成情况、在线学习时长、参与课堂讨论的活跃度等。数字化技术能够完整地记录学生在此过程中的学习轨迹，这些数据可以作为过程性考试的参考及评估依据。

三、努力构建和完善AI+HI的过程性考试模式及机制

在过程性考试中数字化技术及AI有重要的作用和独特的优势，有助于形成基于全过程数据的过程性评价机制。所以，数字化技术及AI在过程性考试中的应用日益广泛。在督导听课及教学检查中我们也发现，我校的很多教师也在积极应用数字化技术及AI进行过程性考试，并取得了良好的效果。

但是，我们必须清醒地认识到，数字化技术及AI在过程性考试中的应用也有其局限性和问题，既是个机遇也是个挑战。特别是在当前乃至未来很长一段时间内，人工智能并不是无所不能的。例如：

一是对主观题评估困难，对特殊内容处理能力有限。目前，数字化技术及AI对于复杂的主观题、开放题、创造性题目或者语言表达丰富多样的考试内容，还难以完全识别、正确评估和准确评分。特别是对于一些需要深度理解、综合分析和创造性思维的题目，电脑程序还无法完全捕捉到学生答卷中的细微差异和情感含义，不能像经验丰富、知识雄厚和专业精深的人类教师那样深入理解其中的精妙之处和全面考量其中的各种因素，从而可能导致评分不够准确。

二是难以全面评估非认知能力，无法评估学生的综合素质。数字化技术及AI主要是基于预先设定的算法和数据模型来进行评判，评价维度有限，对于一些难以量化的素质和能力，如学习态度、思考路径、批判性思维、创新能力、团队精神以及情感体验等过程性考试要素，很难进行全面和准确的评估，更难评价文以载道的“道”，歌以咏志的“志”，诗以言“情”的“情”。这种片面的评估方式还可能会导致对学生综合素质的误判，不利于全面地考查学生的能力和促进学生的全面发展。

而过程性考试的一个重要特点恰恰是主观题和开放题多；并且，过程性考试的目的也恰恰是不仅要考查学生对知识的掌握，还包括学生的思维能力、创新能力、沟通合作能力及情感态度等多方面的综合素质。所以，过度依赖数字化技术及AI进行过程性考试也存在着很大的风险，甚至会偏离过程性考试的初衷。

因此，为了克服数字化技术及AI在过程性考试中应用的局限性，充分发挥数字化技术及AI在过程性考试中的作用，就必须促进AI（Artificial Intelligence）和HI（Humanintelligence）以及人机的有机结合，努力构建和完善AI+HI的过程性考试模式和机制，让AI + HI在过程性考试中优势互补。

众所周知，AI是由人类设计的数字化计算系统，其处理信息的方式以逻辑性和计算为主，它可以快速精准地处理大量数据，但往往缺乏对模糊概念的理解和直觉的判断力。而HI则是通过生物进化形成的自然智力，不仅包括逻辑推理，还涉及到情感、直觉和价值判断等其他非逻辑因素，涵盖了认知、情感和社会等方面，更便于处理复杂、模糊和创造性的问题。所以，AI的高效、精准、数据处理能力强等特点与HI的深度理解、主观判断、个性化互动等优势相结合，可以优化过程性考试，并提高过程性考试的质量和效果。

以过程性考试中的主观题、开放题、创造性题目等为例，一方面，人机结合评分，可以充分发挥数字化评分和人工评分各自的优势。对于客观性题目，可以由数字化评分系统自动评分，提高评分效率；对于主观性题目，人类教师能够凭借自身的专业知识、教学经验和批判性思维理解学生答案背后更深层次的思维逻辑、创新点以及对知识的综合运用能力，并进行更全面、更准确的评价。另一方面，人机结合还可以形成人工审核机制。例如，AI生成的考试题目可以由教师进行审核，确保题目在内容准确性、难度适中性以及文化适应性等方面符合要求、保证质量；对数字化评分结果进行定期或不定期的审核，并将机器评分结果与人工评分结果进行比对和校验，以确保评分的准确性和公正性。如果发现评分存在偏差或不合理之处，还能及时进行调整。通过人工审核机制，可以有效避免数字化评分技术可能存在的错误，提高考试评分的质量。

展望未来，人工智能和人类智能并不是非此即彼、有你无我的存在。相反，通过努力构建和完善AI+HI的过程性考试模式及机制，实现两种智力的最佳结合和相互补充，可以解决人类智能和人工智能单独或各自都无法解决的过程性考试中的问题，完善过程性考试方法，充分发挥过程性考试的作用。