牟智佳 俞顯

【摘 要】 人工智能、學(xué)習(xí)分析與教育大數(shù)據(jù)之間的相互融合使得學(xué)習(xí)評價由數(shù)字化的學(xué)習(xí)測評走向數(shù)據(jù)化的智能測評。從智能測評技術(shù)發(fā)展視角對國內(nèi)外相關(guān)平臺進(jìn)行梳理和分析，發(fā)現(xiàn)智能測評平臺存在測評目的異化、測評數(shù)據(jù)采集單一、測評分析缺乏深度、測評結(jié)果可視化水平低和測評反饋智能化薄弱五方面問題。本文從智能測評研究視角對國內(nèi)外現(xiàn)狀進(jìn)行內(nèi)容分析，把握研究態(tài)勢與不足；在此基礎(chǔ)上對智能測評發(fā)展的理論與技術(shù)趨向、目標(biāo)導(dǎo)向進(jìn)行闡釋；最后提出智能測評服務(wù)模式，即以支持個性化學(xué)習(xí)為目標(biāo)導(dǎo)向，以基于學(xué)習(xí)能力的學(xué)習(xí)練習(xí)智能匹配、基于內(nèi)容掌握的個性化學(xué)習(xí)路徑規(guī)劃、基于活動參與的個性優(yōu)勢識別以及基于測評結(jié)果的知識地圖描繪為服務(wù)支持，為將來智能測評發(fā)展與研究提供有益的啟示。

【關(guān)鍵詞】 教育大數(shù)據(jù)；智能測評；學(xué)習(xí)分析；機(jī)器學(xué)習(xí)；個性化學(xué)習(xí)

【中圖分類號】 G642.0 【文獻(xiàn)標(biāo)識碼】 A 【文章編號】 1009-458x（2018）5-0055-8

一、學(xué)習(xí)測評發(fā)展的現(xiàn)實(shí)困境與突破口

當(dāng)前學(xué)校教育中對學(xué)習(xí)的測評側(cè)重學(xué)習(xí)結(jié)果的顯性表現(xiàn)，如測評得分、題目正確率、成績排名等，對學(xué)習(xí)者的隱性行為關(guān)注較少，如對學(xué)習(xí)內(nèi)容的掌握程度、協(xié)作學(xué)習(xí)活動內(nèi)容的貢獻(xiàn)度、達(dá)到學(xué)習(xí)目標(biāo)的層級水平等。學(xué)習(xí)評價專家保羅和迪倫（Paul & Dylan， 1998）認(rèn)為如果一個評價僅僅用于評定分?jǐn)?shù)，內(nèi)容上沒有提供進(jìn)一步的學(xué)習(xí)機(jī)會，評價就不是真正形成性的，只有評價揭示了學(xué)生思維的具體方面，借助這些方式才能進(jìn)一步開展有效教學(xué)，并且運(yùn)用所揭示的診斷性信息為學(xué)習(xí)者提供額外的學(xué)習(xí)機(jī)會。數(shù)字化環(huán)境下的學(xué)習(xí)評價既注重學(xué)生的總結(jié)性評價，更關(guān)注學(xué)生的形成性評價（Tomas， Borg， & McNeil， 2015）。評價的形成性本質(zhì)不但存在于評價本身中，而且存在于評價與其課堂角色的交互中。如何對整個學(xué)習(xí)活動過程進(jìn)行有效評價并判別出學(xué)習(xí)者在知識、能力和思維方面的真實(shí)水平是當(dāng)前學(xué)習(xí)評價面臨的現(xiàn)實(shí)困境。

近年來，教育大數(shù)據(jù)、學(xué)習(xí)分析和智能網(wǎng)絡(luò)學(xué)習(xí)平臺的逐步發(fā)展使得學(xué)習(xí)軌跡不僅能夠得到記錄進(jìn)而形成全學(xué)習(xí)過程數(shù)據(jù)鏈，而且能夠?qū)W(xué)習(xí)過程和結(jié)果進(jìn)行個性化分析和評測。而以深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、自然語言處理等為代表的人工智能技術(shù)興起，使得測評技術(shù)更加智能和精準(zhǔn)，基于學(xué)習(xí)內(nèi)容和結(jié)果可以對學(xué)習(xí)者的知識和能力水平進(jìn)行智能化評測，以更好地服務(wù)于認(rèn)知診斷。因此，我們可以借助大數(shù)據(jù)和學(xué)習(xí)分析技術(shù)對學(xué)習(xí)過程中的階段性學(xué)習(xí)表現(xiàn)進(jìn)行評價和歸因分析，并結(jié)合學(xué)習(xí)者的個性特征定制基于內(nèi)容掌握的學(xué)習(xí)路徑，最終促進(jìn)其對知識的深度理解和概念的掌握。

二、基于教育大數(shù)據(jù)的智能測評平臺梳理分析

（一）智能測評平臺的功能比較分析

為了解當(dāng)前智能測評技術(shù)在實(shí)踐中的應(yīng)用和發(fā)展情況，本研究借助國內(nèi)外搜索引擎對國內(nèi)外有關(guān)文字書寫、語音分析、測評考試等不同智能測評平臺進(jìn)行整理分析。在選取智能測評平臺的過程中，以具備多元化、智能化、交互性、可視化等特征為依據(jù)，確保分析的智能測評平臺符合本研究的需求。對平臺的分析從使用對象、數(shù)據(jù)采集來源、分析內(nèi)容、結(jié)果呈現(xiàn)形式、特色功能展現(xiàn)等方面進(jìn)行多維對比，結(jié)果見表1。

可以發(fā)現(xiàn)，在分析對象上，平臺較為關(guān)注學(xué)生在群體中的表現(xiàn)，其測評結(jié)果偏重于比較；在數(shù)據(jù)采集來源上，平臺采用多種方式收集，既使用傳統(tǒng)的試卷、問卷和量表，也使用動作捕獲感應(yīng)器、自然語音拾取等高科技手段；在分析內(nèi)容上，當(dāng)前國內(nèi)外智能測評平臺涉及的測評內(nèi)容除以學(xué)業(yè)成績、語言能力、實(shí)驗操作能力等為代表的學(xué)業(yè)水平測評外，也涉及心理測量、學(xué)習(xí)自適應(yīng)能力等非學(xué)業(yè)水平方面的測評；在數(shù)據(jù)類型上，結(jié)構(gòu)化數(shù)據(jù)是目前各測評平臺數(shù)據(jù)的主要類型，目的在于方便數(shù)據(jù)分析，并以可視化方式呈現(xiàn)最終結(jié)果。

（二）智能測評平臺存在的問題分析

通過對國內(nèi)外主流智能測評平臺進(jìn)行梳理分析發(fā)現(xiàn)，當(dāng)前智能測試平臺存在以下五方面問題：

1. 測評目的異化

研究者在分析上述智能測評平臺的過程中發(fā)現(xiàn)，無論從所面向的使用對象還是分析內(nèi)容的組成上看，均存在較為明顯的測評目的異化的情況（該現(xiàn)象在國內(nèi)實(shí)踐中尤為突出），即測評目的在于選拔和甄別，而忽視測評的診斷、反饋和促進(jìn)功能。如測評平臺關(guān)注區(qū)域教育質(zhì)量監(jiān)測及對比、學(xué)校辦學(xué)質(zhì)量分析、教師教學(xué)質(zhì)量分析、學(xué)生學(xué)業(yè)成就分析，而提供的診斷報告集中在基于常模參照測量下的排序和比較，具有較為明顯的“排位次”現(xiàn)象。測評需要為教師精準(zhǔn)教學(xué)和學(xué)生高效學(xué)習(xí)提供有效支持，如果盲目追求測評的選拔和甄別作用，缺少基于測評結(jié)果的教與學(xué)的優(yōu)化，則會造成測評活動舍本逐末無助于教與學(xué)改進(jìn)的困境。

2. 測評數(shù)據(jù)采集相對單一

數(shù)據(jù)采集的內(nèi)容和形式將直接決定后續(xù)分析的廣度和深度。從數(shù)據(jù)內(nèi)容上看，當(dāng)前智能測評平臺主要以學(xué)業(yè)成績數(shù)據(jù)為主，缺乏對學(xué)生日常學(xué)習(xí)行為數(shù)據(jù)、家庭背景信息等重要內(nèi)容的采集；從數(shù)據(jù)類型上看，已有分析數(shù)據(jù)以結(jié)構(gòu)化數(shù)據(jù)為主，如學(xué)生的試卷分?jǐn)?shù)、調(diào)查問卷結(jié)果、在線學(xué)習(xí)時間、點(diǎn)擊次數(shù)等，缺乏對更能體現(xiàn)學(xué)生情感、價值觀、學(xué)習(xí)品質(zhì)和學(xué)習(xí)思維等非結(jié)構(gòu)化信息內(nèi)容的采集；從數(shù)據(jù)收集時間跨度上看，以階段性、結(jié)果性數(shù)據(jù)為主，缺乏對日常關(guān)鍵事件和典型表現(xiàn)等行為數(shù)據(jù)的收集。當(dāng)前，無論是數(shù)據(jù)內(nèi)容和類型，還是數(shù)據(jù)收集的時間跨度，現(xiàn)有測評平臺尚未達(dá)到智能測評對數(shù)據(jù)采集的要求。

3. 測評分析缺乏深度

受限于測試數(shù)據(jù)采集較為單一，目前各測評平臺在分析內(nèi)容和分析方法上的設(shè)計也較為簡單。在分析內(nèi)容上，主要是對采用問卷、試卷等測量工具獲取的區(qū)域教育質(zhì)量、學(xué)生學(xué)業(yè)成就等方面信息進(jìn)行分析；從分析方法上看，以描述性的量化統(tǒng)計分析為主，缺乏質(zhì)性分析及縱向和橫向的對比分析，缺乏從多角度、多層次分析同一對象；從測量統(tǒng)計理論的應(yīng)用上看，主要以經(jīng)典測量理論作為理論依據(jù)，缺乏對于更能反映學(xué)生認(rèn)知過程、數(shù)據(jù)處理精度更高的認(rèn)知診斷和項目反應(yīng)等理論的應(yīng)用。因此，分析結(jié)果往往較為片面，無法形成有效的證據(jù)鏈，可信度不高。

4. 測評結(jié)果可視化程度低

通過分析各類評測平臺可知，用圖表對分析結(jié)果進(jìn)行可視化輸出是當(dāng)前各智能測評平臺結(jié)果呈現(xiàn)的主要特征，這一形式符合信息可視化，有助于信息理解、采納和創(chuàng)新的研究結(jié)論（趙慧臣， 2014）。目前，測評平臺一般采用靜態(tài)和動態(tài)兩種類型的可視化結(jié)果。靜態(tài)的可視化結(jié)果是指以直方圖、雷達(dá)圖、數(shù)據(jù)儀表盤等圖表呈現(xiàn)的結(jié)果，一般不能更改；動態(tài)的可視化結(jié)果是指通過選擇和關(guān)聯(lián)不同時間、測評維度和統(tǒng)計分析指標(biāo)來呈現(xiàn)的測評結(jié)果，具有交互性功能。例如在分析學(xué)生口語表達(dá)能力時，學(xué)生可以按照自己的需求選擇語音、詞匯等分項內(nèi)容的診斷結(jié)果，也可以自定義分項成績來模擬當(dāng)前口語水平與目標(biāo)水平的差距等。整體而言，測評結(jié)果的可視化在數(shù)據(jù)更新、圖形化、交互性等方面還較弱。

5. 測評反饋智能化水平薄弱

智能測評平臺的關(guān)鍵特征是測試結(jié)果的智能化和個性化，平臺應(yīng)基于對區(qū)域、學(xué)校、學(xué)生作答數(shù)據(jù)的分析結(jié)果提供相應(yīng)的教育質(zhì)量預(yù)測和改進(jìn)建議。但從目前的調(diào)查來看，各測評平臺提供預(yù)測和建議的功能有待完善。部分提供教與學(xué)改進(jìn)建議的平臺并沒有做到個性化，給出的建議較為寬泛且缺乏個性化分析。所分析的測試平臺均未提供預(yù)測分析功能。由此可以看出，實(shí)踐中有較多測評平臺冠以智能之名，但未有智能之實(shí)，這一現(xiàn)象也值得深思。

三、數(shù)據(jù)集驅(qū)動的智能測評研究現(xiàn)狀分析

為了解近年來國內(nèi)外智能測評研究的整體狀況，對國內(nèi)外相關(guān)文獻(xiàn)進(jìn)行梳理和內(nèi)容分析。其中，中文文獻(xiàn)的檢索選取中國期刊全文數(shù)據(jù)庫、中國博士和碩士學(xué)位論文全文數(shù)據(jù)庫和中國重要會議論文全文數(shù)據(jù)庫作為樣本來源，以下述檢索式進(jìn)行檢索：檢索項為“主題”；檢索詞為“智能測評”“智能反饋系統(tǒng)”“智能測試系統(tǒng)”“智能評價”；根據(jù)相關(guān)文獻(xiàn)出現(xiàn)的初始時間和研究進(jìn)度確定時間跨度為2002年1月至2016年12月；匹配方式為“模糊”。剔除會議通知、簡訊等無關(guān)內(nèi)容，篩選后共獲得樣本文獻(xiàn)19篇。外文文獻(xiàn)的檢索選取Elsevier ScienceDirect、Springer Link、Wiley Blackwell、Web of Science等國外知名數(shù)據(jù)庫為樣本文章來源，以下述檢索式進(jìn)行檢索；檢索項為“Theme”；檢索詞為“intelligent assessment”“intelligent evaluation”“artificial assessment”“artificial evaluation”；時間跨度與中文文獻(xiàn)一致，并輔之以Google學(xué)術(shù)搜索。剔除會議通知、workshop等非研究文獻(xiàn)，共獲得有效文獻(xiàn)23篇。通過對所獲樣本的整合與分析，當(dāng)前國內(nèi)外智能測評研究主要集中在以下幾個方面：

（一）智能測評的理論與技術(shù)研究

該類研究主要集中在智能測評結(jié)構(gòu)觀的認(rèn)識和發(fā)展探討、智能測評量表設(shè)計與開發(fā)的理論依據(jù)、智能測評的算法和模型等方面。例如，邱江等（2004）在借鑒國外學(xué)者對智能結(jié)構(gòu)最新研究成果的基礎(chǔ)上，分析了未來智能測驗應(yīng)遵循的原則并進(jìn)行了智能測驗的試題編制。Yulan He等（2009）在文本語義挖掘研究中對潛在語義分析（Latent Semantic Analysis， LSA）、n-gram共生和BLEU等技術(shù)進(jìn)行深入分析，結(jié)果表明與現(xiàn)有技術(shù)相比，新技術(shù)支持的文本自動化評估能夠?qū)崿F(xiàn)文本分析高精度并且顯著提高分析性能。

（二）智能測評系統(tǒng)的設(shè)計與實(shí)現(xiàn)

這方面研究主要圍繞多元化、個性化智能測評系統(tǒng)的設(shè)計和實(shí)現(xiàn)來展開。例如，吳志剛等（2010）在研究學(xué)習(xí)者和學(xué)習(xí)內(nèi)容的基礎(chǔ)上，整合學(xué)習(xí)目標(biāo)、學(xué)習(xí)能力、評價方法等因素提出三維個性化評價模型，并從提升系統(tǒng)的效度和可用性出發(fā)，構(gòu)建了個性化智能測評系統(tǒng)模型。Arturas Kaklauskas等（2015）采用生物特征識別、語音壓力分析和特殊算法開發(fā)了智能自我評估系統(tǒng)，支持考生在正式考試前對自己的情緒和壓力進(jìn)行測評，為幫助學(xué)生緩解考前壓力和平復(fù)緊張情緒提供參考。Ifeyinwa Chika等（2008）利用增強(qiáng)現(xiàn)實(shí)技術(shù)構(gòu)建了一個集成智能測評功能的虛擬實(shí)驗室，該虛擬實(shí)驗室可以實(shí)時動態(tài)地采集學(xué)生在實(shí)驗過程中的操作過程數(shù)據(jù)并自動反饋實(shí)驗效果達(dá)成度等診斷信息。

（三）基于智能測評系統(tǒng)的教與學(xué)應(yīng)用研究

這類研究主要包含智能測評技術(shù)在語言學(xué)習(xí)中的應(yīng)用、智能測評在混合式教學(xué)和在線學(xué)習(xí)中的應(yīng)用、基于智能測評結(jié)果的教與學(xué)改進(jìn)策略和模式等。例如，李娟（2016）基于“注意假設(shè)”理論，通過兩個班級的口語教學(xué)實(shí)踐和語用能力調(diào)查以及對學(xué)生的訪談發(fā)現(xiàn)移動智能測評終端的應(yīng)用有助于提高教學(xué)效果。 Chia-I Chang（2002）針對網(wǎng)絡(luò)學(xué)習(xí)中如何評價學(xué)習(xí)者離線后課程學(xué)習(xí)表現(xiàn)的問題，提出了基于《學(xué)生問題課程量表》（Student Problem Course Scale）的在線智能測評系統(tǒng)，該系統(tǒng)能夠依據(jù)學(xué)生的個性特征和需求組織課程材料并生成課程內(nèi)容，其自適應(yīng)和自組織特性能夠激發(fā)學(xué)生學(xué)習(xí)課程的興趣和參與度。Uday Kumar等（2011）利用智能測評的相關(guān)理論構(gòu)建了在線智能評估系統(tǒng)，用以測量學(xué)習(xí)者在線學(xué)習(xí)表現(xiàn)以及為學(xué)習(xí)者推薦個性化學(xué)習(xí)資源，幫助學(xué)習(xí)者挖掘自身學(xué)習(xí)潛力并提高其學(xué)習(xí)表現(xiàn)。

通過對國內(nèi)外智能測評研究的分析可知，當(dāng)前多元智能理論是智能測評的主要理論依據(jù)，新的“智能學(xué)說”正不斷受到研究者的關(guān)注；在測量趨向上，研究者開始使用新的算法和模型，并結(jié)合新的測量統(tǒng)計理論來不斷提高智能測評系統(tǒng)的測量精度。在設(shè)計趨向上，基于個性化測評結(jié)果的教與學(xué)改進(jìn)得到普遍認(rèn)同，這是智能測評的價值追求所在，也是智能測評服務(wù)模式的內(nèi)在要義。然而，目前有關(guān)智能測評的理論和技術(shù)走向尚不明晰，智能測評在學(xué)習(xí)過程中如何實(shí)時監(jiān)控和預(yù)警，在學(xué)習(xí)結(jié)果上如何促進(jìn)學(xué)生個性發(fā)展是測評走向智能化和個性化必須面對的重要議題。

四、智能測評發(fā)展的理論與技術(shù)趨向

學(xué)習(xí)測評的關(guān)鍵原理是必須提供反饋和回溯的機(jī)會，而且被評價的內(nèi)容必須和學(xué)生的學(xué)習(xí)目標(biāo)相一致（Briansford， Brown， & Cockin， 2013）。智能測評需要在學(xué)習(xí)內(nèi)容、學(xué)習(xí)過程和學(xué)習(xí)目標(biāo)等方面提供個性化學(xué)習(xí)評價結(jié)果，以此作為改進(jìn)教與學(xué)的反饋信息的來源。因此，智能測評發(fā)展需要以個性化學(xué)習(xí)為目標(biāo)，以形成性評價為中心，以學(xué)習(xí)理論為指導(dǎo)，以機(jī)器學(xué)習(xí)分析和自然語言處理為技術(shù)支撐，持續(xù)對學(xué)生的知識、思維和理解進(jìn)行評價和反饋，最終促進(jìn)學(xué)習(xí)者達(dá)成目標(biāo)。

（一）智能測評發(fā)展的理論趨向

1. 以內(nèi)容為導(dǎo)向的概念轉(zhuǎn)變學(xué)習(xí)理論

促進(jìn)學(xué)習(xí)者對所學(xué)知識點(diǎn)的概念理解是學(xué)習(xí)測評的一個重要目的。而在概念理解上，特別是理科知識概念，存在容易讓學(xué)習(xí)者困惑的相異概念、迷思概念、直覺概念等，因此需要通過智能測評發(fā)現(xiàn)并促使學(xué)習(xí)者完成概念轉(zhuǎn)變，其中包括通過題目和選項的分析挖掘出學(xué)習(xí)者存在的迷思概念和通過觀點(diǎn)分析并轉(zhuǎn)變先前概念背后的本體論和認(rèn)知論假定。此外，對學(xué)習(xí)者建模的評判可以了解其概念轉(zhuǎn)變過程，當(dāng)學(xué)習(xí)者建構(gòu)并轉(zhuǎn)變他們的模型時，他們就在通過改變正在學(xué)習(xí)的概念重新組織知識結(jié)構(gòu)（高文等， 2009）。

2. 以理解為導(dǎo)向的生成性學(xué)習(xí)理論

學(xué)習(xí)結(jié)果是學(xué)習(xí)者在完成知識內(nèi)容學(xué)習(xí)和參與學(xué)習(xí)活動之后在知識內(nèi)化上的集中體現(xiàn)，對學(xué)習(xí)結(jié)果的評價離不開學(xué)習(xí)過程和活動，而對過程進(jìn)行持續(xù)跟蹤和評價有助于及時發(fā)現(xiàn)學(xué)習(xí)問題，并提供學(xué)習(xí)干預(yù)和補(bǔ)救。生成性理論強(qiáng)調(diào)在學(xué)習(xí)過程中學(xué)習(xí)者對知識的理解和意義建構(gòu)（Wittrock， 1974）。該理論的基本假設(shè)是學(xué)習(xí)者是學(xué)習(xí)過程的主動參與者，只有通過個體生成關(guān)系和理解，才能生成有意義的知識。智能測評在內(nèi)容上的設(shè)計應(yīng)將測評內(nèi)容和知識點(diǎn)與學(xué)習(xí)者所學(xué)內(nèi)容進(jìn)行關(guān)聯(lián)，并著重理解性題目內(nèi)容的設(shè)計和評價，以促使學(xué)習(xí)者建立知識之間的聯(lián)系并生成自己的理解。

3. 以結(jié)果為導(dǎo)向的學(xué)習(xí)目標(biāo)分類理論

對學(xué)習(xí)結(jié)果的測評不僅要關(guān)注所取得的成績和知識掌握程度，也要了解學(xué)習(xí)者在學(xué)習(xí)目標(biāo)上所達(dá)到的層級，以進(jìn)一步合理規(guī)劃后面的學(xué)習(xí)內(nèi)容和學(xué)習(xí)活動。而在目標(biāo)分類理論上，注重通過外顯行為觀測目標(biāo)的布魯姆教學(xué)目標(biāo)分類理論能夠有效區(qū)分學(xué)習(xí)者的能力表現(xiàn)。布魯姆提出的教學(xué)目標(biāo)分類理論包含兩方面特征：①用學(xué)生的外顯行為來陳述目標(biāo)；②目標(biāo)是有層次結(jié)構(gòu)的。該分類理論包括知道、領(lǐng)會、應(yīng)用、分析、評價和創(chuàng)造六個層級，能夠?qū)W(xué)生的行為由簡單到復(fù)雜按秩序排列，并具有連續(xù)性和累積性（Krathwohl， 2002）。研究者Rex Heer（2012）在該分類理論基礎(chǔ)上增加了知識層級維度，形成了以知識和認(rèn)知過程為組合的二維表，對學(xué)生的學(xué)習(xí)結(jié)果表現(xiàn)可以通過這兩個維度進(jìn)行坐標(biāo)定位，了解學(xué)生達(dá)到的能力層級。

（二）智能測評發(fā)展的技術(shù)趨向

1. 基于學(xué)習(xí)行為數(shù)據(jù)鏈的機(jī)器學(xué)習(xí)分析技術(shù)

大數(shù)據(jù)技術(shù)、數(shù)據(jù)科學(xué)和移動技術(shù)的日漸成熟和廣泛應(yīng)用使得學(xué)習(xí)者在任何情境下的數(shù)字化學(xué)習(xí)行為得到跟蹤和記錄。學(xué)習(xí)行為時間點(diǎn)包含學(xué)習(xí)者在線預(yù)習(xí)、活動參與、學(xué)習(xí)測評等整個學(xué)習(xí)流程。而學(xué)習(xí)行為數(shù)據(jù)類型則包含隱性學(xué)習(xí)行為和外顯學(xué)習(xí)行為。其中隱性學(xué)習(xí)行為是學(xué)習(xí)者在學(xué)習(xí)活動過程中所進(jìn)行的有意識的、無意識的、分散的、連續(xù)的、跳躍的等不確定特征的思考和行為過程，而外顯學(xué)習(xí)行為是學(xué)習(xí)者在參與學(xué)習(xí)活動過程中與學(xué)習(xí)資源、學(xué)習(xí)平臺交互所產(chǎn)生的行為路徑。學(xué)習(xí)行為時間點(diǎn)和數(shù)據(jù)類型構(gòu)成了整個學(xué)習(xí)數(shù)據(jù)鏈，為智能測評提供了大數(shù)據(jù)源。而基于這些學(xué)習(xí)大數(shù)據(jù)應(yīng)用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行測評可以精準(zhǔn)識別出學(xué)習(xí)者在行為偏好、知識強(qiáng)弱、能力水平、學(xué)習(xí)路徑等方面的個性特征，從而為后面的學(xué)習(xí)任務(wù)智能匹配提供數(shù)據(jù)支持，最終使學(xué)生的學(xué)習(xí)更有效。

2. 基于生成文本數(shù)據(jù)鏈的自然語言處理技術(shù)

學(xué)習(xí)者在練習(xí)測評過程中的學(xué)習(xí)行為除了通過鼠標(biāo)輸入的客觀題作答數(shù)據(jù)，還包括通過鍵盤輸入的以文本為交互內(nèi)容的主觀題作答數(shù)據(jù)。而對這些文本內(nèi)容進(jìn)行情境化分析則需要自然語言處理技術(shù)，包括詞法分析、句法分析、語義分析、文本生成、語音識別等。在自然語言處理系統(tǒng)輸入層面上，要使系統(tǒng)能夠處理基于不同終端和多種輸入方式生成的真實(shí)文本數(shù)據(jù)；在輸出層面上，使系統(tǒng)能夠?qū)ξ谋緝?nèi)容進(jìn)行深層理解，提取符合作答內(nèi)容的關(guān)鍵信息以及包含個人情感和觀點(diǎn)的個性信息。隨著混合式學(xué)習(xí)逐步成為常態(tài)，學(xué)生的測評內(nèi)容既包括傳統(tǒng)紙質(zhì)文本數(shù)據(jù)，還包括在線測評文本數(shù)據(jù)。因此，需要整合兩部分真實(shí)文本數(shù)據(jù)。由于測評內(nèi)容的分布性和真實(shí)情境性，未來應(yīng)當(dāng)進(jìn)一步加強(qiáng)不同情境真實(shí)語料庫的整合以及大規(guī)模、信息豐富的詞典編制工作，以提高測評文本的實(shí)時性和精準(zhǔn)性。

（三）智能測評發(fā)展的目標(biāo)導(dǎo)向

1. 以個性化學(xué)習(xí)為目標(biāo)

《國家教育事業(yè)發(fā)展“十三五”規(guī)劃》（2017）在主題主線部分中提出，積極促進(jìn)信息技術(shù)與教育的融合創(chuàng)新發(fā)展，努力構(gòu)建網(wǎng)絡(luò)化、數(shù)字化、個性化、終身化的教育體系。歷年新媒體聯(lián)盟《地平線報告》高等教育版和基礎(chǔ)教育版中多次將推進(jìn)個性化學(xué)習(xí)作為影響學(xué)校應(yīng)用教育技術(shù)的重要挑戰(zhàn)（Johnson， 2015， 2016）。從新媒體技術(shù)的發(fā)展軌跡來看，平板電腦、自適應(yīng)技術(shù)、人工智能等技術(shù)正逐步在教育中進(jìn)行深度應(yīng)用和融合，這為個性化學(xué)習(xí)提供了有力的技術(shù)支撐。因此，為學(xué)生提供個性化學(xué)習(xí)服務(wù)是教育信息化發(fā)展的題中應(yīng)有之義。而智能測評作為學(xué)習(xí)流程的最后環(huán)節(jié)應(yīng)當(dāng)基于個人學(xué)習(xí)目標(biāo)和內(nèi)容進(jìn)行智能評價和診斷，為學(xué)習(xí)者提供差異化學(xué)習(xí)報告和反饋，最終促進(jìn)個性化學(xué)習(xí)。

2. 以個性化學(xué)習(xí)過程為對象

要使智能測評能夠支持學(xué)習(xí)者的個性化學(xué)習(xí)，需要對個性化學(xué)習(xí)過程特征進(jìn)行總結(jié)。為了解國內(nèi)外關(guān)于個性化學(xué)習(xí)過程特征的相關(guān)內(nèi)容，基于國內(nèi)外文獻(xiàn)數(shù)據(jù)庫進(jìn)行檢索，之后對文獻(xiàn)做二次整理分析，篩選出與個性化學(xué)習(xí)過程特征內(nèi)容直接相關(guān)的文獻(xiàn)，通過對所篩選文獻(xiàn)進(jìn)行內(nèi)容分析整理出數(shù)字化學(xué)習(xí)環(huán)境下個性化學(xué)習(xí)過程特征的內(nèi)容，見表2。

由表2可知，在分析視角方面國外較為微觀聚焦，側(cè)重學(xué)習(xí)特征的內(nèi)容，而國內(nèi)分析側(cè)重整個學(xué)習(xí)過程。在個性化學(xué)習(xí)特征內(nèi)容分析方面，國外側(cè)重分析學(xué)習(xí)者、學(xué)習(xí)結(jié)果和學(xué)習(xí)心理，而國內(nèi)則注重分析學(xué)習(xí)環(huán)境和學(xué)習(xí)活動過程。受研究范式、文化和國情等影響，兩者之間體現(xiàn)出不同的研究取向?？傮w而言，在分析視角方面主要集中在個性化學(xué)習(xí)環(huán)境、個性化學(xué)習(xí)特征和個性化學(xué)習(xí)過程。而在個性化學(xué)習(xí)特征內(nèi)容分析方面主要集中在個性特征、學(xué)習(xí)活動與內(nèi)容、學(xué)習(xí)目標(biāo)、學(xué)習(xí)結(jié)果與評價和學(xué)習(xí)心理等方面。在數(shù)字化學(xué)習(xí)環(huán)境下，為了使個性化學(xué)習(xí)更具可實(shí)施性和操作性，并使其與測評對象相關(guān)聯(lián)，從學(xué)習(xí)內(nèi)容、學(xué)習(xí)活動和學(xué)習(xí)結(jié)果三個方面對個性化學(xué)習(xí)過程的特征進(jìn)行總結(jié)。在教育大數(shù)據(jù)和學(xué)習(xí)分析支撐下，智能測評在個性分析和差異評價上將凸顯出其技術(shù)優(yōu)勢，基于學(xué)生的個性化學(xué)習(xí)過程提供學(xué)習(xí)評價和反饋是未來實(shí)現(xiàn)測評智能化的主要路徑。

五、智能測評服務(wù)的實(shí)現(xiàn)路徑

在上述理論與技術(shù)的支撐下，智能測評服務(wù)應(yīng)當(dāng)以面向個性化學(xué)習(xí)為宗旨，在學(xué)習(xí)任務(wù)上以學(xué)習(xí)能力為評價起點(diǎn)，基于能力水平智能匹配學(xué)習(xí)任務(wù)以實(shí)現(xiàn)有效學(xué)習(xí)；在學(xué)習(xí)路徑上以內(nèi)容掌握為評價標(biāo)準(zhǔn)，依據(jù)測評結(jié)果提供個性化學(xué)習(xí)路徑以實(shí)現(xiàn)高效學(xué)習(xí)；在學(xué)習(xí)過程上以活動參與為評價對象，依據(jù)學(xué)習(xí)行為特征識別出個性優(yōu)勢以進(jìn)行個性化培育；在學(xué)習(xí)目標(biāo)上以學(xué)習(xí)表現(xiàn)為評價結(jié)果，依據(jù)知識掌握和能力水平描繪個人知識地圖以精準(zhǔn)定位學(xué)習(xí)狀態(tài)并據(jù)此合理設(shè)定目標(biāo)。

（一）基于學(xué)習(xí)能力的學(xué)習(xí)練習(xí)智能匹配

傳統(tǒng)練習(xí)環(huán)境下衍生出的題海戰(zhàn)術(shù)盡管在提高成績上有一定的效果，但花費(fèi)的時間成本較高，學(xué)習(xí)者往往需要遍歷每套試題中的所有題目才能找到真正薄弱點(diǎn)。在理科題目練習(xí)中，不同選項的答案反映出學(xué)習(xí)者頭腦中應(yīng)用不同推理邏輯計算得出的結(jié)果，這折射出學(xué)習(xí)者存在迷思概念和先前知識不足的可能性。當(dāng)前，數(shù)字化學(xué)習(xí)環(huán)境下的錯題練習(xí)較多是基于同類知識點(diǎn)題目進(jìn)行分析推送，缺少關(guān)注學(xué)習(xí)者已有知識及其思維方式。智能測評環(huán)境下的練習(xí)應(yīng)當(dāng)根據(jù)學(xué)習(xí)能力和學(xué)習(xí)思維，智能匹配與其水平和先驗知識相當(dāng)?shù)木毩?xí)測評任務(wù)，讓其測評過程既有挑戰(zhàn)性又有成就感，同時能夠使其從知識理解層面完成從迷思概念到正確概念的轉(zhuǎn)變。

（二）基于內(nèi)容掌握的個性化學(xué)習(xí)路徑規(guī)劃

最近發(fā)展區(qū)理論對學(xué)生能力范圍的清晰界定和差異表現(xiàn)說明傳統(tǒng)測評在評價內(nèi)容和反饋步調(diào)上整齊劃一的特性無助于促成每個學(xué)習(xí)者達(dá)成目標(biāo)。個體學(xué)習(xí)風(fēng)格和能力的差異使得學(xué)習(xí)測評要以內(nèi)容掌握為常量，以掌握時間為變量，根據(jù)學(xué)習(xí)者的掌握程度和進(jìn)度動態(tài)規(guī)劃學(xué)習(xí)內(nèi)容和活動路徑。在設(shè)計和分析上應(yīng)當(dāng)對學(xué)科知識點(diǎn)進(jìn)行屬性標(biāo)記，包括難度、掌握程度、學(xué)習(xí)狀態(tài)等。其中，難度區(qū)分為簡單、中等和困難；掌握程度區(qū)分為未掌握和已掌握；學(xué)習(xí)狀態(tài)區(qū)分為待學(xué)習(xí)、進(jìn)行中和已完成?；跍y評內(nèi)容結(jié)果對知識學(xué)習(xí)狀態(tài)進(jìn)行評估，進(jìn)而動態(tài)優(yōu)化后面的學(xué)習(xí)路徑，使學(xué)習(xí)能夠循序漸進(jìn)并更加有效。

（三）基于活動參與的個性優(yōu)勢識別

學(xué)習(xí)結(jié)果是學(xué)習(xí)過程的精煉理解，通過對學(xué)習(xí)活動、過程和行為進(jìn)行分析和評價可以更為精準(zhǔn)地測評出學(xué)習(xí)者的知識水平和能力特征。學(xué)習(xí)活動行為既包括外在行為，如訪問學(xué)習(xí)資源、測評考試、互動交流等，也包括內(nèi)在行為，如學(xué)習(xí)偏好、思維特征、能力傾向等。相對于傳統(tǒng)學(xué)習(xí)環(huán)境在數(shù)據(jù)搜集上的乏力性，數(shù)字化學(xué)習(xí)環(huán)境下的學(xué)習(xí)行為數(shù)據(jù)可以通過學(xué)習(xí)平臺進(jìn)行記錄和搜集，由此我們可以對其進(jìn)行個性化分析，洞察學(xué)生的真實(shí)學(xué)習(xí)過程和能力，識別出其個性優(yōu)勢。依據(jù)加德納的多元智能理論對學(xué)習(xí)者在測評題目、觀點(diǎn)表達(dá)、行為路徑等方面進(jìn)行內(nèi)容和行為解析，獲取學(xué)習(xí)者在語言、數(shù)理邏輯、空間、人際等方面的個性特征，有助于創(chuàng)新型和個性化人才的培養(yǎng)。

（四）基于測評結(jié)果的知識地圖描繪

對學(xué)習(xí)結(jié)果的測評和反饋不僅僅是對題目內(nèi)容對錯的簡單評判，還要從學(xué)科知識內(nèi)容出發(fā)，識別出學(xué)生知識薄弱點(diǎn)，并根據(jù)知識點(diǎn)間的相互承接關(guān)系和掌握程度描繪出個人知識地圖。在知識地圖的構(gòu)建上，通過采集學(xué)習(xí)者結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化學(xué)習(xí)行為數(shù)據(jù)對其進(jìn)行結(jié)構(gòu)化處理，利用實(shí)體識別、語義推理、關(guān)系抽取與識別等技術(shù)進(jìn)行挖掘和構(gòu)建。知識地圖應(yīng)當(dāng)具備知識推理的邏輯結(jié)構(gòu)能力，并使知識內(nèi)容和關(guān)系更好地理解語義范圍域，根據(jù)測評結(jié)果實(shí)時更新地圖內(nèi)容。通過知識地圖中知識點(diǎn)邏輯關(guān)系、掌握度、強(qiáng)弱點(diǎn)、迷思概念等信息呈現(xiàn)促使學(xué)習(xí)者的自我概念系統(tǒng)向科學(xué)概念系統(tǒng)轉(zhuǎn)變。

[參考文獻(xiàn)]

丁念金. 2013. 基于個性化學(xué)習(xí)的課堂轉(zhuǎn)變[J]. 課程·教材·教法（8）：42-46.

高文，等. 2009. 學(xué)習(xí)科學(xué)的關(guān)鍵詞[M]. 上海：華東師范大學(xué)出版社.

國務(wù)院關(guān)于印發(fā)國家教育事業(yè)發(fā)展“十三五”規(guī)劃的通知. 2017. http：//www.gov.cn/zhengce/content/2017-01/19/content_5161341.htm

蔣志輝. 2013. 網(wǎng)絡(luò)環(huán)境下個性化學(xué)習(xí)的模式建構(gòu)與策略優(yōu)化[J]. 中國遠(yuǎn)程教育（2）：48-51.

李廣，姜英杰. 2015. 個性化學(xué)習(xí)的理論建構(gòu)與特征分析[J]. 東北師范大學(xué)學(xué)報：哲學(xué)社會科學(xué)版（3）：152-156.

李娟. 2016. 移動智能測評終端的應(yīng)用及評估：以語用能力調(diào)查問卷為例[J]. 南京理工大學(xué)學(xué)報：社會科學(xué)版（3）：63-68.

邱江，張慶林. 2004. Shavinina的智能測評觀述評[J]. 心理科學(xué)進(jìn)展（3）：416-422.

孫剛成，王瑩，楊眉. 2014. 泛在學(xué)習(xí)視域下的個性化學(xué)習(xí)取向[J]. 教學(xué)與管理（7）：132-133.

吳志剛，張紅軍，蔡俊. 2010. 計算機(jī)與教育：理論、實(shí)踐與創(chuàng)新——全國計算機(jī)輔助教育學(xué)會第十四屆學(xué)術(shù)年會論文集：個性化智能評測系統(tǒng)模型[C]. 上海：中國人工智能學(xué)會計算機(jī)輔助教育專業(yè)委員會：528-532.

趙慧臣，王淑艷. 2014. 知識可視化應(yīng)用于學(xué)科教學(xué)的新觀點(diǎn)：訪瑞士知識可視化研究開拓者馬丁·愛普教授[J]. 開放教育研究（2）：4-10.

Briansford， J.， Brown， A.， & Cockin， R. （2013）. How people learn： Brain， mind， experience， and scholl. Shanghai： East China Normal University Press.

Chang， C. I. （2002）. Intelligent assessment of distance learning. Information Sciences， 140（1）， 105-125.

Chika， I. E.， Azzi， D.， Azzi， D.， Stocker， J.， & Haynes， B. （2008）. Genuine lab experiences for students in resource constrained environments： The realLab with integrated intelligent assessment. International Journal of Online Engineering， 4（3）， 18-24.

Department for Education and Skills （DfES）. （2004）. A national conversation about personalized learning. Nottingham： DfES.

DiMartino， J.， Clarke， J.， & Wold， D. （2001）. Personalized learning： Preparing high school students to create their futures. Lanham， MD： Scarecrow Press.

Giancarlo， B. （2006）. Advanced personalized learning and training applications through mobile technologies and services. In Nejdl W.， Tochtermann K. （Eds.）， Innovative approaches for learning and knowledge sharing： Lecture notes in computer science （pp. 555-560）. Berlin： Springer.

Hamideh， A.， & Jafar， T. （2010）. A high level architecture for personalized learning in collaborative networks. In Camarinha-Matos， L.M.， Boucher， X.， Afsarmanesh， H. （Eds.）， Collaborative networks for a sustainable world IFIP advances in information and communication technology （pp. 601-608）. Berlin： Springer.

He， Y.， Hui， S. C.， & Quan， T. T. （2009）. Automatic summary assessment for intelligent tutoring systems. Computers & Education， 53（3），890-899.

Johnson， L.， Adams， B.， Cummins， M.， Estrada， V.， Freeman， A.， & Hall， C. （2016）. NMC horizon report： 2016 higher education edition. Austin， Texas： The New Media Consortium.

Johnson， L.， Adams B.， Estrada， V.， & Freeman， A. （2015）. NMC horizon report： 2015 K-12 edition. Austin， Texas： The New Media Consortium.

Kaklauskas， A. （2015）. Biometric and intelligent self-assessment of student progress system. Computers & Education， 55（2）， 821-833.

Keamy， R. L.， Nicholas， H. R， & Mahar， S. （2007）. Personalizing education： From research to policy and practice. Melbourne： Department of Education & Early Childhood Development.

Kim， C. M. （2012）. The role of affective and motivational factors in designing personalized learning environments. Educational Technology Research and Development， 60（4）， 563-584.

Krathwohl， D. R. （2002）. A revision of Bloom's taxonomy： An overview. Theory into practice， 41（4）， 212-218.

Michael， P. （2009）. Personalization， personalized learning and the reform of social policy： The prospect of molecular governance in the digitized society. Policy Futures in Education， 7（6）， 615-627.

Paul， B. & Dylan， W. （1998）. Assessment and classroom learning. Assessment in Education Principles Policy & Practice， 5（1）， 7-74.

Rex， H. （2012）. A Model of Learning Objectives based on A Taxonomy for Learning， Teaching， and Assessing： A Revision of Bloom's Taxonomy of Educational Objectives. www.celt.iastate.edu/teaching/RevisedBlooms1.html

Stefanie， G.， & Andreas， H. （2012）. Systems for personalized learning： Personal learning environment vs. e-portfolio？ In Cheung， S. K. S.， Fong， J.， Kwok， L. F.， Li， K.， Kwan， R. （Eds.）， Lecture notes in computer science （pp. 294-305）. Berlin： Springer.

Tomas， C.， Borg， M.， & McNeil， J. （2015）. E-assessment： Institutional development strategies and the assessment life cycle. British Journal of Educational Technology， 46（3）， 588-596.

Uday， M.， Mamatha， J.， Jain， S.， & Jain， D. （2011）. Intelligent online assessment methodology. In Abraham， A.， Corchado， E.， Han， S. C. （Eds.）， International conference on next generation web services practices （pp. 215-220）. Spain： IEEE.

Waldrip， B.， Cox， P.， Deed， C.， Dorman， J.， Edwards， D.， & Farrelly， C.， et al. （2014）. Student perceptions of personalized learning： Development and validation of a questionnaire with regional secondary students. Learning Environments Research， 17（3）， 355-370.

Wittrock， M. C. （1974）. Learning as a generative process. Educational Psychologist， 45（2）， 40-45.

作者簡介：牟智佳，博士，講師，本文通訊作者，江南大學(xué)人文學(xué)院（214122）。

俞顯，碩士，寧波市教育考試院（315000）。

責(zé)任編輯 單 玲