人工智能赋能的高中英语阅读教学评价设计研究

陆明丽

摘要：为深入了解人工智能在高中英语课堂教学评价中的应用，首先通过对比人工智能赋能的教学评价和传统教学评价的区别，探讨智能教学评价的内涵;其次，明确智能教学评价方式，根据教学评价工作任务和发生的时间顺序，分别与人工智能结合，把智能教学评价分为智能诊断性评价、智能形成性评价和智能总结性评价。最后，在分析xxx中学xxx老师的高中英语《The advertising game》的教学设计的基础上，利用人工智能赋能教学评价，进行智能诊断性评价、智能形成性评价和智能总结性评价，得出一套人工智能辅助高中英语阅读教学评价的智能评价设计方案;为英语阅读课堂教学提供更为客观和精确的评价，减轻教师教学负担的同时，促进学生获得及时有效的学习反馈。

关键词：人工智能赋能;智能教学评价;英语阅读教学;智能诊断性评价;智能形成性评价;智能总结性评价

中圖分类号：G642        文献标识码：A

文章编号：1009-3044（2021）16-0110-04

开放科学（资源服务）标识码（OSID）：

Research on Evaluation Design of Artificial Intelligence-Enabled High School English Reading Teaching — Take the Advertising Game as an Example

LU Ming-li

（School of Information， Yunnan Normal University， Kunming 650500， China）

Abstract： In order to understand the application of Artificial intelligence in high school English classroom teaching evaluation， this paper firstly discusses the connotation of intelligent teaching evaluation by comparing the difference between artificial intelligenceempowered teaching evaluation and traditional teaching evaluation.Secondly， the evaluation method of intelligent teaching is clarified， and it is combined with artificial intelligence respectively according to the task and time sequence of teaching evaluation. The evaluation of intelligent teaching is divided into intelligent diagnostic evaluation， intelligent formative evaluation and intelligent summative evaluation.Finally， based on the analysis of the design of The advertising game， an artificial intelligence endowed teaching evaluation is designed to make intelligent diagnostic evaluation， intelligent formative evaluation and intelligent summative evaluation. It is designed to create an artificial intelligence aided design program for high school English reading teaching evaluation.It can provide more objective and accurate evaluation for English reading classroom teaching， reduce teachers' teaching burden and facilitate students to obtain timely and effective learning feedback.

Key words：Artificial intelligence enabling;Intelligent teaching evaluation;English reading teaching;Intelligent diagnosticevaluation;Intelligenceformativeassessment;Intelligence summative evaluation

1问题的提出

自古以来，技术的产生和发展都在有形或无形中指引着时代的变迁和发展方向。现如今，随着技术的不断更新迭代，“互联网+”时代逐渐向“人工智能+”时代转变，人工智能技术逐渐演变成了第四次工业革命的主流技术，悄然的改变传统行业的方方面面，教育行业也不例外。人工智能（Artificial Intelligence，AI）主要研究如何利用计算机模拟人的思维过程和智能行为，旨在探索人类智能活动的规律[1]，具有智能化、自动化、个性化、多元化、协同化五大典型特征[2]。2018年教育部颁发的《高等学校人工智能创新行动计划》将“人工智能”上升到国家战略层面，2019年3月，联合国教科文组织发布了《教育中的人工智能报告》，对人工智能与教育的愿景、目标、途径、挑战等诸多方面做出了重要阐述[3]。2019年5月，国际人工智能与教育大会在北京召开，大会指出人工智能赋能教育已成为未来教育变革的重要趋势[4]。现阶段我国人工智能的教育应用处在探索阶段，信息技术领域研究者对人工智能的科普、对人工智能的摄像以及对人工智能的系统开发和实证研究阶段。人工智能辅助教学系统是现代科研的重要成果，是新技术的体现，人工智能技术应用教育教学上，有利于促进学生和教师的发展，促进教育领域方面的改革[5]。此后，2020年10月，中共中央、国务院印发了《深化新时代教育评价改革总体方案》，指出教育评价事关教育发展方向，强调“扭转不科学的教育评价导向”，改进中小学校评价，普通高中主要评价学生全面发展的培养情况，教育评价改革刻不容缓[6]。

人工智能技术赋能的教育，不断变革着教育的方式。与此同时，具备智能化、自动化、个性化等特性的人工智能赋能教学评价，使得评价过程更透明，评价结果更客观，从而解放教师的教学天性，不被沉重的、额外的教学工作负担所束缚，更加专心于“如何教学”。那么人工智能是怎样赋能教育于教学评价中？人工智能赋能的教学评价与传统的教学评价方式有哪些联系与区别？笔者基于此问题对XXX中学XXX老师的高中英语《The advertising game》的课堂教学视频①与教学设计②进行分析，探讨人工智能赋能的高中英语阅读教学评价设计。近年来，英语阅读教学在高中英语教学中一直占有着极其重要的地位，受到师生和教育专家广泛关注，但我国的教学内容和方法和国外教学存在较大差异，尤其是在阅读评价方面，过多的采用量化评价的方式，偏重于考察知识忽视提升能力，导致不能准确的考察学生的思维水平层次和评估学生的英语阅读与能力，大多数学校的英语信息化课程教学流于形式，没有触及信息化改革的深层次，无法满足学生的需求。此外，基于App的交互式英语教学模式具有师生互动、生生互动、人机互动、线上-线下互动四大优势，但也存在教师的教学理念僵化、学生的学习主动性不足、现有的考核评价形式单一、先进的教学设备缺乏等方面的问题[7]，急需要借助人工智能进行优化改革。

2人工智能赋能教学评价

“赋能”，顾名思义，是指给某人或某物赋予某种力量或者能量。由此，人工智能赋能教学评价，则可以解说成“人工智能给教学评价赋予智能化、自动化、个性化的特性或力量，从而形成智能教学评价的过程”，而传统的教学评价则是指“以教学目标为依据，按照科学的标准，运用一切有效的技术手段，对教学过程及结果进行测量，并给予价值判断的过程”[8]，智能教学评价与传统教学评价存在着许多的差异与不同，主要体现在评价者、评价过程、评价结果、评价速度等四个方面，如表1所示。

首先，智能教学评价中机器是评价者，由于机器没有人的情感，使得评价过程更偏向于客观;而在传统教学评价中，评价者只要是教师和学生，人都有自己的偏向和喜好，在评价过程中难免会掺杂一些主观因素。其次人工智能可以代替人类完成大量的重复性性工作，譬如过程记录、过程录像与分析等，还可以基于大数据，进行全面的评价，使得评价结果更为精确，在传统教学评价过程中，教师和学生既要教学、学习，又要兼顾评价，人的精力有限，在评价的过程中，总会不可避免地忽略一些细节，使得评价的结果显得较为粗略;最后人工智能还能基于算法，由计算机进行全程自动快速的运算，不需要消耗人的体力，就可以进行快速的评价，有助于学生获得及时的反馈。传统的教学评价则相对较为缓慢，统计、计算、记录等需要时间，不能及时快速的得出结果。

3人工智能教育应用与案例分析

3.1人工智能教育应用领域

近年来，关于人工智能在教育评价应用领域方面的研究，许多学者基于不同的层面提出了许多宝贵的意见和建议。譬如，Lonn等开发的M-STEM Academy（早期学业预警系统）在智能诊断性评价阶段，在课程未开始前，分析和记录学生的预习和摸底测试情况，并发送给教师，以便教师在备课或授课是给学生提供针对性的支持[9]。首都师范大学的施智平教授介绍的基于计算机视觉的S-T课堂行为分析系统——爱课系统（AICA），以大量的课堂教学实录为数据源，应用个体检测、人脸识别和骨架提取等技术，能自动获取教师和学生动作行为的统计结果，并根据注意力分析算法，将捕捉到的行为进行分类，为后续的课堂教学诊断与改进提供依据[10]。魏雪峰等研发的“教育测评机器人”在智能形成性评价阶段，通过模式识别、自然语言理解和机器学习等技术，可以全程记录学生的解题过程和步骤，进行自动评价和错题分析，及时诊断学习者的学习困难并做出干扰。在课堂中教师授课自动获取教师和学生的动作行为，及时诊断学习者的学习困难并做出适当的干预，给学生提供个性化的辅导[11]。

在此次研究中，笔者主要根据课堂教学中的评价阶段：诊断性评价、形成性评价、总结性评价。其中，诊断性评价是指教师在教学前进行的评价。诊断学习者在开始教学前都知道哪些知识，是否具备学习新的教学内容所必备的知识与技能。形成性评价最初是由斯克里芬提出的，指在教学过程中实施的教学评价，是评价的主要形式，了解教学效果和学生的学习情况。总结性评价是在教学结束时进行的教学评价，全面评价学生的学习效果，验证学生是否已达到设定的教学目标水平。这三大评价分别与人工智能结合，探讨人工智能在英语阅读课堂教学评价中的应用，分为智能诊断性评价、智能形成性评价、智能总结性评价，其实施过程如图1所示。

智能型诊断性评价一般是在教学活动开展之前，通过人工智能教学活动开展之前设计个性化的检测试题，智能地对每位学生的知识、技能、智力和体力等状况进行摸底测试，从而收集数据自主进行分析，然后形成图表等形式反馈给任课教师，在整个过程中都是人工智能进行操作，不仅增强了数据的客观性，更有利于减轻教师的工作负担，便于教师对学生的实际水平和准备状况进行了解。而在传统的诊断性评价中，一般都是任课教师全权组织、记录并分析，教师的工作不仅量多繁杂，而且在实施过程中或多或少都会掺杂这一些主观的个人情感因素，从而影响评价的结果。智能形成性评价是发生在教学活动过程中，通过生物特性、面部、语音等特征识别学生的情感状态并进行记录，分析学生在课堂学习中的学习行为、结果记录来识别学生在某个主题下的认知能力水平并结合大量的主题分析综合认知水平，并反馈给教师，然后根据学生学习状况，进行个性化的学习资源推荐，了解阶段教学的结果和学生学习的进展情况以及存在的问题等，以便及时反馈、及时调整和改进教学工作。

3.2英语阅读课《The advertising game》教学设计案例分析

以XXX中学XXX老师的高中英语《The advertising game》的教学设计为例，通过观看本节课的教学视频和阅读原始的教學设计文稿，根据教学评价的阶段对教学过程进行剖析如下图3所示，根据《The advertising game》的教学设计原稿可以知道，本节课的教学目标（图2）：

此外，在《The advertising game》教学设计中，教师先给同学们布置了课前预习：预习课文，之后才开展的课堂教学，属于诊断性评价的内容。在课堂教学中分成了三个阶段进行教学，第一阶段是课前导入部分，先是播放了一段广告视频进行导入和呼应主题“广告游戏”，再通过设问的方式，并结合多媒体展示告知学生本节课的教学目标，这个阶段主要是教师进行评价;第二阶段分小组，进行新课讲授部分，通过布置任务，让学生找出文章中每个段落的关键词，完成练习并请学生回答问题，老师和学生同时进行评价;在学生阅读完课文之后，以分小组的形式，引导学生概括文章主旨，制作思维导图，小组代表上台展示答案，帮助学生通过思维导图理清文章脉络，建构语篇结，这个阶段主要是老师和学生共同进行评价，属于形成性评价的内容。第三阶段的主要内容是小结和布置作业部分，通过对比分析两个真实的广告案例，启发同学们思考并让小组代表用英文阐述小组总体观点与看法的形式引出小结，在对比分析的过程中，深化对“广告设计技巧服务于其销售目的”的认识，从而达到对广告的操纵性的领悟，通过对广告的批判性分析和思考，引领学生感受这种思维方式的乐趣及其对实际生活的积极指导作用。并由此引出本节课的课后作业：完成一篇作文，学生通过写作训练，选择你特别喜欢的一个电视广告并写一篇关于它的文章，将课上习得的思维方式的运用条理化、深入化。这个阶段主要是教师和学生共同评价，属于总结性评价的内容。

综上所述可以观察到，在整个教学过程中，教学环节设计得非常的具有逻辑性，思维导图的应用适合高中生的学习特征，教学环节前后连接巧妙，但在整个教学评价过程中，尽管存在着两个角色间进行轮换的互评，评价形式都相对较为单一，都是人为地在进行评价，在整个过程中，不仅给教师增加了教学负担，而且评价的过程中或多或少都会携带一些个人情感因素，使得评价的结果不够客观。

4人工智能赋能的英语阅读教学评价设计

隨着教学评价主体、方式的多样化和智能评价技术的不断成熟，人工智能赋能的教学测评技术将在实际课堂教学和各类考试中推广开来，辅助教师完成繁杂的评估工作，并为学习者和教师提供更为准确的反馈和有效的评价，有利于教师和学生以及家长及时把握学习者的学习动态。笔者基于《The advertising game》的教学设计，对其教学评价进行人工智能赋能，分别形成了智能诊断性评价、智能形成性评价、智能总结性评价。如图4所示。

4.1智能诊断性评价

智能诊断性评价对应课前预习阶段，一方面，人工智能可以根据教学目标，自动生成课前预习检测试题，并完成修改;另一方面，人工智能能够记录学生浏览课文情况，包括生词和长难句等，形成报告反馈给教师，改变传统的教师评价方式，学生也能得到及时的反馈，以便及时修正。例如Lonn等开发了 M-STEM Academy 作为早期学业预警系统，就可以辅助教师完成诊断性评价[9]。由此看来，智能诊断性评价已经开始悄无声息的出现在大众的视野，影响着教育评价的发展。

4.2智能形成性评价

智能形成性评价对应的是整个教学过程中进行的教师讲授和学生小组讨论环节，人工智能可以全程捕捉教师和学生的表情状态和行为动作并进行记录，形成分析报告，便于教师查看教学效果和学生学习情况并进行教学反思。此外，在学生回答问题、阅读课文、小组讨论、制作思维导图的过程中，可以借助人工智能，全程记录学生解题的过程和步骤，并进行自动评价和错题分析，在学生进行小组讨论时，及时诊断学生的学习困难并做出适当干预，在课堂上辅助教师给学生提供个性化的辅导。例如在小组讨论过程中，在制作思维导图环节，小组内成员发生了一些分歧或者思维混乱的情况，人工智能可以监测到学生遇到的学习问题，并及时给予引导。改变原有的教师和学生共同评价方式，提高教学质量和教学效率，使得评价结果更具客观性和权威性。在国内，江波等提出一种基于面部表情的学习困惑自动识别算法，通过设定不同难度试题诱导被试者产生困惑情感，同时利用摄像设备实时捕捉被试者的面部表情、提取面部重要特征，进而运用机器学习算法进行困惑识别，为学习作者情绪建构提供技术支撑和为教师诊断学习者的学习状态提供数据支持[12]。吴晓如等提出了智能教学系统的应用模式，该系统采集了班级所有学生的行为数据、基础信息数据和学业数据，并提交给学情分析服务，学情分析服务通过后台的大数据分析与智能技术处理，形成对学生个体与学生整体的画像，生成可视化的学情分析报告并提供给教师。教师根据学情报告中的各项指标数据，准确规划教学路径、精确设计教学策略，从而实现教学过程的精准化[13]。

4.3智能总结性评价

智能总结性评价发生在课堂小结和作业布置环节，根据《The advertising game》的教学设计，我们可以知道，这堂英语阅读课中通过一个小组活动：对比分析两个广告视频案例，小组代表上台总结发言的形式进行的课堂小结，在此过程中，人工智能可以发挥其智能化和自动化的特点，测评学生在用英语回答问题或演讲时的英语发音和情感状态，并提出修改意见，以便及时矫正。此外，在教师布置课后写作作业后，人工智能还可以辅助教师实时的检测到学生完成作业情况并发布预警，并给学生的作文打分。科大讯飞研发的纸笔考试智能网上评卷系统[14]，应用纸笔考试主观题智能评卷技术和扫描网上评卷技术，在减轻评卷人工作负担的同时提升评卷质量和效率。机器批阅在一定程度上避免了人工评判的主观偏差和失误，具有较高的准确度和稳定性，提升了评估工作的质量和效率。

5结语与展望

5.1人工智能赋能教学评价的意义

1）减轻教师教学工作负担，把更多重心放在教学内容上

教师的工作重心应该在“传道、授业、解惑”上，繁杂的教学评价工作给教师增加了许多工作负担，会导致重心的分散，从而影响教学。人工智能的自动化特征赋能教学评价，自动且精确、快速的协助教师完成教学评价，例如试卷的修改，课堂上的优秀小组评定。

2）评价过程更客观、更全面

传统的教学评价不是教师一手包办就是组间互评，都是“人为”的在进行评价，使得评价的过程和结果都存在许多不客观因素，不够科学，不够全面。而有了人工智能赋能的教学评价，由于机器并不具有个人情感，抵消掉了许多不客观因素，并且可以同时多方面检测到学生以及教师的行为动作变化和情感特征，使得评价更为全面和细致。

3）便于学生和教师及时到教学反馈

由于传统的教学评价都是人为的，不能及时地得到相应的教学反馈，延长了教学工作进程，不利于教师和学生进行教学、学习反思与调整，人工智能在教育评价中的应用正是给许多的教学工作者和，学习者带来了便利，可以实时的记录数据并实时的导出。

人工智能技术赋能的教学评价，给教师带来了极大的便利和减轻教学工作负担的同时，也能让学生获得及时有效地反馈，有助于学生学习。然而，人工智能赋能教学的前提是人工智能和教学产生深度的融合，教学中的主要要素是教师、学生和教学内容，人工智能如何与教师、学生、教学内容产生深度融合，进而在教学中达到人机协同的状态，这些都是需要我们不断深究和探讨的。

注释：

①《The advertising game》课堂教学视频.https：//v.youku.com/v_show/id_XMzk3MzU0Nzg1Ng==.html.

②《The advertising game》教學设计原稿.http：//www.docin.com/p-2156004663.html.

参考文献：

[1] 郑兰琴，张璇，曾海军.人工智能助力教与学的创新——访美国教育传播与技术协会主席Eugene G.Kowch教授[J].电化教育研究，2018，39（7）：5-11.

[2] 梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018（3）：24-30.

[3] 郑勤华，熊潞颖，胡丹妮.任重道远：人工智能教育应用的困境与突破[J].开放教育研究，2019，25（4）：10-17.

[4] 宁虹，赖力敏.“人工智能+教育”：居间的构成性存在[J].教育研究，2019，40（6）：27-37.

[5] 张蓉菲，赵磊磊，李玥泓，赵可云.国外教育人工智能研究主题及趋势分析——基于Web of Science文献关键词的可视化分析[J].现代教育技术，2019，29（12）：5-12.

[6] 中共中央国务院印发深化新时代教育评价改革总体方案[N].人民日报，2020-10-14（1）.

[7] 贾玮.基于APP的交互式英语教学模式构建研究[J].教学与管理，2019（21）：103-105.

[8] 程书肖.教育评价方法技术[M].北京：北京师范大学出版社，2004.

[9] Lonn S， Krumm A E， Waddington R J， et al. Bridging the gap from knowledge to action： Putting analytics in the hands of academic advisors[A]. International conference on learning analytics and knowledge[C]. ACM， 2012：184-187.

[10] 吕恺悦，孙众.“人工智能+教师教育”的现状、动态与问题[J].现代教育技术，2019，29（11）：114-120.

[11] 魏雪峰，刘永渤，曲丽娟，等.教育测评机器人的理念构想与教学应用研究[J].中国电化教育，2018（12）：25-30，53.

[12] 江波，李万健，李芷璇，等.基于面部表情的学习困惑自动识别法[J].开放教育研究，2018，24（4）：101-108.

[13] 吴晓如，王政.人工智能教育应用的发展趋势与实践案例[J].现代教育技术，2018，28（2）：5-11.

[14] 汪张龙，徐俊，李晓臻，等.纸笔考试智能网上评卷系统的设计和应用——智能教育应用之“考试评价”篇[J].现代教育技术，2018，28（3）：5-11.

【通联编辑：王力】