初中人工智能课程教学评价体系的内容构建

毛文意

摘   要

目前初中人工智能课程教学评价普遍存在目标不明、内容不全、主体缺失、工具落后等问题，学生的学习得不到高质量反馈、课程教学质量得不到有效保证。研究通过系统梳理初中人工智能课程项目化学习，贯穿问题解决的全过程，从学生高阶思维培养的视角构建了基于自主学习和协作学习的评价体系。实践表明，该评价体系有助于促进学生“分析、评价、创造”的高阶思维发展，能为广大初中教师的人工智能课程教学提供借鉴。

关键词

高阶思维  项目化学习  评价体系  人工智能课程

人工智能课程教学中，对学习效果进行分析测量能为学习提供有效评价反馈，是帮助学生提升学科素养、实现思维发展的重要保障。然而，目前国内中小学人工智能课程教学研究关注较多的是课程设置、教材编写、教学策略等领域，对学习评价的实践研究相对薄弱，人工智能课程教学中缺乏系统的评价体系，基层教师在实践中对学生的学业水平难以进行有效高质的评价反馈。本研究基于初中生的学习特点，以解决问题为导向，以“提出问题、解决问题、成果呈现”为线索，采取学生自评、生生互评、教师评价三位一体，构建多维度、全过程的学习评价体系，凸显情境分析、知识梳理、项目实施的学习支架作用，促进学生高阶思维的培养。

一、初中人工智能课程教学评价研究现状

目前国内人工智能课程教学探索方兴未艾，然而，对人工智能教学的评价还处在理论层面的探讨，没有成熟可参照的人工智能教学评价量表和指标体系出台[1]。张志新等在调查中发现，人工智能课程教学评价的问题比较突出，评价内容侧重于认知结果，很少涉及对创新精神、动手能力、情感态度等综合素质的评价，对思维发展的评价更是处于空白状态，评价主体缺乏学生的参与，很少使用量规这种面向学习过程的评价工具。研究建议中小学人工智能课程的教学评价应重视总结性评价与过程性评价相结合，建议采用电子档案、学习平台等记录型评价手段，多使用先进的评价工具[2]。

目前，中小学人工智能课程广泛采用项目化学习方式，那么评价活动也应根据项目学习不同阶段来开展[3]，利用过程性和总结性评价相结合、质性与量化评价相结合、自我评价与相互评价相结合的评价可以促进项目化学习被有效地诊断和评估[4]。张闻闻、徐晓雄在高中人工智能课程教学评价中尝试以形成性评价贯穿于人工智能项目的各个阶段，用以测量学生思维发展水平[5]。卢言宏对日照市初中人工智能课程实施调查，结果显示，针对初中学段的学生应以激励性评价实现自我促进和反思，以重视思维评价促进能力发展，突出学生主体的自我评价，教师设计相适切的评价单以供学生记录和回顾，引导学生在项目中不断自省、修正、创造[6]。

综上可见，目前国内初中人工智能课程的开设刚刚起步，普遍采用项目化学习，课程目标重视学生思维能力的养成，但与之相适配的评价体系设计尚停留在理论层面，实际教学中的应用研究还比较缺乏，过程性的评价内容过于简化，尤其是对思维和能力的评价尚不成熟，评价的主要手段表现为考核与测试，主要集中在学期结束阶段，教学评价的学习支架作用尚不明显。

二、初中人工智能课程教学评价体系构建的基本原则

1.遵循目标导向

人工智能课程的一个重要目标是发展学生的核心素养，其评价体系应反映学生素养的阶段性培育情况，突出过程性、表现性、实践性和发展性[7]。为发挥课程评价对课程实践的导向作用，在人工智能课程的项目化学习中实现阶梯式、全维度的学习绩效评估，要根据学习过程确立评价体系框架，将总目标进行明确分解，把知识技能、方法态度、能力思维等分解成与学习过程相符的多元化指标，根据项目化学习不同阶段的分步目标对评价体系进行精细化梳理，形成既面向全体又兼顾个性的评价机制。

2.基于学习方式

信息技术的教学评价应注重情境中的评价和整体性评价，评价方式和评价工具应支持学生自主和协作地进行数字化问题解决，促进基于项目的学习[8]。自主与协作是项目化学习中两种重要的学习方式，为支持学生自主完成个性化任务、解决生成性问题，引导团队协作、异质同步，须构建以过程性评价与总结性评价相结合的评价体系，充分体现其支架作用和伴随功能。实现以评促学，引导学生自主分析任务情境、规划学习过程、建构知识体系，加强学生互相合作、充分交流、共享成果、及時反思。可使用各种评价量规作为评价工具，以内容、等级、标准为三要素对学生的学习进行评价[9];采用阶段学习建议书等描述性评价工具，强化评价体系的意义构建作用;评价主体以学生为主，利用生生互评表达学生对学习目标的理解和审视。

3.契合学习过程

能力和思维难以被直接测量，思维评价需要通过外显行为的表现进行评估。学生的行为表现与不同学习阶段的关键性任务有关，任务中学生的认知参与决定着思维的过程、质量和结果。评价体系的构建应结合关键学习任务，以过程性评价内容引导学生调控自我学习。本研究参考余明华等构建的项目化学习的过程框架，以问题的提出、问题的解决、成果的呈现为评价时间线，以项目情境分析、项目问题凝练、项目问题理解、项目实施过程、项目作品整理、项目展示交流为关键学习任务设计并实践具体评价体系内容[10]。

项目化学习过程中，评价指标需多元，尊重学生学习表现的个性化和差异化;评价载体应全面，考虑学习生成信息类型的多样性和丰富性;评价方式要多样，突出学生学习进阶的过程性和表现性。利用线上线下混合的课程评价体系支持学生自主个性的学习进程，对文本、数据、图表、视频、物化成果、行为表现等开展生生、师生互评，靶向激励学生在互动中不断反省、批判和再创造;结合各种问卷与考核形成总结性评价，对整体教学效果进行评价。

三、初中人工智能课程教学评价体系的指标框架

中小学人工智能教育总体定位应遵从人工智能学科自身的知识体系、思想方法和发展趋势[11]，将促进个体理解与智力发展作为核心价值主张，培养具有计算思维、工程思维、人工智能思维等关键性思维的智能人才[12]。为此，人工智能教育的教学目标应从“人工智能知识学习和基本应用”转向“人工智能高阶思维培养”。布卢姆等人把认知领域的教育目标从低到高分为记忆、理解、应用、分析、评价、创造六个层级。通常提到高阶思维能力是指超越记忆事实和概念之上的分析、评价和创造能力，反映学习者具有批判性思维和问题解决能力[13]。换言之，高阶思维具体表现为能批判性地思考、分析信息，能基于证据提出自己的创新观点，能在解决问题过程中不断反思和调控自己，能反思评判目标达成绩效，能提出新的想法或问题解决的新方案。

关注高阶思维培养的评价内容框架应基于高阶思维指标构建。首新等人在STEM課程高阶思维测评研究中提出“问题解决、元认知反省、创造性思维、批判性思维、决策思维、自我调节、自我监控、迁移与应用、科学方法”等九项测评指标[14]，该指标体系对人工智能课程中学生的高阶思维表征有借鉴作用但并不完善，尤其缺乏对智能体的思维理解，智能体表现出“学习、感知、推理、决策、交互”等能力[15]，智能时代人机协同的理念要求学生不但要感知更要形成这种思维方式，人工智能课程应进一步拓展计算思维的内涵，即从智能体角度解决问题的智能思维。因此，遵循人工智能课程目标导向，基于项目化学习方式，本研究在学习各阶段从两大方面、六个维度构建高阶思维指标框架，见表1。

表1  基于高阶思维指标体系的评价框架

在学习过程中通过体系化评价内容的引导和推动，学生以实践活动产生具身认知、体验项目中问题的解决、在独立自主的学习过程中实现自我调控、在合作与互助中感受批判与决策，以智能思维分析人工智能设计，以智能伦理评价人工智能应用，以智能创新尝试人工智能项目创造等，促进学生高阶思维发展[16]。

四、初中人工智能课程教学评价体系的具体内容

1.基于自主学习，凸显以“观察、记录、反思”为主的评价

学生的高阶思维在项目学习不同阶段所外显的行为表现即为主要评价内容。因此，以观察、记录、反思为主的评价体系应支撑并引导学生自主学习。基于自主学习的评价内容设计总框架见表2。

（1）评价情境分析，助推问题凝练，促进“推理决策”

提出问题阶段包括两类学习行为：问题陈述和明确问题。问题提出阶段要从繁杂的生活情境中提炼人工智能技术的应用场景，如“智能配送”项目中需要学生在“超市采购到社区配送所有环节”中敏锐地捕捉人工智能应用场景，其间涉及的知识、技能比较多，为促进学生能多角度进行自我反思、判断、评判以获得决策思维，评价内容应着重引导学生开展情境分析提炼问题过程，具体包括：问题提出、应用场景、原理分析、创新点、预期成果，用以评估学生能否准确把握问题情境与人工智能的知识关系。

评价载体以记录性的文档为主，可以使用情境分析记录表、知识原理匹配度量表、创新点评价量表、问题分析建议书等作为评价工具。

此阶段评价以小组自评和组间互评为主，建议采用表现性评价语言凸显对学习的导向作用。

（2）评价知识梳理，助推问题理解，实现“监控调节”

解决问题阶段，学生的个性化任务以及生成性学习问题都是动态变化的，如“智慧交通”项目中学生对于智能小车应用问题的理解是差异化的，其结构设计是个性化的，但对于问题理解过程中的知识学习目标应该充分聚焦，此时，应围绕核心问题知识的梳理设计评价内容以支持学生对比目标进行自我调节。评价内容具体包括：理解问题、制定计划、收集资源、分析推理、使用证据，用以评估学生是否能自主提炼人工智能知识关键信息及要点，实现自主内化与建构。

评价载体主要以“学习成长记录包”呈现，具体评价工具包含读书笔记评价量表、进展情况记录评价量表、学生参与度评价量表等。评价细则与分值均由小组或学生个体自行设计，促进学生自我审视与评价设计能力。

此阶段评价以组内学生自评、小组互评、及教师评价相结合，采用描述性评价以提升自主调控的有效性。

（3）评价项目实施，助推问题解决，形成“智能思维”

项目实施是解决问题的重要实现过程，也是学生感知完整的智能体解决问题的一般过程。比如学生在实现“刷脸进班”项目的过程中，要从智能体的角度去体验实现过程：学习训练，感知图像，推理分析，决策分类，执行交互，不断迭代更新，最后，总结同类型的设备设计的“思路、标准、规范、技能、模式”等。学生的项目规划、实验设计都在此基础上开展，评价内容的设计以此为核心，具体包括：项目分工规划、实践流程设计、项目资料收集、核心算法设计、硬件搭建设计、程序代码实现、实验测试记录，用以引导学生初步建立使用人工智能技术解决生活问题的观念。

评价载体主要以“项目实施评价包”呈现，评价工具有活动视频评价量表、思维导图评价量表、程序文件评价量表、数据记录评价量表、学习表现分级评价表、项目实施建议书等。

此阶段评价主体由学生代表及教师共同组成，以组内自评互评、组间交流的形式开展。

（4）评价成果呈现，助推问题反思，指向“迁移应用”

成果呈现阶段学生以不同的形式展示成果、证明观点，衡量小组学习成效。本阶段的评价包括组内作品评估和组间项目展示评估两个内容。

作品评估的评价内容应引导学生在作品整理过程中总结科学研究的方法，自我反思和批判，思考知识迁移与应用，具体内容包括：项目主题、项目作品概念图、人工智能知识理论、作品实验设计、软硬件实现、反思总结，用以促进学生不断分解成果细节以实现对学习标准的认同，对作品评估的评价结果也是学习质量评估的重要依据。评价载体主要以“项目成果材料包”呈现，评价工具包含项目说明书评价量表、作品模型设计评价量表、项目总结评价量表等。此阶段以小组自评及教师评价相结合的方式开展。

项目展示评价内容包括：作品内容、呈现方式、知识原理、学习表现、演示答辩，用以促进学生在交流中以不同的视角和场景对人工智能技术应用进行多样化判别，实现迁移和再创造，提升创造性思维。答辩问题的设计可由学生代表共同完成，以激励反思和提升为主，促进新决策的生成，评价以现场演讲答辩的形式开展，由学生专家团作为评价主体。

2.基于协作学习，强化“合作、交流、互动”为主的评价

在人工智能课程学习中，鉴于项目情境的开放性，项目方案完全可以设计成异步同质，各小组在同一学习主题下选择不同的应用场景，需求不同，问题重点各异，与之相适配的技术实现方案也各有创意。因此，加强交流与合作成为学习的重要策略，评价也应渗透到组内合作、组间交流中去，通过学生的合作评估和交流评估发现问题，互相补充，互相支持，解决问题，提升学生的决策思维、综合、评鉴能力（见表3）。

（1）指向“个性互补”，提升“审辩思维”的过程性互评内容设计

学生不同时段的个体学习活动都需要得到学习同伴的差异化互补。第一，互评内容应包括不同阶段提交的规划成果、实施过程、汇报讨论等，通过评价主体和对象的角色互换，学员组内互补，实现协作学习。第二，为促进学习个体在人工智能知识梳理的完善度，互评内容应包括基本理论学习记录、硬件搭建操作过程记录等，对新的认知产生顺应和同化。第三，设计概念性问题、技术性问题、逻辑性问题的互评内容，可以及时解决学生的学习疑问，也促进学生在回应同伴学习疑问时不断产生新的思考与审辩。在互动评价过程中引导学生自主设计基于人工智能知识体系的评价量规，促进知识体系构建逐步完善的递进过程。

（2）指向“交流互学”，培养“创新思维”的展示性互评内容设计

针对学生掌握的知识内容与实践活动表现，即时地展示互评可以持续促进学生融合创新。展示性互评的内容包括：学习笔记展示、算法设计图展示、硬件搭建展示、作品成果展示、作品不足反思交流、改进方向设计交流、知识重点分析、难点突破交流、发现问题及解决策略交流、预期成果与实际成果的差异分析等，在展示性互评的活动中不断助推学生对学习目标的认同。学生在准备展示的过程中，协作制定评价标准、分享学习情感体验、给予他人中肯评价，在针对不同需求使用差异性设计方案的评价中互学创新观点，体会多角度创新思路。展示交流的评价活动可以在项目化学习三个阶段多次开展，全体学生参与互评，实现组间互学，以初评—修正—终评的环节开展。

（3）关注互评话语的情感导向评价

研究表明，通过学习者之间关于作业的深度交流，增加了学生间关于标准要求、作业呈现与完善建议的深度探讨[16]。同时，考虑到初中学段的学生对情感激励的需求较高，“同伴互评活动中同伴评语会影响学生学业情绪，进而影响学生的学业动机与学业成绩”[17]，教师应关注对学生互评话语中情感指向的引导，以加强型评语为主，实现互相鼓励，从同伴学习中提炼值得学习的细节，实现自我补充;以建议型评语为辅，在肯定同伴优点的同时指出改进方向，实现共赢共长。同时，在互评框架设计中应涉及评论目的、评论角度、评论言辞、评语类型、评语效能、评论者是否隐匿等方面，继而加强评论的针对性，实现评论目标的一致性。

3.基于学习迭代，重视“诊断、回顾、总结”为主的评价

学习是一个不断更新迭代的过程，为建立学习起点，须设计诊断性问卷，预先分析知识结构和解决问题的基本方法和思维能力，在不同学习阶段设计回顾性问卷使学生在学习过程中不断进行自我审视、反思，在学习总结阶段设计总结性问卷，开展成就测验和学能测验等，形成学业水平报告，辅助教师检验群体教学效果。

（1）诊断性问卷的评价内容设计

诊断性问卷针对学生对人工智能相关的兴趣点以及已有知识基础的检测，着重于人工智能的相关知识储备，为项目问题情境分析提供依据;诊断性问卷的设计应实现对元认知与反省、智能思维、监控调节的“预诊”，以期联结学生的前期经验，同时为教师搭建项目支架、梳理学习资源提供依据。

（2）回顾性问卷的评价内容设计

回顾性问卷的设计主要目标是促进学生自我反思和回顾，在不同的学习阶段针对元认知与创新方面的指标进行评估，实现自我监控和自我调节，如对人工智能知识掌握、生活需求分析、智能方案设计、学习过程、推理方法、原理应用、实践验证、自我表现、对比学习目标和成效等方面总结出现的各种问题和后续的改进措施。同时可以辅助教师进行课堂参与度量以及学生认知负荷度量，结合诊断性评估分析学生认知、思维能力变化可实现学习质量跟踪与监控。

（3）总结性问卷的评价内容设计

总结性问卷设计其目标不仅在于全面总结，更应关注对新项目学习的启发和能力迁移，通过相应问题的设计突出表现对问题决策、批判思维、迁移应用的评估，包括三个方面：掌握人工智能的基础知识、操作和使用人工智能技术的能力、应用人工智能技术解决实际问题的能力。

实践表明，在该评价体系的支持下，学生始终得到学习的驱动和引领，在“元认知反省、决策思维、监控调节”方面表现良好，学习效果显著，评价工具的支架作用非常突出。自评、互评、师评相结合的多角度评价也使得学生在“批判、创新”方面得到一定的交流与提升。成长记录包、演讲展示、问卷等多种形式的评价工具提高了学生不断总结“智能思维”并向新情境进行“迁移应用”的能力，评价体系中的内容设计在应用过程中对教师评估监测的即时性交互要求比较高，需要教师时刻关注学生的自我记录、互相评估的有效性。

参考文献

[1] 梁建朋，陈秀梅.中小学人工智能教育实践共性问题分析[J].中国教育技术装备，2020（13）：98-100.

[2] 张志新，杜慧，高露，等.发达地区中小学人工智能课程建设现状、问题与对策——以某“新一线”城市为例探讨[J].中国电化教育，2020（09）：40-49.

[3][8] 丁美荣，王同聚.人工智能教学中“知识建构、STEM、创客”三位一体教学模型的设计与应用[J].电化教育研究，2021，42（04）：108-114.

[4] 王同聚.中小学机器人教学评价方法的探索[J].教育信息技术，2015（06）：75-78.

[5] 张闻闻，徐晓雄.高中人工智能课程项目资源包的设计与实现[J].中国教育信息化，2021（02）：36-40.

[6] 卢言宏.基于STEAM的初中人工智能课程教学设计研究[D].曲阜：曲阜师范大学，2020：23-29.

[7] 欧运波.突出学生核心素养培育的课程评价变革[J].教学与管理，2021（09）：17-20.

[9] 巴克教育研究所.项目学习教师指南：21世纪的中学教学法[M].任伟，译.北京：教育科学出版社，2008：55-96.

[10] 余明华，张治，祝智庭.基于学生画像的项目式学习评价指标体系研究[J].电化教育研究，2021，42（03）：89-95.

[11][15] 卢宇，汤筱玙，宋佳宸，等.智能時代的中小学人工智能教育：总体定位与核心内容领域[J].中国远程教育，2021（05）：22-31+77.

[12] 张进宝，姬凌岩.是“智能化教育”还是“促进智能发展的教育”——AI时代智能教育的内涵分析与目标定位[J].现代远程教育研究，2018（02）：14-23.

[13] 祝智庭，肖玉敏，雷云鹤.面向智慧教育的思维教学[J].现代远程教育研究，2018（01）：47-57.

[14] 首新，胡卫平，刘念.中小学STEM学习中高层次思维测评模型构建与应用[J].电化教育研究，2020，41（08）：82-89.

[16] 柏宏权，苏玉凤，沈书生.融入同伴互评的混合式学习模式实证研究[J].电化教育研究，2017，38（12）：79-85.

[17] 柏宏权，李婷.同伴互评中评语类型对情绪体验的影响研究[J].电化教育研究，2019，40（04）：92-98+111.

【责任编辑  郑雪凌】