人工智能初步的教学测评

杨琳玲 郑立新

《普通高中信息技术课程标准（2017年版2020修订）》（简称《课标》）颁布以后，各版本教材针对本模块内容的编写思路相对一致。在教学测评方面，各版本教材圍绕人工智能的基本概念、历史发展、原理算法、开发应用、安全伦理等学习内容，以及项目式学习过程，分别设计了巩固提升练习、项目评价标准、总结评价标准等测评内容，很好地体现了单元评价设计的深度、广度及系统性。由于本模块不作为学业水平考试内容，所以允许授课教师在使用新教材开展教学活动的过程中，可根据本校实际情况和人工智能技术发展状况，灵活调整教学内容，开展独具特色的教学测评。

● 测评的主要原则

1.突出增值性评价，适当弱化统一的终结性测评

增值即“输出—输入”，简单来说就是看进步，不做横向比较。增值性评价就是在个性化学情基础上，追踪学生一段时间内学业的变化，并将客观存在的不公平因素的影响分离开来，从而形成对学生学业成就的净增值评价，以更好地促进学生多元发展。

本模块设计重在学生个性化发展，重视学习过程中的实践、体验、应用、创新。在教学测评中，可针对不同学生个体，突出增值性评价，着重关注学生个体在课程中的进步和收获，适当弱化统一的终结性测评，弱化不同学生间的横向对比。

在模块开课之初，可根据学业要求及学生起点，制订整体测评方案和各环节具体评价量规等内容，对制订计划、活动探究、技术实现、成果展示、提升反馈等环节分别进行评价。在具体测评过程中，应着重以学生为主体进行纵向比较分析，并根据测评实施情况及时调整方案及量规。将学生在学习活动中的各种表现、活动成果等作为评价教学实施情况与学生发展状况的重要依据。下页表1为整体测评方案示例。

2.综合运用多种评价手段，促进学生发展

本模块内容庞杂，单一的评价方式难以全面反映学生的学习情况，在教学中可采用实践练习、作品评价、合作交流与经验分享、小组竞赛等多种方式对学生学业成就进行综合评价。因为人工智能项目开发的独特性，教师的专业点评和针对性建议也非常重要。评价方式需灵活可控，要根据教学进展及学生学习情况，及时调整评价方式，从多元、多角度引导和激励学生学习，不断取得进步。

在评价工具方面，可以用评价量规进行规范评价，也可以选择网络调查平台进行评价信息的采集，还可以使用学习平台对项目实施过程进行评价、交流和反馈。有条件的学校可以建立学习过程记录平台，对学生的整个学习过程进行增值性评价。

3.发挥定性评价优势，提高评价实效

在本模块学习过程中，虽然对于原理掌握、应用设计等内容，可以采用一定的定量评价，但整体来说，学生的理解层次、创意想法等差别很大，学习的主观感受占比相对较多，更适宜采用定性方式进行评价。

定性评价更加关注学习过程及教育目标的实现情况，强调对观察、分析、归纳、描述、判断等能力的评价，同时可以对学生的各种表现尝试进行基于教育学、心理学的解释与推断。依托定性的增值性评价，可以让评价更加个性化，更具实效性。

4.利用学生作品，反映学习成就

针对学生完成的人工智能作品进行评价，可以很好地反映学生学习成就。评价过程中不应只评价作品的优劣，更应重视学生作品的设计思路和实现过程，最好能够提出改进建议。本模块中的作品分析大多比较耗时，在实际教学中可适当组织学生开展自评或互评，作品评价标准在学生制作作品之前就给予明确，评价标准应根据作品内容、作品规模及学生原有水平等情况制订。

● 测评的内容及实施建议

在《课标》中，本模块共分为“人工智能基础”“简单人工智能应用模块开发”“人工智能技术的发展与应用”三部分内容。相较必修模块中的人工智能相关内容，本模块在知识的深度及广度等方面有了很大提升，从了解智能信息处理的巨大进步和应用潜力，认识人工智能在信息社会中的重要作用，发展为了解人工智能的发展历程及概念，描述典型人工智能算法的实现过程，通过搭建简单的人工智能应用模块，亲历设计与实现简单智能系统的基本过程与方法，增强利用智能技术服务人类发展的责任感。在教学测评过程中，可将学生必修模块中的学业水平作为起点，根据新课标测评要求及新教材的测评思路，针对本模块教学内容，特别是人工智能问题解决、算法设计以及程序实现等方面进行测评。本模块的测评内容及实施建议如上页表2所示。

● 项目式学习评价建议

新课标倡导基于项目的学习方式。本模块内容具有鲜明的时代性，在对学生项目式学习情况进行评价时，要密切联系学习及生活实际，设计合理的过程性评价指标体系，引导学生有效开展学习活动。在项目式学习评价中，项目设计、模型构建、功能实现、技术应用、效果呈现、过程参与以及交流反馈等都是项目实施要点，要加强对项目实现和过程参与的评价，相关评价指标可以对学生项目实施方向起到重要引导作用。结合增值性评价要求，项目式学习评价指标的起点会有所不同，评价标准可以相对宽泛。表3为项目式学习评价标准示例。