人工智能时代大学课堂教学质量评价的困境与突破

朱南香,郭丽君,易佳

(湖南农业大学,湖南 长沙 410128)

引言

2018年教育部发布《教育信息化2.0行动计划》,要求进一步推进人工智能教育的发展。《中国教育现代化2035》提出加快信息化时代教育变革,实现智能化教学,推进教育现代化。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》,其中明确提出“利用人工智能、大数据等现代信息技术创新评价工具”“提升教育评价的科学性、专业性、客观性”。大力发展人工智能技术,积极探索人工智能与教学评价领域的融合发展,是我国推动智慧教育的必然举措[1],在目前智能时代的趋势之下,算法、算力、人工智能不断渗透到教育的各个层面,助推教育进步和发展,引领教育朝现代化方向不断进步。

近年来,高等教育一直以内涵式发展和提高人才培养质量为核心,提高大学人才培养质量是大学立足于自身实际的必由之路,亦是大学发展的重中之重。课堂教学是人才培养的必经之路,提升课堂教学的质量必须依靠教学评价,教学评价在教育中起着导向、诊断、分析、反馈等多重作用。在信息化飞速发展的智能时代,传统教学评价已经不能满足现阶段的需求,随着算法时代的到来,滋生出的人工智能、大数据等多种形式正逐渐和教学评价进行融合,为大学课堂教学质量评价提供一条新的路径,从而推动大学课堂教学质量评价的发展,越来越多的新工具、新方法、新标准不断进入到大学课堂教学评价的体系之中,人工智能成为教育教学评价的辅助者、评价过程的监督者、评价内容的采集者、评价结果的反馈者,人工智能融入大学课堂教学给教学质量评价带来了新的发展机遇,但也导致大学课堂教学评价出现了良莠不齐、头重脚轻等一系列问题,这些问题都开始让教育研究者反思如何在人工智能时代促进大学课堂教学质量评价的变革和进步。

一、人工智能赋能大学课堂教学质量评价的现状

人工智能是第四次信息技术革命的产物,最早于20世纪50年代在达特茅斯会议上首次提出,是指由人类所创造的智能,也被称为“机器智能”[2]。以ChatGPT为代表的人工智能技术,具备超强的信息检索能力、超强的文本能力读写以及自然语言处理能力等,这些都是人类智能难以企及的。

大学课堂教学质量评价是立足于教师的教和学生的学,着眼于改进教师教育教学能力,提高教学质量,而对教学设计、过程和结果展开的评价[3]。传统大学课堂教学质量评价主要依托现场观察、学生评教、同行评价的形式对教师教学进行评价,随着人工智能赋能大学课堂教学质量评价,大学课堂教学质量评价开始展现出评价主体多元化、评价方式还原真实、评价结果更关注师生的特征,综合来说,人工智能赋能大学课堂教学质量评价具有以下现实表征。

(一) 人工智能助力教学评价数据采集

人工智能可以利用AI技术来采集学生的学业数据、体育数据、心育数据等多维度数据,可以实现对学生多方面数据的掌握,从多组数据中得到最真实的反馈。胡钦太曾以广东工业大学教学云平台蕴瑜课堂与智慧教室为基础,利用人工智能算法建立融合智能感知、智能算法、数据决策等模块的教育诊断评价与干预功能系统,利用人工智能来获取面部数据、声音数据、交互数据以及人体形态等数据[4],综上所述,人工智能所获取的数据可以摆脱人类智能的主观性和关注范围较窄的问题,使数据更加客观真实,为教学评价提供有效参照。

(二) 人工智能助力于学生的学情分析

人工智能整合自然语言理解、知识推理等多项技术,可以参与课堂测验、课后作业等,并针对学生的学习情况进行对比分析,进而做出精准的诊断,可以减轻教师机械的课业工作,给教师更多创造性教学的空间。许吉宏在课堂教学情境中,结合人工智能技术,以学生行为的智能识别为基础搭建了课堂智能学情分析系统,通过对学生课堂行为进行智能识别以实现对学生课堂参与状态的系统性定量评估,达到对课堂教学进行有效学情分析的目的[5]。值得注意的是,人工智能技术可以承担很多辅助工作,但并不具备情感交流的功能,因此教师在运用人工智能技术进行工作的过程中要注意情感价值的引导作用。

(三) 人工智能助力学习者的路径优化

人工智能的知识图谱构建技术可以针对学生个体提供个性化学习路径规划,可以基于过程性的学情诊断,提供精准化和个性化学习方案。吴立宝曾提及记录学生的举手发言次数、抬头听课时间、参与讨论情况以及专注力等课堂过程性数据,并及时反馈给学生,便于学生直观认识自身学习状态,从而及时调整与改进,开展形成性评价,同时依托大容量的存储空间、高速度的运算能力,生成阶段性的课堂表现数据,以此追踪教师专业发展与学生全面发展的成长轨迹[1]。比如说:人工智能技术可以根据学生的学习情况进行自动分层,构建个性化学习体系,做到因材施教。除此之外,人工智能也可以为学生提供个性化的心理辅导规划,帮助教师做好教学评价反馈的工作,进一步完善学生的学习链。

二、人工智能时代大学课堂教学质量评价的困境

美国哈佛大学文理学院前院长哈瑞·刘易斯曾严厉批判大学已经失去了灵魂——教育学生的任务,他将追求学术优秀而忽视教学优秀的大学称为“失去灵魂的卓越”[6],这就肯定了大学课堂教学质量评价是大学的灵魂,是推动大学进步的源动力。

大学课堂教学质量评价是高校教学质量保障体系的重要组成部分,主要包括了学生评教、教师自评、同行互评、督导评价等具体形式[7]。目前人工智能参与大学课堂教学质量评价并不普遍,绝大多数高校依旧保留着传统的教学评价模式,主要是依靠教务系统让学生对教师的教学效果进行评价。学生的评教过程较为主观,而且由于学校会将教师的奖惩和学生评教进行直接挂钩,十分不利于教师的发展,因此人工智能融入大学课堂教学质量评价既是时代趋势,亦是现实需求。

(一) 教学评价主体被遮蔽

教学评价主体亦是教学评价的实施者和组织者,主要有教育决策者、教育活动的主体(教师和学生)、教学评价信息的使用者等[8]。自中世纪大学形成以来,人才培养就已经成为大学的职能,就目前来说,人才培养、科学研究和社会服务是现代大学的三种职能,后两种职能是随着社会进步和经济发展而逐渐衍生出来的。“教育是一棵树摇动另一棵树,一朵云追逐另一朵云,一个灵魂唤醒另一个灵魂”[9],这便向我们诠释了大学教育的旨趣是立德树人,培养学生是大学教育的根本目标,大学人才培养的功能是摆在首位的。

人工智能融入大学课堂教学质量评价最初的目标是提升学校人才培养的质量,全方面监测教学效果,从而让学校教育可以达到更高的标准,但是随着人工智能技术的广泛应用,我们明显发现,在利用人工智能进行教学评价的过程中,人工智能只能关注到量化数据的采集,并针对大量的量化数据进行元分析,从而得出评价结果(如学生成绩和学习时间、教师科研量化考核、学校质量评估和排名等),该结果是一个完全客观的可量化的操作数据。

首先,忽视了学生的主体性。“主体性是主体潜在地具有并且能够发挥出来的属性”[10],人的主体性涵盖了内在主体性和外在主体性两个方面,内在主体性主要表现在自我认同上,外在主体性主要是表现在能动性和自我性上,教育的过程就是教师和学生主体性的最佳体现,这种主体性是通过教师和学生双向互动所产生的。人工智能具备数据流、信息流的特点,可以根据程序设定监测教学的过程,可以通过既定计划来诊断学生对于知识的掌握程度,但是学生是一个具备主观能动性的人,在知识传授的过程中,同时伴随了高阶思维能力、批判能力、情感交流、创造力以及意志品质等多方面的提升,因而人工智能尚不能判断出学生综合能力的提升,只能从数据来判断学生量化知识水平提高与否,由此可见,学生的主体性被人工智能技术所忽视。

其次,异化了教师的主体性。大学教学的准备、授课、评价、反思环节都是教师主体性的体现,教学的环节环环相扣,每一个环节都需要教师全身心地参与才能取得更好的教学效果。用人工智能帮助教师进行教学评价后,确实能让教师从机械的工作中抽身出来,但随之而来的问题是教师的主体性被遮蔽,即教师不再是课堂教学评价的核心力量,单纯地从机器获取的数据来反思课堂的教学,从而导致教学效果良莠不齐。除此之外,在大学课堂教学质量评价中,行政管理者或者教育督导人员也会利用人工智能技术对教师的教学进行多方面衡量,并且评价结果的利用局限于教师年终考核、职称晋升、绩效工资、荣誉奖励、项目申报等,并未深入挖掘、分析评价结果中蕴藏的有关课堂教学的信息,忽视了评价结果的诊断与改进功能[11]。

最后,缺乏情感交流互动。大学教学的最初目的是为了培养德智体美劳全面发展的人,人工智能的发展虽然愈渐成熟,甚至通过了“图灵测试”,可以“骗过”30%的成年人,但是和机器对话不能进行情感交流,以至教学评价过程中缺乏学生的情感数据,难以促进学生情感方面的发展和进步。如果学生成为一个只会接受知识的人,这样的教育就脱离了教育的目标,是一场失败的教育。

(二) 教学评价客体被标准化

教学评价的客体主要是针对评价标准的固定性、评价指标的唯一性而言的,运用人工智能参与教学评价,将固化教学评价的标准和指标体系,僵化学生思维模式,让机器成为教学评价过程中的主力军、监督者。

首先,固化了教学评价的标准和指标体系。利用人工智能技术进行大学课堂教学质量评价,由于算法的限制,只能衡量量化的数据,不能衡量质性的标准,所以教学评价的过程和结果呈现出标准化的数据模型,使得学生和教师的创造力和独特性无法被体现出来,比如运用学习时长来监测学生的学习效果,会忽视学生的个体差异性,由于学生个体的独特性,每个人学习知识所需要的时间并不一致,但是运用人工智能进行监测,只能通过学习投入的时间来衡量学生的学习是否达标,因此以统一的标准来判断所有学生的学习效果是不符合教育发展性原则的。

其次,学习者的思维模式被标准化。学生在教学的过程中既是评价的客体,又是评价的主体,教育的最初目的是促进学习者的学习,人工智能技术进入教育场域后,尽管可以收集数据,进行学情分析,为学习者提供优化路径,但是在机器监测和路径指导的过程中,将会不断抹杀学生的创造性,在一次又一次的评价中学生逐渐丧失主体性和创造性,就如同“工厂里流水线上的产品一样”,缺乏独立思考问题、创造性地解决问题的能力。

(三) 崇尚工具理性,价值理性缺位

工具理性主张技术至上,是通过精确计算功利的方法,最有效达至目的的理性,是一种以工具崇拜和技术主义为生存目标的价值观[12],价值理性主张价值至上,在追求目标的过程中对自身活动有意识地选择和反馈,用以回答“做什么”的问题[13],强调人是任何活动的主体和核心。

首先,人工智能时代是一个技术崇尚以及工具理性高度笼罩的时代,在教学评价中主要体现在人类对智能工具的依赖性,可以直接依靠人工智能的算力和算法得出结果,让教师以及管理者直接利用数据,来计算教学效果,从而被数据所控制,得出程序化的结果,忽视了教育的本质是促进学生的发展,会导致教育目标本末倒置的情况。除此之外,教师会在人工智能时代为了减轻教学负担和教学任务,更多地依靠人工智能技术来辅助教学,教师亦会机械性地将评价数据收集、评价指标体系建构的权力都让渡给人工智能技术,从而让辅助工具占据核心地位,混淆了教学评价的主次关系。

其次,算法是人工智能的核心,它是通过人为设计的一系列计算机程序指令、计算规则和流程,模拟人类智能活动实现替代和拓展的功能[14]。人工智能的算法都是由人工智能程序设计师来进行设定的,虽然产品正式投入市场之前,进行了相关检测,可以保障数据的相对公平,但是在算法设计之初,由于程序设定人员是具有主观能动性的人,他们在程序设定时很难保证绝对的客观性,存在主观偏见、算法程序设定漏洞、算法机制不严密等问题,比如在成绩分数决定论的评价系统中,只会对成绩较好的“好学生”给予更多的关注度,对成绩较差的学生则会有所忽视。

最后,人工智能是机器,会存在失误的可能性,因此人工智能的判断并非绝对正确。我们始终要运用发展的眼光看待每一个学生和教师,让他们可以有进步的空间和机会,这才是教育的最终价值和意蕴。当一个社会过度强调工具理性时,我们失去的可能是一个更富有情感和灵魂的人。因此,我们要从一个相对的层面来看待人工智能的效用和价值,既要承认它所带来的益处,也要看到它的弊端,从而扬长避短,更好地发挥教育的作用,让价值理性得到更真实的诠释,呼吁价值的回归与突破。

(四) 专业人才缺失,存在技术壁垒

人工智能是信息化时代发展的产物,由于人工智能的发展十分迅猛,迅速和各类学科、行业进行融合,不断地衍生和分化,使得人工智能快速进入实际应用场域,让人工智能和教育、医疗、制造、金融等进行了高度的融合。但是随着人工智能技术的入场,我们发现,现阶段的人工智能都是弱人工智能,还远远不能达到强人工智能的阶段,在人工智能领域的人才储备量是极其有限的,远远不足以支撑教育体系的人才需求。

首先,从专业设置上来说,教育统计、测量与评价的相关专业很少,目前,国外对于教育测量与统计专业的设置比较火热,比如华盛顿大学、波士顿学院、佛罗里达州立大学等设置了测量与统计学学位,但是反观国内,尽管有些学校设置了统计学学院或者专业,但是这些专业更侧重从经济统计,而非教育统计与测量。因此,我国教学评价专业人才十分稀缺,而且由于相关专业的人才培养方案和培养体制不够健全,导致人工智能技术很难融入相关的专业设置中,拥有人工智能技术的测量与统计人才更少。

其次,教学评价主体的信息化素养欠缺。信息化教学素养既包括运用现代化教学手段组织教学的能力,又包括在人工智能时代灵活、系统地运用人工智能技术参与教育教学的全过程的能力,前一种能力已经在大学教学中得到了较好的体现和发展,但是后一种能力却一直止步不前,人工智能技术融AI能力、AI知识和AI伦理于一体,以AI能力为核心,判断教学评价主体能否胜任智能时代教学评价实践的关键能力,涵盖数据能力、分析能力、计算思维能力、算法能力等[15]。比如,教师需要具备正确分析处理人工智能教学评价结果的能力,从而做出正确的教学评价决策,促进教学的进步和发展,但是现实情况却是相悖的,评价主体由于缺乏AI能力,无法从机器提供的实证量化数据中去分析问题,无法从数据和算法中做出价值判断和决策,从而无法提升教学评价的效果,使得智能化教学评价成为“空中楼阁”,无法落地扎根。

三、人工智能时代大学课堂教学质量评价的路径选择

随着人工智能技术融入大学教育过程,大学教育展现出了更加强大的生命力和创造力,不仅是让课堂教学质量评价散发出新的活力,让学习的过程变得更加趣味灵动,同时也对新时代的教师提出了更大的挑战,这些都是人工智能给大学教学带来的变化。尽管在人工智能时代大学课堂教学质量评价存在诸多困境,但也针对这些困境提出了具体的优化路径,推动人工智能时代大学课堂教学质量评价取得高质量发展,从而推动学生和教师的双向进步。

(一) 探索个性化评价,推动人机协同评价

个性化评价是针对学生的独特性、针对学生的差异性所制定的一种教学评价模式,在这个模式中主要以学生个体为评价的中心,可以针对单个学生进行专属评价,因材施教,提供有针对性的评价结果和评价措施。在大学课堂教学质量评价中,不能直接将教学评价的权力让渡给人工智能技术,人工智能技术只能是教学评价的辅助者,教师才是教学评价的主体和核心力量,教师除了要探索和发现学生在教学过程中的独特性和创造性,也需要针对学生不可测量的能力去进行人为评价,从而进行人为干预,为学生提供个性化的评价,将大幅度推动大学教育的进步和学生能力的提升。

在人工智能技术参与教学评价的过程中,倡导教师不要丧失主体性,教师和教学评价者可以通过自然观察、访谈调查、描述分析等质性评价方法去探索教学评价的效果,在机器提供数据的同时,利用质性的方法去参与教学评价,建构质性评价与量化评价交融互通的教学评价体系,推动教师和人工智能技术协同评价,以人为主,以机为辅,让教学评价落到每一个学生的身上,避免形成教学评价“空中楼阁”的现象。

(二) 采用多元评价,保障评价效果和反馈链

多元评价既包括教学评价主体的多元,也包括教学评价工具的多元和教学评价标准的多元。

首先,教学评价主体多元化。在人工智能时代教学评价的过程中,不能单纯地让机器和教师成为教学评价的主体,也不能忘记传统教学评价的应用,让家长、教学监督者、管理者以及同行都参与到教学评价中,在多主体的共同施力下,多角度、全方面地评价教学活动,使教学评价的效果会更加凸显。

其次,教学评价工具的多元化。不要单纯以成绩作为教学评价的定性指标,可以机器数据提供的数据样本作为教学评价的参考依据,也可以采取学生评教、线上/线下档案袋评价等方法,通过对学生的前后对比分析,更加直观地看到教学的效果,以多维视角参与教学评价,综合评价教学效果,做好评价反馈工作,从而让教学质量更上一层楼。

最后,教学评价标准的多元化。人工智能技术很容易将教师带入以成绩作为评价标准的误区,在教学过程中,更多地关注学生能力培养、思维创新等多方面的评价标准,可以采用基于智能技术的试题测试、实践操作、面试答辩等不同方法去进行教学评价。美国知名私立高中联盟MTC采用全新的学生评价指标体系,评价内容涵盖创造性思维、数理能力等八大类,实现个性化的学生综合评价[16]。

(三) 打破工具理性禁锢,呼吁价值理性复归

首先,我们需要摆脱数据为王的技术基调,不要让机器评价出来的数据结果成为教学评价的核心,我们需要利用数据来作为参考,而不是绝对相信数据所给出的结果,应将数据作为教学评价的一个指标,并且也需要带着怀疑的态度去看待每一组数据,进而将机器数据和人为数据相结合,做出中肯的价值判断,谨防被数据蒙蔽了教学评价的宗旨。

其次,培养教师的技术理性和技术伦理意识,摆脱工具依赖心理,扭转技术为王、效率为主的工具理性,在运用工具进行教学评价的过程中,应该树立工具和技术并非万能的思想,让大学教学元评价走进大学课堂教学质量评价中。有合理的大学教学元评价才有合格的教学评价,教学元评价即对教学评价本身的评价,其主要目的是检验教学评价中可能呈现的种种误差,进而进行修正与完善,使其积极作用得以充分发挥[17]。

最后,坚持立德树人为根本,坚持以学生为己任,树立以发展为核心的总基调,呼吁价值理性的复归,明白“机器文明的一切机制都必须服从于人的目的、人的需求”[18],让多元主体参与教学评价的过程中,让量化数据评价和质性评价进行融合,从而让教学评价结果更加真实、可靠,做好教学评价的监督工作,让教学评价促进学生的发展和教师专业能力的提升。

(四) 推动专业人才培养,完善评价的技术链

首先,树立终身学习的教学理念,作为教师和教学评价监督者,应该保持与时俱进的学习态度,在新的背景之下去学习新的知识、新的教学方式、新的评价方法,比如说在人工智能背景下,教师应该学习以ChatGPT、深度学习、基于大数据的自适应学习为代表的新技术,感受人工智能技术给教育带来的变化,从而使教育事业始终保持年轻化的发展趋势,适应新的环境,孕育新的生命力。

其次,大学应该开启相应的师资培训,面对大学教师的AI智能素养缺乏的问题,可以在寒暑假开展人工智能技术工具的课程培训,开展职前职后AI能力培训,在整个过程中可以让教师掌握基础的人工智能技术,从而更好地将智能技术运用到教学评价体系中。

最后,国家应该鼓励教育评价与测量专业的开设,从而扩大评价类专业人才的培养,让专业的人才做专业的事情,从根源上保障大学课堂教学质量评价的发展。在做好专业设置、专业人才培养计划的同时,也需要让教学评价与测量专业和其他学科领域进行横向融通,例如与人工智能、大数据技术、数学、管理学等学科进行交叉融合,从而让专业人才适应时代的发展和改变。

结语

大学课堂教学质量评价一直是高等教育发展的核心和内生动力。随着时代的发展和现代科学技术的进步,大学课堂教学质量评价在人工智能技术的助力下更加真实、立体,但也衍生出一系列的问题。本文论述了人工智能技术赋能大学课堂教学质量评价、人工智能时代大学课堂教学质量评价的困境和路径选择。不可否认,人工智能技术的支撑和相应智能产品的设计与开发将大幅度推动大学课堂教学质量评价的发展,本研究希望能为人工智能时代大学课堂教学质量评价提供一些借鉴或参考。