智能技术赋能高职课堂教学评价研究与实践

摘 要：随着人工智能、大数据等智能技术的迅速发展，课堂教学评价正在发生深刻变革。该文对智能技术赋能教学评价的内涵进行阐述，对高职课堂教学评价面临的问题与挑战进行了分析，对智能技术赋能高职课堂教学评价的作用进行了探讨，详细描述智能技术赋能课堂教学评价的实践案例，为实施智能技术支持下的高职课堂教学评价提供参考。研究表明，智能技术赋能的高职课堂教学评价，能够更有效地实现个性化、动态化和客观化的评价，促进教师的教学调整，提升学生的学习效果。

关键词：智能技术；赋能；高职课堂；教学评价；实践案例

中图分类号：G642 文献标志码：A 文章编号：2096-000X（2024）35-0106-04

Abstract： With the rapid development of intelligent technologies such as artificial intelligence and big data， classroom teaching evaluation is undergoing profound changes. This paper elaborates the connotation of intelligent technology empowering teaching evaluation. This study analyzes the problems and challenges faced by vocational college classroom teaching evaluation， explores the role of intelligent technology empowering vocational college classroom teaching evaluation， and describes in detail practical cases of intelligent technology empowering classroom teaching evaluation， providing reference for implementing vocational college classroom teaching evaluation supported by intelligent technology. Research has shown that the evaluation of vocational classroom teaching empowered by intelligent technology can more effectively achieve personalized， dynamic， and objective evaluation， promote teachers' teaching adjustments， and enhance students' learning outcomes.

Keywords： intelligent technology; empowerment; vocational classroom; teaching evaluation; practical cases

智能技术，尤其是人工智能和大数据技术，正在深刻影响着各行各业的变革。高职教育作为培养应用型人才的重要阵地，面临着提高教学质量和评价科学性的迫切需求。传统的教学评价手段较为单一，往往依赖于教师的主观判断和学生的期末成绩，无法全面反映教学效果及学生的学习行为。智能技术的介入为教学评价带来了新的机遇，通过数据驱动与算法分析，智能技术能够对课堂教学进行更加精准、实时、个性化的评估。

智能技术赋能教学评价的正式提出，是近几年随着人工智能、大数据等智能技术的迅速发展及其在教育领域广泛应用，催生了智能教育新模式、新形态，出现了包括智能考试、智能评价等新样式。随着智能时代的到来，智能技术为教育评价变革带来了机遇，深度融合智能技术与教育教学评价是必然趋势。

一 智能技术赋能教学评价的内涵

智能时代技术为教育评价变革提供了支撑引领，智能技术赋能教育评价正走向教育评价改革的主战场。有学者从传统教育评价向技术驱动教育评价观念转变的视角给出解释：技术使教育评价从“关注结果”转为“关注过程”，从“单一的考试评价”转为“多维度的综合素质评价”；以技术为支撑的教育评价将“传统教育评价”转变为“智能化的教育评价”，从而真正走向“智慧评价”。

智能技术赋能教育评价本质是对传统教育评价的突破和创新，通过解构、重构形成新的有别于传统的教育评价新模式。而其实施的关键在于用智能技术助力教育评价数据的采集、处理、分析和运用，实现教育评价的数据化、智能化，由此而引发教育评价形态的变革。具体来说，充分利用人工智能、大数据、云计算和区块链等先进技术，实现对全过程、全方位教育评价数据的采集，进行深度挖掘分析和反馈应用，对教育教学过程、结果进行多元综合评价，为教育教学改进提供全面、有效的决策依据，实现了教育评价的现代化、专业化，同时由于智能化评价工具和手段的应用，教育评价过程也更加智能、高效[1]。

二 高职课堂教学评价面临的问题与挑战

高职课堂教学评价是衡量教学质量、学生学习效果和教师教学能力的重要手段。然而，传统的评价方式往往侧重于结果导向，缺乏对教学过程的动态跟踪和反馈，评价手段单一、主观性强，难以全面反映学生的实际学习效果和综合能力。

（一） 评价功能定位不明确

高职课堂教学评价未能有效发挥“指挥棒”的作用。评价功能被过度简化，仅作为成绩评定或学生排名的依据，忽视了其对教学改进的影响。评价活动缺乏连续性，常常停留在结果层面，未能在整个教学过程中形成有效的反馈与改进循环。

（二） 结果导向过强，过程性评价不足

传统评价体系往往过于集中在期末或期中考试，对学习结果进行“终结性”评估。这种评价忽视了对学习过程的跟踪与干预，教学评价未能充分融入教学过程，教师难以依据评价结果进行有效的教学调整，学生也无法获得明确的学习改进建议。

（三） 评价标准不统一，缺乏客观性

不同教师在评价标准、侧重点及评分体系上的差异，导致相同课程的学生在不同教师授课下得到的成绩差异明显，影响了评价的客观性。评价结果因此不具备普遍的参考价值，无法准确反映学生的实际学习状况和能力。

（四） 主观性强，公正性不足

教师在教学评价中往往受到主观因素的影响，如个人偏好、经验及对学生的印象等，这导致评价结果可能带有偏见，影响了其公正性。

（五） 评价反馈不及时

当前高职课堂教学评价缺乏持续的反馈机制，评价结果常以简单的分数或等级形式呈现，未能为学生提供详细的学习改进建议，也未能为教师提供深入的教学反思依据。缺乏有效的反馈机制，使得评价未能真正促进教学质量的提升。

三 智能技术赋能高职课堂教学评价的分析

智能技术不仅能够打破传统教学评价的局限，还能通过数据驱动的手段提升评价的科学性和客观性，为教学改进提供更精准的支持。智能技术赋能下的课堂教学评价，不仅可以实时跟踪学生的学习进度，提供个性化反馈，还能更全面地衡量学生的综合素质与职业能力。它通过更高效的评价机制和完善的反馈体系，推动高职教育向更加智能化、科学化和个性化的方向发展，从而提升教学质量、促进学生的全面成长。

（一） 过程性与动态性评价

智能技术通过数据分析，可以持续跟踪学生在课堂中的表现，实时评估学生的学习进度。与传统的结果导向评价不同，智能技术能够提供及时的反馈，帮助学生调整学习策略，避免单纯依赖期末或期中考试的终结性评价。

（二） 个性化与精准化反馈

智能技术能够基于每个学生的学习数据，为其提供个性化的反馈。这有助于激发学生的自主学习能力，使得学生可以根据具体建议改善学习方法和提高学习效果，从而避免评价系统将学生置于被动接受者的位置。

（三） 综合素质与多维评价

智能技术能够通过收集多维度的数据（如课堂参与、实践能力、职业素养等），全面衡量学生的综合素质，避免仅关注理论知识掌握，促使学生的职业能力得到全面评价与提升。

（四） 客观性与公正性提升

利用智能技术，可以减少教师主观因素对评价结果的干扰。通过自动化评分与数据驱动的分析，智能系统能够更公正、科学地反映学生的学习状况，确保评价标准统一性，减少主观偏差。

（五） 评价反馈及时化

智能技术可以为每一位学生提供详细的学习数据及改进建议，形成持续的反馈机制，使评价不仅仅停留在分数或等级，而是转化为学生与教师都可以利用的教学调整和学习指导工具，推动教学质量提升。

四 智能技术赋能高职课堂教学评价的实践案例

（一） 案例背景

选取四川某高职院校GMDSS综合业务课程为例，该校引入科大讯飞“AI+智慧教学一体化解决方案”，旨在通过智能技术提升学生的学习体验和教学效果。以航海技术21-1班学生为研究对象，对课堂教学数据进行无感采集，采用智慧教学评价系统实现数据驱动的教学评价。

（二） 案例实施

1 智慧教学评价系统业务及数据架构

智慧教学评价系统是一个高度集成的智能化平台，包括音视频数据采集、AI实时分析、流媒体服务与分发平台和教学质量评价系统等。这些模块通过标准化服务接口相互连接，实现了教学行为的量化分析和教学质量的实时监控，如图1所示。

教室安装教师摄像机、学生摄像机、吸顶拾音器和PC课件画面，伴随式采集课堂音视频数据，并将采集数据传输到课堂教学AI分析终端。教室端部署“课堂教学AI分析终端”对课堂学情采集分析，对教师教学中实现多路音视频数据采集和分析，实现本地实时编码、解码、复用、切片、融合、直播和录制等多种功能。实时计算和分析课堂关键数据指标，深度还原教师教学的细节过程，为教学评价和教学管理者提供一个全景式、全周期的课题教学定量分析系统。教学质量评价系统，为教学决策提供管理抓手，为教师发展提供全面、全周期的课题教学定量分析依据。实现多个前端业务场景，比如，赋能课堂可视化能力、可量化课堂教学行为指标、常态化课堂教学过程、深化挖掘常态化监测数据等。

2 教学质量评价系统业务框架

教学质量评价系统实现数据驱动教学评价改革，为教学决策提供管理抓手，为教师发展提供全面、全周期的课堂教学定量分析依据。采用督导评价、领导评价、专家评价和同行评价等多元教学评价模式，智能精准评价流程。使用课堂教学质量排行分析、异常课堂教学行为预警、敏感话题课堂预警和课堂预警规则集数据分析四个模块，精准定位潜在问题课堂。将潜在问题课堂加入待督导课堂，采用移动端远程巡课评价、课堂教学过程记录评价、PC端远程巡课评价等多元化教学评价方式，实现闭环评价。课堂教学过程性记录、课堂教学行为结构化分析为督导巡课评价提供客观依据，如图2所示。

3 课堂教学行为结构化

构建课堂综合性分析模型。课堂综合分析模型是一个多维度的教学评估工具，它通过系统化的分析指标，对课堂教学进行全面评估。该模型由五个维度构成，分别为课堂规范、教学状态、学习状态、师生互动和课堂氛围。

课堂规范。包括出勤率、前排就座率、接打电话、学生准时率、教师的活跃度和文明用语的使用等指标。通过这些指标评估课堂秩序，以及学生和教师的行为规范。

教学状态。包括教师的语速、普通话等级、板书时间、课件页数和互动性语音的使用频率等。这些指标评估教师的课堂表现，教学的有效性、内容的合理性。

学习状态。包括学生注意力集中度、学习活动的活跃度和学习效果的评估等指标。反映学生的课堂表现，评价学生的学习参与度，学习专注度。

师生互动。包括讲授占比、互动语音的使用等指标。师生之间的有效沟通和互动是提升学习效果的重要途径，因此该模块的分析为改进教学方法和促进课堂活跃提供了参考。

课堂氛围。考察课堂环境对学习的影响，包括教师活跃度、学生活跃度和学生注意力等指标。课堂氛围模块是对整体教学环境的综合评估，课堂氛围直接影响学生的学习效果和体验。

AI综合分析模型。AI综合分析模型展示了五个维度的分析结果，分别是课堂规矩、学习状态、课堂氛围、师生互动和教学状态。不同颜色的曲线，代表不同组别或阶段的表现情况，通过对比曲线，可以直观地反映出各个维度的差异和表现强度。

4 校外专家远程评估功能

校外专家远程评估功能分为两大主要部分，分别是评估方式选择和权限配置，涵盖了校外专家如何通过临时和长期的方式进行评估访问，并且在此过程中如何进行权限管理。

评估方式选择。该部分包括两种主要的评估方式：①创建临时巡课链接（临时），此功能允许临时生成一个用于校外专家远程访问的链接，并提供设置其生效时间的功能。此方法适合短期、临时性的课堂评估，方便快速且灵活的巡课操作。②创建校外专家账号（长期），此方式则适用于更长期的评估需求，专家通过分配的账号可以更系统化访问课程内容。该部分的访问更加稳定，适合长期的合作或连续性的教学评估。

专家远程访问。专家在通过上述两种方式获得访问权限后，可以进行远程的课程评估。该部分功能包括：①访问日志：专家的每一次访问行为都会被系统记录，以供后续分析和查询。②访问课堂回溯，不仅仅是实时观察，专家还可以通过访问回溯功能查看已结束的课程视频或内容，确保全面评估。

权限配置。权限管理是该流程的重要组成部分，确保专家的访问权限得到有效控制：不可访问教师设置/不可访问教室设置。该功能确保专家只能访问其所需的评估内容，而无法更改或访问教师的个人设置或课堂的硬件配置，以保障评估的客观性和安全性。

权限配置根据访问者的身份（如学生、教师、黑板和课件）进行分类，以此分配不同的权限，确保每位参与者的隐私和权利受到保护。

5 案例分析

基于科大讯飞的“AI+智慧教学一体化解决方案”，通过构建智慧教室，开展智慧课堂教学评价实践，提高了学校课堂教学评价工具的效率和质量。在这个过程中，智能技术提高了课堂教学评价的便捷性、客观性，通过智能录屏、麦克风、平台记录等，系统能在不影响教师正常教学的前提下，方便快捷地采集教与学过程性数据，并存储到云端，学校管理者、校内外专家、教师等可以随时调取数据实时评价。基于语音识别、大数据挖掘、数据建模等技术，系统能够自动分析并生成相应的可视化报告，为教学评价提供客观的数据依据，提高教学评价的精准性。利用统计分析软件能够批量处理、分析多位教师的评价数据，提高教学评价与反馈的效率。通过数据驱动的教学评价，教师能够更有效地进行教学调整，学生的学习效果和参与度也得到了提升。

五 结论与展望

本研究对课堂教学评价的目的意义和智能技术赋能教学评价的内涵进行了阐述，对高职课堂教学评价面临的问题与挑战进行了分析，智能技术赋能高职课堂教学评价的作用进行了探讨，详细描述了某高职院校基于科大讯飞“AI+智慧教学评价系统”的实践案例，为实施智能技术支持下的高职课堂教学评价提供参考。研究表明，智能技术赋能的高职课堂教学评价能够更有效地实现个性化、动态化和客观化的评价，促进教师的教学调整，提升学生的学习效果。未来研究可以紧密结合职业教育特色，更加关注学生实践操作能力的评价，探索利用智能技术赋能学生职业技能和职业素养的评价。同时，也应考虑技术的伦理和隐私问题，确保在提升教学评价质量的同时，不侵犯教师和学生的个人隐私。

参考文献：

[1] 刘邦奇，袁婷婷，纪玉超，等.智能技术赋能教育评价：内涵、总体框架与实践路径[J].中国电化教育，2021（8）：16-24.

[2] 刘邦奇，尹欢欢.人工智能赋能教师数字素养提升：策略、场景与评价反馈机制[J].现代教育技术，2024，34（7）：23-31.

[3] 宛平，顾小清.生成式人工智能支持的人机协同评价：实践模式与解释案例[J].现代远距离教育，2024（2）：33-41.

[4] 郑勤华，陈丽，柴唤友，等.基于信息技术的表现性评价：内涵、作用点与发展路向[J].中国电化教育，2023（3）：55-61.

[5] 赵志群.建立以职业能力评价为核心的学业评价制度，保障技能人才培养质量和教育强国建设水平[J].职业技术教育，2023，44（12）：13-15.

[6] 曾光，黎新华.智能技术赋能职业教育课堂教学改革的技术表征、内在机理及创新路径[J].教育与职业，2023（13）：84-89.

[7] 赵志群，高帆.职业院校学生职业能力发展现状及其影响因素——五类制造业专业基于COMET测评数据的分析[J].中国电化教育，2022（6）：47-55.

[8] 吴立宝，曹雅楠，曹一鸣.人工智能赋能课堂教学评价改革与技术实现的框架构建[J].中国电化教育，2021（5）：94-101.