AI背景下智慧评价在初中信息技术编程类课堂教学中的应用探究

摘要：传统教学评价体系在信息化时代面临诸多挑战。为解决这一问题，引入人工智能的智慧评价体系成了教育领域的重要趋势。文章以初中学校信息技术编程课堂教学为例，构建了基于人工智能的多维度课堂教学智慧评价体系，并进行了实证研究。研究结果表明，该智慧评价体系能够有效提升评价的准确性、全面性和客观性，促进学生个性化发展和教师教学水平提升，同时也为教育管理者优化教育管理提供技术支持。

关键词：人工智能；多维度评价；信息技术；编程教学；初中教育

中图分类号：G642 文献标识码：A

文章编号：1009-3044（2025）02-0137-04 开放科学（资源服务） 标识码（OSID） ：

0 引言

在教育教学体系中，教学评价是课堂教学的重要环节之一，决定了教师“怎么教”和学生“怎么学”。传统教学评价主要通过教师观察记录、问卷调查判断等手段，主观性较强，容易缺乏针对性，难以对评价标准做出客观定量的评判[1]。当前人工智能、大数据、云计算等新一代信息技术发展与成熟的大环境下，课堂教学逐渐采用基于人工智能技术的智慧评价体系，以实时科学的数据和直观明确的图表作为评价结果支持，弥补了传统教学评价的不足，帮助教师更为科学地评价课堂教学效果，诊断课堂教学问题，提高教学目标达成度，同时为学生提供个性化学习，引导学生更为高效地学习。

基于此，本文以初中信息技术编程课堂教学为例，构建基于人工智能的多维度课堂教学智慧评价体系，并通过实证研究验证其有效性，以期解决传统教学评价的诸多问题，提高课堂教学效率和质量，促进教育教学评价方式的改革。

1 初中信息技术编程课堂教学评价现状分析

编程教育是初中阶段信息技术学科的重要教学内容，通常以Python编程语言作为主讲内容。Python 作为一门入门级的编程语言，简单易读，应用广泛，比较符合初中生当前的认知水平和能力。在当今数字化时代，开展编程教学，其目的在于培养初中生的信息意识、计算思维、建模思维等，本质上是提升初中生信息素养的一种手段，符合时代发展需求[2]。当前，在编程课堂教学评价中，以传统评价方式为主，结合了一定的实践操作考核；该评价方式能够一定程度上反映学生对编程知识的掌握情况，但仍然存在一些问题亟待解决，如教学内容评价片面、教学主体评价单一、教学过程评价欠缺等。

1.1 教学内容评价片面，缺乏全方位考量

初中信息技术编程课堂教学内容比较丰富，既包括编程基础知识、算法与流程图、编程语言学习（Py⁃thon） 等理论知识的学习，也包括编程实践、项目设计等实践应用的学习。由于受到应试教育要求以及地区发展的限制，传统的课堂教学评价往往只关注学生对知识内容的掌握程度，判断学生是否会读、会写代码，能否最终通过中考学科测试，从而忽视了对学生编程思维培养、问题解决能力等深层次能力的评价。该评价结果不具有代表性，评价教学内容较为片面，无法全面反映学生的真实水平和能力。当前，国家大力提倡素质教育，要求以学生为中心， 注重对学生综合素质的培养和考查[3]。因此，编程教学应向更为科学客观的智慧评价方式转变，通过人工智能技术记录学生编写代码的频率、速度和准确率等，使用大数据技术分析学生的学习行为、效果和动向，更加精准地评价学生对编程知识的掌握程度以及编程能力的发展情况，智慧评价还强调对学生创新思维、团队协作等能力的培养，使得教学内容评价更加全面和深入。

1.2 教学主体评价单一，缺乏多主体参与

在初中信息技术编程课堂教学中，大多采用讲授法和演示法这两种教学方式，教师讲解演示，学生被动接受，忽视了学生的主体性。在对整个教学进行评价时，以教师评价为主，学生的学习成绩、课堂表现等由教师进行评价，这种评价方式往往带有主观性，同时也忽视了学生、家长、教育管理者等其他主体的评价价值[3]。随着信息技术的飞速发展，基于人工智能技术的智慧评价应运而生，智慧评价引入了学生的自我评价、同伴评价以及基于大数据的自动评价等多种评价方式，使得教学主体评价更加多元化。在编程课堂教学中，通过学生的自我评价和同伴评价，可以帮助学生更好地认识自身的优缺点，激发学生学习编程的动力；通过大数据分析画像评价，可以更加精准地掌握学生的学习情况，为教师提供有针对性的教学建议，更好地开展编程教学。多主体评价相结合，相互补充，共同构成一个全面、客观、准确的评价体系。

1.3 教学过程评价缺失，缺乏多环节分析

教育部最新颁布的《义务教育阶段信息科技课程标准（2022版） 》强调“教—学—评”的一致性，教学评价是教和学的重要反馈和指引，同时在教学中，要注重过程性评价，完善终结性评价[4]。在传统教学评价中，主要关注教学的结果性评价，忽视了过程性评价，使得教学过程中的问题难以被及时发现和解决；如学习Python编程语言的语法时，语法格式需注意的事项，包括语句缩进、字母大小写和变量命名等，若教师讲解有所遗漏，教学评价未及时反馈，那么将会影响到整个教学的质量和效果，同时也不符合当前教育对编程课堂教学的要求。在智慧评价中，教学过程性评价得到了充分的重视。通过实时监控学生的学习行为、记录教学过程中的数据和信息，可以对教学过程进行全面的分析和评价；这有助于教师及时发现问题、调整教学策略、优化教学过程，从而提高教学质量和效果。

2 初中信息技术编程课堂教学智慧评价体系设计

2.1 智慧评价的原则

1） 科学性原则。智慧评价应以科学性、有效性和公平性为基本准则。体现为智慧评价的评价体系是否完整、搜集和整理的数据是否真实可靠、评价采用的算法是否公平有效以及评价标准是否体现个性化。2） 发展性原则。在课堂教学中，评价的目的不是为了甄别和选拔，而是为了促进学生的学习能力和教师的教育教学能力的提升，实现师生共同发展，智慧评价恰好能实现这一目的。通过人工智能技术的应用，智慧评价可以持续追踪学生的学习轨迹，关注学生的阶段表现和长期发展，从而为学生提供更为精准的个性化学习指导，促进学生的全面发展。同时，智慧评价搜集学生的学习数据，采用算法进行分析，提供适合的教学方法和策略，辅助教师教学。3） 全面性原则。全面性原则是指智慧评价体系能全面地收集数据，考虑到学生的多个方面，包括学生的知识掌握程度、技能运用情况、学习态度和自我创新能力等，进而确保评价结果的准确性和全面性。4） 实时性原则。不同于传统评价，智慧评价能够在课堂上实时搜集学生的学习数据，然后快速分析，及时反馈给教师，以便教师及时调整教学策略和方法，满足学生的需求，提高课堂教学的质量。此外，智慧评价的实时性也聚焦于评价主体的互动性，实现师生沟通交流和生生互助学习。5） 可操作性原则。智慧评价所有环节应易于操作，便于理解，评价标准的每一指标都是有意义的、可获取的，评价结果用可视化方式直观展示和及时反馈给学生、教师、家长以及教育管理者等。2.2 智慧评价的标准和总体框架

1） 科学性原则。智慧评价应以科学性、有效性和公平性为基本准则。体现为智慧评价的评价体系是否完整、搜集和整理的数据是否真实可靠、评价采用的算法是否公平有效以及评价标准是否体现个性化。

2） 发展性原则。在课堂教学中，评价的目的不是为了甄别和选拔，而是为了促进学生的学习能力和教师的教育教学能力的提升，实现师生共同发展，智慧评价恰好能实现这一目的。通过人工智能技术的应用，智慧评价可以持续追踪学生的学习轨迹，关注学生的阶段表现和长期发展，从而为学生提供更为精准的个性化学习指导，促进学生的全面发展。同时，智慧评价搜集学生的学习数据，采用算法进行分析，提供适合的教学方法和策略，辅助教师教学。

3） 全面性原则。全面性原则是指智慧评价体系能全面地收集数据，考虑到学生的多个方面，包括学生的知识掌握程度、技能运用情况、学习态度和自我创新能力等，进而确保评价结果的准确性和全面性。

4） 实时性原则。不同于传统评价，智慧评价能够在课堂上实时搜集学生的学习数据，然后快速分析，及时反馈给教师，以便教师及时调整教学策略和方法，满足学生的需求，提高课堂教学的质量。此外，智慧评价的实时性也聚焦于评价主体的互动性，实现师生沟通交流和生生互助学习。

5） 可操作性原则。智慧评价所有环节应易于操作，便于理解，评价标准的每一指标都是有意义的、可获取的，评价结果用可视化方式直观展示和及时反馈给学生、教师、家长以及教育管理者等。

2.2 智慧评价的标准和总体框架

在智能化时代，为解决课堂教学评价内容片面、评价主体单一以及过程评价缺失等一系列问题，大多数中小学学校会选择基于人工智能技术的智慧评价，以数据为导向，采用面向教学全过程、全方位、多元评价主体的评价标准[5]，从而获得较为全面准确的课程教学质量评价。

在课堂教学中，采用基于人工智能技术的多维度课堂教学智慧评价，从学生和教师、教育管理者三个主体出发，将整个课堂教学过程进行细化，从认知思维、目标实现、情感互动、组织行为四个维度来展开，将课堂教学活动的评价划分为12个指标。

课堂教学评价指标表，如表1所示。课堂教学信息是多模态、多维度的，通常伴随着认知思维变迁、目标实现程度、情感互动投入、组织行为伴随四个维度的动态变化[6]，这四个维度相互交织、相互作用[7]。教师与学生作为教学活动的参与者，教育管理者作为教学活动的督导者，在不同的学习环境下会产生大量动态数据，采用人工智能的实时监测技术精准获取数据，并将数据进行分类汇总分析，如若数据结果呈正向，则得出结论，该课堂教学对学生的学习能力、教师的教学能力以及教育教学质量提升是有所助益的。

在人工智能技术的赋能下，课堂教学评价趋于过程化，评价主体趋于多元化。为顺应这一趋势，本设计从教师、学生和教育管理者三个评价主体角度出发，结合建构主义学习理论、多元智能理论以及目标导向教学理论，构建出多维课堂教学评价模型。如图1所示。

基于多维课堂评价模型所提出的12个评价指标，为体现评价的科学性、全面性以及可操作性等原则，特将每一评价指标进行量化说明，从而能够更精确地衡量课堂教学评价的情况，便于实施具体的评价工作，同时为课堂教学的进一步改进提供依据，如表2所示。

2.3 智慧评价的计算方法

1） 数据采集与筛选。以上述评价量化指标作为数据采集点标准，借助智慧校园平台，通过在课堂内安装各类物联网设备（如RFID标签、摄像头、传感器等） ，实时监测师生的位置、行为和环境参数等信息，采用Apache Flink算法来实时收集课堂教学过程的数据，并上传至智慧校园平台。为实现大量数据并行快速处理，Apache Kafka采用分区和副本机制，每个分区都有一个独立的磁盘文件，将搜集到的课堂教学数据进行分类收集和筛选，其中包括文本、图像、音频和视频等数据，然后对数据进行清洗，去除噪音和无效信息，确保评价数据的准确性和有效性。

Kafka的分区和副本格式：

P = N／K

式中：P 为分区数，N 为总数据量，K 为分区大小。

2） 多模态数据融合分析。由于数据信息来自不同评价维度和评价主体，为形成一个综合考量的评价体系，可根据评价指标和数据特点，提取关键的评价特征，并选择合适的多模态数据融合策略[8]，将采集的数据进行多模态融合。进而再以评价主体和教学内容作为依据，采用机器学习技术，对多模态数据进行分析。

① 学情分析。通过融合分析学生的学习时长、课堂参与程度、学习成绩变化、参与竞赛等数据，可以从多方面来评价学生的学习效果、学习能力以及发展潜力并提供个性化学习建议和指导。

② 教学分析。对教师而言，一方面，对教学目标定位、教学环节节奏把握度、教学语言艺术精练度、课堂纪律等数据进行分析，能直观体现出教师的课堂教学是否存在不足，对教师的教学能力给予评估；另一方面，教师也可以分析学生的多模态数据，掌握学生的阶段学习规律，预测学生的学习趋势，发现学生的潜在学习问题，及时干预。

③ 教学管理分析。通过观测教学目标实现程度、师生之间的互动情况、教学资源分配、教学组织合理性等方面的数据，来评价教学过程是否合理，并从中发现课堂教学的问题，为教育管理优化提供支持。

3） 结果可视化分析与反馈。完成多模态数据融合分析后，需要对分析结果进行可视化处理与反馈。即将较为复杂的分析结果以直观易懂的图表呈现给教育管理者、教师和学生，如绘制学生课堂参与度的时间序列图，展示不同时间段内学生的参与情况等，以便他们能够快速理解教学评价的结果，并作出相应调整和改进。同时，采用反馈机制通过设定阈值，当某些评价指标结果低于预设标准时，系统自动触发反馈机制，并向相关人员发送通知，提醒他们及时关注并改进课堂教学过程中的问题。

3 实际应用分析

本研究以D市某一初中学校为实验对象，选取初中二年级1班、3班、4班和6班，学生人数共216人，以信息技术编程课堂教学为例，使用此次设计的智慧评价体系与传统评价体系进行对比评价。数据来源于智慧教学平台数据库，数据信息容量一共10.43GB。按照本研究设计的多维课堂教学评价标准，从多个评价主体角度出发，量化各个班级编程课堂教学评价指标，并根据智慧评价体系的一系列计算分析，得出各个班级的课堂教学智慧评价结果。鉴于篇幅有限，本研究采用课堂教学评价常见的重要指标——评价矢量值来衡量[9]，分别体现在学生综合能力评价矢量值、教师教学能力评价矢量值和教育管理者督导质量矢量值。按照上述评价指标划分权重，每个评价矢量值范围在0到1之间，值越接近1，表示该评价体系精度高。该评价体系对比传统评价体系的相应的评价矢量值，采用SPSS软件进行分析，如下表所示。

对比数据分析结果，基于人工智能的多维课堂教学智慧评价体系展现出较高的整体评价水平，其得到的最大评价矢量值为0.88，最小矢量值为0.76，平均值约为0.82；传统评价体系得到的最大评价矢量值为0.45，最小矢量值为0.32，平均值约为0.38，远低于智慧评价体系。分析表明，本研究设计的智慧评价体系，能充分利用人工智能技术，从多个维度来对编程课堂教学活动进行细致分析，评价数据更为全面和准确，评价结果更为精准科学。

4 结束语

本文提出的智慧评价体系，采用基于人工智能的大数据信息技术，设计多个维度评价标准，最后以评价矢量值作为衡量标准进行综合评价。将智慧评价体系应用于初中信息技术编程课堂教学中，对比分析表明，相较于传统评价，智慧评价体系对课堂教学的评价更为全面、更为高效，更能体现编程教学中的特点和对学生培养的要求。未来研究将继续深入探索和完善这一体系，推动教育评价体系的现代化改革进程。

参考文献：

[1] 于春梅.人工智能背景下课堂智慧评价的理论与实现路径[J].中国成人教育，2022（16）：45-48.

[2] 俞彩娟.面向初中生Python编程的教学设计与实践研究：基于项目式教学视角[J].中国现代教育装备，2022（20）：54-57.

[3] 陈仪婷，孙明娟.人工智能赋能中小学课堂教学评价探析[J].黑龙江教师发展学院学报，2024，43（5）：122-127.

[4] 中华人民共和国教育部.义务教育阶段信息科技课程标准[M].北京：人民教育出版社，2022.

[5] 舒旭.智慧时代教育评价指标体系构建研究[J].科学咨询，2023（22）：151-153.

[6] 邓万友.基于新时代特征的线上教学质量评价体系[J].中国轻工教育，2024，27（2）：71-78.

[7] 张生，王雪，齐媛.人工智能赋能教育评价“： 学评融合” 新理念及核心要素[J].中国远程教育，2021（2）：1-8.

[8] 朱莎，杨洒，李嘉源，等.智慧课堂情境的课程核心素养评价范式[J].开放教育研究，2024，30（1）：83-88.

[9] 王伟.基于人工智能的多维度智慧教学质量评价体系设计[J].电子技术，2023，52（7）：310-312.

【通联编辑：王 力】

基金项目：国家民委高等教育改革研究普通项目“民族地区应用型本科‘1＋X’双认证数据库系统工程师课证融合课程体系的构建”（23181）