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.pdfVIP

现代远距离教育2024年第2期总第212期

热点探索

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

宛平,顾小清

(华东师范大学,上海200062)

【摘要】人机协同评价结合人的主观判断和机器的数据处理能力,可创造出更高效、准确和个性化的教育评

价体系,从而推动决策优化、增强教育效果和提升服务质量。生成式人工智能具备智能交互、上下文语义理解能

力,是人机“协同”理念落地的重要手段。基于此,文章构建了一个生成式人工智能支持的人机协同评价实践模式,

包括确立了以协同论为支撑的人机协同评价模型,设计人机协同评价系统,形成确定评价指标体系、评价文本预处

理、设定评价提示语、输出评价反馈和综合分析的人机协同评价实践路径,并进一步将实践路径转化为可供教育评

价者操作的人机协同评价支架。在此基础上,文章以上海市H大学开展的基于问题解决的主观作业评价活动为

例,解释了如何应用生成式人工智能支持人机协同评价。研究发现,人机协同评价与教师评价结果一致性高,但教

育评价者仍需持续发展人机协同能力与批判性思维,以促进人机协同评价的发展。

【关键词】人机协同评价;教育评价;生成式人工智能;实践模式;协同论

【中图分类号】G43【文献标识码】A【文章编号】1001-8700(2024)02-0033-09

根据教师的反馈进行自我学习和调整,以更好地适应

一、引言

[4]

教育评价的实际需求。这种协同工作模式使得评

为了推动我国教育事业的发展,实现从注重规模价过程更加高效,同时也确保了评价结果的准确性和

扩张向质量提升的转变,学界必须深入地分析和研究公正性。从教育评价实践来看,教师可以更加专注于

现有的教育评价体系,探索并实施一系列系统性的改评价的教育意义和价值判断,将数据处理和模式识别

革措施,创新评价方法和过程,以确保教育评价更加等任务交给机器来完成。

科学、公正和有效。以往教育评价主要依赖于人的主生成式人工智能的发展加速了人机协同评价的

观判断,而人的认知偏见和非理性行为会导致决策局进程。生成式人工智能提供人机对话窗口,具备智能

[1]

限。机器在处理大量数据时不受主观情绪的影响,交互、上下文语义理解能力,能够针对教师的反馈进

能够识别出数据中的模式和趋势,从而辅助教师作出[5]

行自我学习和调整,打开了人机协同评价“黑箱”,

[2]

更加合理的评价决策。也为教育评价体系提质增效注入了新的动力,提供了

随着人工智能技术的发展,人机协同评价已经成创新视角。然而,面对生成式人工智能重塑教育评价

为教育评价改革的一个重要方向。在人机协同评价的现实,“人机如何协同”“人机协同评价如何开展”

发展的初级阶段,智能系统主要承担数据预处理的任“人机协同评价和教师评价结果的一致性如何”等一

务(如数据收集、清洗和初步分析),为教师提供参考系列问题仍亟待探讨。

[3]

信息。随着技术的不断进步,智能系统还可给出初