基于大模型的教育测量与评价变革探索--以生成式人工智能技术的潜在应用为例.pdf

本期策划

FOCUS

基于大模型的教育测量与评价变革探索

——以生成式人工智能技术的潜在应用为例

王雪李文硕王雅薇张生

摘要本研究旨在以生成式人工智能技术为例探索大

【】，成过程往往依赖于教师或专家的经验和创造力不仅

，

模型在题目生成测量学分析自动评分和过程性评价等

、、耗时耗力而且在题目的多样性创新性及个性化方

，、

面存在局限大模型的高度智能化和自动化能力使得

关键教育测量与评价领域的变革和应用通过对大模型。

。

这一过程得到显著改善和加速其能够基于广泛的知

的应用实例进行综合论证分析意在揭示其在教育测量，

、，

识库生成各类型各难度级别的题目同时提供更高

与评价中的应用效能从而推动对该技术的进一步研究、，

，

效更个性化的题目创作解决方案

和讨论。、。

在生成常规题目方面大模型能够基于预设的知

关键词大模型教育测量与评价生成式人工智能，

【】；；

识点快速生成题目如选择题填空题等这类题目

中图分类号G434文献标志码B，、，

【】【】

是检测学生对基础知识掌握情况的重要方式大模型

论文编号1671-7384（2024）05-012-03。

【】

的应用显著提高了题目生成的效率和多样性降低了

，

人工编题的时间成本生成此类题目时用户需要提

。，

供清晰的知识点和期望的题型。

在生成分层类题目方面针对不同能力层次的学