人工智能赋能改进结果评价:问题、路径及展望

人工智能赋能改进结果评价,旨在克服评价实践中存在的评价内容片面、手段单一、唯分数等弊端,在评价工具的开发和量化结果的应用上不断创新突破。当前,以生成式人工智能为代表的人工智能前沿技术在教育领域表现出巨大的应用潜力和适用性,人工智能全面渗透到教育评价系统性变革的步伐再次加速,为改进结果评价带来新契机。以考试为代表的传统结果评价作为研究对象,在阐述结果评价特点、改进结果评价面临的现实困境及实践路径的基础上,深入分析人工智能在赋能结果评价工具、手段、输出及应用4个主要场景的典型技术应用,以期为一线教师和教育主管部门理解和掌握人工智能赋能改进结果评价的规律、开展人工智能支持的评价改革实践提供参考。

红景天含量测定能力验证结果评价与分析

目的提高云南省药品生产企业及其他相关检测机构的检测能力和质量管理水平。方法根据中国合格评定国家认可委员会相关文件要求,设计“样品对”方案验证各实验室的红景天含量测定能力,检验样品A、B、C、D的均匀性和稳定性。采用稳健统计方法分析报道结果,以实验室间和实验室内Z比分数(Z_(B)和Z_(W))评价检测结果。结果117家参试实验室,115家报送结果(Z_(B)为-2.91~11.39,ZW为-5.82~16.02),90家结果满意,整体满意率78.26%,样品对AB及样品对CD的结果满意率相当(78.33%比78.18%)。结论云南省大部分实验室具备红景天含量测定的检测能力,建议相关实验室加强人员培训、质量监督和质量控制,以提升机构的检测能力和质量管理水平。

重复信任博弈的决策过程与结果评价

＂信任他人或者不信任他人？＂是社会互动中经常面临一种行为决择,直接影响着个体的社会生活。作为一种重要的社会信号机制,信任是建立良好社会关系的基石,它能够降低社会交易成本,易化合作行为。为了探究个体在信任互动情境下大脑活动变化的时间动态特征,采用事件相关电位技术记录了20名健康被试（充当信任者）完成重复性信任博弈任务（repeated Trust Game,r TG）时的脑电成分。行为结果发现个体选择信任的比例显著高于几率水平。电生理学结果表明,决策阶段中不信任选择比信任选择诱发了更正的P2成分（150~250 ms）,差异波溯源分析定位于额中回（middle frontal gyrus,BA 46）和额下回（inferior frontal gyrus,BA 46）。反馈阶段中损失反馈比获益反馈诱发了更负的FRN成分（200~300 ms）,而获益反馈比损失反馈诱发了更短的P300潜伏期。本研究为理解人类信任博弈过程的动态加工时程提供了初步的神经电生理学证据。

颈椎病外科治疗结果评价体系的探讨

目的:初步分析生存质量评价在我国颈椎病外科治疗结果评价中应用的必要性和可行性,为建立综合的颈椎病外科治疗结果评价体系提供依据。方法:对我科2007年1月8日～2007年3月20日收治的30例颈椎病患者术前、术后1个月分别采用颈椎残障功能量表(NDI)、视觉模拟疼痛量表(VAS)、健康测量量表(SF-36)、JOA评分(17分法)和我国40分法(COA评分)进行评测,同时让患者对其生活质量所受到的影响进行主观评价。对手术前后各项方法评价结果的变化及其与患者主观评价的相关性进行统计学分析。结果:患者对生活质量影响的主观评价、NDI、VAS、JOA17分、COA评分及SF-36中的生理功能等五个维度术后均有明显改善(P<0.05);JOA评分、NDI及SF-36中活力、情感职能、精神健康3个维度的术后改善与患者对生活质量影响的主观评价具有明显相关性,以SF-36中活力等3个维度的相关性高(P<0.05)。结论:目前尚没有任何一种方法能够全面地评价颈椎病的外科治疗结果,生存质量评价可以作为我国现行的以神经功能评价为主的评价体系的一个良好的补充,包括生存质量评价在内的综合评价体系应是我国颈椎病外科治疗效果评价未来的发展方向。

社会比较对合作任务结果评价的影响:来自ERP的证据

现实生活中人们通过社会比较获得对自身的认识。前人研究探讨了金钱收入的比较对个体结果评价的影响,而非金钱的社会比较效应的神经加工机制尚不清楚。本研究分离比较和金钱收入,使用双人合作的投骰子任务,先呈现">"或"<"代表两人点数大小的比较结果,再呈现合作任务的输赢结果,考察非金钱的社会比较对合作任务结果加工的影响,记录任务表现的比较结果和最终合作任务结果的ERP数据。发现在任务表现比较结果阶段,FRN和P300对代表行为表现好坏的社会比较信息敏感,呈现无金钱输赢提示的点数大小的比较结果时,点数小于他人比大于他人诱发更大的FRN和更小的P300;任务表现的比较结果对合作任务最终的金钱输赢结果的影响并没有反应在FRN上。这些表明,对非金钱的社会比较信息的加工始于结果快速评价的早期阶段。

利他惩罚中的结果评价——ERP研究

利他惩罚是指个体为惩罚违反社会规范的人,自愿支付成本。前人研究发现利他惩罚行为激活了背侧纹状体等与奖赏有关的脑区,因此可以认为利他惩罚的结果是一种相当于金钱奖赏的正性结果,不惩罚结果则是一种负性结果。本研究利用事件相关电位技术考察了被试在多次信任博弈游戏中观察"利他惩罚结果"和"不惩罚结果"的脑电成分,结果发现被试产生了明显的反馈相关负波(feedbackrelatednegativity,FRN),且负性程度更大的"不惩罚"结果其FRN波幅大于负性程度更小的"惩罚"结果。因为FRN是对负性反馈结果敏感的一个脑电成分。可见个体并非把利他惩罚结果知觉为一种正性结果,因此FRN反映了对社会结果的情绪动机意义的评价。

神舟飞船制导、导航与控制分系统研制与飞行结果评价

介绍了神舟飞船制导、导航与控制(GNC)分系统的主要任务和性能指标,GNC分系统的组成和工作模式及GNC分系统设计与研制特点,最后简要给出了神舟飞船GNC分系统历次飞行试验的结果及其功能性能评价。

自我主观标准决定执行任务和观察任务中的结果评价

为了解结果的自我相关性对执行任务和观察任务中内侧额叶负波的影响,研究使用事件相关电位技术观测男女被试在两种任务中,知觉自己结果和他人结果时的神经活动。结果发现执行任务中内侧额叶负波波幅大于观察任务;在执行任务中,男性的内侧额叶负波相对于他人结果,观察自己结果时的波幅更大;在观察任务中,女性的内侧额叶负波相对于自己结果,观察他人结果时的波幅更大,这些结果说明内侧额叶负波反映了个体按照主观标准对结果的情绪动机意义进行监测,男女对社会信息的奖赏评价具有不同的方向性。

老年人阵发性室上性心动过速射频消蚀术结果评价

探讨射频消蚀（RFCA）治疗老年人阵发性室上性心动过速（PSVT）的疗效及安全性。方法：采用RFCA治疗43例老年PSVT患者。结果：消蚀总成功率93．0％（40／43）．其中房室折返性心动过速（AVRT）32例（32条单旁道）．成功消蚀旁道29条．成功率90．6％；房室结折返性心动过速（AVNRT）11例,慢径消蚀成功率100％。3例左侧旁道患者发生并发症（2例心包填塞．1例一过性冠状动脉痉挛）、术后平均随访14．7±9.2个月．AVRT复发3例，再次行RFCA成功。结论：RFCA治疗老年PSVT患者成功率高，但左侧旁道消蚀并发症率较高，需谨慎操作。

神舟飞船结构与机构分系统研制及飞行结果评价

介绍了神舟飞船结构与机构分系统的任务与功能,分析总结了结构与机构分系统的研制过程、突破的关键技术和技术创新点,介绍了飞行试验的验证情况并对此进行了综合评价。

汉语连续语音识别结果评价算法研究

在汉语语音识别中,由于汉语构词的特点,使得基于词的汉语语音识别结果评价不准确。论文对于传统连续语音识别结果评价算法进行了改进,提出了一种基于字词混合的汉语连续语音识别结果评价算法,可以有效完成基于词的识别结果评价,同时也将识别结果评价由四种情况(正确、替代、插入、删除)扩展到六种情况(增加了插入式替代和删除式替代),可以为语音识别的后处理提供更多有用的信息。实验表明,本文所提算法可以有效降低传统评价算法带来的虚假错误。

“高等教育学习结果评价”概述

20世纪中期以来,随着高等教育质量评估理论和实践的发展,高等教育经费的大幅增加和高校人才培养功能中心地位的回归,学习结果评价成为世界高等教育质量评估的热点之一。目前,经合组织已经建立了高等教育学习结果评价体系,在评价的理念、目的、主体、技术和工具等方面为我国高等教育质量评估提供了经验与启示。

学生学习评价的国际性尝试:“高等教育学习结果评价”解读

学生学习结果评价日益成为高等教育质量评价的热点之一。2008年,经合组织启动了高等教育学习结果评价项目——AHELO,这是具有重要价值的国际性尝试。该项目的产生有重要的时代背景,是高等教育规模扩张情况下高等教育问责强化的结果,也是"以学生为中心"的高等教育评价逐渐成为主流范式的表征。在评价内容方面,AHELO设计了"通用技能"和"学科专业技能"的框架,并分别有相应的评价工具。AHELO具有鲜明的特点,它体现了"以学生为中心"、"价值增值"的理念,体现了问责制,并具有国际通用性。

神舟五号载人飞船的研制与飞行结果评价

总结了神舟五号飞船的研制过程,对飞行试验结果进行了评价。

结果的接近性对正性结果评价影响的电生理证据

结果的接近性是指对已发生事件的实际结果与在心理上的理想结果或期待结果之间差距的接近程度。实验采用事件相关电位技术和类老虎机赌博任务探讨了结果的接近性对正性结果评价的影响。(1)行为评定结果表明,结果的接近性不同水平诱发了不同的情绪体验,"差一点输"的赢钱使被试更多感到庆幸,"最理想"的赢钱使被试感到高兴;结果的接近性也影响了随后trial的反应时,与"一般"的赢钱和"最理想"的赢钱相比,"差一点输的"赢钱后的下一个trial中被试的反应时明显变长。(2)脑电结果表明,结果的接近性不同水平诱发了不同的FRN和P300,与"一般"的赢钱和"最理想"的赢钱相比,"差一点输"的赢钱诱发了波幅更大的FRN和波幅更大潜伏期更长的P300。这说明结果的接近性明显地影响了正性结果的认知评价加工。

嘉兴市1994～2003年肺结核病归口管理诊治结果评价

目的 了解并分析嘉兴市肺结核病归口管理工作现状。 方法 调查归口诊治单位初诊病人查痰率、痰菌检出率、规则治疗率、院内转诊以及非诊治单位疑似病人和业务培训到乡、村和社区等情况。 结果 嘉兴市新登涂阳病人发现率从1994年6.38/10万上升到2003年的21.44/10万。 结论 结核病控制要采用综合性措施,流动人员中的病人管理有待研究。

我国学生学习结果评价研究分析

"学生学习结果评价"的基本含义是教育者对学生学习结果达到预先设定目标的程度进行衡量的过程。当前,学生学习结果评价作为世界范围内大学教学质量评估的重要方式受到发达国家的普遍关注。文章主要通过对国内学术论文进行分析,描述国内学习结果评价研究呈现的特征,总结出现阶段我国学生学习结果评价研究的主要研究成果、找到研究存在的问题并分析发展趋势。

“学生学习结果评价”:美国高校教学质量评估的有效范式

学生学习结果评价是世界范围内大学教学质量评估的重要方式。质量认证背景下的美国高校学生学习结果评价更具代表性。从评价标准上看,它要求认知性与非认知性的学习结果相结合,强调人才知识、能力、素质相协调;从评价过程上看,它具有高等教育认证组织积极推动、高校主动参与、教师设计实施、评价工具的多元化运用、"证据文化"特色凸显等鲜明特征。在我国高校推进新一轮"五位一体"的本科教学评估制度的背景下,借鉴学生学习结果评价的相关经验,从突出学习者的期望与需求、完善质量评估机构的评价标准、关注学习结果的预设、优化人才培养顶层设计、加强学习结果评价方面的培训、提高教师参与教学评价的效度、健全本科教学状态数据库、形成良好的"证据文化"等方面,对我国高校探索构建有效的本科教学质量评估机制提出了建议。