为探索教育评价研究的新技术和新方法,把握智能时代教育评价的新规律,该文以Web of Sicence数据库中相关文献为样本,基于高影响力作者、高频关键词和突现关键词等指标揭示人工智能赋能教育评价的国际研究概况、热点与前沿;并在系统把握...为探索教育评价研究的新技术和新方法,把握智能时代教育评价的新规律,该文以Web of Sicence数据库中相关文献为样本,基于高影响力作者、高频关键词和突现关键词等指标揭示人工智能赋能教育评价的国际研究概况、热点与前沿;并在系统把握研究态势的基础上,结合中国教育评价改革的现实需求,提出该主题的研究启示。研究发现,国际人工智能赋能教育评价的研究成果主要受益于教育学、心理学、社会学和计算机科学的交叉融合;研究热点主要聚焦于机器学习支持下的结果评价、基于教育数据挖掘和学习分析的过程评价、大数据和智能导师系统支持下的增值评价和人机评分一致性四个方面;研究前沿主要关注机器学习和自然语言处理技术支持下的教育文本挖掘与评价。未来,对人工智能赋能教育评价的研究应立足研究现状与现实需求,多角度推进教育评价的转型升级;基于跨学科意识与思维,推动研究范式和思路的转变;构建智能教育评价体系,促进理论研究、技术应用和制度建设的同向同行。展开更多
文摘为探索教育评价研究的新技术和新方法,把握智能时代教育评价的新规律,该文以Web of Sicence数据库中相关文献为样本,基于高影响力作者、高频关键词和突现关键词等指标揭示人工智能赋能教育评价的国际研究概况、热点与前沿;并在系统把握研究态势的基础上,结合中国教育评价改革的现实需求,提出该主题的研究启示。研究发现,国际人工智能赋能教育评价的研究成果主要受益于教育学、心理学、社会学和计算机科学的交叉融合;研究热点主要聚焦于机器学习支持下的结果评价、基于教育数据挖掘和学习分析的过程评价、大数据和智能导师系统支持下的增值评价和人机评分一致性四个方面;研究前沿主要关注机器学习和自然语言处理技术支持下的教育文本挖掘与评价。未来,对人工智能赋能教育评价的研究应立足研究现状与现实需求,多角度推进教育评价的转型升级;基于跨学科意识与思维,推动研究范式和思路的转变;构建智能教育评价体系,促进理论研究、技术应用和制度建设的同向同行。