人工智能教育评估应用的潜力和局限

随着机器学习和大数据的发展,如何利用人工智能技术优化教学过程和改进教学评估,已成为教育主管部门、科研人员、教育科技公司和教育工作者共同关注的话题。近年来,数十亿学习者在各种学习平台随时随地进行正式和非正式学习,形成了特定的活动轨迹和大量学习数据,应用人工智能技术对数字化学习环境中海量学习数据进行分析,给学生提供自动反馈和评估得到了广泛认可。因此,运用智能技术和大数据分析提高教育评估的效率和有效性也引起研究者越来越多的关注。但人工智能在高风险考试中应用的合理性和有效性备受质疑,其在形成性评估中应用的潜力和局限仍有待探讨。本文通过文献研究,从计算机测评领域相对成熟的两个自动测评系统:作文自动评分系统(AES)和计算机化自适应测验(CAT)的应用以及学术界对其存在问题的争论入手,对人工智能应用于教育评估的前景进行分析,并对人工智能和机器学习在形成性评估中的应用潜力和局限开展讨论。本研究认为,尽管人工智能的算法和大数据分析提高了自动测评系统的反馈速度和准确性,但其对学生深度学习和能力发展评价的应用价值仍然有限,教育评估中应用人工智能要掌握和了解计算机在总结性评估(如AES和CAT等)中的特征和局限,充分利用学习分析在形成性评估中的潜力,促进学生在数字化学习环境下创造力和自主学习能力的发展和培养。

为着公共利益的教育哲学:五个挑战与一个议程

1917年,杜威在他的一篇名为《哲学复兴的需要》的文章中写道:"当哲学不再是处理哲学家们的问题的手段时,而是成为由哲学家们发展出来的处理人类问题的方法时,哲学就得以复兴了。"在这篇论文中,我论述教育哲学也是如此,因为教育哲学应当聚焦在教育问题上,而不是哲学问题上。当然,教育哲学应当以哲学专长来面对教育问题。这不仅是一个学术任务,而且是一个政治任务,特别是在一个教育作为公共利益的观念遭遇压力的时代,在一个教育日益被看成个人利益和经济利益的时代,尤为如此。我在文中阐述了在我看来教育哲学家能有所贡献的五个领域。它们不仅为未来的教育哲学工作提供了一个议程,而且为转向存在主义的教育哲学建构了一个论述。这个转向包括在所有教育中都含有我所认为的"美丽风险"。