信息技術(shù)支持下的外語能力精準(zhǔn)診斷與教學(xué)

【摘 要】?? 認(rèn)知診斷是心理和教育測量領(lǐng)域能力研究向認(rèn)知研究范式轉(zhuǎn)向的產(chǎn)物，能夠深入剖析學(xué)習(xí)者個體在認(rèn)知過程中掌握知識和技能的情況，獲得精準(zhǔn)和細(xì)?；脑\斷信息。以往多數(shù)認(rèn)知診斷研究關(guān)注基礎(chǔ)教育重點科目測試，針對高等教育大規(guī)模外語測試的數(shù)據(jù)挖掘研究較少，且未能融合信息技術(shù)手段與多樣化的教學(xué)和學(xué)習(xí)對接。本研究以2，104名參加全國高校西班牙語專業(yè)四級水平測試的考生為研究對象，應(yīng)用G-DINA模型對閱讀部分進(jìn)行了認(rèn)知診斷改型分析。結(jié)果表明，認(rèn)知診斷能與信息技術(shù)結(jié)合進(jìn)行多層次的數(shù)據(jù)挖掘，反饋宏觀整體、中觀局部和微觀個體層面的精準(zhǔn)診斷信息，為面授和在線學(xué)習(xí)提供統(tǒng)一的參照系統(tǒng)，與學(xué)習(xí)方案、課堂表現(xiàn)、教材內(nèi)容、課后測評和自主學(xué)習(xí)形成聯(lián)動，使數(shù)據(jù)資源在線上線下的開放體系中共享共通，從而達(dá)到革新教育理念、實現(xiàn)個性化促學(xué)的目標(biāo)。

【關(guān)鍵詞】? 教育評價;信息技術(shù);大規(guī)模測試;精準(zhǔn)診斷;認(rèn)知診斷方法;因材施教;個性化教學(xué);在線學(xué)習(xí)

【中圖分類號】? ?G420? ? ? ? ?【文獻(xiàn)標(biāo)識碼】? A? ? ? ?【文章編號】? 1009-458x（2021）9-0069-07

一、引言

十九屆五中全會對未來教育工作做出了重大部署，提出了“建設(shè)高質(zhì)量教育體系”的明確要求。教育部黨組指出，應(yīng)“推進(jìn)信息技術(shù)與教育教學(xué)深度融合，更新教育理念、變革教育模式”，應(yīng)“發(fā)揮在線教育優(yōu)勢”，“著力解決好教育發(fā)展不平衡不充分的突出問題”。利用計算機和網(wǎng)絡(luò)可以對教育數(shù)據(jù)進(jìn)行科學(xué)的獲取、加工、傳輸、分析和使用，使教育評價更加細(xì)?；?、自動化和智能化，使評價結(jié)果和線上線下個性化學(xué)習(xí)共享互通，從而解決師生比高和資源分配不公的桎梏，達(dá)到變革模式和提升質(zhì)量的目標(biāo)。認(rèn)知診斷測評（Cognitive Diagnostic Assessment，簡稱“認(rèn)知診斷”）是與以上目標(biāo)契合的代表性理論和方法。

認(rèn)知診斷起源于心理測量，逐漸延伸到教育測量領(lǐng)域。20世紀(jì)上半葉，真分?jǐn)?shù)理論成為主流測量理論，其核心假設(shè)在于屬性真實值和測量值之間存在線性關(guān)系。20世紀(jì)中期，項目反應(yīng)理論逐漸發(fā)展，克服了線性假設(shè)的不足，通過項目參數(shù)估計潛在屬性的真實值。根據(jù)米斯勒維（Mislevy， 1993）的觀點，真分?jǐn)?shù)和項目反應(yīng)理論的研究范式關(guān)注作答結(jié)果，在單維線性的度量系統(tǒng)中宏觀評價被試的潛在能力從而做出選拔和分級等教育決策。60年代的研究范式不再孤立地聚焦作答結(jié)果，作答的認(rèn)知過程受到關(guān)注。根據(jù)米斯勒維（Mislevy， 1993）的看法，新一代理論應(yīng)用認(rèn)知心理模型將認(rèn)識過程量度化，在多維和非線性的系統(tǒng)中形成細(xì)?；脑u價，做出精準(zhǔn)到個體的診斷性決策。總之，研究范式體現(xiàn)出從結(jié)果到過程、從宏觀到微觀、從選拔到診斷的發(fā)展趨勢。認(rèn)知診斷產(chǎn)生于向認(rèn)知范式轉(zhuǎn)向的過程中。診斷決策可以彌補宏觀決策的不足，精準(zhǔn)定位潛在屬性的優(yōu)長與劣勢，進(jìn)行準(zhǔn)確的亞分類并提出改進(jìn)建議，使因材施教和個性化自主學(xué)習(xí)成為可能。

認(rèn)知診斷與通過信息和網(wǎng)絡(luò)技術(shù)革新理念、提升質(zhì)量的目標(biāo)高度吻合，具有重要的應(yīng)用價值（Nichols， 1994; Buck， Tatsuoka， & Kostin， 1997; Jang， 2005; Li， Kim， & Yao， 2020），但在與技術(shù)緊密結(jié)合和促進(jìn)線上線下教育深入互通方面仍然需要進(jìn)一步探索。比如有學(xué)者提出，應(yīng)“利用學(xué)習(xí)分析和可視化軟件以多維度和可移植的方式描述學(xué)習(xí)數(shù)據(jù)，為教與學(xué)提供更加精準(zhǔn)的分析”（劉占榮， 等， 2018）。還有學(xué)者認(rèn)為，為滿足學(xué)習(xí)者的多樣化需求，在補救教學(xué)資源針對性和學(xué)習(xí)活動智能化等方面仍需繼續(xù)進(jìn)行探索（黃洪濤， 等， 2018）。此外，在我國外語教育領(lǐng)域，認(rèn)知診斷相關(guān)研究仍然處于起步階段（蔡艷， 等， 2011; 杜文博， 等， 2018; 林燕婷， 等， 2018）。因此，本研究將探索認(rèn)知診斷應(yīng)用于外語測試數(shù)據(jù)挖掘和線上線下教育實踐的可行性與實施路徑。

二、認(rèn)知診斷研究述評

國外關(guān)于認(rèn)知診斷的研究始于20世紀(jì)80年代對數(shù)學(xué)測試的分析。龍崗（Tatsuoka， 1983）首次應(yīng)用規(guī)則空間模型（Rule Space Model，RSM）研究基礎(chǔ)教育中的小規(guī)模數(shù)學(xué)測試，發(fā)現(xiàn)模型擬合良好。但研究對象數(shù)量仍然相對較少。

90年代，理論和實證研究繼續(xù)深入。尼科爾斯（Nichols， 1994）闡釋了認(rèn)知診斷的理論框架和研究方法。布克等（Buck & Tatsuoka， 1998）使用RSM模型分析了中等規(guī)模日本大學(xué)生外語聽力測試結(jié)果，首次將認(rèn)知診斷應(yīng)用于外語學(xué)科。90年代的研究進(jìn)一步完善了理論框架，實證研究應(yīng)用范圍擴(kuò)展，與傳統(tǒng)面授教學(xué)的聯(lián)系愈加緊密。

進(jìn)入21世紀(jì)后，國外研究快速發(fā)展：第一，對認(rèn)知診斷進(jìn)行了系統(tǒng)總結(jié)，比如萊頓等（Leighton & Gierl， 2007）和澤木等（Sawaki， Kim， & Gentile， 2009）全面梳理了理論體系和研究方法。第二，嘗試開發(fā)了適用于其他測試的認(rèn)知診斷模型。比如，德拉托雷（De la Torre， 2008）的研究針對多維非補償性測試構(gòu)念，開發(fā)了確定性輸入噪聲“與”門模型（Deterministic Inputs， Noisy 'and' Gate Model，DINA）。萊頓等（Leighton， Gierl， & Hunka， 2004）和德拉托雷（De la Torre， 2011）開發(fā)了多維及非補償性的屬性層次模型（Analytic Hierarchical Model，AHM）和多維補償性的廣義確定性輸入噪聲“與”門模型（Generalized Deterministic Inputs， Noisy 'and' Gate Model，G-DINA）。第三，對中等和較大規(guī)模的水平和分級測試進(jìn)行改型，主要針對閱讀和聽力。比如張（Jang， 2005）應(yīng)用多維和非補償性的融合模型（Fusion Model，F(xiàn)M）對新一代托?？荚囬喿x作答情況進(jìn)行了分析，問卷調(diào)查和訪談結(jié)果表明教師和學(xué)生均認(rèn)同診斷結(jié)果對面授教學(xué)的積極意義。其他研究還聚焦了聽力測試。比如，澤木等（Sawaki， et al.， 2009）應(yīng)用FM模型對托福網(wǎng)考聽力部分進(jìn)行了改型，指出與中小規(guī)模的測試相比，大規(guī)模測試能提高屬性矩陣的穩(wěn)定性，提供低風(fēng)險和高信度的診斷信息。第四，認(rèn)知診斷與信息化和互聯(lián)網(wǎng)技術(shù)不斷融合，線上線下教育的互聯(lián)互通逐步加強。已有研究將認(rèn)知診斷與計算機自適應(yīng)測試進(jìn)行結(jié)合（Kaplan， De la Torre， & Ramón-Barrada， 2015; Terzi & Sen 2019）。國際學(xué)生評估項目（PISA）和國際數(shù)學(xué)與科學(xué)趨勢研究項目（TIMSS）等大規(guī)?？荚囈巡捎糜嬎銠C自適應(yīng)結(jié)合認(rèn)知診斷技術(shù)提高測評結(jié)果挖掘的細(xì)粒化和智能化程度。此外，李等（Li， et al.， 2020）分析了在線慕課學(xué)習(xí)者個體學(xué)習(xí)及交互學(xué)習(xí)情況，指出認(rèn)知診斷可應(yīng)用于在線教育平臺挖掘數(shù)據(jù)、精準(zhǔn)診斷和追蹤學(xué)習(xí)行為等。

國內(nèi)關(guān)于認(rèn)知診斷真正意義上的理論研究始于21世紀(jì)初，辛濤（2005）、劉聲濤等（2006）、涂冬波等（2012）對理論進(jìn)行了系統(tǒng)介紹。戴海琦等（2013）和劉妍等（2017）對研究進(jìn)行了全面述評，還有研究對比了各類模型（涂冬波， 等， 2013; 蔡艷， 等， 2015）。實證研究主要針對大規(guī)模測試，以基礎(chǔ)教育階段語文和數(shù)學(xué)為主（涂冬波， 等， 2010; 張啟睿， 等， 2019; 李令青， 等， 2019）。部分研究以國際化考試為工具（陳慧麟， 等， 2013），針對本土大規(guī)模外語測試的改型研究（蔡艷， 等， 2011; 林燕婷， 等， 2018; 閔尚超， 等， 2019; 范婷婷， 等， 2019）仍然較少。認(rèn)知診斷與信息化和網(wǎng)絡(luò)化技術(shù)相結(jié)合的研究已逐步展開，以中小規(guī)模測評為主。比如，黃宏濤等（2019）基于BP神經(jīng)網(wǎng)絡(luò)開發(fā)了遠(yuǎn)程教學(xué)測評系統(tǒng)。還有研究者提出并嘗試將認(rèn)知診斷與遠(yuǎn)程計算機自適應(yīng)測試相結(jié)合。比如，楊淑群等（2009）指出二者形成的優(yōu)勢互補應(yīng)用于在線智能教評系統(tǒng)能有效提升教學(xué)質(zhì)量;葉海智等（2019）應(yīng)用基于認(rèn)知診斷的教學(xué)輔助系統(tǒng)對教育技術(shù)專業(yè)學(xué)生進(jìn)行測試和遠(yuǎn)程練習(xí)推送，教學(xué)效果良好?？梢?，學(xué)界已認(rèn)識到認(rèn)知診斷在數(shù)據(jù)挖掘和促進(jìn)線上線下教育互通方面的重要價值并開始付諸實踐。

綜上所述，認(rèn)知診斷理論已趨于成熟，開發(fā)出多樣化的模型應(yīng)用于實證研究。從學(xué)段和學(xué)科分布上來看，大部分聚焦基礎(chǔ)教育語文、數(shù)學(xué)與外語學(xué)科，針對高等教育外語學(xué)科的研究較少。從實施范圍來看，以往國內(nèi)研究多圍繞特定地區(qū)和學(xué)校，較少針對全國范圍。最后，從信息化和網(wǎng)絡(luò)化維度來看，多聚焦于中小規(guī)模面授或混合式教學(xué)，針對較大規(guī)模樣本的數(shù)據(jù)挖掘和在線應(yīng)用仍需繼續(xù)探索。因此，本研究將聚焦全國高校外語測試認(rèn)知診斷數(shù)據(jù)挖掘及其應(yīng)用于線上線下全學(xué)習(xí)過程的具體實施路徑。

三、大規(guī)模外語測試認(rèn)知診斷數(shù)據(jù)挖掘

（一）研究方法

我國教育部組織實施大學(xué)英語和西班牙語等專業(yè)的水平測試，屬于國家級大規(guī)模標(biāo)準(zhǔn)參照性測試。全國高校西班牙語專業(yè)水平測試（Examen de Espa?ol como Especialidad，EEE）分別在本科二年級和四年級舉行四級（簡稱“EEE-4”）和八級（簡稱“EEE-8”）測試，目的是確定水平、評估質(zhì)量和落實改革。部分高校以EEE-4合格作為畢業(yè)門檻，許多部委和企事業(yè)單位視其為應(yīng)聘條件。測試結(jié)束后，以遠(yuǎn)程方式為各高校提供報告，匯報全國平均分、各校平均分、考生分?jǐn)?shù)和排名，但未能充分反映微觀層面的問題與解決辦法。教師和學(xué)生均需要更精準(zhǔn)的個性化診斷報告，從而有針對性地在高年級進(jìn)行補救教學(xué)和學(xué)習(xí)?；谄惹械默F(xiàn)實需求，本研究選擇EEE-4考試開展認(rèn)知診斷改型數(shù)據(jù)挖掘。

以參與EEE-4考試的2，104名考生為研究對象。研究工具為閱讀試題?？忌栝喿x兩篇文章并完成30道單項選擇題。改型分為以下四步：定義屬性、建立題目和屬性關(guān)聯(lián)矩陣、選擇分析模型、提供分?jǐn)?shù)和反饋信息報告（Gierl， et al. ， 2000; Lee & Sawaki， 2009）。

第一步，界定測量的能力及其組成成分。分析考試大綱和測試框架后發(fā)現(xiàn)閱讀能力由5項技能構(gòu)成，分別為理解詞匯和句法、闡釋明示信息、掃讀和略讀、推斷隱含信息和總結(jié)信息。

第二步，對每道試題測量的具體技能進(jìn)行匹配，建立試題和技能關(guān)聯(lián)矩陣。一方面，根據(jù)細(xì)目表對每道題目考查的重點技能進(jìn)行標(biāo)記。另一方面，對9名考生（按成績分為高、中、低三組，每組各3名）進(jìn)行有聲思維實驗，作答時需匯報思維過程。之后參照閱讀技能對有聲思維數(shù)據(jù)進(jìn)行編碼和分析，界定成功作答每道試題所需要的技能。最后使用二進(jìn)制編碼標(biāo)記關(guān)聯(lián)結(jié)果。如表1中示例，0表示成功作答無須掌握該技能，1表示需掌握。最終構(gòu)建了30×5的數(shù)字陣列，即Q矩陣。

第三步，選擇恰當(dāng)?shù)恼J(rèn)知診斷模型。題目采用二元計分形式，測量的閱讀能力呈現(xiàn)多維異質(zhì)特點，此外技能之間存在補償效應(yīng)，即對正答均有概率貢獻(xiàn)。根據(jù)以往研究結(jié)果（De la Torre & Douglas， 2004; Chen， 2016; Li， Hunter， & Lei， 2016），G-DINA模型適用于二元計分，為多維補償模型，適用于本研究。

第四步，使用計算機進(jìn)行診斷分析并自動生成診斷報告。從宏觀整體（全國）、中觀局部（學(xué)校或班級）和微觀個體（學(xué)習(xí)者）層面進(jìn)行深度的數(shù)據(jù)挖掘。

（二）研究結(jié)果與分析

模型擬合結(jié)果表明，擬合指標(biāo)赤池信息量準(zhǔn)則（Akaike Information Criterion，AIC）和貝葉斯信息準(zhǔn)則（Bayesian Information Criterion，BIC）分別為60，734.43和61，785.45。G-DINA模型的max（χ2）數(shù)值為14.63，P值為0.06，擬合效果良好（De la Torre， et al.， 2004; 陳慧麟， 等， 2013; Chen， 2016; 林燕婷， 等， 2018）。數(shù)據(jù)挖掘結(jié)果分為以下三個層面。

1. 宏觀整體

分析可知全國考生對閱讀技能的整體掌握概率，反映宏觀層面情況。具體數(shù)據(jù)見表2。

整體上掌握情況最理想的技能為“推斷隱含信息”“掃讀和略讀”，說明探索未知信息和搜索已知信息能力較強，教學(xué)質(zhì)量最高?！袄斫庠~匯和句法”“總結(jié)信息”是大綱的教學(xué)重點，需繼續(xù)夯實。然而，“闡釋明示信息”的掌握概率遠(yuǎn)低于其他技能，說明從整體來看闡釋技能是教學(xué)和學(xué)習(xí)的難點。宏觀結(jié)果為全國教學(xué)和測試大綱修訂和教學(xué)改革工作提供依據(jù)。此外，與傳統(tǒng)的分?jǐn)?shù)和排名相比，認(rèn)知診斷可以提供與測試構(gòu)念緊密關(guān)聯(lián)的反饋信息，如任務(wù)形式或內(nèi)容出現(xiàn)變化，可克服歷年分?jǐn)?shù)無法關(guān)聯(lián)的桎梏，為數(shù)據(jù)共享共通提供便利。

認(rèn)知診斷還可以根據(jù)技能掌握分布情況將全國考生分類。結(jié)果表明，可劃分為28個組別。表3展示了部分情況。其中第二列“技能分布類型”中的數(shù)字0代表未掌握技能，1代表已掌握。5項技能排序與表2相同。比如，組別1中的“01111”表示僅未掌握“理解詞匯和句法”技能。

如表3所示，僅未掌握“理解詞匯和句法”和掌握全部技能的人數(shù)最多，約占總數(shù)的三分之一，其他組人數(shù)相對分散，說明技能分布呈現(xiàn)顯著多樣性特征。由此可知，對于不同組別應(yīng)打破“人人一課”，應(yīng)針對不同痛點采取多樣的補償手段，實現(xiàn)“殊途同歸”的目標(biāo)。然而，宏觀層面仍不足以適應(yīng)本地化的需求，還需從中觀局部層面分析和解讀。

2. 中觀局部

認(rèn)知診斷數(shù)據(jù)挖掘為學(xué)?；虬嗉壧峁┚哂斜镜鼗厣膮⒄障到y(tǒng)。以某高校為例，中觀層面結(jié)果如表4所示，標(biāo)注方法與表2、表3相同。

可見約三分之一的學(xué)生掌握了全部技能，無須進(jìn)行補救。約四分之一的學(xué)生未能掌握“總結(jié)信息”技能，數(shù)量較大，需針對這部分學(xué)生調(diào)整教學(xué)內(nèi)容和方法，提升其概括和歸納大意能力。與宏觀結(jié)果對比可知，該校中觀層面結(jié)果存在差異。比如，掌握全部技能的全國人數(shù)比例為16.97%，而該校比例為32.86%。根據(jù)該校的情況，應(yīng)考慮單獨分班或進(jìn)行分組教學(xué)。再比如，全國情況體現(xiàn)出的痛點在于“闡釋明示信息”，而該校的困難在于“總結(jié)信息”，因此需要結(jié)合二者進(jìn)行深入反思。中觀層面的數(shù)據(jù)挖掘結(jié)果提供了本地化的統(tǒng)一參照系統(tǒng)，可以應(yīng)用技術(shù)手段針對不同組別特點對各類教學(xué)資源進(jìn)行自動化管理?？梢詫⒃\斷結(jié)果和學(xué)習(xí)方案、課堂表現(xiàn)、教材內(nèi)容、練習(xí)題庫等線下和線上教育實踐中的數(shù)據(jù)全部關(guān)聯(lián)。然而，仍不足以支持個人定制式的學(xué)習(xí)，需要向微觀個體層面繼續(xù)深入。

3. 微觀個體

基于認(rèn)知診斷的數(shù)據(jù)挖掘最終分析出每名學(xué)生個性化的技能掌握情況。上文中高校學(xué)生的分析結(jié)果示例如表5所示，標(biāo)注方法同上。

可見，學(xué)生乙未能掌握“闡釋明示信息”技能，學(xué)生丙未能掌握“理解詞匯和句法”技能。比如針對同一道題目，前者誤答的原因在于闡發(fā)已理解詞義能力不足，而后者在于未正確理解詞義。傳統(tǒng)的分?jǐn)?shù)結(jié)果表明乙和丙均誤答此題，得分一致，而實際的技能掌握差異仍需要認(rèn)知診斷進(jìn)行精準(zhǔn)定位。根據(jù)數(shù)據(jù)挖掘結(jié)果可以為乙和丙制定針對該題目的個性化補救策略。

綜上所述，應(yīng)用計算機技術(shù)對大規(guī)模外語測試進(jìn)行認(rèn)知診斷數(shù)據(jù)挖掘可以獲取豐富的個性化信息（馬玉慧， 等， 2018; 黃宏濤， 等， 2019），而如何打破時空限制將診斷結(jié)果與教學(xué)和學(xué)習(xí)形成在線一體聯(lián)動仍需要具體的操作路徑。

四、大規(guī)模外語測試認(rèn)知診斷的應(yīng)用實踐

進(jìn)行認(rèn)知診斷數(shù)據(jù)挖掘之后，為高校提供了宏觀、中觀和微觀層面的反饋信息，各校結(jié)合自身的情況將結(jié)果與教學(xué)和學(xué)習(xí)對接。以表4中高校為例，該校首先對宏觀和中觀信息進(jìn)行了分析，發(fā)現(xiàn)本校學(xué)生掌握技能情況與全國情況不同，且呈現(xiàn)多樣化特點。由于師資力量有限，在線下無法進(jìn)行充分因材施教的情況下，閱讀課采用了線下分組教學(xué)和在線分組互動方式進(jìn)行。分組情況如下：對表4中第1～10組技能有欠缺的學(xué)生進(jìn)行了補救式指導(dǎo)，對第11組已掌握全部技能的學(xué)生進(jìn)行了拓展教學(xué)。根據(jù)中觀的反饋結(jié)果，在1～10組中，未掌握“總結(jié)信息”的人數(shù)最多，是教學(xué)難點。未掌握“闡釋明示信息”的人數(shù)相對較多，需突出強調(diào)。教師在統(tǒng)一的數(shù)字化平臺Blackboard數(shù)字教學(xué)平臺發(fā)布了與中觀層面信息相符的教學(xué)大綱，部分內(nèi)容如表6所示。

此外，由計算機自動匹配生成了個性化的診斷報告，在課前通過在線學(xué)習(xí)平臺向每名學(xué)生進(jìn)行一對一的反饋（馬玉慧， 等， 2018; 葉海智， 等， 2019）。以表5中學(xué)生乙為例，報告部分內(nèi)容如表7所示。

依據(jù)統(tǒng)一的診斷結(jié)果，教師首先根據(jù)五項技能對預(yù)習(xí)任務(wù)進(jìn)行分解，然后由計算機為每組學(xué)生匹配生成相應(yīng)的預(yù)習(xí)導(dǎo)學(xué)案，對于學(xué)習(xí)有欠缺的學(xué)生進(jìn)行支架式的引導(dǎo)（Li， et al.， 2020）。比如，應(yīng)用在線學(xué)習(xí)平臺的群組功能為表4中的第9組學(xué)生（未掌握闡釋技能）統(tǒng)一提供精準(zhǔn)的預(yù)習(xí)導(dǎo)學(xué)案：請學(xué)生在課前閱讀標(biāo)題為“廣告的負(fù)面影響”的文章，找出表示“批判”的同義表達(dá)手段。課前第9組學(xué)生還需應(yīng)用微信或釘釘進(jìn)行小組討論，查找詞典和研讀文本，分析表示“批判”時使用的策略，旨在從預(yù)習(xí)開始有針對性地提升闡釋技能。

在線下課堂中，教師將技能情況互補的小組合并為一個學(xué)習(xí)小組。比如將表4中第9組（學(xué)生乙所在組）和第6組（學(xué)生丙所在組）重組為一個討論組。教師首先對預(yù)習(xí)內(nèi)容進(jìn)行抽查和講解，之后同組學(xué)生共同閱讀文章并討論完成句意闡釋練習(xí)。其用意在于讓未掌握理解與闡釋技能的學(xué)生開展組內(nèi)合作，通過互助完成任務(wù)?？梢?，統(tǒng)一標(biāo)準(zhǔn)打通了課前預(yù)習(xí)、課堂任務(wù)和課堂表現(xiàn)，使各環(huán)節(jié)均指向痛點，信息互聯(lián)互通（楊淑群， 等， 2009; 馬玉慧， 等 2018; 葉海智， 等， 2019）。

在課后學(xué)習(xí)環(huán)節(jié)，教師首先依據(jù)不同的技能設(shè)計相應(yīng)的作業(yè)與練習(xí)，并由計算機為學(xué)生進(jìn)行匹配，通過在線學(xué)習(xí)平臺推送作業(yè)與練習(xí)，示例如表8所示。

最后，通過在線學(xué)習(xí)平臺的群組功能，學(xué)生乙與其他已掌握闡釋技能的學(xué)生展開同伴作業(yè)互評并提出改進(jìn)建議，提供解決問題的不同視角。

與以往應(yīng)用認(rèn)知診斷進(jìn)行中小規(guī)模課程遠(yuǎn)程測評的研究結(jié)果一致，基于大規(guī)模外語測試的數(shù)據(jù)挖掘信息反饋同樣能夠精準(zhǔn)因材施教，診斷出學(xué)生個性化的認(rèn)知結(jié)構(gòu)（馬玉慧， 等， 2018; 黃宏濤， 等， 2019）。在之后的在線教學(xué)中，早期的診斷信息對預(yù)測學(xué)業(yè)困難風(fēng)險、進(jìn)行適應(yīng)性的支架式教學(xué)、構(gòu)建交互式學(xué)習(xí)小組具有積極意義（Li， et al.， 2020），能夠以數(shù)字化形式建立過去、當(dāng)前和未來學(xué)習(xí)行為和目標(biāo)的關(guān)聯(lián)，有效提升教學(xué)質(zhì)量（楊淑群， 等， 2009）。

此外，認(rèn)知診斷信息可與個性化的學(xué)習(xí)資源（如導(dǎo)學(xué)案、教材、練習(xí)題、自主學(xué)習(xí)材料）和解決方案推送關(guān)聯(lián)，與信息技術(shù)進(jìn)行深度融合，在統(tǒng)一的數(shù)字化平臺進(jìn)行發(fā)布和應(yīng)用，進(jìn)行精準(zhǔn)、及時和可持續(xù)的“施教”，與隨機推送相比更加科學(xué)合理（馬玉慧， 等， 2018; 葉海智， 等， 2019）。教師在在線導(dǎo)學(xué)中也能夠發(fā)揮主觀能動性，對精準(zhǔn)解讀和應(yīng)用診斷結(jié)果起到積極作用（馬玉慧， 等， 2018）。與傳統(tǒng)的面授形式相比，基于認(rèn)知診斷的遠(yuǎn)程教學(xué)和學(xué)習(xí)形式使信息互聯(lián)互通，對開設(shè)專業(yè)較晚、缺乏豐富教學(xué)資源的學(xué)校來說尤其具有重要的意義（楊淑群， 等， 2009）。總之，基于測試數(shù)據(jù)挖掘和融入線上線下教育全過程的理念，可以構(gòu)建表9中一體聯(lián)動的實施路徑。

綜上所述，認(rèn)知診斷能適應(yīng)多樣化的外語學(xué)習(xí)環(huán)境和方式，可將個性化學(xué)習(xí)者特征、開放性學(xué)習(xí)資源和信息技術(shù)有機整合，符合“推進(jìn)信息技術(shù)與教育教學(xué)深度融合”“更新教育理念、變革教育模式”的目標(biāo)和要求。

五、結(jié)論和啟示

認(rèn)知診斷可以對大規(guī)模外語測試數(shù)據(jù)進(jìn)行深度挖掘和分析，在實現(xiàn)宏觀整體反饋之外，同樣關(guān)注中觀局部和微觀個體層面細(xì)?；脑\斷結(jié)果，可以使各類利益相關(guān)者了解全國、各地區(qū)、各校、各班級的具體情況，并獲取學(xué)習(xí)者個體的精準(zhǔn)信息，為運用信息技術(shù)實現(xiàn)個性化教學(xué)提供依據(jù)。此外，認(rèn)知診斷數(shù)據(jù)挖掘結(jié)果可貫穿運用于測試后的教學(xué)與學(xué)習(xí)過程，充分實現(xiàn)信息反饋與線上線下教育實踐科學(xué)融合，達(dá)成廣泛深入的共享和互動。自動匹配的診斷信息和多樣化的學(xué)習(xí)資源可以實現(xiàn)有效互通，使預(yù)習(xí)、討論、復(fù)習(xí)、測評等教育活動能夠一體聯(lián)動、互助互利，將開放資源投入到開放環(huán)境和活動中去，打破時空限制以提升教育質(zhì)量。

[參考文獻(xiàn)]

蔡艷，丁樹良，涂冬波. 2011. 英語閱讀問題解決的認(rèn)知診斷[J]. 心理科學(xué)，34（2）：272-277.

蔡艷，譚輝暉，涂冬波. 2015. 哪個測驗Q矩陣更合理：基于DINA模型測驗合理性偵查指標(biāo)及其比較與應(yīng)用[J]. 心理科學(xué)，38（5）： 1239-1247.

陳慧麟，陳勁松. 2013. G-DINA認(rèn)知診斷模型在語言測驗中的驗證[J]. 心理科學(xué)（6）：192-197.

戴海琦，謝美華，丁樹良. 2013. 我國大陸認(rèn)知診斷研究的文獻(xiàn)計量分析[J]. 南京師大學(xué)報（社會科學(xué)版）（6）：88-97.

杜文博，馬曉梅. 2018. 基于認(rèn)知診斷評估的英語閱讀診斷模型構(gòu)建[J]. 外語教學(xué)與研究，50（1）：76-90.

范婷婷，曾用強. 2019. 認(rèn)知診斷測試及其在閱讀理解能力上的應(yīng)用述評[J]. 中國外語（2）：82-89.

黃宏濤，李世珍，李世玉，宋婷鴿，蘇明驁. 2019. 基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知診斷方法在個性化教學(xué)中的應(yīng)用[J]. 中國遠(yuǎn)程教育（1）：86-91.

李令青，韓笑，辛濤，劉彥樓. 2019. 認(rèn)知診斷評價在個性化學(xué)習(xí)中的功能與價值[J]. 中國考試，321（1）：43-47.

林燕婷，陳慧麟，陳勁松. 2018. 探索語言水平測試的認(rèn)知診斷改造和深度分析：以廣州市英語學(xué)業(yè)考試為例[J]. 心理科學(xué)（4）：989-995.

劉聲濤，戴海琦，周駿. 2006. 新一代測驗理論——認(rèn)知診斷理論的源起與特征[J]. 心理學(xué)探新，26（4）：73-77.

劉妍，戴靜，石小亮，牛雨，祝嘉鈺，顧小清. 2017. 認(rèn)知診斷理論在計算機自適應(yīng)測試中的應(yīng)用與啟示[J]. 中國遠(yuǎn)程教育（4）：42-79.

劉占榮，劉永權(quán)，武麗娜. 2018. 國際遠(yuǎn)程高等教育研究與發(fā)展趨勢[J]. 中國遠(yuǎn)程教育（12）：31-42.

閔尚超，熊笠地. 2019. 基于認(rèn)知診斷評估的聽力理解互補性機制探究[J]. 現(xiàn)代外語，42（2）：112-124.

馬玉慧，王珠珠，王碩爍，郭炯. 2018. 面向智慧教育的學(xué)習(xí)分析與智能導(dǎo)學(xué)研究——基于RSM的個性化學(xué)習(xí)資源推送方法[J]. 電化教育研究，39（10）：47-52.

涂冬波，戴海崎，蔡艷，丁樹良. 2010. 小學(xué)兒童數(shù)學(xué)問題解決認(rèn)知診斷[J]. 心理科學(xué)，33（6）：1461-1466.

涂冬波，蔡艷，丁樹良. 2012. 認(rèn)知診斷理論、方法與應(yīng)用[M]. 北京：北京師范大學(xué)出版社.

涂冬波，蔡艷，戴海琦. 2013. 幾種常用非補償型認(rèn)知診斷模型的比較與選用：基于屬性層級關(guān)系的考量[J]. 心理學(xué)報，45（2）：243-252.

辛濤. 2005. 當(dāng)前考試?yán)碚撗芯康倪M(jìn)展[J]. 心理發(fā)展與教育：63-68.

葉海智，楊柳，黃宏濤，梅鈺皎. 2019. 面向認(rèn)知診斷的能力等級自適應(yīng)試題推送模型構(gòu)建及應(yīng)用. 電化教育研究（11）：93-98.

張啟睿，邊玉芳，陳平，張積家. 2019. 小學(xué)低年級學(xué)生漢字學(xué)習(xí)認(rèn)知診斷研究[J]. 教育探究（2）：76-85.

Buck， G.， Tatsuoka， K.， & Kostin， I. （1997）. The subskills of reading： Rule-space analysis of a multiple-choice test of second language reading comprehension. Language Learning，（47）， 423-466.

Buck，G.， & Tatsuoka， K. K. （1998）. Applications of the rule-space procedure to language testing： Examining attributes of a free response listening test. Language Testing， 15（2）： 119-157.

Chen， H.， & Chen， J. （2016）. Retrofitting non-cognitive-diagnostic reading assessment under the generalized DINA model framework. Language Assessment Quarterly， 13（3）： 218-230.

De la Torre， J.， & Douglas， J. （2004）. Higher-order latent trait models for cognitive diagnosis. Psychometrika， 69（3）， 333-353.

De la Torre， J. （2008）. An empirically based method of Q-matrix validation for the DINA model： Development and applications. Journal of Educational Measurement， 45（4）： 343-362.

De La Torre， J. （2011）. The generalized DINA model framework. Psychometrika， 76， 179-199.

Gierl， M. J.， Leighton， J. P.， & Hunka， S. M. （2000）. Exploring the logic of Tatsuokas rule-space model for test development and analysis. Educational Measurement： Issues and Practices， 19（3）， 34-44.

Jang， E. E. （2005）. A validity narrative： effects of reading skills diagnosis on teaching and learning in the context of NG TOEFL. Unpublished doctoral dissertation， University of Illinois at Urbana-Champaign.

Kaplan， M.， De la Torre， J.， Ramón-Barrada， J. （2015）. New item selection methods for cognitive diagnosis computerized adaptive testing. Applied Psychological Measurement， 39（3）：167-188.

Lee， Y.， & Sawaki， Y. （2009）. Cognitive diagnosis approaches to language assessment： An overview. Language Assessment Quarterly，（6）： 172-189.

Leighton， J. P.， Gierl， M. J.， & Hunka， S. （2004）. The attribute hierarchy method for cognitive assessment： A variation on Tatsuokas rule-space aapproach. Journal of Educational Measurement， 41， 205-236.

Leighton， J. P. & Gierl， M. J. （2007）. Cognitive diagnostic assessment for education： Theory and applications. Cambridge： Cambridge University Press.

Li， H.， Hunter， V. C.， & Lei， P. （2016）. The selection of cognitive diagnostic models for a reading comprehension test. Language Testing， 33（3）， 391-409.

Li， H.， Kim， M.， & Yao， X. （2020）. Individual learning vs. interactive learning： A cognitive diagnostic analysis of MOOC students learning behaviors. American Journal of Distance Education， 34（2）： 121-136.

Mislevy， R. J. （1993）. Foundations of a new test theory. In： N. Frederiksen， R. J. Mislevy & I. I. Bejar（Eds.）， Test theory for a new generation of tests（pp.19-39）. Hillsdale， NJ： LEA.

Nichols， P. D. （1994）. A framework for developing cognitively diagnostic assessment. Review of Educational Research， 64（4）： 575-603.

Sawaki， Y.， Kim， H. J.， & Gentile， C. （2009）. Q-matrix construction： Defining the link between constructs and test items in large-scale reading and listening comprehension assessments. Language Assessment Quarterly，（6）： 190–209.

Tatsuoka， K. K. （1983）. Rule-space： An approach for dealing with misconceptions based on item response theory. Journal of Educational Measurement， 20（4）： 345-354.

Terzi， R. & Sen， S. （2019）. A nondiagnostic assessment for diagnostic purposes： Q-matrix validation and item-based model fit evaluation for the TIMSS 2011 assessment. SAGE Open， 9（1）： 1-11.

Yang， S.， Ding S.， & Yin Z. （2009）. The theory about CD-CAT based on FCA and its application. International Journal of Distance Education Technologies， 7（4）： 61-78.

收稿日期：2020-01-13

定稿日期：2021-01-11

作者簡介：王萌萌，博士，副教授，碩士生導(dǎo)師，北京外國語大學(xué)西葡語學(xué)院（100089）。

責(zé)任編輯 單 玲