人工智能課程中表現(xiàn)性評價的設計與應用*

詹澤慧 姚佳靜 吳倩意 黃秉剛

人工智能課程中表現(xiàn)性評價的設計與應用*

詹澤慧1姚佳靜2吳倩意1黃秉剛3

（1．華南師范大學，教育信息技術學院，廣東廣州 510631；2．深圳市鹽田區(qū)實驗學校，廣東深圳 518083；3．深圳龍華未來教育研究院，廣東深圳 518126）

在國家政策積極鼓勵人工智能教育、核心素養(yǎng)導向驅動課堂評價變革的大背景下，如何在人工智能課程中開展表現(xiàn)性評價成為了重要的研究議題。文章首先分析了表現(xiàn)性評價應用于人工智能課程的適切性；隨后提出了“教—學—評”一體化的設計理念，構建了“目標—任務—評價”三步走的設計流程，并歸納了五種典型的表現(xiàn)性評價方式；最后，文章以H中學為例在人工智能課程中進行了表現(xiàn)性評價的應用，發(fā)現(xiàn)表現(xiàn)性評價可從不同角度進行評判和反饋，但在使用表現(xiàn)性評價量表的過程中也存在內容設計、計分方式、使用方式等方面的問題。在人工智能課程中開展表現(xiàn)性評價，推動以評定教、以評促學，有助于學生高階能力的形成，是智能化時代創(chuàng)新人才培養(yǎng)的有效途徑。

人工智能課程；表現(xiàn)性評價；核心素養(yǎng)；編程作品

一 問題的提出

在人工智能時代，世界各國意識到了掌握先進技術和培養(yǎng)創(chuàng)新人才的重要性，紛紛重視發(fā)展人工智能教育。2016年，美國先后發(fā)布《為人工智能的未來做好準備》《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》，為人工智能的發(fā)展制定策略、規(guī)劃方向。緊追其后，英國發(fā)布《人工智能：未來決策制定的機遇與影響》，法國制定《國家人工智能戰(zhàn)略》，日本提出《超智能社會5.0戰(zhàn)略》，均強調人工智能對未來綜合國力的影響，并明確了迎接人工智能時代的積極態(tài)度。2017年，我國印發(fā)《新一代人工智能發(fā)展規(guī)劃》，號召各類學校逐步新增人工智能課程，建設全國人才梯隊，同年發(fā)布高中信息技術課程標準，將“人工智能初步”確定為選擇性必修課程。2020年，五套《人工智能初步》高中新課標教材陸續(xù)出版[1]，人工智能教育逐漸在中小學課堂普及。

然而，在人工智能教育實踐中，一線教師普遍反映最為棘手的問題是在教學過程中如何實施評價。在新一輪課程改革中，評價方式的改革問題引發(fā)了大量討論：單一關注學生考試成績的傳統(tǒng)評價方法受到詬病，而以學習過程中學生外化表現(xiàn)為度量的表現(xiàn)性評價成為關注的焦點。一方面，表現(xiàn)性評價將學習表現(xiàn)作為評價依據(jù)，能比測驗考試獲得更全面、更客觀的評價結果，且更適合用來評價“做”的能力，契合人工智能教育面向高階能力和綜合素養(yǎng)培養(yǎng)的目標。另一方面，表現(xiàn)性評價具有指導性，可融入教學過程作為支架，促進教與學。對教師來說，合理運用表現(xiàn)性評價有助于其判斷學生在課程中的學習狀態(tài)，確定學生是否適合繼續(xù)學習特定的內容，并據(jù)此調整教學目標和進度。而對學生來說，表現(xiàn)性評價提供了明確的表現(xiàn)性任務，學生在完成任務的過程中可以根據(jù)每個節(jié)點或基本要素的評價標準來了解學習目標、評估自身表現(xiàn)水平，促進自我反思、監(jiān)控、調節(jié)和管理，故有助于學生合理把握學習節(jié)奏，促進元認知發(fā)展。

在智能時代呼喚創(chuàng)新人才、國家政策積極鼓勵人工智能教育、核心素養(yǎng)導向驅動課堂評價體系變革等大背景下，證據(jù)導向的人工智能課程表現(xiàn)性評價亟待開展。表現(xiàn)性評價在當前可行而未暢行的原因主要在于：一線教師對人工智能課程中設計和有效實施表現(xiàn)性評價的方法還不甚了解。鑒于此，本研究嘗試從適切性、設計方法、應用模式三方面討論如何將表現(xiàn)性評價應用于人工智能課程，實現(xiàn)教、學、評的一體化，以達到培養(yǎng)學生綜合素養(yǎng)和高階思維的目的。

二 表現(xiàn)性評價應用于人工智能課程的適切性分析

1 表現(xiàn)性評價的發(fā)展歷程與既定規(guī)范

表現(xiàn)性評價是一種以證據(jù)為導向、同時兼顧過程與結果、以評促教的評價方式，其基本假設是：任何一種行為和認知表現(xiàn)都可以分解為一系列基本要素，作為表征學業(yè)水平的證據(jù)；只要對各要素進行合理評價，就可以對總體水平進行準確評定[2]。表現(xiàn)性評價的發(fā)展歷程可追溯至古代中國和中世紀歐洲，其基本形態(tài)曾見于各級各類人才選拔。然而從20世紀起，在第一次工業(yè)革命引發(fā)的“機械化”浪潮席卷下，標準化紙筆測驗成為了風靡全球的主流評價手段。20世紀80年代，人們意識到標準化紙筆測驗重識記輕發(fā)散、重結果輕過程、僅強調唯一正確答案的做法不利于甄選創(chuàng)新人才，轉而開始關注適用于評估問題解決、溝通合作和批判性思維等高階能力的表現(xiàn)性評價[3]。21世紀以來，各類智能技術賦能于創(chuàng)新人才培養(yǎng)的戰(zhàn)略需求，讓表現(xiàn)性評價在評估學生高階能力方面的優(yōu)勢日益凸顯，成為人才評價的重要形式。英國是最早將表現(xiàn)性評價作為高校錄取依據(jù)的國家：在日常教學中由學科教師以中心評審課程作業(yè)的形式（如實驗報告、實地調查報告、研究論文等）開展，依據(jù)全國性大學入學考試機構統(tǒng)一制定的評分標準打分。美國、日本在高利害考試和學習質量監(jiān)控項目命題中嵌入具有真實情境的表現(xiàn)性評價，也取得了良好效果[4]。我國的表現(xiàn)性評價應用起步較晚，直至本世紀初才逐步見于學科教學[5]。

在表現(xiàn)性評價應用和發(fā)展的過程中，已形成了既定的規(guī)范。表現(xiàn)性評價的設計，離不開評價目標的確定、表現(xiàn)性任務的設計和評分規(guī)則的建構[6]。評價目標直接反映表現(xiàn)性評價的“教育性”，是表現(xiàn)性任務和評分規(guī)則的基礎。由于表現(xiàn)性評價注重評價內容，而對評價過程沒有統(tǒng)一要求，故容易造成其信度低于標準化紙筆測驗的情況。為了避免主觀性、提升評價結果的參考價值，必須制定清晰的評價標準加以規(guī)約。高質量的評價標準需具備以下特征：①內容清晰、表述準確，即使用者能看懂且認同評價標準的相關內容、評價標準的內容避免存在歧義，師生均能根據(jù)描述明確與之對應的結果；②便于理解、易于操作，即師生能夠快速理解評價標準的正確用法，并在教學過程中快速上手操作。在具體實施過程中，應注意：①落實評分規(guī)則的測量功能。指向行為的規(guī)則描述應有制約的前提和限定因素，并對行為結果進行量化表達，形成具體可行的評價標準條目，保證信度和個體公平。②發(fā)揮評分規(guī)則的導向作用。評價標準應始終圍繞教學目標展開，可將目標分解為層次化的評價要素，通過學習支架將評價嵌入教學過程中，評分規(guī)則可調控教學，并能向學生反饋有意義的信息。

2 表現(xiàn)性評價應用于人工智能課程的適切性

人工智能課程具有區(qū)別于其他課程的獨特性：在內容上，主要涉及人工智能的發(fā)展史、核心算法與編程、系統(tǒng)設計開發(fā)、典型應用、倫理道德等；在形式上，項目實踐和動手操作是其中必不可少的部分，需配置軟硬件設備，而受限于人多、設備少等問題，協(xié)作式項目實踐是課程的常態(tài)[7]。表現(xiàn)性評價在人工智能課程應用的適切性主要體現(xiàn)在四個方面：①評價目標的適切性。人工智能課程面向科技創(chuàng)新人才培養(yǎng)，最終指向學生核心素養(yǎng)，而非僅僅停留在評估知識技能的習得情況，與表現(xiàn)性評價指向高階能力培養(yǎng)的目標相吻合。②評價形式的適切性。人工智能課程本質上是一種基于真實問題/任務的學習，具有較強的情境依賴性，這與表現(xiàn)性評價通過表現(xiàn)性任務反映行為表現(xiàn)水平在形式上高度一致。③評價載體的適切性。人工智能課程通常涉及學生設計能力和動手操作能力的培養(yǎng)，這些能力可通過作品創(chuàng)作、創(chuàng)意物化的方式得到較好的反映，這也正是應用表現(xiàn)性評價的優(yōu)勢之所在。④多元融合的適切性。人工智能技術在各行業(yè)具有廣泛的普適性和可嵌入性，人工智能課程也具有多學科融合性，可作為整合性學習的載體，在評價上亦需考慮多個學科的評價目標，這與表現(xiàn)性評價要素多元、層次豐富、操作靈活的特性相匹配。綜上所述，表現(xiàn)性評價在人工智能課程中具有較好的適用性和可拓展性。

三 人工智能課程表現(xiàn)性評價的設計方法

1 設計理念：“教—學—評”一體化

目前，人工智能課程在表現(xiàn)性評價方面尚缺乏經驗積累，評什么、怎么評等問題都值得深思。本研究遵循“教—學—評”一體化的設計理念（如圖1所示），提出了一套可行的人工智能課程表現(xiàn)性評價方法：將評價與教學活動相融合，學生在評價過程中獲得指導，教師可根據(jù)評價結果調整教學方案。在“教—學—評”一體化的設計理念中，核心素養(yǎng)、項目學習、表現(xiàn)性評價三者相輔相成、動態(tài)呼應：以核心素養(yǎng)為核心的教學目標指導項目學習和表現(xiàn)性評價的進行，而項目學習的過程與產出是表現(xiàn)性評價的對象和載體；表現(xiàn)性評價可基于課堂行為、項目作品（如編程代碼、人工智能產品等）、項目工作紙或過程性文檔、量表等進行；開展依托表現(xiàn)性評價生成的反思、監(jiān)控等元認知活動，可以同步優(yōu)化整個項目學習的效果。

圖1 “教—學—評”一體化的設計理念

圖2 人工智能課程表現(xiàn)性評價的設計流程

2 設計流程：“目標—任務—評價”三步走

人工智能課程表現(xiàn)性評價的設計流程可歸納為三個步驟，如圖2所示。

（1）確定評價目標

清晰易懂的評價目標，既是設計表現(xiàn)性任務和落實評分規(guī)則的依據(jù)與基礎，也是整個教學活動的指揮棒。一般來說，確定評價目標的方法有兩種[8]：一是“自上而下”基于課程標準或其他頂層設計文件確定評價目標的標準化形式，多用于日常教學；二是“自下而上”基于特定的教學內容確定評價目標的定制化形式，可用于校本特色課程。由于人工智能課程屬于信息技術學科，故首先要以信息技術學科核心素養(yǎng)為指引，根據(jù)各階段教學內容制定具體的三維目標（即知識與技能目標、過程與方法目標、情感態(tài)度與價值觀目標），將抽象的素養(yǎng)標的在知識技能和情感三個維度上進行具體描述；繼而要根據(jù)三維教學目標確定相應的評價目標（如應該知道的、能夠做到的、應該發(fā)展的），為后續(xù)設計表現(xiàn)性任務、實施表現(xiàn)性評價提供方向性指引。值得一提的是，近期已有國內幾份頂層設計文件（如中央電化教育館組織編制的《中小學人工智能技術與素養(yǎng)框架》、中國教育學會中小學信息技術教育專業(yè)委員會組織編制的《中小學人工智能課程開發(fā)標準（試行）》等）針對我國的具體國情，對基礎教育各學段學生需掌握的學習內容和能力水平進行了界定。在評價目標制定的過程中，應參考頂層設計文件中已有的設計進行細化，根據(jù)學科關鍵能力的階段水平和課程內容模塊對應的能力達成水平確定評價內容和評價維度。

（2）設計表現(xiàn)性任務

表現(xiàn)性任務是指教師根據(jù)教學方案設計具體情境下的教學項目及任務。根據(jù)表現(xiàn)性評價在使用過程中所受制約程度的不同，可將表現(xiàn)性任務分為受限的任務和發(fā)散的任務——受限程度越高，越適合考察概念性的知識；受限程度越低，則越適合觀察學生的直接表現(xiàn)和綜合能力。在教學活動中，比較常見的表現(xiàn)性任務有紙筆任務、示范展示、實驗調查、口頭表達與戲劇表演、項目學習。表現(xiàn)性任務的設計可按照以下流程進行：首先，根據(jù)教學目標，選擇合適的項目主題、創(chuàng)設情境，設計大單元教學中的任務組合[9]。然后，根據(jù)具體教學內容和評價目標設計評價任務，包括制定任務要求、編寫清晰明確的任務指導語、根據(jù)實際情況確定可行的評價方式。最后，構建評價規(guī)則，在具體任務中將評價目標分解成可觀察、可評分的行為表現(xiàn)目標。由于人工智能課程通常以項目式、協(xié)作式的形式進行，所以評分規(guī)則需考慮個體評價和集體評價兩種類型：個體評價的評分規(guī)則指向個體行為表現(xiàn)，既可以針對學生表現(xiàn)的整體情況進行總結性評分，又可以采用分項評分規(guī)則對包含若干重要要素的、較為復雜的表現(xiàn)進行量化；而集體評分指向團隊/協(xié)作小組/班級，通常針對某一集體產出（如小組作品、集體完成的方案文檔、組裝好的智能套件等）進行評價。借助核對表、表現(xiàn)清單、等級評價量表和基本要素分析量表確定評價構成要素后，需進一步將具體任務中的評價目標分解成可觀察、可用評價標準評分的具體表現(xiàn)目標，為評價的實施做好準備。

（3）實施表現(xiàn)性評價

表現(xiàn)性評價的實施需與教學過程/項目實施過程相結合，根據(jù)所選的評價方式確定數(shù)據(jù)采集方式（如錄像、問卷、觀察記錄等）。分析得到評價結果后，教師應及時做歸因處理，以合理的方式將評價結果反饋給學生，并適當進行教學干預；學生應在教師的引導下積極反思，調整自己的學習狀態(tài)和策略。評價的實施應遵循以下兩個原則：①全面性。評價標準要覆蓋所有學生所能達到的水平，要對不同維度的表現(xiàn)進行差異化描述，并在實施評價時關注和凸顯不同維度的差異。②準確性。評價標準對于每個維度及其每個評價指標的描述都要清晰、準確，要能夠區(qū)分不同程度的行為表現(xiàn)，讓評價者能夠根據(jù)評價標準了解到評什么、如何評。同時，要讓學生能夠意識到自己現(xiàn)有水平與更高水平之間的差距，以引導其更好地發(fā)展。例如，在對學生的編程思路進行評價時，可區(qū)分出三個不同的水平：①不能在任務單上寫出編程思路；②能在任務單上寫出編程思路；③能在任務單上用系統(tǒng)化的方法寫出編程思路。這三個水平依次提高，有助于學生認識到自己需要用系統(tǒng)化的方法來思考、理順編程思路。

3 評價方式：多元化

人工智能課程中的表現(xiàn)性評價可分為行為類、作品類、工作紙類、試題類、量表類等五種類型，這五類表現(xiàn)性評價方式的對比如表1所示。

表1 五類表現(xiàn)性評價方式的對比

（1）基于行為的評價

人工智能教育注重實踐，傾向于開展伴隨性、過程性的評價，可通過觀察和分析外顯行為來評估學生的高階能力[10]?；谛袨榈脑u價主要對課堂交互行為、編程任務表現(xiàn)進行采集和編碼實現(xiàn)，主要有三種類型：①師生或生生互動分析。例如，顧小清等[11]設計了基于信息技術的互動分析編碼系統(tǒng)，形成互動分析編碼表，每3秒進行一次行為編碼，并通過滯后序列分析形成行為序列；Zhan等[12]設計了智慧教室?guī)熒泳幋a系統(tǒng)，納入了言語行為、動作行為、教師驅動、學生主動等維度，可分析“主導—主體”的互動程度。②論壇上的話語分析，如在線討論的話語分析[13]，這種形式主要適用于混合式教學，需有在線平臺的支持。③人工智能項目開發(fā)過程的行為表現(xiàn)分析。例如，美國加州大學基于Alice平臺開發(fā)了The Fairy Assessment，其通過讓用戶在三個不同難度的評價任務中調試和修正程序故障來評測其問題解決能力[14]。

表2 編程作品評分表

（2）基于作品的評價

基于開放性作業(yè)來評價學生的綜合表現(xiàn)，是作品分析法的一種。Seiter等[15]設計了計算思維理解與評價進階（Progression of Early Computational Thinking，PECT）模型，用于對小學生的計算思維進行測評：假定小學生能夠設計、實施特定任務的程序，將其行為按照“計算思維概念—設計模式變量—證據(jù)變量”三個抽象程度依次遞減的層次進行分類，將Scratch代碼作為具體活動可操作的證據(jù)變量進行評分。目前應用最廣泛的圖形化編程作品評價工具是Dr. Scratch，此工具通過觀察編程作品中程序的抽象性、數(shù)據(jù)表示、空間調控、邏輯性、并行性、觸發(fā)、同步性七個子維度對計算思維進行評價。但是，本研究使用的平臺是科大訊飛的暢言智AI平臺，與Dr. Scratch不兼容?？紤]到這一問題在其他研究中也可能存在，故本研究借鑒Dr. Scratch的基本評分準則，設計了包含運動、外觀、聲音等12個維度的編程作品評分表，如表2所示。

（3）基于項目工作紙的評價

項目工作紙即任務單，實際上是一種過程性文檔，同時也是表現(xiàn)性評價的重要資源，但目前其重要性尚未得到足夠重視。若設計或應用方式不當、項目工作紙完成度低，則會導致數(shù)據(jù)缺失值過多而難以分析?，F(xiàn)有文獻對項目工作紙的評價大多以完成度為標準，也有少數(shù)將過程文檔中的思維導圖作為分析對象。例如，根據(jù)思維導圖規(guī)則，從重點突出、發(fā)揮聯(lián)想、構圖清晰、個人風格、整體布局五個維度出發(fā)，按照發(fā)展級、完成級、示范級三個等級進行評分[16]。

（4）基于試題的評價

試題類評價是傳統(tǒng)評價常用的手段，主要用于考察概念原理的理解或知識技能的掌握。例如，Witherspoon等[17]針對機器人編程開發(fā)了三個系列的知識和概念評估工具，每個系列有17個結構類似的問題，可評估學生對計算原理（如迭代算法、布爾邏輯）的理解；Román-González等[18]開發(fā)的計算思維測試（Computational Thinking Test，CTt）將封閉性題目以畫布形式呈現(xiàn)，測量思維邏輯和編程技能；Dagiene等[19]開發(fā)的百博思測試（Bebras Tasks）面向實際生活問題情境，通過分層任務測量計算思維水平。除了測試成績，基于試題的表現(xiàn)性評價還考察學生的答題表現(xiàn)，如正確率、作答時間、眼動和腦電狀態(tài)等。

（5）基于量表的評價

量表類的評價簡單、易操作，常被用于評價參與者的情感態(tài)度或思維能力[20]。例如，Korkmaz等[21]編制了計算思維量表（Computational Thinking Scales，CTS），含有創(chuàng)造力、算法思維、協(xié)作、批判性思維、問題解決等五個維度，在人工智能課程中使用廣泛；Kukul等[22]編制了計算思維自我效能感評價量表（Computational Thinking Self -Efficacy Scale，CTSES），用于學習者的自我評估。需注意的是，量表評價級數(shù)設計最好控制在五級以內，因為級數(shù)過多易加重學生的認知負荷，評價結果的準確率也會受到影響。

四 人工智能課程表現(xiàn)性評價的應用案例

為探索表現(xiàn)性評價應用于人工智能課程的可行性和有效性，本研究依托廣州市H中學的人工智能課程開展教學實驗。上課地點安排在該校的人工智能教室，教學環(huán)境包括1臺電視、1個智能音箱、2塊電子白板、10臺平板電腦、10個小飛機器人、24張可移動學習桌和其他智能設備。其中，小飛機器人可通過語音、屏幕與學生交互，也可通過編程被賦予專屬功能。實驗對象為該校的24名初中生，實驗為期6周、每周2個課時，共12個課時。

1 確定評價目標

本案例采用自上而下的目標設計方法。由于當時義務教育的課程標準尚未發(fā)布，故本案例的評價設計主要參考了中華人民共和國教育部制定、人民教育出版社出版的《普通高中信息技術課程標準（2017年版，2020年修訂）》，結合課程內容和學情（課程是入門課、學生均是初學者），確定了提升學生人工智能學習興趣、計算思維、人工智能知識技能三個方面的評價目標。

2 設計表現(xiàn)性評價任務

根據(jù)人工智能課程的教學內容，綜合考慮H中學的教研需求、軟硬件設備、課時條件等情況，本案例采用作品類、量表類表現(xiàn)評價方式，設計了4個表現(xiàn)性評價任務，如表3所示。

表3 人工智能課程的表現(xiàn)性評價任務設計

3 實施評價

（1）“教—學—評”一體化過程

第一階段（即人工智能科普）通過課程講授、討論和小組活動，引導學生了解人工智能的定義、特點、應用以及發(fā)展歷程，并理解為什么“人工智能是打開未來的鑰匙”：首先，通過觀看“音控機器人”提出問題“什么是人工智能”，引導學生發(fā)表看法；再通過“科幻電影中的AI”“實驗室中的AI”“家人眼中的AI”三個視頻，引出對“人工智能”的科學定義。接著，通過展示無人機的送貨過程，請學生思考人工智能需要模擬人類的哪些能力，填寫任務單。然后，發(fā)放閱讀材料，請學生自行繪制人工智能發(fā)展歷程圖；在學生完成表現(xiàn)性任務期間，教師從旁輔助指導，但不妨礙學生的思路和想法，完成任務后請各組代表分享制作思路，解讀發(fā)展歷程圖。最后，教師通過搶答的形式回顧全課要點，并在課后發(fā)放表現(xiàn)性評價量表讓學生自評。

第二階段（即圖像分類）和第三階段（即物體識別）涉及特征提取、卷積運算等原理知識，兼具理論難度和動手實操性。其中，第二階段通過繪制有轉換規(guī)則的圖案、使用實驗平臺體驗圖像特征提取這兩個任務來組織教學；而第三階段通過課程講授和操作，引導學生學習物體識別技術。課前，教師將設計好的表現(xiàn)性任務單和表現(xiàn)性評價量表發(fā)給學生，鼓勵學生事先瀏覽量表，并告知學生在課內需完成自評和組員互評。課上，教師首先重申量表的使用方法和重要性，并擇要講解評價目標；接著，教師演示使用機器人識別稀有動物，引入學習主題，并指定教室內任一物體，讓學生探究物體識別的過程；然后，布置“慧眼識物小助手”任務，讓學生通過編程解決實際問題，并在學生自主探究的過程中提供輔助指導，當學生遇到問題時提醒其根據(jù)量表和任務單來思考；最后，通過介紹物體識別在生活中的系列應用總結課堂內容。

第四階段（即人臉識別）介紹人臉識別技術的概念，引導學生思考技術的適用場景（如刷臉支付、進站等）、討論影響識別率的因素，以理解原理和技術的局限性。課前，教師發(fā)放表現(xiàn)性任務單和表現(xiàn)性評價量表。課上，教師通過探究實驗讓學生體驗人臉識別流程；布置“皇后的魔鏡”任務讓學生配對編程，當學生遇到問題時提醒其根據(jù)任務單和量表來思考。在完成“皇后的魔鏡”這個任務的過程中，學生會經歷“確定皇后（變量）→回顧人臉識別流程（運用已學知識）→驗證人臉信息（合作編程）→給出適當反饋”的學習環(huán)節(jié)。

（2）基于編程作品的評價案例

本研究選取兩份較有代表性的編程作品進行打分，以說明編程作品評分表的具體使用方法。圖3作品的總分為23分：學生新建一個變量“皇后”，得2分；使用兩次簡單的文字呈現(xiàn)功能“顯示你是最美麗的皇后在屏幕中”和“顯示你比我還丑在屏幕中”，得2分；使用三次合成聲音，得9分；使用等待功能“等待1秒”，得2分；使用兩次運動功能，分別涉及轉向固定角度和移動固定距離，得4分；使用條件結構，得2分；使用兩個AI技能模塊，得2分。圖4作品的總分為18分：學生新建一個變量“皇后”，得2分；使用兩次簡單的文字呈現(xiàn)功能，得2分；使用兩次合成聲音，得6分；使用條件結構，得2分；設置兩個并行程序，得3分；使用五個AI技能模塊，得3分。對比這兩份編程作品可以發(fā)現(xiàn)：圖3作品的程序功能簡單但豐富，編程量大，加入了創(chuàng)意想法，讓整個作品更生動、有趣；而圖4作品的程序較多地使用了高級功能，在保證功能實現(xiàn)的基礎上又能保持代碼簡潔明了。這兩份都是優(yōu)秀作品，但圖3作品的創(chuàng)造力更強，圖4作品的算法思維更佳——這就是表現(xiàn)性評價的意義，可從不同角度進行評判和反饋。

圖3 學生編程作品一

圖4 學生編程作品二

4 問題反思

本案例采用“量表+作品”的方式在人工智能課程中開展表現(xiàn)性評價，期間發(fā)現(xiàn)存在以下問題：①量表的內容問題。在實施評價初期，學生填寫表現(xiàn)性評價量表的積極性不高，原因主要在于量表的內容描述過于專業(yè)，學生對晦澀難懂的評價指標容易產生抵觸情緒；另外，教師沒有強調正確填寫量表的重要性，故學生并未認識到量表的價值。②量表的計分方式問題。實施評價的前期采取自評方式，但通過訪談發(fā)現(xiàn)學生并不認可自評的客觀性。因此，第三階段將評價計分改為“40%師評+30%自評+30%互評”的三方評價方式，這一改變得到了學生的認可；第四階段則進一步加入了編程作品的評價，與三方評價結果進行加權，使評價結果更加客觀，同時也提高了評價的“教育性”。③量表的使用方式問題。在實施評價之初，第一階段于課后發(fā)放量表，引導學生回顧課堂表現(xiàn)、發(fā)現(xiàn)不足并有意識地改正。然而，學生難免有惰性，不喜歡占用課后時間，故能夠認真反思的學生少之又少。因此，第二階段于課前發(fā)放量表，將表現(xiàn)性評價作為學生課堂表現(xiàn)的自我監(jiān)控工具和學習支架，引導學生在課堂上參考量表內容調整自身行為。對比兩類做法可以發(fā)現(xiàn)：課前發(fā)放量表并將其作為學習支架融入教學過程取得的效果更好。

五 結語

教學高效，評價先行。立足國家人工智能教育戰(zhàn)略，實施表現(xiàn)性評價對于創(chuàng)新人才的高階能力培養(yǎng)有重要價值。在人工智能課程中實施表現(xiàn)性評價時，教師應盡量使用伴隨性評價方式、采用多元計分法，強調并適時引導學生在項目執(zhí)行過程中利用好表現(xiàn)性評價工具，以更好地發(fā)揮表現(xiàn)性評價的教學價值。長此以往，學生的元認知能力將得到發(fā)展，以評定教、以評促學的目的也將達成。隨著智能化技術的發(fā)展，智能化、伴隨性的表現(xiàn)性評價有望成為課堂教學的新形態(tài)，并實現(xiàn)人工智能技術與人工智能教育的雙向賦能。

[1][7]詹澤慧,鐘柏昌.高中人工智能教育應該教什么和如何教——基于四本《人工智能初步》教材的內容分析[J].電化教育研究,2020,(6):68-74、82.

[2]Walvoord E, Anderson J. Effective grading: A tool for learning and assessment[J]. Academic Standards, 1998:1-16.

[3]周文葉,陳銘洲.指向核心素養(yǎng)的表現(xiàn)性評價[J].課程·教材·教法,2017,(9):36-43.

[4]Meisels S J, Xue Y, Bickel D P, et al. Parental reactions to authentic performance assessment[J]. Educational Assessment, 2001,(1):61-85.

[5]羅平,李輝.基于思維建模的小學英語多媒體表現(xiàn)性評價的設計和實施[J].教育測量與評價,2017,(10):28-34.

[6]Stiggins R J. NCME instructional module on design and development of performance assessments[J]. Educational Measurement Issues & Practice, 1987,(3):33-42.

[8]崔允漷.課程實施的新取向:基于課程標準的教學[J].教育研究,2009,(1):74-79、110.

[9]詹澤慧.計算機基礎課程中的組合式任務驅動教學設計[J].中國教育信息化,2011,(7):63-65.

[10]劉嬌,李建生.計算思維的評估方法及應用案例研究[J].現(xiàn)代教育技術,2019,(10):94-99.

[11]顧小清,王煒.支持教師專業(yè)發(fā)展的課堂分析技術新探索[J].中國電化教育,2004,(7):18-21.

[12]Zhan Z, Wu Q, Lin Z, et al. Smart classroom environments affect teacher-student interaction: Evidence from a behavioural sequence analysis[J]. Australasian Journal of Educational Technology, 2021,(2):96-109.

[13]Zhan Z, Fong P S W, Mei H, et al. Effects of gender grouping on students’ group performance, individual achievements and attitudes in CSCL[J]. Computers in Human Behavior, 2015,(48),587-596.

[14]Werner L, Denner J, Campe S. The fairy performance assessment: Measuring computational thinking in middle school[A]. Proceedings of the 43rd ACM Technical Symposium on Computer Science Education[C]. New York: Association for Computing Machinery, 2012:215-220.

[15]Seiter L, Foreman B. Modeling the learning progressions of computational thinking of primary grade students[A]. Proceedings of 9thAnnual International ACM Conference on International Computing Education Research[C]. New York, USA: ACM, 2013:59-66.

[16](英)托尼·博贊著,李斯譯.思維導圖——放射性思維[M].北京:世界圖書出版公司,2004:24.

[17]Witherspoon E B, Higashi R M, Schunn C D, et al. Developing computational thinking through a virtual robotics programming curriculum[J]. ACM Transactions on Computing Education (TOCE), 2017,(1):1-20.

[18]Román-González M, Pérez-González J C, Jiménez-Fernández C. Which cognitive abilities underlie computational thinking? Criterion validity of the computational thinking test[J]. Computers in Human Behavior, 2016:678-691.

[19]Dagiene V, Futschek G. Bebras international contest on informatics and computer literacy: Criteria for good tasks[A]. International Conference on Informatics in Secondary Schools[C]. Berlin, Heidelberg: Springer, 2008:19-30.

[20]Kong S C, Chiu M M, Lai M. A study of primary school students’ interest, collaboration attitude, and programming empowerment in computational thinking education[J]. Computers & Education, 2018,127:178-189.

[21]Korkmaz ?, ?akir R, ?zden M Y. A validity and reliability study of the computational thinking scales (CTS)[J]. Computers in Human Behavior, 2017,72:558-569.

[22]Kukul V, Karatas S. Computational thinking self-efficacy scale: Development, validity and reliability[J]. Informatics in Education, 2019,(1):151-164.

The Design and Application of Performance Evaluation in Artificial Intelligence Courses

ZHAN Ze-hui1YAO Jia-jing2WU Qian-yi1HUANG Bing-gang3

Under the background that national policies actively encourage artificial intelligence education and core literacy orientation drives the reform of classroom evaluation, how to carry out performance evaluation in artificial intelligence courses has become an important research topic. Firstly, this paper analyzed the suitability of performance evaluation applied in artificial intelligence courses. Then, the integrated design concept of “teaching-learning- evaluation” was put forward, and a three-step design process of “objective-task-implementation” was constructed. Meanwhile, five typical performance evaluation methods were summarized. Finally, this paper took an artificial intelligence course in H Middle School as an example to carry out the application of performance evaluation. It was found that performance evaluation could evaluate and give feedback from different angles, and there were problems in content design, scoring methods, and usage methods during the process of using performance evaluation scales. Carrying out performance evaluation in artificial intelligence courses to promote teaching by evaluation and promote learning by evaluation was conducive to the formation of students’ high-level ability and was an effective way to cultivate innovative talents in the intelligence era.

artificial intelligence course; performance evaluation; core literacy; programming work

G40-057

A

1009—8097（2022）05—0032—10

10.3969/j.issn.1009-8097.2022.05.004

基金項目：本文為廣東省教育廳重大基礎研究與應用研究項目“基于學科模型的創(chuàng)新能力培養(yǎng)信息化平臺設計與應用”（項目編號：#2017WZDXM004）、華南師范大學哲學社會科學重大培育項目“面向創(chuàng)新能力培養(yǎng)的跨學科組合策略與應用效果研究”（項目編號：ZDPY2208）的階段性研究成果。

詹澤慧，教授，博士，研究方向為STEAM教育、學習分析與智慧教育，郵箱為zhanzehui@m.scnu.edu.cn。

2021年12月31日

編輯：小米