人工智能技術(shù)在軟件工程專業(yè)教育評價中的應(yīng)用實踐研究

摘要：文章探討了人工智能技術(shù)在高等教育評價中的應(yīng)用，尤其是在軟件工程專業(yè)教育評價中的作用。通過文獻(xiàn)綜述、案例分析和實證研究等多種方法，本研究分析了人工智能技術(shù)在提升教育評價質(zhì)量、優(yōu)化評價流程及增強評價客觀性方面的潛力與挑戰(zhàn)。研究結(jié)果顯示，人工智能技術(shù)能顯著提升軟件工程專業(yè)教育評價的效率和準(zhǔn)確性，為高等教育評價體系的改革提供了新的思路和方法。

關(guān)鍵詞：人工智能技術(shù)；高等教育評價；軟件工程專業(yè)；教育質(zhì)量

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2024）22-0032-03

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）

0 引言

隨著人工智能技術(shù)的迅猛進(jìn)步，其在教育領(lǐng)域的應(yīng)用正日益受到廣泛關(guān)注和深入研究。高等教育評價作為教育質(zhì)量保障體系的重要組成部分，其科學(xué)性、公正性和有效性直接關(guān)系到教育質(zhì)量和社會評價。傳統(tǒng)的高等教育評價多依賴于主觀判斷和教學(xué)經(jīng)驗，缺乏數(shù)據(jù)支持和精確的量化分析，在一定程度上限制了評價結(jié)果的客觀性和準(zhǔn)確性。而人工智能技術(shù)，尤其是機器學(xué)習(xí)、數(shù)據(jù)挖掘等技術(shù)的快速發(fā)展，為高等教育評價提供了新的解決方案。本文以軟件工程專業(yè)教育評價應(yīng)用實踐研究為例，旨在探討人工智能技術(shù)如何賦能高等教育評價，解決傳統(tǒng)評價體系中的痛點問題，提升評價的質(zhì)量和效率。

軟件工程專業(yè)作為一門實踐性強、技術(shù)更新迅速的學(xué)科，對學(xué)生的編程能力、項目開發(fā)能力和實踐創(chuàng)新能力提出了較高的要求。因此，如何科學(xué)、合理地評價軟件工程專業(yè)的教育質(zhì)量，成了教育工作者和學(xué)者關(guān)注的焦點。本文通過回顧高等教育評價的發(fā)展歷程和現(xiàn)狀，分析了當(dāng)前評價體系存在的問題；重點探討了人工智能技術(shù)在軟件工程專業(yè)教育評價中的應(yīng)用潛力，包括但不限于自動化評分、學(xué)習(xí)分析、預(yù)測模型等方面；最后，通過實證研究驗證了人工智能技術(shù)在提升評價質(zhì)量和效率方面的有效性，并對未來的研究方向提出了展望。

本文的創(chuàng)新點在于將人工智能技術(shù)與高等教育評價相結(jié)合，特別是在軟件工程專業(yè)領(lǐng)域的應(yīng)用，不僅為教育評價提供了新的理論視角，也為實踐操作提供了可行的方法論支持。通過對人工智能技術(shù)在教育評價中的應(yīng)用實踐進(jìn)行深入研究，期望能夠為高等教育評價體系的改革和優(yōu)化提供參考，為教育決策者提供科學(xué)依據(jù)。

1 發(fā)展與應(yīng)用

高等教育評價的歷史可以追溯到20世紀(jì)初，最初主要是針對教學(xué)質(zhì)量的評價。隨著教育的發(fā)展和多元化，評價內(nèi)容逐漸擴展到教育效果、學(xué)生發(fā)展、教師表現(xiàn)等多個維度。黨的二十大報告強調(diào)科技、人才和創(chuàng)新在國家發(fā)展中的重要性，2024世界數(shù)字教育大會發(fā)布了“人工智能賦能教育發(fā)展”的倡議。近年來，隨著信息技術(shù)的發(fā)展，教育評價方法也在不斷創(chuàng)新，越來越多的研究也開始關(guān)注如何利用技術(shù)手段提高評價的科學(xué)性和有效性。

1.1 人工智能技術(shù)在教育中的應(yīng)用

人工智能技術(shù)在教育領(lǐng)域的應(yīng)用始于20世紀(jì)70年代，最初主要用于智能輔導(dǎo)系統(tǒng)和計算機輔助教學(xué)。隨著大數(shù)據(jù)、機器學(xué)習(xí)等技術(shù)的進(jìn)步，人工智能在教育評價、個性化學(xué)習(xí)、教學(xué)資源推薦等方面的應(yīng)用越來越廣泛。研究表明，人工智能技術(shù)能夠有效輔助教師進(jìn)行教學(xué)設(shè)計、實現(xiàn)對學(xué)生學(xué)習(xí)過程的監(jiān)控，提高教學(xué)效果[1]。

1.2 挑戰(zhàn)與限制

盡管人工智能技術(shù)在教育評價中展現(xiàn)出巨大潛力，但也存在一些挑戰(zhàn)和限制。例如，數(shù)據(jù)隱私和安全問題、算法偏見和透明度問題，以及技術(shù)實施的可行性和成本等問題。這些挑戰(zhàn)需要在實際應(yīng)用中予以充分考慮和解決。

1.3 軟件工程專業(yè)教育評價的特點與挑戰(zhàn)

軟件工程專業(yè)教育評價面臨的主要挑戰(zhàn)是如何準(zhǔn)確評價學(xué)生的編程能力、項目開發(fā)能力和實踐創(chuàng)新能力。傳統(tǒng)的評價方法往往依賴于教師的主觀判斷，缺乏量化的評價標(biāo)準(zhǔn)和工具。此外，由于軟件工程領(lǐng)域的知識更新迅速，評價體系也需要不斷更新以適應(yīng)新的技術(shù)發(fā)展。

1.4 在軟件工程專業(yè)教育評價中的潛力

近年來，一些研究開始探索人工智能技術(shù)在軟件工程專業(yè)課程教育評價中的應(yīng)用。例如，利用機器學(xué)習(xí)算法對學(xué)生的編程作業(yè)進(jìn)行自動評分，通過數(shù)據(jù)分析預(yù)測學(xué)生的學(xué)習(xí)成效，以及利用自然語言處理技術(shù)對學(xué)生的學(xué)習(xí)反饋進(jìn)行分析等。這些研究表明，人工智能技術(shù)對提高軟件工程專業(yè)課程教育評價具有高效性、客觀性和準(zhǔn)確性。

2 研究設(shè)計與過程

本研究基于對學(xué)習(xí)通過程性評價的分析，采集線上學(xué)生的過程性學(xué)習(xí)數(shù)據(jù)，對學(xué)生參與的課堂互動、隨堂練習(xí)、作業(yè)評分、項目化考核等情況進(jìn)行智能化的分析。教師參考實時評價結(jié)果結(jié)合學(xué)情對學(xué)生的學(xué)習(xí)進(jìn)行有針對性的干預(yù)：包括推薦學(xué)習(xí)資源、鼓勵小組互助學(xué)習(xí)，推薦學(xué)習(xí)方法以及開展和專業(yè)相關(guān)的實踐質(zhì)量提升，引導(dǎo)學(xué)生參與相關(guān)專業(yè)競賽及教師教科研項目等[2]，其工作流程如圖1所示。

2.1 研究過程

2.1.1 數(shù)據(jù)感知

本研究數(shù)據(jù)主要來源于學(xué)生線上學(xué)習(xí)的全過程數(shù)據(jù)，包括課堂積分情況、項目化考核成績、作業(yè)成績、學(xué)習(xí)資源閱讀情況、考勤等。本研究以軟件工程專業(yè)“靜態(tài)網(wǎng)站設(shè)計”課程2021級70名學(xué)生為實驗組對象，獲取反映學(xué)生課堂專注度、主動學(xué)習(xí)能力、過程性考核等多模態(tài)數(shù)據(jù)，部分?jǐn)?shù)據(jù)如圖2、圖3所示。

數(shù)據(jù)統(tǒng)計分析結(jié)果顯示，經(jīng)過量化處理的數(shù)據(jù)類型在數(shù)值上呈現(xiàn)出顯著的兩極化特征，即最小值與最大值之間差異明顯。與此同時，其平均值則穩(wěn)定地落在這兩個極端值之間，這一分布模式符合統(tǒng)計學(xué)的基本規(guī)律，從而驗證了量化處理后的數(shù)據(jù)具有高度的合理性和可靠性[2]。

數(shù)據(jù)感知技術(shù)收集了學(xué)生學(xué)習(xí)全過程的詳盡數(shù)據(jù)，這些數(shù)據(jù)的收集不僅豐富了教師對學(xué)生學(xué)習(xí)情況的了解，還極大地提高了教師在傳統(tǒng)教學(xué)中對學(xué)生的關(guān)注度。通過深入分析這些數(shù)據(jù)，教師可以更加精準(zhǔn)地把握學(xué)生的學(xué)習(xí)狀態(tài)、進(jìn)步速度和潛在問題，從而制定更具針對性和有效性的教學(xué)策略。

2.1.2 學(xué)習(xí)行為特征的歸因分析

通過歸因分析算法，分析了學(xué)習(xí)者的行為特征如何影響學(xué)習(xí)成績。經(jīng)過多元回歸分析，發(fā)現(xiàn)課堂表現(xiàn)、考勤、隨堂練習(xí)、項目考核和作業(yè)成績等因素對學(xué)習(xí)成績有顯著影響。例如，教育者可以根據(jù)分析結(jié)果調(diào)整教學(xué)策略，重點關(guān)注那些對學(xué)習(xí)成績有顯著影響的因素，從而更有效地提升學(xué)習(xí)者的學(xué)習(xí)效果。同時，學(xué)習(xí)者也可以借此了解自己的優(yōu)勢與不足，制定更合理的學(xué)習(xí)計劃，提高學(xué)習(xí)效率。為檢驗本研究的有效性，選取21級、22級軟件工程專業(yè)共126名學(xué)生進(jìn)行對照測試。對照組使用傳統(tǒng)教學(xué)評價模式，實驗組使用人工智能教學(xué)評價模式，開展兩個學(xué)期的對比實驗及跟蹤調(diào)查[2]。

使用學(xué)習(xí)通在線學(xué)習(xí)平臺進(jìn)行數(shù)據(jù)統(tǒng)計和分析，每名實驗組學(xué)生都能夠快速訪問自己的學(xué)習(xí)評價結(jié)果。為進(jìn)一步分析人工智能評價的特性，研究首先進(jìn)行學(xué)生成績歸因分析，選取課堂積分情況、項目化考核成績、作業(yè)成績、隨堂練習(xí)情況，分析其對學(xué)習(xí)成績的影響（見表1） 。表中第一行為實驗組學(xué)生的四個學(xué)習(xí)模塊對學(xué)生成績的影響，每一列表示不同學(xué)習(xí)行為指標(biāo)取值對應(yīng)學(xué)生成績的概率。以隨堂練習(xí)平均成績?yōu)槔?，?dāng)課堂積分小于80分時，成績超過80分的概率僅為42.86%，遠(yuǎn)低于隨堂練習(xí)平均成績大于90分的概率92.31%。由此可見，隨堂練習(xí)平均成績對學(xué)生成績有正面影響[2-3]。隨堂練習(xí)成績主要由隨堂中產(chǎn)生的單選題、多選題、填空題、判斷題、簡單題構(gòu)成，題目內(nèi)容可以設(shè)計為“靜態(tài)網(wǎng)站設(shè)計”課程中基礎(chǔ)性知識概念考核、頁面功能性交互實驗等內(nèi)容。通過多樣化的課堂交互手段能有效地提高課堂參與度，引導(dǎo)學(xué)生在課堂內(nèi)完成理論知識到實踐操作的轉(zhuǎn)化。歸因分析的結(jié)果能幫助教師及時進(jìn)行教學(xué)方法的改進(jìn)和完善。

3 研究結(jié)果分析

3.1 應(yīng)用現(xiàn)狀

研究發(fā)現(xiàn)，人工智能技術(shù)在軟件工程專業(yè)教育評價中的應(yīng)用主要集中在自動化評分、學(xué)習(xí)分析、個性化反饋等方面。通過機器學(xué)習(xí)算法，可以對學(xué)生的編程作業(yè)進(jìn)行自動評分，有效減輕教師的工作負(fù)擔(dān)，同時提高評分的一致性和準(zhǔn)確性。此外，通過收集和分析學(xué)生的學(xué)習(xí)數(shù)據(jù)，人工智能技術(shù)能夠為學(xué)生提供個性化的學(xué)習(xí)建議和資源推薦[4]。

3.2 提升教育評價質(zhì)量的潛力

實證研究表明，人工智能技術(shù)能夠有效提升軟件工程專業(yè)教育評價的質(zhì)量和效率。例如，在編程作業(yè)自動評分實驗中，與傳統(tǒng)的人工評分相比，人工智能評分系統(tǒng)在評分速度和一致性方面均有顯著提升。在學(xué)習(xí)成效預(yù)測模型構(gòu)建中，通過分析學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，人工智能模型能夠準(zhǔn)確預(yù)測學(xué)生的學(xué)習(xí)成效，為教師提供了及時的干預(yù)依據(jù)。

3.3 面臨的挑戰(zhàn)

盡管人工智能技術(shù)在教育評價領(lǐng)域顯示出了顯著的潛力和無限的可能性，然而，在實際部署和應(yīng)用的過程中，仍不可避免地遇到了一些挑戰(zhàn)和障礙。例如，數(shù)據(jù)隱私和安全問題。此外，人工智能算法的透明度和可解釋性也是亟待解決的問題，這直接關(guān)系到評價結(jié)果的公正性和師生的信任度。

3.4 與傳統(tǒng)評價方法的比較

通過比較研究發(fā)現(xiàn)人工智能技術(shù)在評價的客觀性、效率和準(zhǔn)確性方面具有明顯優(yōu)勢。然而，傳統(tǒng)評價方法在評價的全面性和深入性方面仍具有不可替代的作用。因此，未來的教育評價體系應(yīng)當(dāng)是人工智能技術(shù)與傳統(tǒng)評價方法的有機結(jié)合。

4 應(yīng)用反思

4.1 在提升評價質(zhì)量方面的作用

人工智能技術(shù)通過自動化評分和學(xué)習(xí)分析等手段，可以顯著提高教育評價的效率和準(zhǔn)確性。這一點在實證研究中得到了驗證。然而，技術(shù)的融入并不意味著傳統(tǒng)評價方法的全面淘汰，相反，應(yīng)當(dāng)尋求兩者的融合，發(fā)揮各自長處，共同推動評價質(zhì)量的全面提升。

4.2 數(shù)據(jù)隱私和安全問題

隨著人工智能技術(shù)在教育評價中的廣泛應(yīng)用，數(shù)據(jù)隱私和安全問題日益凸顯。研究中發(fā)現(xiàn)，學(xué)生和教師對于個人信息的保護意識較強，因此，如何在利用數(shù)據(jù)的同時保護個人隱私，成為了亟待解決的問題[5-6]。

4.3 算法的透明度和可解釋性

研究中發(fā)現(xiàn)，人工智能算法的透明度和可解釋性是影響其在教育評價中應(yīng)用的關(guān)鍵因素。教師和學(xué)生對于評價結(jié)果的理解和接受度，很大程度上取決于算法的可解釋性。因此，提高算法的透明度，使其更加易于理解和接受，是未來教育評價研究和技術(shù)發(fā)展的重要方向。

4.4 與傳統(tǒng)評價的結(jié)合

雖然人工智能技術(shù)在某些方面具有優(yōu)勢，但傳統(tǒng)的評價方法，如同行評審、教師的主觀評價等，仍然在教育評價中占有重要地位。因此，如何將人工智能技術(shù)與傳統(tǒng)評價方法進(jìn)行有效結(jié)合，發(fā)揮各自的優(yōu)勢，是實現(xiàn)高等教育評價體系優(yōu)化的關(guān)鍵。

4.5 倫理問題和政策建設(shè)

人工智能技術(shù)在教育評價中的應(yīng)用，涉及到眾多倫理問題，如數(shù)據(jù)使用的合法性、評價結(jié)果的公正性等。因此，建立相應(yīng)的法規(guī)和政策，對技術(shù)應(yīng)用進(jìn)行規(guī)范和指導(dǎo)，是確保評價公正性和合理性的重要保障。

5 結(jié)論

人工智能技術(shù)為高等教育評價提供了新的機遇和挑戰(zhàn)，通過深入研究和探索，我們可以充分發(fā)揮人工智能技術(shù)的優(yōu)勢，提高教育評價的效率、準(zhǔn)確性和公正性，為學(xué)生的個性化學(xué)習(xí)提供支持。同時，我們也需要關(guān)注人工智能技術(shù)在教育評價應(yīng)用中所引發(fā)的一些問題，如評價的公正性、師生信息的隱私保護等問題。在提升教育評價素養(yǎng)方面，需要不斷學(xué)習(xí)和實踐，提高評價能力和水平，以更好的服務(wù)提高學(xué)生的全面發(fā)展。未來的研究應(yīng)當(dāng)更加關(guān)注人工智能技術(shù)在不同教育評價場景中的應(yīng)用效果，探索如何更好地解決技術(shù)應(yīng)用中的挑戰(zhàn)、結(jié)合教師的專業(yè)判斷和學(xué)生的主觀反饋構(gòu)建更為全面和科學(xué)的評價體系。

綜上所述，人工智能技術(shù)為高等教育評價帶來了新的可能性，但對其廣泛應(yīng)用也需要謹(jǐn)慎和細(xì)致的考量。通過不斷地研究和實踐，我們有望構(gòu)建出一個更加高效、公正和科學(xué)的高等教育評價體系。

參考文獻(xiàn)：

[1] 侯玉艷.全民終身學(xué)習(xí)視野下的我國在線教育體系發(fā)展[J].繼續(xù)教育研究，2023（12）：16-20.

[2] 胡欽太，伍文燕，馮廣，等.人工智能時代高等教育教學(xué)評價的關(guān)鍵技術(shù)與實踐[J].開放教育研究，2021，27（5）：15-23.

[3] 王艷，溫容.OBE導(dǎo)向下構(gòu)建高校數(shù)字教學(xué)質(zhì)量評價體系研究[J].兵團教育學(xué)院學(xué)報，2023，33（4）：66-72，77.

[4] 趙文靜.“線上教學(xué)+”背景下大學(xué)英語課程思政教學(xué)實踐[J].校園英語，2023（49）：127-129.

[5] 陳燕鴻.人工智能在用戶體驗設(shè)計中的應(yīng)用與優(yōu)化研究[J].上海包裝，2023（8）：20-22.

[6] 孫瑋.人工智能在信息技術(shù)課程中的應(yīng)用研究[J].電腦知識與技術(shù)，2023，19（34）：26-28，70.

【通聯(lián)編輯：光文玲】