数据驱动的精准化学习评价机制与方法
综合素质评价是深化教育改革、落实立德树人根本任务的必然要求。信息技术赋能教育教学过程，使得传统教育评价机制向数据驱动的精准化学习评价方向迈进。数据驱动的精准化学习评价是一种不断获取、整合、分析学习过程中的多模态数据，对教学和学习活动的信息流与运行轨迹作出观测、解释和反馈，以发现教育中存在的问题，辅助课堂教学干预的评价方法，包含多场景数据采集、多空间数据融合、精准分析模型构建、分析结果可视化四个关键组成部分。多场景数据采集为学习评价提供数据来源和量化手段支撑，多空间数据融合为学习评价提供统一数据标准，精准分析模型为学习评价提供数据驱动的学习分析与评价方法，分析结果可视化为学习评价提供反馈和应用服务。数据驱动的精准化学习评价框架，应以区块链技术为基础，融合人工智能、云计算、学习分析、情境感知等新兴技术，在多维时空尺度上全面采集学习过程中的多元海量数据，通过全面、系统的统计分析和数据挖掘，从学习者的内在动机到认知发展、情感表现，再到社会综合交互能力，多维度、及时、准确地评估学生的学习状况。当前，探索数据驱动的精准化学习评价，可从构建符合多空间数据特征的综合素质评价框架，完善过程性数据的采集与共享机制，突破情感、认知、动机与社交评价的关键技术，以及研制数据驱动的学习评价平台等方面入手。
- 2022-04-15
- 阅读72
- 下载0
- 21页
- docx
