当前位置: 主页 > 业务咨询 > 信息技术促进监测技术和手段的优化
中国基础教育质量监测协同创新中心常务副主任辛涛教授从互联网大数据与监测评价关系切入,分享了大数据与信息技术在教育质量监测评价方面的最新成果与未来展望。他强调无论是个性化学习,还是智能化教学,其核心关键是对学生学习与课堂教学进行准确地监测与评估。信息技术可以促进监测技术和手段的不断优化,促进评价与评估理论取得新突破。中国基础教育质量监测协同创新中心网络平台部主任张生副教授分享了他们团队构建的计算教育学的最新进展,指出新时代的教育学一定要强调基于大数据和人工智能技术驱动的、面向个性化学习的模型与计算。具体包含:学习者特征的动态模型、教育质量提升的动因系统和个性化学习内容的度量与模型推荐等三大工程。希望中国学者一起来探索和构建这个新的领域。
 
剑桥大学心理测量中心负责人John Rust(约翰·罗斯特)教授认为,网络空间的发展虽然会带来“改变”和“混乱”,但同时也有规律可循,而这背后的规律就是我们对于大数据分析的价值所在。国际教育数据挖掘学会会长、荷兰埃因霍温科技大学的Mykola Pechenizkiy(尼古拉·佩钦茨基)教授和荷兰特温特大学的Bernard Veldkamp(伯纳德·维尔德坎普)教授都阐述了数据分析的内涵价值。他们认为,如何有效收集和运用数据是一个难题。尼古拉·佩钦茨基认为在种类繁多的教育大数据挖掘与学习分析应用中,了解可说明、可解释的教育数据挖掘与解决教育数据模型的不足等问题是未来我们要直面的挑战。
 
美国WestEd高级研究员封明玉博士分享了近期几项研究,这些研究的主要内容是教育数据分析如何被应用来更准确地评估学生知识,提高教学质量以及提高学习系统的测评效率。美国加州大学洛杉矶分校的蔡力教授现场展示了其团队的研究成果:通过开发创新的游戏评估任务,利用电脑技术手段提高推测与判断高中生解决问题能力的水平。北京师范大学教授、博士生导师李艳燕指出,知识图谱是人工智能与教育教学融合的方向,将助力我们真正实现长久以来因材施教的梦想。科大讯飞研究院副院长王士进重点介绍了科大讯飞在口语智能评阅、纸笔作文智能评阅等方面的核心技术应用,展望了智能阅卷技术发展前景。
相关推荐