人工智能赋能基础教育监测的应用与挑战

随着人工智能与教育的进一步融合,人工智能为基础教育监测提供了新的发展路径。人工智能在基础教育监测中的题库建设与智能化组卷、智能化测评与诊断、智能化阅卷、智能化分析决策与评价等方面发挥了重要作用。但是,在人工智能应用于基础教育监测的背景下,当前还面临着处理教育的复杂性和算法的确定性之间的矛盾、促进智能技术与监测过程的创新融合、教育监测人才队伍的缺乏与培养等方面的挑战。为了促进人工智能更好地服务于基础教育监测,未来我国在拓展多学科评估的基础上,需开发新型测评工具,构建组卷、测评、阅卷与决策的四维一体化监测体系,刻画学生个性化画像,加强各级层面的监测技术培训,促进基础教育监测结果的分析与应用。     

基于学生核心素养的课程体系建构

课程改革是教育改革与发展的重要组成部分。国际课程改革的发展趋势与特点显示,当前世界各国注重促进学科融合,发展学生综合能力,以学生核心素养模型来推动和促进课程改革的发展成为重要方式。主要国家核心素养与课程体系相互关系呈现三种模式:核心素养独立于课程体系之外的美国模式,在课程体系中设置核心素养的芬兰模式以及通过课程标准内容设置体现核心素养的日本模式。基于此,构建基于核心素养的课程体系应至少包含具体化的教学目标、内容标准、教学建议和质量标准四部分;其中,具体化的教学目标和质量标准要体现学生核心素养;内容标准和教学建议要促进学生形成核心素养。     

概念图在评估学生学习中的应用

概念图是一种用图表形式来组织和表达知识的工具,可以形象、直观地呈现出学生的认知结构。从20世纪60年代发展至今,对概念图的研究已经比较成熟,成果也颇为丰富。在概念图的众多应用中,评估学生学习一直是研究的热点。作为一种区别于传统测验方法的技术,已有大量的研究验证了概念图在评估学生学习上的适宜性以及独特作用。在此基础上,若能将概念图技术与现代成熟的心理与教育测量理论相结合,可拓展其评估的精确性。     

学校如何落实《义务教育质量评价指南》的关键任务

《义务教育质量评价指南》是对教育质量评价工作的顶层设计与具体部署,为学校开展质量评价提供了重要参考.而学校对《评价指南》的落实直接影响到质量评价工作的成效,学校要领会评价导向,明确好学生与好学校的核心要求,对标《评价指南》,做好办学的自我诊断;用好评价结果,促进循证治理.     

认知诊断理论的新进展

认知诊断理论是基于项目反应理论的新一代测量理论,在教育测量实践中具有广阔的应用前景。诊断理论的研究主要围绕诊断模型的提出、模型诊断性能的评估、模型诊断结果的报告三个方面展开。认知诊断研究在上述三个方面的进展促进了诊断模型理论建设的深入与应用范围的拓展,但是在模型的外在效度、模型的群体诊断结果、模型的选择与比较、多分项目的诊断模型以及不同诊断测验之间的等值方面仍需进一步研究探索。     

深入推进“双减”的战略定位与可能路径

《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》发布以来,“双减”在校外培训机构治理等方面取得了突出成效,但是仍存在诸多挑战。深入推进“双减”,可以基于教育高质量发展的视角,深入理解“双减”的战略定位,明确其目标定位、关键任务与推进动力,从客观审视校外培训机构的价值、加强学校教育质量的提升、推动教育治理现代化等方向加强探索。