人工智能时代的教育测评通用理论框架与实践进路

人工智能技术的发展和深度应用为教育测评的智能化提供了技术支撑。本文结合国内外相关研究探讨教育测评理论的内涵、分类和应用场景，发现测评目标从宏观能力向微观知识转变、测评场景从单次静态向持续动态转变、测评方法从传统概率统计向深度学习转变。智能时代的教育测评需要以传统教育测量理论为指导，实现面向认知过程的时序动态建模分析。因此，本文提出人工智能时代教育测评模型通用性理论框架，包括教育数据分析、教育测评建模、模型参数估计、测评模型评估和创新教学应用等核心步骤，并通过经典模型的对比剖析智能化教育测评模型的内部运转规律。未来智能化测评研究的开展需要探索知识建构、认知发展和综合能力的理论价值，构建基于多维知识空间的认知诊断模型和面向时序数据的认知过程跟踪模型，并从智能化数据采集、智能化建模分析、教师数据素养等方面保证智能化教育测评的实施。