基于AI问答内容的学生认知能力评价方法
DOI: https://doi.org/10.64083/ETM2630802
作者
邹青宇，余水龙
摘要
针对传统认知能力评价方法主要依赖考试成绩、问卷调查和教师观察，难以反映学生学习过程和高阶认知能力的问题，本文提出了一种基于AI问答内容的学生认知能力评价方法。该方法以学生完成教学项目过程中与AI的全过程交互记录为基础，构建了包含理解能力、推理能力、批判性思维、创造力和元认知能力五个维度的认知能力评价指标体系，通过大语言模型对学生与AI的多轮对话进行认知证据提取，并结合证据驱动的评价策略生成学生认知能力画像，实现对学生学习过程的动态评价。以关键线路识别教学项目为案例，采集20名学生完成项目过程中与AI的全部交互记录，对学生认知能力进行了量化评价，并结合案例学习前后的能力增值结果对评价方法进行了验证。实验结果表明，该方法能够有效识别学生在不同认知维度上的个体差异，认知能力评价结果与学生学习能力增值具有较好的一致性，能够较真实地反映学生的认知水平及学习效果。研究结果表明，本文提出的方法通过学习结果评价向学习过程评价的转变，从而为人工智能赋能教育评价、形成性评价以及个性化学习支持提供了一种新的技术路径。
关键词
生成式人工智能；学习过程评价；元认知能力；项目式学习；教育评价
