教育技术研究速递:人工智能2

Photo by Alex Knight on Unsplash

用AI辅助批改主观题

Semi-automatic coding of open-ended text responses in large-scale assessments

作者:Nico Andersen et al.

在考试中使用客观题的主要优点在于自动化的批改,而主观题往往只能由人类手动批改。

近期几位研究者开发了一个半自动的编码系统,辅助相关工作者对主观题的开放式文本进行编码和分类。经过对比,该研究认为这种人机结合的方式减少了批阅活动中约50%的工作量!

人工智能技术整合定性和定量分析

Bridging the Gap Between Qualitative and Quantitative Assessment in Science Education Research with Machine Learning — A Case for Pretrained Language Models-Based Clustering

作者:Peter Wulff et al.

在人工智能技术,特别是机器学习和自然语言处理的帮助下,现在科学家可以将定性和定量数据进行融合,帮助教师发展。

最近,研究者邀请了75名物理学职前教师观看了课堂教学视频,并要求他们对课堂中的事件进行描述。研究者运用了一个针对语言模型的聚类处理算法来对这些描述进行定量分析,结果显示,算法得出了特定的、可解释的词条类别,可以用于辅助分析。

研究者认为这种人工智能技术具有将定性和定量方法整合的可能性。

学生对异步智能监考系统的反馈

An examination of student user experience (UX) and perceptions of remote invigilation during online assessment

作者:Lesley Sefcik et al.

随着在线教学的兴起,很多考试不仅变成了在线形式,而且还可能是异步进行的。因此,研究者开发了一款人工自能异步监考系统。

经过在大学中3年的运行,研究者调查了学生对这个系统的使用体验。结果现实,如果该监考系统的易用性和便利性较好,那么学生会有积极的反馈,而如果在考试中出现技术问题,则会加剧学生的考试焦虑。学生们还指出,这种异步监考系统应该更加关注隐私和数据安全,这会让他们在使用中感觉更加良好。

责任编辑:Diaw Maxwell

15117967419@126.com