广西师范大学学报（哲学社会科学版） ›› 2024, Vol. 60 ›› Issue (6): 87-97.doi: 10.16088/j.issn.1001-6597.2024.06.008

• 教育科学 • 上一篇    下一篇

教育评价数据大脑的内涵、模型与路径

吴龙凯1, 张珊2, 刘姚慧卓2, 程浩2   

  1. 1.华中师范大学 国家智能社会治理实验基地(教育),湖北 武汉 430079;
    2.华中师范大学 人工智能教育学部,湖北 武汉 430079
  • 收稿日期:2024-02-18 出版日期:2024-11-25 发布日期:2024-11-14
  • 作者简介:吴龙凯(1976—),男,华中师范大学教授、博士生导师,教育学博士,研究方向:教育人工智能、智能教育评价、教育信息化、数字化政策与实践等;刘姚慧卓(1994—),华中师范大学博士研究生,研究方向:高等教育数字化转型、国际比较。
  • 基金资助:
    2022年度国家社会科学基金“十四五”规划教育学重点课题“智能技术赋能教育评价改革研究”(ACA220026)

Implications, Models and Pathways of the Data Brain for Educational Evaluation

WU Long-kai1, ZHANG Shan2, LIU-YAO Hui-zhuo2, CHENG Hao2   

  1. 1. National Intelligence Society Governance Experiment Base (Education), Central China Normal University, Wuhan 430079, China;
    2. Faculty of Artificial Intelligence in Education, Central China Normal University, Wuhan 430079, China
  • Received:2024-02-18 Online:2024-11-25 Published:2024-11-14

PDF (PC)

140

摘要： 数据赋能下的教育评价存在算法、机制、价值等难题,亟需专用工具破局,化数据最大变量为育人最大增量,以数据为核心要素和关键驱动的教育评价数据大脑则为此提供新路径。教育评价数据大脑模型的构建应以“人脑”基本结构和“类脑”功能体系等研究为基础,依托数据、算法、算力三个核心要素,实现数据挖掘、传输、集成、分析、呈现、应用全过程闭环。未来教育评价数据大脑的落地应用,需纳入多级联动,筑牢底座支撑,规约数据安全,审视算法异化,拓展评价应用,培育试点示范,以充分发挥数据的潜在价值。

关键词: 教育大数据, 教育评价, 教育评价数据大脑, 技术赋能

Abstract: With challenges in algorithm, mechanism and value in data-enabled education evaluation, there has been an urgent need for a dedicated tool to turn the largest variables of data into the largest increment of education. The data brain of education evaluation, which takes data as the core element and key driver, provides a new path to this end. Based on the basic structure of the “human brain” and the “brain-like” functional system, the article relies on the three core elements of data, algorithms and arithmetic power to realize data mining, transmission, integration, analysis, presentation and application in a closed loop, so as to construct a data brain model for educational evaluation. The future application of the education evaluation data brain should incorporate multi-level linkage, establish firm base support, regulate data security, review algorithm alienation, expand evaluation applications and foster pilot demonstrations, so as to give full play to the potential value of data.

Key words: big data in education, educational evaluation, the education evaluation data brain, technology empowerment

中图分类号:  G40-058.1

[1] 杨开城.教育何以是大数据的[J].电化教育研究,2019(2):5-11.
[2] 李向成.高校深化“三全育人”综合改革的现实困境与实现路径[J].中国高等教育,2021(23):44-46.
[3] 饶美红.“学校大脑”:激活教育数据要素潜能,促进育人生态变革——基于杭州市建兰中学的数字化转型实践[J].新课程评论,2023(1):39-49.
[4] 方海光,孔新梅,杜斌,等.区域教育数据大脑:内涵、功能与实施路径[J].电化教育研究,2022(6):46-52.
[5] 刘永,庞宇飞,荆欣.档案数据化之浅析:档案数据大脑的构建[J].档案管理,2019(3):31-34.
[6] 杨现民,周德青.大数据赋能“四个评价”的价值潜能与现实难题[J].中小学数字化教学,2022(6):31-35.
[7] 杨宗凯,吴砥,陈敏.新兴技术助力教育生态重构[J].中国电化教育,2019(2):1-5.
[8] 王旭东,陈涛,郑磊.基于FPGA的多通道数据采集系统设计应用[J].数字技术与应用,2021(10):190-192.
[9] 李爱霞,舒杭,顾小清.打造教育人工智能大脑:教育数据中台技术实现路径[J].开放教育研究,2021(3):96-103.
[10] 赵磊磊,蒋馨培,代蕊华.内在主义技术伦理:教学评价智能化转型考量[J].中国远程教育,2023(1):40-48.
[11] 乔兴媚,杨娟. 教育神经科学研究的内涵、现状与对策[J].教育评论,2020(6):36-41.
[12] 王梦珂,王卓,陈增照.深度学习评价:理论模型、相关技术与实践案例[J].广西师范大学学报(哲学社会科学版),2023(6):66-75.
[13] 王晨辉,吴悦,杨凯.基于STM32的多通道数据采集系统设计[J].电子技术应用,2016(1):51-53,57.
[14] 刘邦奇,刘碧莹,胡健,等.智能技术赋能新时代综合评价:挑战、路径、场景及技术应用[J].中国考试,2022(6):6-15.
[15] 刘淑梅,杜彬,云桂桂,等.基于数据中台和流程平台的业务中台建设与实践[J].现代电子技术,2022(20):65-68.
[16] 刘邦奇,张振超,王亚飞.区域教育大数据发展参考框架[J].现代教育技术,2018(4):5-12.
[17] 王永固,王怡,王会军,等.区域教育智慧生态系统构建:模型、框架与策略——基于浙江教育大数据工程行动实践[J].中国电化教育,2022(12):114-120.
[18] 江雨,常芳芳.基于大数据与SDN的高校云数据中心设计[J].网络安全和信息化,2022(10):88-91.
[19] 屠要峰,牛家浩,王德政,等.面向开放大数据环境的动态数据保护系统[J].软件学报,2023(3):1213-1235.
[20] 董玉霞,苏荣聪.基于Python语言的可视化空间数据库智能查询系统[J].平顶山学院学报,2022(2):50-54.
[21] 许锋华,胡先锦.人工智能技术赋能个性化学习:意蕴、机制与路径[J].广西师范大学学报(哲学社会科学版),2023(4):68-79.
[22] 刘邦奇,喻彦琨,袁婷婷.智能技术赋能过程评价:目标、路径与典型场景[J].现代教育技术,2022(5):14-23.
[23] 邱奔,王少鹏,李哲,等.软硬件资源整合强化数据中心算力提升[J].通信世界,2021(16):38-40.
[24] 马安佳.大数据可视化在综合立体交通网建设中的应用研究[J].办公自动化,2023(2):59-61.
[25] 刘邦奇,袁婷婷,纪玉超,等.智能技术赋能教育评价:内涵、总体框架与实践路径[J].中国电化教育,2021(8):16-24.
[26] 张治,徐冰冰.人工智能教育大脑的生态架构和应用场景[J].开放教育研究,2022(2):64-72.
[27] 刘邦奇,朱广袤,张金霞.智能技术支持的增值评价模式及典型实践[J].中国远程教育,2022(12):49-57.
[28] 付道明,华子荀.互联网大脑进化形态下的类脑泛在学习系统:教育神经科学的视角[J].远程教育杂志,2021(6):9-19.
[29] 郭胜男,吴永和,张治.人工智能教育大脑模型构建及实践路径[J].开放教育研究,2022(4):22-30.
[30] 张硕.大数据提升教育治理与服务能力——北京市东城区教育“数据大脑”建设与思考[J].数字通信世界,2021(11):200-201,204.
[31] 张进良,杨苗,谈桂芬.智能技术赋能基础教育评价改革的实然困境与路径选择[J].中国远程教育,2023(2):18-27.
[32] 李铭,韩锡斌,李梦,等.高等教育教学数字化转型的愿景、挑战与对策[J].中国电化教育,2022(7):23-30.
[33] 吴砥,饶景阳,吴晨.教育大数据标准体系研究[J].开放教育研究,2020(2):75-82.
[34] 鹿星南,高雪薇.人工智能赋能教育评价改革:发展态势、风险检视与消解对策[J].中国教育学刊,2023(2):48-54.
[35] 柯清超,刘丽丽,鲍婷婷,等.国家智慧教育平台赋能区域教育数字化转型的四重机制[J].中国电化教育,2023(3):30-36.
[36] 张瑜洁.校园网络信息安全的问题与对策分析[J].数字通信世界,2022(12):154-156.
[37] 张誉元,张海.数据生命周期视阈下教育数据伦理问题及规约之径[J].中国电化教育,2022(10):118-125.
[38] 滕长利,邓瑞平.智能技术赋能教育高质量发展:内涵、挑战及应对[J].高教探索,2023(1):8-13.
[39] 赵磊磊,吴小凡.“智能+教育”场域下数据治理的挑战与应然取向[J].河北师范大学学报(教育科学版),2022(6):115-120.
[40] 冯锐,孙佳晶,孙发勤.人工智能在教育应用中的伦理风险与理性抉择[J].远程教育杂志,2020(3):47-54.
[41] 刘三女牙,杨宗凯,李卿.教育数据伦理:大数据时代教育的新挑战[J].教育研究,2017(4):15-20.
[42] 闫坤如.人工智能的算法偏差及其规避[J].江海学刊,2020(5):141-146.
[43] 杜永欣,周茂君.透明化生存中的自主性构建:算法推荐的隐私问题与规制路径[J].未来传播,2022(6):10-19.
[44] 刘邦奇,张金霞,许佳慧,等.智能技术赋能因材施教:技术框架、行业特点及趋势——基于智能教育行业发展实证数据的分析[J].电化教育研究,2021(2):70-77.
[45] 龙胜,李肖蕾.构建基于数据的学生个性化发展评价体系——以长沙市岳麓区博才小学“博才大脑”为例[J].湖南教育(A版),2022(12):65-67.
[46] 杨聚鹏.新时代教育评价改革政策的实践困境与推进策略研究[J].武汉大学学报(哲学社会科学版),2022(6):181-190.
[1] 马志强, 余承珂, 杨桂英. 数字基座赋能学校综合评价:问题挑战、评价体系与实践案例[J]. 广西师范大学学报（哲学社会科学版）, 2024, 60(6): 73-86.
[2] 王彦, 马焕灵, 袁磊, 皇甫科杰, 王枬. 教育强国笔谈[J]. 广西师范大学学报（哲学社会科学版）, 2023, 59(6): 55-65.
[3] 盛明科, 贺清波. 整体性治理视域下基层治安防控体系何以实现“要素联动”？——以Y区B街道“平安联盟”为例[J]. 广西师范大学学报（哲学社会科学版）, 2023, 59(5): 22-31.
[4] 桑新民. 后疫情时代:探究返璞归真的教育创新系统工程[J]. 广西师范大学学报（哲学社会科学版）, 2020, 56(5): 45-58.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 广西师范大学学报（哲学社会科学版）编辑部
地址：广西桂林市三里店育才路15号　邮编：541004
电话：0773-5857325　E-mail: xbgj@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发