打开文本图片集

[   基金项目：2022年度重庆人文科技学院高等教育教学改革研究项目（21CRKXJJG25）；2023年度重庆市教委高等教育教学改革研究项目（233496）；2018年度重庆人文科技学院高等教育教学改革研究项目（18CRKXJJG10）。

作者简介：何盈盈（1994—），女，重庆涪陵人，讲师，硕士，主要研究方向为大数据分析与挖掘，邮箱为heyingyg@163.com；江渝川（1980—），男，重庆北碚人，副教授，硕士，主要研究方向为物联网及人工智能。]

基金项目：2022年度重庆人文科技学院高等教育教学改革研究项目（21CRKXJJG25）；2023年度重庆市教委高等教育教学改革研究项目（233496）；2018年度重庆人文科技学院高等教育教学改革研究项目（18CRKXJJG10）。

作者简介：何盈盈（1994—），女，重庆涪陵人，讲师，硕士，主要研究方向为大数据分析与挖掘，邮箱为heyingyg@163.com；江渝川（1980—），男，重庆北碚人，副教授，硕士，主要研究方向为物联网及人工智能。

摘  要：本研究以基于人工智能的混合式教学模式下的“大数据分析与应用”课程评价体系构建为焦点。通过运用人工智能技术，成功构建了智能化的混合式教学评价依体系，旨在满足学生个性化学习需求、提高教学效果，促进学术素养和实际操作能力的全面提升。从课程结构和内容入手，通过在线学习平台数据分析、小组协作评估、反馈和调整等手段深入了解学生学习过程中的行为和反应，最后采用多种方式综合评价学生实际能力和个性化需求，为教学过程的优化提供科学依据，为教育领域的创新提供有益经验。

关键词：“大数据分析与应用”；混合式教学；人工智能；评价体系

在21世纪这个信息化时代，人工智能的蓬勃发展对教育领域产生了深远的影响[1]。传统的教学模式已经无法有效地适应学生多样化的学习方式和速度，学生在学习过程中表现出的个体差异需要更为灵活的教学策略，而人工智能技术的应用为此提供了解决方案[2]。通过分析学习者的教育进度数据，人工智能技术能够生成个性化的学习计划，为每个学生量身定制教学内容和进度。因此，人工智能技术的引入为教育模式的革新提供了全新的可能性。鉴于“大数据分析与应用”课程是培养大数据领域人才的核心课程，为适应社会需求和培养具备创新思维的学生，迫切需要构建更为先进、灵活的教学模式。在这一背景下，如何通过人工智能技术构建“大数据分析与应用”教学评价体系应运而生。

1.基于人工智能的混合式教学模式评价体系研究现状

人工智能（Artificial Intelligence，简称AI）是一门研究如何使计算机能够模拟和执行人类智能任务的学科和技术领域。其主要目标在于开发能够感知、理解、学习、推理、决策以及与人类进行交互的智能系统。在教育领域，AI技术逐渐与学科和技术领域相结合，为提高学生学习效果和教学质量提供了新的可能性。

混合式教学模式作为教育界的研究热点和关注重点，结合了传统面对面教学和在线学习的元素，旨在最大程度地发挥两者的优势，提供更丰富、灵活和个性化的学习体验，并在其中融入AI技术。通过AI的智能辅助教学，学生可以根据个体差异自主学习，实现更灵活的学习路径和自我调控。教师则能够通过AI的数据分析工具更深入地了解学生的学习过程，为个性化的指导提供科学依据。另外，传统课堂教学模式以老师为中心、书本为中心和课堂为中心，特点是教师单向灌输，学生被动接受。此模式存在诸多问题，包括教学方法单一、枯燥，容易使学生失去学习兴趣，不利于学生对教学难点的掌握。同时，过于注重结果的终结性评价而忽视对过程的评价，导致学生思维、创新和实践能力的培养不足。

基于AI的混合教学模式作为一种整合传统面对面教学和在线教学的方法，以整合传统课堂教学与现代在线学习资源，提供更灵活且互动性强的学习体验，并通过AI技术实现更智能化的教学管理和反馈机制。学生通过在线平台获取多样化的学习资源，如视频讲座、练习题等，实现自主学习和自我调控。教师通过AI的数据分析工具深入了解学生学习过程，更好地个性化地指导学生。

2.基于人工智能的“大数据分析与应用”混合式教学模式评价体系构建

2.1评价体系建立

基于AI的混合式教学模式评价体系是针对课程的特点而设计，目的在于充分利用先进的技术手段，更好地满足学生个性化学习需求。在这一评价体系中，AI扮演着关键的角色，通过实时捕捉学生的学习进展、个性化地提供反馈，以及通过大数据分析来改进教学过程。评价体系的构建分为两个主要要素：学习过程评价和学习结果评价。学习过程评价旨在深入了解学生在学习过程中的行为和反应，从而为教师提供有针对性的教学改进建议。学习结果评价则关注学生在课程结束时所取得的知识和能力，通过多样化的评估方式全面了解学生的学术水平。基于AI的混合式教学模式下的评价体系构建如图1所示。

2.2 学习过程评价

（1）在线学习平台数据分析：针对“大数据分析与应用”课程，运用AI技术对学生在在线学习平台上的活动进行深度分析。通过监测学生的学习时间、课件浏览模式以及任务完成情况等行为数据，系统能够构建学生的学习轨迹。教师可以借助这些信息，更好地了解学生的学习习惯，有针对性地调整课程内容和教学方法，以提高学习效果。

（2）小组协作评估：AI技术在“大数据分析与应用”课程中应用于建立小组协作的智能平台。该平台监测每个学生在小组中的贡献度、合作频率以及互动模式。通过智能分析，教育者能够客观地评估学生的团队协作技能，同时为学生提供基于数据的反馈。这种评估方式可使教育者更全面地了解学生在团队中的表现。

（3）反馈和调整：AI在“大数据分析与应用”课程中扮演反馈与调整的角色。通过分析学生在课程中的学习历史和错误模式，系统生成个性化的反馈。教师利用智能辅助工具为每位学生提供量身定制的建议，协助其解决学习难题，并实现个性化的学习路径。这一智能化的反馈机制使教育者更具针对性地了解学生的学习需求。同时，学生能够更快地纠正错误，提高学习效率。

（4）学习日志和自我评估：利用自然语言处理技术，AI在“大数据分析与应用”中分析学生的学习日志。通过关注语言表达和关键词，系统能够帮助评估学生对学习过程的自我认知。智能系统根据分析结果提供针对性的建议，引导学生更深入地思考和记录学习心得。学生通过反思和自我评估，从而形成更有效的学习策略。

2.3 学习结果评价

（1）书面考试：引入AI技术对课程的书面考试进行智能化设计，通过分析学生的答题模式、错误模式和时间分配等数据，AI系统能够深入挖掘学生的学习特点，同时，系统还能了解学生在解答不同题型时的时间分布，为调整考试难度和时间安排提供数据支持。

（2）实际操作评估：引入AI技术，将其融入实际操作评估过程，进一步提升了评估的精度和个性化。虚拟实验和模拟项目为学生提供了一个仿真的大数据处理环境。通过智能辅助工具，教师可以实时监测学生在大数据处理过程中的操作路径、方法和效果，获得更加全面的学生表现数据。

（3）实际操作随机问答：在课程中引入实际操作随机问答，通过人工智能技术实现智能化评价。这种评价方式可通过模拟真实场景，随机提出与大数据处理相关的问题，要求学生实时回答或操作。通过分析学生的实际操作过程、解答步骤和答案质量等数据，AI系统能够全面了解学生在实际应用中的能力和水平。这种形式的评价可以更好地满足学生个性化学习的需求。

3.结束语

本研究致力于构建基于人工智能的混合式教学模式下“大数据分析与应用”课程的评价体系，旨在通过整合先进的技术手段，提高教学效果，并促进学术素养和实际操作能力的全面发展。通过对课程的学习过程评价和学习结果评价这两大要素的构建，提出一套全面而智能的评价体系，这一评价体系不仅在教育领域展示了创新和实用性，也为其他领域的教学评价体系设计提供借鉴和启示。

参考文献

[1]高书国.教育强国视域下中国教育的变革之道从工业教育时代步入智能教育时代的系统跃升[J].中国教育学刊，2024（01）：6-12.

[2]周水言，谢红霞，胡毓宁.人工智能对教育数字化变革的推动评《人工智能教育应用》[J].应用化工，2023，52（07）：2267.