9月28日晚8点，教育心理学系举办了第21期教育心理学跨学科沙龙，邀请到美国佐治亚大学AI4STEM教育中心主任、科学教育和人工智能专业助理教授翟小铭博士作了题为“利用机器学习评估科学教育中的复杂构念”的报告。本次沙龙通过腾讯会议在线直播，吸引了校内外相关研究人员的热情参与。

  美国《新一代科学标准》(2013) 提出，科学教育对学生的预期表现包括三个维度，分别是科学与工程实践、跨学科概念和学科核心概念。然而，这种“三维”评估具有很大的难度和挑战性——课堂评估必须从传统的多项选择转向基于科学素养的评估，让学生针对科学实践中的问题找出解决方案。

  本次讲座中，翟博士介绍了其团队使用机器学习进行“三维”科学教育评估的研究，分析了当下基于机器学习的教育测评面临的种种机遇和挑战。

  翟博士介绍了两个运用机器学习进行科学教育测评的研究。其一是用机器学习测评学生科学建模能力，其二是用机器学习测评教师的“学科教学知识”(Pedagogical Content Knowledge) 。

  翟博士的研究主要基于美国国家研究委员会(NRC)提出的“测评三角”(The Assessment Triangle) ，包括观察，解读和认知三个层面。研究旨在根据课标要求制定评分标准，并将评估结果及时反馈给教师。

  与使用机器批改选择题不同，“三维”科学评估主要基于开放性回答，缺乏固定模式。因此，一种使用机器学习进行科学素养评估的思路是，先请专家老师给学生作答打分，后基于专家打分和学生作答训练机器，构建算法模型，从而实现机器评估。

  针对学生文字作答，目前较多采用自然语言处理(NLP)，而针对学生绘图作答，较多采用卷积神经网络(CNN)等算法测评。

  最后，翟博士总结，目前利用机器学习进行科学教育测评还处于初始阶段，技术方面依旧存在很大限制，但值得肯定的是，智能教育测评前景十分广阔，期待更多专家学者加入到智能教育测评研究中来。

~END~