摘要

为阐明机器学习优化教育评估与教育教学过程的效用及其规律,重构机器学习教育应用效果分析框架,从技术性、有效性、应用性三方面分析机器学习应用于科学教育的六个案例,阐明机器学习在评分策略、学习测评与教育干预领域的应用优势。同时,归纳机器学习在科学教育评估中的应用规律:机器学习通过复杂实践参与和自动反馈系统提高评估效率;机器学习支持多模态评估,帮助拓宽评估途径;机器学习在复杂结构、高阶思维和多维学习的应用中表现出巨大潜力;机器学习整合神经科学,能够帮助还原认知发展过程。然后,就机器学习进一步广泛应用给出建议:重视反馈在教学中的作用;聚焦机器学习应用的具体场景;关注教师在应用场景中扮演的角色。