一、研究背景

随着人工智能技术的迅猛发展，教学和信息技术的深度融合已经上升到了国家战略层面。教育在技术革新的进程中也不可避免地实现了阶段性的跨越，其科学性与智能性随着技术的进步不断提升，逐渐发展到今天大数据时代下的数据驱动教学范式。

在此发展背景下，智能技术融入到包括教学诊断在内的各个教学环节，推进教育变革。新技术使教学诊断（测试和阅卷）更便捷、高效。这体现在以大数据技术为核心的阅卷系统可以更快速、准确地录入和统计数据，智能、全面地分析数据，直观可靠地呈现、转化教学诊断信息，如学困生的识别、知识缺陷的发现、学科能力的诊断等，从而提高诊断有效性，实现全面评估，推进精准教学。

相较于新技术，传统的教学诊断方式存在很多局限性，比如，诊断数据录入慢，只能进行分数段、平均分等简单的数据分析，很少有全面、深入的数据分析，且诊断信息无法数字化存储，不便于反复调取使用，也不利于精准教学。如何更好更全面地将智能手段和日常教学融合，形成系统的、可操作的路径仍有待探索。这也是本研究尝试回答的问题：在新技术背景下，如何利用智能阅卷系统促进教学诊断的有效性？

笔者所在学校于2020年开始使用科大讯飞公司的“智学网”阅卷平台（文中称为智能阅卷系统）。此系统主要基于人工智能技术，充分挖掘数据价值，探索构建以学生为中心的学业评价体系，实现精准教学。

二、利用智能阅卷系统生成更便捷、更精准的教学诊断信息

1.获取诊断数据的过程

（1）答题和阅卷形式

测验前，教师根据试卷内容在智能阅卷系统上制作答题卡并将答案一并上传，保存到系统。学生在纸质答题卡上作答。阅卷时，该系统提供两种阅卷方法：网上阅卷（线上）和手动阅卷（线下）。

网上阅卷是指学生答题后，教师将答题卡扫描至系统之后，使用移动或PC终端登录系统，对非选择题进行网上阅卷，同时系统自动批阅选择题。阅卷结束后，系统生成总成绩，给出成绩分析报告。

手动阅卷是指学生答题后，教师在学生的纸质答题卡上对非选择题部分逐题批阅给分，之后再将答题卡扫描至系统，系统根据每道题上教师给出的相应分数进行识别，同时系统自动批阅选择题，最后汇总生成总成绩，给出成绩分析报告。

笔者所在学校对两种阅卷方式进行了谨慎的评估，认为两种形式都可以实现智能数据分析。但手动阅卷形式中，答题卡上仍会留有教师批阅的痕迹，这有利于学生拿到答题卡后对自己的答题情况有更直观的了解，也有利于后续师生探讨、分析试卷。因此我校一直以来选择使用手动阅卷形式。此形式不仅体现了新技术的便利性，还保留了传统阅卷的优势——留痕。

（2）生成诊断数据

图1是笔者总结的使用智能阅卷系统时，教师从学生答卷到得到诊断结果的全过程。

2.生成诊断信息的特点和优势

（1）成绩录入和数据调取便捷

在图1的①环节，学生的答卷内容、得分情况通过扫描原卷的方式录入系统。此形式可以在全面录入学生答卷内容的同时，生成每小题和整卷成绩，省去了传统阅卷方式中教师手动录入电子版成绩的环节。此外，录入的测验信息会存储到系统，可随时调取，反复查看使用，打破了传统阅卷方式下查看学生答卷情况的时空限制，更加方便、快捷。

（2）测验结果师生实时共享

在图1的②环节，智能阅卷系统对测验结果的处理十分智能、精准、全面。教师可查看测验平均分、最高分、最低分以及年级、班级、单个学生成绩，且这些成绩可以被教研组内所有成员共享，有利于教师之间发现、探讨效果更好的教学方式和经验。对教师来说，智能阅卷系统诊断结果能被更高效地用于后续教学准备；对学生来说，系统自动记录历次测验结果，能实现学业表现追踪。

（3）分析报告个性化、多元化、精准化

在图1的③环节，智能阅卷系统体现了大数据处理信息智能化的一面，即能够利用一次性的数据录入，生成多维度分析，为教学活动所涉及的各方，如学校、教师、学生、家长等提供全面的数据报告。

三、利用智能阅卷系统促进教学诊断有效性

1.获取精准学情

（1）科学评价试卷质量

系统可以呈现试卷题目难度系数、难度比例（难、中、易）、信度和区分度等数据。这能够帮助教师快速地认识试卷难度是否满足预期，了解该试卷作为测试工具的可靠程度，掌握该试卷是否可以区分出不同水平的学生；也方便教师反思所出试题是否为高水平试题，应该在哪些方面改进。

图2为某次我校英语测验，系统生成了本次测验卷的统计分析结果。本次考试难度系数为0.65（难度系数介于0和1之间，值越大表示试题越简单）；题目难度比例为1.5∶4.1∶4.4（难度比例表示试卷不同难度等级的题目分值所占比例。当测验中题目难度的分布为正态分布时，更能保证整个测验有较高的鉴别力）；小题得分率为P，0≤P<0.3为难题；0.3≤P≤0.7为中等题，0.7<P≤1为容易题；信度为0.86（信度表示测验结果是否反映了被测者稳定的、一贯性的真实特征，介于0和1之间，值越大越好）；区分度为0.29（区分度即鉴别指数，表示试题对考生能力的区分程度，值越大表明试题区分不同能力考生的效果越好，试题采用的价值也越大）。通过以上数据分析，可知本次测验卷有一定难度，难易题目比例分配合适，信度良好，具备较好的区分度。

（2）多角度统计学生答题情况

系统会根据得分率用四种颜色标注，区分错题。得分率60%为红色，介于60%和70%之间为黄色，介于70%和85%之间为蓝色，得分率高于85%为绿色（如图３）；且每小题的具体答题情况也会直观地呈现给教师。这可以帮助教师科学分析出学生薄弱知识点，准确定位重难点，讲评试卷有的放矢，大幅度提高教师的备课效率和讲评质量。

（3）精准反映学生学习状态

系统里的“成绩单”栏可以查看每位学生的得分、排名、进退步情况，还可以查看每位学生近几次考试成绩的起伏情况（如图４），有助于教师精准定位起伏较大的学生，及时找学生进行沟通，帮助学生一起诊断问题，起到督促作用。

2.使用“精准教学”功能辅助教学

（1）提高试卷讲评课的效率和精准度

由于传统教学诊断方式下的讲评课没有准确的学生答题数据，教师大多数时候是凭借经验来猜测学生的易错题，抑或是在课堂上问学生“错的举手”；有些教师怕遗漏知识点，甚至把整份卷子从头到尾讲评一遍。以上做法并不科学，且效率极低，既浪费了宝贵的课堂时间，也无法评估讲评效果。但是借助智能阅卷系统，试卷讲评课就可以摆脱原来看似全面，实质缺乏深度又低效的情况。

而且智能阅卷系统保存了每个错答学生的姓名及答题内容（即学生答题卡），教师可以不受时空限制，随时调取查看。教师不仅可以“数字”的形式了解学情，还能够以“文字”的形式详细获取学生对知识的实际掌握情况，便于了解学生的错误思路，从而可以针对多种错误思路进行备课，从学生的角度备课，提高师生沟通效率，实现诊断有效反馈教学的作用。

（2）提供更精准更科学的教学建议

传统的教学诊断中，数据统计的范围往往局限于当次测试和教师所教班级。教师对学生情况的了解和后面教学计划的调整，一般也只能基于当次测验结果和教师自己的经验，缺乏数据对比和科学支撑。而基于大数据的智能阅卷系统则可以对数据进行更大范围、更多角度的统计和分析，以更便捷的方式给出更精准、更有理可依有据可循的建议。

例如，智能阅卷系统打破了班级限制，将全年级各班学生的学业分层情况直观地统计呈现出来，有利于教师了解年级情况，摸清所教班级在学校同年级中的情况；有利于学科备课组统一调整教学步调，实现整体进步。

四、总结

智能阅卷系统带来的变化，集中体现在教师、学生、学校三个层面。

对教师来说，智能阅卷系统能够帮助教师科学分析学生的薄弱科目与薄弱知识点，有助于教师对学生给予有针对性的个性化干预与指导，帮助学生全面发展；能以班级、学校为单位对诊断信息进行统计和归类分析，便于教师及时调整教学计划，使教学更有针对性；能帮助教师梳理教学知识体系，依据教学成果诊断报告，进行自我反思，有效提升教研精准度，促进教师专业发展。

对学生来说，智能阅卷系统对考试数据的采集、记录和分析，为每个学生绘制了一份成长轨迹图，使学生的学习状态可视化。学生可以及时了解自身学习水平、知识疏漏与进阶方向。智能阅卷系统为改善学生学习和激发学习潜力提供建议。

对学校来说，智能阅卷系统可以全面提高考试管理信息化水平；有助于实现从单一考试评价向多元评价转变，完善教学质量评价体系，实现借助诊断推进决策精准化；有助于提高教学质量与教学水平。
智能化的大数据统计阅卷技术帮助教师摆脱了重复劳动，使教师有更多的时间去分析人而不是数据。智能阅卷系统也为教师转向思考如何更好地使用数据，引导、帮助学生学习，提供了技术可能，让教师与学生的沟通更高效、更贴心，有助于教师实现更高层次的专业发展。

在全世界各领域实现信息化的大时代背景下，教育教学信息化是必然的，也是必要的。借助大数据分析结果，可以在一定程度上帮助教学从“预设性教学”向“生成性教学”转变，从“基于经验的直觉判断”向“基于数据的精确分析”转变。智能化新技术在各个教学流程中起到推进变革作用的同时，也起到关键作用。