AI交互系统的结果评估和团队协作表现评分

（1）学习成果检测

学习成果检测的最终目的是评判学生是否达到教学目标所要求的知识习得程度与知识应用水平。

新教学的学习成果衡量将总结性评估与过程性评估相结合，主要涉及基础关键点，兼顾知识获取过程与习得结果，不涉及难点。新教学的教学评估类型包括：个人作业、讨论、项目与考试。个人作业往往出现在课前预习中，对于每项作业，学生都会收到预习作业的主题、交作业的截止日期和详细规范要求，并在机器人教师规定的范围内输出结构合理的论据。

新教学课上讨论活动的内容会因课程知识点结构而异，机器人教师通常会在每次讨论时就问题或话题进行辩论。学生需要研究主题，并发表对任务的回应以证明自己的知识水平和理解程度。项目活动是持续不断地为学生提供机会回顾课程教授期间所学到的知识以及将来如何应用所学到的知识。项目活动是AI交互系统直接掌握学生在课程中的进展情况以及是否在正确的领域中获得知识的直接方法。课后测试是每个知识点都设置的，测试内容只包括教学重难点，对于有明确答案、需要学生记忆的考试，AI交互系统会启用人脸识别以监督虚拟考试。对于开放式和笔记式的考试，教师将协助机器人教师评判答案，机器人教师在重复迭代过程中进行机器学习，以适应多样性的学生作业批改。

新教学将学生作为高等教育机构生产的“产品”加以检验评价，学生需要达到该领域“合格产品”的质量标准。

在检测学生专业技能方面，值得强调的是，新教学的AI交互教学平台与检索功能在技术上帮助实现学生学后即用、现场模拟实操，更好地评估学生创造、选择、应用、改编相关工程技术、资源和现代工程工具设备的能力。

在检测学生终生学习能力方面，新教学认为学生具备将学习精神从课堂延续到工作，包括对职业环境的分析、项目风险的评估、职业道德修养的培养等的能力。因此，对学生终生学习能力的考量将涉及是否能兼顾企业及社会环境影响，持有可持续发展理念；是否能根据操作环境的改变而随机应变，在日益变化发展的世界环境中持有并应用自身领域的相关知识创造社会收益；是否能在不断的经验积累中持续提高专业水平。

在检测学生程序方法的习得方面，除了运用知识点进行分析、归纳、调研等，在新教学AI交互教学平台的组间互动中，学生的团队合作与沟通交流能力也得到了体现。对于涉及多知识点、多学科的复杂项目，不同学生将以个人账号为单位，构成AI组间互动体系，基于该体系进行团队协作，完成考核，而系统也将记录每个个体账号的表现，给出团队协作上的表现评分。同样，在协作中的沟通能力、对外展示复杂项目成功的陈述以及阅读、写作、语言表达、听力理解、撰写高质量报告、设计编制文件、发出响应和清除指令等也都将呈现在沟通能力的评估中。

测验是检验学生知识吸收程度的普遍方式，大部分测验都会在考查学生应用能力的同时，以进阶或高难度的习题来拓展应用能力，这需要学生在掌握基础知识应用能力的同时记忆更多的解题技巧。但作为基础学科的考查，新教学在测验中只考查基础概念与关键点，既检验对关键知识点的理解、复习新的术语与概念，也为学生减压减负。在此基础上，新教学课程会考查学生在给定专业领域内检索新学术应用的能力，AI交互教学平台将提供技术环境，让学生以海量可得信息为依托，去寻找当前所学理论知识点的实际应用，既考查学生自身语言组织、信息筛选等能力，又检验学生在专业层面的学习效果。(www.xing528.com)

（2）教学成果评估

结合中外教育评估体系的构建，新教学尝试持续构建更客观的教学评估体系，为提高该模式下的整体教学水平打下坚实的质量基础。

制定与学生发展需要和社会相关工作领域需求相契合的评估标准，涵盖学生与教师质量、课程内容、教学流程、课堂知识取得氛围等全方位的考量评估要素。评估的流程包括对学校管理者的访谈，对教师教学目标、教学态度、教学动机以及教学实践的评估，对学生吸收知识程度、教学硬软件使用情况、学生学习成果、学位论文的评估等。

新教学的评估立足于专业，以科学为指导：

第一，新教学邀请专业评估机构以认证专业项目的形式，根据通用的标准来评估教育质量水平。

第二，新教学通过多元的评估方式如自我评估、同行评估、报告评估等进行多方监督与多方考评，营造相关领域共同促进教育进步的氛围。

基于高水平、标准化的教学评估，新教学会不断适应社会发展需求，建立一套高标准评估体系下的教学系统，确保教育资源、教学效益、教学过程、教学效果最优化。同时，为在线学习平台与虚拟互动相结合的教学模式创设一套全新的评估体系，助力未来大学成为具有开放性、共享需求、创造力和前瞻性的互联网创新平台。