-
题名人工智能赋能的可信同伴互评模型构建与验证
被引量：2
- 1
-
-
作者
孔维梁
于晓利
韩淑云
邓敏杰
-
机构
河南师范大学教育学部
华中师范大学人工智能教育学部
-
出处
《现代远程教育研究》
北大核心
2023年第3期93-101,112,共10页
-
基金
河南省哲学社会科学规划项目“数据驱动的在线协同知识建构干预策略研究”(2021BJY021)
河南省高等学校重点科研项目“自我调节学习视角下在线学习支持服务研究”(21A880009)。
-
文摘
同伴互评是培养高阶思维、提升学习绩效的重要学习策略。然而在教学实践中,同伴互评存在严重的低信任问题,即学习者对同伴的评价存在质疑或漠视,整体接受度不高。究其缘由,学习者的认知差异性是导致低信任问题的关键诱因:客观上,学习者的认知差异性导致同伴评价的不一致现象;主观上,学习者面对评价不一致现象时会产生确认偏误。人工智能赋能的可信同伴互评模型,使用可信系数标明评价的有效性,引导学习者建立正确的认同与信任,可以降低学习者的确认偏误。该模型的智能化实现过程分为4个阶段:评价及可信系数的表征、评分关系加权图构建、基于加权随机游走算法的同伴间认知水平关系挖掘、可信系数计算及评价反馈。基于该模型的教学实践表明:其能够依据评价者与被评者的相对认知水平为评价计算合理的可信系数;有助于提高学习者对同伴评价的接受度,在感知有用性、行为意愿2个维度上显著优于传统同伴互评模型;对学习者批判性思维倾向的培养具有显著的正向影响,在分析性、系统性、求知欲和思想开放性4个子维度上均有显著提升。
-
关键词
人工智能
同伴互评
认知差异
低信任度
可信系数
-
Keywords
Artificial Intelligence
Peer Assessment
Cognitive Differences
Low Trust
credibility coefficient
-
分类号
G434
[文化科学—教育学]
-
