新视野大学英语4课件，智能时代教育测量新视野

你们想知道关于智能时代教育测量新视野和一些新视野大学英语4课件是怎么回事的吗？那么听小编为大家详细的解吧！

感谢您对“永达英语”的关注！

智能时代教育测量新视野

王思昌

摘要考虑生成式大语言模型ChatGPT引发的新一轮人工智能技术发展，阐述了智力和智力评估的相关概念和挑战，分析了人工智能技术对人类学习和教学系统的影响。它提示教育可以发生在智能化时代，并在教育智能化过程中呈现出教育测量的历史使命。展望未来教育测量的发展，教育测量应与智能认知研究相结合，研究人员致力于智能模型评估、心理测量与教育测量的融合研究，推动智能技术在教学和教学中的合理应用。学习，你应该。教育测量在教育改革和社会发展中发挥着越来越重要的作用。

关键词智能、人工智能、教育测量、智能测评

ChatGPT这一生成式大规模语言模型出现后，其提供的高度智能的对话体验引发了人工智能技术前所未有的创新发展热潮，引发了人们对人工智能技术诸多题的兴趣和思考。ChatGPT实现无缝人机对话。可以采用多模态方法根据图表、照片、PPT文档等提示内容生成多种形式的信息。您还可以根据说明撰写报告、论文和文章。一种比强大的人工智能更先进的技术，又近了一步[1]。人工智能的这一突破性进展得到了学术界和工业界的高度赞扬和关注，有研究人员认为ChatGPT是通用人工智能技术发展的突破性进展，是实现智能化的重要一步[2-3]。

人工智能技术的突破性发展给各领域、各行业带来了巨大变革。从人工智能新技术的影响来看，人工智能技术的直接作用主要是推动工业生产的智能化，大规模取代人类劳动岗位，极大地改变了当前的生产方式和社会形态。同时，人工智能的替代作用将对人类的学习方法和教育体系产生直接影响。人工智能系统挑战人类的学习能力和专业地位，重塑我们的心理状态和工作方式。根据Gartner发布的最新报告，到2026年，韩国超过30%的白领工作将被重新定义，生成式人工智能的使用有望成为一项流行技术[4]。

在研究人类思维方面，认知科学的核心目标是建立一个可以类似于人类思维过程的模型[5]。一些前沿科学家认为，目前的技术已经可以构建有意识的人工智能系统，并可能很快实现类似于人体的自主代理，这将比ChatGPT对人类社会产生更大的影响[6]。事实上，信息标准计算模型目前更加可行，深度神经网络的成功表明使用该模型的可能性仍在增加。在一些应用领域，基于ChatGPT技术产生了大量的网络虚拟人、企业虚拟员工，甚至出现了企业机器人CEO，对传统人类信息交流、社区活动、工作方式产生了深远影响。如果未来出现先进的自主智能，它将努力将自己建立为一个与人类具有相同行为要求的社会，从而使整个社会发生形态变化。

智能工具是人类不断追求的强大生产力，制造先进的智能系统和工具是人类一直追求的目标，也是对人类创造力的最大挑战。然而，由于目前尚不清楚人工智能将在多大程度上对人类社会产生重大影响，因此人们普遍对人工智能的突破性发展感到担忧。深度学习创始人辛顿指出，人工智能的持续发展将对人类构成诸多威胁。]。许多科学家呼吁停止人工智能的研发，以便人类能够充分思考人工智能的各种题，为进入智能时代做好准备。事实上，人工智能技术已经在对人类社会的生存提出挑战，包括最近好莱坞编剧***、知识产权侵权纠纷、就业危机、道德考验等。

面对人工智能发展的历史性机遇和挑战，包括联合国在内的各国正在积极实施各项发展规划和应对战略。2021年11月，联合国教科文组织发布了《人工智能题建议书》，提出了以符合要求的方式使用人工智能的全框架，指导各国最大限度地利用人工智能并降低人工智能的风险。危险。2023年2月，一些科学家和人工智能专家签署了一封《停止大规模人工智能研究》***，认为应该停止人工智能的研究和开发，以便人类能够充分考虑人工智能的存在可能带来的各种题。带。我带了。[8]联合国教科文组织同年7月发布的《全教育质量监测报告》呼吁合理运用科学，重点关注科技的教育应用。教育领域的技术[9]并敦促各国立即落实《关于“人工智能”题的建议》。2023年7月，我国网信办、国家发展和改革委员会、教育部和等部门联合发布了人工智能技术应用的《生成式人工智能服务管理暂行办法》，致力于规范人工智能技术使用，推广生成式人工智能技术；人工智能健康发展；标准化应用保障公众的安全，保障智能技术在生产过程中的应用[10]。总之，研究和评估智能技术应用和先进智能系统的心理特征对于社会发展非常重要，特别是在智能领域。本文从这个角度探讨了智力和智力评估的相关概念和任务，分析了人工智能技术对人类学习和教育系统的影响，并指出智能时代教育发生的变化如下教育措施开展教育智能化进程的必要性和历史责任。

1.智力与智力评估

如何定义智力是一个难题。计算科学之父阿兰图灵将“智能”的认定归因于实验方法，并提出测试机械系统是否智能，但反对提供描述性定义[11]。换句话说，图灵认为，在人类对“智能”有清晰的认识之前，可以以人类群体为例子，通过测试来检测一个系统是否具有智能行为。因此，在早期对人类思维的研究中，人工智能是针对人类智力行为的，但由于缺乏实验条件和理论支撑，长期停留在实验观察的层面。21世纪初以来，脑科学确立为一门正式、独立的学科，人类对人脑和心智的研究取得了长足进步，推动了人工智能技术的快速发展。

1949年，加拿大心理学家Hebb提出了关于人脑神经元激活模式的假设[12-13]，开启了模拟人类神经元网络构建智能系统的探索。在此后的漫长时期里，人工神经网络技术经历了多次起起落落，并因模型缺陷和认识偏差而几乎陷入停滞。进入21世纪，特别是近20年来，深度神经网络模型不断在实践中得到验证，这也催生了大规模语言会话模型ChatGPT的诞生。就ChatGPT的会话性能而言，它在很多方面都满足了图灵测试的基本要求。在技术方面，大规模语言模型的不断发展支持和促进了先进自主代理的研究。当前，人们对人工智能的未来发展充满信心，学术研究空前盛行，一些大型科技公司、研发应用机构等机构也纷纷追捧。具有模拟人类行为能力的自主智能体很快就会出现。未来10年，是新工业革命、人工智能展的阶段，也是人类社会快速变革的重要阶段。

人工智能系统的发展激发了评估智能本质和智能系统能力的需求。由于智力来源于人类智力的行为表现，因此智力评估主要涉及两类智力系统。一种是具有高级智能的人类，另一种是模拟人类智能的机器系统。人类具有与生俱来的智力，但在此基础上发展起来的更高层次的能力是通过继续教育来完成的。机器智能系统是由人类设计和生产的，目前大多采用学习模型，通过基于人类现有知识进行训练和学习来达到一定的智能水平。当前的机器智能评估基于模型性能的基准测试、基于设计目标的行业指标。与此同时，一些教育和心理学研究人员开始关注智能系统对人类的影响，并开始测试机器的心理特征，这可以说是一个新的开始[14]。然而，关于机器系统是否可以构建类人训练系统并使用训练测量方法对其进行测试，仍然存在许多未知领域。

评估情报如此重要有两个主要原因。首先，对智能和智能系统的评估可以指导人类的学习和教学系统如何与先进的智能工具相结合，防止因盲目使用智能技术而破坏人类发展生态系统。其次，当前的智能技术实现机制仍然存在许多理论和功能上的缺陷，广泛的智能评估和研究分析可以促进智能模型具备人类所必需的思维和行动能力。还需要对智能系统潜在的心理活动进行更深入的研究，包括、情感、思想、自我意识等。由于未来机器系统将更广泛地参与人类社会活动，因此也有必要防止人工智能系统和代理可能产生的负面影响、幻想内容或有害和破坏性行为。机械系统的智能评估不仅是保护人类社会生态的重要屏障，也是对智能系统研发的指导和监督。该测试系统以心理和教育测量理论为基础，针对人们的知识记忆和应用能力而设计。机械系统具有不同的特性，显然无法完全复制人类的测试方式。因此，如何评价机器智能是一个非常重要的题。这是一个具有挑战性的题。进行智能系统评估需要智能技术、认知科学、人文科学和社会学领域的紧密结合。一些学者认为，研究人员应该基于认知心理学方法对人工智能模型进行更深入的理解，并将智能模型视为心理学实验的参与者来研究这些系统的性能，而不是仅仅依赖现有的基于性能的基准。决策、推理、认知偏差和其他重要的心理特征[13-15]。

2智力教育面临的挑战

教育是人类社会最重要的文化教育和心理发展过程，是人成长和发展的环境。人工智能是模仿和发展人类智力行为的技术，其目的是创造与人类心理和行为能力相当的自主智能体，以替代人类的部分劳动功能。人工智能作为前沿技术工具，持续推动教学创新发展。人类文化遗产和社会发展过程中形成的教育体系，不仅是获取一般学科知识和培养专业能力的过程，还蕴含着许多非知识能力和身心发展的潜在要素。教育体系以知识传授和技能培养为核心，以促进人的成长、为社会培养有用的人才为目标。从功能上看，随着人工智能技术在教育中不断渗透和发展，它将取代部分教师的教学和指导行为，传统的教学管理和学习方式也将发生变化。主要变化。人工智能技术引发的教育变革中，最受关注的是对教育系统社会功能的全面审视。教育不再具有可持续性，需要继续下去。搬迁重组[16]。

长期以来，人们过于关注智能技术在教育系统中的引入和运用，不遗余力地推进“教育+智能”。主要目的是提高学习效率和教学效果。然而，先进的智能工具出现后，人们开始重新思考智能教育的合理性。教育是植根于社会交互的深刻人类行为，自ChatGPT出现以来，更先进的智能技术不断涌现，教育智能面临更多挑战。那么这里就介绍一下如何合理应用先进的智能技术并探讨其对教育的影响。环境和学生学习的影响值得进一步考虑。

第一，培养智慧影响力。教育不仅仅是传授学科知识，更重要的是培养学生学习知识、应用知识的基本能力，形成思维能力和解决题的能力。随着人工智能的应用越来越广泛，关于学生是否应该培养未来可能不需要的技能，或者是否仍然应该记住各学科的大量知识的题越来越多。