AI+高等教育，郑大"智"评先行！

学校大力推进课程教学转型升级，注重为学生提供更多高阶学习经历和体验，强化批判性思维养成和创新能力提升。组织校内外专家研讨论证，从学生学习经验获取的角度，制定了基于学生学习经验的课程评价标准和量化观测指标。参考布鲁姆教育目标分类学理论，构建由 知识记忆、知识应用、思辨评估和创新研究 四类课程构成的课程分类评价体系，开展教学质量评价和学生成长评估。依托U课评人工智能课程评价平台，通过多轮课程教学评价实践，实施评价结果和教学实效多维对比，迭代修正观测点权重，持续优化课程评价指标体系。经学校专家委员会和部分师生鉴定认为，试点65门课程的评价和分类结果，符合课程教学实情，个性化意见建议具体可行，能对教师教学改进和学生学习成长提供有效的指导。

搭建 “厚山学堂”网络教学平台 、 布设相关课堂辅助工具，采集教学行为数据。结合历史评价数据，通过数据清洗、数据验证、人工标注等方式构建模型训练测试数据集，实施多轮次AI课程评价专家模型训练。基于课程、教师、学生智能画像等多维度信息， 对训练结果进行反复交叉验证和分割训练，减少评估偏差 。 线下结合真实专家评价意见以及部分学生反馈信息，持续改进专家模型参数， 评价准确度从最初的63%提升至96% 。 AI专家基本具备对课程材料的理解能力、复杂数据的处理能力和智能化分析能力和课程评价能力。