基于大模型的学习智能评价与推荐
期刊: 《教研导刊》 DOI:10.64649/yh.jydk.issn3080-2660.202611014 全文阅读 返回期刊
摘要：
人工智能技术日新月异，教育领域正经历智能化转型的历史进程，教育评价模式也逐步从传统的结果导向评价转向过程性评价。然而，在高校实际教学场景中，教师普遍存在作业批改工作量大、学情反馈滞后、学习过程数据难以系统化分析等问题，难以实现实时教学反馈与精准指导，尤其在学生课后自主学习、作业完成、学习资源选择等非课堂场景中，缺乏智能化工具支撑的高效精准干预手段。针对高校规模化教学开展与多元化学习评价需求之间的突出矛盾，本文提出一个整合学习过程评价与资源推荐的智能体框架，设计集学习资源推荐、个性化学习路径规划、智能作业批改与反馈于一体的智能体，并融合知识图谱与学生学习兴趣实现精准化学习干预策略推送。
关键词：
教育大模型；个性化学习；智能体设计
参考文献：
[1]何聚厚,王旭,何秀青,等. 基于智能助教的数智赋能教学实践进路与应用研究 [J]. 电化教育研究, 2026, 47 (10): 53-61.
[2]邱峰,杨伊. 教育多智能体驱动个性化学习新范式构建 [J]. 教育发展研究, 2026, 46 (Z2): 38-45.
[3]祝智庭,胡姣.教育数字化转型的本质探析与研究展望[J].中国电化教育,2022(4):1-8,25.
[4]顾小清,杜华,彭红超,祝智庭.智慧教育的理论框架、实践路径、发展脉络及未来图景[J].华东师范大学学报（教育科学版）,2021,39(8):148-159.
[5]梁竹梅,李鲍,赵冬梅. 以AI智能体重构学习过程——教学智能体创建案例分析与思考 [J]. 中国大学教学, 2025, (9): 80-86.
[6]卢宇,余京蕾,陈鹏鹤.基于大模型的教学智能体构建与应用研究[J].中国电化教育,2024(7):99-108.
[7]郑兰琴,李欣.调节性学习的发展：模型、支持工具及其培养策略[J].现代远程教育研究,2017(2):45-52.
[8]顾小清,张乐乐.教育数字化转型时代数字教材的建设方向与发展路径[J].现代教育技术,2022,34(4):82-89.