佐治亚大学的一项新研究旨在改善我们通过人类评分和人工智能评估儿童创造力的方式。玛丽·弗朗西斯早期教育学院的一个团队正在开发一种人工智能系统，可以更准确地对小学生创造力评估的开放式回答进行评分。

研究作者、教育心理学副教授丹尼斯·杜马斯(DenisDumas)表示：“就像医院系统需要有关患者的良好数据一样，教育系统也需要有关学生的良好数据才能做出有效的选择。”“创造力评估具有政策和课程相关性，如果没有评估数据，我们就无法完全支持学校的创造力。”

这些测试通常用于识别需要学校提供充分服务的额外教学资源的天才学生。而且由于它们的评估时间很长——大多数开放式回答都需要多名训练有素的人类评委进行评分——所以它们的使用不如数学、阅读或智商同行那样广泛。然而，通过创建人工智能系统，创造力评估可能成为学校更容易使用的工具。

为了改进人工智能的功能，杜马斯和他的合作者在30分钟的创造力评估中分析了10,000多个个人的回答。他们发现，某些类别的学生和某些类型的反应导致评委之间的创造力评级不太一致。所有可识别的学生信息都从评估中删除，评委只收到学生的回答。

“我们的法官不知道这些孩子是谁，也不知道他们的具体人口统计数据，”杜马斯说。“不存在明显的偏见，但一些学生的反应方式使我们的团队更难对他们的反应进行可靠的评分。”

评委们被要求对答案打分在1(最没有原创性)和5(最原创)之间，当答案表现出较少的原创性或者来自年幼的孩子或男学生的答案时，他们更有可能对评分持不同意见。

杜马斯说：“我怀疑在原创性等级最高的评分者之间会存在更多分歧，但我们发现，由于评委们正在寻找原创性，因此当答案不寻常、令人惊讶和聪明时，他们更有可能达成一致。”“但是当一个答案在原创性方面[得分]较低时，就会引起更多分歧。”

例如，当被问及帽子的令人惊讶的用途时，一名三年级学生建议“你剪掉帽子的阴影部分，它会看起来很傻。”对这一回答的评判范围为1到4，该研究强调了这个例子，说明年轻学生的回答可能更难评价。一些评委认为这不是原创，因为帽子仍然是戴在头上的可穿戴物品。然而，其他人则认为帽子外观的改变对于富有创造力的三年级学生来说很有趣、令人惊讶并且适合年龄。

更广泛的分数也出现在天才学生的高度原创性回答中，拉丁裔学生被认为是英语学习者，而亚洲学生则在任务上花费了更多时间。所有这些因素导致了更多的评级分歧。

“双语儿童的回答方式会有所不同;他们的回答方式与单语儿童不同，”杜马斯说。“尽管我们的许多读者也是双语的，但这可能很难应用于评级背景。我们一次又一次地发现，那些更有可能会双语的学生也更难评级。”

杜马斯说，了解评级分歧出现的地方有助于重新训练人工智能系统并使其更加准确，这有助于减少评估结果的误差带。杜马斯说，这些误差范围是学校常用的评估标准，但在创造力评估中可能比数学或阅读测试更宽。范围越窄，学校根据分数做出决定时就越有信心。

杜马斯说，这项研究是提高这些评估的准确性和信心的一步。

“学校评估的内容往往是教师在教学中关注的重点。因此，可以在他们选择的评估中观察到学校系统的价值观和优先事项，”杜马斯说。“我希望能够将创造力评估更多地纳入学校心理学家的工具包中，让他们可以选择观察幼儿的创造力潜力并将其解释为一种优势。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：学生评估创造力