摘　要：当前智能教育软件市场样态纷繁，软件产品质量参差不齐，教育工作者难以根据教学场景需求选择合适的智能教育软件。通过梳理相关文献与资料，厘清当前智能教育软件评估的研究现状，对现有的教育软件评估指标框架体系进行分析，并根据当前面向学生“学”的智能软件应用场景形态，逐步构建涵盖课堂学习、自主学习、智能作业、社会实践、运动健康五大应用场景的智能教育软件评估指标系，以期帮助使用者在纷繁芜杂、良莠并存的智能教育软件中选到质量高且符合自己使用需求的产品，同时也为监管不同区域的智能教育软件建设和应用情况提供评估标准，规范智能教育软件的监管机制，促进我国人工智能教育应用的有效落地。

　　关键词：智能教育；学生学习；智能教育软件评估；评估指标；优化智能软件应用场景

　　中图分类号：G434

　　文献标志码：A

　　文章编号：1673-8454(2024)07-0054-10

　　作者简介：张博，华东师范大学教育信息技术学系助理研究员，博士(上海200062);陈誉涵，上海市闵行区教育学院附属友爱实验中学教师(上海200241);王新颖，上海市黄浦区劳动技术教育中心教师(上海200011);李园园，华东师范大学教育信息技术学系硕士研究生(上海200062)

　　基金项目：中国教育学会2023年度教育科研重点委托课题“人工智能教育发展指数研究”(编号：202300001101WTA)

　　一、引言

　　《新一代人工智能发展规划》提出，利用智能技术开发智能教育助理，建立智能、快速、全面的教育分析系统^[1]。2019年，教育部等十一部门联合印发《关于促进在线教育健康发展的指导意见》，从扩大资源供给、构建政策扶持、加强多元管理等方面，对促进在线教育行业发展提出全面指导及要求，并且明确指出要推进产学研用一体化发展，加强智能教学助手、人工智能教师等新技术在教育领域的应用，推动教育模式变革。在国家政策的推动和引导下，人工智能、5G、互联网、区块链、大数据等诸多新技术在教育软件中的应用成果显著。智能技术研发在不断突破，智能教育软件的发展趋势整体向好，各类智能教育软件如雨后春笋般地迅速涌现。

　　目前我国智能教育软件尚存在许多问题，如有害信息传播、广告丛生、“技术流”造成的智能教育软件同质化现象严重、智能技术成熟度不够导致应用落地效果不佳、智能教育软件与教育场景的适配性不够、智能教育软件之间数据流通性差等。2019年，《教育部等八部门关于引导规范教育移动互联网应用有序健康发展的意见》中明确指出，亟需“健全教育移动应用评估、监测、检查、防护等技术规范，推进教育移动应用治理制度化、规范化、标准化”，“组织行业专家和相关企业共同完善教育移动应用的标准，规范程序开发、运行管理等环节，提高教育移动应用的服务质量和保障水平”。未来，智能教育软件的发展应聚焦于教育者和学习者的核心需求、成长、发展以及价值实现，软件应全面融入教育生态系统的各个环节和流程，致力于向整个教育体系提供更高效、更个性化的服务与支持^[2]。

　　二、面向学生“学”的智能教育软件评估现状

　　有学者把针对学生“学”的智能教育软件分为学习场景和考试场景两个类别^[3]。在学习场景中，通过运用人工智能技术优化教学过程，开发自适应学习、智能导学系统等智能教育工具，从而实现个性化学习和精准化教学等理念的真正落地。在考试场景中，智能教育软件可通过大数据分析和智能评估技术，对学生的学习情况进行全面评估和分析，提供针对性的复习和训练，帮助学生提高考试成绩。也有研究者将智能教育划分为浅层应用、中层应用和较深层应用^[4]。

　　浅层应用即“计算智能+教育”，主要是提供辅助教学和学习过程的基础，承担“拟物”这一角色，即以人工智能为工具主体，如智能教学系统、智能问答系统、智能评价系统等。

　　中层应用即“感知智能+教育”，主要是人工智能与人工神经网络相结合的产物，能更好地应对复杂的实际问题。其不仅能提供基础教学和学习辅助，还担任了“拟人”的角色，包括充当学伴、助手、导师等多种身份。同时，能够创设更加真实的虚拟学习环境。较为常见的是在自适应学习系统和个性化学习领域，机器学习和神经网络可作为适应性教育系统中的适应性技术来构建学习者模型。如学习管理系统(LMS)作为适应性教学系统，可根据学习者的学习需求，为其规划个性化学习路径、推荐有针对性的学习资源。

　　较深层应用即“特定领域认知智能+教育”，这一层次对智能教育技术有很强的要求，还需要对使用的学科有准确的认识。具体表现为从教育领域出发，结合学科信息，采用数据挖掘和机器学习等技术收集学习者的情感信息，有效预测学习者的学习情况并实施相应的干预，以激发学习者学习动机和学习绩效。

　　就发展评估层面而言，将人工智能促进教育发展作为评估对象的研究主要涉及三大类：一是以学校为单位，如中小学智能教育发展水平评估^[5];二是以教育领域各主体为单位，如学校管理者的智能化领导力评估^[6]、师生的智能教育素养评估^[7][8]、教师对人工智能教育的接受度评估^[9]、师生对人工智能技术的接纳度评估;三是以人工智能促进教育发展的关键要素为单位，如智能时代教育资源评估^[10]、智能教学环境评估^[11]、教育信息化发展水平评估^[12]等内容。

　　在学生学习方面，智能技术为学生个性化发展的实现奠定了技术基础。刘邦奇等对智能技术赋能因材施教，从识材、施教、发展三个层级进行了详细探讨^[13]。在科学“识材”方面，通过对知识水平、学习风格、认知特点、学习动机等数据的智能感知与采集，利用数据挖掘与机器学习技术对学生进行动态建模，形成学生画像，助力教师分析学生差异和个性特征，实现学情分析、科学识材。在精准“施教”方面，基于学科知识图谱与个性化推荐等智能技术，为学生构建个性化学习路径，推送个性化学习资源，实时测评和反馈学生学习过程情况，帮助教师调整教学策略，提供智能化答疑和个性化辅导，实现以学定教、精准施教。在促进“发展”方面，基于全员、全过程动态学习数据分析，提供面向每个学生的个性化学习与成长评价，对学生的学业和综合素质发展进行个性化诊断预测，推荐适合每个学生的发展规划建议，助力学生实现全面而有个性的发展。

　　通过梳理人工智能促进教育发展的研究现状发现，人工智能教育目前备受追捧，有关其关键技术研发、技术赋能教育场景、发展水平评估的研究成果丰富，但现有的人工智能促进教育发展的评估研究多为细致层面的维度构建与现状评估，缺乏将人工智能促进教育发展以整体样态作为评估对象，难以全面考量人工智能促进教育发展水平的整体面貌。另外，随着人工智能技术的发展，智能教育软件产品层出不穷，在提高教学效率、变革学习方式等方面具有很大的潜力。然而，对现有产品的功能与效用评价多来自于开发者出于自身宣传的表述，缺乏客观、科学的评估体系以综合评估智能教育软件产品的质量和效果。因此，为综合评估我国人工智能促进教育发展的现实水平，本报告基于社会领域各类发展维度，系统审视智能教育软件的应用场景^[14]，同时凸显出智能教育软件的现实应用水平，据此构建人工智能促进教育发展的评估体系，为准确探析、清晰量化人工智能应用，促进教育发展的综合水平和差异性打开新视野。

　　三、面向学生“学”的智能教育软件评估指标体系构建

　　面向学生“学”的智能教育软件评估指标构建主要分为两个阶段：评估指标的建立阶段和评估指标的修订与确立阶段。

　　(一)评估指标的建立阶段

　　首先，本研究以“学”为出发点，结合目前市面上智能教育软件赋能的学习场景，划分为课堂学习、自主学习、智能作业、社会实践、运动健康五个一级维度。

　　课堂学习：包括线下课堂、线上课堂、混合课堂等多种形式。学生在线下课堂中可通过相关智能教育软件与同学协作学习，实现教材课件内容的同步等;学生进行在线课堂学习时，可与教师进行远程同步互动，获得智能学情分析的帮助等。

　　自主学习：通过使用相关智能教育软件，学生可以获得自适应支持的学习服务，如学习路径规划、学习过程的动态分析、过程可视化、实时预警等。此外，知识图谱、自适应算法等可实现学习资源的自适应推送。

　　智能作业：区别于传统作业的无差异设计、内容重复机械、形式单一、负担较重等问题，智能作业可以实现个性化高质量作业的布置。智能作业相关软件可根据学科特点、学生学情和学习风格，推送设计科学、难度适宜、结构合理、负担合适的作业，帮助学生高效夯实课堂学习成果，查漏补缺。智能作业类型丰富，综合性、探究性和开放性强，更加重视学生高阶思维能力的培养。

　　社会实践：在此学习场景下，通过使用相关智能教育软件，学生可以获得实践活动平台的支持、实践活动的管理、实践相关资源的智能推送、实践工具的提供等。

　　运动健康：智能技术可智能识别学生的运动姿态，并提供矫正建议，也支持个性化运动计划的制定与调整、推荐相关运动资源、提供健康情况智能分析评估等。

　　其次，深入分析国内外教育软件评价指标架构和理论基础，并结合目前市场上的智能教育软件开发情况，确定该指标体系的三个一级指标。

　　最后，依据现有教育软件评估指标，考虑技术质量和功能、用户体验感、学生对实际应用场景需求等因素，将三个一级指标进一步细化出二级、三级指标。

　　(二)评估指标的修订与确立阶段

　　在指标体系初步建立后，邀请教育领域、软件开发领域专家，以及学生对指标进行讨论、反馈与修订，最终确定指标的各维度与指标体系。

　　在人工智能教育背景下，对智能教育软件进行评估，以软件的技术质量为基础，进一步探讨智能教育软件对用户的价值。在分析智能教育软件的目标用户需求与产品应用目标后，应将软件产品的开发焦点放在产品功能的设计与创作上，并需充分考虑用户满意度等要素。功能对于软件产品的重要性不言而喻，功能越强大、越符合应用场景的软件往往具有更高的用户满意度。因此，为了对智能教育软件的功能以及对教育场景的赋能效果进行较为系统的评估，本研究构建了面向学生“学”的智能教育软件评价三个一级指标：“功能属性值”“业务契合值”“魅力属性值”，分别对软件的功能质量和软件设计体验、软件的功能在不同学习场景下应用的匹配度、软件创新功能与应用三个方面展开测评，具体如表1所示。

表1   智能教育软件评估一、二级指标

　　1.功能属性值

　　功能属性值是对软件的功能完整性、质量、设计等方面的评估。在该一级指标下，为了评测软件所提供功能的丰富性，又设计了“功能完整值”这个二级指标，意在评价某一软件所提供的功能是否较为完整地覆盖了市场上同类产品的核心功能，并基于不同教育场景中软件功能的差异性，细化三级指标(核心功能指标)。而在功能有无的基础上，为了对功能使用的真实体验进行评估，在评估机制中进一步筛选剔除功能泛滥却粗制滥造的软件，增设了“功能实现值”这个二级指标，从用户对软件功能质量和软件设计质量设计的体验感受出发，完成对软件功能实现程度的评估。本研究选取《编程的原则：改善代码质量的101个方法》^[15]一书中提出的非功能需求指标中的“可靠性、可维护性、可移植性、效率性”及指标解释，并加入功能性、易用性这两项指标，形成了智能教育软件评估指标体系中功能实现值的指标项。

　　在课堂学习、自主学习、智能作业、社会实践、运动健康五个一级维度下，功能实现值下设的三级指标(用户体验指标)相同。在软件的功能质量方面，设有六个三级指标：功能性、可靠性、易用性、可维护性、效率性和可移植性，用于评估软件产品是否有维持性能的能力、可被修改的能力、从一种环境迁移到另一种环境的能力等。在软件设计体验方面，设有三个三级指标：优先级、一致性和防御性。用于评估软件产品在围绕用户体验设计上是否符合优先级设计的原则、是否从防止误用和滥用的角度进行设计等。

　　2.业务契合值

　　业务契合值是对功能在各种学习场景中的应用匹配度进行评估，即软件功能是否完美地满足特定教育场景下应用的需求和效果。在课堂学习、自主学习、智能作业、社会实践、运动健康等五个不同的一级维度下，业务契合值的三级指标(核心场景指标)各有差异。

　　3.魅力属性值

　　魅力属性值是对智能教育软件的创新功能与应用情况的评估。产品生命周期理论指出，产品需要不断创新、发掘潜在产品层次，以刺激用户需求、维持产品的成熟期，确保产品的生命力。但魅力质量理论也指出，并非每种服务的提供(或缺乏)都能提升(或降低)顾客对整体服务的满意度。因此，从鼓励创新的角度出发，针对软件中具有超出同类软件常规功能和业务场景的部分，本研究设计了“魅力属性值”指标进行评测。且在智能教育软件魅力属性表现的评测中，指标构建者特别关注了创新的功能设计或创新的学习场景是否真实提高了用户的满意程度。因此，在魅力属性值下设计了“功能先进值”和“业务创新值”两个二级指标，以包含功能和业务场景两方面的评估内容。

　　四、 面向学生“学”的智能教育软件评估指标设计

　　智能技术为学生个性化发展的实现奠定了技术基础。本研究秉承“用户需求决定软件内容设计，软件内容设计决定评估指标维度建设”的原则，充分考虑每一类面向学生“学”的智能教育软件在核心功能、业务场景和魅力属性方面的差异性，将自主学习、运动健康、社会实践、课堂学习和智能作业作为评估指标的一级维度，在每个一级维度下，分别构建其评价指标，详见图1。

图1   面向学生“学”的智能教育软件评估指标体系

　　(一)自主学习维度

　　在“双减”政策和大数据时代的双重背景下，自主学习成为教育研究的重要课题。自主学习的本质是对学习各方面或者学习的整个过程作出调节和控制，具有能动性、有效性、相对独立性等特征^[16]。本研究认为，自主学习即学习者在总体教学目标的宏观调控下，在教师的指导下，根据自身条件和需要自由地选择学习目标、学习内容、学习方法，并通过自我调控的学习活动完成具体学习目标的学习模式。在智能技术的助力下，自主学习活动打破时空限制，学生能够随时随地开展自主学习。智能教育软件在自主学习方面需要达到的总目标是使学生进行自我角色转换，发挥其主体性和积极性功能，培养自主性，由学习客体转变为学习主体，使自主学习内化为一种习惯，契合中小学生核心素养的培养目标，让学生自主学习能力和终身学习能力可持续发展成为可能。

　　因此，从学生自主学习活动对智能教育软件的需求出发，需满足以下基本条件：①能够让学生自主选择学习内容;②能够让学生自主调节学习策略;③能够激发学生的学习动机，或促进学生自我激发学习动机;④能够让学生自主管理学习实践，并能够对学习结果进行总结和评价;⑤能够营造有利于学习的社会条件。基于此，确定了学习内容管理、学习进度管理、学习激励机制、练习评估、社交互动5个二级维度。

　　学习内容管理，即评估智能教育软件是否能够为学生用户提供丰富多样、时尚新颖等独特特征的学习资源，并能够根据学生的教育行为大数据，推荐个性化的学习资源。同时，该软件还支持学生对自己喜欢的学习内容进行相应的管理操作。学习进度管理，即评估智能教育软件是否支持制订智能学习计划和能否把控与调整进度。学习激励机制，即评估智能教育软件是否能通过虚拟奖励或等级升级等形式，激发学生的学习兴趣，缓解学习倦怠，促进学习者获得愉快的学习体验^[17]，更好地提升学生的自我效能，提高学生在线自主学习意愿^[18]。练习评估，即评估智能教育软件是否能通过练习的形式，提高学生用户对某一知识点或某一技能的掌握程度，并为学生用户提供学习效果的分析报告。社交互动既是一种学习激励，又可作为生生、师生之间在线交流的途径。作为学习激励，社交互动能够加强学生之间的学习粘性，促进共同学习;作为交流途径，学生用户在遇到学习问题时，可借此向同学或教师寻求答疑帮助。

　　结合市场上智能自主学习类软件的功能现状和实际场景中自主学习的需求，本报告对自主学习场景应用抽象出社交互动、练习评估、学习内容管理、学习进度管理、学习激励机制5个二级维度，并设计了22项三级核心功能指标、26项三级核心场景指标，基本涵盖学生自主学习的需求，并对每个功能集合从功能属性、业务契合和魅力属性三个角度进行评估。

　　(二)运动健康维度

　　体育与健康教育是实现儿童、青少年全面发展的重要途径，对于促进学生积极参与体育运动，养成健康生活方式，健全人格品质，提升国民综合素质，推动社会文明进步，建设健康中国和体育强国，实现中华民族伟大复兴具有重要的现实和长远意义^[19]。运动健康类智能教育软件既包括学校统一采购的软件，也包括学生可以通过应用商店自主下载安装的智能软件。一方面，教师可以通过运动健康类智能教育软件监督学生的日常运动情况、布置体育家庭作业、监测学生的体质及健康情况;另一方面，学生可以通过此类软件随时随地获取专业的运动指导，为运动安全提供了一定的保障。因此，本研究将从运动教学与健康监测、体育家庭作业、运动健康数据分析、运动健康任务管理、社交互动、运动激励机制6个方面对运动健康类智能教育软件进行评估。

　　运动教学与健康监测，即评估智能教育软件是否能为学生用户提供智能化的运动健康数据采集，并通过人工智能识别用户的运动体态，为用户提供科学的运动健康监测信息。体育家庭作业，即评估智能教育软件是否能为教师提供在线体育作业布置与督导的支持，以及是否可以评估分析学生体育作业表现，以便为阶段性的体育教学提供帮助。运动健康数据分析，即评估智能教育软件是否能通过智能分析用户的运动健康数据，精准评估分析学生运动健康表现，并形成个性化的运动健康报告。运动健康任务管理，则是评估智能教育软件是否能为用户推荐个性化的运动任务和运动资源、用户是否能通过软件为自己制订运动计划。

　　结合市场上智能运动健康类软件的功能现状和实际场景中对于运动健康的需求，本报告对运动健康场景应用抽象出运动教学与健康监测、体育家庭作业、运动健康数据分析、运动健康任务管理、社交互动和运动激励机制6个二级维度，并设计了20项三级核心功能指标、24项三级核心场景指标，基本涵盖学生运动健康的大部分需求，并对每个功能集合从功能属性、业务契合和魅力属性三个角度进行了评估。

　　(三)社会实践维度

　　社会实践既包含跨学科综合性实践课程，又包括学生进行的社会实践活动。作为跨学科综合性实践课程，社会实践是基于学生真实生活和发展需要的，从生活情境中发现问题转化为活动主题，通过探究、服务、制作、体验等方式培养学生创新意识和实践能力的重要场域，也是学生学科学习的有效补充，更是面向学生实施素质教育的重要途径^[20]。从教师需求出发，社会实践类智能教育软件需要帮助教师记录学生的实践活动数据，并对数据进行分析，为教师、学生及家长提供详实的活动分析报告。从学生发展跨学科实践能力的需求出发，此类软件需要为学生提供多种多样的跨学科实践课程，并激励学生进行自主探索学习。

　　根据前期的社会实践类智能教育软件的功能调研和用户需求分析，评估指标将从实践活动管理、实践数据分析、实践工具支持、社交互动、实践激励机制5个方面对其进行评估。其中，实践活动管理，即评估智能教育软件是否能为用户推荐个性化的实践活动和实践课程资源，以及用户是否能够对自己喜欢的实践活动进行收藏等管理操作。实践数据分析，即评估智能教育软件是否能精准分析用户实践活动的过程和结果，为学生提供个性化的实践建议。

　　结合市场上智能社会实践类软件的功能现状和实际场景中对于实践的需求，本报告对社会实践场景应用抽象出实践活动管理、实践数据分析、实践工具支持、社交互动、实践激励机制5个二级维度，并设计了15项三级核心功能指标、20项三级核心场景指标，基本涵盖学生社会实践的各项需求，并对每个功能集合从功能属性、业务契合和魅力属性三个角度进行了评估。

　　(四)课堂学习维度

　　课堂是教育教学的重要组成形式，同时也是学生快速获取知识的重要途径。课堂按照时空的组织形式可分为线下课堂、线上课堂、混合课堂。智能技术赋能课堂学习，一是带来了教育空间的改变，使教学过程由线下变为线上，增加了教学的灵活性;二是教学方式的改变，在教师讲授的过程中加入互动元素，能够达到促进学生学习的作用;三是教育资源上的赋能，将海量的教育咨询和学习课程分类汇聚起来，使优质教育资源可以通过网络到达教师和学生身边。

　　从学生在线学习课程和教师在线指导学生学习的需求出发，课堂学习类智能教育软件首先应为师生用户提供个性化的教育工具和教育资源。其次，教育大数据发挥其作用，让教育过程的关键场景智能化，提高了师生的效率^[21]，通过对学生认知、情感、学习过程的多模态数据分析^[22]，软件为学生智能推荐的学习课程，不仅需符合学生的兴趣爱好，还应符合学生的知识经验发展水平。最后，交互作为师生交流的重要途径，在智能教育软件中的作用不可小觑，软件需提供丰富的交互形式和交互内容，使师生之间、生生之间都能获得良好的教学体验。

　　结合市场上智能课堂学习类软件的功能现状和实际场景中对于课堂学习的需求，本报告对课堂学习场景应用抽象出生生互动、端端互动、人机互动、师生互动、学习情况分析和评价、学习内容管理6个二级维度，并设计了18项三级核心功能指标、16项三级核心场景指标，基本涵盖学生课堂学习的各项需求，并对每个功能集合从功能属性、业务契合和魅力属性三个角度进行了评估。

　　(五)智能作业维度

　　作业扮演着学生发掘问题、巩固知识和提升学科能力的重要角色。作业的价值主要展现在检验学习成果、巩固所掌握的知识、促进知识的应用拓展、为改进教学提供参考4个方面。作业的价值是用户对智能作业类软件的核心需求，而这些核心需求正是企业在研发软件时的参考依据。根据前期对市场中的智能作业类软件的调研结果可以发现，市场占有率较高的软件均可实现作业任务管理、作业情况分析、作业识别与纠错、作业激励制度、作业订正答疑、社交互动等6大功能。本研究将这6大功能集合作为评估智能作业类软件的二级维度。

　　作业任务管理，即评估智能教育软件是否能够提供足够丰富的习题资源，可满足各年级、各发展阶段的学生挑选、管理适合自己的练习题的需求。作业识别与纠错，即评估智能教育软件是否能够通过智能识别技术，精准识别学生上传的文字、文档、图片等形式的作业，并实现精准批改。作业订正答疑、作业识别与纠错功能相关联，即评估智能教育软件是否能够自动向学生推送错题解析或针对知识点的解析，帮助学生掌握错题。作业激励制度，即评估智能教育软件是否能够激励学生完成作业，在评估学生学习效果的同时，提供学习激励支持。社交互动，即评估智能教育软件是否能满足学生用户线上交流的需求，是否能为学生用户之间进行作业问题讨论和话题讨论提供便利。

　　结合市场上智能作业类软件的功能现状和实际场景中对于智能作业的需求，本报告对智能作业场景应用抽象出作业任务管理、作业情况分析、作业识别与纠错、作业激励制度、作业订正答疑、社交互动6个二级维度，并设计了19项三级核心功能指标、22项三级核心场景指标，基本涵盖学生智能作业的需求，并对每个功能集合从功能属性、业务契合和魅力属性三个角度进行了评估。

　　五、结语

　　本研究所构建的面向学生“学”的智能教育软件评估指标体系，相较于单一的评估指标，能更全面反映智能教育软件的集中趋势和差异特征。该指标体系凸显了我国目前面向学生“学”的智能教育软件在核心功能覆盖程度、功能实现质量、教育场景契合程度、与其他竞品相比的魅力亮点，以及软件的实用性、可靠性、创新性等方面的表现。未来期望通过运用该评估指标体系，对面向学生“学”的智能教育软件展开广泛调研，以进一步了解该类软件在功能、场景、质量等方面的真实水平。同时，所收集到的调研结果和反馈证据，还能为面向学生“学”的智能教育软件评估指标体系的精细完善提供宝贵经验。因此，本研究的目标是通过构建面向学生“学”的智能教育软件评估指标体系，并将其应用于实践，期望可以进一步促进智能教育软件的品质和效果，推动智能教育的发展与应用，从而确保面向学生“学”的智能教育软件的研发与应用能够满足学生真实的需求，精准提高我国智能教育产品的适切服务水平，在提高智能教育建设的效率、效果和效益等方面，具备重要而现实的意义。

　　参考文献：

　　[1]国务院.国务院关于印发新一代人工智能发展规划的通知[EB/OL].(2017-07-20)[2024-06-12].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

　　[2]祝智庭,张博,戴岭.数智赋能智慧教育的变与不变之道[J].中国教育信息化,2024,30(3):3-14.

　　[3]高婷婷,郭炯.人工智能教育应用研究综述[J].现代教育技术,2019,29(1):11-17.

　　[4]席梦如,田淑敏,吴文溪,等.人工智能教育应用研究综述[J].科教导刊,2021(10):70-73.

　　[5]林梓柔,胡小勇,黄婕.基于组合赋权法的中小学智能教育发展水平评估[J].现代远程教育研究,2022,34(5):47-55.

　　[6]李世瑾,顾小清.革故鼎新的校长智能化领导力：内涵结构、发展现状与提升路径[J].远程教育杂志,2022,40(5):72-82.

　　[7]胡小勇,徐欢云.面向K-12教师的智能教育素养框架构建[J].开放教育研究,2021,27(4):59-70.

　　[8]王润兰,李梦雪.师范生智能教育素养：框架构建、现状调查与培养路径[J].中国电化教育,2023(3):120-126.

　　[9]李世瑾,顾小清.中小学教师对人工智能教育接受度的影响因素研究[J].现代远距离教育,2021(4):66-75.

　　[10]赵慧臣,李琳.智能时代数字化学习资源质量评估研究——基于用户体验的视角[J].现代教育技术,2022,32(1):75-84.

　　[11]王亚飞,董晶晶,余浩然,等.智能教学环境下中小学教师的用户体验评估[J].现代教育技术,2022,32(11):84-92.

　　[12]吴砥.我国基础教育信息化发展指数构建及应用研究[J].教育科学研究,2020(11):92-96.

　　[13]刘邦奇,张金霞,许佳慧,等.智能技术赋能因材施教：技术框架、行业特点及趋势——基于智能教育行业发展实证数据的分析[J].电化教育研究,2021,42(2):70-77.

　　[14]张博,董瑞海.自然语言处理技术赋能教育智能发展——人工智能科学家的视角[J].华东师范大学学报(教育科学版),2022,40(9):19-31.

　　[15]上田勋.编程的原则：改善代码质量的101个方法[M].北京:人民邮电出版社,2020:100-117.

　　[16]庞维国.论学生的自主学习[J].华东师范大学学报(教育科学版),2001(2):78-83.

　　[17]贺宝勋,张立国,庄科君.游戏化评价对大学生在线学习倦怠及学习成绩的影响研究[J].电化教育研究,2021,42(3):62-68,119.

　　[18]谢幼如,伍文燕,倪妙珊.PLS提升大学生网络学习自我效能感的行为模式研究[J].电化教育研究,2015,36(6):31-36.

　　[19]于素梅.《义务教育体育与健康课程标准(2022年版)》的新要求、新挑战、新课堂[J].教育评论,2022(5):36-41.

　　[20]许维友.铸就安全堤坝,保障活动开展——南京市江宁区中小学生社会实践活动的实践与思考[J].中小学校长,2012(1):7-9.

　　[21]杨七平,谢侨.人工智能背景下在线教学平台的演变与展望[J].中国教育信息化,2020(15):40-43.

　　[22]郑永和,张登博,管彤彤,等.智能技术在科学教育中的应用：研究现状、关键方法与发展趋势[J].中国教育信息化,2023,29(9):3-11.

Construction of an Evaluation Index System for Intelligent Educational Software Oriented to Student Learning: Excerpt from the 2023 Annual Report on Artificial Intelligence Promoting the Development of Education (Ⅴ)

Bo ZHANG¹, Yuhan CHEN², Xinying WANG³, Yuanyuan LI¹

(1.Department of Education Information Technology, East China Normal University, Shanghai 200062;

2.You Ai Experimental Middle School Affiliated to Minhang Education Institute, Shanghai 200241;

3.Shanghai Huangpu District Labor and Technology Education Center, Shanghai 200011)

　　Abstracts: Currently, the intelligent educational software market is characterized by a wide variety of patterns, the quality of software products varies, and educators have difficulties in choosing appropriate intelligent educational software to satisfy the needs of teaching scenarios. The paper clarifies the current research status of intelligent educational software evaluation by combing relevant literature and data, compiles and analyzes the existing educational software evaluation index framework system, and then gradually builds an intelligent software application scenario that covers classroom learning, extracurricular independent learning, intelligent homework, social practice, sports and health, based on the scenarios of intelligent educational software of students’ learning, Intelligent homework, social practice, sports and health five major application scenarios of intelligent educational software evaluation, in order to help users of intelligent educational software to select high-quality products that meet their needs among the various intelligent educational software. Meanwhile, it provides evaluation standards for the supervision of the construction and application of intelligent educational software in different regions, standardizes the supervision mechanism of intelligent educational software, and promotes the effective landing of the application of artificial intelligence in education in China.

　　Keywords: Intelligent education; Student learning; Intelligent educational software evaluation; Evaluation indicators; Optimizing intelligent software application scenarios

　　编辑：李晓萍　校对：王天鹏