摘要：教育评价是教育质量保障的重要环节，如何科学、客观、全面地评价教育教学质量一直是高校面临的难题。近年来，随着人工智能技术的快速发展，北京航空航天大学积极探索AI赋能教育教学评价的创新路径，构建起全过程智能监测体系，实现了教育评价从经验型向数据型、从单一维度向多维

教育评价是教育质量保障的重要环节，如何科学、客观、全面地评价教育教学质量一直是高校面临的难题。近年来，随着人工智能技术的快速发展，北京航空航天大学积极探索AI赋能教育教学评价的创新路径，构建起全过程智能监测体系，实现了教育评价从经验型向数据型、从单一维度向多维度、从滞后反馈向实时监控的转变，开创了高校教育评价的新范式。

AI巡课：智能化的教学质量监测

依托全校教室录播和"智学北航"平台教学全过程记录，北航建设了AI课堂教学评价管理机制。通过人工智能技术，系统能够对智能考勤、教师课堂行为和学生学习状态进行实时监测和分析，对教师授课效果进行人工智能辅助评价，并将巡课结果纳入综合评教。

这种智能化的教学监测手段，不仅大大减轻了人工巡课的工作量，更实现了全面、客观、实时的教学质量监测。目前，智能巡课方案已在北航全校推广应用，覆盖近三个学期的10余万条数据，日分析体量最高达900条，为教学质量的持续改进提供了科学依据。

多维度数据采集：教学质量的全景图

北航的智能教学评价系统不仅关注课堂教学质量，还通过多种渠道和手段采集教学全过程数据，构建起教学质量的"全景图"。系统通过智慧教室实时监测到课率、抬头率等学习状态指标；通过"智学北航"平台分析线上资源的使用情况；通过课堂回放拖拽行为分析识别教学重难点；通过学生在平台上的提问、作业完成情况等了解学习效果。

这些多维度的数据共同构成了教学质量的全景图，帮助管理者从多角度评价教学质量，发现教学中的优势和不足，为教学改进提供方向和依据。

"教学数据驾驶舱"：教学数据的可视化呈现

为了更直观地展示和分析教学数据，北航打造了"教学数据驾驶舱"，实时动态展示全校教学运行状态，助力全局性分析、优化教学课程和资源。"教学数据驾驶舱"的直播听课板块实现"一校三区联动"，教学实时情况一目了然；资源应用板块展示师生使用率、热门课程排名等数据，助力发现优质功能和课程。

通过这种可视化的数据呈现方式，教学管理者可以快速掌握全校教学运行情况，发现教学中的问题和亮点，为教学决策提供有力支持。

专业评价的AI分析：学科专业的动态调整

北航运用AI技术对专业建设进行宏观分析，完成了学校60个专业《专业类动态调整AI分析报告》和《全校专业动态调整宏观AI分析报告》。这些报告基于大量数据和模型分析，客观评价了各专业的建设状况、发展趋势和市场需求等，为学校专业动态调整、学生能力与素质培养、就业匹配要求等提供了科学决策依据。

这种基于AI的专业评价方式，打破了传统专业评价主要依靠专家经验和主观判断的局限，引入了更加客观、全面、前瞻的评价视角，为专业建设和人才培养提供了新的思路和方法。

知识图谱分析：能力培养的精准定位

北航建设了学校知识创新中心，运用人工智能技术构建全校知识体系框架，系统设计"知识图谱-能力图谱-素质图谱"三位一体的发展体系，形成动态生长的"专业知识森林"。

通过这些图谱的分析，学校能够精准定位各专业学生的知识结构、能力特点和素质水平，评价人才培养的效果和不足，为人才培养方案的优化提供依据。目前已完成首批建设，覆盖15个学院、37个专业，初步构建了专业知识图谱，并延伸形成对应的能力图谱和素质图谱。

教学评价的智能提升：从量变到质变

通过AI赋能教育教学评价，北航实现了教学评价的智能化提升，从量变到质变的飞跃。一方面，AI技术大大提高了教学评价的效率和覆盖面，使评价能够覆盖更多课程、更多师生和更长时间；另一方面，AI技术也提升了教学评价的质量和深度，通过多维度数据分析和模型计算，发现了传统评价方式难以发现的问题和规律。

北航教务部副部长金天表示："AI能够帮助我们从低阶性的重复工作中解放出来，使我们能够更加关注于创新能力高阶能力的培养。"这种理念同样适用于教学评价工作，AI技术的应用使评价工作者从繁琐的数据采集和基础分析中解放出来，更多关注评价结果的应用和教学质量的提升。

通过构建全过程智能监测体系，北航推动了教务治理精准化、教学过程个性化，为高校教育评价工作提供了新的思路和方法，也为我国高等教育质量的持续提升贡献了力量。

来源：技能创造营