人工智能与智能教育丛书:计算机化自适应测验

什么是计算机化自适应测验 计算机化自适应测验，顾名思义，包含了两个重要的组成部分，即计算机化测验以及自适应测验，它们分别是计算机化自适应测验中的硬件与软件元素。 计算机化自适应测验首先是利用计算机进行测验的形式。在其发展的*早阶段，为了避免纸笔考试带来的种种弊端，计算机作为一种新的工具被引入测验。当时只是把纸笔考试的内容直接照搬到计算机上，并没有加入任何自适应测验的智能化功能，因此被称为基于计算机的测验。 在信息技术手段被引入测验后，测验增加了很多新的功能，包括数据记录和题目呈现形式的多样化等。其中，*先被重点挖掘的一项是：利用智能化算法提高测验效率——这就是在计算机化测验中引入自适应测验的核心思想。 自适应测验是一种智能化测验形式，它能够根据学生回答问题的情况，选择与其能力*匹配的题目供其作答，然后根据学生给出的答案对其能力进行评估，之后再选出与他能力*匹配的题目供其作答，如此循环反复，直到满足测量准确度或者长度的要求。从考生的角度来看，考试的难度与其能力是匹配的。如果考生能答对中等难度的题目，接下来需要回答的题目就会更难一些。如果他们回答错误，就会被分配到一些更简单的题目。这种智能化的出题形式必须依靠算法来实现。 自计算机化自适应测验诞生以来，在各种文献中出现了很多不同的专有名词来描述它，包括定制式考试、个性化考试、程序化考试、序列项目考试、作答权变考试、计算机化考试以及树状分支考试。这些术语反映了这种智能化测验的不同侧面，例如：定制式考试体现了智能化测验为每一位考生“量体裁衣”，提供独特的考试内容；程序化考试说明这个考试是受电脑程序控制的；序列项目考试揭示了智能化测验中的考题是按照一定顺序选定并展示给考生的现象；作答权变考试指出了考题的选择是基于已有作答的基本事实；树状分支考试体现了每个考生可能在每个节点（考题）被分流到不同的路径、接受不同的考题，因而形成了一个有趣的树状分支图。 由于本身具有的运算能力以及能够加载其他信息技术的特质，计算机成为呈现这种智能化测验的*佳载体。而在这种测验的发展过程中，虽然研发人员使用过很多不同的名称，但是它们都在试图体现这种测验可以根据考生的表现智能化地开展这一本质，因此，目前被学术界和工业界普遍接受的名称是“自适应测验”。于是，“计算机化自适应测验”这个特定称谓应运而生。 熵论在自适应测验中的应用与原理 自适应测验实现智能化测验的核心元素是选题算法。为了定制适应每个人不同水平的测验题，自适应测验的选题算法经历了多次演变，其中*为引人注目的是把计算机科学中的信息论引入自适应测验，这样就可以把自适应选题看作一个不断追逐信息*大化或者减少能力估计混乱情况的“熵减”过程。 在自适应测验发展的早期，人们认为当一道测验题不是“太难”或者“太容易”时，测验效率*高。因此，从直觉的角度来说，如果考生答对了一道题，那么下一道题应该更难；如果考生答错了一道题，那么下一道题应该相对容易一点。这个看似简单但是又非常符合常识的过程在数学上被称为罗宾斯-门罗过程。 其实，这个过程*早被用在药物实验中，特别是药物毒性研究中。为了寻找药物中合适的毒性含量，科学家不停地调整给动物实验对象药物中的毒性含量，*后停留在正好杀死50%实验动物的含量上。这个不停调整药物含量的过程与自适应测验中动态地调整问题难度的过程基本一致。其实计算机化自适应测验的基本思路就是伟大的心理与教育测量学家罗德从药物实验中的罗宾斯-门罗过程中获得灵感，并经过一些改造后应用于自适应测验的。与此匹配的选题算法被称为“难度匹配法”，也就是选择难度与考生能力水平*接近的题目。此后，随着项目反应理论模型的大发展，罗德等多位研究者提出了使用更加精确的费雪信息函数作为选题的标准。顾名思义，从难度的匹配过渡到了对问题中包含的测量信息的度量，从单纯地关注问题难度过渡到了关注多方面信息并综合形成一个复杂指标。这个重大的技术改变使计算机化自适应测验的效率大幅提升。利用费雪信息函数来选题充分体现了自适应测验的智能化。信息函数不仅体现了自适应的特点，更加可贵的是，它提供了一个可以量化的指标，具有高度的规范性与科学性。