人工智能為微觀質(zhì)量評估賦能

何海波 馮伯樂 何玉龍 秦金亮

【摘要】微觀質(zhì)量評估體系的建立有賴于人工智能技術(shù)的發(fā)展。微觀質(zhì)量評估需要人工智能在五個方面的賦能：多層次、高密度傳感信息采集，數(shù)字、文字、圖像超文本信息處理，多模態(tài)信息存儲與模擬計算，多樣化信息交換與共享，基于用戶需求的適時信息整合與反饋。強(qiáng)人工智能賦能下的微觀質(zhì)量評估有助于推動學(xué)前教育普及普惠安全優(yōu)質(zhì)發(fā)展。

【關(guān)鍵詞】微觀質(zhì)量評估;人工智能;測評技術(shù);學(xué)前教育

【中圖分類號】G610 【文獻(xiàn)標(biāo)識碼】A? ?【文章編號】1004-4604（2022）05-0003-05

*本文為國家社會科學(xué)基金重點項目“嬰幼兒養(yǎng)育與照料的社會化研究”的研究成果之一，項目批準(zhǔn)號：18ASH5。

**通訊作者：秦金亮，浙江省哲學(xué)社會科學(xué)重點研究基地浙江師范大學(xué)國際兒童研究院院長，中加人類發(fā)展聯(lián)合實驗室中方執(zhí)行主任、教授、博士生導(dǎo)師，E-mail：qjlzjnu@126.com。何海波、馮伯樂為共同第一作者。

自微觀質(zhì)量的測量與評估技術(shù)興起以來，其對基于復(fù)雜情境的多點測量、適時交互的異構(gòu)算法的需求，推動人工智能理念進(jìn)一步發(fā)展以及相關(guān)技術(shù)日益成熟。新時代人工智能是系統(tǒng)構(gòu)架、深度算法體系、云計算平臺及網(wǎng)絡(luò)技術(shù)的集成。人工智能的納米級智能感知系統(tǒng)屬于無噪、無輻射、無感知的信息捕獲系統(tǒng)，而人工智能的效應(yīng)系統(tǒng)與智能機(jī)器人相仿，可實現(xiàn)“童趣性”（joys）交流與信息交換，適用于兒童的日常生活?！?〕人工智能的智能感知與傳感技術(shù)的集成以及信息的層級分類加工超越了傳統(tǒng)的簡單觀察方式，更容易實現(xiàn)精準(zhǔn)觀察、持續(xù)觀察、系統(tǒng)觀察。學(xué)前教育質(zhì)量評估進(jìn)入微觀質(zhì)量評估時代，強(qiáng)人工智能的優(yōu)勢更加凸顯。

一、不同學(xué)前教育質(zhì)量評估階段的評估尺度

1.要素質(zhì)量評估階段的評估尺度

在要素質(zhì)量評估時代，學(xué)前教育質(zhì)量評估的聚焦點是質(zhì)量理論和現(xiàn)實層面的約束條件、物質(zhì)保障、制度保障、人力保障。要素質(zhì)量的評估尺度是宏觀的，將普遍的、顯性的、穩(wěn)定的制約質(zhì)量的要素作為衡量尺度，將機(jī)構(gòu)的物質(zhì)條件、生均經(jīng)費(fèi)、師幼比、教師水平作為核心要素指標(biāo)。要素質(zhì)量評估的量化指標(biāo)可以被定為不合格、合格、良好、優(yōu)秀等質(zhì)量等級，進(jìn)而轉(zhuǎn)化為政策標(biāo)準(zhǔn)意義上的省一級、省二級、省三級等評估等級?！?〕要素質(zhì)量評估主要是進(jìn)行基礎(chǔ)數(shù)據(jù)管理等工作，對人工智能的依賴性不強(qiáng)。

2.班級過程質(zhì)量評估階段的評估尺度

學(xué)前教育質(zhì)量評估進(jìn)入過程質(zhì)量評估時代，評估技術(shù)體系的關(guān)注點轉(zhuǎn)移至教育對象接受教育的過程，對教育對象過程性信息采集的基本途徑是觀察、持續(xù)觀察、系統(tǒng)觀察。以《班級評定計分系統(tǒng)》（CLASS）、《幼兒學(xué)習(xí)環(huán)境評價量表》（ECERS）為代表的班級過程質(zhì)量評估體系開啟了質(zhì)量評估信息化的先河。班級教育過程中的質(zhì)量信息采集需要在質(zhì)量平臺進(jìn)行分層組合式分析，建立區(qū)域目標(biāo)、園所目標(biāo)與班級質(zhì)量目標(biāo)等指標(biāo)體系間的層級關(guān)聯(lián)，形成質(zhì)量改進(jìn)的步驟與措施的層層嵌套。這為下一步人工智能平臺支持的質(zhì)量改進(jìn)開辟了試驗田?！栋嗉壴u定計分系統(tǒng)》包括情感支持、班級組織、教學(xué)支持3個維度，積極氛圍、消極氛圍、教師敏感性、考慮幼兒視角、行為管理、效率、教學(xué)與學(xué)習(xí)形式、概念發(fā)展、反饋質(zhì)量、語言示范10個具體可操作的量化項目。雖然其評分方式依然是評估者的主觀概括性賦值，但項目間的適應(yīng)性矩陣關(guān)聯(lián)為人工智能賦能預(yù)留了空間?！?〕《班級評定計分系統(tǒng)》建立在經(jīng)典兒童發(fā)展理論的基礎(chǔ)上，假定班級質(zhì)量的維度是普適的，能跨越年齡界限和文化界限。〔4〕然而，作為托幼機(jī)構(gòu)班級過程質(zhì)量的評估工具，其互動質(zhì)量評估具有模糊性，需要人工智能賦能下的連續(xù)測量和精準(zhǔn)測量?！队變簩W(xué)習(xí)環(huán)境評價量表》是過程性質(zhì)量評估工具的另一典范。按照人類發(fā)展生態(tài)學(xué)者布朗芬·布倫納的理論，環(huán)境是物理環(huán)境、人際環(huán)境、社會文化環(huán)境的嵌套整合。〔5〕《幼兒學(xué)習(xí)環(huán)境評價量表》中國版（CECERS）更多地將要素、結(jié)果測量轉(zhuǎn)化為對一日生活、游戲、教學(xué)活動、戶外活動等的過程的連續(xù)、延展測量，關(guān)注互動中的過程嵌套關(guān)系，為人工智能的分布式嵌套奠定基礎(chǔ)。

3.微觀質(zhì)量評估階段的評估尺度

傳統(tǒng)的觀察方式具有很大的局限性。一是觀察的主、客體無法實現(xiàn)有效轉(zhuǎn)換。二是研究者以觀察者的身份介入，所使用的研究工具很難成為教師自覺改進(jìn)、專業(yè)提升的工具。學(xué)前教育質(zhì)量評估從現(xiàn)實性看要難于其他教育質(zhì)量評估。學(xué)前教育微觀質(zhì)量評估的主要內(nèi)容是學(xué)與教的師幼互動。在微觀質(zhì)量評估視角下，師幼學(xué)與教的行為在不同尺度下存在“眼睛看得到”與“眼睛看不到”的連續(xù)信息鏈。在這一信息鏈上，既有顯性信息也有隱性信息，因此對其的測量既需要基于經(jīng)驗以眼睛為主的多感覺器官的感知，也需要用眼動、紅外捕獲、生理生化等多測度指標(biāo)來精細(xì)描述。

微觀質(zhì)量評估有三條基本要義：指向每一個微觀個體，特別是每個學(xué)與教共同體;基于每個學(xué)與教共同體的穩(wěn)定連續(xù)行為樣態(tài);面向顯性與隱性行為樣態(tài)的微觀場域。這三條基本要義決定了微觀質(zhì)量評估的三個基本向度。微觀質(zhì)量評估以每個學(xué)與教共同體為觀察單位，是借助人工智能的快速成像技術(shù)對個體的準(zhǔn)確把握，既不同于要素質(zhì)量的客觀計數(shù)測量，也不同于班級過程質(zhì)量的眾數(shù)覺察、累計式平均估計。微觀質(zhì)量評估強(qiáng)調(diào)發(fā)生性累積，以發(fā)生學(xué)的研究方法來觀察、分析行為的發(fā)生、發(fā)展、變化，以獲得完整的行為鏈，發(fā)現(xiàn)關(guān)聯(lián)行為間的循環(huán)發(fā)展軌跡，并判斷其速率和審視其變化特征。人工智能的圖像追蹤、圖像迭代計算能夠滿足這一需求。

微觀質(zhì)量評估重新確定觀察場域概念。在這個觀察場域中，物境、人境、我境互為關(guān)系，物與我、人與我、我與我形成顯性與隱性的復(fù)雜互動關(guān)系。微觀質(zhì)量評估目前形成了嵌套多維體系的統(tǒng)一，借助多層級傳感技術(shù)和深度算法模型將相關(guān)信息統(tǒng)整起來。微觀質(zhì)量評估的編碼體系是在多維統(tǒng)合觀下實現(xiàn)測量編碼全覆蓋、全時態(tài)、全層級、全空域、全息態(tài)?！?〕

二、人工智能的不同賦能方式及其視角轉(zhuǎn)換C4E8E0AE-63CB-414E-894C-0953CCA78E79

1.人工智能的不同賦能方式

人工智能在其發(fā)展史上出現(xiàn)了物理符號、人工神經(jīng)網(wǎng)絡(luò)、感知與行為交互、自然語言云模型等不同技術(shù)路徑，進(jìn)而形成了不同的賦能方式。

一是刻板性賦能。在弱人工智能時代，質(zhì)量評估中的人工智能只是單純模仿人的感知系統(tǒng)形成智能感知，模仿信息處理系統(tǒng)形成智能信息加工，但其對人的模仿是刻板的、難以變通的。

二是柔性賦能。在強(qiáng)人工智能時代，深度算法語言使得機(jī)器情境化學(xué)習(xí)的能力極大提升，可以更靈活地處理特定信息，滿足不同的處理要求。

三是確定性賦能。確定性人工智能認(rèn)為，“世界是決定性的，不確定性只是人們的無知，而非事物本來的面貌”。只要知道事物的初始狀態(tài)、邊界條件，就可以用機(jī)器、系統(tǒng)或網(wǎng)絡(luò)計算事物的發(fā)展趨勢和結(jié)果，即教師對具體幼兒指導(dǎo)的針對性、有效性、顯著性、即刻性、長遠(yuǎn)性都是可以預(yù)見的。

四是不確定性賦能。量子力學(xué)的出現(xiàn)揭示了不確定性是事物的本質(zhì)屬性，表明客觀世界的不確定性不是由知識的不完備狀態(tài)造成的，而是事物本質(zhì)屬性的客觀反映。不確定性是客觀世界的一種真實存在，是一種真實的自然狀態(tài)。客觀世界的不確定性使得人類認(rèn)知中表現(xiàn)的智慧狀態(tài)具有更復(fù)雜的不確定性。〔7〕微觀質(zhì)量評估中最復(fù)雜的是評估活動中顯性與隱性的師幼關(guān)系。一日生活中教師的一對多和幼兒的多對一都是相對的。這使得對每個幼兒的評估變得異常復(fù)雜，如統(tǒng)一指令性語言與針對性建議語言、督促與引導(dǎo)、贊許與批評、默認(rèn)與允許等存在相互滲透、相互轉(zhuǎn)化等非常復(fù)雜的隨機(jī)教育關(guān)系，為不確定性人工智能賦能提供了巨大的空間。

2.人工智能推動的評估視角轉(zhuǎn)換

在傳統(tǒng)質(zhì)量評估中，評估者與被評估者分屬兩個系統(tǒng)。評估者是中立、客觀的守護(hù)者，也是權(quán)力、行政的代言者，還是學(xué)術(shù)權(quán)威的象征者。評估者與被評估者不能相互轉(zhuǎn)換，不能實現(xiàn)客觀執(zhí)行者與當(dāng)事體驗者的角色互換、體驗分享，難以形成評估者與被評估者間的關(guān)系自省。在評估技術(shù)上，弱人工智能的物理符號模式、行為對環(huán)境的反應(yīng)模式等是完全可以滿足傳統(tǒng)質(zhì)量評估的要求的。這種模式的弊端是易使保教人員成為被動接受者、被動獎懲者，使教育變革處于被動狀態(tài)。進(jìn)入微觀質(zhì)量評估時代，質(zhì)量評估成為保教人員專業(yè)改進(jìn)的依據(jù)和動力之一。微觀質(zhì)量評估的專業(yè)支持使得保教者可以積極地、建設(shè)性地改變專業(yè)生活。人工智能賦能下的微觀質(zhì)量評估將人的因素、動能性因素當(dāng)成質(zhì)量改進(jìn)的最大資源。人工智能賦能的微觀質(zhì)量評估可以將傳統(tǒng)的評估者與被評估者的對立關(guān)系轉(zhuǎn)變?yōu)橐来骊P(guān)系，跨越評估者與被評估者之間的主客體對立鴻溝，在云計算全息數(shù)據(jù)驅(qū)動下實現(xiàn)二者關(guān)系的自省性轉(zhuǎn)換，激發(fā)主體的各種積極力量，實現(xiàn)質(zhì)量改進(jìn)。

三、微觀質(zhì)量評估各環(huán)節(jié)的人工智能賦能方式

微觀質(zhì)量評估需要適時采集每個學(xué)與教共同體的過程行為，是多層次的、整合的、連續(xù)迭代的延續(xù)性行為，其海量存儲、傳輸、分類、編輯、模式識別、系統(tǒng)分析、比較提取等數(shù)據(jù)計算問題需要一攬子解決方案，需要大數(shù)據(jù)、云計算、系統(tǒng)集成思維方式，才能使面向每個嬰幼兒發(fā)展的教育公平價值理念落到實處。微觀質(zhì)量評估一旦指向每個嬰幼兒的發(fā)展，服務(wù)于每個保教從業(yè)者，就必須從基礎(chǔ)發(fā)展測量技術(shù)，從底層建立數(shù)據(jù)結(jié)構(gòu)，從深層優(yōu)化算法語言，從整體實現(xiàn)數(shù)據(jù)共享，在環(huán)境及方式等方面更加友好便捷。具體來說，微觀質(zhì)量評估需要如下五個方面的人工智能賦能。

1.多層次、高密度傳感信息采集

傳統(tǒng)評估中的觀察一般是感覺器官對當(dāng)下信息的獲得。微觀質(zhì)量評估實現(xiàn)了多通道分布式采集。這種連續(xù)式信息采集模式是傳統(tǒng)的觀察方法難以實現(xiàn)的，即使是精準(zhǔn)攝像技術(shù)也難以實現(xiàn)。在微觀質(zhì)量評估中，觀察不僅關(guān)注對象行為本身，也關(guān)注對象行為與關(guān)聯(lián)背景，是一種關(guān)系性觀察，需要多層次、高密度傳感信息采集。在特定的觀察限制與文化背景下，對觀察對象關(guān)系的理解和把握，對場域中的關(guān)系進(jìn)行判斷、權(quán)衡、反省，都需要借助關(guān)系性智能感知的異構(gòu)算法。關(guān)系性智能感知的強(qiáng)人工智能可以充分發(fā)揮作用。〔8〕

2.數(shù)字、文字、圖像超文本信息處理

目前微觀質(zhì)量評估涉及的信息文本以數(shù)字、文字為主，尚未完全實現(xiàn)數(shù)字、文字、圖像三者混合的超文本信息轉(zhuǎn)換?；趨^(qū)組的強(qiáng)人工智能信息處理技術(shù)可以同時完成數(shù)字、文字、圖像的信息處理，實現(xiàn)超文本處理與適時轉(zhuǎn)換。這一技術(shù)使得微觀質(zhì)量評估中的多目標(biāo)并行分布技術(shù)的實現(xiàn)成為可能。并行分布技術(shù)是一種系統(tǒng)集成。它至少包括多通道分布式識別與捕獲、并行傳輸、海量存儲、混合文本分析及統(tǒng)計、多層網(wǎng)絡(luò)分析等技術(shù)成分。這一新型智能體以不確定性人工智能模型及其算法為基礎(chǔ)，能夠滿足微觀質(zhì)量評估的需要?；趥€體的過程性微觀質(zhì)量評估具有明顯的不確定性。我們要在不確定中尋找、發(fā)現(xiàn)確定性，并以經(jīng)驗、事實為基礎(chǔ)實現(xiàn)模型化、算法化、技術(shù)集成化。在教育情境中，共時性的多主體、多層級、交互式情境測量與評估，依賴于強(qiáng)人工智能對視頻、音頻、文字、符號、數(shù)字信息的及時處理。這種信息處理技術(shù)能夠為主觀信息和客觀信息的轉(zhuǎn)換奠定技術(shù)基礎(chǔ)。腦-機(jī)接口技術(shù)的廣泛應(yīng)用有望實現(xiàn)教師與幼兒從分子、細(xì)胞、組織系統(tǒng)到行為、社會、文化間的多層級、跨個體快速信息交互轉(zhuǎn)換，真正獲得多層級、全域性的完整的教與學(xué)共同體的信息，從評估技術(shù)層面填平主體層級內(nèi)、評價主體間的信息鴻溝。

3.多模態(tài)信息存儲與模擬計算

目前，大規(guī)模信息存儲與模擬計算已不是技術(shù)瓶頸，而適時的信息存儲與交換技術(shù)還有待發(fā)展。近年來，隨著非侵入式腦-機(jī)接口技術(shù)的快速發(fā)展，特別是空域濾波與時域濾波糾偏技術(shù)的突破，師幼間、幼幼間、區(qū)組間的信息交互更加頻繁。強(qiáng)人工智能帶來的多模態(tài)信息存儲與模擬計算有助于在幼兒發(fā)展信息采集中實現(xiàn)跨時間和情境維度的適時信息存儲與模擬計算，使研究走向真實生活。〔9〕

4.多樣化信息交換與共享

教育公平的實現(xiàn)，在教育評價層面有賴于多元、開放、共享的測量與評估技術(shù)環(huán)境的創(chuàng)設(shè)。這是21世紀(jì)評價的主旋律，也是質(zhì)量評估重心轉(zhuǎn)移和評估價值轉(zhuǎn)換的基石。不管是評估理念上的平等、包容與主體性激發(fā)，還是技術(shù)層面的網(wǎng)絡(luò)開放、數(shù)據(jù)共享、資源共用，都為包容、開放、共享的微觀質(zhì)量評估平臺建設(shè)提供了專業(yè)支點。一個強(qiáng)大的微觀質(zhì)量評估系統(tǒng)必然需要大數(shù)據(jù)下強(qiáng)人工智能多樣化信息交換與共享的賦能。以往過程質(zhì)量評估的人工記錄方式很難滿足同時面向幾百上千個個體互動的評估需要。建立多層級、多通道、持續(xù)追蹤、適時捕獲的智能感知系統(tǒng)，成為理想的選擇。強(qiáng)人工智能賦能下采集的微觀質(zhì)量數(shù)據(jù)呈幾何級數(shù)增長，其標(biāo)記點要求覆蓋班級全域個體，全時空生成性獲得。對嬰幼兒與照護(hù)者多層信息及之間關(guān)系的描述、刻畫、記錄是海量級的數(shù)據(jù)信息，具有多層級、大范圍交叉覆蓋的特征。這種生成性迭代的數(shù)據(jù)特征與師幼關(guān)系的復(fù)雜性以及嬰幼兒發(fā)展的快速變化性、或然生成性、發(fā)展不確定性相匹配。C4E8E0AE-63CB-414E-894C-0953CCA78E79

微觀質(zhì)量評估的完整實施除了上述的項目精細(xì)化分析技術(shù)、智能感知技術(shù)、大數(shù)據(jù)云計算技術(shù)等的支持外，還有賴于環(huán)境的營造與優(yōu)化。這包括區(qū)域教育觀念與整體發(fā)展水平、園所發(fā)展水平、班級整體團(tuán)隊水平、教師專業(yè)積淀及發(fā)展水平、家園合作水平等實施微觀質(zhì)量評估的強(qiáng)約束條件。因此，強(qiáng)人工智能賦能的理想的微觀質(zhì)量評估的實現(xiàn)是一個長期的過程，是一個從理念到行動、從制度到文化、從技術(shù)條件到人的素養(yǎng)、從組織發(fā)展到教師專業(yè)發(fā)展等不斷累積的過程。

5.基于用戶需求的適時信息整合與反饋

微觀質(zhì)量評估體系需要高度信息整合與及時反饋技術(shù)支持。這是實現(xiàn)面向每個嬰幼兒發(fā)展的微觀質(zhì)量評估愿景對人工智能的要求。強(qiáng)人工智能具有適應(yīng)性、自主操作性、決策性、深思熟慮性等智慧特征，屬于結(jié)構(gòu)-機(jī)制表征型人工智能，具有實時學(xué)習(xí)能力，能夠采用任意時間算法，通過迭代加深和貝葉斯網(wǎng)絡(luò)實現(xiàn)最優(yōu)化。這種基于用戶需求的適時信息整合與反饋能夠滿足微觀質(zhì)量評估的需要?！?0〕

適時信息整合與反饋的價值在智能感知-效應(yīng)系統(tǒng)中最為凸顯。智能感知的核心是生物傳感技術(shù)、綜合傳感技術(shù)的整合。隨著傳感技術(shù)在微型化、無損傷、植入式與可穿戴、非侵入式等方面的有機(jī)結(jié)合，綜合傳感技術(shù)有望在微觀質(zhì)量評估領(lǐng)域?qū)崿F(xiàn)技術(shù)突破?！?1〕

總體而言，人工智能為微觀質(zhì)量評估賦能是一個長期的過程。一方面，人工智能的發(fā)展日新月異，特別是強(qiáng)人工智能的發(fā)展異常迅速，技術(shù)迭代的應(yīng)用場景效應(yīng)難以估量。另一方面，人工智能的發(fā)展比較依賴技術(shù)市場的驅(qū)動。人工智能為微觀質(zhì)量評估賦能目前面臨五大核心問題，即應(yīng)用場景的精準(zhǔn)分析、關(guān)鍵任務(wù)環(huán)境的營造與優(yōu)化、云計算平臺的搭建、底層算法與非通用芯片的設(shè)計、傳感效應(yīng)與環(huán)境的協(xié)同，其難點是基于微觀質(zhì)量評估的云模型異構(gòu)計算設(shè)計與環(huán)境營造。中共中央 國務(wù)院印發(fā)《深化新時代教育評價改革總體方案》，強(qiáng)調(diào)“堅決克服唯分?jǐn)?shù)、唯升學(xué)、唯文憑、唯論文、唯帽子的頑瘴痼疾”，提出了“到2035年，基本形成富有時代特征、彰顯中國特色、體現(xiàn)世界水平的教育評價體系”的目標(biāo)。這對微觀質(zhì)量評估體系的建立是極大的鼓勵。在學(xué)前教育質(zhì)量評估中，傳統(tǒng)評估方式不可能完成共時性的多主體、多層面、多交互情境的測量，使得教育公平性在測量意義上難以得到完整體現(xiàn)。在一般的教育觀念中，教育公平指受教育的機(jī)會公平、教育與學(xué)習(xí)過程中的公平、受教育結(jié)果的公平。這三個層面的教育公平在評估中如何落地？要素質(zhì)量評估可以用于評估教育資源配置的機(jī)會公平，班級過程質(zhì)量評估可以用于評估學(xué)習(xí)過程中的班級均勢或眾勢公平，發(fā)展性增值質(zhì)量評估可以用于評估教育的結(jié)果公平，但所有這些評估都是外在的、客觀的、絕對量的評估。當(dāng)代教育評估更需要對每一個個體的需求滿足狀態(tài)的評估，即微觀需求滿足的評估?！?2〕在現(xiàn)實的教育過程中，教育公平指的不是教師平均地分配精力給每個幼兒，而是為每個幼兒提供適宜的支持。教育部頒布的《幼兒園保教質(zhì)量評估指南》明確了堅持正確方向、堅持兒童為本、堅持科學(xué)評估、堅持以評促建的基本原則，堅持以促進(jìn)幼兒身心健康發(fā)展為導(dǎo)向，聚焦幼兒園保育教育過程質(zhì)量，注重過程評估，強(qiáng)化自我評估，聚焦班級觀察，以真正發(fā)揮評估為質(zhì)量提升服務(wù)的作用?！队變簣@保教質(zhì)量評估指南》的頒布必將推動質(zhì)量評估由研究走向?qū)嵺`，由技術(shù)走向應(yīng)用，由可能成為現(xiàn)實。在這一背景下，人工智能為微觀質(zhì)量評估賦能大有用武之地，有助于推動學(xué)前教育普及普惠安全優(yōu)質(zhì)發(fā)展。

參考文獻(xiàn)：

〔1〕〔11〕RUSSELL S，NORVIG P.人工智能：一種現(xiàn)代的方法〔M〕.殷建平，等，譯.北京：清華大學(xué)出版社，2013.

〔2〕秦金亮.全球背景下學(xué)前教育質(zhì)量評估與發(fā)展路徑〔J〕.浙江師范大學(xué)學(xué)報（社會科學(xué)版），2017（2）：1-9.

〔3〕PIANTA R C，et al.Classroom assessment scoring system manual toddler（class toddler）〔M〕.Baltimore，MD：Brookes，2008.

〔4〕STIPEK D，BYLER P.The early childhood classroom observation measure〔J〕.Early Childhood Research Quarterly，2004（19）：375-397.

〔5〕HARMS T，CLIFFORD R.Infant and toddler environment rating scale（third edition）〔M〕.New York：Teachers College Press，2015.

〔6〕〔12〕秦金亮.面向每個嬰幼兒發(fā)展的微觀質(zhì)量體系構(gòu)建〔J〕.幼兒教育（教育科學(xué)），2021，889（11）：3-8.

〔7〕〔8〕李德毅，杜鹢.不確定性人工智能（第2版）〔M〕.北京：國防工業(yè)出版社，2016.

〔9〕〔10〕BERNHARD B，ALLISON B，GERT P.腦-機(jī)接口：革命性的人機(jī)交互〔M〕.北京：國防工業(yè)出版社，2020.

Artificial Intelligence Empowers Micro Quality Assessment

He Haibo 1，2， Feng Bole 2，4， He Yulong 3，4， Qin Jinliang 2，4

（1 Ningbo Childhood Education College， Ningbo， 315020）

（2 Zhejiang Key Base for Philosophy and Social Sciences Research， International Institute for Child Study， Zhejiang Normal University， Hangzhou， 311231）C4E8E0AE-63CB-414E-894C-0953CCA78E79

（3 Department of Toys， Hangzhou College For Early Childhood Teacher Education， Zhejiang Normal University， Hangzhou， 311231）

（4 Office of Brain?Computer Interaction， Sino?Canada Laboratories for Human Development， Hangzhou， 311231）

【Abstract】Micro quality assessment is based on the development of artificial intelligence technology. Micro quality assessment needs to be empowered by artificial intelligence in five aspects： multi?level and high?density sensing information collection， hypertext digital， text and image information processing， storage and simulation calculation of multi?modal information， diversified information exchange and sharing， and timely information integration and feedback based on users needs. Micro quality assessment system empowered by strong artificial intelligence will help to promote popularizing inclusive and safe preschool education of better quality.

【Keywords】micro quality assessment; artificial intelligence; evaluation technology; preschool educationC4E8E0AE-63CB-414E-894C-0953CCA78E79