人工智能在中小學藝術測評中的應用探究

向莉

近年來，隨著教育改革的深入，在基礎教育領域，藝術教育質量監測作為改進美育教學、提高學生審美和人文素養的推手，得到了國內外的重視。國際上，實施藝術測評中起步較早、經驗豐富的以美國、新西蘭等國家為首。美國教育進展評估（National Assessment of Educational Progress，簡稱NAEP）始于1969年，是全美唯一對各學科基礎教育進行定期監測的評估項目，主要考查學生各學科的學業表現及相關背景信息。到目前為止，藝術學科測試已經進行了六次，最近一次測試是在2016年，參與學生人數8800名，測試內容包括音樂與視覺藝術兩個學科。新西蘭教育監測項目（The National Education Monitoring Project，簡稱NEMP）始于1995年，四年為一個監測周期，分別在1995年、1999年、2003年和2007年進行了視覺藝術監測，每次分別在四年級、八年級學生中各抽取1440名學生作為監測樣本。

2015年4月，國務院教育督導委員會辦公室印發《國家義務教育質量監測方案》，標志著我國義務教育質量監測制度的建立。同年5月25日，教育部印發《中小學生藝術素質測評辦法》，明確了測評指標體系。2020年10月，中共中央辦公廳、國務院辦公廳印發《關于全面加強和改進新時代學校美育工作的意見》，明確推進評價改革：把中小學生藝術實踐活動情況納入學業要求，全面實施中小學生藝術素質測評，將測評結果納入初、高中學生綜合素質評價；探索將藝術類科目納入中考改革試點，納入高中階段學校考試招生錄取計分科目，依據課程標準確定考試內容，利用現代技術手段促進客觀公正評價。

通過對指標內容的分析，我們發現測評內容涵蓋了學生課內課外、校內校外的方方面面，基于我國學生基數龐大的現狀，如此巨量的采樣、記錄、測試、評價、統計、分析等工作，通過傳統的手段幾乎沒有完成的可能。幸運的是，隨著信息技術的高速發展，以人工智能為代表的現代技術手段被廣泛應用，給人們的工作和生活帶來了極大的便利。利用人工智能手段輔助美術教學和測評，以提高測評效率、優化教育策略，對美育的未來或許是一個不錯的選擇。對此，筆者有如下思考。

人工智能在藝術測評中的積極作用

人工智能對藝術測評的影響。人工智能（Artificial?Intelligence），英文縮寫為AI，是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，其研究的領域包括計算機視覺、機器學習、自然語言處理、機器人技術、生物識別技術等。在藝術素質測評方面，人工智能的應用具體體現為音樂類的唱、奏等音頻識別和美術類的圖形圖像識別及大數據智能畫像。

在這些測評活動中，測試通常由知識性測試和技能性測試兩部分組成。知識性測試采用人機對話形式完成，主要考查學生對藝術基礎知識的掌握、對作品主題風格及情緒情感的辨析以及運用藝術知識的能力。技能性測試則主要考查學生的創造力與表現力。

在測評活動的實施過程中，存在一些實質性的問題。一是效率相對低。我國學生的基數龐大，每一次測評組織時間長、關聯部門多，這其中耗費的人力、物力、財力可想而知。二是評價難度大。藝術學科評價的特點在于其高度的主觀性，在知識性測試中部分客觀題尚能采用機器閱卷提高效率，但是在技能性測試中，如唱歌、作畫、奏曲的評價需要大量的評價者參與，尤其是美術作品，沒有任何參照，評價者的審美態度也有差異，很難標準化。三是數據分析難。根據教育部《中小學生藝術素質測評辦法》中的測評指標內容，我們發現其涵蓋的數據量相當大，維度相當多，統計每個學生的考勤率、學習任務、社團活動、社會實踐、知識技能測試等數據再進行分析，單靠人力來完成是不可想象的。

基于學習的人工智能算法對藝術測評的作用。人工智能在計算機上實現時有兩種不同的方式。一種是采用傳統的編程技術，使系統呈現智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學方法，已在一些領域內作出了成果，如文字識別、電腦下棋等。另一種是模擬法，不僅要看效果，還要求實現方法也和人類或生物機體所用的方法相同或相類似，這是基于學習的算法。利用這種技術實現藝術作品的智能評價，能最大程度地減輕評價者的負擔，提高評價效率，接近實現公平和公正。因此，基于學習的人工智能算法在藝術測評領域的作用得以凸顯。

人工智能在藝術測評中的多種應用

利用人臉識別技術完成身份識別。人臉識別是基于人的臉部特征信息進行身份識別的一種生物識別技術，是用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術。人臉識別系統成功的關鍵在于是否擁有尖端的核心算法，并使識別結果具有實用化的識別率和識別速度。人臉識別技術已廣泛應用于金融、司法、航天、醫療等領域，目前也開始在教育領域中應用。

我們在進行網絡活動時，首先需要身份識別。例如，學生上傳自己的美術作品到云空間。一般情況下，學生需要輸入用戶名和密碼，或者輸入手機號和驗證碼進行登錄以進行身份識別，但這對于低年級的學生來說比較困難，即便高年級學生也容易出錯。所以，利用人臉識別的方式完成登錄顯得尤為重要。試想，只要每個學生舉著自己的畫作，面對攝像頭，系統就可以將身份認證和作品上傳兩件事同時完成，這是多么智能高效的事情。

需要注意的是，中小學藝術測評涵蓋1～9年級，這個階段是學生生長發育的主要時段，面容可能會發生很大的變化，會影響人臉識別的準確率。為了提高準確率，一是采用更新的方法，即每學期（學年）重新采集以保持最新的面部生物特征；二是采用更先進的人臉識別技術，即集成了機器識別、機器學習、模型理論、專家系統、視頻圖像處理等多種專業技術，并結合中間值處理的技術，方可達到精準、快速的應用效果。

利用計算機視覺技術進行作品評價。計算機視覺是指用攝像機和電腦及其他相關設備，對生物視覺的一種模擬，主要任務是讓計算機理解圖片或視頻中的內容。例如：理解圖片中的場景（辦公室、客廳、教室等）；識別場景中的物體（動物、交通工具、人等）；定位物體在圖像中的位置（大小、邊界等）；理解物體之間的關系或行為（對話、運動等）以及圖像表達的意義（喜慶、悲傷等），通常在以圖搜圖、商品識別、車型識別中應用。該技術在藝術測評上的應用包括智能客觀評價和智能主觀評價兩個方面。

智能客觀評價。以繪畫作品為例，繪畫是現實視覺的情感表現，與照片的寫實完全不同，尤其中小學階段的學生作品容易出現變形、夸張，用照片的圖像識別技術無法實現測評。對這些作品可以使用基于圖像本體的分析，即對光譜特征、紋理特征、形狀特征、空間關系特征等進行信息提取，將提取到的色彩、形狀、大小、紋理、輪廓、相鄰關系、填充率等一系列因素轉化為客觀評語。

依照上表，當收到一幅學生上傳的作品時，計算機會自動給出如下評語：

智能主觀評價。主觀評價富有強烈的感情色彩和個性意識，如美術作品中的落筆肯定、想象豐富、創意獨特、形象生動、形神兼備、構思巧妙等，需要大量的有價值的作品數據及評價數據，以幫助人工智能進行長期的深度學習，方有可能實現。目前尚未發現相關有意義的研究及文獻，因此，這項研究還須經歷更多實驗和論證，以期得出更多結論。

利用題庫數據進行智能組卷。智能組卷是指利用人工智能技術，結合教材上的知識，采用合理的組卷算法，從題庫中選擇試題，隨機、科學、合理地組成滿足多重約束目標的試卷。智能組卷的效率與質量主要取決于組卷算法的設計。使用試卷進行藝術測評，尤其是知識性評價，是目前常見的測試手段。智能組卷是采用人工智能技術對題庫已有數據進行分析并重組，生成滿足不同需求的練習試卷。智能組卷系統能夠對題目知識結構、數據延展進行全方位跟蹤管理。智能化組卷可提高組卷效率和質量，并實現多種形式的考試。

題庫建設和組卷是整個考試流程中最基礎、最重要的環節。考試組織者要通過定義試題的知識點、難度、教學要求、分數等指標以及題型完成試卷的創建。其中，涉及的幾項重要任務如下。

題庫建設。題庫是智能組卷的數據來源，一個邏輯合理、屬性豐富、數量龐大的題庫決定著組卷的質量。每道試題具有多種屬性指標，每一種屬性指標實際上針對一個約束條件。考慮到藝術學科教材版本的多樣化，錄入每一道試題時需要賦予多重屬性：教材版本、知識點、所屬領域、難度系數、題型、出處等。

智能組卷。目前組卷系統大多采用智能搜索算法，即組卷者根據要求輸入試題約束條件，系統按條件分別匹配題庫的知識點、題型、難度、區分度、時間、分數等，形成組卷條件表，然后根據條件表從題庫中既快速又精準地選出一套最符合條件的試題。

在智能組卷過程中，每一個約束條件又有若干屬性。例如，一份美術試卷就有填空、選擇、判斷、連線、排序、簡述、拼圖等不同的題型，每種屬性約束條件又對應相應數量的題目，所有這些屬性約束條件都可以通過題型的性能指標量化來滿足。一般選擇順序是：首先滿足題型、知識點分布、分數、版本等一級條件，其次滿足難度系數、區分度、重復率等二級條件，最后再自動優化。

本文僅探討了人工智能技術在美術學科測評中的部分應用方向，事實上還有其他更多的應用。例如，利用大數據分析給學生進行智能數據畫像，并根據畫像生成智能評語，以藝術檔案的形式記錄學生的成長歷程，全面精確地進行藝術評價，將基礎指標、學業指標、發展指標高度統一，把過程性評價和終結性評價全方位記錄，給教育管理者提供可視化數據，給出教學分析及建議，為優化改進學校和地區的美術教育提供充足的依據。

2022年4月，教育部發布了最新的《義務教育藝術課程標準（2022年版）》，根據新課標要求，未來藝術課程內容將拓展為美術、音樂、戲劇（含戲曲）、舞蹈、影視（含數字媒體藝術）五個方面，相信更多的人工智能技術，如自然語言生成、聲音識別、動作（行為）識別、智能創作等，會伴隨教育改革的推進大放異彩。

（本文系湖北省教育科學規劃2022年度立項課題“大觀念下的人工智能技術在中小學藝術素質測評中的運用”的研究成果，課題編號：2022JB287）