基于大模型的实践教学作品测量方法研究

项目名称：基于大模型的实践教学作品测量方法研究

项目负责人：王佐

iCenter团队成员：郑养波，梁雄、李睿、郭巍

项目背景：

随着人工智能技术的飞速发展，大模型在教育领域的应用日益广泛。实践教学作为教育教学的重要组成部分，其作品的评价和测量方式面临着新的机遇和挑战。传统的实践教学作品测量方法主要依赖于教师的主观评价、固定的评分标准以及有限的量化指标，难以全面、客观、准确地反映学生在大模型支持下的实践成果。因此，探索一套基于大模型的实践教学作品测量方法具有重要的现实意义

项目建设目标和内容：

(1)构建科学的测量指标体系

结合大模型在实践教学中的应用特点，从多个维度构建一套涵盖内容质量、创新性、应用价值等方面的测量指标体系，使评价更加全面、系统。

(2)开发有效的测量工具

基于构建的测量指标体系，设计开发相应的测量工具，如自动化评分系统、分析模型等，能够对实践教学作品进行快速、准确的评价。

(3)验证测量方法的有效性和可靠性

通过实际应用和对比分析，验证所提出的测量方法在不同学科、不同类型实践教学作品评价中的有效性和可靠性。

项目预期建设成果和交付形式：

(1)形成一套完整、科学的基于大模型的实践教学作品测量指标体系，明确每个指标的定义、权重和评分标准。

(2)开发出一套实用、高效的基于大模型的实践教学作品测量方法，包括一套自动化测量软件工具。

(3)通过在至少2门课程的实证研究，验证所构建的测量体系和研发的测量方法的信效度良好。

项目安排及进度：

(1)2025年12月 项目中期:完成模型算法的基本建设，完成课程验证。

(2)2026年4月 项目结题:完成项目任务，提交项目总结报告。