一种面向项目式学习的质量牵引与可信约束型形成性评价方法及系统

本发明属于教育评价，涉及项目式教学中学生专业能力成长的形成性评价技术，具体涉及一种面向项目式学习的质量牵引与可信约束型形成性评价方法及系统。

背景技术：

1、项目式教学（pbl）是一种以真实问题或项目为载体、强调学生在开放性问题空间中自主探索的教学方法论。学生在项目过程中经历从问题定义、方案构思、详细设计到成果实现的完整流程，通过"做中学"实现知识建构和能力发展。形成性评价（formativeassessment）是一种贯穿学习过程、旨在持续改进教与学的评价范式，在pbl中被定义为：在项目实施过程中持续收集学生学习证据，用以诊断学习状态、提供改进反馈、调节教学策略，从而促进学生能力发展的系统性活动。

2、然而，现有的pbl形成性评价方法在实际应用中存在诸多技术缺陷，制约了形成性评价效果的发挥。通过对国内外pbl形成性评价实践的系统性调研，现有方法存在以下技术缺陷：

3、1、评价粒度粗糙，缺乏对问题级学习过程的有效跟踪。现有方法多以项目整体或阶段（如中期检查、最终答辩）为单位进行评价，采用rubrics量表对成果进行整体性打分。学生在项目中提出了什么问题、问题由谁提出、问题难度如何、解决质量怎样——这些最能反映学生能力成长的过程性信息散落于教师的个人记录中，未系统化纳入评分体系。评价粒度停留在"项目级"或"阶段级"，未下沉到"问题级"，导致评价结果难以真实反映学生的实际能力水平。

4、2、评价指标依赖多参数线性加权，主观性强且难以统一。现有方法通常将技术能力、团队协作、沟通表达等多个评价维度进行加权汇总得到最终成绩。权重的设定依赖教师主观判断，不同课程、不同教师之间权重配置差异大，同一学生在不同课程中的评价结果缺乏可比性。参数数量众多且调参过程复杂，在大规模教学中难以保证评价标准的统一性和公平性。

5、3、缺乏对高质量学习成果的有效激励机制。在传统线性加权模型中，高质量任务与低质量任务的分值贡献仅呈线性比例关系，无法体现"挑战高难度问题"的溢价效应。学生可以通过完成大量简单任务累积分数，而无需深入钻研核心难题，导致评价导向出现偏差，不利于培养学生解决复杂问题的能力。

6、4、防刷量与防作弊机制薄弱。传统方法的边际收益恒定，学生可通过刻意增加低质量产出数量来人为提升总分。随着大语言模型（llm）的普及，学生更可通过ai生成内容来伪装项目成果。现有评价依赖最终交付物，难以识别"过程真实但成果非独立完成"的情况，缺乏从问题提出到解决全过程的可信度约束机制。

技术实现思路

1、发明目的：为了克服现有技术中存在的不足，提供一种面向项目式学习的质量牵引与可信约束型形成性评价方法及系统，提出了基于问题跟踪的形成性评价新思路：以"问题"作为项目式学习中最基本、最核心的评价单元；在pbl过程中，无论是学生自主发现的问题还是教师提出的问题，每个问题的提出、研究、解决与反思全过程都是学生能力发展的可观察证据；通过跟踪学生在课程项目中所有问题的完整生命周期，将问题的数量、质量、解决效果和提出者可信度等多维信息融合为一个综合评分，实现对学生在项目式学习中专业能力成长的精准、客观、可量化的形成性评价。

2、技术方案：为实现上述目的，本发明提供一种面向项目式学习的质量牵引与可信约束型形成性评价方法，包括如下步骤：

3、s1：教师根据课程教学目标确定评价框架，公布问题质量权重评定标准，明确四阶段评分维度的rubrics量表，设定半饱和参数的初始值，并且向学生公布评价规则；

4、s2：在项目式学习的实施全过程中，持续采集每个学生处理的问题数据，并且根据rubrics量表对每个问题进行四阶段分别评分，记录原始评分数据，形成问题级的过程证据库；

5、s3：基于过程证据库，进行逐问题有效价值的计算；

6、s4：根据步骤s3获得的问题有效价值，计算获取到学生的综合评分；

7、s5：输出每位学生的最终评分，生成包含问题级明细的评价报告，支持教师和学生查看评分构成，并且教师根据评价报告提供针对性的改进反馈。

8、进一步地，所述步骤s1中问题质量权重评定标准包括：

9、卓越质量，质量权重取值1.0 ~ 1.2，适用场景：涉及核心算法设计、架构重构、跨模块集成的复杂问题；

10、高质量，质量权重取值0.8~ 1.0，适用场景：涉及关键功能实现、性能优化、重要缺陷修复；

11、一般质量，质量权重取值0.5~ 0.7，适用场景：功能实现、常规缺陷修复、文档补充；

12、低质量，质量权重取值0.2~ 0.4，适用场景：格式调整、简单配置修改、重复性劳动。

13、进一步地，所述步骤s1中四阶段评分维度包括理解、研究、解决、反思。

14、进一步地，所述步骤s1中评价规则包括质量权重的评定标准、可信度系数的设定原则（教师问题1.0、学生问题0.9）、评分函数的数学形式，确保评价过程透明可预期，引导学生关注问题解决质量而非数量。

15、进一步地，所述步骤s2中问题数据包括问题内容描述、问题提出者身份（教师/学生）、问题处理全流程的四阶段表现记录（理解、研究、解决、反思各阶段的答题过程、中间产物、最终成果），确保过程数据完整可追溯。

16、进一步地，所述步骤s3中有效价值的计算包括：

17、a1：问题综合评分计算：对每个问题i，将四阶段评分（理解、研究、解决、反思）取算术平均，再归一化到[0,1]区间，得到问题综合评分；

18、a2：问题质量权重评定：根据问题难度、知识深度、创新性等，由教师评定质量权重；

19、a3：提出者可信度标记：根据问题提交人标记可信度系数（教师1.0，学生0.9），反映问题来源的权威性差异；

20、a4：有效价值计算与平方放大：逐问题计算有效价值。然后求的平方。平方运算使高质量问题的贡献被放大，低质量问题的贡献被抑制，实现质量牵引。

21、进一步地，所述步骤s4中学生的综合评分的计算包括：

22、b1：综合问题价值平方和求和：，将所有问题的有效价值平方累加，形成学生的综合问题价值；

23、b2：代入评分函数：，通过幂次饱和函数将综合价值映射到[60,100]区间，基线分60保证及格，上限100封顶，其中为半饱和参数；

24、b3：截断处理：若score > 100截断为100；若score < 60截断为60，确保评分落在合理区间。

25、进一步地，所述步骤s5中教师依托评价报告研判学生真实学习投入情况与知识掌握水平，识别学生的能力短板与优势领域，提供针对性的改进反馈，实现从结果性考核向全过程、精细化形成性评价的转变。

26、本发明还提供一种面向项目式学习的质量牵引与可信约束型形成性评价系统，包括：

27、课程准备与评价框架初始化模块，教师根据课程教学目标确定评价框架，公布问题质量权重评定标准，明确四阶段评分维度的rubrics量表，设定半饱和参数的初始值，并且向学生公布评价规则；

28、学生过程数据采集模块，在项目式学习的实施全过程中，持续采集每个学生处理的问题数据，并且根据rubrics量表对每个问题进行四阶段分别评分，记录原始评分数据，形成问题级的过程证据库；

29、逐问题评分计算模块，基于过程证据库，进行逐问题有效价值的计算；

30、综合评分计算模块，根据获得的问题有效价值，计算获取到学生的综合评分；

31、结果输出与教学反馈模块，输出每位学生的最终评分，生成包含问题级明细的评价报告，支持教师和学生查看评分构成，并且教师根据评价报告提供针对性的改进反馈。

32、有益效果：与现有技术相比，本发明的核心创新在于：将评价粒度从传统的"项目级"下沉到"问题级"，通过数学模型将问题的多维度属性自然融合，在极简参数的前提下实现对数量激励、质量牵引、可信度约束和刷量抑制的统一处理。

33、本发明提出的形成性评价方案为课程过程考核提供了一种新的研究思路。传统评价方式多聚焦于阶段性教学考核结果打分，依托简单加权平均方式核算最终成绩，评价维度偏向结果导向，难以精准捕捉学生真实学习状态。本发明面向课程实施全过程中学生暴露的各类学习问题开展精细化评价，评价粒度下沉至问题级，靶向性更强，同时幂次饱和模型具备良好的可解释性，评分形成机理清晰透明。本发明提供的评价模式能够有效规避作业抄袭、借助人工智能工具批量生成内容等作弊行为，教师可依托学生全流程答题表现、问题解决质量等多维度过程数据，全面客观地研判学生真实学习投入情况与知识掌握水平，实现从结果性考核向全过程、精细化形成性评价的转变。