用于评估中学和高中生通过“ML for All”课程学习机器学习进行图像分类能力的量表

《ACM Transactions on Computing Education》：Scale for Assessing the Learning of Machine Learning for Image Classification in Middle and High School Using the “ML for All” Course

当前机器学习（ML）已深度融入日常生活，学校亟需将基础ML教学纳入课程体系，但现有评估模型多依赖问卷或自评，较为单一。本研究在前期ML作品评估模型基础上，引入IRT方法构建学习水平量表，通过240名学生数据验证，为师生提供精准反馈与教学优化支持。

　　

摘要

当前，机器学习（ML）已经深入到我们的日常生活中，这表明有必要在学校阶段就开始教授学生对ML的基本理解。随着这一趋势的发展，评估学生的学习情况变得十分重要。然而，到目前为止，只有少数评估模型被提出，其中大多数模型较为简单，主要基于测验或自我评估。在此背景下，我们之前开发并评估了一个基于学生作为“ML for All”课程学习成果所创建的ML模型的评估模型，用于评估学生在图像分类方面的学习表现。该模型显示出良好的可靠性（相关系数Ω = 0.834）和有效性。在此基础上，我们在本文中提出了一个与学生学习水平相关的评估量表，并利用项目反应理论（IRT）对学生的表现进行了描述性分析，数据来源于240名学生。这项研究的结果可以通过向学生提供反馈和支持教师来促进他们对ML的学习。