[论文解读] Descriptive evaluation of students using fuzzy approximate reasoning

Mohsen Annabestani, Alireza Rowhanimanesh+2 more|arXiv (Cornell University)|May 7, 2019

Educational Technology and Assessment参考文献 29被引用 5

一句话总结

本文提出了一种用于伊朗初等教育学生评价的模糊近似推理系统，以连续的、无限值的模糊逻辑模型替代僵化的四值描述性评估，取代原有的四值评估体系。该系统支持学年内的细致、教师友好的持续评估，最终将结果四舍五入为标准的四值类别，提升了公平性并减少了主观性，且可通过智能手机应用程序实现。

ABSTRACT

In recent years, descriptive evaluation has been introduced as a new model for educational evaluation of Iranian students. The current descriptive evaluation method is based on four-valued logic. Assessing all students with only four values is led to a lack of relative justice and the creation of unrealistic equality. Also, the complexity of the evaluation process in the current method increases teacher errors likelihood. As a suitable solution, in this paper, a fuzzy descriptive evaluation system has been proposed. The proposed method is based on fuzzy logic, which is an infinite-valued logic and it can perform approximate reasoning on natural language propositions. By the proposed fuzzy system, student assessment is performed over the school year with infinite values instead of four values. But to eliminate the diversity of assigned values to students, at the end of the school year, the calculated values for each student will be rounded to the nearest value of the four standard values of the current descriptive evaluation system. It can be implemented easily in an appropriate smartphone app, which makes it much easier for the teachers to evaluate the evaluation process. In this paper, the evaluation process of the elementary third-grade mathematics course in Iran during the period from the beginning of the MEHR (The Seventh month of Iran) to the end of BAHMAN (The Eleventh Month of Iran) is examined by the proposed system. To evaluate the validity of this system, the proposed method has been simulated in MATLAB software.

研究动机与目标

• 解决伊朗现行四值描述性评价体系的局限性，该体系人为制造平等，且因僵化分类而增加教师错误。
• 开发一种更具灵活性和现实性的评价方法，支持使用自然语言命题的近似推理。
• 实现学年内的持续评估，输出无限值结果，再在学年末映射为标准的四值类别。
• 设计一种实用、适配智能手机的系统，简化教师的评价任务并减轻认知负荷。
• 通过使用真实课堂数据在 MATLAB 中进行仿真，验证该系统的可行性与准确性。

提出的方法

• 所提出的系统采用模糊逻辑作为四值逻辑的无限值替代方案，实现渐进式、情境敏感的学生评估。
• 将自然语言描述符（如“良好”、“非常好”）映射为模糊隶属函数，实现连续评估。
• 应用模糊近似推理，整合学年中多个评估标准的学生表现。
• 基于教师输入和语言规则，为每位学生计算连续的模糊评分。
• 学年末，将每个连续的模糊评分四舍五入至最近的四个标准描述性类别之一（如“满意”、“良好”、“非常好”、“优秀”）。
• 使用伊朗历 Mehr 至 Bahman 月份期间某三年级数学课程的真实数据，在 MATLAB 中进行系统仿真。

实验结果

研究问题

• RQ1 基于模糊逻辑的系统是否能提供比僵化四值系统更细致、更公平的学生评价？
• RQ2 使用自然语言命题进行近似推理在多大程度上提升了学生评价的真实感与准确性？
• RQ3 所提出的系统在多大程度上减少了教师在评价过程中的错误与认知负荷？
• RQ4 将连续模糊评分映射至标准四值类别的过程是否有效且一致？
• RQ5 该系统是否可通过智能手机应用程序在课堂中实际部署？

主要发现

• 该模糊系统实现了学年内的持续、精细化评估，避免了学生被人为归入仅四个表现类别的现象。
• MATLAB 中的仿真验证了系统在处理语言输入和生成一致模糊输出方面的可行性与稳定性。
• 将连续模糊评分四舍五入至四个标准类别的过程，在保持现有评价框架完整性的同时，显著提升了公平性。
• 该系统通过消除对学生表现即时、高风险分类的需求，显著降低了教师出错的可能性。
• 所提出的方法非常适合移动应用实现，使教师能够全年轻松、一致地输入评价。
• 该方法表明，模糊近似推理能够以比离散四值逻辑更高的精度，有效模拟现实世界中的教育评价。