BIM课程数智化在线自主考试系统激励研究

［摘 要］ 随着信息技术的不断发展，教育领域也在逐渐向数字化转型，当前在线教育及自主学习和考试已然成为趋势，针对学生对BIM技术的应用，要推动考核形式和考核理念的创新，建构数智化在线自助考试系统，旨在提高学生的学习动力和自主学习能力，满足信息化发展的要求。围绕在线自主考试系统的设计和应用以及对教学质量的促进意义进行深入探讨，分析了如何通过反馈和个性化学习路径等方式激发学生的学习兴趣，实现课程考核对人才培养的激励作用，为BIM课程的教学改革和数字化教育提供了有益借鉴。

［关键词］ 人工智能技术；BIM课程；数字化考试系统

［基金项目］ 2023年度广东白云学院校级高等教育教学改革项目“数字化智能建筑新工科研究”（BYJY202308）

［作者简介］ 郭 蓉（1987—），女（土家族），湖北利川人，硕士，广东白云学院建筑工程学院讲师，主要从事智能建筑、数字化建筑研究。

［中图分类号］ G647 ［文献标识码］ A ［文章编号］ 1674-9324（2024）45-0045-04 ［收稿日期］ 2024-06-05

引言

随着现代经济和科技的快速发展，国家与社会越来越重视建筑信息化水平的提升，在此背景下BIM技术得到更加广泛的应用，相应的BIM课程考试也逐渐成为评估学生技能水平的重要方式之一。从促进学生对BIM技术应用能力提升的角度，本文将研究数智化在线自主考试系统的设计和应用，结合当前的考核现状以及影响因素，进行激励对策的有效构想［1］。

一、BIM课程自主在线考试系统的目标和考试环境

（一）智能评估和反馈

利用人工智能技术，教师能够取代传统的人工阅卷，采用智能阅卷的方式，可以进一步提高阅卷的准确性和效率。在此过程中，主要利用机器学习和自然语言处理的技术，对考卷中的客观题和主观题进行自动评分，帮助学校和教师提高阅卷效率。针对学生的答题情况，分析评估学生的掌握程度以及存在的薄弱之处，为学生传达有针对性的建议和改进方案［2］。

（二）个性化学习路径

考试系统对学生初始评估的结果可以帮助教师了解学生现阶段的知识水平和技能，并为其提供适当的学习路径。首先，在确定学生的薄弱点和熟练点的基础上，为其推荐个性化的学习资源和学习活动，并监控学生的学习进度，评估学生各个阶段的学习成果，根据学生在线学习状态向其调整学习路径，为学生提供相应的学习材料和学习任务。

（三）智能监控和防范作弊

依托人工智能技术监测学生的屏幕活动，图像识别技术可以用于考试监管工作，考试期间系统可以启动屏幕录制功能，实时记录学生在手机等智能终端屏幕上的操作过程。利用手机等终端的GPS功能获取学生所在位置，确保学生在规定的考试范围内，进行人脸识别确认参加考试的是学生本人，以及通过摄像头全程监控学生的答题过程，检测学生是否存在作弊行为。

二、BIM课程自主在线考试系统推行的阻碍因素

（一）技术障碍

自主在线考试系统作为一种灵活的学习和考核方式，学生可以根据自身的情况自主选择时间登入系统参加考试，无需到特定的教室或者考场。自主在线考试系统所具有的动态组卷功能和个性化评估作用，依靠全面稳定的测试题库，对技术开发单位和人员提出了较高要求，需要投入大量时间和资源进行开发、审核、后期测试和维护，实施该系统需要投入大量资金用于开发和部署各项技术，包括人脸识别、声纹识别、监控设备、防作弊算法等，整合各项技术并使其同时运行多种安全和监控功能，须不断规划和调整。部分用户对系统的安全性和个人隐私的保护可能存在担忧，特别是涉及身份验证等方面，需要提供可靠的技术保障措施。

（二）其他因素

1.数据安全和隐私问题。在系统架构过程中涉及学生的个人信息和考试数据的记录，因此需要设定严格的数据安全管理措施，通过设置防火墙，采取身份验证、加密技术和安全审计等措施，保护数据的安全性，避免学生数据泄露或被未授权的人员访问。部分学生和教师对于在线考试系统的安全性和个人隐私保护可能存在担忧，主要在于身份验证环节需要录入个人信息，同时涉及学生个人手机需要开启摄像头权限才可以符合监控录像的要求，这些问题都会给用户接受造成一定的不便。

2.教育和评估方法的挑战。推行BIM课程自主在线考试系统涉及教育和评估方法的调整，需要重新设计教学内容和方法，以适应在线学习环境的要求。然而，学生和教师对在线考试系统的接受度存在差异，一些教师可能更倾向于传统的面对面的考核方式，认为在线考试、无人监考难以真实体现学生的水平；部分学生也会认为在线考试可能更加容易作弊，难以实现考试的公平性和可靠性。

3.教育资源限制。自主在线考试系统多功能的实现，有赖于相应的技术设备，并且对前期投资和后期维护提出了较高的成本要求，预算不足或技术设备性能不高可能成为可用性的限制因素。缺乏稳定的软件和平台来支持考试各个环节功能的实现，可能会影响学生考试的正常进行，比如出现卡顿、不能重复提交、不能修改答案等因素，系统功能建设、技术支持以及培训等方面的工作都需要依赖大量的成本，对于一些资源匮乏的学校来说可能会面临推行成本过高的阻碍。

三、AI驱动的BIM课程自主在线考试系统的技术对策

（一）技术应用

1.智能题库管理。自然语言处理（NLP）是人工智能技术的一个重要领域，包括文本分类、命名实体识别、情感分析和机器翻译等，致力于帮助计算机理解和解释、识别和处理各种所需要的自然语言文本，可以用于试题的自动生成，集成大量的知识库和题库，根据题目类型和难度要求进行自动调整，由此生成课程所需要的试题。基于NLP的自然语言处理技术可以用于试题质量的评估，包括语法、逻辑、清晰度等，由此不断更新题库的信息，从各个渠道收集新的题目和教学资源，并自动筛选、整理和归类题目，分析学生的答题表现和错误模式，对题目进行优化和改进，以提供个性化的学习和评估［3］。

2.个性化试卷生成。利用AI生成个性化试卷是现代考试创新的方法，其中NLP可以解析试题要求和学生答案，并选择难度和类型合适的试题。基于机器学习算法，通过学习平台观测学生在线学习和过往考试记录，收集学生的学习数据，利用机器学习和数据挖掘技术，构建学生的学习模型。根据学生模型和题库分析结果，生成个性化试卷，并确保试卷难度适中，知识点全面覆盖。另外，还需要对生成的个性化试卷进行校验和优化，检查试卷的准确性、合理性和可行性。

3.实时监控与防作弊。通过手机摄像头对学生进行面部识别，验证学生身份，基于人脸识别、语音识别等技术，用于实时分析学生考试期间的录屏、录音数据，并通过自然语言处理技术对考试的视频图像进行分析，识别其中可能存在的作弊行为，具有检测异常和预警功能。所具有的自然语言处理技术可以检测考生在考试过程中是否出现特定关键词和短语，分析其是否符合作弊行为。根据对考生行为数据的收集和分析，利用机器学习算法建立欺诈行为模型，自动监测学生的行为模式，及时上报异常情况和潜在的作弊行为。

4.自动评分系统。自动评分系统的应用可以提高评分效率和一致性，前期需要准备大量的带有标准答案的训练数据集，由教师或专家进行答案标注，作为模型训练的依据。将答案转化为向量表示，利用自然语言处理技术，通过理解学生的答案文本，提取其中的语法、语义和结构特征，可以帮助模型理解和评判学生的答案。选择合适的机器学习算法对自动评分模型进行训练，比如决策树、随机森林或深度学习的神经网络等，利用这些机器学习算法，从大量的标记答案数据中学习评分规则，学习和理解答案的特征，从而进行准确评分。

5.数据分析与优化。利用数据清洗工具可以对大规模的数据进行自动收集和清洗，比如：OpenRefine、Trifacta Wrangler、Apache Spark等工具提供了丰富的功能，对数据实现深入分析，提取其中有价值的特征，并建立预测模型。根据学生的答题情况评估不同题目的难度和效果，并进行有针对性的优化，调整题目的难度或选项设计，提高题目的质量和准确性。比如某种题型的正确率普遍较低的情况下，系统会建议教师调整教学方法或者提供相应的练习，加强学生对该题型的理解和应用。该考试系统也可以识别学生答案的相似度、时间分布等数据，分析其中可能存在的作弊行为，并采取相应的措施来防范作弊行为。

（二）BIM课程数字化自主在线考试系统框架

秉持考核系统开发与教学设计实现教学最优化的基本原则，建构课程考试系统总体框架。其中应包含管理员、操作员（教师）及学生界面，用于不同角色分别进行用户登录、账户管理、查看课程信息和进行考试等操作，并支持多种设备。操作员（教师）登录后可以自动生成试卷，并利用系统所提供的在线考试功能，对学生的答题情况进行智能评估和分析，并生成详细的评估报告。该系统的开发可以利用各种编程语言和开发框架，并需要一个支持http协议的WEB服务器来提供网页服务，基于可靠的数据库管理系统来存储用户信息、题库数据和考试记录的信息等，该考试系统完整的流程图见图1。

四、其他阻碍因素的对策

（一）数据安全和隐私问题

自主在线考试系统既需要录入学生和管理员的身份信息，也包含对学生学习和考试数据的记录，为避免数据发生泄露和盗用，须采用强大的加密算法，对考试系统中的敏感数据和身份信息进行加密处理，确保数据在传输和存储的过程中得到充分保护。要采用严格的访问控制策略，比如身份验证、用户权限管理的方式，只有通过系统身份验证和得到授权的人员才可以访问考试系统，并操作相关数据。系统要建立多层次安全防护措施，设置防火墙、入侵检测和防御系统，也要配备反病毒软件，并定期备份数据，可以保护考试系统的数据安全，要争取与技术供应商进行合作，升级或采购新设备来满足数据安全和隐私保护的需求。阻止潜在的网络攻击和恶意行为，防止意外事件对数据造成不利影响。要定期采用人工智能技术对考试系统进行安全风险评估和漏洞扫描，有助于及时发现和应对潜在的安全风险和数据泄露事件，保障考试系统的数据安全。

（二）教育和评估方法的挑战

自主在线考试系统的应用颠覆了传统的教学和考核模式，能够实现在线评估和分析，受考试题型、评分标准等因素的限制，在评估过程中存在主观性和局限性的问题。为准确反映学生的知识和能力水平，在自动评分的基础上，还要结合多元化的评估方式，比如围绕BIM课程引入项目作业，要求学生通过口头演示或实际操作讲解专业知识和答题思路，以综合评估学生各个方面的能力。采用智能化的技术和算法，根据学生不同的表现和反馈情况动态调整考题难度和内容，从而适应学生的个性化需求。为确保评分标准的公正性和明确性，要提供不同形式的评估工具，比如采用在线问卷调查、小组讨论等，配合在线自主考试系统对学生的学习和掌握情况进行评估。通过在线平台或其他方式及时将评估结果反馈给学生，教师也可以参考评估结果制订相应的改进计划，为学生提供个性化的辅导和支持，促进学生全面发展。

（三）教育资源限制

结合在线自主考试系统的架构设想，需要充分的技术和资源支持，借助AI技术可以在教育资源有限的情况下提供更好的解决对策，以提高教育质量和学生的学习效果。面对所面临的教育资源限制，可以争取与技术供应商合作，共享技术设备和软件，以减轻成本投入的压力。投入适当的资源建立网络安全设施、加密数据传输以及加强身份验证，提升考试系统的安全性和合规性。学校要提供针对教师和管理员的培训计划，方便他们对考试系统各个模块功能的理解和操作。该考试系统可以收集和分析学生的学习数据，包含学生的学习进度、知识点的掌握情况等，为学生提供各种开放性的学习资源，允许学生自由访问各种学习材料和教学视频，拓宽学生的学习领域。对学生在线作答情况进行分析和评估，给出具体的评分和反馈，教师根据此可进行相应的教学调整和指导，根据教育发展的目标和学生的需求，锻炼和提高教师的教学能力和创新意识，帮助学生加强对BIM课程专业知识的理解和掌握。