ChatGPT赋能翻转课堂：基于高校英语类慕课《建筑艺术英语》中形成性评价机制实证研究

　摘要：面向高校建筑艺术英语慕课课程评价机制的创新需求，文章基于ChatGPT赋能翻转课堂，围绕形成性评价指标体系的构建、智能评价技术的实现路径与实证数据分析展开研究，结合学生学习行为数据和教师质性访谈，剖析智能工具对学习成效与教学决策的影响，探讨人工智能技术赋能下形成性评价优化路径，为数字化外语教育教学改革和精准学习支持提供实践范例和理论参考。

　　关键词：ChatGPT；形成性评价；翻转课堂；建筑艺术英语

　　随着数字化与智能技术不断渗透高等教育，基于人工智能的形成性评价手段逐渐成为促进课程高质量建设与学习成效提升的重要支撑。高校建筑艺术英语慕课兼具学科交叉和跨文化特色，对教学评价体系提出了更高要求。借助ChatGPT智能问答、反馈生成和数据分析能力，可以形成精准评价与个性化教学建议。文章面向慕课环境下的教学实践并聚焦ChatGPT技术赋能形成性评价，全面探讨智能工具如何助力慕课形成性评价机制优化与创新。

　  一、研究设计

　　（一）研究对象与课程《建筑艺术英语》的选取依据

　　《建筑艺术英语》作为高校英语类慕课，不仅系统梳理各历史阶段建筑风格与结构特征，还融合大量建筑术语、案例分析和艺术鉴赏内容，突出语言表达与跨文化交流能力培养。章节设置充分体现中西建筑比较与专业英语应用的复合型教学需求，满足学生在国际视野下深入理解中国与世界建筑艺术、掌握建筑学科英语表达和学术交流技能的目标，为形成性评价体系的多维度设计和技术创新提供了丰富素材与真实场景。

　　（二）ChatGPT赋能评价的技术实现路径

　　评价流程以ChatGPT为核心，依托慕课平台数据，调取章节测试、作业、建筑案例分析等学习任务，实现自动语义理解和批改。系统基于课程专业术语库与章节知识点对学生文本进行多维语义分析，智能生成针对性学习反馈ChatGPT可识别学生在专业描述、逻辑结构、跨文化表达中的不足，并给出针对性学习建议，帮助其持续修正学习路径，形成闭环式动态评价，推动形成性评价从单一结果导向向过程与能力导向转型。

　  二、实证分析

　　（一）ChatGPT支持的形成性评价指标体系构建

　　形成性评价指标体系依托《建筑艺术英语》课程章节内容进行分层设计，指标覆盖中西方建筑史重要潮流共计7个主要模块。指标体系设定建筑史知识点掌握、核心术语理解与运用、结构和风格特征描述、代表性建筑案例分析、英文表达的完整和逻辑性等评价维度。以园林、古罗马建筑、近现代建筑等章节为依托，系统分模块生成多样化评价任务，既包括对知识内容的自动检测，也包含对中西建筑比较、建筑艺术审美和建筑语言表达能力的智能分析。

　　（二）ChatGPT辅助学生阶段性学习行为数据与成绩相关性分析

　　为验证ChatGPT反馈能否在学生实际表现中体现，其形成性评价结果应与平台成绩具有相关性。因此从超星慕课平台调取2025年春季学期《建筑艺术英语》在线统计数据，并设计Prompt。研究选取20名学生为样本，将其音视频观看详情和章节统计测验成绩数据输入ChatGPT，并通过Prompt分析学。在此展示部分生成的结果。可以看出ChatGPT能够分析学生的薄弱点并给出建议，如表1所示。

　　表1ChatGPT分析建议

　　为进一步检验学生阶段性表现与ChatGPT生成反馈之间的契合度，可以对比AI自动分析在术语表达、逻辑结构和风格描述等方面给出的反馈，与学生最终得分之间的相关性。本文选取了三个典型任务实例，对比其在建筑术语、风格比较与案例分析中的表现与ChatGPT自动生成的反馈内容，并与教师打分进行对照分析，详见表2。

　　可以看出，ChatGPT能够针对学生提交的文本识别出术语描述不清、结构组织不足或案例背景缺失等具体问题，并生成明确修改建议。教师评分与ChatGPT提出问题的严重程度基本一致，说明模型反馈在建筑术语、逻辑结构与表达规范等维度具有较好的解释力与教学适配性。

　  三、结语

　　研究基于ChatGPT赋能的智能评价技术，实现了建筑艺术英语慕课中多维度形成性评价指标体系构建，提升了自动反馈、学术术语分析与阶段性数据追踪的效率。系统自动识别学生知识点掌握、建筑案例分析与学术表达中的不足，促进教师教学决策精准优化。人工智能驱动的评价模式将为高校专业课程数字化、个性化学习和跨学科教学创新带来更多可能。

文章来源：《安徽科技报》 https://www.zzqklm.com/w/qt/35317.html