2021年3月25日，北京——近日，美国人工智能协会2021春季会议——AAAI(Association for the Advancement of Artificial Intelligence)于线上举行。此次大会重点探讨人工智能技术在教育领域中的具体实践，邀请计算机科学、教育、心理学等领域的全球顶尖专家学者共同参与。多邻国英语测试研究负责人、计算心理测量学(computational psychometrics)专家Alina Von Davier博士受邀参加大会，并在“创新工业化AI技术在教育领域的应用”线上分论坛发表了题为《在计算心理测量框架下以数字化优先的评估方法》报告，以多邻国英语测试为例，详细阐释了数字化优先评估模式在测试开发中的应用，进一步展示了多邻国英语测试在便捷性、权威性和有效性方面的优越性。
随时随地在线参与测评，获3000余所国内外高校项目认可
无需抢考位，仅通过一台带摄像头、可联网的电脑设备，考生便可随时在安静的房间内完成多邻国一小时线上语言测试，接受其对听、说、读、写能力的全方位考察。考后48小时内，考生即可收到成绩反馈，并将成绩报告同时发送给多所高校。凭借其便捷、高效、经济的特性，多邻国英语测试近年来受到了海内外留学生与知名高校的广泛认可。
据最新内部数据显示，目前已有逾3000所国内外院校项目接受多邻国英语测试成绩，遍布全球75个国家和地区。在美国，美国高校20强中的18所院校及80%的美国高校100强接受多邻国考试成绩认证，其中包括芝加哥大学、杜克大学、哥伦比亚大学等顶尖学府。而在英国和澳大利亚，帝国理工学院、伦敦大学学院、华威大学和澳大利亚国立大学等中国留学生的热门申请院校也均已认可多邻国英语测试成绩。与此同时，考生还可利用该成绩认证申请日本、中国香港、瑞士和法国等多个亚洲和欧洲高校，包括香港大学、早稻田大学、EDHEC北方高商等。2020年，多邻国英语测试中国考生数量实现连续四年增长，同比上升23倍，中国地区考量位列全球第一。
突破传统测试开发瓶颈，人工智能技术渗透测试研发
由美国密西根大学、孟菲斯大学和匹兹堡大学等主办方共同承办的美国人工智能协会2021春季会议聚焦于科学技术在教育领域的创新应用，Alina在分论坛中指出，人工智能技术颠覆了传统教育的理念与方式，更大程度地拓宽了教育的边界，也引发了教育评价体系的不断沿革与创新。在人工智能技术营造的“虚拟测评世界”中，多邻国英语测试以低价高效的评估方式与个性化的考试体验推动教育智能化场景落地。与传统语言测试不同，多邻国英语测试的考题开发不需要完全依赖于测试对象的答题表现进行试题难度评估，而是借助先进的机器学习和自然语言处理技术构建测试开发模型，不仅解决了传统人工试题开发耗时耗力的问题，还能够帮助专家们重新思考和制定测试标准和考题内容，打造出反映考生真实英语水平的专业测试。
依托于先进的计算心理测量框架并结合计算机自动化技术，多邻国英语测试实现了考生在线快速考试，远程AI和专家协作监考，系统自动计分与专家评估出分相结合的考试形式，在保证考试安全有效的前提下给予考生随时随地参与考试的自由度，甚至可以全年无休地在除夕夜为考生提供稳定的测试体验。
资深研究团队护航，带动人工智能技术与语言测试行业深度融合
多邻国英语测试与人工智能算法高度融合的背后，离不开其资深技术团队的支持。 多邻国英语测试研究的核心研究团队及技术咨询委员会成员由应用语言学、教育测量学、心理学、统计学多个学术领域的近二十位专业学者构成，其中不乏曾在美国教育服务处(ETS)从事研究工作的业内专家。多邻国英语测试的研究范围涉及题目设计、有效性评估、考生心理测量分析等多个方面。例如，G. T. LaFlair博士在2020年对多邻国英语测试中四个单项分数(Literacy、Conversation、Comprehension 及 Production)的结构和可信度进行了研究，发现各种题型和四个单项分数之间存在一定的一致性与相关性，并讨论了四个单项分数和听、说、读、写技能的关系，这也进一步证明多邻国英语测试的题目设置和分数评估能够真实准确地反映考生当时的英语语言水平。
不久前当选国际考试行业协会董事会主席的Alina也将在为期一年的任期中继续积极增强全球线上语言测试的专业性，利用人工智能技术不断优化考试体验，从而推动包括多邻国英语测试在内的在线教育产业的智能化升级。Alina表示，“多邻国英语测试研究立足于人工智能与自然语言处理技术，不断突破原有传统测试评估模式的桎梏，推动多邻国英语测试在形式与内容上不断优化，为全球考生带来更为舒适的线上测试体验，尽可能地降低广大语言爱好者的学习门槛，使教育普惠大众，也为人工智能技术与语言测试行业的融合带来关键驱动力。”
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
