人工智能驱动线上语言测试开发，多邻国英语测试引领行业新趋势

近日，由北京师范大学等机构联合主办的“2020全球人工智能与教育大数据大会”在京举行。本届大会经教育部批准，以“教育未来，因A.I.而能”为主题，邀请全球顶尖人工智能科学家、大数据挖掘专家、教育监测专家及教育科技产业界优秀人才共同参与。多邻国-测评研究负责人、计算心理测量学（computational psychometrics）专家Alina Von Davier博士受邀参加大会，并在“智能化教学设计：聚焦教学设计 A.I.助力技术提升”线上分论坛发表了题为《在计算心理测量框架下，由数据优先评估的测试分数的可比性》演讲，从题目设计、评估模式和技术优势多个维度对多邻国英语测试进行了详细阐述，验证了多邻国英语测试的科学有效性。

（基于计算心理测量框架的测试设计）

突破传统测试开发瓶颈，一小时内完成权威英语水平鉴定

传统语言测试的题目开发往往始于专业书面测试题目的开发，通过数千名学生参与测试获取有关题目难度和考生答题表现的数据，并针对这些数据进行心理测量分析，最终依据分析结果建立题库，整个流程非常耗时且昂贵。而多邻国英语测试则突破了传统英语评估模式的束缚，为全球考生带来了便捷、高效、经济的全新考试体验。Alina指出，与传统语言测试不同，多邻国英语测试的考题开发不依赖于测试对象的答题表现进行试题评估，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。

由于采用先进的人工智能技术，多邻国英语测试系统的算法在可在考生考试过程中根据其答题情况实时判断其对应的语言水平能力，并为之匹配难度适中的测试问题，从而使测试更加高效。因此，相较于线下花费3-4小时完成难度递增的传统留学英语考试，考生可随时随地通过装有摄像设备的电脑和稳定的网络连接参与线上测评，并在一小时内对听、说、读、写等能力进行全面考察，48小时内得到认证成绩，大幅度提升考生海外院校申请效率。

人工智能技术结合心理测量，海量语料构建自适应考试题库

依托于先进的计算心理测量框架，多邻国英语测试打破了人工开发题目的模式，让专家们能够借助机器学习和自然语言处理技术的帮助，绕过传统考试中繁冗的前测步骤，从而进一步优化测试。以欧洲共同语言参考标准 (CEFR) 及词汇表为标准，多邻国英语测试根据不同单词出现的语境、难度分级等对大规模语料库进行标注，并采用统计方法预估未来将要生成的题目难度。在人工智能技术和自然语言处理技术的共同作用下，一个拥有海量考题、对接权威标准的计算机自适应考试题库便得以成形。实验发现，考生平均需参加约1000次考试才可能遇到重复题目，测试结果真实可靠。

除了在设计机制上不同于传统考试，多邻国英语测试也实现了多样化的内容设置。专业英语学习网站、高级英语备考资料和大型英语数据库都为多邻国英语测试提供了可靠的语料来源，不仅囊括学术用语，也包含日常生活中的真实对话。考试内容主题涉猎广泛，从音乐到科技，很大程度上抵消了考生参加考试的焦虑和紧张，让他们能够更加从容应对。

开发框架实效性对标传统测试，获全球逾2500所高校认可

（多邻国英语测试和雅思托福呈现强相关性）

研究发现，多邻国英语测试与语言学家开发的传统语言测试成果具有显著的一致性。根据人工智能和自然语言处理领域的顶级期刊——美国麻省理工学院计算语言学协会学报（Transactions of the Association for Computational Linguistics）中的论文显示，多邻国英语测试与托福和雅思等英语评估测试呈现强烈相关性，这意味着三者在分数上能够相互换算，进一步确保了多邻国英语测试结果的可靠性。另外，多邻国英语测试的结果也具有高度的可靠性和稳定性，不会因为考试次数增加或考试题目的不同，而产生不合理的分数浮动。

基于领先的人工智能技术和完备的课程设计，多邻国英语测试目前已经获得全球范围内2500多所高校认可，包括哥伦比亚大学、耶鲁大学、南加州大学、帝国理工学院、伦敦大学学院、澳洲国立大学、新南威尔士大学和麦吉尔大学等世界顶尖学府。

Alina表示：“未来我们将不断优化测试体验，全面考量影响考生测试表现的各种因素，同时继续打磨核心技术，以更加严谨的态度评估试题开发框架和机器学习模型，为全球考生提供更加高效和便捷的测试体验。”