东方教育学刊Oriental Education Journal

融入ChatGPT的OBE目标达成度模型可提升评价效率与个性化反馈研究

师春梅 张锦盛 杨清

云南工商学院，云南昆明，650000；

摘要：成果导向教育（OBE）要求精准量化学生学习成果，但传统的目标达成度评价方法存在耗时长、难以提供个性化反馈的局限性。本研究旨在构建一个融入 ChatGPT（C-OBE）的教育目标达成度模型，以显著提升评价效率和反馈的质量。该模型通过设计精细化的提示工程（Prompt Engineering），利用大型语言模型（LLM）强大的语义理解和逻辑分析能力，实现对学生非结构化作业（如项目报告、开放性问答）的自动化、高一致性评分。实证研究将采用实验组（C-OBE 模型）与对照组（传统人工评价）对比的方式，对评分耗时、评分一致性（与专家评分相关系数）和学生满意度进行量化评估。结果预期表明，C-OBE 模型能够大幅减少教师的评价负担，显著提高评分效率，并能依据评价标准（Rubrics）实时生成针对性强、指向明确的个性化反馈，有效引导学生进行深度学习和持续改进。本研究为推动 OBE 评价体系的智能化升级提供了理论支持和可操作的技术路径。

关键词：成果导向教育（OBE）；目标达成度评价；ChatGPT；大型语言模型（LLM）；评价效率；个性化反馈；提示工程

参考文献

[1]唐春娜.OBE与ChatGPT的双元融合教育实践[J].创新创业理论研究与实践,2024,7(21):58-60.

[2]邬帅,陈有.OBE理念下外语人才培养目标达成度评价体系研究[J].佳木斯大学社会科学学报,2025,43(11):194-196+200.

[3]殷凤梅,王筱薇倩.面向工程教育认证的操作系统课程目标达成度评价分析与持续改进方法研究[J].长春大学学报,2025,35(08):104-108.

[4]王航,黄小平,甘国操,等.基于大型语言模型的异构多智能体系统[J].自动化与信息工程,2025,46(04):22-27.

[5]黄涛.基于大型语言模型的智能知识服务平台[D].哈尔滨工业大学,2025.