在在线课程中衡量学生的知识带来了许多挑战。高等经济学院和鲁汶大学的研究人员对学术成就评估模型进行了改进，并将结果发表在Heliyon杂志上。

一些系统性因素使在线课程的开发人员难以准确评估学生的熟练程度。首先，平均 10 到 15 道试题太少，无法准确可靠地衡量知识。其次，使用多项选择题会导致猜测和结果失真。第三，频繁使用同一组正确答案作为熟练程度的衡量标准，即使测试稍微更新，也很难比较学生。

高等经济学院和鲁汶大学的研究人员通过使用附加参数扩展经典 Rasch 模型，设法解决了这些问题。

“首先，我们扩展的方法包括多次尝试的效果，可以区分猜测的学生和知道答案的学生，”HSE 电子学习中心心理测量学负责人 Dmitry Abbakumov 说。“其次，由于通过这种扩展方法获得的知识度量是在单一尺度上表示的，因此即使在试题发生重大变化时，它们也可以进行比较。最后，我们不仅根据测试结果计算度量，还通过采取考虑到学生的经验——他们在观看视频时的活动和动手实践中的表现——提供对学生能力的更全面的了解。”

未来，研究人员提出的方法可以用于教育平台上的评估引擎，以获得更准确的学生知识测量。这些指标可以内置到数字教育中的导航和推荐解决方案中。