中共中央、國務(wù)院印發(fā)的《深化新時代教育評價改革總體方案》明確指出，“創(chuàng)新評價工具，利用人工智能、大數(shù)據(jù)等現(xiàn)代信息技術(shù)，探索開展學(xué)生各年級學(xué)習(xí)情況全過程縱向評價、德智體美勞全要素橫向評價”。近年來，隨著人工智能、大數(shù)據(jù)、區(qū)塊鏈等新一代數(shù)字技術(shù)的教育應(yīng)用，在實(shí)踐探索中形成了無感式數(shù)據(jù)采集、多模態(tài)數(shù)據(jù)融合處理、智能化診斷分析、即時性精準(zhǔn)反饋等新樣態(tài)，為破解教育評價難題提供了新的可能。在教育數(shù)字化轉(zhuǎn)型的背景下，如何發(fā)揮新一代數(shù)字技術(shù)優(yōu)勢，推動教育評價理念與方式的“迭代升級”，切實(shí)扭轉(zhuǎn)不科學(xué)的教育評價導(dǎo)向，為教育高質(zhì)量發(fā)展保駕護(hù)航，是一個必須答好的時代課題。

一、數(shù)字技術(shù)是新時代教育評價的變革因子

回顧歷史，教育評價經(jīng)歷了漫長的發(fā)展過程。早在西周時期，我國就建立了較為完整的考試制度?！秾W(xué)記》中記載的“比年入學(xué)，中年考?！?，就是每隔一年要依據(jù)相應(yīng)標(biāo)準(zhǔn)對學(xué)生的學(xué)業(yè)和品行進(jìn)行考查。隋朝創(chuàng)立了分科取士的科舉制，對社會發(fā)展產(chǎn)生了長遠(yuǎn)而深刻的影響。隨著現(xiàn)代教育制度的建立，美國教育家泰勒提出了目標(biāo)評價模式，將教育目標(biāo)轉(zhuǎn)化為可測量的行為目標(biāo)，依據(jù)行為目標(biāo)編制課程教案、組織教學(xué)活動、評估教學(xué)成效，由此引發(fā)了標(biāo)準(zhǔn)化考試在全球教育領(lǐng)域的廣泛盛行。標(biāo)準(zhǔn)化考試操作性強(qiáng)、便于大規(guī)模實(shí)施，而且能夠有效克服主觀偏差，直到今天仍然是教育評價的首選方式，試卷、測驗(yàn)等評價工具依舊發(fā)揮著重要作用，幾乎給所有學(xué)生都留下了難以忘卻的復(fù)雜印象。

隨著新一代數(shù)字技術(shù)的迅猛發(fā)展，人們可以利用大數(shù)據(jù)技術(shù)，采集過程性學(xué)習(xí)數(shù)據(jù)，全面展現(xiàn)學(xué)生的知識結(jié)構(gòu)、能力表現(xiàn)和內(nèi)在潛能，為每個學(xué)生提供精細(xì)的“數(shù)字畫像”；利用人工智能技術(shù)，創(chuàng)設(shè)模擬仿真測驗(yàn)、虛擬任務(wù)場景、協(xié)作學(xué)習(xí)環(huán)境等，在真實(shí)任務(wù)情境中考查學(xué)生的問題解決能力，破除唯分?jǐn)?shù)的頑瘴痼疾；利用區(qū)塊鏈技術(shù)，建立分布式學(xué)習(xí)檔案，認(rèn)證學(xué)生的多樣化學(xué)習(xí)成果，有效防止數(shù)據(jù)被篡改，助力解決學(xué)生綜合素質(zhì)評價存在的信任問題；利用可穿戴智能設(shè)備，實(shí)時采集運(yùn)動與健康數(shù)據(jù)，及時發(fā)現(xiàn)學(xué)生在體質(zhì)健康、運(yùn)動技能等方面存在的問題，提供個性化的改進(jìn)方案，實(shí)現(xiàn)伴隨成長全過程的診斷反饋?？梢哉f，數(shù)字技術(shù)正在觸發(fā)一場教育評價的深刻變革，從根本上改變傳統(tǒng)評價過于強(qiáng)調(diào)甄別與選拔的現(xiàn)狀，使評價重點(diǎn)從“容易測量的技能”擴(kuò)展到“難以測量的素養(yǎng)”，更加關(guān)注“軟素養(yǎng)”、高級認(rèn)知技能和非認(rèn)知學(xué)習(xí)成果，促進(jìn)學(xué)生全面發(fā)展[1]。

二、教育評價數(shù)字化面臨的主要矛盾

目前，人們越來越重視數(shù)字技術(shù)對教育評價改革的重要作用，推進(jìn)教育評價數(shù)字化轉(zhuǎn)型，在實(shí)踐探索中形成了自適應(yīng)測驗(yàn)、電子檔案袋、多模態(tài)學(xué)習(xí)分析、學(xué)生數(shù)字畫像、基于大數(shù)據(jù)的課堂觀察等新型評價方式，很大程度上改變了傳統(tǒng)評價面貌。但是，教育評價數(shù)字化大多停留于淺層次應(yīng)用，尚未真正突破教育評價的痛點(diǎn)難點(diǎn)問題，尤其是新技術(shù)與新理念尚未有效銜接、評價內(nèi)容過度關(guān)注知識獲得、評價功能存在錯位等，制約著教育評價改革的全面深化和整體轉(zhuǎn)型。

第一，“新技術(shù)”與“舊標(biāo)準(zhǔn)”之間的矛盾。評價標(biāo)準(zhǔn)具有重要的導(dǎo)向作用。如果用“新技術(shù)”來評“舊標(biāo)準(zhǔn)”，數(shù)字技術(shù)可能無法成為教育評價改革的利器，反倒還會強(qiáng)化傳統(tǒng)教育評價的弊端。遺憾的是，一些學(xué)校引入數(shù)字技術(shù)后，并未對評價標(biāo)準(zhǔn)進(jìn)行相應(yīng)調(diào)整，仍然以知識性考查為主，把過去的紙筆測試變成現(xiàn)在的“自動化測試”，用技術(shù)更加高效地開展考試排名，很可能進(jìn)一步助長唯分?jǐn)?shù)、唯升學(xué)的不良傾向。所以，教育評價數(shù)字化轉(zhuǎn)型的關(guān)鍵不是技術(shù)的“數(shù)字化”，而是標(biāo)準(zhǔn)的“轉(zhuǎn)型”，改變以知識為中心的評價導(dǎo)向，合理減少知識習(xí)得類指標(biāo)，增加能力素養(yǎng)類指標(biāo)，突出強(qiáng)調(diào)學(xué)生整合運(yùn)用知識創(chuàng)造性解決復(fù)雜問題的能力，著力發(fā)展學(xué)生的高階思維和創(chuàng)新能力，讓數(shù)字技術(shù)真正成為構(gòu)建新型教育評價體系的“催化劑”。

第二，“單向度”與“多模態(tài)”之間的矛盾。傳統(tǒng)教育評價存在“分?jǐn)?shù)至上”“考試第一”等單向度風(fēng)險，這主要是受到社會功利化、教育短視化的影響，但也與評價手段不先進(jìn)、評價方法不完善有著密切關(guān)系。目前，我們還缺乏有效的評價方法和手段，準(zhǔn)確衡量學(xué)生綜合素質(zhì)發(fā)展情況，特別是如何評價學(xué)生的品格、心理和個性，一直是公認(rèn)的難點(diǎn)?，F(xiàn)在，人工智能領(lǐng)域的深度學(xué)習(xí)算法提供了新思路。斯坦福大學(xué)實(shí)踐證明，只需要采集用戶的227個點(diǎn)贊行為，就能大致判斷出用戶的性格特征。這表明，通過網(wǎng)絡(luò)痕跡可以對學(xué)生的人格、興趣、心理健康等進(jìn)行預(yù)估，為全方位評價學(xué)生提供了借鑒。所以，教育評價要善于利用技術(shù)優(yōu)勢，在教育教學(xué)活動中采集多模態(tài)數(shù)據(jù)，既可以是總結(jié)性測試的考試分?jǐn)?shù)，也可以是記錄學(xué)習(xí)過程的文字、圖片、音頻、視頻等學(xué)習(xí)檔案，還可以是反映學(xué)生能力的調(diào)查報(bào)告、手工作品、活動總結(jié)等學(xué)習(xí)成果，甚至可以是學(xué)生網(wǎng)絡(luò)行為數(shù)據(jù)、參訪場館數(shù)據(jù)等，全面展現(xiàn)思想道德、身心發(fā)展、學(xué)業(yè)水平、審美情操、勞動技能等方面情況，促進(jìn)學(xué)生德智體美勞全面發(fā)展。

第三，“高賦能”與“高負(fù)擔(dān)”之間的矛盾。教育評價數(shù)字化的核心是技術(shù)賦能，利用數(shù)字技術(shù)優(yōu)化評價流程，減輕師生負(fù)擔(dān)，提高評價效能。但在實(shí)踐中卻可能會不同程度增加教師負(fù)擔(dān)，把新技術(shù)異化成隨時隨地下任務(wù)、發(fā)指令、填表格、報(bào)數(shù)據(jù)的工具，導(dǎo)致許多教師望而卻步，不愿再開展教育評價數(shù)字化的探索。所以，教育評價數(shù)字化一定要平衡好“賦能”與“負(fù)擔(dān)”之間的關(guān)系，評價指標(biāo)設(shè)計(jì)盡量精簡，追求用最少的指標(biāo)實(shí)現(xiàn)最大的效能，能夠根據(jù)不同評價場景共享使用和自動調(diào)用數(shù)據(jù)，為教師減輕各種機(jī)械性、重復(fù)性、事務(wù)性工作負(fù)擔(dān)。

第四，“技術(shù)性”與“倫理性”之間的矛盾。教育評價數(shù)字化不是為了技術(shù)而用技術(shù)，也不是技術(shù)用得越多越好，更不能把技術(shù)變成“一舉一動皆量化打分”的師生監(jiān)控器。有媒體調(diào)查發(fā)現(xiàn)，一款覆蓋3000萬學(xué)生的教育類App記錄著學(xué)生在校的幾乎全部行為表現(xiàn)，并通過加減分給學(xué)生排名——不午睡，扣分；坐姿不正確，扣分；周一不穿禮儀服，扣分……甚至有學(xué)校將App上的評分排名與加入少先隊(duì)、評選三好學(xué)生等評優(yōu)評先掛鉤。由于智能設(shè)備和視頻監(jiān)控的濫用，學(xué)?？赡艹蔀椤俺壢皵?shù)據(jù)監(jiān)獄”，對評價對象進(jìn)行全方位監(jiān)視，其身份特征、課堂表現(xiàn)、學(xué)習(xí)興趣和偏好等個人信息變得無“私”可“隱”，進(jìn)一步加大了算法偏見和信息繭房的風(fēng)險。隨著“量化一切”思想的盛行，評價對象不斷“被注視、被觀察、被詳細(xì)描述、被一種不間斷的書寫逐日跟蹤”，人的生命價值被禁錮在數(shù)據(jù)枷鎖之中，逐漸矮化為數(shù)據(jù)馴順的肉身[2]。所以，教育評價數(shù)字化一定要堅(jiān)守科技倫理底線，正確處理人機(jī)關(guān)系，充分尊重和保護(hù)師生隱私權(quán)和信息知情權(quán)，增強(qiáng)評價算法的透明度，構(gòu)建可信的人工智能教育體系，保障師生擁有充分自主決策權(quán)。

三、數(shù)字技術(shù)賦能教育評價的路徑選擇

教育評價改革是一項(xiàng)世界性、歷史性、實(shí)踐性難題，數(shù)字技術(shù)為全面深化評價改革提供了重要機(jī)遇。我們要牢牢把握機(jī)遇，積極應(yīng)對挑戰(zhàn)，厘清發(fā)展路徑，推進(jìn)教育評價數(shù)字化轉(zhuǎn)型，提高教育治理能力和水平，支撐教育強(qiáng)國建設(shè)。

第一，構(gòu)建動態(tài)更新的教育評價模型。教育評價數(shù)字化要從簡單疊加的指標(biāo)思維轉(zhuǎn)向系統(tǒng)完整的模型思維，建立數(shù)據(jù)變量與理論指標(biāo)的映射關(guān)系，將“冷冰冰”的數(shù)據(jù)轉(zhuǎn)變成能夠反映“活生生”人的綜合表現(xiàn)。首先，跳出教育看教育，整合教育學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)等專業(yè)力量，聚焦思想品德、學(xué)業(yè)水平、身心健康、藝術(shù)素養(yǎng)、社會實(shí)踐等維度，形成一套具有廣泛共識度、覆蓋度的評價指標(biāo)理論體系。然后，瞄準(zhǔn)未來人才培養(yǎng)目標(biāo)，依據(jù)評價指標(biāo)理論體系，細(xì)化形成數(shù)據(jù)觀測點(diǎn)和采集點(diǎn)，利用數(shù)字技術(shù)將專家的理論知識與數(shù)據(jù)的量化表征關(guān)聯(lián)起來，構(gòu)建可解釋、可操作的教育評價初始模型。最后，依托人工神經(jīng)網(wǎng)絡(luò)、人類反饋強(qiáng)化學(xué)習(xí)、關(guān)聯(lián)規(guī)則學(xué)習(xí)、生成對抗網(wǎng)絡(luò)等算法模型，從大量數(shù)據(jù)分析中提取有效的評價規(guī)則，開展智能精準(zhǔn)的指標(biāo)篩選和權(quán)重計(jì)算，推動評價模型從預(yù)設(shè)框架邁向動態(tài)體系，形成開放式、動態(tài)化、自適應(yīng)的教育評價模型。這種動態(tài)模型不是封閉的，而是在使用過程中不斷改進(jìn)、優(yōu)化、迭代升級，呈現(xiàn)出“越用越精準(zhǔn)、越用越智能”的特征，能夠適應(yīng)各類復(fù)雜的教育教學(xué)場景，將千人一面的標(biāo)準(zhǔn)化考試轉(zhuǎn)變?yōu)榍饲娴膫€性化診斷。比如，在數(shù)字化學(xué)習(xí)過程中，采用智能技術(shù)采集學(xué)生的學(xué)習(xí)時間、學(xué)習(xí)習(xí)慣、學(xué)習(xí)風(fēng)格、學(xué)習(xí)方式等個人信息，根據(jù)學(xué)生一段時間的學(xué)習(xí)表現(xiàn)，制訂個性化評價方案和可視化反饋報(bào)告，從而為學(xué)生規(guī)劃出最優(yōu)化學(xué)習(xí)路徑并提供適應(yīng)性學(xué)習(xí)服務(wù)。

第二，實(shí)施全場景、多模態(tài)的教育數(shù)據(jù)采集。教育評價數(shù)字化將從散點(diǎn)式的成績記錄轉(zhuǎn)向全景式的數(shù)據(jù)采集，通過學(xué)生學(xué)習(xí)、教師教學(xué)、社會生活等方面的大數(shù)據(jù)，實(shí)現(xiàn)對學(xué)生成長的橫縱向追蹤和全過程動態(tài)分析。一方面，充分發(fā)揮智能終端、可穿戴設(shè)備、智慧教育平臺等技術(shù)優(yōu)勢，在真實(shí)情境下開展伴隨式數(shù)據(jù)采集，除采集文字信息的單一模態(tài)數(shù)據(jù)之外，還能采集音頻、視頻、心理指標(biāo)、生理信號等多模態(tài)數(shù)據(jù)，全方位呈現(xiàn)學(xué)生成長過程中的關(guān)鍵時刻和典型行為。比如，有學(xué)者創(chuàng)建了一個計(jì)算機(jī)三人協(xié)作編程任務(wù)來考查受測者的協(xié)作問題解決能力。為了全面捕獲可反映受測者任務(wù)表現(xiàn)的相關(guān)信息，他們采用視頻記錄法和平臺自動記錄法，綜合采集了受測者的面部表情數(shù)據(jù)、語音討論數(shù)據(jù)和計(jì)算機(jī)編程界面變化數(shù)據(jù)[3]。另一方面，將學(xué)生視為“社會生活人”，而非“學(xué)校教育人”，把固定的教育場景變成泛在的社會場景，著力加強(qiáng)跨部門數(shù)據(jù)匯聚，從全社會各領(lǐng)域獲取學(xué)生成長相關(guān)數(shù)據(jù)，把全社會都變成教育評價的數(shù)據(jù)源，以家校社協(xié)同的方式采集學(xué)生睡眠時間、運(yùn)動頻率、課外勞動時長、社會實(shí)踐次數(shù)等數(shù)據(jù)，共同推動德智體美勞全面培養(yǎng)的學(xué)生綜合素質(zhì)評價有效落地。

第三，打造靈活彈性、人機(jī)協(xié)同的教育評價格局。教育評價數(shù)字化是一項(xiàng)復(fù)雜的系統(tǒng)工程，更加需要學(xué)校、家庭、社會的協(xié)同參與，每個參與者既是評價主體，也是評價對象。同時，數(shù)字技術(shù)發(fā)展使人機(jī)協(xié)同評價成為現(xiàn)實(shí)。為此，要充分激發(fā)多元評價主體的參與積極性，探索人機(jī)協(xié)同的有效模式，共同構(gòu)建靈活彈性的教育評價體系。首先，堅(jiān)持一數(shù)一源、一源多用的原則，建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，加強(qiáng)不同平臺系統(tǒng)之間的銜接，保障數(shù)據(jù)內(nèi)外部使用和調(diào)用交換的一致性，避免出現(xiàn)重復(fù)收集數(shù)據(jù)和“數(shù)據(jù)孤島”現(xiàn)象。然后，加強(qiáng)數(shù)據(jù)自動化采集分析，利用文本識別、圖像識別、語音識別等技術(shù)讀取傳統(tǒng)媒介信息，讓傳統(tǒng)媒介成為評價數(shù)據(jù)的重要來源，同步提供自動化診斷反饋和評價建議，有效減輕教師負(fù)擔(dān)。最后，探索實(shí)施數(shù)字認(rèn)證，創(chuàng)建微證書、數(shù)字徽章、電子文憑等，推動校際課程互選、標(biāo)準(zhǔn)互通、學(xué)分互認(rèn)、評價互信，結(jié)合校內(nèi)外數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析和多重校準(zhǔn)，撬動優(yōu)質(zhì)教育資源共享，凝聚家校社協(xié)同育人合力，構(gòu)建泛在終身學(xué)習(xí)體系。

本文系中國教育科學(xué)研究院基本科研業(yè)務(wù)費(fèi)“面向教育數(shù)字化轉(zhuǎn)型的學(xué)習(xí)評價創(chuàng)新研究”（課題編號：GYI2023015）的研究成果

注釋：

[1] 曹培杰. 人工智能教育變革的三重境界[J]. 教育研究，2020（2）：143-150.

[2] 鹿星南，高雪薇. 人工智能賦能教育評價改革：發(fā)展態(tài)勢、風(fēng)險檢視與消解對策[J]. 中國教育學(xué)刊，2023（2）：48-54.

[3] 鄭勤華，陳麗，柴喚友等. 基于信息技術(shù)的表現(xiàn)性評價：內(nèi)涵、作用點(diǎn)與發(fā)展路向[J]. 中國電化教育，2023（3）：55-61.

（作者曹培杰系中國教育科學(xué)研究院數(shù)字教育研究所副所長，王阿習(xí)系北京聯(lián)合大學(xué)師范學(xué)院講師、博士）

《人民教育》2023年第20期