中共中央、國務院印發的《深化新時代教育評價改革總體方案》明確指出，“創新評價工具，利用人工智能、大數據等現代信息技術，探索開展學生各年級學習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、大數據、區塊鏈等新一代數字技術的教育應用，在實踐探索中形成了無感式數據采集、多模態數據融合處理、智能化診斷分析、即時性精準反饋等新樣態，為破解教育評價難題提供了新的可能。在教育數字化轉型的背景下，如何發揮新一代數字技術優勢，推動教育評價理念與方式的“迭代升級”，切實扭轉不科學的教育評價導向，為教育高質量發展保駕護航，是一個必須答好的時代課題。

一、數字技術是新時代教育評價的變革因子

回顧歷史，教育評價經歷了漫長的發展過程。早在西周時期，我國就建立了較為完整的考試制度。《學記》中記載的“比年入學，中年考校”，就是每隔一年要依據相應標準對學生的學業和品行進行考查。隋朝創立了分科取士的科舉制，對社會發展產生了長遠而深刻的影響。隨著現代教育制度的建立，美國教育家泰勒提出了目標評價模式，將教育目標轉化為可測量的行為目標，依據行為目標編制課程教案、組織教學活動、評估教學成效，由此引發了標準化考試在全球教育領域的廣泛盛行。標準化考試操作性強、便于大規模實施，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、測驗等評價工具依舊發揮著重要作用，幾乎給所有學生都留下了難以忘卻的復雜印象。

隨著新一代數字技術的迅猛發展，人們可以利用大數據技術，采集過程性學習數據，全面展現學生的知識結構、能力表現和內在潛能，為每個學生提供精細的“數字畫像”；利用人工智能技術，創設模擬仿真測驗、虛擬任務場景、協作學習環境等，在真實任務情境中考查學生的問題解決能力，破除唯分數的頑瘴痼疾；利用區塊鏈技術，建立分布式學習檔案，認證學生的多樣化學習成果，有效防止數據被篡改，助力解決學生綜合素質評價存在的信任問題；利用可穿戴智能設備，實時采集運動與健康數據，及時發現學生在體質健康、運動技能等方面存在的問題，提供個性化的改進方案，實現伴隨成長全過程的診斷反饋。可以說，數字技術正在觸發一場教育評價的深刻變革，從根本上改變傳統評價過于強調甄別與選拔的現狀，使評價重點從“容易測量的技能”擴展到“難以測量的素養”，更加關注“軟素養”、高級認知技能和非認知學習成果，促進學生全面發展[1]。

二、教育評價數字化面臨的主要矛盾

目前，人們越來越重視數字技術對教育評價改革的重要作用，推進教育評價數字化轉型，在實踐探索中形成了自適應測驗、電子檔案袋、多模態學習分析、學生數字畫像、基于大數據的課堂觀察等新型評價方式，很大程度上改變了傳統評價面貌。但是，教育評價數字化大多停留于淺層次應用，尚未真正突破教育評價的痛點難點問題，尤其是新技術與新理念尚未有效銜接、評價內容過度關注知識獲得、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型。

第一，“新技術”與“舊標準”之間的矛盾。評價標準具有重要的導向作用。如果用“新技術”來評“舊標準”，數字技術可能無法成為教育評價改革的利器，反倒還會強化傳統教育評價的弊端。遺憾的是，一些學校引入數字技術后，并未對評價標準進行相應調整，仍然以知識性考查為主，把過去的紙筆測試變成現在的“自動化測試”，用技術更加高效地開展考試排名，很可能進一步助長唯分數、唯升學的不良傾向。所以，教育評價數字化轉型的關鍵不是技術的“數字化”，而是標準的“轉型”，改變以知識為中心的評價導向，合理減少知識習得類指標，增加能力素養類指標，突出強調學生整合運用知識創造性解決復雜問題的能力，著力發展學生的高階思維和創新能力，讓數字技術真正成為構建新型教育評價體系的“催化劑”。

第二，“單向度”與“多模態”之間的矛盾。傳統教育評價存在“分數至上”“考試第一”等單向度風險，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、評價方法不完善有著密切關系。目前，我們還缺乏有效的評價方法和手段，準確衡量學生綜合素質發展情況，特別是如何評價學生的品格、心理和個性，一直是公認的難點。現在，人工智能領域的深度學習算法提供了新思路。斯坦福大學實踐證明，只需要采集用戶的227個點贊行為，就能大致判斷出用戶的性格特征。這表明，通過網絡痕跡可以對學生的人格、興趣、心理健康等進行預估，為全方位評價學生提供了借鑒。所以，教育評價要善于利用技術優勢，在教育教學活動中采集多模態數據，既可以是總結性測試的考試分數，也可以是記錄學習過程的文字、圖片、音頻、視頻等學習檔案，還可以是反映學生能力的調查報告、手工作品、活動總結等學習成果，甚至可以是學生網絡行為數據、參訪場館數據等，全面展現思想道德、身心發展、學業水平、審美情操、勞動技能等方面情況，促進學生德智體美勞全面發展。

第三，“高賦能”與“高負擔”之間的矛盾。教育評價數字化的核心是技術賦能，利用數字技術優化評價流程，減輕師生負擔，提高評價效能。但在實踐中卻可能會不同程度增加教師負擔，把新技術異化成隨時隨地下任務、發指令、填表格、報數據的工具，導致許多教師望而卻步，不愿再開展教育評價數字化的探索。所以，教育評價數字化一定要平衡好“賦能”與“負擔”之間的關系，評價指標設計盡量精簡，追求用最少的指標實現最大的效能，能夠根據不同評價場景共享使用和自動調用數據，為教師減輕各種機械性、重復性、事務性工作負擔。

第四，“技術性”與“倫理性”之間的矛盾。教育評價數字化不是為了技術而用技術，也不是技術用得越多越好，更不能把技術變成“一舉一動皆量化打分”的師生監控器。有媒體調查發現，一款覆蓋3000萬學生的教育類App記錄著學生在校的幾乎全部行為表現，并通過加減分給學生排名——不午睡，扣分；坐姿不正確，扣分；周一不穿禮儀服，扣分……甚至有學校將App上的評分排名與加入少先隊、評選三好學生等評優評先掛鉤。由于智能設備和視頻監控的濫用，學校可能成為“超級全景數據監獄”，對評價對象進行全方位監視，其身份特征、課堂表現、學習興趣和偏好等個人信息變得無“私”可“隱”，進一步加大了算法偏見和信息繭房的風險。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據枷鎖之中，逐漸矮化為數據馴順的肉身[2]。所以，教育評價數字化一定要堅守科技倫理底線，正確處理人機關系，充分尊重和保護師生隱私權和信息知情權，增強評價算法的透明度，構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。

三、數字技術賦能教育評價的路徑選擇

教育評價改革是一項世界性、歷史性、實踐性難題，數字技術為全面深化評價改革提供了重要機遇。我們要牢牢把握機遇，積極應對挑戰，厘清發展路徑，推進教育評價數字化轉型，提高教育治理能力和水平，支撐教育強國建設。

第一，構建動態更新的教育評價模型。教育評價數字化要從簡單疊加的指標思維轉向系統完整的模型思維，建立數據變量與理論指標的映射關系，將“冷冰冰”的數據轉變成能夠反映“活生生”人的綜合表現。首先，跳出教育看教育，整合教育學、心理學、計算機科學等專業力量，聚焦思想品德、學業水平、身心健康、藝術素養、社會實踐等維度，形成一套具有廣泛共識度、覆蓋度的評價指標理論體系。然后，瞄準未來人才培養目標，依據評價指標理論體系，細化形成數據觀測點和采集點，利用數字技術將專家的理論知識與數據的量化表征關聯起來，構建可解釋、可操作的教育評價初始模型。最后，依托人工神經網絡、人類反饋強化學習、關聯規則學習、生成對抗網絡等算法模型，從大量數據分析中提取有效的評價規則，開展智能精準的指標篩選和權重計算，推動評價模型從預設框架邁向動態體系，形成開放式、動態化、自適應的教育評價模型。這種動態模型不是封閉的，而是在使用過程中不斷改進、優化、迭代升級，呈現出“越用越精準、越用越智能”的特征，能夠適應各類復雜的教育教學場景，將千人一面的標準化考試轉變為千人千面的個性化診斷。比如，在數字化學習過程中，采用智能技術采集學生的學習時間、學習習慣、學習風格、學習方式等個人信息，根據學生一段時間的學習表現，制訂個性化評價方案和可視化反饋報告，從而為學生規劃出最優化學習路徑并提供適應性學習服務。

第二，實施全場景、多模態的教育數據采集。教育評價數字化將從散點式的成績記錄轉向全景式的數據采集，通過學生學習、教師教學、社會生活等方面的大數據，實現對學生成長的橫縱向追蹤和全過程動態分析。一方面，充分發揮智能終端、可穿戴設備、智慧教育平臺等技術優勢，在真實情境下開展伴隨式數據采集，除采集文字信息的單一模態數據之外，還能采集音頻、視頻、心理指標、生理信號等多模態數據，全方位呈現學生成長過程中的關鍵時刻和典型行為。比如，有學者創建了一個計算機三人協作編程任務來考查受測者的協作問題解決能力。為了全面捕獲可反映受測者任務表現的相關信息，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據、語音討論數據和計算機編程界面變化數據[3]。另一方面，將學生視為“社會生活人”，而非“學校教育人”，把固定的教育場景變成泛在的社會場景，著力加強跨部門數據匯聚，從全社會各領域獲取學生成長相關數據，把全社會都變成教育評價的數據源，以家校社協同的方式采集學生睡眠時間、運動頻率、課外勞動時長、社會實踐次數等數據，共同推動德智體美勞全面培養的學生綜合素質評價有效落地。

第三，打造靈活彈性、人機協同的教育評價格局。教育評價數字化是一項復雜的系統工程，更加需要學校、家庭、社會的協同參與，每個參與者既是評價主體，也是評價對象。同時，數字技術發展使人機協同評價成為現實。為此，要充分激發多元評價主體的參與積極性，探索人機協同的有效模式，共同構建靈活彈性的教育評價體系。首先，堅持一數一源、一源多用的原則，建立統一的數據標準，加強不同平臺系統之間的銜接，保障數據內外部使用和調用交換的一致性，避免出現重復收集數據和“數據孤島”現象。然后，加強數據自動化采集分析，利用文本識別、圖像識別、語音識別等技術讀取傳統媒介信息，讓傳統媒介成為評價數據的重要來源，同步提供自動化診斷反饋和評價建議，有效減輕教師負擔。最后，探索實施數字認證，創建微證書、數字徽章、電子文憑等，推動校際課程互選、標準互通、學分互認、評價互信，結合校內外數據進行關聯分析和多重校準，撬動優質教育資源共享，凝聚家校社協同育人合力，構建泛在終身學習體系。

本文系中國教育科學研究院基本科研業務費“面向教育數字化轉型的學習評價創新研究”（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：發展態勢、風險檢視與消解對策[J]. 中國教育學刊，2023（2）：48-54.

[3] 鄭勤華，陳麗，柴喚友等. 基于信息技術的表現性評價：內涵、作用點與發展路向[J]. 中國電化教育，2023（3）：55-61.

（作者曹培杰系中國教育科學研究院數字教育研究所副所長，王阿習系北京聯合大學師范學院講師、博士）

《人民教育》2023年第20期