人工智能赋能教育评价的概念理路与实践路径

吴小凡

（江南大学 教育学院，江苏 无锡 214122）

一、研究背景与问题提出

随着以人工智能、 大数据为代表的现代信息技术的迅猛发展， 智能时代的教育对于人才培养提出了全新要求， 教育育人的目标也聚焦于培养具备创新意识、批判性思维、实践精神等科学素养的时代新人之上。 中共中央、国务院2020年印发了《深化新时代教育评价改革总体方案》［1］（以下简称 《方案》）。《方案》指出，为了适应当代教育的发展需求须系统推进教育评价改革， 以培养能肩负起民族复兴大任的时代新人为己任，将新时代的大数据、人工智能等技术融入教育评价，从而促进教育评价形式、教育评价内容等多方位的革新。 教育评价的创新究其根本是技术创新与理念创新。大力发展人工智能技术，积极探索人工智能与教育评价领域的融合发展， 是推动智慧教育的必然举措。

人工智能赋能教育评价旨在通过机器学习与深度学习模拟人类的学习过程， 建立适用于人类学习的自适应模式， 以满足学习者的个性化需求，转换教师部分教育教学服务职能，优化传统教学模式。 然而在教育活动中，鉴于教育主客体关系复杂、行为不可预测等特质，智能教育的应用与推广不仅要考虑技术因素，还须关注教育的育人本质与人文价值，以实现情感诉求、行为意义与智能数据间的融合与转换，从而有效应对人工智能赋能教育评价面临的现实困境。 因此，如何实现人工智能赋能教育评价，如何保证过程评价与增值评价在人工智能赋能教育评价的过程落实，如何赢得家长、社会对人工智能赋能教育评价的信任， 如何推广人工智能基础设施建设并完善风险预警机制， 诸如此类问题亟待进一步梳理与分析，以形成有针对性的解决对策与实践路径，助力人工智能赋能教育评价的实施。

二、人工智能赋能教育评价的概念理路

教育评价的内容与形式随技术发展不断突破，如今已被赋予了全新的内涵，与此同时，众多学者聚焦于智能教育评价的研究，以期推进教育评价革新。

（一）教育评价的内涵变迁

在教育测量学中，评价（evaluation）是指系统地收集有关学生学习行为表现的信息， 在加以分析处理后，根据一定的标准给予价值判断的过程［2］。 教育评价即通过多种方式与手段， 以促进学生的学习为目标进行的测量与评估。 科学的教育评价体系应能有效指导学生强化与深入学习， 助力提升学生的学习积极性，同时能客观衡量教师的教学效果，助力提高教育教学质量［3］。 因此，人工智能赋能教育评价的本质是运用智能技术重塑传统教育评价的理念与形态，实现教育评价真正意义上的突破与创新。 从“多媒体教育”“互联网+教育”到“人工智能+教育”，教育技术的应用促使教育评价的内涵发生改变。 传统教育评价实践主要采用目标参照测验的方法， 以学生考试成绩判定学生的阶段性学习成果， 根据错题诊断学生的学习困难， 从而引导教师有针对性地改进教学。然而，智能时代背景下的教育评价除了达成以上教育评价目标， 还须分析学生非结构化行为及数据，例如：在考试过程中，教师应关注学生个人与班级的答题时长与答题方式， 通过人工智能监测形成数据档案， 个性化分析每位学生的学习路径与学习全过程。 总的来说， 智能教育评价就是利用人工智能、大数据、云计算、区块链等先进技术，实现对教育教学过程、方式、结果等全方位的嵌入式综合评价。

（二）人工智能赋能教育评价的研究现状

由于“人工智能+教育”研究的持续升温，人工智能赋能教育评价也引发众多学者的持续关注与思考。当前针对人工智能赋能教育评价的研究，一方面从学理角度探究教育评价的内涵与逻辑， 丰实智能教育评价的理论基础， 另一方面从技术角度探索人工智能在教育评价中的具体应用， 在实证中逐步推广智能教育评价［4］。 然而，由于人工智能赋能教育评价仍处于初步发展阶段，智能教育评价在评价理念、评价形式、 评价环境与评价决策层面仍存在亟待解决的现实困境。

三、智能时代背景下教育评价的现实困境

人工智能与教育评价的相互渗透促进了教育评价的改革， 但同时也引发了人们对于人工智能赋能教育评价的隐忧与思考。

（一）评价理念受困于终结性评价

教育评价理念是主导教育评价内容、 指引教育评价模式的核心思想， 对于人工智能赋能教育评价极为重要。 受终结性评价、总结性理念的影响，当前的教育测评仍以纸笔测试为主， 通过回顾阶段性的学习结果， 以分数或等级对学生的学习情况进行总体判断。学生的学习过程主要以“学习内容—复习内容—参加测试—通过测试—继续学习新内容” 的步骤进行反复， 学习过程的考核与评价未得到应有的重视。 2021年教育部发布的《国家义务教育质量监测方案（2021年修订版）》提出，过程性评价、增值性评价应是当前教育评价的主要方式， 应以客观的教育大数据支撑教育决策、服务教育教学管理［5］。

（二）评价形式因单一标准尺度受限

随着智能时代大数据的广泛使用， 人们可实时获取当日运动实况或自媒体点赞数等数据信息。 然而学生却无法实时了解自身的学习情况， 只有在一堂课、一个月、一学期的阶段性学习结束后，通过测试才能得知自己的学习情况。 传统的教育评价通过标准化和对照标准的比较判断进行测量， 仅根据学生个体的离群值和单一衡量标准来评判学生学习情况， 这种评价形式会导致教师过于关注学生与班级平均成绩的差值。与此同时，传统评价的判断性反馈着重考察学生对于知识的记忆和基础应用， 在考试的时间区间内促使学生调动相关知识的长期记忆，而忽视培养学生对于实际问题的解决能力。 智能技术的辅助可实时观测学生的言语表达、动作行为，数据传感器可通过运动检测器、眼睛跟踪器、击键计数器等设备持续收集学生学习的可解释信息， 进而分析学生的学习成果。

（三）评价环境亟需构建多元合作平台

由于缺乏人工智能的技术支持， 教育评价平台未能得到广泛应用， 当下的教育评价环境难以实现公平高效的教育评价。一方面，当前的教育评价体系是统一以分数实现学生安置的。不同学校、不同地区间缺乏教育评价的专项平台， 尚未根据学校的差异性制定相应的教育评价评估反馈机制， 尤其对于乡村地区的学校来说， 当地学生的教育评价标准未与发达地区的教育评价标准形成区分度。另一方面，教育评价仍以教师为主要评价主体。试题命制与评分、学生成绩的数据分析、 测验实施管理等步骤均以教师为主体进行参与并组织。学生间不存在相互学习、借鉴的机会，学生的视频讲座、电子文本内容等学习资源未得到高效利用， 与同龄人的交流合作能力未能在教育评价中得以锻炼与提升。

（四）评价决策仍需人力参与与支持

自教育部倡议运用智能技术推进教育评价改革以来， 多省份相继推进人工智能赋能教育评价改革的实施。 然而完全依赖于人工智能处理的教育评价可能具有智能偏向的风险， 与以德育人的教育本质相违背。 因此，现阶段的教育评价仍然需要教师、教育管理者作为评价主体。 智能教育评价对于教师与教育管理者提出了更高的专业发展要求， 其必须具备相应的智能技术知识与智能技术应用能力， 且不得将决策权与管理权让渡给人工智能， 谨防教育评价决策由智能分析直接生成， 进而忽视教育评价中的人文价值。 当前较多教师并未掌握基础的智能技术知识，课堂教学方式仍以多媒体技术的应用为主，因此教育评价决策制定的当务之急是提升教师的智能教育素养。

四、人工智能赋能教育评价的实践路径

基于智能时代背景下教育评价的现实困境，下面从教育评价理念、评价内容、评价环境、评价决策四个角度出发， 提出人工智能赋能教育评价的具体实践路径。

（一）转变评价理念，强化以增值过程为核心的嵌入式评价

发展智能时代的教育评价，须遵从与人工智能时代相契合的教育评价理念，转变评价理念，强化以增值过程为核心的嵌入式评价。 首先，突出过程取向的评价理念，关注学生的学习过程、任务完成过程［6］。 在课程实施过程中，利用人工智能对学生的具身行为进行实时捕捉，全方位、全过程采集教学数据。 对于教师难以观测的行为，人工智能可进行及时记录，对学生的学习效果、过程以及与学习密切相关的非智力因素进行全方位评价。 其次，以增值评价关注学生的持续进步与发展。 人工智能可通过数据采集、数据挖掘对学生一段时间内不同时间点上的标准化测验成绩进行追踪研究，通过大数据比对分析情感因素、心理倾向、实践能力等非结构化数据。 基于学生自身的综合素质，对学生的学业成绩进行纵向比较， 满足学生的个性化学习需求。 最后，人工智能可为教师主观评价提供客观依据，通过跟踪和记录学生的学习过程并适时发起学习干预，实时监控学生学业成就、情感、态度的发展变化［7］。 动态、实时的评价反馈有利于教师关注学生的学习表现、学习能力差异，及时调整教学进程与教学方法。 教育评价应从多方面考虑对学生学业发展变化、身心健康发展的影响因素，利用人工智能技术实现理念转变，以增值过程为核心，强化全方位、嵌入式的新型评价理念。

（二）优化评价形式，推进数智融合驱动下的精准评价

人工智能、大数据、5G等新兴技术对于教育评价改革至关重要。然而，当前的智能评价聚焦于认知创新，缺乏语音识别、动作捕捉、自然语言处理等有针对性的技术支持，难以化解当前教育评价的困境。因此，技术发展应以需求为导向，优化评价形式，推进数智融合驱动下的精准评价。其一，丰富测验形式助力精准评价。以人工智能、大数据技术催生的评价形式可识别主题并分析情绪， 人工智能通过对资料库的注释来识别文字或图像的特征，寻找统计相似性，以供分析学生学习或教师教学的行为。其二，基于循证理念优化教育数据的分析处理。 当今教育数据具有教育主体行为不可预测、 结构化与非结构化并存等特点，应当将高度复杂化的数据分类处理，对数据进行预测性分析， 剔除数据中影响其质量与处理的杂质。教育教学中的全过程数据、多模态数据需要依靠人工智能、数据挖掘技术进行分析处理，发展基于人工智能技术的新教育测量理论， 实现数据处理的最优化。 其三，搭建数智融合的精准评价模型。 该评价模型针对教育评价中的结构不良问题进行设计，它充分吸收了人工智能、 机器学习领域中的先进技术，并将其应用于智能化教育测验数据分析。它利用人工智能、大数据开发新型测验工具，结合大数据分析、数据挖掘、学习分析技术构建学习者特征模型，关注不同性别、不同学段、不同地区学生的差异性，从海量数据中挖掘有价值的个性化特征与普遍性规律，创设精准评价模型。

（三）创建评价环境，构建指向学习共同体的多元评价平台

人工智能赋能教育评价必须依托技术发展与相关基础设施建设，因此须创建评价环境，构建指向学习共同体的多元评价平台。其一，健全教育评价管理平台。完善的教育评价平台应包括题库系统、实施进展管理系统、报告自动化系统、标准划定系统等多个子系统［8］，确保教育评价结果的可视化呈现，为教育评价决策提供有力支持。 教育评价须整合数据环境中所需的测评形式，聚类分析数据特征，构建在线形成性评价指标体系， 根据测评需求建立教育评价层次模型，以此形成教育评价的新形态与管理平台。其二，促进校企社三方协同的教育评价发展模式。应大力建设多元化智能教育评价运行平台， 充分调动学校、企业、社会三方资源，使校企社在平台运行以及数据处理、分析和应用方面形成合力，基于教育评价的共性问题开展本校教育评价的精准评估与改进实施。 其三，以学习共同体为基础进行同伴互评。 人工智能赋能教育评价拓展了评价空间与评价边界，除了教师的评价，学生还能以学习共同体为基础，通过在线评论、同伴互评、同行注释等方式在虚拟学习社区进行交流与学习，创设学生研修模式。创建智能测评环境， 应从构建以学习共同体为基础的多元评价平台入手， 使学生基于多元评价全面了解自我的学习表现与学习水平， 为实现智能教育评价奠定现实基础。

（四）推广智能测评，制定人机协同的教育评价决策

教育评价是教育行政管理体系中至关重要的一环， 推进教育评价须考虑教育评价主体与利益受体间的关系，使人工智能赋能教育评价成为社会共识，因此须推广智能测评， 制定人机协同的教育评价决策。 首先，要着重提升教育评价主体的智能素养，增强教育管理人员和教师对于教育评价新理念的认识，注重基于校本的教研共同体构建，通过岗前或在职专题培训实现教育评价的理念革新。例如：潍坊市已在区域内普及智能教育生态系统，实现了全学校、全教师、全学科的普遍参与，助力教师提升智能教育素养。 其次，推广智能教育评价成为社会共识。 作为教育评价的直接利益受体，家长应通过家校沟通、专题讲座、社会宣传等途径，深化对于人工智能赋能教育评价的认识，增强对于智能教育评价的信任度。再次，改进教育评价制度。对于督导、考核等评估制度，政府可基于人工智能、 大数据技术改进评估的方式方法，规范教育数据应用，完善智能教育评价的监测法规与机制，促进评估评价科学精准，例如：我国在大学英语四级的口试评分中就采用了自动评分系统［9］。此外，对于非竞争性的教育评价，可以全面应用人工智能技术和大数据技术，拓展评价内容、创新评价工具、再造评价过程与流程，变革评价的基本形式，以决策引导人机协同教育评价模式的建立与发展，实现以测评推进教学改革的功能。