数字化赋能高等教育评价：样态、困境与突破

胡 瑞 蒋蓓蓓

（华中农业大学，湖北 武汉 430070）

高等教育评价作为教育治理现代化和教育高质量发展的关键环节，应主动顺应智能时代发展趋势，提升评价的专业化和评价体系的科学化水平。传统上，高等教育评价存在评价对象窄化、手段和工具落后、循证依据不力、多方参与不足和结果动态反馈欠缺等问题。进入21 世纪，大数据和人工智能凭借大规模、精准性和高速度等优势，给高等教育评价变革带来新的发展契机。《教育信息化2.0 行动计划》《中国教育现代化2035》《深化新时代教育评价改革总体方案》（以下简称《总体方案》）等一系列文件的出台，明确了推动数字技术赋能高等教育评价，提高教育评价的科学性、专业性和客观性。为追求高等教育评价质量和效益的双向价值实现，高等教育评价的未来趋势将由“有质量”向“高质量”跃迁，实现基于数字化的评价质量提升。然而，目前数字化赋能高等教育评价的研究主要聚焦于内涵探讨、技术运用及宏观规划等方面，关注系统性推进策略的研究较少。本研究聚焦数字化赋能高等教育评价，从剖析数字化赋能高等教育评价的发展样态入手，检视与探寻数字化赋能高等教育评价面临的现实困境及突破策略，不仅有助于深入揭示数字化赋能教育评价的本质，挖掘评价运行的基本逻辑，同时对当前我国高等教育评价变革有所助益。

一、数字化赋能高等教育评价的发展样态

数字技术赋能高等教育评价改革的过程中，评价主体、方式、路径、结果、功能等要素方面呈现出新的发展样态。

1.价值共商：提升评价主体的互动性

评价主体广泛而深度的参与是评价过程和结果满足各利益主体需求的前提。[1]传统的高等教育评价存在社会力量参与不足，且不同评价主体在价值判断、评价目的、评价权重、权责划分等方面存在价值冲突的现象。[2]究其原因，是评价主体间缺乏有效的沟通协商机制，难以完成双向或多向协商对话。智能时代，以大数据、人工智能为载体的智慧系统为各评价主体提供了价值共商的“云平台”。一是数字技术为多元评价主体参与高等教育评价提供更多可能。教育大数据以开放共享、高速流转和实时获取的优势，保障公众对评价信息的知情权和监督权，为多元评价主体参与高等教育评价并表达各自诉求提供机会和渠道，从而不断优化评价主体结构。二是数字技术有利于多元主体深入现实评价情境。评价主体可突破时空限制，通过智慧教室、在线学习系统等采集教育活动数据，并根据自身需求获取评价数据。三是为多元评价主体交流互动提供先进的技术手段。各评价主体拥有不同的利益诉求，加之评价项目数量繁多，彼此之间缺乏目标一致性。数字技术通过厘定各主体间的角色权利，为其提供个性化和智能化的评价服务，有效缓解主体间沟通和交流的障碍，促进多元主体间的协商对话并达成共识。高等教育评价数字化转型正加速构建多元主体价值共商的教育评价共同体。

2.智能介入：催生评价方式的多样化

评价方式智能化是高等教育评价数字化变革的显著特征之一，数字技术的快速发展能够支持多样化智能评价方式的应用。近年来，数字技术运用于教育评价经历了计算机化测验、计算机自适应测试和持续性测试等主要发展过程，[3]在不同的教育评价情境中出现了具有创新性、引领性的智能评价工具和模型。一是驱动增值评价方式的持续发展。以往由于技术的限制，增值评价主要通过随机抽样获取部分数据，但因样本数量有限而难以全面评估增值情况。与之不同，数字技术与教育大数据关联，可实现完整数据的获取和追踪，并将学校、教师和学生的数据进行有效关联，更加精准地反映学校的学科发展、教育教学以及学生学业成就表现。二是教学评价中运用模型分析。在教学评价实践中，结合数字物联技术传感与识别的优势，以虚拟化身的生理信号辨识学习者本身的行为特点，对其进行基于心电的学习情绪模型分析和基于脑电的认知投入度模型分析等，[4]日趋关注学习者情感态度和高阶能力发展。三是开发自适应评判系统用于课程评价。自适应评判系统的核心技术是适应性比较判断，能够不依赖于任何标准，按照特定的规则向考官展示考生的配对作品，从而对学生的作品进行较为直观、全面的判断和评价。[5]这种通过比较判断的教育评价方式突破了传统人为参考固定标准的绝对化评价方式，达到更准确的评价效果。同时，该评价方式也重新调整了评价与学习之间的关系，师生在评价中获得同辈的学习体验，极大提升了教师的判断力和学习者的学习水平。目前，美国多所知名高校，包括普渡大学均采用自适应评判系统评阅学生有关写作、设计等主题复杂和开放创意性的作业。

3.数据循证：增强评价路径的科学化

数据循证是指以全时、全量的数据为依托，以评价结果生成、解释与应用为目标，通过证据获取、证据转化和证据使用等环节实现证据驱动的科学评判。[6]数字技术与教育深度融合，促使高等教育评价思维和途径产生巨大变革，呈现“全样本数据+算法模型+归纳分析+可视化反馈”的评价方法体系。一是从证据获取来看，教育评价数据的产生与采集有据可依。在教育数字化时代，人机交互和万物联网可对高校办学进程、教师教学活动、学生学习体验等状态进行动态抓取，再现真实、自然的教育样态，增强高等教育评价依据的可靠性。二是从证据转化来看，数据分析的高归纳化特征提高了价值判断的精准程度。在评价数据分析阶段，综合运用基于教育大数据的先进技术，对多模态教育数据进行清洗、加工、转换，并建立可解释的评价模型进行分析，揭示海量教育数据背后隐藏的问题和趋势，实现评价数据分析从经验判断到数据驱动、从寻找因果关系到挖掘复杂相关关系的转变。[7]三是从证据使用来看，基于有效证据推进教育评价循证决策。数字技术可精准识别隐含于海量教育大数据中的有效信息，通过可视化工具、学科知识图谱与个性化推荐等先进技术直观地呈现评价结果，并依据评价结果给高校发展、教师教学能力提升、学生个性化学习等推送相关建议。

4.高效反馈：发挥评价结果的应用性

教育评价结果的呈现方式、时效、使用方式决定评价结果的应用效果。数字技术为教育评价结果的高效反馈提供重要保障，成为智能时代高等教育评价数字化变革的关键表征。首先，从呈现方式来看，数字技术可使评价结果呈现整体化、持续性。整体化表现为利用数据可视化软件、数据分析和共享工具等降低数据解读的难度，将评价结果转换为交互式的图表和报告，向评价主体展示教育教学状态。持续性表现为过程化和系统化的数据追踪与管理，可有效解决传统评价因不同阶段目的不同而相互脱节的问题，实现可持续性评价。其次，从评价时效来看，动态数据表征技术极大降低了人力资本的投入，保证了评价结果交付的高效率。最后，从使用方式来看，数字技术可满足多元利益相关者的反馈诉求。数字技术支持的教育评价可实时捕捉、动态记录所有教育数据，协助教育管理者、教师、学生针对自身需求，调用相关数据获取动态的、及时的评价结果反馈。如教育管理者可通过数据大屏了解教学运行情况，依据学生学业成绩报告洞察学校不同学科的教学绩效，从而提升高校教学治理的精准度。[8]概言之，新时代数字技术正加速赋能高效反馈教育评价体系的形成。

5.价值增值：强化评价功能的发展性

教育评价的目的是实现价值增值，教育评价不止是判断价值，还要发现和创造价值。[9]数字技术、人工智能的快速发展，促使高等教育评价从总结性评价向过程性评价转变，为强化发展性评价功能、实现高等教育评价的价值增值和创造提供了新动能。一是结合起点数据和过程数据对评价结果深度挖掘，聚焦评价对象的成长与发展。大数据通过对教育信息的挖掘、关联和分析，能精准确定评价对象在一段时间内是否存在进步，以及具体的进步程度。这有利于改变仅通过大学排名与学生考试成绩来评价高校、学生不科学的做法，以“成长”的幅度作为高校发展、学生学习情况评价的依据。二是完善学生发展评价的多元化指标。在高等教育质量评价中，数字技术的加持促使学生发展维度的丰富和评价指标可测量性的增加，如品德、兴趣、知识迁移、情感态度等。专家系统、深度学习和增强现实等技术将有助于评价学生从知识向能力迁移的过程，[10]“人工情感”技术的发展将能自动监测学生的情感态度。三是精准的“预警性”促进评价改进。在教师和课程评价中，基于全维数据的用户画像技术在记录教师教学和学生学习、形成个体画像、实现学情分析、发出质量预警等方面具有天然优势，服务于改进学生学习、教师发展、高校改革乃至整个教育系统的发展。

二、数字化赋能高等教育评价的现实困境

数字化赋能高等教育评价在呈现积极发展样态的同时，囿于大数据的庞杂、算法的隐蔽性以及评价的复杂性，面临理念、制度、主体、技术和伦理等一系列发展困境。

1.育人逻辑与技术逻辑在价值优先性上的分歧

技术逻辑与育人逻辑的矛盾在于数字化赋能高等教育评价变革中，人们聚焦技术逻辑，更加注重智能测评、工具更新和数据解析等问题，陷入“数据为本”“技术至上”的误区，忽视育人的本质功能。[11]技术逻辑与育人逻辑在价值优先性上的分歧明显。一是评价主体的“智能依赖”。伴随着数字技术强大功能的逐步实现，数字技术诱使人们狂热追求智能化工具快速实现评价过程，从而陷入对工具理性和数字技术过分追崇的泥沼，在技术方便中不自觉地产生依赖甚至被误导，日渐消解个人思辨能力。二是评价目的上的“人性遮蔽”。从本体论来看，人性具有内在性、超越性，数据难以生动描述育人方式和主要路径；从目的论来看，人是最高目的，个体成长与发展的奥秘较难通过数据赋能教育评价来估算。三是评价客体的“数据枷锁”。受计量范式和技术理性思潮的影响，高等教育评价领域出现了“万物可数、万物可算”的认识论导向，俨然成为米歇尔·福柯（Michel Foucault）眼中的“全景监狱”，数字话语体系统治着评价客体的日常行为。[12]例如，当前针对高校教师的学术评价，使教师在实时数字监控、客观计量、理性统计等数字化模型操控中消解自身的主体性感受和高质量学术创新的内在动力。

2.评价制度与数据标准在供给中的缺位

评价制度与数据标准是数字化赋能高等教育评价的重要依据。既有教育评价制度的运行惯性和自我强化作用，导致当前数字技术赋能高等教育评价变革的制度供给跟不上评价技术更新的步伐。一是数字技术赋能高等教育评价的规章制度支持薄弱。一方面，在解决评价核心问题上的制度操作性不强。尽管国家在推动新时代教育评价改革方面陆续出台了相关政策文件，如《总体方案》中虽提及数字技术在各级各类评价中的关键作用，但数字化时代，高等教育评价标准设立的相关制度仍存在内容空洞、要求笼统、难于操作的问题。另一方面涉及数字技术在教育评价应用的规制模糊不清且相对滞后。二是有关多元主体参与教育评价的权利与义务制度供给不足。数字技术赋能高等教育评价多元主体权责规范制度的缺乏，以及对传统制度路径的依赖，极易导致教育评价大数据被教育行政部门和管理人员所掌控，限制了评价主体利用数据来推动决策并从中获取价值的洞察力。三是适应高等教育评价数字化变革的数据标准建设不完善。数据标准是保障数据各业务系统对数据统一理解、使用和交换的一致性、准确性和完整性的规范性约束。[13]评价主体在对数据的管理和使用中，由于缺乏标准规范和科学管理会引发诸多问题，主要表现在以下三个方面。第一，高校建立的数据管理系统缺乏关于数据共享的评价标准。第二，缺乏相应的数据维护及管理组织。组织保障的缺失往往致使数据共享流程管理欠缺，不同部门、组织、平台间的数据和标准不尽相同，更有甚者两个部门发布的数据出现冲突，阻碍高等教育评价数据的横向共享与纵向互动。[14]第三，数据质量提升受限。虽然数据共享平台初步解决了高等教育评价“数据孤岛”的问题，但目前的数据标准建设并未将提升数据质量放在重要的位置。

3.数字能力与专业化程度在评价主体行动中的障碍

高等教育评价的主体是指参与高等教育评价的利益相关者，包括政府、社会、高校、教师和学生。评价主体的能力是数字技术赋能教育评价改革供给程度的关键影响因素，技术之于教育评价的多种可能性需要在评价主体的实践行动中方能实现。[15]纵观目前的高等教育评价实践，评价主体的行动障碍主要体现在数字能力和专业化程度等方面。首先，评价主体数字能力薄弱。一是在数据意识层面，评价主体缺乏敏锐的数据治理思维和数据洞察力。国家和高校虽均聚焦信息系统建设，但在思维和行动上并未真正认识到数据也是高校的宝贵资产，错误地将更多精力放在运用新技术优化评价结果上。二是在技术操作层面，评价主体存在一定的困难，特别是身处边缘地区或年长的教育管理者、教师难以在短时间内有效提升其数字技术能力。三是在评价主体自身能力提升层面，当前大部分高校将人员的数字能力培养关注点聚焦于技术形式上的应用。这不仅是对高校人员数字能力的片面理解，而且忽视了数字环境中评价主体的人文和社会角色的转变。[16]其次，评价主体的专业化程度有待加强，主要表现在精通大数据与教育评价的专门人才稀缺匮乏。一方面，数字人才紧缺且在教育领域中人才缺口较大。根据《产业数字人才研究与发展报告（2023）》，我国当前数字人才缺口超过2500 万。[17]数字人才在不同行业的供需不平衡，互联网、政府、金融和电信行业是数字人才集聚行业，而教育领域则存在较大的数字人才缺口。此外，高层次数字人才匮乏，数字人才中硕士及以上学历占比仅为22%，[18]制约着高等教育评价中专业技术团队的组建。另一方面，人才培养计划和方案亟待优化。大数据与教育评价分属两个不同的学科体系，目前国内仅有为数不多的高校开设教育评价或教育测量学科，且大数据领域的技术人才对教育评价的运行规律、活动过程了解有限，阻滞了数字技术赋能高等教育评价的进路。

4.技术投入与技术瓶颈在应用中的制约

尽管数字技术迅猛发展，但技术的二分性决定了数字技术赋能高等教育评价改革的同时，在技术投入保障和技术瓶颈两个方面制约着高等教育评价数字化转型的进程。首先是数字技术投入保障不足且不均。当前，技术投入呈现出政府经费支持和社会行为激励不足、硬件投入远大于软件投入、产品投入远大于服务投入、各地重视程度和投入条件不均衡等现象。[19]与此同时，技术在教育评价中的投入效益难以计算。教育的复杂性和评价对象的多样性使多数高校在高等教育评价数字化转型中难以把握和平衡人、财、物的投入程度和持续力度。其次是技术瓶颈亟待突破。一是数字技术成熟度有待提升。智能时代，高等教育评价数字化变革离不开数字技术系统链条的支撑，面对海量复杂的行为信息，需要通过数字技术的合理配置、融合应用、协作联通形成数字技术生态系统。然而，当前先进技术开发供给不足、技术应用的表面化和碎片化、数字鸿沟的存在，制约了数字技术与高等教育评价的深度融合。二是数字技术潜在的技术隐患。数据和算法作为数字技术的核心要素，极易受算法设计者主观偏见、评价导向性、算法内部决策规则等的影响。[20]在评价数据采集、整合、流转、决策等环节，会引发隐性数据、数据偏差、冗余编码、决策性歧视等问题，由此产生的“算法黑箱”“算法歧视”便成为高等教育评价数字化转型不可忽视的现实问题。

5.隐私安全与责任归属在伦理中的失范

高等教育评价中的伦理问题是影响教育评价行为及其结果可接受性、公信力和公正性的关键问题。[21]数字技术赋能高等教育评价是技术发展的时代必然，但新技术的不恰当使用会在个体隐私安全和责任归属等方面产生一系列新的伦理问题。首先，个体隐私安全受到威胁。一是评价对象数据控制权的弱化。在评价数据采集层面，任何数据主体包括师生应有权知晓采集类型、方法和数据安全保护措施，而当前大数据的智能采集使得评价对象的个人隐私往往在本人不知情的情况下被抓取甚至被暴露，严重弱化了评价对象的数据控制权。二是教育评价数据安全危机四伏。在评价数据监控、存储层面，智能评价系统实时记录了有关教育者和学习者大量的行为数据，一旦数据被泄露或未经授权而被修改，就会对评价对象产生不可预测的伤害。三是个人隐私被披露。在评价数据使用层面，尽管已采用模糊和匿名化操作，但算法可通过对历史教育大数据的整合生成该用户的具体画像，评价对象的个人隐私又被重新披露。同时，评价对象为获得便捷且个性化服务而不得不以牺牲个人隐私为代价。[22]其次，数字技术模糊性引发责任归属困境。一方面，技术主体缺乏责任意识，在设计环节未做到应有的道德风险评估，可能会忽视由此带来的数字技术风险。另一方面，数字技术风险治理存在责任归属不清的问题。由于评价规则与算法由开发者或程序员设计，而评价结果却要服务于多元化的主体和客体，因此当数据违规采集、数据隐私泄露、智能算法歧视等问题出现时，难以界定责任主体与责任范围。目前，不少教育行政部门、学校管理部门等相关组织或教育责任个体在相关风险治理问题层面存在权利与义务不清、行动方向不明等现实困境。[23]

三、数字化赋能高等教育评价的突破路径

审视高等教育评价实践中应用数字技术现实存在或可能带来的诸多困境，旨在寻求纾解路向，促进数字技术高效服务于教育评价改革创新。

1.回归育人：坚守教育评价本真价值

数字化赋能高等教育评价的初衷是通过数字技术提高教育评价实效，进而更好地服务于高质量人才培养。为避免高等教育评价过分依赖数字技术，陷入“数据为本”“技术至上”的误区，我们需要回归教育本质，坚守高等教育评价促进人的全面发展。[24]首先，明确人与技术的关系，捍卫评价利益相关者的主体性。无论是开发还是使用智能测评工具，归根结底都是作为主体的人对作为客体的数字技术的实践操作。高等教育评价利益相关者应避免盲目依赖技术，坚守人在教育评价中的价值和主体地位，树立需求为本的技术发展观。其次，持续追求高等教育评价本真价值，彰显高等教育发展的本质和规律。因此，智能时代高等教育评价应充分利用先进技术或评价工具，始终将育人为本的评价理念贯穿智能教育评价的数据采集、挖掘、分析、决策等环节，达成教育价值与评价目的的统一。最后，跳脱计量陷阱，推进育人逻辑与技术逻辑相互契合。在高等教育评价实践中，以立德树人为主线，完善评价指标要素，结合“客观数据”与“人文情感”共同构成评价依据，打造人机协同的评价体系。高等教育评价不仅要通过教育大数据形成定量分析评价，更要从评价对象的心理接受能力、情感状态等方面出发，结合访谈法、观察法等质性分析评价，提升高等教育评价的科学性。

2.制度供给：强化教育评价数字化制度建设

有效制度供给是数字化赋能高等教育评价变革的重要保障和必需条件。首先，在国家与地方、借鉴与创新的良性互动中，实现高等教育评价制度的“破”“立”并举。一方面，国家层面完善制度设计和法律法规，针对不同评价对象、不同类型教育的特点，分类设计教育评价制度，体现不同类型评价对象的个性化特征；通过法律规范进一步明晰数字技术赋能高等教育评价改革的指导思想、发展目标、评价标准、实施方案、评价方法、多元评价主体的角色定位和责任安排等内容。地方教育部门和各级各类学校应积极贯彻并持续细化国家层面的制度规范，充分发挥数字技术在强化过程评价、改进结果评价、探索增值评价、健全综合评价中的关键作用，破除不科学的评价标准，形成具体、可操作、因地制宜的实施办法和保障机制，推进教育评价关键领域改革取得实质性突破。另一方面，国家、地方和各级各类高校需积极寻求国内外行之有效的智能化教育评价模式，将优秀做法和经验融入高等教育评价数字化制度设计，激发制度的创新性，实现高等教育评价制度路径突围。其次，强化高等教育评价的数据标准建设。一是应在国家、行业层面推进数据定义、数据分类、数据转换等方面的通用化设计与应用，并结合高校的实际情况建立自身的数据标准，能够更快、更便捷地进行教育大数据采集、共享、整合和处理。二是各级各类高校还应建立专门的数据标准管理平台，负责教育大数据集中式管理、标准发布和动态更新，为高等教育评价的价值判断与质量改进提供保障。[25]

3.主体增值：聚焦教育评价主体的数字素养培育

提升评价主体的数字素养就要激发主体的自由性和创造性，促进主体意识、主体价值和主体增值的发展。首先，主体意识的提升表现在塑造面向智慧评价的教育数据治理思维。评价主体需在评价方案、指标体系中体现大数据的使用情况，明确客观数据的使用比重，对可以使用的数据做到“真用”。[26]其次，主体价值的实现主要体现在建立多方协同的培育机制，提升全社会融合大数据开展教育评价的素养。一是国家和地方层面重视评价主体数字素养的培育。通过电视媒体科普栏目定期开展有关大数据技术与教育评价等相关基础知识的宣传，帮助评价主体转变数据态度、更新评价观念。二是高校要加强评价主体数字能力培养体系建设。一方面，积极调整高校现有教育评价、教育测量相关专业课程的设置，整合高校、企业和科研机构的资源，加强教育评价学科与人工智能、大数据等学科的交叉融合，提高专业人才的数字能力；另一方面，持续强化教育主管部门工作者及高校管理者的数字技术培训与实践应用，通过网络讲座、实践练习、案例研究、经验交流等形式将评价测量、数据科学等数字技术学习课程引入培训，以提升其数字素养。

4.技术服务：打造科学、高效的智能化教育测评系统

数字化赋能高等教育评价变革的重要目标是通过先进技术为国家教育治理、区域教育管理、高校人才培养、教师专业发展、学生健康成长提供技术服务，以评价促发展。[27]因此，面对当前数字化赋能高等教育评价实践中存在的投入障碍和技术瓶颈，需要优化技术服务，构建科学、高效的智能化教育测评系统。一是夯实技术投入支撑体系。为解决区域、城乡、校际、群体的技术投入不足且不均的问题，需通过不断迭代和更新数据采集平台、数据存储、数据挖掘、教育网格、教育测评技术等基础设施建设，为高等教育评价提供基本的硬件支撑保障。二是建立技术合作联通机制。数字化赋能高等教育评价过程中的技术瓶颈背后不仅是纯粹的技术研发问题，更是对不同评价目的、具体教育情境和应用模式的认知障碍。因此，智能教育测评的技术研发和应用研究要寻求计算机科学、教育技术学、心理学等多学科领域研究者的积极合作，拓展智能教育测评功能，推进智能教育测评技术的发展。三是健全高等教育评价数据共享机制。基于完善的教育评价数据规范和技术标准，按照分级共享、授权使用的规则，着力建构从国家到高校内部一体化的评价数据共享平台，促进教育评价数据的内部共享与互通，解决不同部门间存在的数据孤岛、数据偏差等问题。

5.伦理规约：构建安全、崇“善”、和谐的评价伦理秩序

智能时代，高等教育评价中数据与算法的叠加，极易引发隐私安全与责任归属失控问题。因此，制定数据伦理规约可以保障教育大数据安全、提升伦理责任意识，有利于构建安全、崇“善”、和谐的评价伦理秩序。首先，建立健全高等教育评价大数据隐私安全保障体系。一是国家应加快推进高等教育评价个人信息和数据保护的综合立法工作。基于《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》，进一步制定和出台有关评价数据保护的法律法规，使数据使用有法可依，为高等教育评价的隐私安全提供制度伦理保障。二是加强高等教育评价数据隐私安全的技术保障。针对数据采集、存储和使用等环节进行数据保护；理性分析和综合评判数字技术在高等教育评价中的应用边界和使用程度，规避因数据误用和数据泄露所导致的不良后果。三是建立完善的伦理责任与问责机制。要加大技术伦理宣传力度，加强技术开发和使用人员的责任意识教育，使技术开发和使用人员明确各自肩负的道德责任，将“责任伦理”转化为道德自律。[28]同时，架构具有前瞻性的责任行为问责体系。高校、技术开发商等应组织成立算法设计优化小组，将智能评价算法需接受的道德规范转为代码，合理植入各级各类智能评价系统；充分利用智能算法在动态数据采集与可视化呈现等方面的技术优势，对违背道德的智能评价行为进行及时排查与预警，并进行一定的决策干预与行为问责。