智能技术支撑学生综合素质评价：改革与创新1本文访谈者为《现代教育技术》编辑部主任焦丽珍。

2023-12-20陈丽

现代教育技术 2023年12期

陈丽

学生综合素质评价是拔尖创新人才培养的关键着力点，是当前基础教育改革的重要方向，也是教育评价改革的重要任务，那么针对当前学生综合素质评价在研究与实践方面的局限，该如何利用智能技术支撑其改革与创新？为了解相关研究及实践进展，我们邀访了北京师范大学互联网教育智能技术及应用国家工程研究中心技术委员会主任、北京师范大学基础教育大数据应用研究院院长陈丽教授，针对该主题并围绕正在进行的试点工作分享见解与看法。陈丽教授是国家重点研发计划“大规模跨学段学生成长跟踪研究项目”的负责人；自2021年起，她一直担任教育部信息技术支撑学生综合素质评价试点工作指导组组长，围绕智能技术支撑学生综合素质评价，陈教授带领来自九个单位学者组成的攻关团队开展了大量卓有成效的研究工作，如构建学生综合素质评价新理论模型、新评价方法和学生综合发展评价平台等。同时，陈教授也指导全国38个试点区域进行了试点探索，第一年共对近400万名中小学的综合素质进行了测评，学生覆盖全国8000所中小学校。

陈丽

（北京师范大学教育学部，北京 100875）

随着素质教育的全面推进和课程改革的日益深入，学生综合素质评价在我国基础教育改革中变得愈加重要。然而，现有学生综合素质评价实践已经暴露出理论与方法方面的局限，亟需开展智能技术支撑学生综合素质评价的改革与创新工作。对此，陈丽教授团队在理论层面以核心素养理论模型为底座，纳入综合素质评价内容，以综合素养为核心概念初步构建了新理论模型；在方法层面提出了理论与技术双向驱动的评价新范式和基于信息技术的表现性评价新方法论；在实践层面指导全国38个区域进行了信息技术支撑学生综合素质评价探索，并取得了初步成效。同时，陈丽教授阐述了未来发展方向在于优化表现性评价工具、汇聚多源数据和挖掘学生成长规律。

综合素质评价；智能技术；基础教育；表现性评价

一学生综合素质评价的重要性与意义

访谈者：您好，陈教授，非常感谢您接受我们的访谈。首先，请谈谈您对学生综合素质评价的理解，以及为何需要重新构建学生综合素质评价体系？

陈丽教授：非常感谢你的邀约！也希望贵刊后续能更多关注技术赋能教育评价改革的学术研究和实践创新成果。

综合素质评价是拔尖创新人才培养的关键着力点，是当前基础教育改革的重要方向，是教育评价改革的重要任务。随着素质教育的全面推进和课程改革的日益深入，综合素质评价愈加重要。只有科学精准地评价学生综合素质发展状况，才能够真正反映我国素质教育改革的实质性进展，才能够为各级各类人才选拔提供实证依据，才能够引导教师更新教育理念、变革教学模式，才能够引导教师、家长和学生树立正确人才观。综合素质评价是推进素质教育改革，促进学生全面发展的重要指挥棒。

我国开展综合素质评价已近二十年，各级政府高度重视，颁布了一系列文件，强调综合素质评价的重要性，部署了综合素质评价工作方案，而且各个区域都进行了积极探索，但进展和成效差异较大，面临一系列现实挑战和困难。《深化新时代教育评价改革总体方案》中明确要求“改革学生评价”“创新评价工具”“完善综合素质评价体系”“健全综合评价”，以扭转不科学的评价导向、克服“五唯”顽瘴痼疾，提高教育治理能力和水平[1]。在该背景下，综合素质评价改革工作已发展成为推动教育高质量发展的重要任务。

在政策层面，教育部于2014年发布《教育部关于加强和改进普通高中学生综合素质评价的意见》，将综合素质评价定义为对学生全面发展状况的观察、记录、分析，包括思想品德、学业水平、身心健康、艺术素养、社会实践[2]。学术界关于综合素质评价的内涵理解虽汗牛充栋，但莫衷一是。综合来看，我们项目团队将综合素质评价理解为针对学生跨学科的能力、必备品格和内隐价值观的综合评价，强调关注学生的全面发展（涵盖“德智体美劳”所有方面），即兼顾学术素养和非学术素养的综合发展，对于学生的能力、品格和价值观等更上位的学生素质进行综合考察。

前期学生综合素质评价实践已经暴露出理论与方法层面的局限：第一，在综合素质的维度结构方面，将德智体美劳作为一级评价指标目录，与核心素养口径不一致，而且内容维度相对模糊且分立，难以反映学生的综合表现。为了更好地反映学生的综合素质，并将综合素质评价与新课程标准紧密结合，需要在定义中更加突出综合能力，且在维度中与核心素养口径保持一致。为此，我们提出了新的概念——综合素养，即学生在受教育过程中形成的跨越学科的价值观、必备品格和关键能力，是学生综合素质和核心素养的有机整合。考虑到此概念尚未成为政策术语，我们仅在研究中使用术语“综合素养”，在实践中仍沿用术语“综合素质”，但其内涵已经更新为综合素养的内涵。第二，在实践方法层面，现有学生综合素质工作存在客观性、过程性和真实性不足等问题。其中，客观性和过程性不足体现在当前实践仍然以测验、调查、观察和主观记录为主要评价手段和以结果性评价为重要抓手。这种方式固然有其自身的优势，包括容易操作、成本低、成效快等，但由于实施过程中存在填报过程的主观性较强、人为干预因素较多等因素，导致大众对评价结果存疑，从而制约了综合素质评价结果的实际教育应用。

二当前我国学生综合素质评价的现状

访谈者：当前我国学生综合素质评价呈现出什么特点，面临哪些挑战？

陈丽教授：在政策颁布层面，中高考改革背景下我国政府对学生综合素质评价进行了一系列政策部署，推动了综合素质评价工作。例如，2004年，教育部办公厅在《国家基础教育课程改革实验区2004年初中毕业考试与普通高中招生制度改革的指导意见》中首次提出“综合素质评价”概念[3]；2008年，《教育部关于普通高中新课程省份深化高校招生考试改革的指导意见》提出“建立和完善对普通高中学生的综合评价制度”[4]；2021年，教育部等六部门联合印发的《义务教育质量评价指南》为学生综合评价实施提供了相对具体的行动方案[5]。总之，在政策层面，开展综合素质评价改革已成为我国教育现代化进程中不可或缺的重要环节，成为推动基础教育高质量发展的重要引擎和保障。

在实践应用层面，针对教育部信息技术支撑学生综合素质评价试点工作中38个试点区域的调查研究发现，当前我国学生综合素质评价呈现出如下特点：

第一，评价内容逐级解构，评价指标与核心素养口径不一致。主要体现在：在义务教育阶段，综合素质评价的一级维度主要参考德智体美劳五个方面，并进行适当延伸，而高中阶段的综合素质评价基本围绕上述五个维度来展开。在此基础上，教育工作者会进一步将一级维度逐级细分为二级、三级甚至四级维度。总体上，这些评价内容与核心素养的自我发展、文化基础和社会参与维度在指标口径上不够一致，因此不利于学生综合素质评价与培养体系的融合统一。

第二，评价指标差异明显，评价结果不支持跨校跨区比较。主要体现在：各地二级评价指标数量、指标内容差别显著。例如，北京房山区将学生综合素质评价工作中的5个一级指标细分为20个二级指标，青海海南州将其细分为12个二级指标，湖北省将其细分为11个二级指标。可见，差异化评价指标体系给跨校甚至跨区域的学生综合素质评价结果比较带来了极大不便，导致评价结果应用存在局限，无法根据评价数据揭示我国学生的综合素质发展状况及成长规律。

第三，评价数据主要依据写实记录和主观评语，在客观性上存在极大不足。调研发现，有90%的区域采用了诸如写实记录、自我陈述和教师评语等填报方式采集学生综合素质发展数据，71%的区域采用了诸如自评、他评等评语填写方式，68%的区域采用了标准化测试方式，45%的区域采用了诸如问卷、量表等自陈报告方式。综合来看，上述这些数据采集方式均属于传统教育测量与评价范式的范畴，难以客观采集学生在关键能力、必备品格和深度价值观上的真实表现。

第四，评价自定等级且标准差异大，全国学生整体发展状态不清。调查研究发现，有近90%的区域采用自定等级呈现评价结果，有约8%的区域采用分值量化评价结果，5%的区域采取只“评价”不“量化”的方式。由此，导致难以综合分析全国学生在综合素质上的整体发展状况，进而不利于整体揭示学生综合成长规律。

第五，信息技术多用于采集学生写实记录，AI优势未体现。调查研究发现，超70%的区域明确表示已建有专属的综合素质评价平台，但各地所使用的平台功能较为单一，以收集和记录学生写实记录材料为主，未能从数据采集、存储、分析等方面发挥技术优势。如何借助AI赋能评价数据的采集、存储、分析等，将会是未来发展的一大重要挑战。

第六，评价结果主要作为升学最低标准，支撑人才选拔能力不足。调查研究发现，有74%的区域给出升学最低标准以实现升学“软挂钩”，有5%的区域尝试将结果与升学进行“硬挂钩”，另有21%的区域未将结果与升学进行挂钩。显然，综合素质评价在人才选拔、促进学生个性化发展方面的作用非常有限。

总之，目前我国学生综合素质评价改革工作呈现“头重脚轻”的现状，“头重”是指各级政府和全社会对综合素质评价具有极端重要性的高度共识，“脚轻”是指实践中的改革进展缓慢，指挥棒作用严重不足[6]。我认为，综合素质评价指挥棒作用不足，是导致“教育内卷”的主要原因，目前制约我国学生综合素质评价改革工作的主要瓶颈是评价方法和能力不足，亟需运用信息技术，创新更加科学客观的工具，完善评价体系。

三理论层面学生综合素质评价的创新性探索

访谈者：在学生综合素质评价的理论概念层面上，您及团队进行了哪些探索？

陈丽教授：我们以核心素养理论模型为底座，纳入综合素质评价内容，以综合素养为核心概念初步形成了一种新的综合素养理论模型，如图1所示。该模型包含自主发展、文化修养和社会参与共三个维度，每个维度包含3～4个不等的指标（合计10个指标），各指标可以进一步分解为不同数量的基本要点（总计包含36个基本要点）。对于综合素养的理解，存在如下四重意蕴[7]：

图1 综合素养理论模型

第一，强调综合素养的整体综合性，认为其并非综合素质评价中“五育”内容的简单相加或者核心素养评价中课程实践活动内容的简单组合，而是一个由各类素质通过有机融合而形成的全面综合性整体。这是因为，学生综合评价的目标内容内涵丰富、结构复杂，难以通过简单的分解和合成来获取对其的准确性和综合性理解。

第二，强调综合素养的个体独特性和差异性，任何两个个体都会在基础知识、关键能力、必备品格和深层价值观方面表现出一定程度的差异，因此绝不能采用传统“冷冰冰的分数”来简单、机械地刻画分数背后的“活生生的人”。这是因为，学生综合评价的目标对象是具有个体差异性和多样性的学生，而单一分数只会掩盖学生之间的多样差异性，因此针对其的评价需要注重人文向度。

第三，就综合素养和传统学生综合评价相关概念的关系来看，综合素养同时包含学生素质发展中的基础性和必要性成分，但这绝不是两者的简单相加，而是两者的有机融合。也就是说，综合素养既涵盖德智体美劳全素质要素，也吸纳了与自主发展、文化基础和社会参与均关联紧密的素养成分。相比综合素质，综合素养凸显了素质教育中的综合性成分；相比核心素养，综合素养所涵盖的素质教育内容更为全面。

第四，综合素养同时包含能力、品格和价值观三种有机成分，而通过受教育而获得的知识是这三者的基础性成分。前文已经提到，素质由知识、能力和品格三者构成，而素养涉及知识、能力和价值观三种成分。作为融合综合素质和核心素养的全面性概念，综合素养覆盖知识、能力、品格和价值观四种成分。此外，指向综合素养的知识并非指片面追求升学率所必备的学科知识，而是跨越学科的各类知识集合。

访谈者：在学生综合素质评价的研究范式和方法论层面上，你们进行了哪些创新性探索？

陈丽教授：国内外学生综合评价实践的经验告诉我们，由于数据采集能力的局限，完全从理论出发构建模型开展评价往往难以落地，不具有可操作性；完全依赖技术采集数据、量化数据，进而得出评价结果，往往又不具有理论上的可解释性。据此，我们提出了理论与技术双向驱动的学生综合素质评价新范式（如图2所示）[8]。新范式以教育评价改革需求为导向，整体坚持理论科学性与技术可行性的有机统一；借助理论的知识积累优势，凝聚专家智慧构建学生综合素养评价模型；依托数据采集智能技术，伴随式采集多场域（包括学校、家庭、社区等）的学生活动多模态（包括音频、视频、图像等）信息并对其进行自动化分类标注；基于数据智能分析技术，建立多模态数据指标与学生综合素养特征之间的关联映射关系；通过多方主体评价、强化过程评价以及主客观评价结合等方式推动具体评价应用，发挥评价结果的导向、鉴定、诊断、调控和改进作用。

针对传统学生综合素质评价在评价工具上的客观性和真实性不足、评价能力不够等问题，我们提出了新型评价方法论——基于信息技术的表现性评价[9]，这是一种利用信息技术变革评价实践中任务的呈现方式、数据的采集和分析过程，考察学生在真实、复杂、未知情境中运用先验知识完成某项任务或解决某个问题时的知识与技能掌握程度，以及问题解决、交流合作和批判性思考等多种复杂能力发展状况的新型评价方法。究其内涵，该评价方法实现了从评价学生潜质到评价学生综合能力、从主观评价到客观评价的突破。表现性评价方法将从根本上解决传统评价方法面临的客观性和真实性不足的问题，实现对学生在真实场景中能力表现的评价。

此外，我们还从测评任务呈现、测评数据采集、测评数据分析三个环节出发，通过技术创新，不断优化表现性评价工具：①创新测评任务呈现，即利用信息技术展示、丰富和定制表现性任务，如利用计算机技术将评价场景数字化、利用虚拟现实技术将评价场景真实化、利用自适应技术将评价场景灵活化。②在大数据视角下，针对特定测评目标的表现性任务不再局限于评价设计者预先创设的有限任务类型，而是囊括受测者在自然条件下参与的所有相关任务类型，从而可以在最大程度上实现测评任务呈现的真实性。③拓展数据采集，即综合借助视频监控、智能录播、物联网、平台自动记录、网络爬虫等数据采集类信息技术来实现数据来源的多样性、数据类型的繁杂性、数据分布的全时性。④优化数据分析，即采用融合高级统计测量模型的数据分析技术来驱动测评数据分析的智能化、自动化和准确性，包括两类具体做法：一是依据证据规则编写算法程序，二是采用“机器学习”算法来自动评分。

四智能技术何以助推学生综合素质评价改革

访谈者：为提升学生综合素质评价能力，助推学生综合素质评价改革，您的团队在技术层面进行了哪些创新性探索？

陈丽教授：我们首先研发了三类关键技术。第一，学生多场景表现性数据的采集和关键技术，具体包括：①基于复杂活动场景的伴随式采集技术，即基于自主研发的表现性评价工具或“红外+可见光”采集装备，伴随式采集学生在学校、家庭、社区和科技馆四个场域的多模态（包括音频、视频、文本、图片等）数据；②多源异构数据汇聚技术，即教育部信息技术支撑学生综合素质评价试点工作数据和教育部教育技术与资源发展中心数据、教育部教育管理信息中心数据以及试点区域原有综合素质评价数据的汇聚技术；③视频数据标注增强技术，即针对教室、科技馆等场景中多主体的多目标行为连续追踪识别技术。

第二，学生多模态活动数据的智能处理技术，具体包括：①文本数据的自动识别技术，即基于光学字符识别（Optical Character Recognition，OCR）技术自动识别语言表达测评中学生上传的文本图片数据，并对难以辨识的新词、特征词等复杂标注任务进行矫正识别和标注增强；②音频数据的音准识别与评测技术，即基于“音符转录—音符对齐—音高提取”智能化处理方法，自动识别音乐素养测评中学生上传音频数据的错音符、漏唱音符和音调高低等；③视频数据骨骼绑定与内容分析技术，即基于身体素质测评中学生的跳绳视频将Mediapipe（一个用于构建机器学习管道的框架，可用于处理视频、音频等时间序列数据）获取的骨骼坐标点输入跳绳姿态判别模型，通过关联信息融合模块对多源异构数据进行融合，输入时序模型计算耐力评分。

第三，大规模学生综合发展数据的分析技术，具体包括：①学生成长发展知识库引擎，可支持探索学生成长发展影响因素（如媒体使用或课外活动的类型和时间）、挖掘中国学生综合素质发展规律（如自主学习能力的变化曲线），建设学生成长发展知识库；②学生综合素质常模库引擎，可支持依据数据建设学生综合素质发展常模，支持建设不同区域（如东部、中部和西部地区或城市、农村地区）、不同学段（如小学低、中、高年级）学生成长发展特定理论维度的常模；③学生综合素质队列（流行病学术语，在教育领域中特指具有共同因素特征的一组学生群体[10]）建设引擎，可支持不同区域/学段学生的成长发展队列建设。

同时，我们整合上述技术，研发了学生综合评价与发展平台（Student Evaluation Enriching Development，SEED）平台，主要功能包括：①呈现测评工具，支持大规模学生在线参与综合素质测评；②呈现测评分析报告，面向区域、学校、学生和家长反馈学生综合素质评价的结果及改进建议；③呈现学生综合素质成长规律，包括学生综合素质发展性规律、比较性规律、溯源性规律，学生常模库、队列等。

五智能技术支撑学生综合素质评价的实践进展

访谈者：去年11月，教育部正式启动信息技术支撑学生综合素质评价试点工作，进展如何？

陈丽教授：2022年11月，教育部通过文件《教育部办公厅关于开展信息技术支撑学生综合素质评价试点工作的通知》部署了试点工作[11]。试点工作的首要目标是在中小学生综合素质评价基础较好、常态化开展信息化教学应用的区域中，遴选30个左右的区域开展试点工作。其次，试点工作旨在运用5年左右时间，形成百万级规模中小学生综合素质发展基础数据库。再次，试点工作强调创新评价工具，利用人工智能、大数据等现代信息技术，探索开展学生各年级学习成长情况全过程纵向评价、德智体美劳全要素横向评价，主要包括思想品德、学业水平、身心健康、艺术素养、劳动与社会实践五个方面，以形成数据驱动的学生综合素质评价解决方案。最后，试点工作希望客观总结我国中小学生综合素质发展的规律，确保评价正确方向，完善评价内容，强化技术支撑，促进学生德智体美劳全面发展。

试点工作启动后，我国大陆各地积极申报，总计有来自29个省级行政单位（包括自治区、直辖市等；除西藏自治区和云南省外，其他省级行政单位均有参与）的84个区域申报此次试点。经评审，最终遴选出来自29个省级行政单位的38个区域作为本次试点区域。针对本次试点工作，北京师范大学组建专家指导团队负责落实教育部的相关部署，为试点区域提供理论和技术方案支持，并对试点工作提供专业指导。

专家指导团队与各区域紧密配合，制定了试点总体方案和第一年度工作方案。区域参与试点工作的技术模式分为两种：第一种模式是以SEED平台为主要依托，区域组织力量，参与平台和工具的测试，组织学生开展测评活动，探索测评结果的应用；第二种模式是区域平台与SEED平台对接的技术模式，即区域在专家团队的帮助下，通过区域平台与SEED平台数据对接的方法，形成区域学生综合素质评价解决方案。试点区域高度重视教育部试点工作，除上海市和湖北省外，36个试点区域均成立了专班，启动了试点工作。第一年的测评工作主要依托SEED平台，自2023年4月～8月底，总计365万名学生参与本年度试点测评，覆盖了8000所学校，涵盖了3～7年级的学生，其中有293万名学生完成了所有测评活动。

目前，平台已经向各试点区域反馈了区域、学校和学生个体的综合素质测评分析报告。面向区域的反馈报告不仅提供学生整体水平的德智体美劳表现及其各指标表现，而且对不同指标的年级发展规律以及区域间对比、城乡间对比、性别间对比情况进行清晰展示。面向学生的反馈报告不仅提供学生个体在德智体美劳及各指标上的表现，而且描述了学生纵向发展趋势及其优势项和薄弱项；除此之外，反馈报告还提供弥补弱项的方法建议、实操方案等。

此外，专家指导团队还面向区域、学校和家长做了问卷调查，听取各方对测评工具和反馈报告的意见与建议。值得欣慰的是，各主体对测评工具及报告反馈高度肯定，认为评价结果符合日常观察到的情况，对教育教学工作和孩子培养具有重要的参考价值。

六智能技术支撑的学生综合素质评价改革的未来发展方向

访谈者：请您谈谈智能技术支撑的学生综合素质评价改革的未来发展方向？

陈丽教授：从我的经验来看，智能技术支撑学生综合素质评价改革的未来发展方向是运用信息技术全面提升综合素质评价能力，提高综合素质评价的科学性、客观性和反馈性，推动综合素质评价结果在人才选拔和培养中的应用，增强综合素质评价指挥棒的作用。这个方向本质上就是综合素质评价的数字化转型。主要在于以下几个方面：

第一，加大研发投入，丰富与优化表现性评价工具。研发与应用表现性评价工具是推动综合素质评价改革的核心举措，因此应当大力推动各教育利益相关方在表现性评价工具研发方面的协同合作，逐步实现综合素质评价工具库的丰富性、多样性和完备性：一方面要建强人才队伍，大力推动表现性评价的专业性、科学性和可靠性。表现性评价队伍不仅需要涵盖一线校长、学科教师、家长、学生、社会人员等多个利益相关主体，而且需要纳入学科教学、心理与教育测量学、信息技术、教育管理等领域的人才储备力量。另一方面是要推动基于政府、教育与企业三方协同的表现性评价工具的研发与迭代工作，并完善、统一技术与数据标准，以推动相关工具的大规模应用与推广。相关技术标准包括数据采集技术、数据处理与分析技术、数据反馈技术、隐私保护技术等，需要通过不断迭代和更新信息技术来降低服务于表现性评价的技术成本和操作难度，从而持续改进表现性评价的可用性、易用性与实用性；相关数据标准则涵盖针对不同来源、类型、结构表现性数据的标准化处理规则体系，通过构建规范的数据标准体系，可稳步提高表现性评价的规范性、统一性和效率性。

第二，打通堵点，实现多源数据的汇聚。目前各试点区域在教育信息化实践、推进学生综合素质评价的工作过程中已经积累了丰富多样的教育信息化数据，涵盖课堂教学视频、在线学习记录、学习反思总结文本等。这些数据是评价学生综合素质的一大重要数据源，但由于数据管理和数据共享存在机制上的短缺，导致数据共享存在各种顾虑和阻力，造成数据共享进程缓慢。后续，专家指导小组将与各方协商，推动建立和健全数据管理机制，争取实现与各类数据管理部分的数据共享。同时，试点工作也将进一步配合区域，在SEED平台的基础上，结合区域数据特点，研发区域特色的学生综合素质评价方案。

第三，建设学生综合素质发展基础数据库，挖掘中国学生的成长规律。试点工作将建设中国学生综合素质发展基础数据库，依据队列技术，该数据库可为研究和揭示中国学生成长规律提供数据支撑，为教育决策提供丰富、深入的科学依据。具体而言，项目专家指导团队将基于中国学生综合素养发展基础数据库，利用自主研发的分析引擎，挖掘中国学生综合素质发展的规律，建设中国学生综合素质发展的知识库，具体包括特征型知识、比较型知识、发展型知识和因素型知识。其中，特征型知识是指特定学生群体在特定学段内的综合素质整体或特定指标上的特征水平，比较型知识是指不同学生群体在特定学段内的综合素质整体或特定指标上的特征水平差异，发展型知识是指特定学生群体的综合素质整体或特定指标在跨学段上的发展趋势，因素型知识是指特定学生群体的综合素质整体或特定指标的影响因素及其影响大小和作用方式。知识库将丰富学生发展规律，同时为进一步推动我国学生综合素质评价改革提供重要支撑。

试点工作充分彰显了信息技术破解教育改革瓶颈、赋能教育高质量发展的重要作用，也体现了教育数字化转型阶段科教融合的新着力点。但是，这项改革工作才刚刚开始，仍面临许多困难。例如，区域改革热情高涨，但专业力量不足，高度依赖专家指导团队的技术支持，但专家团队的技术储备和研发力量无法立即满意所有需求；数据汇聚缺乏机制保障，导致数据重复采集，教师和学生负担重；社会与家长对试点工作的意义认识不足、存在负面言论等。

信息技术支撑学生综合素质评价改革是综合评价改革的必然选择，这项改革工作需要更坚定的决心、更充实的投入、更强大的技术，上下多主体联动，坚定不移地持续探索，才能走出一条利用信息技术开展学生综合素质评价改革的中国道路。

[1]教育部.中共中央国务院印发《深化新时代教育评价改革总体方案》[OL].

[2]教育部.教育部关于加强和改进普通高中学生综合素质评价的意见[OL].

[3]教育部办公厅.国家基础教育课程改革实验区2004年初中毕业考试与普通高中招生制度改革的指导意见[OL].

[4]教育部.教育部关于普通高中新课程省份深化高校招生考试改革的指导意见[OL].

[5]教育部等六部门.义务教育质量评价标准[OL].

[6]王怀波,柴唤友,郭利明,等.智能技术赋能学生综合素养评价:框架设计与实施路径[J].中国电化教育,2022,(8):16-23.

[7]柴唤友,陈丽,郑勤华,等.学生综合评价研究新趋向:从综合素质、核心素养到综合素养[J].中国电化教育,2022,(3):36-43.

[8]郑勤华,陈丽,郭利明,等.理论与技术双向驱动的学生综合素养评价新范式[J].中国电化教育,2022,(4):56-63.

[9]郑勤华,陈丽,柴唤友,等.基于信息技术的表现性评价:内涵、作用点与发展路向[J].中国电化教育,2023,(3):55-61.

[10]王怀波,郑勤华,孙洪涛,等.教育领域学生队列资源的价值、框架与挑战[J].现代教育技术,2023,(6):54-63.

[11]教育部办公厅.教育部办公厅关于开展信息技术支撑学生综合素质评价试点工作的通知[OL].

Intelligent Technology Supports Students’ Comprehensive Quality Evaluation: Reform and Innovation

CHEN Li

With the comprehensive promotion of quality education and increasing development of curriculum reform, students’ comprehensive quality evaluation has become more important in the reform of basic education in our country. However, the existing practice of students’ comprehensive quality evaluation has exposed the limitations in terms of theory and methodology, and it is urgent to carry out the reform and innovation of intelligent technology to support students’ comprehensive quality evaluation. In this regard, Professor Chen Li’s team initially constructed a new theoretical model with comprehensive literacy as the core concepts, incorporating the contents of comprehensive quality evaluation, and with comprehensive literacy theoretical model as the base at the theory level. At the methodogical level, a new assessment paradigm driven by both theory and technology and a new methodology of performance assessment based on information technology were proposed. At the practical level, students’ comprehensive quality evaluation supported by information technology in 38 regions of the country was carried out under the guidance, and initial results were achieved. Finally, Professor Chen Li expoundethat the future development direction was to optimize performance assessment tools, gather multi-source data, and explore the law of student growth.

comprehensive quality evaluation; intelligent technology; basic education; performance assessment