“双减”背景下人工智能赋能学习质量监测：价值构想与模型设计

王碧梅 杨令平

一、建构意义：监测学生学习质量

新时代教育评价体系的建构一直是国家、社会和教育界共同关注的焦点。2020 年中共中央、国务院印发的《深化新时代教育评价改革总体方案》明确提出“到2035 年，基本形成富有时代特征、彰显中国特色、体现世界水平的教育评价体系”[1]。2021 年，中共中央办公厅、国务院办公厅印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》（简称“双减”），教育部等六部门联合印发《义务教育质量评价指南》（以下简称“《评价指南》”），这些文件直指教育评价改革，直指高质量教育体系建构。而2022 年党的二十大报告再次指出了教育、科技、人才的重要性。深入学习党的二十大精神，围绕高质量教育体系建设，深化落实新时代教育评价改革，需以教育评价改革“牵引”育人方式改革，为教育强国、科技强国、人才强国增添动力。

然而，深化落实新时代教育评价改革需以学生学习质量监测为抓手，高质量教育体系的建构需以课堂教学质量为保障；同时，学生学习质量的监测也是课堂教学质量保障的核心。学生学习质量监测的落实常以作业和考试评价为外显形式，通过对学生的作业和考试展开测评，既监测学生学习质量，又检验课堂教学效果。如何通过学生学习质量监测实现课堂教学的提质增效是目前教育界关注的重点问题，也是学术界急需解决的问题。

在“双减”背景下，关于学生学习质量监测的研究主要集中在以下3 个方面。一是作业设计的策略和优化路径研究。“双减”政策的实施旨在提高教育的育人效能，通过优化作业设计减轻学生的作业负担，发挥作业的育人效能，故需优化作业布置的策略，如采用精简化、层次化、多元化、理性化[2]等策略进行作业设计，并把握好学科整合、科学建库、技术赋能[3]等关键问题，促进作业功能实现和落实“双减”政策。二是学科作业设计案例研究。作业设计要以课程标准、教材、学生身心发展特点等为依据展开。“双减”背景下的作业设计应综合考虑学科特点、素养要求和学生实际情况，采用分层次作业、课时作业、单元作业[4]等形式。三是考试评价改革研究。考试评价是推动“双减”政策落地的有效措施，改革考试评价方式能有效监测学生学习质量，并甄别学科教学各基础环节对学生学习质量的影响[5]，故在考试评价改革方面应以引导深度学习、推动情境教学、强化标准参照评价为目标定位[6]。在学术界探讨的同时，基础教育众多一线教师也在积极探索落实“双减”政策的有效途径。纵观政策颁布后两年多来的实践探索，很多学校都在作业设计和考试评价上进行了改革，如在作业设计中增加实操类作业、亲子互动类作业；在考试评价上改革传统的纸笔测验，创新运用“闯关”“竞赛”等测试形式。然而，这些改革尚未在本质上走出作业设计和考试评价的误区，很难实现课堂教学的提质增效。学术界关于作业设计和考试评价的研究也以理论构思为主，很少给出可操作的程序，故难以指导一线教师进行高效的作业设计和开展考试评价改革工作。

“双减”政策的颁布和实施优化了教育生态环境，是一项具有极高政治站位的重大民生工程。[7]这项政策的有效实施需要作业设计和考试评价的共同发力，任何单方面改革是难以达到预期效果的。作业设计和考试评价是学生学习质量监测的核心环节，是教育评价改革必不可少的组成要素，故需要有全局的理念进行设计和构想，以支撑学生“更好地学习”。不难理解，创新学生学习质量监测体系，既能推动教育评价改革，也能推动高质量教育发展、助力中国式教育现代化。

二、价值构想：人工智能赋能智慧监测

开展学生学习质量监测是为了让学生更好地学习，实现个性、智能、高效和优质的学习。监测的价值在于改进，通过改进提质和增效，进而推动教育高质量发展，推动教育强国战略实施。

1.个性化评价适配个性化学习

评价的目的在于诊断问题，改进问题。然而，传统的测评难以实现个性化评价，也难以针对个体自身的问题提出改进策略，故难以实现测评的个性化学习辅助功能。随着信息技术的发展，计算机开始进入测评领域，如国际学生评估项目（PISA）和21 世纪能力教学与评价项目（assessment & teaching of 21stcentury skills，简称ATC21S）都使用计算机辅助测评，这不仅突破了纸笔测试的局限，创新了测评的手段，也使计算机辅助测评成为可能。但仅有计算机的参与仍旧难以实现个性化评价。故需要建构能自适应学生学习质量监测的个性化评价系统，并以此适配学习者的个性化学习。基于教育大数据，建立促进个性发展的教育体系，是未来学校发展的基本趋势。[8]

个性化评价适配学科核心素养的个性化。每一门课程都有自身的测评标准，用以指导测评实践。[9]然而，不同学科有不同的素养要求，故学生学习质量监测体系需匹配学科核心素养，实现学科核心素养的个性化测评。如语文学科对文化自信的测评可以采用音频或视频的方式，在真实情境中多维度测评学生的文化认同、文化积淀、文化理解、文化参与；科学学科对探究实践的测评可以采用人机互动或人人互动的方式在真实情境中测评学生的科学探究能力；英语口语测评可以在人机交互的对话过程中实现对英语听说水平的智能化测评。[10]

个性化评价适配学生能力水平的个性化。学生学习质量监测的核心在于辅助学生学习，个性化评价能够适配学生的学习能力水平，借用计算机化自适应测验[11]，依据学生的基础问题作答情况评估学生的能力水平，继而在题库中挑选匹配学生能力水平的题目，并根据学生的作答表现自动推送适配的学习材料，帮助学生解决学习中的困难。

个性化评价适配阶段任务个性化。学生学习质量监测体系需适配不同学段任务的个性化需求，不同学段学生的思维、感知觉不同，因此学习质量监测需适配不同学段任务的需求，以使测评能被不同学段的学生所接受，进而促进其学习。如低学段的语文学科核心素养测评可以采用游戏的方式进行，将学生需要掌握的一些生字生词开发为系列游戏，让学生在游戏中进行测评，在游戏中巩固知识。

2.智能化监测推动智慧学与教

2021 年3 月，国务院发布《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》，提出“以数字化转型整体驱动生产方式、生活方式和治理方式变革”[12]。数字化时代已悄然到来，尤其是疫情后教育环境的变革，催生了数字化智慧教育环境的形成[13]，这为学生学习质量智能化监测提供了有利的环境基础。数字化时代下学生学习质量智慧监测的主要特征就是数字化和智能化。数字化和智能化测评能够全面、精准地对学生的学习质量进行智能评价，呈现学生学习的多模态和全样态，并智能化反馈给教师，便于教师精准掌握学生学习的疑难问题，以提供精准的解决路径。

智能化监测体现为学生知识进阶的智能化。学生学习质量监测体系需以数字化和智能化为关键技术，通过对学生的学习质量监测，自动化生成学生知识进阶的路径，帮助学生、家长和教师及时了解学生学习过程中遇到的盲点、难点，为学生的知识进阶提供最佳路线图。

智能化监测体现为学生学习反馈的智能化。学生学习质量监测能够帮助学生进行智能化学习反馈，通过对学生测验数据的智能化分析和推理，建立学生个人的学习反馈系统，个性化规划学生学习路径。

智能化监测体现为教学效果反馈的智能化。学生学习质量监测体系可以基于人工智能对教学质量进行实时评价，对学与教的实时动态互动模式进行精准刻画[14]，通过分析学生的知识进阶路径图，帮助教师及时、准确掌握不同学生学习过程中的疑难点，精准分析学情，进而对自身教学效果进行评估，同时调整或改进教学设计，以实现高质量教育发展。

3.基于证据的增值评价实现增效可视化

“为了改进”是基础教育质量监测评价的教育性本质[15]，改进的目标就是增值。学生学习质量监测体系兼具学习性和诊断性功能，能够通过学生监测数据建立各种模型[16]，将学生学习的过程可视化，进而实现增效可视化。基于证据的增值评价将统计学的方法纳入评价，通过统计分析求得学生学业成就增值的“净效应值”，“关注增值和改进”。[17]较之于传统的测评方法，基于证据的增值评价更加科学、客观和准确，能够实现增效的可视化。

增效可视化体现为学业水平增值可视化。学生学习质量监测体系可以对在线学习数据进行动态挖掘[18]，通过挖掘学生测评数据，包括学习成绩、学习习惯、爱好特长等组建学生学习动态模型[19]，通过可视化技术再现学生知识进阶的路径，再通过增值计算将学生起始测评成绩和不同阶段测评成绩进行对比分析，构建学生学业成就增值模型。这样可以动态了解学生学业水平增值情况。

增效可视化体现为学生素养增值可视化。学生学习质量监测不是为了单一学科知识的监测，而是为了学生核心素养增值。该系统能够利用认知诊断模型（CDM）探索学生的学习进阶路线[20]，将学生知识进阶中养成的核心素养水平放入增值模型并进行统计分析，可以动态了解学生核心素养增值的路径。

增效可视化体现为教学效果增值可视化。学生学习质量监测体系能够通过对学生进行测评，描述和评估学生现有的学习状况，同时还能采用模拟推演的方式预测学生即将面临的困难，进而帮助教师及时调整教学计划和策略。该系统能够对一定时间范围内学生能力水平与教师教学效果进行查漏补缺与追踪评价[21]，进而实现教学质量增值的可视化。

三、模型设计：学科融合认知诊断

人工智能赋能学生学习质量监测的模型设计，以新课程方案中的课程综合性为基础，打破学科知识间的壁垒，围绕同一问题解决来引导学生融合多学科知识，以此实现知识的深度学习。同时，该监测模型以认知诊断自适应测验技术为核心技术，能够自动识别学生对某一个知识点的掌握情况，从而实现个性化和智能化测评。基于此，本研究以教育大数据为数据主体来源，以融合学科核心素养为监测内容，以人工智能赋能测评系统为手段，以智慧学与教为反馈机制，建构人工智能赋能学生学习质量监测模型，如图1所示。

图1 人工智能赋能学生学习质量监测模型

1.监测内容：融合学科核心素养

《评价指南》指出学生学习质量评价应以德智体美劳全面发展为核心。德智体美劳的全面发展蕴含在各门学科的核心素养之中，以课程内容为依托。然而单一的课程内容难以实现学生全面发展，故需以融合学科核心素养为学生学习质量监测的内容。融合学科核心素养不同于学科核心素养，其具有3 个典型特征：一是以知识进阶为融合依据；二是能够根据学科知识间的强弱关系构造知识星空图，可视化知识进阶路径；三是强调高阶思维的学习，能可视化学生学习进阶的路径。

（1）融合依据：知识进阶

学科知识的进阶是融合学科核心素养的依据，也是学生知识掌握的基本逻辑。学生学习质量监测可采用知识进阶的方式刻画出学生在不同学习阶段所应达到的学业成就，呈现学生知识掌握的过程，并将学科核心素养融合于知识进阶之中，帮助教师把握教学内容的深度和广度，帮助学生清楚知识学习的过程。基础教育阶段学科知识往往采用螺旋式上升的方式进行排列，同一知识点在不同学段以“由易到难”的逻辑顺序出现，同一学段不同知识点以“由简单到复杂”的形式排布。

以新编二年级上册教材为例。①北师大版数学教材一共安排了9 个单元，其中有6 个单元属于“数与代数”领域，有2 个单元属于“图形与几何”领域，有1 个单元属于“综合与实践”领域。人教版语文教材一共有8 个单元，包括1 个识字单元和7 个课文单元。人教版科学教材安排了4个单元，分别是“植物的生活”“水和空气”“推和拉”“制作小船”。从单元的分布来看，3 门学科知识的内在逻辑都是以知识进阶为核心方式进行呈现的。如科学教材第一单元“植物的生活”属于生命科学领域的知识，较之于第二单元“水和空气”更加具体和形象。学生在第一单元的学习中，掌握植物的生存需要水和空气，第二单元紧接着学习水和空气的基本属性。同时，同一单元的知识也以进阶的方式呈现。如数学教材第一单元“加与减”有3 部分内容，第一部分内容的知识点为100 以内数的连加运算，第二部分内容是100 以内数的连减运算，第三部分内容是100以内数的加减混合运算。因此，在进行学生学习质量监测内容设计之初，需对学科课程知识进行分析，梳理出同一知识点在不同学段的进阶路径，以及同一学段不同知识点的进阶方式，以便更好地监测学生的知识学习过程，提升学习质量监测的效果。

以二年级数学上册的知识为例，1～3 单元的课程内容主要涉及100 以内数的连加、连减、混合加减、乘法原理等，对应的数学学科核心素养为数感、量感、运用能力等。结合学科课程内容和学科核心素养可绘制出如图2 所示的知识进阶路径。

图2 二年级数学上册1～3 单元知识进阶路径

图2 中，知识点链接关系用带箭头的实线或虚线表示，其中直接关系用实线表示，间接关系用虚线表示；知识点链接关系的强弱用线段长短表示，线段越长关系越弱，反之越强。从图2 可知，二年级数学上册涉及量感和数感的3 个单元都以基本的数的相加为基础，进而学习数的相减、数的混合运算，同时，数的乘积关系也以数的相加为基础。学生在知识学习时，首先学习相加，再学习相减，之后是数的混合加减。这个学习的过程，也是学生知识进阶的过程。因此，在进行学习质量监测时需要围绕知识进阶的路径设定不同阶段的监测内容，同时将学科核心素养与学科知识相链接，并融合其他学科的核心素养，形成融合学科核心素养的知识进阶路径。

（2）融合路径：知识链接

学生学习质量监测内容需对标国家五育并举的理念，综合分析不同学科的核心素养结构，根据不同学科核心素养之间的关系组建知识星空图，再根据星空图中知识点的关联强弱程度绘制核心素养知识结构进阶路径。以语文、数学和科学3 门学科为例。2022 年版的义务教育课程标准分别对不同学科的核心素养做了说明。数学学科的核心素养内涵主要包括：会用数学的眼光观察现实世界，会用数学的思维思考现实世界，会用数学的语言表达现实世界。[22]这些核心素养的内涵和语文学科的核心素养“文化自信、语言运用、思维能力和审美创造”[23]有着紧密的链接。学生用数学的语言表达现实世界的过程，也是学生语言运用素养的养成过程；学生语文思维能力养成的过程也是学生用数学的思维思考现实世界的过程。同理，科学学科核心素养“科学思维、科学观念、态度责任、探究实践”的养成过程，也是学生数学思维、文化自信等的习得过程。学科核心素养是学生发展核心素养在学科中的具体体现，其顶层逻辑都是中国学生发展核心素养，目的都是落实“立德树人”根本任务。由此，各学科核心素养之间的逻辑是相通的，故可对融合学科核心素养进行测评。

学科核心素养落实到课程中主要以教学内容为载体，因而上述学科核心素养之间的链接关系在学科内容上也有所体现。虽然新编小学数学、语文、科学3 门学科教材在单元的数量和篇目的名称上有所不同，但它们所涉及的学生发展核心素养是相通的，且主要表现在审美情趣、理性思维、批判质疑、勤于反思、社会责任、信息意识等方面。

以二年级上册第一单元分析为例，从表1 可知，3 门学科知识共同对应科学精神、学会学习、实践创新、责任担当、人文底蕴这5 个学生发展核心素养。以科学精神为例，数学第一单元中“谁的得分高”的主要内容是100 以内数的连加运算，学习目标是学生在问题解决过程中掌握加法运算，会用运算结果准确判断和表达谁的得分高，会用数学思维提出数学问题等，这些目标的实现都以理性思维、勇于探究、批判质疑素养的落实为基础。语文第一单元中的课文《小蝌蚪找妈妈》主要讲述了小蝌蚪在找妈妈过程中身体发生的变化，以及动物的丰富多样，教学目标除了培养学生的文化素养，也渗透了理性思维、批判质疑的科学精神。科学第一单元中“养植物”的主要目的是让学生在观察、动手实践的过程中明白植物生存需要土壤、阳光、水、空气等物质的道理，培养学生的科学观念、科学思维、探究实践素养，以此落实学生发展核心素养中的科学精神。因此，可以以融合学科核心素养为基准，建立3 门学科知识的链接，绘制知识星空图。

表1 二年级上册教学内容（部分）

图3 为数学、语文、科学3 门学科的融合学科核心素养知识星空图（部分）。基于融合学科核心素养，3 门学科知识之间彼此链接，如数学知识“星星合唱队”主要内容为100 以内数的加减混合运算，涉及数感、量感、运算能力等，该内容与语文寓言故事《曹冲称象》之间是直接链接关系，《曹冲称象》中对大象重量的计算也涉及数感、量感、运算能力等素养，两门学科所涉及的学生发展核心素养都是科学精神、实践创新，故在进行学生学习质量监测时，可重点围绕科学精神、实践创新等素养进行监测。

图3 二年级上册融合学科核心素养知识星空图（部分）

（3）融合目的：落实学科核心素养

融合学科核心素养将碎片化的知识点整合为彼此链接的知识体系，既能够可视化知识进阶，也有助于学科核心素养培养。学生学习质量监测体系以融合学科核心素养为监测内容，学生建构的知识不再是单一的、零碎的，而是综合的、系统的。该监测系统根据知识结构进阶路径，结合学生身心和思维发展的阶段特征，预测学生知识学习的进阶过程，并据此组建融合学科核心素养监测包。综上可知，融合学科核心素养既能根据学生的身心和思维发展特点予以科学监测，又最大限度地保障了课程知识结构的优化，同时还能减轻学生参加监测的负担，节省了时间，提高了效率。

以新编二年级下册教材为例，北师大版数学第二单元“方向与位置”中“东南西北”和“辨认方向”的教学内容，与人教版语文第六单元中的《要是你在野外迷了路》、教科版科学第一单元“磁铁”中“磁极与方向”和“做一个指南针”的教学内容联系较强，主要内容为如何辨认方向，对应的核心素养为空间观念、推理意识、创新意识，故可将上述知识点整合为知识星——“方向”，以此创设“淘气笑笑大冒险”的情境和任务游戏：

淘气和笑笑相约冒险，在做好准备工作的前提下他们踏上了冒险之旅，走到一半因为意见不合商量分头行动，一小时后在原地汇合。一小时后，淘气如约来到了汇合地点，但是等了很久都不见笑笑的身影，于是淘气利用通信设备联系笑笑，在听到断断续续的声音后，终于了解到了笑笑的情况。笑笑说他不小心踩空摔到了山坡下，脚受伤了，没有办法行动，想让淘气过去救她。但由于装有指南针的背包不知所终，笑笑无法辨别方向，也就无法引导淘气来到自己的所在地。

任务一：如果你是笑笑，除了利用指南针辨认方向，你还会用什么方法来辨别方向呢？将讨论的内容用你喜欢的方式（写字、画画、视频）记录下来，并说明缘由。

任务二：如果你是笑笑，你该怎样正确、合理地描述以让淘气找到你呢？

任务三：如果你是笑笑，在当时紧急的情况下，你能不能制作一个简易的指南针呢？请写出制作指南针所需要的材料和制作过程，并将制作好的指南针绘制出来。

该任务以学生感兴趣的大冒险为情境。情境中给出的线索不明朗，需要学生将信息重组，并在游戏中解决问题。任务一要求学生在具体的情境中思考辨认方向的多种方法。学生可以通过太阳的运动规律来辨认方向，也可以通过树木的生长走向来辨认方向，这涉及有关科学的知识，而辨认方向本身就属于数学知识。任务二需要学生角色扮演、情境模拟，在描述方向的同时锻炼了学生的语言表达能力和人际交往能力，对应数学中“会用数学的语言表达现实世界”及语文中“语言运用”、科学中“科学思维”等学科核心素养。任务三要求学生制作一个简易的指南针。学生在了解了指南针的制作方法后，开启头脑风暴模式，制作一个简易的指南针。在任务三中学生的问题解决能力、实践创新能力都得到了培养。综合评价3 个任务的完成情况，教师能对学生的知识掌握现状进行精准分析，学生也能对自己的学习表现进行准确判断。

2.监测方法：人工智能赋能测评系统

“互联网+”测评技术在学校教育中的逐步应用，以及智慧教育环境的迭代更新，为人工智能赋能测评系统的开发和应用提供了支持。学生学习质量监测可采用人工智能赋能测评系统展开，实现评与学的融合。人工智能赋能测评系统可采用人机互动的方式，将要测评的知识星放到情境中，以小游戏的方式呈现，要求学生通过角色扮演完成情境中的任务，根据任务完成情况对学生的知识掌握程度和思维发展水平等进行测评。需要注意的是，情境必须具有真实性、客观性、问题性，以使学生能够有真实的“临场感”，只有这样才能监测出学生的知识迁移应用能力。

（1）个性化监测通道

人工智能赋能测评系统能根据学生的喜好选择个性化的监测通道。监测开始前，学生需要输入自己的基本信息，如姓名、年级、学校等，以便实时同步监测结果。基本信息输入后，学生可根据自己的喜好选择任一通道，同时选定自己想扮演的角色，开始游戏化监测。个性化监测通道的设置是为了满足学生个性化学习的需求，且淡化监测的测量性质，以消除学生的抵触心理。根据学生选定的监测通道，知识星开始智能化重组，并实时跟踪学生的监测情况，以此作为知识星重组的依据。故不同的通道内，知识星重组所形成的星空图不同；同一通道内，由于学生的监测情况有差异，知识星空图也有所差异。如此，通过个性化监测通道，学生真正实现了个性化学习。

（2）自动化监测内容组合

人工智能赋能测评实施由知识星、监测任务、能力水平值、学习材料4 个部分构成。知识星为学生在所处阶段应该掌握的知识点；监测任务是根据知识星的层级结构组建成的情境游戏；能力水平值为学生完成情境游戏任务后所获得的能力水平；学习材料为学生未能完成情境游戏任务后，系统根据任务完成过程中的诊断反馈，组建自适应的学习材料帮助学生进行个性化学习。整个监测过程都是根据学生个性化监测结果，自动组建监测内容，既能有效减轻学生监测的负担，又能精准监测学习的结果，将学习效率最大化。

（3）智能化监测结果反馈

人工智能赋能测评系统能够将融合的学科核心素养以问题情境的方式呈现，在学生问题解决或任务完成中，系统地、智能化地监测学生的学习质量，并能根据学习监测结果提供学习材料，帮助学生智能化学习，实现评价和学习的融合，因而兼具评价性和学习性功能。

人工智能赋能测评实施过程中学生填写基本信息后，测评系统计算学生应该掌握的知识星，并自动匹配适合学生的监测内容，在学生完成该阶段的监测任务后获得该知识星所匹配的能力水平，进而进入下一个知识星的监测。如果学生没能完成该阶段的监测任务，系统会根据学生在任务完成过程中的表现，诊断学生实际掌握了多少知识和技能，并根据诊断报告自动匹配适合学生的学习材料，自动生成每位学生需要补充的知识点，给学生提供最有效的知识。学生需完成补充知识点的学习任务，再次进行测试，完成当前监测内容后才能进入下一个知识星的监测。可见，通过智能化监测结果的反馈，学生能够有效提升学习质量和学习效率。

3.监测反馈：教学评一体化

（1）智慧学习反馈系统：知识进阶路线图

监测反馈能够用于智慧学习反馈系统和智慧教学反馈系统。智慧学习反馈系统的使用者主要是学生本人及其家长。该系统通过精准的计算，能够最大限度地减少高学业成就者和低学业成就者的测量误差，能够根据学生的差异进行个性化测试，也能够根据学生的能力水平匹配测试题目。根据学生的监测任务自动匹配适合的学习材料，能够帮助学生减少学习的误区，节约学习的时间，且能将学生知识学习的过程可视化，帮助学生、家长和教师及时掌握学生知识学习的过程、存在的知识盲区等，做到快速诊断学习。

（2）智慧教学反馈系统：精准分析学情

智慧教学反馈系统的使用者是教师。该系统能够根据教师所教班级的信息自动匹配学生信息，并将学生监测任务完成情况自动生成的知识结构诊断报告反馈给教师。教师根据诊断报告能够准确判断每位学生的知识进阶情况，能够准确判断同一分数下不同学生的能力水平差异，也能够准确判断同分数、同能力下学生知识点掌握的差异。该系统会根据收集的多种数据信息，分析不同学生成绩的水平值和知识点掌握情况，形成相同问题学生的知识星链接图。教师可据此制定个性化教学或答疑措施，干预学生的学习、优化自己的教学，以此解决学生现有的知识学习困难。该系统最大限度地保障了教师对教学效果的精准判断，因而能够实现教学评一体化，也能够实现增值可视化。

四、实施建议与保障

人工智能赋能学生学习质量监测体系融合学科核心素养进行测评，能够为学生的学习和教师的教学提供精准的改进或提升建议，实现学教融合、学评融合、教评融合，进而通过监测推动高质量教育发展，助力“科教兴国”战略实施。

1.实施建议

（1）监测兼具评价性和学习性，需尊重学生的差异性

学生的知识学习过程是一个极具个性化的过程，不同学生的知识进阶路径会有所不同，即使测评分数相同的学生，其掌握的知识也有可能不同，因此，在进行学习质量监测的过程中，测评人员应尊重学生的差异性，遵循“以学生为中心”的原则，进行个性化测评和反馈，以实现“为了学习”而进行测评的宗旨。

人工智能赋能学生学习质量监测体系能够根据学生输入的基本信息自适应测评的内容，根据学生测评结果适配学习材料，实现个性化测评，再在个性化测评的基础上，可视化学生知识进阶的路径。即使是同一阶段同一能力水平，不同学生的知识进阶路径也会有所差异，故测评人员需要明确测评的目的，尊重测评对象的差异性和测评结果的个性化，不盲目追求整齐划一，也不刻意追求评价结果的一致性，只有这样才能在测评中促进不同学生的个性化发展和德智体美劳的全面发展。

（2）监测兼具学习性和教学性，需科学看待评价结果

在“以评促学”方面，学生学习质量监测体系能够精准、直观呈现学生学习质量的状况，通过学生个性化的评价可视化学生知识进阶中的疑难点，给出补救的资源包，便于学生查漏补缺，满足日常学习需求，从而促进学生的学习个性化和全面发展。在“以评促教”方面，学生学习质量监测体系会自动将学生测评中的问题反馈给教师，教师通过分析学生知识进阶的路径，深入了解学生是如何进行学习的，从而及时开展具有针对性的辅导。同时，系统能够通过大数据自动计算班级学生的学习状况，将班级学生学习中的困惑反馈给教师，教师能根据数据反馈及时调整教学计划或策略，以满足班级学生学习的需求，实现教育的高质量发展。“以评促学”和“以评促教”是学生学习质量监测反馈系统的两端，测评人员需科学看待监测结果，合理利用监测结果促进学生的学和教师的教，以此落实教学评一体化，发挥评价促进学与教的作用。

（3）监测兼具学科性和综合性，需坚持“育人为本”的价值取向

学生学习质量监测体系将“五育”的核心素养融合在一起，组建融合学科核心素养，通过融合学科核心素养的测评表征学科核心素养，可视化学生目前已有的关键能力和已具备的品格，明确学生需在哪些关键能力或必备品格上进一步成长，进而帮助学生、家长和教师清晰掌握学生的实际状况，并根据现有监测结果进行智慧化干预，以促进学生学科核心素养发展，落实“立德树人”根本任务。由此可见，学生学习质量监测兼具学科性和综合性，需坚持“育人为本”的价值取向，尊重学生的成长过程，尊重学生的个性化发展，不能刻意追求素养的均衡化发展或学生的全科化发展。

2.实施保障

（1）测评技术保障

“互联网+”测评技术在教育测量中的应用带动了新的信息技术、统计技术和测量技术的创新，新的教育生态逐渐形成。“互联网 + ”式的在线教育平台可以全过程、全方位采集教育数据[24]；计算机化自适应测验技术能够根据学生的能力匹配相应的测试题目，该技术目前已广泛应用于美国研究生入学考试、美国教师资格考试[25]等。已有的技术为学生学习质量监测体系的开发和应用提供了技术保障，使用智慧测评系统对学生的学习质量进行智慧监测已成为教育评价发展的未来趋势。

（2）测评心理保障

学生学习质量监测体系虽可实现多终端数据同步，但学生只有登录自己的账号才能看到自己的测评信息，保障了信息安全，消除了学生担心测评结果泄露的心理负担。人工智能赋能测评系统采用游戏的方式进行，“寓评于乐”，切合学生的身心发展特点，能够有效消除学生不乐意参加监测的心理。测评数据能够针对学生的学习情况提供有针对性的干预措施，帮助学生扫除学习中的障碍，提升学习效能感，故易于被学生接受。测评数据还能为教师提供精准的学情分析，便于教师从多位学生的知识进阶路径中分析出学生普遍存在的问题，以此制定教学策略，助力学生学习高质量发展。测评既能减轻教师从众多文本或作业中分析学情的负担，又能减轻教师的教学压力，让增值可视化，并能时刻知晓学生的学习状况，故易于被教师接受。此外，测评数据还能通过家长端给家长推送孩子的知识进阶路径，帮助家长及时了解孩子的学习状况。学生通过智慧测评提供的学习资源包进行学习，能够有效纾解家长的教育焦虑。