智能技术赋能教育评价的应然愿景、实然困境与使然路径——基于CIPP评价理论的冷思考

沈万里,李荣荣,孙立会

(中央民族大学,北京 100081)

教育评价是教学过程中非常重要的内部动力,是使结果臻于完善的重要途径,它在教育质量的提升、教育决策的执行、教育公平的实现、教师教育水平的提高等方面扮演着重要的角色。智能技术的革新在一定程度上为评价方式的多元化、评价过程的实时性以及评价结果的个性化注入了更多的新鲜血液。2020年,中共中央、国务院印发了《深化新时代教育评价改革总体方案》,提出要充分利用信息技术,提高教育评价的科学性、专业性和客观性。[1]然而,智能技术赋能教育评价之际也引发了“异化”人等诸多方面的实然困境。早在20世纪六七十年代,美国著名的教育评价家塔弗尔比姆就曾言:“评价的目的在于改进,而不在于证明。”智能技术的发展为塔弗尔比姆的“设想”给予了动力也产生了新的迷失。基于此,我们基于CIPP的过程评价理论,梳理了人工智能赋能教育评价的应然愿景,实然困境,并从马克思哲学的评价理论的视角出发,提出了技术赋能教育评价的使然路径,以助力新时代教育评价朝着应然的愿景砥砺前行。

一、智能技术赋能教育评价的应然愿景

CIPP(Context,Input,Process,Product)评价模式一经提出,凭仗“以决策为导向的评价模式、重视评价的改进功能、把诊断性评价、形成性评价、终结性评价完整地结合起来”等特点令广大教育者欣喜雀跃,然而又因其评价步骤、内容的复杂繁琐性,需要专业人士参与等原因令广大教育者望而却步。如今,技术的革新和发展为CIPP的评价模式给予了更多的支撑和动力。

1.背景评价:科学化与个性化定制型服务

CIPP评价模型中的背景评价是评价的首要环节,指的是在评价前对项目或政策所处的背景、目的、目标、目标受众、预期结果等方面进行分析和了解的阶段。其目的主要是通过需求分析明确学习者的自我需求与社会需求,更好的确定学习者的学习风格与个性化特征,从而为学习者提供个性化发展路径。随着智能技术的革新,为教学中的背景评价提供了源源不断的动力源泉。智能技术通过全面动态的感知和分析学习者遗留下的学习数据,从而对学习者进行全面的“自画像”,从而更“懂得”学习者的需要和诉求。近年来,以学习者建模为代表的智能技术应用在对学习者全面分析的基础上为学习者提供与推荐更加科学化与个性化的学习服务。学习者建模是基于学习者相关信息对其学习相关特征进行抽象和量化表征,是对学习者的一种抽象表示。学习相关特征包括:知识水平(包括迷思概念)、技能、学习偏好与风格、情感特征(如动机、情绪)、认知特征(如问题解决能力、批判性思维)、元认知特征(如自我管理)等。随着技术赋能教育的发展,基于学习者建模构建的智能辅导系统,可以在学习者学习的过程中跟踪其状态的变化,更好地把握学习者的特点,并自适应地给学习者提供合适的交互,并及时给予提供针对不同学生的个性化学习方案,让自古以来因材施教的愿景进一步转化为了现实可能。

2.输入评价:可行性与效用性自适应分析

输入评价是在背景评价的基础上,对教学的设定计划进行可行性与效用性分析,主要是评估教育实施的计划和设计的有效性,包括教育目标、政策、策略、活动、资源等方面。在输入评价中,评价者将会考虑以下两个方面:第一,教育目标。评价者会对教育目标是否清晰、可行、具有挑战性进行评估,以及是否符合政策的规定进行分析。第二,教育的策略、活动以及资源分析,着重教育手段的评估。人工智能凭借计算机视觉、机器学习、自然语言处理等核心技术,为输入评价的可行性与效用性分析充当起了“催化剂”。智能技术通过学习任务分析,教师得以把握学习任务中包含哪些知识点、知识点之间存在什么关系(如并列、从属、进阶等关系)、任务中的知识点是否可以与之前学过的知识点之间建立联结等,从而更好的助力教育教学的有效开展。图像识别、语音识别、机器阅读理解等技术的突破性进展,使得机器已经能够智能地“理解”学习任务,为智能化学习任务分析提供了基础,让输入评价的可行性与效用性分析更加科学化并且有针对性。除此之外,人工智能赋能输入评价的可行性与效用性能够全面的帮助教师分析教育的目标等各要素是否符合学生的全面发展诉求,以更好的适应这个智能化多变的社会,从而更好的为培养创新型的人才提供支持。[2]

3.过程评价:及时性与多元性全景式描绘

在教育中,CIPP评价的过程评价是指对教育项目实施过程中的各个环节进行评估,以确定教育项目实施情况的质量和效果,具体包括教学项目的实施情况、教学质量的控制、教学管理以及教学过程的监控等诸多方面。然而,因为评价任务繁重、教师精力有限等原因,传统的过程性评价仅关注静态、可量化和浅层次的学习效果,并且过程数据采集较为单一,难以记录课堂整体的活动。随着以计算机视觉、机器学习为核心的智能技术发展,全过程伴随式数据采集可以追踪师生教与学的全过程,并给予及时诊断与反馈。例如,抽象数据的分析结果可以通过智能可视化技术以图示化的形式展示,为教师和学习者提供直观反馈。[3]基于人脸识别或可穿戴设备识别学生在学习过程中的情绪或行为信息,从而了解学生当下的学习投入情况,可实现基于学习者自身状态的过程性评估。[4]传统的学习评价多以考试成绩作为主要依据,片面强调测量结果的客观性,消解了学习过程的价值。人工智能支持下的教育评价从单一的小数据评价走向更加全面真实多元的大数据评价,[5]关注学生的身体素质、心理健康、实际问题解决能力等多元发展情况,实现更全面客观的过程性评价。

4.成果评价:可操作与可测量自动化生成

CIPP评价理论中的成果评价是指对教育项目或计划在实施后所获得的结果进行评价的过程。成果评价主要关注项目或计划的效果、成果和质量,旨在评估其是否实现了预期目标和效果,以及是否达到了质量标准,主要包括效果评价、成果评价、质量评价以及价值评价等。随着机器学习、自然语言处理、语音识别与处理等技术的不断成熟,自动化评分(Automated scoring)被广泛应用于数学、科学、阅读等各学科领域的评价中。[6]除此之外,对学生的评价通常会受到精力有限、依靠经验进行评价等因素的影响,教师通常基于学生在所有题目上的整体表现来判断学生的学习结果,而无法关注、分析每个学生的具体发展情况。通过使用教育数据挖掘技术改进认知诊断模型(Cognitive diagnostic model)等方式,算法正被用于综合学生答题情况与题目所涉知识点等信息,进而评估学生具体的知识能力水平和学习状态,实现精准化评价。[7]人工智能助力成果评价的主要优点是一方面能够自动化生成可操作和可测量的评价结果,大大提高了教育评价的效率和准确性;另一方面通过多种方式收集和分析学生的学习数据,包括考试成绩、作业完成情况、教师评价、学生反馈等,对学习的过程进行了“全景式”的监控,更加提高成果评价的可信度以及可靠性。

二、智能技术赋能教育评价的实然困境

智能技术的发展为教育评价的科学性和可实施性提供了新的动力和支撑,而技术革新在教育应用中产生的数据驱动的量化评估、效率为先的精致评级、机器信奉的拜物崇拜以及量化至上僭越育人导向等风险更值得我们警惕和思考。

1.数据驱动:量化评估扭曲价值取向

智能教育评价的数据驱动越来越将人量化为“物”,致使教育的工具属性湮没价值属性。尽管数据在评估和改进教育方面具有重要作用,但完全依赖于量化评估可能无法全面准确地衡量学生的整体发展和教育的综合价值。在数据的量化驱动下,人的本体性的存在价值几乎被抹杀,只得求其用,只求其能满足人所存在的社会需要,而忽视教育培养人成为“谦谦公子”的价值目的。事实上,教育中的诸多要素诸如情感、想象力等是难以被计量而纳入量化评估的过程中的。教育应该是一个多维度的过程,旨在培养学生的创造力、批判思维、社交技能和解决问题的能力。如果过于强调量化评估,学生和教师可能会更关注追求高分或者使用的量化而忽视了这些重要的非学术能力的培养。为了达到好的评估结果,教师可能会倾向于追求教材的快速传授和学生对知识的机械记忆,而不是培养他们的批判性思维和问题解决能力,致使教育的价值属性宛若“空中楼阁”。

2.效率为先:优绩至上摧毁多样生态

智能教育追求高效率的倾向确实可能对多样生态造成一定的摧毁,其本质为优绩主义主导的对人的异化。当教育系统过度关注效率和结果时,就会呈现出对“优绩”至上的盲目追求。追求高效率可能导致标准化和大规模化教育的兴起,并进一步加剧教育的同质化趋势,人之全面发展的构想便“形同虚设”。从规训社会过渡到绩效社会,在智能技术的加持下“超我”把自己积极扩张成了更加“理想的我”,而无形的放大了优绩主导的个人潜力,形成了一种“自我式”的剥削,摧毁了人之多样生态。此外,过度追求效率也可能导致教育过程的机械化和流水线化。当教育变成一个标准化的生产线,注重快速完成任务和达到特定的目标时,学生可能失去了自主学习和深入思考的机会。这种机械化的教育方式可能抑制了学生的创造力和独立思考能力,影响了他们的个性发展和创新能力,而这与马克思眼中的工人所遭受的“异化”将毫无二致。

3.机器信奉:拜物崇拜消解人之主体

现代性教育的本质追求是通过理性主体性的确立,最终实现“人成为主体”。然而,随着智能技术的渗透,当教育评价产生机器信奉以及拜物崇拜时,人的主体性和专业判断力可能被削弱,教育过程可能被机器逻辑和标准化所主导。[8]相关的研究发现,机器的能力、任务的复杂性和风险对人类决策产生重要影响,当面临复杂任务和高风险情境时,人们更倾向于接受机器的决策建议。相关研究者指出,由于算法自身所带的“偏见”,还会导致教育决策的严重失衡。[9]除此之外,智能教育评价机器往往是由开发者和数据科学家设计和开发的,从而导致他们对教育的理解和教育价值观可能与教育从业者存在差异。过度信奉机器评价可能导致将机器的标准和价值观强加于教育领域,削弱了教师的专业判断力和学生的自主性,从而迫使教育评价的主体由人让渡为机器,[10]失去了人之主体性。

4.量化至上:公平导向僭越育人本质

机器为先的教育评价以其客观性强、精准度高而又能够较好的实现教育的公平底线等诸多优势饱受教育相关者的青睐。然而,在量化评价的教育评价中,可能会忽略学生个体差异,忽视学生的情感与思维发展等育人性方面的因素。学生在量化至上的考核评价中,过多关注的是其量化的结果而导致公平导向的评价方式僭越了育人导向。学生过分沉浸于量化的考核和优绩主义的主导而陷入无尽的内卷,致使学生在其量化的大山之下变得焦虑、抑郁而有失教育之本真。而教育的方式与手段无论如何改变,育人理应成为教育的出发点和首要原则,不应该让过度的量化为先遮蔽了教育的宗旨和目的,致使智能技术赋能教育面临着本末倒置的“失落”。因此,应该在机器评价和人工评价之间取得平衡。在考虑公平性的同时,也要考虑评价目的的全面性和多样性,从而更好的回归教育育人之本质。

三、智能技术赋能教育评价的使然路径

智能技术的发展为实现以“评价是为了改进”为宗旨的CIPP评价模式的实现注入了新生动力,却面临着各种异化人的实然困境。教育评价的本质是一种价值判断,是主观与客观的统一。本文基于马克思价值哲学中价值具有客观性、主体性、多维性和社会历史性四个基本特性,从而构建了新时代教育评价的发展方向。

1.客观性层面:制度补给引导评价方向

建立科学、规范、透明的教育评价体系和机制,是引导人工智能技术帮助合理教育评价的关键。首先,制度补给可以帮助确立评价的目标和价值导向。评价不应仅仅关注学生的学术成绩,还应该关注他们的综合发展、创造力、社交技能和解决问题的能力等多个方面。通过制定明确的评价标准和指标,制度补给可以引导智能教育评价更全面地考查学生。其次,应该贯彻制度的执行和实践。事实上,好的想法和创意只有转化为具体的行动才有意义,因此要对教师开展评价的培训与考核,以此来引领教育评价朝着“正常的轨道”发展,而不发生偏移。最后,应鼓励教师参与评价的设计和实施,并赋予他们权力和责任来评价和判断,以充分发挥他们的专业知识和经验。除此之外,应该注重制度建设的“与时俱进”。在马克思的视角中,技术的进步会变革生产方式与生产关系,因此相关的制度也应该与之调试从而跟上时代的发展而不是坐以待毙。尤为值得注意的是,在制度补给引导评价的同时,要加强对评价数据的监管,明确数据的合法性以及使用边界,制定隐私保护制度,确保制度的补给将“人”的最好发展作为出发点与落脚点,[11]防止出现人之主体性不断被数据湮没与消解。

2.主观性层面:量质耦合调适育人逻辑

智能技术的发展让自动化的“量化评价”搭上了“顺风车”,从而产生了量化评价“僭越”质性评价的趋势。事实上,单一的评价永远无法全面呈现一个人的整体素质。因此,在主观性层面,只有量质耦合才能调适育人逻辑,促进评价的科学化发展。量和质的耦合意味着评价既要关注学生的学习成绩和数据指标(量),也要注重评价学生的综合素养、创造力和问题解决能力等非量化方面(质)。同时,评价应该调适育人逻辑,即评价的目的不仅仅是为了给出一个结果,更重要的是为了促进学生的发展和提供有针对性的指导。不管评价关注的是“量”还是“质”,育人都应该是评价所关注的核心要义。不管评价的形式如何改变,对教育中主体的评价都指向了教育目的诉求,而我们的教育本质就是要以育人为中心,在于人性的解放,使人摆脱各种奴役,成为自由自主之人。量质耦合的评价方法可以帮助评估学生的综合表现,同时也要关注他们的个性特点、批判性思维、合作能力和创新潜力等,将评价的目的视为“改进”而不是“证明”,从而更好地通过评价给予学生有意义的个性化反馈、更好地促进学生个性化的全面发展,从而更好地扭转目前的教育评价过度关注“量”而忽视“质”的现实困境,让学生真正成为自己的主人。

3.多维性层面:统筹兼顾落实以人为本

在智能教育评价中,应该统筹兼顾多维度的考量,并将以人为本的原则贯穿于评价的整个过程。首先,从评价主体自身来说,评价应该关注学生的多个维度。除了学术成绩,评价还应该考量学生的创造力、解决问题的能力、合作与沟通技巧、自主学习能力、社会情感发展等多个方面。其次,从评价工具方法上看,评价应该采用多样化的方法和工具。不同学科和领域的评价方法可能有所不同,因此应该灵活运用多种评价方式,包括考试、作品展示、实际项目、口头演讲、群体合作等用以结合不同学科以及不同主体的具体需求。再次,从评价主体类型来看,评价的主体应该多元化。评价不仅仅要关注教师的评价,也要关注自身的评价、同伴的评价以及团队的评价等,协调各方面的评价为塑造全面发展的学习者提供依据。最后,评价过程应该注重学生的参与和反馈。学生应该参与评价的制定和执行过程,可以自我评价、设定学习目标,并参与评价结果的解读和讨论,从而将人这一核心要素参与进去。除此之外,评价结果应该及时反馈给学生,帮助他们了解自己的优势和发展需求,并激发他们的学习动力和成长潜力,充分彰显教育中人的主体性作用。

4.社会历史性层面:彰显新时代人才评价特色

随着中国特色社会主义进入新时代以及中国式现代化的建设历程,新时代的教育应该构建新时代的人才评价体系,以满足新时代的诉求。党的二十大和中央人才会议提出加快建设世界重要人才中心和创新高地。其中,深化人才评价改革,完善人才发展体制机制是关键问题。智能教育评价应该注重培养学生的创新力和创造力,以此在国际竞争中提升竞争力。在信息时代,智能教育评价应该重视学生的社会责任感和公民素养。新时代对人才的要求不仅仅是个人能力的发展,还强调个体对社会和环境的关注和贡献。评价应该考查学生在社会实践、公益活动和团队合作中展现的社会责任感和公民素养,评价结果应该能够反映学生在社会问题解决和公共利益服务方面的表现。此外,智能教育评价应该注重学生的终身学习能力和适应性。新时代变化快速,要求人才具备快速学习和适应新知识、新技术的能力。评价应该关注学生的自主学习能力、批判性思维和信息素养,以及他们对未来职业发展和学习的规划及准备情况。因此,在中华民族伟大复兴的征程上,教育的评价要彰显新时代的人才评价特色,以此为新时代的发展添砖加瓦。

四、结语

智能技术的发展为塔弗尔比姆所畅想的过程性评价、改进性评价增添了有力的臂膀。然而,技术固有的“双刃性”本质属性也使得智能教育评价存在着实然的困境。智能时代的教育评价需从马克思哲学关于价值判断的视角重新审度,由此在主观性、客观性、多维度以及社会历史性等层面形成闭环,更好的促进智能教育评价朝着应然的方向砥砺前行。我们坚信,智能技术在赋能教育评价中定会在应然和实然的矛盾斗争中持续向前发展。