智能教育优绩主义倾向纠偏

[摘" "要] 智能不断塑造社会的基本形态，其之于教育应用已不再是“否定”的缺失之态，转而呈现出一派“积极”的充溢之象。智能教育以其规模化的资源共享、个性化的学习定制与数据化的学习计算承诺了教育目标公平与自由、教学应用专属与适恰及教育评价高效与精准的美好诺言，却也无意识地悄然落入智能教育优绩主义至上的迷思陷阱。教育目标的“理想主义”盲目许诺、教学应用的“行为主义”外在规训与学习评价的“绩效主义”成效量校无不显现对主体自然生命的无形优绩围困。摆脱智能优绩迷雾的现实阻隔在于对教育整全生命的向往与唤醒，实现马克思主义“自然人”的智能教育价值转向，回归智能教育目标偏倚中生命驱动的“人是目的”观，坚守智能教学行为驯化中生命显现的“人本质即人本身”观，彰显智能学习评价藩篱中生命自在的“人的全面发展”观。立足向往，回应现实，智能教育尚需在内外兼修中回归自然本真，在坚固本身、完备形制中不忘教育初心。

[关键词] 智能教育； 优绩主义； 马克思主义； 自然人； 生命回归

[中图分类号] G434" " " " " " [文献标志码] A

[作者简介] 孙立会（1985—），男，吉林白城人。教授，博士，主要从事人工智能教育研究。E-mail：sunlh777@163.com。

一、引" "言

生成式人工智能的横空出世震惊全球科技界的同时，也给教育领域带来颠覆性的改变。智能元素充溢在教育过程的诸多方面，俨然已成为教育生态系统中不可或缺的组织结构，并随着教育主题的更迭演化出各式新形态。社会的发展也在不断催生新的时代教育主题，否定性的社会已消失，取而代之的是充溢着积极性的社会[1]。但这种积极性或许正将我们带入另一种“自我否定”，即现代社会主体的重心已不再是对抗外部入侵和不良环境，更多的是同一种指涉自我关系与自我剥削的行为作战，导致“焦虑”“内卷”“躺平”的话题甚嚣尘上，引发了教育领域对“优绩主义”的深刻反思。优绩主义即依据能力和努力程度去分配政治、经济资源的一种原则和体制[2]，其所倡导的功绩分配标准、自我掌控准则及平等自由机会等优绩至上原则极大地激发了人类追求卓越的信念。智能教育所冠饰的公平自由的教育目标、个性专属的定制教学及高效精准的评价优势也在无形之中落入理想化、行为化和绩效化的优绩主义泥潭。儆醒与遏制智能教育优绩主义倾向的关键在于回归教育的“自然人”主张，坚守教育使人成为人的初心不动摇，牢记智能教育目标不能脱离培养生命整全人之初心。

二、美好的诺言：教育场域的智能主题

（一）规模化资源共享重筑公平与自由的教育目标

公平与自由是千百年来教育追求的永恒真谛，人工智能技术可以助力教育公平的进一步实现。教育原本是社会阶层流动的关键通道，但这一规则却正在缓慢消失。技术自进入教育系统以来，便被许以缓解教育公平矛盾的靶向工具，以具有生产和发展特性的人工智能技术更被教育寄予厚望。智能教育诠释了教育公平的美好图景，其进路主要通过两个层面实现。一是时空格局的扩展：随着人工智能技术深入广泛的教育应用，各类智育产品得以覆盖更加广阔的地域与群体，承诺偏远地区的学生也能够享有更加优质的教学资源，共享智慧科技成果。二是供给水平的加深：以构建数字化、智能化和终身化的教育体系为目标，通过云端共享多元优质教育资源持续推进人工智能助力教育公平发展之路。人工智能的教育公平目标作为激励性的公共话语，为每个个体带去了平等竞争的期许，这在无形中也给予了个体“自我命运主宰者”的底气。尤其在当下社会教育焦虑加剧的情况下，智能教育所助力的教育公平更被视为可能跨越教育阶级壁垒、打破“教育世袭”的关键，也自然成为技术决定主义者的宣传口号。诚然，智能技术描绘了教育公平的美好愿景，但其隐蔽的技术偏见或把教育带向不可预测的歧视与不公，进而埋下智能教育“内卷”的隐患。

（二）专属化学习定制演化个性与最优的教学应用

智能系统被宣称能够为每位学习者定制个性化学习方案，以打造最适配和最优解的“因材施教”式教育模式。通过收集和分析学习行为数据，使用算法模型和推理引擎刻画学生个体的学习方式与特征，以自动优化学习内容供给、学习方法适配与学习节奏调整，从而支持实现智能教育个性化教学实践目标。并且，随着数据的累积，人工智能通过“自我训练”还会愈发“聪明”且精准地为学习者提供适配度和专属度更高的学习资源与学习路径，同时还能够为教学者提供即时、适时的反馈，实现接近人与人的课堂教学交互。随着智能教育情境的不断进化，繁复的教学问题仿佛变得简洁且有迹可循，至于如何去教与学已不再是人类思索的范畴，仿佛人类只需预设好目标，智能技术就能够推演出趋于完美的教学逻辑。智能教育在一定程度上满足并回应了群体对学习表现与绩效提升的渴望，但与此同时也缔造了智能教学应用的虚幻“神话”，即无论学习者天赋与积累如何，都能够通过智能教学的“逻辑闭环”得到提升。这种看似“千人千面”的私人学习定制，实则正在沦为“千人一面”的同质化“产品制造”。人们可能深陷智能学习环境营造的制度与“不成功就是没努力”标准的暗示中无法自拔，放弃了对自身学习和教学本身存在意义的追寻，这无疑是十分可怕的。

（三）数据化学习计算催生高效与精准的教育评价

基于人工智能、自然语言、机器学习以及深度学习等的数据密集型评价范式被视为深化教育评价改革的主要突破点。智能的内核在于数据与算法，算法模型是支持智能评价开展的内部逻辑，其通过回归、分解、聚类、集成、预测及训练等方法过程对文本、音频、图像及生理信号数据等进行结构建模和标度计算，进而支持实现精准高效的教育评价。此类多模态伴随式的数据采集和效价计量形式，更被标榜为破解学习绩效、情感道德以及认知思维等过程性、动态性和高阶性品质评价难题的良策。数据驱动教育评价的发展速度已不可阻挡，智能技术将人类置于一种强计算主义的社会运行模式之中，主张人类的任何思想、行动、心智都可以通过某种算法程序以数据序列的方式表达[3]。正如美国社会学家丹尼尔（Daniel Bell）所言，后工业社会，技术能力与教育水平的功绩将决定个体地位的高低[4]。在“万物皆可计量”的社会，人类更应保持警醒，尤其对于教育这一特殊性活动而言，智能教育评价的本质实则是对学习行为表现的无限“还原”，以符号化标识来代替完整的、流动的生命活动，并以绩效化的准则来计算个体行为的有无本身，这无疑是将鲜活的教育过程“脚本化”，无形中也是在对某些教育内容的放弃与失守。

三、迷人的陷阱：智能教育的优绩至上倾向

（一）“理想主义”奠基：智能教育目标的盲目许诺

“优绩”一词有功绩、优点之说，也有使动性的应受之意。优绩主义概念本身并非“原罪”，其因对打破先天身份特权并以才能、努力和成就为依据来分配社会与经济奖赏的承诺而受到广泛拥护。但这一昔日激励无数人为之奋斗的梦想，恰是造成今日诸多社会弊病之根源，这种看似公平的成功观造成了精英群体的傲慢和底层民众的怨恨。使成功者深信其成功是自身努力的结果，却忘记成就他们的时机和运气，从而轻视比自己不幸和缺乏资格的人[5]。精英化的教育机制能够以个人能力破除继承性特权，并在优绩主义的导向下得以传承。由此固化了教育阶级之分——富人的孩子因为在这种机制中获得更多的投入，成功概率更大，而穷人的孩子则因此更易被困于社会底层[6]。

人工智能技术或也正营造这一“英雄不问出处”的育人环境和学习氛围，许诺不同程度、不同背景及不同特质的学习者均可以通过干预和训练获得知识的增长，这一看似公平与自由的教育目标背后却也酝酿着“新”的分层与不公。智能教育“无前提许诺”烘托起更为“积极”与“兴奋”的学习景象，与外化技术以“异化”和“去现实化”作用于学生学习的方式不同的是，智能技术没有作为剥削者的他者，而是导向学生主体不由自主地“自由现实”和“自我剥削”。而这正是优绩主义下“悬浮社会”的真实写照：“蜂鸟疯狂地震动翅膀，却只为在空中保持静止”，最终使学习者陷入一种无尽的倦怠而又无法停止的学习过程之中。

（二）“行为主义”引导：智能教学应用的外在规训

优绩主义的个人激励和精英统治倡导优秀的人承担各类社会角色，折射出教育中的人根据社会追捧的成功标准不断矫正自身行为。不论是感觉自己没有价值的“失败者”，还是已经证明过自己的“成功者”，他们都在无止境的竞争中付出额外成本却收效欠佳，并逐渐演变为一种背离教育规律的低效学习行为。个体以绩效诱导的学习行为规训使追求绩效的教育主体间的竞争更为自主化和隐匿化[7]。而当学习者发现最终追求的优绩只是不可触摸的“幻影”时，放弃追求成功，走向疲于奔命的“躺平”或许已成必然，最终也导致教育的“同质化”而失去其原本鲜活的育人本色。

数据形塑与符号关系是智能技术的底层逻辑，正是遵循着这一逻辑，学生主体的表征也便于分离开来进行分别塑造。正如哲学家鲍尔格曼（Albert Borgman）所言：技术进化的过程导致人们在获得功能的同时，失去了与“与境”的交互和参与，这必将导致物与“与境”的剥离、手段和目的的割裂[8]。在智能教育环境中，规训演变成了干预与监控的手段，如智能学习系统为学生提供各类相似的学习资源、多模态技术实施监控并反馈学生课上作答及课外作业情况等。学生学习行为不断归顺于智能设备的预设标准，并最终趋于统一。短周期的学习量化造就了教育的“悬浮”，无视教育的本质，并将其工具化，教育只是实现不确定未来的手段，而其在当下本身的意义与过程被消解[9]。无论何时，知识的生产与学习都应是一个平静而漫长的过程，但在优绩主义倾向的智能教育时代却正在被渐渐遗失。

（三）“绩效主义”标榜：智能学习评价的成效量校

优绩主义社会，绩效与个人价值直接关联。现代社会是一个计算型的社会，我们已然进入一个万物皆可计算的“泛在计算时代”或“强计算主义时代”，计算性成为附加于人性之上的“第二性”。技术官僚主义的治理手段充斥在教育生态之中，以“计量”化人、“量化”育人的评价主义范式大行其道，通过直观的数字分类计量并汇总绩效结果，赋予其“客观公正性”，以此激励学习主体提升绩效，以在资源配置中获得优势[10]。

智能技术数据化、模型化及效标化的计算本质正将教育评价的“绩效主义”推向新阶段。算法“霸权”滋生了学习的“表演性”文化，学习主体以自身“活动生命”的枯竭为代价换取算法的认可，通过在量化维度持续自我消耗以贴近算法设定的更高评定标准。这一现象正如马克思在《资本论》中所描述的“商品拜物教”，即认为事物某属性的量化表征，具有比该事物本身更为神圣的地位[11]。而此时，“智能拜物教”的教育评价正在蔓延，其直接结果便是使学生学习行为朝着算法可计量的方向迈进，更加有竞争性的学习环境进一步加剧学生焦虑情绪。马尔库塞（Herbert Marcuse）曾警示：“自然的定量化，导致根据数学结构来阐释自然，把现实同一切内在的目的分割开来。”[12]可度量、可通约、可计算、可预测的教育绩效“压扁”了人的丰满个性[13]。但教育的目的和前提从来就不是“优胜劣汰”的社会达尔文主义，或许避免这一问题发生的最根本前提是承认、允许并接纳教育中的差异化存在。

四、坚定的转向：智能教育“自然人”景观的

全然生命打开

（一）现实向度：回归智能教育目标偏倚中生命驱动的“人是目的”观

智能教育目标无差别盲目许诺而造成的优绩现象，其本质反映的是人与智能技术的关系错位。马克思通过对资本主义的批判性考察后深刻指出，近代以来人类虽摒弃了神圣性的异化目的，却转而又将某种世俗性的对象当作了目的本身，于是现代人类仍然经受着自我目的丧失和异化的磨难[14]。现代人让自己的整个世界观受到实证科学的支配，科学的危机表现为科学丧失了生活意义，价值理性被工具理性遮蔽、取代，最终导致人生真正的价值追求被遗忘。从原始社会的“刀耕火种”到农业革命的“耕种畜牧”，再到工业时期的“蒸汽纺织”和信息时代的“计算互联”，技术独立于人自身之外的对象性关系愈加模糊，而人工智能技术的出现又加剧了这一局面。智能技术的“拟人性”能引发人类的沟通动机与情感互动，从而决定其教育角色必然从“教育工具”向“教育行动者”转化。智能教育所营造的具身参与感与沉浸式环境重塑着人与技术的存在结构，技术与人的学习生命活动的界限逐渐模糊，智能技术成为一种“内环境”，甚至成为一种“组织成分”开始融入人的生命与学习活动之中。智能技术对人的“越位”正步入尼尔·波兹曼（Neil Postman）所描述的“技术统治”和“技术垄断”的社会发展阶段，技术“凌驾”于一切意义和价值之上[15]。

进而言之，智能教育目标偏倚的内源性问题正是以技术为目的去规训人，而非以人的目的去应用技术。埃里希·弗洛姆（Eric Fromm）曾有言：技术化社会应确立人道化目标，确立人作为价值的最终根源，以追求人的最优发展而非技术的最大化发展[16]。是以，智能教育目标需要回归并坚守“人是目的”的基本原则。马克思主义哲学作为时代精神精华的首要前提就在于其敏锐地把握住了现代人类以人自身为目的的基本精神，并将其内化为自身思想理论的一个基本主张和重要前提——人自身就是最高的价值目的。自然中任何东西都可以成为人的手段和工具，而没有任何东西可以将人当作手段，以达到一种真正人道的自由状态[17]。在这里，人是“非特定化”的自然结构。而马克思主义语境中的“人是目的”观并非对人自由存在的绝对“浪漫主义”，而是一种立足于人与动物、人与物质生产以及人与社会的关系[18]。作为根本目的的“人”，不是任何抽象意义上的纯粹自我、理性或精神实体，而是生活在现实世界中的理性与感性交织的现实个人。以现实个人为目的，即要以个人在其现实生活中真正作为人而存在为目的。面向未来的智能教育，人与技术的复杂交涉关系已不可避免，但始终须秉持人在其中作为自主意识存在者的地位不动摇。学习者在此关系中应有所警惕，不要被动陷于技术的安排与规划之中，而应发挥以人为目的驱动的自在动力场影响，在对智能学习潜在的可能性的充分理解和深刻认知的基础之上，追求生命自觉学习状态的复归。

（二）主体向度：坚守智能教学行为驯化中生命显现的“人本质即人本身”观

智能教学应用对学习主体行为的标准化规训和反向驯化而引起的优绩陷阱，其实质体现为人本质“主体客体化”的映射错位。马克思早在写作《德法年鉴》时便认识到，一个人，如果曾在天国的幻想现实性中寻找超人，而找到的只是他自身的反映，他就再也不想在那个他正在寻找，以及应当寻找自己真正现实性的地方停留，只去寻找他自身的假象，只去寻找非人了[19]。自古希腊哲人将“认识你自己”的劝诫刻于德尔斐神庙起，“人是什么”就成为哲学上的一个永恒之思，人的本质构成了人区别于他物的根本属性以及人存在和发展的根本。资本主义社会将整个社会以“数目字管理”，但数据并未固定于社会统计与分析之中，其在计算、预测与决策中越发具有独立性，最终和技术达到了深度合谋，成为今天定义人的方式[20]。数据以记录方式表征和还原人的生命活动，即人通过技术将自己的本质力量投射到客体之上，从而来确证人的本质并表征人的自我，属人的数据表征了人的本质，但却不是人的本质本身[21]。智能教育中算法“精准”计算着人的行为，极力彰显着对人本质全面透射反映的能力，能够构建学习者行为画像、实现个性化学习推荐以及设计个性化学习路径，但同时也将人本质遮蔽并深埋于底层。智能教育以智能技术自由的逻辑规则来反向“驯化”人的行为，而非以人本身的价值和需求来“驯化”技术，教育人工智能中人与智能技术的这种“双向延异”打破了两者主体与客体之间的清晰界限，从而在颠倒两者的从属关系中逐渐造成人的去主体化和行为异化现象。

概言之，智能教学应用的驯化规则是从外在于人的数据行为而非从生命显现的感性实践活动中去理解和表征人的本质，以数据世界的主体性取代了人的主体性。马克思和费尔巴哈之前，哲学史上纷繁复杂的人的本质学说有一个共同的缺陷，就是把外在于人自身的、人的实践活动的对象当作是人的本质，把确证人的本质力量的外在之物理解成人之为人的根本。而在马克思主义关于人的本质观看来，人之为人最根本的是人的特殊的、自觉的主观能动性，人的根本就是人本身[22]。人的主体地位更多地反映在人的自我价值体现上，而价值、精神和思想等则体现于人的物质实践之中。因此，人的真正发展必须以确立人本身的主体地位为前提，并在蕴含着丰富人性的总体性创造实践中去实现。ChatGPT实现了对人类思维能力的模拟，Sora对整个物理世界的模拟更给人类社会以冲击。智能技术跃迁引发教育一次又一次的改革浪潮，学习作为人的本质且本能需要的价值愈加明显。人之为人在于超越动物的精神自由追求和超越社会性的个体自主创造。由是，人本质的教育应以培养人的“未完成”且“未确定性”为目标，尊重人发展的无限可能性，并为之创造条件和提供适时引导，鼓励学生以身体去感知智能在学习中的显现、改造与解释，从而真正将智能技术带入学生学习的生命体验中。

（三）实践向度：彰显智能学习评价藩篱中生命自在的“人的全面发展”观

智能教育评价极端量化学习表现而导致的优绩迷思，其本质源于以片面物化占有的教育来谋求人的全面自由发展而导致的匹配错位。马克思主义关于人的全面发展作为一个历久弥新的主题，在智能当道的教育局面中更焕发出新的活力。马克思主义关于人的全面发展是主体本质的全面发展，既是人的个性、能力和知识的协调发展，也是人的自然素质、社会素质和精神素养的共同提高。教育本身与人的全面发展具有内在一致性，但在分数、学位、升学和评优等博弈人我观和功利学习观的调和下，有量而无质的教育评价现实日益凸显。计算和量化手段下人的活动被绝对控制，甚至也将量化技术精度上的进步视为对更加完整的人的反馈。智能教育的全面评价标准宣称通过对学生行为表现数据即时捕捉和记录，再经统一数据平台沉淀形成学生“画像”，以直观反映学生在知、情、意等方面的综合变化。计量至上的智能教育评价使学习者的精神、心理、个性乃至生命陷入一种强烈物化占有的危险之中，深陷被占有奴役的牢笼而不自知，教育被物化成为控制着人的发展的工具。同时物化了的教育又必然会培养出充满占有欲望的人，如此循环往复之下形成的顽固的物化链条更加束缚着人朝着自由全面发展的路向迈进。

质言之，智能教育评价“量化”育人的底层逻辑是将复杂且鲜活的教育活动片面物化，继而以对数量关系的分析与比较推断对象行为的学习成效。而马克思认为的“全面发展的人”不仅关涉的是表现“量”的问题，更是发展“质”的问题，是个人潜质在生产实践中的全面自由发展。为何智能教育评价无法描绘整全意义上的人，这需要从人与人工智能关系认识论的哲学角度来审视。一是，虽然人工智能作为一种独特的社会生成，但人才是其原始创造者，其内含的理性逻辑过程乃是基于人的推理过程，人工智能没有也不可能离开人而存在。二是，虽然人工智能具有所谓的学习能力甚至衍生出生成“需要”，但仍难以摆脱其“从属”和“二阶”性，并未超越技术手段之“器”的属性，即不论是从“人是理性动物”抑或是“人是社会关系综合”的方面考虑，人工智能均缺乏人之为人的内在品格[23]。故而，教育评价绝非简单的技术性问题，教育中人之全面发展诸多要素是难以被量化的，精准的计算并不等于“真身”，不能让精准的数字遮蔽了人的理性思考，冷落智能教育的育人本质[24]。秉持人的全面发展观的智能教育评价就是将物化教育归还给人化教育，从“对人的评价”转向“为了人的评价”，以兑现教育对人“终极关怀”的目的。在马克思看来，人类自身的实践活动是将“本然之我”和“全面自由发展之我”相统一的中介。智能时代生命真知的获得应遵循“心下体悟，事上磨炼”的原则，依赖由内而外的直觉灵明和由外而内的生命实践以实现身心一体、知行合一的真知获得，从而挣脱“计量化人”的围困。

五、未来图景：智能教育优绩主义的

“自然人”回归之路

（一）智能教育目标“返真”：以批判反思力与否定思考力武装在场主体

无论如何应明确，技术只是一种手段，它本身并无善恶，一切取决于人将之置于什么条件之下。但当技术展现出高能的计算效率以最大化满足个人的学习与发展决策时，个体自我否定便不断让位于技术肯定性和有效性，理所当然地将“技术作用之物”当成教育创新，尊重、敬仰甚至是沉溺、痴迷于智能技术，从而放弃了其本原的价值与目的。因此，参与主体在进入“智能世界”时，应始终保持自觉、自主的审慎意识，主动防范智能教育“智能性”对其身体“自然性”的冲击。面对技术沉浸式“在场”而造成智能教育目的偏移和异化问题，更需要以批判反思能力和否定思考能力武装智能学习环境中的参与主体，从而避免其陷入“自发性过劳”的无谓优绩学习之中。

于学习者而言，应当有意识地培养对自身学习过程的元认知监管与批判，拒绝智能体的被动塑造，增强学习行为的反思性意识和质疑精神。作为主体的人既能以“旁观者”的身份审思人机协同学习对个体发展的利弊，也能以“参与者”的身份投身其中并在实践中规避其弊端，具体表现为学习者有意识地借助智能机器实现自身知识建构，而非“无营养”地盲目摄入知识信息。再则，由“肯定”学习模态转向“否定”学习模态，由单一向度的知识接受转向多向度的实践探求。学习者还应训练抵抗智能技术诱惑与驱使的能力，避免过度积极投入而迷失在一系列无止境的对象之中，过度活跃而陷入边际效益无限递减的学习训练之中[25]。于教学者而言，由于教学应用中的智能泛化，教学者的“智能崇拜”和“职能化约”问题日渐凸显，由此也导致对其自身能力的怀疑及教学责任的失守。对此，教师需要增强在智能教学决策中的自我效能感，筑牢教师教学引导者与责任人的角色定位。

（二）智能教学应用“解蔽”：以教育规律性与人文关怀性浇筑底层逻辑

算法技术的效率追求与教育焦虑互为因果，突破了教育教学与个体学习的成长节奏。不论是“人工智能+教育”还是“教育+人工智能”，人工智能教育的文字游戏背后，却始终未看到教育（学）理论的身影，有的仍然只是工程和工业思维下的具体问题[26]。以智能技术“凌驾”于教育之上，而非教育领衔智能技术，由此造成智能教学应用中教育性本心失守。因此，若要从根本上防范智能教学应用落入优绩至上的陷阱，尚需从“基因层面”矫正其内核要义，不忘育人初心。智能教育应牢牢把握“教育性”赋能目的，在智能教学应用的“顶层设计关”和“应用入口关”夯实教育底色，以教育“基因”指导智能程序的“合成”。

于顶层设计而言，智能教育产品的开发应加强教育理论的指导，以教育规律和人文关怀融嵌于算法逻辑设计过程，进一步创设更加真实且还原的智能教学应用场景。设计层的教育理论深度与对教育教学的感悟体验决定了智能产品的教育性程度。因此，这一环节需要开发者与教育专家的联席合作，以开发更加贴合学科属性、认知特征且符合时代育人需求的智能教育环境，未来则期待更多跨学科人才的挖掘与培育。于应用入口而言，智能教育应用应完善产品的市场和学校的准入机制，组建相关专业团队对智能课程、教学目标与内容进行审核与甄选。再者，学校在引入不同类别的智能产品之前，也应充分融入教学和学生的真实需求，对其课堂应用目标、应用方向以及可能风险等进行充分论证，防止出现智能产品的形式化应用和心理依赖。同时，做好常态化监督，倡导形成教师、家长、学生及社区等各主体的监督机制，及时剔除不合理成分。

（三）智能学习评价“祛魅”：以多维兼容度与建制规范度审视责任行为

智能学习评价的优绩陷阱以数学化的指标审定个体的存在位置，忽略了教育中多元发展的人，同时进一步导致了教育的功利化和同质化。这当然并非对智能评价这一途径和方式的全盘倾覆，而好的智能评价则更应讲求“适”的智慧。其中，最根本的一点便是确定智能技术在教育评价中的辅助角色，以智能技术助力改进结果评价，强化过程评价、发展增值评价并健全综合评价，而非将其作为“唯升学”“唯分数”绩效化评价的引导者，以多元评价助推育人本质的回归。同时，建立多维兼容的评价原则，讲究评价的科学性和艺术性相结合、共性和个性相结合，把握好学习者全面发展和个性化成长的平衡尺度，帮助学习者通过评价行为获得在知、情、意、行方面的多元增值发展。

此外，在智能评价建制建设规范和算法底层逻辑的过程监管方面强化智能评价的责任行为，从根源上规避智能评价的绩效化失范。一则在技术实体层面，通过增强算法的可解释性与可理解性克服算法“黑箱”，即智能评价模型需达到目标受众可理解的水平且具备阐明或详述其内部功能的过程，从源头处确保过程数据的可控性、可查性。二则在制度规则层面，算法风险、算法歧视和算法偏见是智能学习评价问题的内在诱因。算法程序不可避免地被赋予设计者的认知与价值倾向，受到技术开发者自身经验、数据采集和受众群体等多方面因素的影响。故应设立智能算法技术的监管机制与问责制度，构建以人文精神和价值理性为内核的算法伦理秩序，同时在法律纲领层面强化把控，提升教育算法的制度执行力度，从根源处舒缓算法技术焦虑。

[参考文献]

[1] 韩炳哲. 倦怠社会[M]. 王一力，译. 北京：中信出版社，2019：7-13.

[2] 王建华. 优绩主义与高等教育的未来[J]. 教育研究，2022，43（6）：99-111.

[3] 张庆玲，胡建华. 大学评价中的“计算主义”倾向分析[J]. 现代大学教育，2021，37（4）：56-65，112.

[4] 丹尼尔·贝尔. 后工业社会的来临[M]. 高铦，王宏周，魏章玲，译. 南昌：江西人民出版社，2018：17-24.

[5] 迈克尔·桑德尔. 精英的傲慢[M]. 曾纪茂，译. 北京：中信出版社，2021：11-13.

[6] 朱慧玲. 优绩主义的吸引力与黑暗面——评桑德尔的《精英的傲慢》[J]. 哲学分析，2022，13（5）：184-195.

[7] 蓝江. 功绩社会下的倦怠：内卷和焦虑现象的社会根源[J]. 理论月刊，2022（7）：5-11.

[8] 艾尔伯特·鲍尔格曼. 跨越后现代的分界线[M]. 孟庆时，译.北京：商务印书馆，2003：152-167.

[9] 苏慧丽. 数字时代的绩效博弈：教育焦虑与内卷的底层逻辑[J]. 中国电化教育，2023（6）：51-59.

[10] 蔡连玉，江璐. 优绩主义能促进大学高质量发展吗？[J]. 高校教育管理，2023，17（3）：1-11.

[11] 中共中央马克思恩格斯列宁斯大林著作编译局. 资本论（第1卷）[M]. 北京：人民出版社，2018：89-127.

[12] 赫伯特·马尔库塞. 单向度的人——发达工业社会意识形态研究[M]. 张峰，吕世平，译.重庆：重庆出版社，1988：4.

[13] 于伟. 现代性与教育[M]. 北京：北京师范大学出版社，2006：267-270.

[14] 中共中央马克思恩格斯列宁斯大林著作编译局. 马克思恩格斯文集（第1卷）[M]. 北京：人民出版社，2009：4.

[15] 尼尔·波兹曼. 技术垄断：文化向技术投降[M]. 何道宽，译. 北京：中信出版社，2019：1-9

[16] 埃里希·弗洛姆. 人类新希望[M]. 孟祥森，译.台北：志文出版社，1971：96.

[17] 康德. 历史理性批判文集[M]. 何兆武，译.北京：商务印书馆，1999：100．

[18] 张建云. 马克思“身内自然人化”思想研究[J]. 兰州学刊，2018（9）：108-116.

[19] 中共中央马克思恩格斯列宁斯大林著作编译局. 马克思恩格斯选集（第3卷）[M]. 北京：人民出版社，2012：1.

[20] 黄仁宇. 放宽历史的视界[M]. 北京：九州出版社，2011：120.

[21] 钱镇. “数据人”的马克思主义哲学审视[J]. 南京邮电大学学报（社会科学版），2023，25（3）：32-41.

[22] 卡尔·马克思，弗里德里希·恩格斯. 马克思恩格斯全集（第42卷）[M]. 中共中央马克思恩格斯列宁斯大林著作编译局，编译. 北京：人民出版社，2016：92-103.

[23] 杨国荣. “生成式人工智能”（AIGC）及其哲学意蕴[J]. 上海师范大学学报（哲学社会科学版），2024，53（1）：110-115.

[24] 孙立会，沈万里. 算法风险与智能教育中人的全面发展[J]. 现代远距离教育，2023（2）：61-69.

[25] 赵汀阳. 终极问题：智能的分叉[J]. 世界哲学，2016（5）：63-71.

[26] 孔苏. 智能教育的算法技术规训困境与出路[J]. 电化教育研究，2021，42（12）：36-40，54.

Correcting the Tendency of Meritocracy in Intelligent Education

SUN Lihui

（School of Education， Minzu University of China， Beijing 100081）

[Abstract] Intelligence is continuously shaping the basic form of society， and its application to education has shifted from a \"negative\" deficiency to a \"positive\" abundance. Intelligent education， with its promise of fair and free educational goals， exclusive and appropriate teaching applications， and efficient and precise educational evaluations through large-scale resource sharing， personalized learning customization and data-driven learning computation， has also unconsciously fallen into the mythological trap of the supremacy of meritocracy in intelligent education. The blind promise of \"idealism\" of educational goals， the \"behaviorism\" of external discipline in teaching and learning， and the \"performanceism\" of learning evaluation are all manifestations of the invisible siege of the subject's natural life. Getting rid of the intelligent meritocracy lies in the aspiration and awakening of the whole life of education， realizing the Marxist \"natural man\"value of intelligent education， returning to the life-driven perspective of \"human beings as ends\" view in the biased goals of intelligent education， adhering to the view of \"human essence as the human itself\" in the domestication of intelligent teaching behaviors， and highlighting the concept of \"comprehensive development of human beings\" that manifests the freedom of life in the barriers of intelligent" evaluation. Based on the aspiration and responding to the reality， intelligent education needs to return to the natural" through internal and external cultivation， and not to forget the original intention of education while strengthening itself and completing the system.

[Keywords] Intelligent Education; Meritocracy; Marxism; Natural Man; Return to Life