教育评价数字化转型的异化风险及其规避

● 张 卓 刘冬冬

教育评价作为教育事业发展的关键环节，事关教育改革发展的整体导向。然而，随着生成式人工智能技术在教育评价领域的广泛应用，传统教育评价体系不科学、不完善等弊端日渐凸显，难以适应教育评价数字化转型的内在需求。为深入实施数字化战略行动，塑造教育评价改革发展新形态，2020 年，中共中央、国务院印发《深化新时代教育评价改革总体方案》，明确指出“利用人工智能、大数据等智能技术创新评价工具，提升教育评价的专业性、科学性、客观性”［1］。智能技术与教育评价的深度融合，已成为新时代教育评价改革的重要趋势。2023 年，世界数字教育大会强调“数字技术驱动教育整体变革，探索人工智能变革教育评价体系的新思路”［2］。以人工智能、大数据为代表的数字技术全方位赋能教育评价改革，支持教育生态全要素、全流程、深层次转型。从本质上讲，教育评价数字化转型是一种范式的变革，是基于数字技术与教育评价的深度融合，使教育评价的理念、方式等要素以及由此形成的结构逻辑发生深刻转变，形成以智能算法与数据程序为驱动的新样态。然而，这种“新样态”不会自行生成，需要我们对其效果进行科学评估，思考如何通过数字技术有效赋能教育评价。因此，深入探究教育评价数字化转型的价值意蕴具有重要意义。

当前学界关于教育评价数字化转型的研究主要集中在以下三个层面。第一，立足宏观教育数字化战略背景，从评价导向、机制、管理等层面出发，论证数字技术促进教育评价改革的科学性与合理性，进而构建理念引领、数据支撑、制度保障等多位一体的数字化教育评价体系［3］；第二，从伦理风险［4］、技术赋能［5］、实践哲学［6］等理论高度，反思教育评价数字化转型的价值逻辑、运行逻辑及未来发展等问题；第三，从实践层面具体分析社会、高校、教师、学生等不同主体的评价是否存在“技术依附”困境及纾解策略［7］。概言之，相关研究已从宏观到微观、从理论到实践对教育评价数字化转型过程存在问题进行探讨，这将有助于深化新时代教育评价改革、推动我国教育内涵式发展。需要注意的是，囿于教育评价数字化转型过程的异化风险，以致在技术更迭中容易陷入“数字迷思”的漩涡，致使教育评价活动成为“数字技术”的依赖品。此外，数字技术的不确定性引发的诸如信息茧房、算法黑箱、伦理危机等异化风险，进而加剧了教育评价数字化转型的不稳定性。同时，智能技术引发的异化风险给教育评价生态造成不可预见后果。值此，需对当前教育评价数字化转型“热”潮流作“冷”思考，以确保教育评价在数字化转型过程中获得持续性发展。本研究以解释学为基础，将教育评价置于数字化转型场域之中予以审视，探寻教育评价数字化转型中异化风险的表征、成因及其规避策略，以期为实现中国式教育现代化提供有益借鉴。

首先，教育评价数字化转型的异化风险是技术异化在教育评价领域的特殊体现，它既具有智能技术的一般性问题，又具有教育评价改革的特殊性。其异化风险主要指数字技术运用对处理人与人工智能体、人与自然、人与人等价值关系带来的性负效应，涉及评价理念、方式等各环节。其次，随着人工智能的不断发展，数字技术获得越来越多的社会功能，并逐渐成为判断及决策的依据。特别指出的是，数字技术被资本意图裹挟，已经使数据算法渗透进资本再造、社会治理和日常生活等方面。正如马克·波斯特（Mark Persian）所言，“人作为科技的发明者，对科技具有支配权。科技也持续使人嵌入其中，甚至对人进行奴役与异化［8］。”人类比以往更加依赖且受制于数字技术与智能科学，科技之“势”与人的能力之间碰撞也潜藏着巨大风险。数字技术运用是教育评价数字化转型的核心环节，是引发异化风险的不确定性因素之一。最后，由于数字技术本身难以突破工具理性的内在束缚，教育评价数字化转型中技术运用越来越频繁，相应技术工具日益多样。教育评价的工具与手段日益数字化过程，很容易导致本末倒置的异化现象，即教育评价数字化转型的技术理性促成自我扩张及强化，这会使得本应追求的价值理性异化。透过教育评价数字化转型的异化风险表征，可以揭示其异化风险的复杂成因：算法偏见与数据驱动的不确定性、数字技术对人文关怀的僭越、风险研判和防控机制的欠缺，三者共同作用诱发教育评价数字化转型的异化风险。

一、教育评价数字化转型中异化风险的现实表征

数字化转型的快速发展不仅是技术产业领域的重大革命，更是教育评价领域的深刻变革，这继而会引发不可忽视的异化风险。把握教育评价数字化转型的异化风险是规范数智技术研发应用、有效治理其异化风险的前提，也是教育评价数字化转型可持续发展的基础。

（一）数字黑箱效应造成教育评价主导性消解

主流意识形态内的价值共识与认知维度，对评价对象的精神品性产生一定影响，进而提升评价对象的人格修养和价值观念。教育评价数字化转型旨在人格培养与塑造，即在充分尊重每个个体的精神品性、潜能释放及话语表达的基础上，跳出评价主客体彼此对立的思维模式，实现双方平等地对话。而互动对话的前提是受众体对教育评价数字化转型过程的充分了解。需要注意的是，数字技术中因数据分析的偏差、数据挖掘的有限等因素，往往难以精确把握真实的教育样态，与教育评价数字化转型的理念相背离［9］。但在数字化转型时代，嵌入评价实践过程的技术逻辑是基于智能算法的输入和输入，数字结构系统的复杂性导致大众难以洞识其运行机制，进而形成一个难以理解的“黑箱”。正如卢克·多梅尔（Luke Dormeh）所言，“我们所处的智能时代是以算法数据为基础，技术正对人类进行全方位理解，而人类却难以把控技术［10］。”数字黑箱带来算法技术的不透明，经由数字算法的教育评价转型过程披上神秘面纱。具体而言，教师、学生等主体无法对其算法机理做到详尽知晓，只能被动地接受数据输出的既定结果。学生难以判定智能推荐的评价形式是否符合自身需求，教师也难以判断依据数据算法得出的评价结果是否真正反映学生客观发展。因此，数字技术的认知性隔阂引发教育评价主客体对评价理念的质疑，致使教育评价话语对于受众的主导性不断消解。

数字技术产生的“算法牢笼”使各种异化思潮嵌入算法系统中，使教育评价中出现公正缺失、工具理性与价值理性失衡等景象。算法设计者出于主观意志考量，不断重塑与规训使用者的价值观念和思想形态，从而形成价值信息享有权不匹配关系。换言之，“技术至上”与“数字崇拜”等异化理念致使评价主体与智能技术的“主辅关系”颠倒，评价主体逐渐被技术僭越和工具捆绑，且作为人的应然生命特质（情感、价值、认知等）也被数据所宰制，最终异化为数字驯顺的符号。除此之外，异化价值观念不仅会阻碍评价主客体之间的信息交流与沟通、危及教育评价的公平性［11］，还会使部分评价主体面临着思维创新的消弭、话语边缘的沉默。此外，智能评价系统通过数字黑箱的算法分类功能，以价值预设、理念操纵、技术控制等异化理念对不同家庭、年龄、性别、区域等群体进行标记，极易导致算法偏见、算法歧视等连锁反应。

（二）数字圈群结构引发教育评价空间性离散

教育评价数字化转型需要依托一定空间达至知识教育、品德形塑的目的。既往教育评价空间呈现为主流价值形态统领下的全局性结构状态，评价主客体规约于教育评价数字化转型的价值辐射范围内，系统性是教育评价空间的重要特征。当前，教育评价数字资源因制度性因素难以实现聚合互通。教育评价数字化转型中评价数据多集中于学生学业方面，对其品德、劳动、素养等方面的发展性评价的数据尚未充分挖掘。同时，不同评价数据间存在组织壁垒，政府部门、学校及第三方机构等不同类别组织，在价值标准、行为规范等方面存在博弈冲突，进而难以达成教育评价数字化共享融合［12］。智能教育评价中数据标准的缺位，一方面会导致不同系统间数据的共享互动存在障碍，引发“圈群结构”现象。评价主体被动接受算法过滤的同质化内容，自身的思维结构被固化在既定范围，沉浸于封闭窄化的评价空间。在不同评价空间下所运行的智能技术不具备较为敏锐的洞察力与鉴别力，进而不能及时研判教育评价发展趋势，可能会出现误判问题，由此引发责任界定的伦理风险。另一方面，智能评价往往以“数字茧房”和“数据捆绑”等价值偏好进行自动化决策［13］，运用数据筛选、整合、划分，实现对评价空间的精准细化，进一步加剧数字圈群的“回音室效应”，若出现决策偏差，也很难追究技术主体的伦理责任。

数字技术为回应教育评价的多元化诉求，往往以群体趋同偏好作为数据源进行话语空间划分，因而圈群交互信任取代评价真实性，成为评价判断的基础。随着数字技术的深度延伸，圈群中的评价主体基于数据挖掘，并在无意识中被智能技术进行捆绑式“合群”，形成更为封闭式的异化茧房。由此，评价主体更加依附于同质化的价值规定，并逐渐被圈层内部的主流话语塑造。随着圈层结构的裂变，各圈群之间需求矛盾日益突出，异质价值圈群导致教育评价数字化转型难以聚合［14］。智能算法抓取评价体系的数字信息并以图谱画像形式呈现，进而将其确定为评价内容定制的主要依据。一旦收到评价需求指令，算法技术即会启动预先设定的决策化机制，自动推送评价主体倾向的相关内容。这种参照数字足迹进行的精准化推送方式赢得了众多评价者的青睐。不仅如此，教育评价可能因数据收集不当、智能非法扩散等不可控因素，导致出现信息篡改、数据安全危机等隐私伦理问题。教育评价数据大范围的应用增加了数据泄露、离散等异化风险，传统评价已无法有效应对数字技术应用中异化风险追究，也未形成明确的权责法律法规，从而造成评价主体知情权、评价方式选择权被数字圈群持续解构，教育评价数字化转型的伦理空间呈现离散化形态。

（三）数字权力规训致使教育评价主体性弱化

在数字权力的运行逻辑中，评价主客体并无区别。在技术理性的指引下，数字将评价主体视为可计量、可控制的客体。教育评价数字化转型互动亦是如此，原属于评价主体的信息检索与内容筛选工作由数字时代替完成。随着数字技术在赋能教育评价中彰显出显著的优势，教育评价数字化转型的工具价值被不断提升，“数据至上”可能僭越人的价值理性从而走向“数字为本”的评价范式，教育评价的价值面临异化风险。贝尔纳·斯蒂格勒（Bernard Stiegler）认为：“技术本质是依据内在结构生成的一种自主性力量。”［15］随着数字技术自主性的强化，人的主体性有可能被弱化。数字技术把原本由评价主体（教育管理者、教师、学生等）组织的教育评价活动让渡于智能技术。在智能算法指引下，数字将评价主体视为可计量、可控制及可预测的客体，这将会使评价主体失去意识情感。具体而言，数字技术以强大的既定数据运算、高效的自动演绎分析以及精准的量化数统逻辑等优势，快速抓取评价主体的数字样本或信息，并以“数字画像”形式呈现，进而将其确定为定制评价的参照物。一旦收到评价主体需求指令，数字算法则会启动预设决策机制，自动筛选符合评价主体倾向的专属内容。这种依据数据足迹为其“量身打造”的算法模型俘获了众多评价主体的信任与青睐［16］。长此以往，评价主体逐渐迷恋于“指尖滑动”式信息推送，深陷对数字推荐的“忠诚信奉”，并在潜移默化中丧失了对评价分类、计算及判断的主体意愿。此外，由于评价主体过度依附智能算法，其思想意志受数字推荐的规训，最终沦为数字的附庸品，其主体性也呈虚置态势。

另外，对数字技术中工具理性的过度偏执使评价主体异位，进而造成评价主体的决策权让渡于技术，出现为了评价而评价的异象。同时，“数字至上”的评价方式追求高效、简单，进而将具体复杂的评价对象异化为抽象统一的“数据人”，这种整齐划一的教育评价缺少了应有的人文关怀。奥尼尔·凯西（Neil Postman）指出：“数字规制下人的主体地位不断受到智能算法冲击，且逐渐沦为数字霸权的服从者，这不仅是数字异化的体现，也是主体与数字制衡博弈的结果。”［17］数字技术不仅通过精致性的信息过滤实现对评价主体的剥夺，还可以通过对教育评价发展环境施加更为全面的支配和干涉。以智能评级算法为例，该评价系统已具备一定的数据挖掘、样本分析及算法统计等自我生产能力，囿于优先关注高分数“优等生”而忽视低分数“差等生”的设计缺陷，进而侵蚀评价结果的公平性。数字技术难以完全脱离人的需求而独立完成评价，但可以通过数智技术触及评价理念转变、评价形式改进、评价反馈优化等环节，进而稀释评价主体在教育评价发展中的参与权重。在数字智能设定下，教育评价主体的需求关切得到极大满足、感性体验得到较大提升、身份期待得到有效回应。正如米歇尔·福柯（Michelle Foucault）笔下的全景敞视监控，数字技术作为一种隐性规训权力使评价主体的理性思考表达与客观研判能力被算法精智化“观察”与“注视”［18］，其主体能动性被一种不间断的描述逐日地蚕食。

（四）数字瘾欲机制导致教育评价多态性降低

数字时代，智能技术实现了信息与人的精准匹配。算法技术价值目标指向评价主体偏好满足的同时也伴随数字瘾欲机制的生成。传统教育评价体系中往往基于计量化的评价方法，其评价思维很有可能被沿用到教育评价数字化转型中。数字评价结果更多是依赖数据分析、算法模型及智能匹配，倘若只关注评价主体成绩、绩效、分数的思维不发生转变，反而会使评价方式陷入一种可视化、简约化、可排名的数字指标怪圈，严重固化评价主体对数字技术的依附性。同时，为最大可能取悦评价主体，智能技术的精准化、程式化、个性化等算法推荐不断向评价主体的私人偏好倾斜，评价主体会逐渐沉溺于数字编织的需求满足的拟态空间，一味迎合算法匹配、数字集成等“技术崇拜”，进而加剧了评价方式的“技术依赖”［19］。在此语境下，越来越多的人和评价机构痴迷于数字量化带来的便捷高效。这种对数字技术的过度依赖不仅造成了评价方式创新不足，还可能成为数字权利中被计算的客体。评价主体对量化评价模式的过度关注不断磨损其多态性的价值关注，评价结果裹挟资源配置的方式往往被冰冷的数字指标简化诠释，以致难以发挥教育评价数字化转型中“以评促建”“以评促改”的反哺功能。

数据与算法正成为教育评价数字化转型的主要载体，也日益成为教育评价异化风险的主要来源。在评价方式的分析上，评价对象的个体特征、价值偏好等隐私信息被深度挖掘，但其本人对数据价值的运用却知之甚少。此外，评价者的种族、年龄等偏见有可能被复制到算法设计中，进而加剧已有数字技术的偏好选择。为进一步增加数字技术对评价方式的粘性，智能算法凭借精准分析、自动生成等功能优势，使评价主体迷失在数字算法所制造的合理性幻境中，频繁以技术依赖、数字迷思的感性满足去填补自身反思精神的空虚。同时，对数字模型的过度依赖不仅会强化评价主体对智能评价方式的路径依赖，还可能会弱化主体的批判意识，进而使评价主体难以防控伦理风险。因此，在数字大行其道的评价文化生态中，量化评价以单向度、机械式的指向偏差消解评价主体对质性评价的情感共鸣与心理认同，从而使评价失去对丰富内涵和复杂价值的关照［20］。此外，教育评价方式中的数字规则限定了评价对象、方法及内容，使评价方式的价值理性受制于碎微化技术理性，进而带来教育评价多态性降低的连锁反应。

二、教育评价数字化转型中异化风险的成因探析

教育评价数字化转型是在理性反思与批判建构中不断进行技术演变，其隐藏的异化风险也逐渐显现。教育评价数字化转型中异化风险源于数字技术的现代性裂变规律，其内在逻辑具有不确定性。揭示教育评价数字化转型异化风险的生成逻辑，可为有效规避异化风险提供科学依据。

（一）算法偏见与数据驱动的不确定性

教育评价数字化转型是一项系统性的评判活动，是将评价主体、评价方式、评价过程等要素整合起来，能够将数据信息与教育资源融合在一个多层次的数字化系统中，从而使评价数字化过程更加科学。而且，教育评价数字化转型通过双向互动的智能评价模式，能够强化评价过程中各要素之间的联系，使之更好地契合社会数字化转型发展的要求。马克思（Marx）认为，“科学技术是一种异己、对立及控制的解蔽形态”，其解蔽过程潜藏异化风险［21］。智能算法是生成数字黑箱、价值鸿沟等异化风险的重要依据。首先，算法本质上是一系列复杂的数据模型和代码指令，以不易察觉、难以解释的话语方式影响教育评价，这使得教育评价相关者难以洞识算法机制，也会让其无法预测、评估智能算法背后的逻辑机理。同时，算法偏见亦有其隐藏的效应路径，将便观察、易比较的数据纳入算法黑箱，而难处理、模糊性等数据被剔除，这会导致对评价主体的区别对待，损害评价利益相关者权益，引发评价非正义的异化风险。其次，正如曼纽·尔卡斯特（Manuel Caster）所说，“在一个人工智能无处不在的时代，技术偏见越来越依附于算法”［22］。整个社会被置于算法框架之下，算法分析、数据解读等能力正重塑人们的思维方式与行为模式，算法偏见成为必然。同时，算法本身缺乏程序透明、要素透明等无意识行为，智能算法会对特定评价群体给予优先对待，在成绩评估、素养评价等方面进行偏差化自动决策，形成算法歧视，强化了结构性偏见。最后，智能算法结构具有高度复杂性，其依存的伦理算法需与相关系统深度配合才能发挥应用效能。倘若出现数据驱动缺损、算法指令缺失，可能会导致智能技术做出失误决策，进而加剧教育评价数字化转型的异化风险。

（二）数字技术对人文关怀的僭越

人作为教育评价数字化转型中最关键的要素，是评测数字技术赋能教育评价效果的终极指向。我们运用算法式分析、个性化推荐以及可视化计量等技术不是为了数字化而数字化，而是为了促进人的全面发展。事实上，教育评价数字化转型的核心是通过现代信息技术精准探究育人规律，从而实现对人的思想动态与行为方式进行及时分析、整理，有效提升育人的精准度。赫伯特·马尔库塞（Herbert Marcuse）认为，“工具理性是人类基于理性计算，更多关注效率、功效的有效性”［23］。工具理性追求目标导向最大化，在一定程度上忽视了人文关怀。价值理性则关注目的纯正性，追求数字技术与人文价值相契合。然而，智能技术逻辑是工具理性，以构建可计量、可算度的数据化世界来征服自然。桑斯塔（Sandstad）认为，“智能技术的社会后果无法在技术诞生之际被预料，当非预期后果被发现时，技术往往已成为社会结构的一部分，以至难以把握技术”［24］。由于数字发展不确定性导致技术失去控制，致使教育评价异化风险呈现出自身的复杂性。一方面，数字技术很难评判评价主体的思想动态、情感状态，如果无限放大技术工具理性而漠视人文关怀，易形成本末倒置的工具理性僭越，就很可能引发异化风险问题。此外，传统评价制度难以适应数字技术发展，教育评价人文关怀的优先性未能有效保障，对技术理性的规约还有待加强。另一方面，人文关怀对数字技术的统摄不足，数据赋能的定制化教育评价极易构筑圈层化“技术茧房”。此外，数字技术不断延展教育评价的虚拟空间，让评价利益相关者在模拟仿真、数字体验等形式中不断吞噬自主意识，进而产生人文关怀的异化偏离。

（三）风险研判和防控机制的欠缺

教育评价数字化转型的初衷是基于异化风险进行批判与反思，并通过数字技术的跃迁式变革构建其互动性的教育评价生态系统。这种评价系统涵盖了数字化转型范式中的驱动效果、价值效用以及融合程度等批判维度，着眼于通过数字化测度建立内容供给与受众需求间的适配关系，从而全面深入地把握评价对象的思维趋势和行为规律。事实上，教育评价数字化转型的异化风险是主观认知和客观现实的结合，前者强调评价主体对其异化风险的认知心理、感知判断等主观元素，后者则侧重数字技术存在的不确定性、复杂性等客观因素。然而，囿于有限认知、深层逻辑等约束，教育评价相关主体对数字技术异化风险认知及研判防控还存在不足［25］。一方面，评价主体对数字技术的认识和理解有所欠缺。智能评价系统涉及知识图谱、深度学习及模拟仿真等数字技术，其庞杂的算法逻辑、数据建模常常超出人们的认知范畴。当前人们未能有效应对机器算法的不确定性，也无法全面形成对异化风险的精确预判。另一方面，智能评价相关法律体系、伦理规则、程序规范及防控机制等相对落后。数字技术嵌入教育评价还处于起步阶段，在技术研制、数据共享及配套保障等方面还不够完善，缺乏功能完备、成效显著的评测系统。同时，智能技术发展产生的价值鸿沟、数字技术是否具备伦理权责等风险问题使评价主体的研判能力、评价机制的防控措施面临着巨大挑战。

三、教育评价数字化转型中异化风险的规避策略

数字技术是驱动教育评价数字化转型的智能手段，也是数字时代教育评价异化风险衍生的主要推手。为有效规制数字技术、算法数据越矩的异化介入，需要秉持互联动、多层次、全动态的系统规划，构建精智治理、高效协同的异化风险规避策略。

（一）坚守数字价值理性，构建以人为本协同共治模式

教育评价数字化转型需坚持以人为本的价值理念，要端正对教育评价数字化转型的本质认识，在理性认知中探寻教育评价数字化的“可为”与“不可为”。

首先，数字时代教育评价应遵循“以人为本”的教育规律，唤醒评价主体作为人的主体地位，避免技术理性对价值理性的僭越。教育评价应加强技术设计环节中的道德素养与人文精神，赋予数字评价应用的情感温度，积极探寻求数字技术与生命活力的契合点，围绕评价主客体的生命体验、价值关怀等内隐性精神内涵进行育人场景构建，借助智能展示、算法匹配等技术确保教育评价可视化“在场”［26］。同时，将育人为本的评价理念嵌入数字化评价的设计、应用及监管等全过程，对评价相关者的动态测度、教育效果等进行全景式分析，并结合“信息收集—智能反馈—阶段评判”等具象化机制诊断评价主体的多维态度、认知差异，从而实现由评价主体感受、经验上升到对社会意义的建构。为此，教育评价需超越智能囿限，以理性审思态度抓取数字算法的真实意图与逻辑规律，确保人的主体性始终在线，防止陷入同质化评价的深渊。

其次，数字时代的教育评价应以服务人、发展人为基本向度，摆脱技术理性霸权，回归主体性评价，构建以人为本的智能评价场域，充分挖掘师生的内心活动、逻辑思维等高阶数据资源，将算法推荐、综合决策等智能技术嵌入“育人为本”的教育评价逻辑，促成评价主体生命与数字客体技术的互动对话，探索人机融合的评价体系［27］。

最后，使数字技术更好地服务于教育评价建设，以人文关怀规范数字评价导向，矫正技术偏差，纾解智能焦虑，让评价主体以全面自由的姿态参与评价实践。同时，要提高数据算法的透明性、解释性来确保多方主体对评价分析、决策等环节的共识，构建以利益表达、补偿协调、风险共担为整体的技术风险治理模式，促进技术赋能教育评价的科学性。换言之，在以人为本价值理念指引下，建立跨学校、跨区域、跨行业的评价风险协同共治模式，形成评价风险治理共同体。同时，协调共治要有针对性地对技术异化风险进行科学评估，规避智能评价可能出现的信息孤岛、数据壁垒、数字鸿沟等风险，确保数字技术在安全可控的范围内运用。

（二）聚焦数字伦理规约，健全数字向善的教育评价体系

评价制度是教育评价数字化转型的核心驱动要素，其优化程度直接决定了教育评价数字化转型目标的实现。一方面，要完善教育评价政策法规。政府部门应健全制度设计、监督管理等政策规范，厘清智能评价相关主体的数据使用权、责任权，增强数字技术监管的法治意识，防止数据价值异化，探索智能评价的法制化伦理保障。同时，地方各级教育部门应持续落实国家层面的制度规范，各级学校应研制校本化数字伦理准则，推动数字伦理价值与评价数据治理的融合共生。在评价过程中应坚守数字向善的伦理态度，依循规范化、标准化等价值原则，规避教育评价技术收集、存储、传输等流程的隐私泄露风险［28］。此外，完善数字技术赋能教育评价主体的权责规范。通过制度规范明确多元评价主体的权责边界，有效落实不同评价主体的职责定位、责任安排等。依托层次分析法建立结构完备、指标清晰的评价模型，对智能评价伦理风险防控进行科学评估，并以准入考核、过程评估等倒逼评价主体责任落实。以柔性预警、强制监管等手段构建数字向善的教育评价体系，避免数字技术削弱教育评价的公平性与多元性。

另一方面，建立健全教育评价安全保障机制。通过提升评价主体的数据决策能力、风险预警能力等，探索数字化评价风险治理的协同合作机制，不断夯实数字时代教育评价风险治理力度。此外，为实时监控数字伦理风险，可借助算法加密、危机预警、数据诊断等技术对评价数据异常情况进行处理［29］。同时，在评价方法中注重数据安全存储、数字匿名化等，依托关键技术的可追溯、强加密、防篡改等特征，从而确保评价主客体的数据隐私，更好地释放教育评价的数字价值。此外，在评价实践中引导多元主体有意识地使用通用数字技术，及时审视数字化评价中的技术优势，让数字标准、算法设计、数据解读在教育评价领域更加公开透明运行。

（三）厘清评价主辅关系，创设内外评价联动互补机制

教育评价的精确性需要加强评价主体的互联共通机制建设，着力破除教育评价主体跨组织、跨学科及跨学院的制度壁垒，加大对多维度评价数据的挖掘、分析，使教育评价数字资源最大限度地被充分利用。同时，为规制技术异化风险，必须明确教育管理者、教师、学生等在教育评价数字化转型中的主体地位。一方面，在认知层面重塑评价主体与数字技术的主体间性关系。人与技术的关系并不是单向度的主体与客体、设计与被设计关系，而是一种人与技术协同共生的主体间性关系。评价主体具有独特的能动性、自主性及创造性；而数字技术作为评价主体的所有物，是个体认识世界与改造自然的重要辅助工具。为此，需明确数字技术在评价主体性发展中的角色位置，厘清“评价主辅”边界。既要承认数字技术对教育评测的有效支持，也要预防评价主体过度依附技术引发的自主性消解［30］。同时，教育评价相关者要不断强化内在精神涵养，借助智能技术引导自我感知世界，使其在评价实践中寻并生命意义。同时也要警醒评价相关者保持清醒头脑，避免沉溺于仿真空间，迷失自我。此外，要主动培养评价相关者的自主性，使其能够抵制数字评价所带来的的外在束缚，突破“算法茧房”与“数字鸿沟”，在评价活动中与数字技术构建共生共长的和谐氛围。

另一方面，在实践层面上实现内外评价联动互补机制。首先，政府部门统筹规划布局、强化顶层设计，明确技术赋能教育评价的辅助角色，系统完善技术评价相关配套保障、政策法规依据、权责划分机制等。需构建以政府为核心、学校、师生等主体互通互联的自组织评价系统，打造异化风险防控协同体，营造安全高效的数字评价环境。同时，政府应将制度要求转化为技术标准，明确教育评价中技术应用底线，提升数字技术评价应用准入门槛，规范技术评价过程中的伦理治理。建立“技术+人工”双重监控机制，以便及时应对数字评价复杂多变的应用需求，以多主体联动、全方位保障的安全防控体系确保教育评价数字化转型的健康发展。其次，教育评价的跨界性不仅要实现学校内部评价与外部评价相结合，还要注重内外评价联动的优势互补，助力多元主体协同共评模式的构建［31］。例如，内部评价中突出评价主体的智能素养、数据互通、数字协作等能力；外部评价中确保技术评价的有效性。最后，倡导政府与评价机构、社会组织、技术专家的互动交流，形成教育评价主体间的紧密合作，共同防范智能评价伦理风险。积极畅通社会参与评价机制，引导多元主体参与资源共享、利益协调、责任共担等数字评价规则的制定，借助数字技术构筑跨层级、跨平台的内外协同评价模式，从而逐渐消除教育评价数字化转型中的“层级壁垒”现象。

（四）突围数字技术囿限，探索多模态数据融合的评价实践

突围教育评价中数字技术囿限，亟待从技术基建探寻纠偏扶正策略，即运用智能技术手段突围技术壁垒，探索多模态数据支撑教育评价体系的“数字底座”。首先，加强数字技术供给，实现评价数据资源共建共享。通过完善评测技术、评估数据库等基建，构建整体式的内外部评价数据共享平台，不断弥合各级各类部门间的“数字鸿沟”“数据孤岛”等技术弊端，筑牢互通共融的教育评价生态。此外，精准识别数字技术裹挟下的“价值茧房”，掌握评价技术优势权，以期为不同评价主体提供分级分类的评价服务［32］。同时，健全评价技术协作机制，实现数字资源的创新共享，如多模态数据融合联结技术、互动式数字画像技术、智能评价反馈技术等。具体而言，评价主体基于育人目标，运用智能技术从多线性渠道挖掘评价实践中的特征与规律，在对多样态数据关系的具身体验中促进教育评价理念、方式等方面的创新。多模态数据分析可为评价主体在结果优化、决策选择等方面提供更为精准科学的技术支撑。

其次，兼顾多元融合的教育评价方法，消解非理性技术的规训。以数据驱动为基础的量化评价凭借高效便捷、精确直观等特征成为教育评价领域的主流范式，进而呈现出数字依附状态，数字计量成为具有规训性质的评价方式。但教育中的复杂性、内隐性等纯粹品质决定了量化评价难以作为度量评价主体的唯一尺度。因此，我们需借助智能筛选、高效排列、推理优势构建高质量评价模型，实现数据获取的全方位、数据分析的深层次以及评价反馈的精准化，使其服务于行政治理决策、学校管理改革、教师因材施教、学生多元发展［33］。再次，教育评价要重视“计量指标”与“质的研究”相结合，引入访谈观察、深度调研、描述分析等质性评价方法补充数字技术中的局限性，构建“量质互补”的科学性评价方式，进而全面客观地反映评价结果的真实情况。此外，将人工智能、元宇宙、区块链等关键技术融入教育评价，提升算法在评价中的公共性与利用率。