论人工智能赋能基础教育评价改革的现实困境与建设方向

基础教育是国民教育体系的根基，评价改革是加快基础教育现代化进程的关键环节。当前人工智能技术为基础教育评价改革带来新的契机，但在具体实践中，仍面临理念偏差、主体制约与技术依赖等诸多困境。推进教育数字化转型，基础教育评价改革应率先明晰发展方向，从厘清评价理念、增强主体关照、夯实技术基础三方面入手，促进人工智能赋能基础教育评价改革。

一、人工智能赋能基础教育评价改革面临的现实困境

随着教育数字化转型的深入推进，人工智能赋能基础教育评价改革呈现出蓬勃发展态势，但其面临的诸多困境同样不容忽视。

（一）理念偏差：科学教育评价观的迟滞

教育评价理念是人对教育评价认识的直观反映。《深化新时代教育评价改革总体方案》明确指出，要破除“五唯”痼疾，树立科学的基础教育评价理念。当前，一些地方仍存在的功利主义、工具主义与管理主义倾向迟滞了人工智能赋能基础教育评价改革。其一，基于考评制度的功利主义评价倾向于片面追求分数与升学率，忽视了学生全面发展。其二，工具主义造成技术理性膨胀，导致评价功能迷失。人工智能技术具备参数大、算力强、速率高等优势，教育评价者出于使用方便的考量，过于依赖监测、评价、分析系统，学生的多元个性被抽象为一组标准数据，导致评价育人功能的弱化。其三，管理主义取向的评价导致对价值关注不够。教育评价的本质不仅是对学生过往成绩的评判，还应当是对教育活动的改进。管理主义导向的评价易导致评价成为一个自上而下的控制过程，难以真正提升教育评价效能。

（二）主体制约：教育评价主体素养不够

教育评价主体素养缺乏是教育评价改革面临的现实难题。教育评价主体对人工智能技术的思想认识与实际应用能力，是落实人工智能赋能教育评价改革的关键。数智新时代对教育评价主体提出了新要求，亟待提升其数字素养。一方面，部分教育评价主体缺乏人工智能教育知识，在教育评价中设计、应用人工智能技术的能力不足，直接影响了教育评价活动的顺利开展。另一方面，个别教育评价主体数字素养不够，缺乏数据意识、计算思维与数字化创新能力，不能及时解决问题。

（三）技术依赖：教育评价应然价值萎缩

教育评价应然价值的实现要求技术必须服务于人特有的主体性。然而，在工具理性主导的教育评价实践中，教育评价者的主体性可能因为技术依赖而被异化，导致被评价对象的需求被忽视，评价者的评价能力被削弱。同时，人工智能赋能的教育评价必然依赖于数据分析。海量数据分析支持的智能评价涉及评价主体的私人信息，数据的收集标准及其使用的安全性，可能会影响个体的信息安全。此外，囿于算法“黑箱”的复杂性，算法设计者的主观偏见以及算法的固有缺陷，都可能在评价主体不知情的情况下，导致偏见与歧视等伦理问题。

二、人工智能赋能基础教育评价改革的建设方向

人工智能赋能基础教育评价改革困境的产生是多重因素共同作用的结果。基础教育评价改革亟须主动回应技术变革，着力厘清理念、关照主体与技术保障，塑造人工智能赋能基础教育评价改革新生态。

（一）厘清评价理念，树立科学育人观念

教育若想摆脱理念偏差的困境，亟待厘清评价理念，构建科学育人观念。一是深入了解教育主体的实际需求。新时代基础教育评价要实现本质功能，需增强对现实问题的把握。在进行规模化、批量化教育评价前，应借助人工智能技术开展评价测试，基于诊断情况总结经验、提出改进措施，以提升评价的针对性与可操作性。二是坚决摒弃“五唯”现象，坚持将立德树人作为教育评价的本质，确立“知识为基，能力为重，素养导向，价值引领”的评价观，关注学生的全方位、全过程的发展，从根本上扭转分数与效率至上的评价理念。三是工具理性应与价值理性相互补充、协调与融合。在教育评价过程中，应坚守教育的价值使命，真正回归师生主体性本身，实现人、技术和教育的有机统一。

（二）增强主体关照，培育专业评价人才

全面关照基础教育评价活动中的多元利益相关主体，是消解主体制约困境的有效策略。一方面，构建评价主体的智能素养培训体系。人工智能赋能基础教育评价改革涉及科研机构、政府、学校与企业等多元主体，不同主体需承担不同的角色与职责。提升人工智能赋能教育评价效能，需加强对各级各类主体智能素养培训的扶持。针对人工智能赋能基础教育评价改革的核心诉求培育专业评价人才，实现对评价标准制定、评价过程开展、评价结果反馈以及评价实践优化的有效推进。另一方面，探索多元主体协同参与的教育评价格局。借助人工智能技术建立多方参与的评价机制，为多元主体提供双向或多向的协商对话，保障多元主体的良性互动，有助于形成多级主体相得益彰的评价格局。

（三）夯实技术基础，驱动评价效能提升

技术基础是驱动人工智能赋能基础教育评价改革的重要保障。其一，多维度、全过程的真实数据是训练智能评价模型的核心资源。只有真实性与精细程度高的数据，才能有效杜绝偏见，开展接近真实状态的循证评价。其二，智能驱动是人工智能赋能基础教育评价改革的重要模式。科学应用自然语言处理与数据挖掘技术，追踪、处理与分析教育测评数据，能够挖掘海量数据内隐的价值信息，实时反馈教育问题、精准预测教育趋势并持续优化教育决策。其三，明确的人机协同机制是人工智能与基础教育评价改革双向赋能的有效路径。在教育评价实践中，不仅要破解技术层面的难题，注重技术伦理，助推人工智能技术向善赋能，更要明确评估所涉及人员的角色定位、责任权利与职业道德，使人工智能赋能教育评价改革走智能化、人性化、高效化发展道路。

三、人工智能赋能基础教育评价改革的河南探索

作为教育大省，河南省对基础教育评价改革的需求更为迫切，寻求智能技术赋能的动力也更加强劲。近年来，河南省基础教育发展监测与评价中心（以下简称“监测中心”）开展了一系列监测与评价创新和探索，从指标体系研发，到人才队伍建设，再到循证教育决策，全力推动人工智能的应用。

（一）体现“五育”并举理念，赋能指标体系建构

指标体系是监测与评价的灵魂，决定了评价改革的效用与效益。河南省在教育评价体系改革中，注重“五育”并举，以师生数字素养评价丰富评价内容，构建了助力学生成长的“生态指标体系”评价模型。在学生成长指标设计中，不仅融合了学生发展核心素养、综合素质评价等相关体系的关键要素，还纳入了社会情感能力、高阶思维等最新研究成果，尤其突出了数字素养评价，以呼应数智时代对学生发展的新要求。在学生发展相关因素架构设计中，根据生态系统观点，纳入了国家义务教育优质均衡发展督导评估的所有县级和校级指标，还通过调查学生、家长、教师、校长、教研人员和区域教育管理人员，纳入了学生个体、学生家庭、教师、班级、学校、区域等多方面的影响因素，由此构成了一体化、立体式、全方位的生态指标体系，以期通过监测与评价改革，带动教研、教学、学校发展协同提升，全力支持学生健康与全面发展。

（二）强化教研教学，赋能命题机制改革

在“生态指标体系”指导下，命题是监测评价的首要任务。人工智能赋能命题机制改革，不仅体现于命题内容，也贯穿于命题过程，更有助于命题意图落实到教学一线。在此过程中，命题的理念与思路，能否获得教研人员的理解、认同和实践，是带动一线教师教学和评价改革的关键。监测中心通过开展监测命题趋势研讨和系列培训，汇聚相关教研人员，打造省域监测命题专家库。在人工智能技术赋能下，以往命题各环节的技术壁垒、资源屏障、经验局限逐一被打破，不仅教研人员的命题能力得以快速提升，优质监测题库也得以快速构建。

为更好实现这一目标，监测中心根据教研协同进展，逐步提供人工智能辅助评价与应用系列培训，以适当形式开放监测平台，包括测试系统、阅卷系统、相关因素调查系统、数据分析系统和数字地图可视化系统，甚至在一定程度上开放监测题库，免费供一线教师使用。由此，最大限度降低了技术和资源门槛，力促一线教师参与评价改革，以期突破从监测评价到质量提升的下行瓶颈。

（三）提升分析技术，赋能循证教育决策

从监测评价到质量提升，还存在一个上行瓶颈，即循证教育决策。服务教育决策，是监测评价的重要职能。监测中心面对纷繁复杂的多源异构数据，创新了一系列数据清洗、集成和处理方案，例如大规模非随机缺失数据处理方案、中招成绩数据潜在地市级评分偏差处理方案、校际差异率算法国家督导和优均监测的对标校正方案、学业水平对标分级方案等，探索建立适合省情的监测体系和监测工具，为开展基础教育监测和评价提供支持，为河南省基础教育信息化建设与智能评价提供决策建议，推动基础教育质量监测与评价转向信息化、高效化、科学化。

（本文系2023年度河南省高校哲学社会科学应用研究重大项目“技术赋能视域下河南促进教师专业发展的行动路径与实施策略研究”的研究成果，项目编号：2023-YYZD12；2021年度河南师范大学高等教育教学改革研究与实践项目“‘互联网+’背景下教育硕士实践教学能力培养体系构建与应用”的研究成果，项目编号：YJS2021JG02）

（朱珂，河南省基础教育发展监测与评价中心主任，河南师范大学教育学部副部长，博士生导师；吴雅欣，河南师范大学教育学部在读硕士研究生；李明，河南师范大学教育学部教师；孔德宇，河南师范大学教育学部在读博士研究生）