数智化时代高校教师考核评价治理的问题及优化路径

摘 要：人工智能服务高校教师考核评价既是教育改革的现实诉求，也是现代大学建设的内在需求。但在实践中，由于数字技术的自有弊端、数字规训的影响、治理能力的欠缺等多种原因，技术赋能教师考核评价改革的实践仍存在许多问题。因此，通过加强顶层设计，转变教育数字化治理理念，搭建大数据综合治理平台，完善数智化时代教师培训全面提升高校教师的数智化素养，成为优化教育数字治理、提升考核评价效能的重要路径。

关键词：人工智能；数智化；教育治理；高校教师；考核评价

党的二十大报告指出，教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支持，而高质量的教师队伍是实现教育强国、提高育人成效的关键。随着数智化时代的到来，物流网、5G技术、大数据、云计算等技术不断渗透到各个领域，其中便包括了教育领域。从实践来看，人工智能技术的介入对于推动教育治理变革和完善现代大学制度具有深远意义。

人工智能服务高校教师考核评价的内在逻辑

“智能+教育”是人工智能技术与教育改革深度融合的重要途径，随着人工智能技术的发展，数字化技术不断渗透到教育领域的方方面面，人工智能技术介入教师考核评价不仅是教师考核评价的现实诉求，而且也是技术赋能现代大学治理的内在需求。

一方面，人工智能技术能够有效弥补传统高校教师考核评价的不足。高校传统的教师考核评价存在诸多问题。例如：教师考核评价指标单一且固定，对现实出现的问题缺乏弹性设计和灵活处理空间；考核评价多采取简单的定量统计方法。而人工智能技术能够通过收集海量、不同类型的信息，通过数据挖掘等技术实现高效数据分析和结果呈现，恰好能够弥补传统考核评价方式中数据类型单一、数据分析难度大、评价主观性强等不足，能够从技术层面有效服务教师评价改革的内在需求，为教师考核评价改革提供了新的视角、注入了新的活力。

另一方面，技术赋能教师评价改革是现代大学发展的内在需求。技术赋能与现代大学发展在目标旨归、组织变革、民主实践等方面实现了价值耦合。现代大学制度的构建要通过完善治理体系、提升治理能力回应社会发展需要、提升人才培养质量，而人工智能技术能够通过多种技术手段有效呈现大学治理过程的现状、存在的问题，并通过数据监测和预警为大学治理实践提供决策信息，规避发展风险，实现大学治理的目标。同时，随着人工智能技术在教育治理中的不断发展和运用，能够从技术上弥补高校“科层制”发展的弊端，进一步凸显高校作为“学术组织”的特性，有可能成为大学组织结构优化、制度体系变革、治理效率提高的重要因素，推动教学制度、评价制度及教师聘任制度的改革与创新[1]。

人工智能在高校教师考核评价应用中存在的主要问题

虽然人工智能技术能够弥补传统教师考核评价的弊端、推动教师考核评价改革，但由于数字技术的固有弊端、数字规训的影响、治理能力的欠缺等多种原因，人工智能技术在高校教师考核评价应用中仍存在一些问题。

第一，数据存在碎片化、单一化和滞后性问题。囿于技术支持的初级阶段，在考核评价过程中，不同部门的数据并未实现融通分享，多数考核数据需要教师根据考核指标描述自行填写，规范性不足，“碎片化”特征明显；高校采集的数据集中于教学、科研数据，因收集不够全面导致应用时存在“单一化”取向；对教师考核相关数据管理不及时，如对科研进展程度、是否结项、社会评价等缺乏实时监测，数据“滞后性”明显。

第二，数字规训影响深远，数据使用容易陷入数字崇拜。在绩效主义和学术锦标赛的影响下，“数字规训”已经深入高校教师考核评价的各方实践。高校教师的考核评价多采取成果计件量化模式，更加关注外显性、即时性的科研成果，强化考核评价工作的工具理性，忽视对教师职业操守、学术道德等非结构化、半结构化质性数据的关注和分析。此外，也要明确人工智能算法的可为之地是有一定边界的，并不是所有领域都能允许算法介入，如果不跳出数字规训，在考核评价中容易陷入“一切皆能数据化”的数字崇拜。

第三，高校考核评价人员适应数智化时代的综合素养有待提升。一些高校管理者受传统行政管理思维影响，以“居高临下”的姿态，用“自上而下”的方式开展考核评价，这与数智化、扁平化、民主公开的时代要求存在冲突。同时，由于市场经济的裹挟和高校类市场化的管理方式，教师考核评价中工具理性超越价值理性占据了优势地位，人工智能技术仅仅被简单认识为技术工具的实践检验[2]，并未有效推动考核评价改革。此外，考核评价人员的数字素养与技能有所欠缺，未能熟练运用新型技术产品，在实践中极大制约了人工智能技术赋能教师考核评价的进度与效能。

数智化时代高校教师考核评价治理的优化路径

为使人工智能技术最大限度赋能教师考核评价工作、保障教师考核评价改革的顺利推进，高校可以通过加强顶层设计、搭建大数据综合治理平台、提升高校教职工的智能素养等方式，更加科学全面、公开公正地收集并利用好教师师德师风、教育教学、科学研究等多方面的数据，建立数据动态可视性、客观性和激励性的现代考核评价体系[3]。

1.以“多”为要义，转变考核评价理念

第一，内容多维度。要将能力因素、实绩因素、贡献因素相结合进行考虑，设计复合型的激励政策体系，克服“四唯”倾向[4]。在定量绩效基础上增加定性指标，如教学效果、科研成果的社会影响等多方面。高校教师的主责是人才培养和知识生产，这两项工作时间跨度和评价难度较大，可以实行长、短周期结合，以长周期考核为主的考核方式，全过程数据收集与分析，探索建立教师分层分类和代表作评价制度的本土化方案。

第二，主体多元化。引入学生、同行、行业专家等多元化评价主体，并在高校内部数据基础上适当吸收外部公共平台的相关信息，可以全面反映教师的职业表现，避免单一主体评价的片面性和局限性。同时，利用信息化手段，使考核过程和结果透明化，减少主观因素的影响，提升考核的公平性和公正性。

2.以“强”为支撑，优化顶层设计

人工智能在教育领域的使用和推广是信息时代发展的必然产物，但同时也带来了新的治理问题，强化顶层设计与战略引导，构建“人工智能+制度+教育治理”的制度框架，积极引导人工智能发挥服务教育改革发展的正向作用，是推动教师考核评价数智化改革的关键。

加强制度构建，强化顶层设计，形成“人工智能+制度+教育治理”的制度架构。一方面，要有计划、有步骤推动人工智能技术深度介入教师日常管理，根据国家教育数字化发展战略和规划要求，将推进教育数字化摆在学校发展的重要位置，纳入学校发展总体发展规划，并制定专门的发展计划。另一方面，要从学校层面加强数字技术的基础设施建设，进一步细化数据采集规范、数据使用权责限度等基础性制度规范，形成较为完善的人工智能介入教师考核评价工作的制度体系，从顶层设计确保数字技术对教育过程的渗透，形成智能教育公平、包容、优质、良性的政策空间[5]。

3.以“治”为方法，运用大数据综合治理

第一，变革治理结构，建设跨部门综合协同的数据管理与考核机构。数字技术从本质上讲是跨部门、跨学科、跨区域和跨行业的，传统的学科管理方式和院校关系已经不能适应数字时代对治理结构的要求，因此推动高校组织扁平化改革成为当务之急。从纵向来看，学校要向二级学院放权，使院系在包括教师招录、职务评聘在内的各项人事管理工作中拥有更大的自主权，推动院系在教师考核评价数据收集中的重要作用，完善教师日常数据收集与数据监测。从横向来看，管理部门要向普通教师放权，开放教师端口的数据收集、修改、调整和补充功能，强化教师在考核评价工作中的参与。同时，完善教师权益保障申诉救济制度，畅通智能系统设计中的意见反馈途径，使得考核评价既能满足管理者的发展需要，又能遵从教师专业发展的内在规律要求，从而整合高校内部差异化的利益诉求，提高人力资源开发效率。

第二，突出价值导向，科学制定教师考核评价标准与细则。大数据技术的应用要关注价值性和工具性的耦合，以大数据为基础的人力资源管理系统应以教师发展为着眼点进行开发设计。一是制定技术规范要求和标准，建立数据的统一规范与交互认证标准，强化日常教学、科研数据的收集、整理和分析，通过“指标设置—绩效预警—教师反馈”的方式强化阶段性绩效沟通与反馈。二是通过完善“高校—区域”教师发展数据库，建立教师素质发展档案和诚信档案，落实对师德师风、责任意识、道德水平等质性指标的考核评价，以外部监督方式强化教师的道德意识。三是增加考核评价指标的自主性，教师可以根据考核评价的标准提供其他支撑材料用以佐证个人绩效，通过文本数据挖掘和大数据处理技术进行数据分析，科学呈现考核评价结果。四是每年通过分析教师业绩表现，给出教师个人和学校整体人力资源优化发展建议，实现人力资源规划、使用和培育有机融合，达到人力资源深度有效开发的预期目标。

4.以“提”为基础，增强高校工作人员的智能素养

第一，提高数字风险意识。人工智能技术存在一定的算法缺陷，数据结果也并不总是正确的，因此构建完善的内部数据监测评估机制，强化数据风险防范势在必行。高校在分析数据时要注重对算法偏见的规避，强化数据规范性和真实性审核，做好信息筛查和数据辨伪工作，减少错误数据和失真数据的产生。同时，要继续强化一体化数字平台建设，规范平台管理，注意运用最新的技术手段强化数据监测，尽可能减少数据使用风险。

第二，提升数字智能素养。技术的应用推广离不开一批专业素质过硬、综合能力突出的人才队伍。因此，高校要积极开发人工智能时代提升教师数字素养的系列培训课程，帮助教师熟练运用智能化技术，进一步加强教师考核评价队伍的数字化培训。挖掘数据素养内涵的独特性开展我国教师数据能力标准的构建，完善教师数据素养培训和考核认定体系[6]，全面提升数字时代教职工的数据素养和数智能力，更加高效地识别、发现、解决人工智能技术在应用中可能产生的问题及风险，为考核评价数字化转型提供人才队伍支撑。

本文系中国教育学会2021年度教育科研重点委托课题“教师队伍建设与教师权利义务的重构”（课题编号：2021012203WT1）阶段性研究成果

参考文献：

[1][2] 陈林.人工智能技术赋能大学治理现代化的机理、挑战与应对[J].现代教育管理，2023（11）：13-25.

[3] 徐文强，杨渊.大数据在高校教师考核评价中的应用和思考[J].教育教学论坛，2023（19）：21-24.

[4] 王守军. 当前高校教师队伍建设若干问题的思考[J]. 北京教育（高教）， 2019 （9）：22-24.

[5] 徐和祥，申利侠.“智能+教育”：应用场景、风险挑战与治理对策[J].复旦教育论坛，2023，21（2）：24-30.

[6] 李葆萍， 仁青草. 教师数据素养的研究现状和启示[J]. 北京教育（高教）， 2021 （9）：15-19.