以新思维新技术破解教育评价痛点

    破“五唯”是一场事关教育事业长远发展的硬仗。作为一项涉及面广、复杂度高、综合性强的系统工程，我们要不断创新思维方式，积极利用信息技术破解教育评价的“痛点”，扭转不科学的教育评价导向，推动评价理念、评价方式和评价内容的“升级换代”，为教育高质量发展保驾护航。

新技术正在成为教育评价改革的内在变量

    教育评价经历了漫长的历史发展过程。早在西周时期，我国就已经形成了较为完整的考试制度。《学记》中记载的“比年入学，中年考校”，就是每隔一年要对学生的学业和品行进行考查，并制定相应的考查标准。之后，隋朝创立了“开科举士”的科举制度，通过地方预选、全国统考和举荐相结合的方式遴选人才，极大地畅通了社会阶层的流动渠道，使贫寒子弟“朝为田舍郎，暮登天子堂”成为可能，对我国封建社会发展产生了深远影响。在西方，古希腊哲学家采用辩论、谈话、实际操作等方式对学生进行考核。在这个阶段，教育评价主要以质性评价活动为主，依靠教师经验或主观判断来评定学生的综合发展水平。

    随着现代教育制度的建立，美国教育家泰勒提出了以目标为导向的教育评价原理，根据教育目标编制试题，对学生进行统一测试，按照一定的标准对学生的学习结果进行评分。这种标准化考试侧重评价学生的知识掌握程度和认知发展水平，有效克服了测试者的主观偏差，提高了考试的效度。在实践发展中，教育评价还引入心理测量技术，用数学统计方法对学习结果进行精确描述，常见的测验类型有常模参照测验和标准参照测验。在这个阶段，教育评价主要以纸笔测试为主，通过标准化考试来衡量学生对知识的掌握程度。

    近年来，大规模教育评价技术日趋成熟。以经合组织的国际学生评估项目PISA为代表，它结合了学科测验和学生背景信息（家庭社会经济背景、学习动机与策略、学习时间投入、学校教育资源、学校和班级氛围等），采用矩阵抽样、多层线性模型、规则空间模型等测量方法，从多个角度分析学业成就差异的原因。2015年，PISA全面采用计算机测试方法，并构建了大规模的教育评价数据库，在数据挖掘技术的支持下及时发现问题，为各国教育决策提供参考。从这个阶段，教育评价开始引入计算机测试，弥补了纸笔测试难以对学生行为表现（如言语表达能力、动手操作能力、问题解决能力等）进行测量的不足，重点关注学生的能力表现以及学习结果背后的原因分析。

    目前，教育评价越来越重视信息技术的重要作用，在实践探索中形成了计算机自适应测验、电子档案袋、学习分析技术、数字画像、基于大数据的课堂观察、区域教育质量监测数据平台等多种评价方式。新技术正在成为教育评价改革的内在变量和活性因子，为破“五唯”带来了新的可能。

新技术推动教育评价理念与方式的深刻变革

    随着人工智能、大数据、区块链等新一代信息技术的发展，新技术正在触发一场教育评价方式的深刻变革。今天，我们可以利用技术手段，对评价对象进行多维度、全过程、立体式的考查，在自然情景中采集学生学习的过程性数据，改变过去教育评价的刻意设置特征，实现教育数据的全过程采集和教育结果的适时反馈。评价信息更加多元，既可以是总结性测试的考试分数，也可以是记录学习过程的文字、图片、音频、视频等学习档案，还可以是反映学生能力的调查报告、手工作品、活动总结等学习成果，使评价结果更加合理，读懂学生的真实成长。通过对学生进行精准的数字画像，提供个性化的教育评价服务，改变传统评价过于强调甄别与选拔的现状，使评价、提升、改进融为一体。新技术推动教育评价理念与方式的变革包括：

    第一，教育评价将从“容易测量的能力”扩展到“难以测量的素养”。教育领域对分数和成绩的过度关注，固然是教育功利化倾向的必然结果，但也和评价方法不够完善有一定关系。目前，我们还缺乏有效的评价方法和手段，准确衡量学生的高级认知技能和非认知学习成果。2012年，PISA首次引入了计算机测试，在具体的任务情境中评估学生的问题解决能力。2015年，PISA在此基础上构建了真实的任务情境，利用计算机虚拟成员与参与测评的学生合作解决问题，通过评价任务完成过程来检验学生合作解决问题能力。未来，教育评价将从“容易测量的能力”扩展到“难以测量的素养”，通过设置新颖的测试题型、设问方式和任务情境，减少死记硬背的知识性考察，增加能力、素养、思维方式等方面的考察，促使学生主动思考、勇于实践。

    第二，教育评价将从“结果视角”转向“过程视角”。评价不是为了证明，而是为了改进。每一次的考试、测验和评估都是阶段性总结，把这些节点数据串联起来发现规律，洞察趋势，才是教育评价的重点。在大数据技术的支持下，教育评价将从“结果视角”转向“过程视角”，通过伴随式的数据采集和自动化的数据分析，评估学生的学习特征与优势潜能，为每一位学生提供学习分析报告，满足不同潜质学生的发展需要，帮助他们持续不断的提升自我。

    第三，教育评价将从单向度的考试测验转向多向度的综合素质评价。如何评价学生的心理、品格和个性，一直是教育评价的难点。过去，我们主要采用心理量表进行测量，但存在解释力不足的问题。现在，人工智能领域的深度学习算法提供了新思路。美国斯坦福大学科辛斯基教授设计了一种算法，只需要用户在Facebook（脸书）上的227个点赞行为，就能大致判断出用户的性格特征。这表明，通过网络痕迹可以对学生的人格、兴趣、心理健康等进行预估，为全方位地评价学生提供参考。我们要善于利用信息技术的优势，建立科学的教育质量评价体系，不再用同一把尺子衡量所有学生，把品德、身心发展水平、兴趣特长养成等作为教育评价的主要内容，对不同学生实行差别化评价，鼓励学生发展特长。

教育评价从散点式的成绩记录转向全景式的数据采集

    过去，教育评价依赖于学生的考试分数或抽样的截面数据，更多是反映静态事实和集体的平均水平。未来，在新技术的支持下，教育评价将从散点式的成绩记录转向全景式的数据采集，通过学生学习、教师教学、学校发展的大数据，描述学生成长和教育发展的动态过程，发现共性背后的个性特征以及各要素的内在关联，促进学生发展和教育改进。

    一是利用学习分析技术建立学习模型，收集学生学习的过程性数据，提供可视化的“学习体检表”，全面展现学生的知识结构、能力表现、内在潜能等方面的数据，并对可能出现的学习困难进行预警和诊断，帮助老师准确把握学生的学习进展和认知特征，为学生提供最优化学习方案。

    二是利用区块链技术开展分布式学习记录，建立学生的个人学习成长档案，认证学生的多样化学习成就，重点考察学生的非认知能力发展，有效防止数据丢失或被恶意篡改，助力解决学生综合素质评价中存在的信任问题。

    三是利用跨媒体智能技术，探索开展模拟仿真、教育游戏、虚拟任务场景、协作学习环境等新型评价方式，突破传统评价对分数的绝对关注，重点考察学生解决实际问题的能力。引导行业企业、专业机构、社会组织等利益相关方共同参与教育评价，推动考试内容与评价方式的整体转型，使人才培养更加贴合社会需求，提高人才培养的社会契合度。

    四是利用大规模的课堂观察技术，对非结构化的课堂行为数据进行分析，包括教师提问类型、学生回答方式、师生对话深度等，全方位透视学校的课堂实施水平，提炼优秀教师的实践性经验，促进教师隐形知识共享，实现信息技术支持下的教师角色转型和教学能力提升。

    五是利用可穿戴运动设备，包括智能手环、智能手表、智能运动装备等，采集个人运动及身体健康数据，及时发现学生在体质健康、运动技能等方面存在的问题，提供个性化的改进方案，从而实现伴随成长全过程的形成性评价。

    六是利用大数据技术提高教育治理现代化水平，通过全样本、全过程、多模态的数据采集，汇聚形成区域教育大数据，包括学生成长数据、学校运行数据、教育资源配置情况、普职学校规模结构等，帮助管理者获得超越个体或局部的洞察力，提高教育决策的针对性、灵敏性和科学性，努力满足人民群众对多样化高质量教育的需求。

    （作者：曹培杰，系中国教育科学研究院副研究员）

    本文系中国教育科学研究院2019年基本科研业务费专项资金委托项目“‘破五唯’教育评价改革研究”（GYG12019001）成果