人工智能时代教育评价的信号重构

　　生成式人工智能进入教育领域，讨论多停在工具伦理：学生能不能用、哪些算作弊。但只从“允许”或“禁止”看AI，会低估它对教育评价的冲击。AI已进入学习行为本身——提问、写作、讨论的入口，都在从教材与原始材料转向AI。真正的问题不再是“AI该不该进课堂”，而是：当答案的生成成本被大幅压低，教育评价还能否识别一个人的真实能力？

　　关键在“信号”。过去一篇结构完整、语言流畅的作业之所以能代表能力，是因为写出它有门槛——高能力者能以更低代价写得更好，这种成本差异使作业成为可用的筛选信号。生成式AI恰恰抹平了差异：规范漂亮的答案变得廉价，结果仍在、甚至更好看，背后的能力含量却难以辨认。评估信号由此失真：答案的来源、形成过程与真实能力，都难以再从成品中读出。

　　这首先是测量问题，不是纪律问题。设想两名学生都交出规范的论文：一人主要靠AI生成、略作润色；另一人同样用AI，却在问题定义、证据筛选与反例处理上投入大量判断。只看终稿，二者难分高下；即便都如实说明用了AI，评价若没有专门设计去捕捉“判断发生在哪里”，仍无法区分。因此，靠加强检测与惩罚去“抓”AI并不可持续：那是修补一个正在失效的旧信号，而非重建评价。

　　出路是把评价从“结果代理”转向“能力可观测性”：重新寻找仍然稀缺、仍有区分度的新信号。生成一篇像样文章的成本被压低了，但解释为何这样定义问题、如何取舍冲突证据、为何拒绝某条AI建议的成本，并没有被压低。据此，评价可从五个层面重构：对象从结果转向过程证据链，标准从答案质量转向判断路径，规则从“是否允许AI”转向“人机协作是否可解释”，证据从单一提交物转向多元组合，设计从教师个人经验上升为课程级安排。中外高校也在从“管住工具”转向“重构评价”。

　　归根结底，当获取变得便宜，教育必须把稀缺性重新安放到判断、责任与可解释的人机协作之上。这不是排斥技术，也不是层层加码的新形式主义，而是在AI深度参与之后，仍让学生的理解、判断、创造与责任被看见、被追问、被确认。

　　（《新文科教育研究》2026年第2期 赵黎）