摘要：教育评价是衡量教育活动价值的关键，对教育改革和教育的高质量发展具有重要意义。当前的高校教育评价面临着多元评价主体难以协同、评价内容不够全面等问题，人工智能技术正在成为促进教育评价改革的中坚力量。为了使人工智能技术更好地应用于高校教育评价体系，需完善评价制度建设，转变评价思想观念，增强评价主体智能素养。
关键词：教育评价，人工智能，实践探索
当前，教育评价侧重于对学生知识掌握程度的量化评估，这种“唯分数”“唯升学”的评价体系较为片面，无法衡量人的创造力和想象力。在经济全球化、信息化、文化多元化和科技快速更迭的今天，国家对国民素质和人才创新提出了更高的要求，传统的评价手段已不再适应。2019 年公布的《中国教育现代化2035》描绘了教育与信息技术融合的前景，提出了构建智能化校园、搭建智能化教学管理服务平台的宏伟目标。2020年发布的《深化新时代教育评价改革总体方案》（以下简称“总体方案”）指出要摒弃“五唯”痼疾、反对教育评价功利化。教育乃国策之重，对于民族振兴和社会进步的重要性不言而喻，而教育评价在其中承担着关键职能，关系到教育的未来发展方向。目前，人工智能正在与传统教育深度融合，推动了教育模式的根本变革。
1 高校传统教育评价存在的问题
1.1 评价形式和方法单一
教育评价决定了教育的发展方向，为了使评价体系与高等教育的目标相契合，评价的方法及手段也应持续优化。长期以来，高校的教育评价方式具有明显的选拔性和功利性，过于看重结果性评价而忽略了过程评价，更没有考虑评价对象的特异性。同时，目前的教学评估依然依赖于传统的纸笔考试方式，主要通过分数来考查学习效果，学生的整个学习历程呈现出“学习－复习－测试－评估”并不断循环的模式。这种模式的成因如下：一是评估目标过于功利，致使评估标准和数据采集缺乏正确的方向指引；二是教育活动大多在传统教学环境中进行，限制了学习数据和资料的收集；三是评估主体缺乏应有的数字素养，没有充分认识到教育大数据的价值，习惯沿用其所熟知的评估方法。此外，目前的评价方式无法满足具有多样化和差异化的评价需求，限制了高校教育目标的实现。
1.2 评价主体难以形成多元协同
大多数高校都选择多领域评估主体共同参与评估工作，包括政府、高校、家庭和社会等，但其在评价过程中的定位各不相同，主体间也缺乏有效沟通。其中，政府部门通常作为教育评价的权威主体，其既是规则制定者又是参与者的双重角色定位，导致其在教育评价中常常出现行政权力的越位、缺位或错位现象。而其他利益相关者出于声望和名利等方面的考虑，往往以旁观者的身份参与其中，缺少应有的话语权。不同高校或地区间也尚未建立起有效的沟通途径，无法及时进行信息反馈，更无法及时改进教育评价体制。评价主体的多元化有利于新时代下教育评价体系的构建，但由于政府部门在其中持续占据主导地位，“一元治理”的现象依旧存在，其他参与者的参与权受到一定的限制，难以实现多元主体的协同，影响了教育体制的优化和创新。
1.3 评价内容缺乏素养价值发展
长期以来，我国高校的教学评估具有明显的选拔特征，主要服务于资源分配，教学评估沦为工具。但在当下，高校必须重新审视“培养什么人、怎样培养人、为谁培养人”这一问题，消除“形式主义”，顺应时代发展和用人需求，坚守“立德树人”的育人目标，尤其要关注学生综合素质的评估。经调研，笔者发现在评价内容方面，存在以下问题。一是受传统社会文化观念的束缚，对学生的评估大多以各学科成绩作为唯一标尺，对学生专业能力、实操能力、职业认知等方面的评价显著缺失，导致学生的专业胜任能力与企业实际需求错位。二是评价体系侧重学生外显特征的考量，如知识掌握程度与行为表现等，而对于职业道德、专业素养等隐性指标则占比偏低，难以全面且真实地反映学生的综合素养，不利于学生的全面发展。三是评价体系过分强调结果导向，忽视了过程性、增值性和发展性评价，如在数据统计上过分关注学生在竞赛中的获奖情况及毕业生的就业率，而对学生学习过程中的个体成长缺乏有效的数据收集，这无疑限制了以人为本教育理念的深入贯彻与实施。
2 人工智能赋能高校教育评价的应然样态
2.1 构建多元评价主体
一是人工智能从技术层面上拓展了参与教育评价的途径，增强了各方参与的积极性。此外，其还能实现信息和资源的交互，使参与者更好地融入评价过程中。智慧平台的出现，使各参与方包括政府、社会、院校等的诉求得到了更好的表达。由此可见，人工智能技术将完全打破传统教育评价“单一主体、范式封闭”的禁锢，这依赖于具有多模态整合、开放共享和高速流转特点的教育大数据。二是协调主体价值诉求和发展需求。智能共享平台可以实现数据的实时推送，各方需求和建议都可以得到实时表达，其在深度参与的过程中更容易就评价标准达成共识。针对不同主体的个性化报告也可以满足各方的特定需求。例如，依据个性化评价报告，政府可优化资源配置，高校可以改进管理计划、完善评价体系。此外，人工智能作为智能实体参与评价，协调多元主体，探索新型交流方式，推动从“主客体关系”向“共同参与、协商对话”的主体间关系转变。
2.2 数据驱动学生全面发展
教育大数据推动着教育评价方法从“始于假设”的小数据评价转变为“数据驱动”的大数据评价。数据驱动的教育评价方法利用新兴信息技术构建了一个包含“全样本数据+复杂模型+归纳分析+可视化反馈”的综合评价方法体系。具体而言，一是通过大数据精准识别学生课堂学习、实践活动及日常行为数据，生成专属评价报告，挖掘学生潜力特质。例如，根据课堂测验的结果，实时调整学习策略、推送资源；通过虚拟仿真技术，既可以让学生身临其境，又能避免操作不当的风险。同时可以记录操作过程，将评价结果以图表形式直观展示，降低数据的解读难度，全面、客观地反馈教育现状。二是利用虚拟仿真和穿戴设备、物联网感知、在线平台等动态获取多模态教学数据，辅助教师分析学情。此外，基于情感智能的多模态识别技术和多元化情感计算实时追踪学生情感变化，解读学生的职业道德感和价值取向，打破传统内隐情绪衡量困境。总之，人工智能通过多维度情感数据分析，践行了“以生为本”的育人原则。
2.3 综合评价更显公正
综合评价通过构建科学的指标体系，如学生的学习成绩、平时表现、综合素质等多个指标，有助于为阅读者提供更加准确的评价结果和更精准的决策依据。在智能技术的支持下，综合评价通过高质量的评价数据采集和科学指标的构建，将评价结果以更加客观、全面的方式进行实时反馈，从而极大地提升综合评价的公正性和可靠性。在评价数据收集层面，通过整合大数据和区块链技术，可创建一个综合性数据平台，以非干预的方式全面监控评价对象。在评价数据分析方面，采用专家系统、机器学习、人工神经网络等算法，系统地构建并周期性地更新评价指标模型，以保证综合评价中指标构建的科学性。在评价数据反馈方面，通过数据挖掘和分析技术，揭示评价结果中的共性和特异性，从而精确预测其未来的发展潜力和变化趋势，对教育教学进行精准干预。
3 基于人工智能开展教育评价的优化路径
3.1 完善相关制度保障
一是完善有关人工智能在教育评价中的制度体系。政府和相关部门应在《总体方案》的引导下，完成总体制度设计、建立保障体系和配套政策等，地方教育部门和各级学校也应进一步细化上级的制度规范，确保学校在具体实施时切实可行。此外，应广泛收集全国具有代表性的相关成功案例，提取出通用的实践经验编写指南或者上升到制度层面，推动智能技术在教育评价领域的发展。二是建立健全数据规范和技术标准。为了规避数据的采集和储存阶段的风险，需要针对多源异构数据的特点，建立全新的数据规范。而要想实现数据的互联互通，就需要在兼顾行业特点的前提下，建立统一的技术标准，贯穿于数据获取、分析、应用的全过程。同时，要从数据规范使用、隐私保护等方面为数据安全提供制度保障，规避数据伦理安全问题，保护被评价对象的个人隐私。
3.2 强化教育评价新理念
一是坚持以人为本的评价原则。即使是在智能时代，也应将“以人为本”的教育理念和价值观融入教育评价的各个环节，防止主客体关系发生错位。同时始终围绕立德树人根本任务展开教育评价，关注学生学习和道德等全方位的发展动态，回归教育本质，培养德才兼备的综合型人才。二是要超越纯粹的工具理性，实现智能时代教育评价中工具理性与价值理性的和谐统一。将“为教育而评价”的价值观融入教育评价全过程，坚持“工具为辅”原则，构建人机协同发展的评价体系。相关利益主体要理性看待人工智能技术，要充分利用大数据的共享性、动态性，以及算法的及时性、准确性等特征；但也要避免过度依赖数字化报告，否则将缺失人的主观能动性和情感温度。
3.3 增强主体智能素养
一是提升教育评价主体的智能素养。定期组织和举办宣传活动如研讨会、工作坊等，通过对人工智能基本原理的讲解、最新发展趋势的介绍，以及对人工智能在教育评价中的实际应用案例的解读，强化其对于“AI知识、能力”的理解和认知。此外，可以构建一个贯穿于职前职后的持续学习和能力提升的长效机制，例如通过建立在线学习平台、提供人工智能相关课程和资格认证等。二是加强教育评价专业人才的培育。高校可增设教育评价相关专业课程，以培养具备扎实理论基础、掌握现代评价技术和方法、了解教育规律及政策导向的专业人才。此外，加强与国内外教育评价机构的交流合作，通过联合培养、学术交流、项目合作等形式拓宽专业人才的经验和视野，不断提升其教育评价能力和专业素养。
参考文献
1 刘学.智能技术赋能高职课堂教学评价研究与实践[J]. 高教学刊, 2024,10(35):106-109.
2 朱珂,吴雅欣,李明,等.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[J].河南教育(基教版), 2024,(09):7-9.
3 杨浩,黄薇.智能技术赋能湖南职业教育评价改革研究[J]. 造纸装备及材料, 2024,53(08):201-203.
4 郑永和,王一岩,杨淑豪.人工智能赋能教育评价：价值、挑战与路径[J].开放教育研究, 2024,30(04):4-10.
5 王猛.人工智能赋能高等教育评价改革[N].新华日报, 024-02-23(011).
（作者：刘彤 来源：高科技与产业化2025年5月27日）
