人工智能赋能教育教学评价治理改革

王泉

(中国高等教育学会智慧教育研究分会常务理事，西安电子科技大学副校长)

　　一、数智时代的教育教学变革

　　从数字化到智能化再到智慧化，整个高等教育，包括学生的学习方式、教师的教学模式、大学的治理体系、教育的评价机制等，都在发生着巨大的变化。

　　首先，学生的学在发生变化 。一般来说，教师授课针对的是中等水平的学生，因为只有这样才能抓住大部分学生群体的需求。这样的课程对特别优秀的学生不具有吸引力，因为他们不需要听教师讲课，或者用几倍速的速度看讲课视频就够了。现在的情况是，中等水平的学生可能也不再需要听教师授课了，他们有各种各样的学习机会，如国家智慧教育平台。这是必须要面对的学生学习方式的变化。

　　第二，教师的教在发生变化。教师与学生的关系转变为共同学习的关系，原有的教学模式已经不再适应这一变化。如教师布置一个写代码的作业后，原本学生需要花一定的时间去学习才能完成，现在只需要找到一个大模型，几秒钟就能把作业做完。学生利用大模型提出的问题，可能连教师也不能及时解答，因此还像以前那样去开展教学活动是不行的。教师要创新教学方法，与学生在课堂上共同研究、共同研讨，将教学重点从知识积累转移到强化学生分析、解决问题的能力提升上。在教师和学生组成的共同体中，教师扮演教学组织、教学指导、教学评价、教学研究的角色，这就改变了教学方法。

　　第三，教育管理也在发生变化。书到用时方恨少，数据也是如此：往往在需要提供决策支持的时候才发现数据不够，才发现数据这么重要。比如，掌握了学生学习情况的数据，就能对情况异常的学生作出预警，进行及时干预，最大限度地避免学生因学习成绩不佳而退学等现象，真正做到求学路上一个都不能少。再比如，可以把学生散点式的成绩记录变成全景式的数据采集，进而依据大模型对学生作出更加客观的评价。当然，这需要用多元化的方式去做，注重评价主体的多元化、评价方式的多元化以及评价内容的多元化。

　　二、人工智能赋能教育教学评价治理改革

　　以评价为牵引，可以改变教与学，改变整个高等教育的形态。

　　第一，信息技术和人工智能赋能高等教育评价改革。对教师而言，人工智能应该成为高效教学的强力“外脑”;对学生而言，人工智能应该成为个性化学习的关键工具;对高校管理而言，人工智能应该成为管理评价的重要手段。评价的核心问题是数据—评价学生、评价教师、评价学院、评价学校、评价人才培养，这些都需要数据。应用为王，就是要找一个应用点把全部数据打通。比如对教师开展职称评审的时候，如果有一个关联各相关部门的数据中台，有充足的数据，就可以依据这些数据开展分析和评价。这样不仅能保证信息的完备性，也可以维护评审的客观性和公正性。再比如对学生进行评价的时候，通过学生的到课率、出勤率、学习成绩、体育打卡记录、借阅图书偏好、餐饮偏好等伴随性数据，可以作出更符合学生实际情况的综合性评价。

　　第二，建立智能化基座。为应用设计一些人工智能算法，辅助教师教和学生学。比如西安电子科技大学已经部署了30多个人工智能算法，全部由教师研制，开放给所有专业、所有教师。这样做一方面可以收集数据，另一方面可以为教师提供更好的工具，通过这两个方面促进“人工智能+教育”建设。

　　三、西安电子科技大学的实践探索

　　关于课程评价。教师通过学生学习的课前数据、课后数据以及学生的学习轨迹，如点击教学视频次数、停留时长、专业背景、学习成绩等，利用大数据分析预测学生的成绩，效果很好。通过这种课程评价手段，全面利用大模型生成课堂教学质量评价报告，我们可以及早发现学生学习中的问题，作出针对性调整，提升课程教学效果和质量。

　　关于课堂评价。进行教学效果评价时，除最直接的课程考试数据外，学生的课堂表现也是一个非常重要的参考指标。我们标注了很多图片，计算学生抬头率等课堂数据，自动生成周报、月报，直接报给学院院长、学校校长，中间不需要人为干涉。评优秀教师，评教学质量奖，这些客观数据都是重要的参考。

　　关于学生评价。我们设置了包含12个方面48个观测点的学生能力评价模型，用德智体美劳全要素的综合性评价，以及全过程、全流程、全阶段的过程性评价，对学生学习过程进行评价。每个学生都有能力发展雷达图，可以直观地看到自己与同班同学在能力方面的差距，便于其针对性地开展后续学习。

　　关于学生就业。精准地把符合岗位要求的学生推荐到岗位上，这是可以用大数据来完成的。例如我们准确刻画出成功应聘到某单位某岗位的学生的特征，就可以大致判断出，什么样的学生适合这类岗位，然后就可以向用人单位精准推荐。反过来这些数据也对人才培养有帮助。比如分析优秀就业学生的在校学习轨迹，然后用这些数据去分析、建模，可以帮助我们改进教学，更好地培养人才。

　　关于学生心理健康预测。有了数据，我们就可以预测期末考试有多少学生的成绩会有大幅度下滑，预测哪些学生心理上可能会有问题。我们用一个年级的数据做了测试，与模型预测高度吻合。

　　我们还训练了自己的大模型。目前已经训练了12 000份本科生的学位论文、3 000份研究生的学位论文。学生的毕业论文可以通过这个大模型作第一步的分析。合格的论文不再进行人工评审，写得比较差的论文则由人工进一步核实。这个大模型可以在教师备课、教学、作业测验、教研等更多的教育教学场景中应用，促进人才培养。比如未来可以通过分析学生的面部表情、眼神、头部姿态等分析学生的专注度，通过作业测评对学生的学习薄弱环节给出评价，通过跟踪学生的学习过程作出过程性的动态评价等。

　　习近平总书记在2024年全国教育大会上强调，要深入实施国家教育数字化战略，注重运用人工智能助理教育变革。高等教育教学评价治理改革，人工智能大有可为。

人工智能助推智慧教育深度发展

秦波涛

(中国高等教育学会智慧教育研究分会常务理事，北京世纪超星信息技术发展有限责任公司总经理)

　　智慧教育涵盖教、学、管、评等多个教育关键环节，其核心在于深度融合人工智能技术，推动教学模式创新变革，为学生创造更优质的学习体验。

　　一、人工智能赋能智慧教学

　　在人工智能深度渗透的教育环境中，智慧的教可以借助智能体这一关键要素得到生动呈现。以人工智能助教为例。它作为一种融合了大模型、人机交互接口、专有知识库、工具运用以及规划决策能力的智能实体，集课程内容答疑、学习资源精准查找、智能学伴陪伴、应用程序灵活调用等多种功能于一身，具备敏锐的环境感知能力、快速的决策能力以及高效的执行能力，可以为教学活动提供强大助力。教师可以借助人工智能助教，对学生提出的问题迅速给出精准且详尽的阐释;依据教学进度和学生对知识的掌握状况，精准获取如学术前沿论文、实验操作视频等优质资源，丰富教学素材，拓展教学视野。

　　同时，人工智能教案工具可以依据课程目标和学生的学习情况，为教师提供全面、深入的学情分析报告，量身定制更具针对性、有效性的教学方案，实现个性教学支持与高效教学管理的有机融合，推动原有教学模式向智慧教学模式转型升级。

　　二、人工智能赋能智慧学习

　　图谱以直观形象的方式将知识点及关联的试题和学习资源清晰地展现出来，构建起系统完整的知识网络。学生借此开展个性化学习，能够明确了解知识点的掌握程度，针对薄弱环节迅速定位相关知识点，展开深入探究。问题图谱则巧妙地将知识点与各类问题紧密相连，学生通过点击特定知识点就可以获取详细的学习资料、丰富的图书馆资源以及针对性的题库练习，实现自主学习与深度学习的有机结合，有效提升对知识的理解与运用水平。

　　此外，借助先进的人工智能技术，智能学习平台能够综合考量学生的学习历史、兴趣爱好、知识掌握程度等多维度数据，将知识点、任务点与能力目标有机结合，为学生打造个性化学习计划，并及时反馈能力达成情况，推动成果导向学习的深入开展。

　　三、人工智能赋能智慧管理

　　通过运用先进的学习算法和大数据分析手段，高校可以对海量的学生信息进行精准处理，将学生的学业成绩、考勤记录、课堂表现等多维度数据进行有机整合与深入分析，快速且精准地洞察学生的学习状态及潜在问题，为管理者生成详尽、直观的学情报告。管理者可以据此制订更具针对性的教学决策和管理措施，实现教育管理的精细化与高效化。

　　在教学资源的分配方面，人工智能技术能够依据各专业、各课程的实际需求以及学生的选课热度等关键因素，对教室、实验室、教学设备等资源进行优化调配，确保资源的合理分配与高效利用，使得资源配置更加科学、合理、有序。

　　四、人工智能赋能智慧评价

　　人工智能赋能智慧评价，可以保障教育评价的全面性、客观性和精准性。对于学生的学习评价，智能学习平台可以对学生的课堂参与积极性、作业完成质量、小组协作默契程度、项目实践成果等多个关键维度的数据进行收集与分析，为每个学生绘制出详尽的学习画像，全面、真实地反映学生的学习表现和能力发展态势。对于教师的教学评价，智慧评价系统可以从教学方法的创新性与多样性、教学内容的丰富度与深度、师生互动的活跃度与有效性等多个维度进行综合评估。这样不仅可以为教师指明改进教学的方向，也可以为教学质量监控提供有力依据。

　　智慧评价重视形成性评价，能够紧密对标毕业要求与培养目标，系统梳理课程体系和知识体系，对专业建设情况进行深入分析，精准把控建设进度与质量，为课程和专业的优化调整提供坚实的数据基础，确保教学目标与专业发展方向始终保持高度一致，推动教育教学持续优化改进。

　　五、结语

　　随着技术的不断进步和教育理念的持续更新，“人工智能+教育”应用场景将越来越广泛，越来越精细。我们一方面要主动拥抱变化，推动人工智能与教育教学的深度融合;另一方面也要提高警惕，避免人工智能等新技术、新手段在教育教学中的滥用。人工智能是教育的“助手”“帮手”，更是“能手”，其与教育的深度融合，将有力推进数智时代教育创新发展，在助力教育强国建设的同时，为全球教育事业的革新和发展注入更多的动力和活力。

数智时代人与机器的竞争力分析

宋军波1 续芹2

(1.中国高等教育学会智慧教育研究分会常务理事，北京翼鸥教育科技有限公司创始人;2.对外经济贸易大学国际商学院副教授)

　　人工智能会替代人的哪些能力?如何确保人具备相对独特的竞争力?这是教育界热议的话题，事关教育发展走向。

　　一、人工智能对原有教育的冲击与重塑

　　人工智能给高等教育带来深刻变革。在科研范式上，2024年诺贝尔物理学奖授予神经网络领域的先驱，打破了专家主导的科研格局，彰显出想象力与创新思维在科研中的关键作用。在学习范式上，人工智能融入阅读、作业、测试、讨论等学习环节，为学生提供个性化学习辅助和精准化效果反馈，提升了学习效率与学习质量。在教育评估范式上，聚焦元认知计算，借助视频分析、语音识别与情感计算等技术，全面剖析师生在课堂上的行为、互动与情感状态，从微观的师生言语细节到宏观的课堂效率与公平性，生成多维度诊断报告，为改进教学提供精准依据，实现教育评估从结果导向向过程与能力并重的转变。在教学组织范式上，人工智能教师凭借先进的识别技术与智能交互能力，满足不同学生的学习需求，从基础学科教学到创意课程指导，全方位覆盖学习领域，推动教育朝着智能化、个性化方向发展，颠覆原有教学场景。家庭学习也因人工智能助教的介入焕发新活力，成为学生自主学习与能力拓展的重要补充。而正在兴起的人工智能自习室，融合行为主义与建构主义理念，对学习管理、行为引导与环境营造进行了全方位优化。

　　二、高等教育数智化跃迁与转型

　　在人工智能助力下，高等教育从学习科学迈向计量教育学阶段。在这样的跃迁转变背景下，知识被视为具有不确定性的概率表述，学习成为降低不确定性、优化知识结构的过程，而习得体现为大脑神经元的高效联结。这一转变促使教育重新审视自身的本质与目标，在培养学生的思维品质方面，从批判性思维向更高层次的哲理性思维跃升，注重创新力、设计思维与综合素养的培养，以契合数智时代对人才的多元需求。

　　面对数智化浪潮，高等教育应加速转型。一方面，全面推进数字化基础设施建设，普及数字终端学习设备，深度应用学习管理系统;另一方面，应强化组织建设，设立专门岗位统筹技术与教育融合战略，提升教师数字化教学能力，打造集知识传授、能力培养与人文关怀于一体的未来学习中心。同时，应积极探索人工智能驱动的新学科新领域，构建跨学科课程体系，培养适应数智时代的创新型人才;应利用人工智能重塑教育评估体系，确保教育质量与人才培养质量稳步提升，实现高等教育的现代化革新，为社会发展持续输送高素质人才，在全球教育竞争中抢占先机、塑造优势。

　　三、情感智慧：人才独特竞争力的构建

　　图灵奖得主、被誉为“AI教父”的杰弗里•辛顿认为，人工智能已具备模拟人类情感的能力。在某些特定的情境设定下，人工智能展现出类似人类情感的反应。这提出一个备受争议的问题：人工智能表现出的情感反应是否蕴含着同人类一般深刻而复杂的情感智慧。

　　事实上，生死、恐惧、爱等深层次的情感体验与生命本质紧密缠绕、不可分割。人类生命的有限性宛如一把独特的刻刀，为这些情感雕琢出独一无二的内涵与强大的力量。情感智慧绝非单一的情绪，而是复杂情感、道德观念以及本能反应的激烈碰撞与深度交织，源自人性深处的爱与责任。各种因素汇聚在一起，形成了一种深邃而难以言喻的智慧，是人类在漫长岁月中历经无数生死考验沉淀下来的精神瑰宝，绝非是代码和算法所能轻易企及的。

　　在这场波澜壮阔的科技变革浪潮之中，高校肩负着为社会输送具备深厚人文底蕴、扎实专业知识以及敏锐科技洞察力人才的重任，而企业则是将科技创新成果转化为现实生产力的关键推动者。二者应更加紧密地合作、协同发展，共同探索人工智能与人类智慧融合共生的最优模式，汇聚成一股强大的合力，推动人类社会在科技进步的道路上稳步前行，为人类开创出一个更加美好的未来。

以系统观应对数智时代教育治理挑战

王青

(北京理工大学教育学院教育治理与教师教育研究所副所长)

　　习近平总书记强调，中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新，充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。人工智能作为引领教育创新发展的重要推动力，在赋能教育高质量发展的同时，也带来系统化挑战。

　　一、人工智能对教育治理提出系统化挑战

　　教育治理是指多元主体共同参与教育公共事务的管理过程，其目标是实现教育的高效、公平和创新发展。数智时代，如何调整学科布局、提升教育者信息技术素养、优化人工智能平台应用和资源开放，以及应对技术伦理与数据安全等，已成为教育治理变革亟待解决的问题。

　　学科布局调整是教育治理适应数智时代需求的首要任务。人工智能作为一种高度综合的技术，涉及计算机科学、认知科学、心理学等多个学科的知识和方法，催生了诸如数据科学等“人工智能+X”的复合型新兴学科。学科交叉作为调整学科布局的关键，强调构建跨学科的研究和教学团队，促进知识和技术的整合创新。

　　教育者的信息技术素养是推进教育数字化转型的关键。教育者需要通过专业培训和实践，提高在智能教育环境下的教学能力;需要具备数据分析和批判性思维能力，能够利用信息技术进行教育教学研究，从复杂的数据中提取有价值的信息，并据此改进教学实践;还需要提升对人工智能技术可能带来的伦理、法律及社会问题的理解和应对能力，确保技术的合理使用，并指导学生理解和应对这些挑战。

　　人工智能平台在教育中的应用需要不断优化，学校教育资源也应实现开放共享。教育部部长怀进鹏在2024世界数字教育大会上的主旨演讲中，总结了“汇聚集成”的重要经验—建设国家智慧教育平台，扩大平台资源总供给并丰富资源形态。人工智能教育平台不仅包括资源和应用的整合，还包括智能教育系统的开发。高校要利用机器学习、数据挖掘等技术分析学生的学习行为，为教师提供个性化的教学资源和教学支持。

　　技术伦理与数据安全的应对也是教育系统治理需面对的新挑战。随着人工智能技术在教育中的广泛应用，数据隐私、算法偏见和知识产权等问题日益凸显。伦敦玛丽女王大学公布了一项针对本校学生的调查，发现89%的学生借助ChatGPT做作业，53%的学生曾使用ChatGPT撰写论文。这类问题正越来越多地出现在全球教育领域，迫使教育治理者关注人工智能技术应用的安全性和公平性。

　　二、系统思维下数智时代的教育治理转变

　　习近平总书记高度重视系统思维，多次强调要树立系统思维，反复要求广大干部提高系统思维能力，运用系统思维分析解决问题。系统思维是一种全面、整体的思考方式，强调在解决问题和作出决策时考虑所有相关因素以及它们之间的相互关系。随着数智时代的到来，任何单一方面的教育变革都不足以应对人工智能带来的挑战，必须坚持系统思维指导下的教育治理转变。

　　首要的一点是要把教育置于国家发展大局中考虑。党的二十大报告强调，教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。党的二十届三中全会提出统筹推进教育科技人才体制机制一体改革，强调健全新型举国体制。教育治理应以满足服务经济社会发展和国家科技进步为首要目标，将其作为学校发展顶层设计的出发点和依据，促进高等教育与经济社会发展深度融合。

　　系统思维下的教育治理转变，还要考虑不同层级和类型的教育组织协同、互动的问题。美国密歇根大学罗斯商学院组织行为与心理系教授卡尔•维克认为，组织是一个整体，其行为和结构是动态变化的，组织成员通过与环境的互动来建构意义。教育治理者、各层级参与者等组织成员不仅要重视技术的应用，更要基于教育目的、内容、方法和评价体系的变化，以组织的观念变革为驱动，不断作出调整。教育治理者还应建立合理的制度，推动形成智慧、开放、互动的组织文化氛围。就组织内部而言，如何构建有效沟通机制以促进跨部门、跨领域的合作，调整学科布局以降低因知识差异造成的合作壁垒，实施数据驱动的评价以优化人力资源配备等问题，都是智慧治理需要考虑的内容。就外部生态而言，加强学校、社会、家庭等利益相关方的沟通协作，强化教育的在地化，也是运用系统思维推进教育治理转变的智慧体现。