教育评价改革事关教育发展方向，事关教育强国建设。2023年5月，习近平总书记在中共中央政治局第五次集体学习时强调，“深化新时代教育评价改革，构建多元主体参与、符合中国实际、具有世界水平的教育评价体系”。之前的教育评价中存在重分数获得、重记忆背诵、轻创新创造等问题，在过去由于技术手段的限制难以有效解决。以ChatGPT、DeepSeek为代表的通用人工智能技术，为教育评价的全方位创新提供了可能。以生成式人工智能和大语言模型为代表的智能技术，不仅在教育内容的生产和交互中展现出巨大潜力，也在评价改革中发挥着重要作用。通过这些技术，我国教育可以从以分数为主的评价体系向多元、全面的评价模式过渡，实现对学生综合素质的更科学、更客观的评估。

　　1 智能时代教育评价创新的实际需求

　　2 智能时代教育评价创新的现实挑战

　　3 智能时代教育评价创新的实践路向

　　在全球数字化浪潮的推动下，教育评价正迎来一场深刻的变革。智能技术的广泛应用不仅推动了教育评价的形式和方法的革新，也为教育质量的提升提供了新的路径。原有教育评价方法的局限性逐渐显现，亟须通过智能技术赋能来实现评价的科学化和精准化。

　　3.1 结果评价的智能化转型

　　结果评价作为衡量教育活动效果的重要手段，具有目标性、规范性和易操作性的特点[6]。原有的结果评价多集中在考试成绩的评定，这一形式在多样化的教育需求面前，显得过于单一和片面，智能技术为结果评价的创新提供了新的可能性。首先，在智能命题与组卷方面，可以通过试题难度预测、题库标注等手段，实现更加科学的试卷生成。其次，考场管理方面可以依托图像识别技术，实现考场的全方位实时监控，不仅可以提升考试的公正性，还在一定程度上减轻了监考人员的负担。最后，可以通过自然语言处理和图像识别等技术实现智能化阅卷与评测，提高评价的准确性和效率。此外，可以通过数据挖掘对考试数据进行多维度的深入分析，为教育决策提供数据支持。

　　3.2 过程评价的动态化赋能

　　过程评价聚焦于教学和学习的全过程，是促进教师教学改进和学生成长的重要手段。原有的过程评价由于数据收集不连续、评价维度单一、反馈滞后等问题，难以有效推动教育质量的提升。智能技术赋能为过程评价的革新带来了新的可能。首先，可以通过可穿戴设备、传感器、非接触式感知技术等手段，实现对教学和学习全过程的实时数据采集。这种动态化的数据采集，可以为后续分析提供更加真实、全面的数据。其次，可以通过多模态数据分析对行为数据、学习数据和人机交互数据进行综合分析，实现教育评价从不可量化到可量化的转变。多维度的诊断分析，可以为教师和学生提供更具针对性的教学反馈和学习建议。最后，智能技术使得评价反馈更为及时和多样。通过数据可视化，评价结果能够以图像和视频等多种形式呈现，帮助教师和学生更直观地理解和运用反馈信息，实现教学和学习的持续优化。

　　3.3 增值评价的精准化探索

　　增值评价强调通过纵向比较学生的进步幅度，衡量学校和教师的教育贡献[7]。与原有的横向比较不同，增值评价更关注个体成长的动态过程，因而在教育评价体系中受到越来越多的重视。智能采集技术能够长时间追踪学生的学业表现和学习能力等数据，为增值评价的科学性提供坚实的数据基础。同时可以通过深度学习和统计分析等算法，开发适用于不同教育场景的增值评价模型。智能技术使得增值评价结果的呈现更加直观和易于理解。基于可视化技术的学生发展水平报告，不仅能够清晰展示学生的学业进步，还能够为家长和教师提供详细的分析和指导建议，帮助各方更好地理解和应用增值评价结果。

　　3.4 综合评价的多元化集成

　　综合评价强调从多维度、多主体的角度，对教育活动进行系统性和全面性的评价。这一评价方式不仅能够全面反映评价对象的综合素质，也能够为教育决策提供全局性的指导。然而，综合评价在实际操作中，常因评价标准难以量化、数据复杂性高、主观性强等问题受到挑战。智能技术的应用为综合评价的多元化集成提供了强有力的技术支撑。在综合评价模型的构建中，可以通过专家系统、机器学习等算法，有效提取评价规则，实现评价标准的科学量化。这种基于数据和算法的评价方式，能够降低主观性，提高评价的客观性和科学性。同时，在数据采集中，通过大数据和区块链等技术，可以建立统一的数据平台，实现评价对象的全过程数据采集，破解以往综合评价中数据量不足、失真和结构缺失等问题。此外，在综合评价结果的呈现和分析中，可以通过数据挖掘和深度学习等手段，生成数字画像，精准揭示评价对象的特征和发展潜力。

　　参考文献

　　[1] 鹿星南,高雪薇.人工智能赋能教育评价改革:发展态势、风险检视与消解对策[J].中国教育学刊,2023(2):48-54.

　　[2] 朱永新,杨帆.ChatGPT/生成式人工智能与教育创新:机遇、挑战以及未来[J].华东师范大学学报(教育科学版),2023,41(7):1-14.

　　[3] 杨宗凯.利用信息技术促进教育教学评价改革创新[J].人民教育,2020(21):30-32.

　　[4] 眭依凡,幸泰杞.挑战与应对:人工智能时代的高等教育创新发展逻辑[J].科教发展研究,2023,3(1):76-95.

　　[5] 吴砥,郭庆,吴龙凯,等.智能技术赋能教育评价改革[J].开放教育研究,2023,29(4):4-10.

　　[6] 刘邦奇,汪张龙,胡健,等.人工智能赋能改进结果评价:问题、路径及展望[J].中国考试,2024(1):34-44.

　　[7] 朱珂,刘玉莹,尚云翔,等.人工智能赋能教师教育增值评价:价值意蕴、内在机制与实施路径[J].数字教育,2023,9(5):15-21.

贾隆嘉　东北师范大学