|
教育评价事关教育发展的方向。构建以核心素养为导向、促进德智体美劳全面发展的教育评价体系是新时代的重要课题。今天分享余胜泉教授的相关文章，文章归纳了当前教育评价改革进程中面临的问题与挑战，分析了基于教育大数据破解问题的思路，最后指出教育大数据赋能未来教育评价变革的方向，为教育评价的数字化转型提供借鉴。 教育评价事关教育发展的方向。为全面贯彻党的教育方针，落实立德树人根本任务，系统推进教育评价改革，发展素质教育，培养德智体美劳全面发展的社会主义建设者和接班人，中共中央、国务院于2020年印发《深化新时代教育评价改革总体方案》，明确提出“改进结果评价，强化过程评价，探索增值评价，健全综合评价，充分利用信息技术，提高教育评价的科学性、专业性、客观性”。面对当前教育评价变革的发展趋势，如何利用信息技术构建以核心素养为导向、促进德智体美劳全面发展的教育评价体系，成为新时代教育者需要努力探寻的课题。我们应积极探索指向学生核心素养的教学与评价路径，充分挖掘人工智能和大数据技术变革教育评价的潜力，破解当前教育评价存在的难题，实现学生的全面发展。“'五育’并举，全面发展素质教育”是我国教育改革发展的一个基本方向。发展素质教育，必须从根本上解决教育评价指挥棒问题。然而，当前教育评价中仍然存在着一些较为突出的问题，严重阻碍了素质教育的落实。这些问题集中体现在以下方面。（一）评价目标聚焦知识与技能，忽视学生的关键能力和核心素养传统的教育评价以纸笔测试为主，只考查学生对知识与技能的掌握情况，忽视对学生在真实世界中解决复杂问题的能力、团队协作能力和创新思维等高阶能力和综合素养的评价。长此以往，以知识为中心的评价将导致学生只会死记硬背书本知识，进行浅层次学习，而不会主动思考与探究，不利于深度学习的发生和高阶思维能力的提升。（二）评价功能过度注重甄别和选拔，不利于以评价促进学生发展与提高当前，我国仍以考试成绩作为获取升学资格和进行人才选拔的唯一标准或主要参照依据。这种“一考定终身”式的教育评价，导致教师、学生和家长过度追求考试成绩，出现“重分数轻能力”“重知识轻素养”等现象。这种评价导向与我国一直以来倡导的重视学生德智体美劳全面发展，培养学生高阶能力的创新教育理念背道而驰，不利于发挥评价对促进学生发展与提高的作用。传统教育评价以解决书本问题为导向，评价内容封闭有限、答案固定统一，不利于多方面、多角度地发现和培养人才，也严重遏制了学生个性特长的发展。“多一把衡量的尺子，就会多出一批好学生”。未来教育评价的标准应该更加灵活，能够根据评价任务和评价对象定制多元化评价标准，实现个性化评价，做到“不拘一格降人才”。（四）评价过程缺乏及时反馈，难以实现面向过程的发展性评价当前的评价主要以静态评价、事后评价为主，教学活动开展后才对学生的表现进行评价，缺乏贯穿于整个教育教学过程的、实时的动态评价，难以呈现连续时间段内学生能力水平的发展变化，加上评价反馈严重滞后，无法为教师诊断教学问题、进行教学干预提供有效的参考信息。（五）评价主体较为单一，导致评价结果片面化和主观化目前，评价主体仍以教师为主，自我评价和同伴评价较为缺乏，教师最终决定学生的评价结果。由于缺少过程性材料和数据的支撑，教师仅从自身单一视角对学生的表现做出简单评判，容易忽视学生在人际交往、思想品德、社会参与、道德情感等方面的发展。这种片面化和主观化的评价不利于学生进行正确的自我认知，也不利于学生全面发展、健康成长。只有借助包括同伴、家长、社会等多重角色参与的多视角过程性数据，才能确保对学生形成立体化的认识与了解，评价结果才会做到全面和客观。随着教育信息化实践的扎实推进，大数据对促进教育教学改革和发展的独特价值日益凸显。教育大数据，指的是教育活动过程中面向全员、全过程、全领域所产生的各种类型（结构化、半结构化或者非结构化）的数据集合。教育大数据不仅是一种技术，更是一种能力。它能够帮助学校从海量的、结构复杂的数据中找到有价值的规律和模式，是进行教育决策和教学干预的重要出发点。因此，数据将成为智能时代每所学校最重要的无形资产。教育大数据的发展将为推进教育变革和促进学生全面发展注入新的动能，主要体现在以下方面。（一）揭示学生的学习过程和心理世界，发现共性背后的个性只凭考试分数推断学生的学业水平，容易忽视其个性发展。例如，成绩相同的两名学生，可能有着完全不同的个性特征。教育大数据不仅表现为数据体量庞大，还特别强调获取学生全样本、全过程和全方位的数据。不同来源、不同类型的数据能够记录下学生多方面的综合表现和个性特征，如认知水平、情绪状态、心理变化等，立体化揭示学生在学习过程中的一系列内外部活动和变化。这便于教师从多元视角观察学生的个性特征与心理变化，发现共性背后的个性。（二）洞察学生真实的学业表现，有利于实施个性化教学传统教育评价只能周期性、阶段性地获取学生的学业数据。这些数据往往主要用来分析群体的学业表现水平，只能粗线条地反映出学生个体在群体中的相对位置。教育大数据则可以实时采集每个学生的各类学业数据，如学生的学习路径、知识掌握情况、学科能力表现、不同阶段的核心素养水平等，帮助教师从微观层面洞察学生真实的学业表现，为后续实施个性化教学和干预提供科学依据。（三）发掘内部规律和影响因素，提供精准的个性化服务教育大数据能够细致刻画学生的微观表现，并基于学生的行为表现探究其学习过程的发展机制，优化学生的学习体验。主要包括：基于学习分析为学生提供及时的评价反馈，帮助其更好地自我调节和有针对性地改进；可为学生量身定制更有效的学习推荐方案，如推荐适合其个性特征的最佳学习路径。教育大数据还能深入到教与学的微观层面，大幅度提升教学的针对性和有效性。通过数据清晰还原教学过程，教师能够精准定位教育教学问题，及时发现关键薄弱环节及其影响因素，从而为学生提供适切的学习服务。这将大大有利于实现适应性学习和自我导向的学习。基于大量的个体数据分析，更容易甄别出一些共性问题和盲区，教育管理者得以超越个体的局限，拥有更为宏观、动态的视野。通过对教育教学过程的全局性掌控，教育管理者能够得到更有针对性、更加迅速的反馈，充分调动起学生、家长、教师、校长、教研员等教育质量控制关键角色的力量，促进不同角色间的信息流通和协作。这种从系统性视角改进教育质量的方式，有利于消除教学干预的滞后性和孤立性。当前，5G、物联网、智能感知、脑电和仿真等新技术的发展为教育评价变革提供了新的方向，也为智能化的数据采集、数据建模、可视化分析、个性化反馈等提供了有力支撑。例如，智慧笔可以采集学生学习过程中的书写数据，数字化记录学生日常的练习和测试数据，结合学生的课堂学习行为表现，提供个性化的评价和学习分析诊断；5G和物联网技术可实现人机物互联，为采集多维的过程和环境数据提供了可能；图像识别、语音识别等智能感知技术可以智能识别学生的动作行为、表情等信息，为教育评价提供客观的、过程性数据；基于人工智能的物体识别、姿态识别、认知推理和自然语音处理等技术，可采集自然状态下的真实数据，实现心理健康、绘画书法、认知能力等多维度的测评；脑电技术、脑成像技术可以采集认知过程数据，有助于分析学生的注意力、记忆和情感等内部心理机制，深层次揭示学习过程，为评估认知过程提供理论依据；VR/AR/MR技术能够创设类似真实问题解决的环境，并采集学生问题解决过程中的探究、决策等行为数据，支持开展模拟真实生活场景下的高阶能力评估。可见，通过对教育教学过程中数据的持续采集、深度挖掘、多元分析和动态反馈，教育评价得以从依据个人经验的主观判断，转向基于过程数据的客观决策；从面向知识掌握的总结性、选拔式评价，转向面向个性化发展的过程性、动态化评价；从关注书本知识习得的单一性评价，转向重视关键能力和核心素养发展的综合性评价；从耗时、滞后的人工评价，转向高效、及时的自动化评价。可以说，大数据为破解教育评价难题，重塑未来教育评价体系提供了难得的机遇。在当前深化新时代教育评价改革的时代背景下，我们应该积极抓住大数据变革教育评价的机遇，用数据赋能教育评价的升级转型。具体可从以下方面着手探索。（一）评价依据从评价者的主观经验转向客观理性的数据借助教育大数据分析工具，教师可以采集学生在学习过程中的全部过程性数据。通过对数据的分析和挖掘，教师还能够对学生的学科知识、学科能力、核心素养等做出准确和定量的评价。这使得教育评价不再依赖于教师的个人主观经验，转而基于客观数据进行科学理性的决策。在挖掘和分析数据的基础上，评价系统平台还可形成针对不同角色、不同时间段、不同评价标准的可视化报告。这些报告会帮助教师发现学生的个性特征，帮助学生更加全面地了解自己，发现优势和不足，帮助家长客观认识自己孩子的表现。基于教育大数据获取的学生各方面表现，系统平台还可以生成多维度的评价报告，包括知识结构、能力素养、心理素质、体质健康、情绪状态等，更加真实、立体地刻画每个学生。借助教育大数据工具，学校可多主体、多渠道地采集学生在教育教学活动过程中的数据，如通过考试、档案袋、综合活动调查、交互类认知活动等，联合学校、社会、家庭等多方力量共同参与评价过程。采集的数据不仅包括学习结果，还包括学习行为、认知过程和心理变化等大量过程性数据，实现定量评价与定性评价相结合。这就扭转了过往以结果为导向的总结性评价，更加关注学生的学习过程。评价报告的内容也将更加丰富，不再过分强调横向比较学生间的差异，转而突出学生的个性化发展，弱化评价的甄别和选拔功能，凸显评价对教育教学的诊断和促进功能，最终将评价过程与教学过程相融合，实现面向教学过程的发展性评价（如图1）。图 1 基于数据、面向过程的发展性评价与改进 （三）评价主体由单一教师主导转向自我评价、同伴评价以及利益相关主体共同参与教育大数据支持多元主体共同参与评价，包括任课教师、学生个体、同伴以及利益相关者，从而分散教师在评价中的绝对权力，使得评价结果不再只依赖于教师个体的主观判断。通过多元主体的共同参与，还能够从更多视角反映个体的综合表现，如优点、特长、个性和缺点等，使评价结果更为全面客观。此外，让学生、家长、社会等多个角色参与到评价过程中，将更有利于系统、协调地推进教育评价的变革。学生参与评价的过程本身就是一个学习过程，在参照评价标准对同学作业（或作品）进行评价的过程中，他们会更加了解自己的学习过程和同伴表现，从而激励自己更好地学习。教师可将评价活动设计为教学的一个环节，实现以评促学。如芬兰的某所高中让学生根据学习过程中的数据进行自我评估和同伴互评，从而使学生真正了解了自己，促进了他们的学习。由北京师范大学未来教育高精尖中心开发的基于大数据的STEM测评系统也实现了多元主体参与评价，学生每节课的表现都基于自主评价、同伴评价和教师评价。基于该系统，教师将评价作为教学活动，通过学生的自评及时了解学生存在的问题与不足，并采取及时的干预措施。教育评价应关注学生德智体美劳全面发展，不仅包括学生的学业表现，还更强调学生关键能力和核心素养的培育。教育大数据技术可采集学生在课堂活动、作业练习、在线学习、体质锻炼、人际交往等全学习过程中产生的数据，并采用定量评价和定性评价相结合的方式，形成全面的发展性评价报告，包括认知能力、学习风格、注意力、情感情绪、学习轨迹、知识状态、知识误区、学科素养等。这类报告通常包含多个评价指标，类似于医院的体检报告，能够全面了解学生的发展状况。例如，北京师范大学未来教育高精尖创新中心开发的“智慧学伴”平台，可实现全学习过程数据的采集、知识与能力结构的建构、学习问题的诊断与分析、学科优势的发现与增强。平台中设计了300多项指标的个体能力建构框架，从学科领域核心知识、学科核心素养、通用心理和认知能力、体质健康四个方面刻画学生的个性特征，实现学生非智力因素、核心素养、学科能力等多方面表现的综合评价。再如，美国的Mastery Transcript Consortium（简称MTC）组织提出的MTC综合素质评价模型，强调从分析与创意思维、沟通能力、领导力和团队合作能力、数字和定量研究素养、全球视野、适应性、独创性和冒险精神等八个维度，采集学生在学习过程中的学业成绩数据、教师评价数据、同伴互评数据、学生作品以及个人档案袋中的数据，再通过量化和质性数据的分析，得到学生包含八个维度表现水平的整体分析报告，并以此作为大学录取的依据。总体来看，未来会越来越强调德智体美劳全面发展的评价。美国21世纪技能不仅关注学生学到的知识，还强调学生协作解决问题的能力和信息素养。协作解决问题的能力是目前CPS（Collaborative Problem Solving）国际考试重点关注的内容。CPS考试采用人机结合的方式，用计算机模拟代理与学生协作完成任务，学生要与模拟代理交流各自了解的信息、知识与问题，协商制订计划，分工协作，共同解决问题。对交互数据流的分析可形成可视化协作能力报告，用以判断学生协作解决问题的能力。随着各类智能技术的发展，评价手段变得愈加数据化、自动化和智能化，如计算机支持的普通话水平测评、英语口语测评等已趋于常态化。基于智能技术的评价系统不仅可自动判别主观题，还可自动批改问答、论述、证明、作文等开放性试题。例如，批改网的英文作文批改，为学生提供评价报告的详细程度和认真程度甚至远超部分外语教师。系统还可以自动采集学生在线的各类点击流数据和会话数据，并通过对数据的自动化处理和分析，实现面向过程的表现性评价。例如，北京师范大学未来教育高精尖创新中心开发的问题解决能力测评系统（简称PSAA）就创设了交互式的问题场景，能够自动采集学生探究问题和解决问题过程中的一切行为表现，并基于过程性数据自动生成学生解决问题的风格、策略、思维和态度等报告，以此综合判断学生的问题解决能力（如图2）。此外，高精尖创新中心有一个专门的团队正基于智能感知工具自动采集的学生运动中的生理数据，建立学生耐力、运动加速度等方面的常模，自动分析学生体质类型和健康状况，并根据各方面表现水平对学生体质健康进行个性化干预。因此，未来基于各类智能技术实现智能化评价将成为教育评价发展的主流。（六）因人而异的适应性评价将成为未来重要的发展方向基于教育大数据实现评价过程与学习过程的无缝融合，并根据学生个体的过程性表现实时调整评价目标、评价方案和学习路径，将成为未来教育评价的重要发展方向。也就是说，学生在开始学习时，评价目标与评价标准并不是确定的，而需要根据学生在学习过程中的表现定制个性化评价方案，并通过诊断性数据的反馈，不断动态调整和改进评价方案，从而为学生规划出最佳的学习路径并提供适应性学习服务。例如，美国医学考试中心在评价医生时，使用动态代理技术在系统中创设问题情境，不同的学生根据专业选择内科或外科后，系统会根据科室为医生分配一个模拟病人。这个模拟病人随后会出现各种症状，医生利用所学的知识判断病情，决定应做的检查项目。检查单发出后，医生会得到不同的数据反馈。医生需要判断这些数据是否正常，如果不正常，还要确定采取哪些干预措施。采取的干预措施正确，病情会好转，反之，病人状况会变差，直至死亡。该系统对拥有不同背景的学生采取不同的评价方案，实现了因人而异的个性化评价。该评价不仅给出一个成功与否的量化指标，还对学生的个性化学习提供有效的反馈与支持。又如，美国的电子阅读器系统，它能在学生阅读的过程中深入了解学生的学习行为和习惯，如学生通过查看“阅读特征文本所花的时间”以及“学习目标实现程度”更好地调整阅读节奏。另一个案例是美国高校入学申请平台。由于美国高校的录取是非常个性化的，如果申请人不了解高校的特点和自己的个性特征，会出现较高的失败率。为此，很多公司提供了利用人工智能辅助学生规划成长和发展的服务。其基本思路是：基于学生成长过程中的各类数据，得到学生的个性特点、学业水平、能力表现等信息，再与不同高校专业的特征、录取风格等进行比对，帮助学生进行个性化的职业生涯发展规划，使之获得适应性、个性化的发展。大数据技术的发展有力地推动了教育评价的变革，未来教育评价必将实现从传统的纸笔评价迈向数字化评价。上述六个方面是智能化数据采集、自动化数据分析和可视化数据呈现等技术赋能评价的未来发展方向与趋势。未来教育评价将具有以下核心特征：一是评价过程隐性化，未来评价的过程将嵌入学习过程之中，评价是过程性、实时性和适应性的；二是评价项目开放化，未来评价的项目不再面向某个特定的群体，而更多地兼容平等性、特殊性和通用性，使得人人可以参与评价项目；三是评价主体多元化，参与评价的主体变得多元，提供更丰富的评价信息；四是评价路径个性化，评价路线绝不是单一的、固定的，而会根据个体差异进行适应性调整，不同学生个体拥有不同的评价方案；五是评价反馈及时化，评价反馈将是动态实时的和伴随式的，及时帮助学生调整学习进度；六是评价试题情境化，未来的评价具有技术增强性，能基于各类技术创设真实的问题情境，采集学生在认知活动过程中的各类数据。数据蕴含着教育教学过程中的重要信息，科学合理地运用数据，使之服务于教育教学具有重要的意义。大数据技术为突破传统教育教学理念和方法带来了全新的思路，我们应借助大数据技术积极探索和创新教育评价理念，重塑教育评价系统，让学生德智体美劳全面发展，更好地为未来做好准备。（本文根据余胜泉教授在融合信息技术赋能高质量教育创新论坛上的主旨演讲整理而成。）（作者系国家基础教育信息化教学指导委员会副主任，北京师范大学教育学部未来教育高精尖创新中心执行主任，博士生导师）文章来源 | 《中小学数字化教学》2021年第7期
|
