智能技木賦能教育評價：內涵、總休框架與實踐路徑

劉邦奇 袁婷婷 紀玉超 劉碧瑩 李嶺

摘要：智能技術賦能為教育評價變革發(fā)展提供了重要機遇，促進智能技術與教育評價融合創(chuàng)新是深化新時代教育評價改革的必然選擇。據此，對智能技術賦能教育評價進行了系統(tǒng)研究，其歷史淵源可追溯到管理工程領域的智能綜合評價和教育評價領域計算機技術的應用。本質是基于智能技術對傳統(tǒng)教育評價的突破與創(chuàng)新，通過解構、重構形成新的教育評價模式，具有科學化、多元化、立體化、最優(yōu)化、精準化等主要特征。助力教育評價的智能技術及應用由“5+1”的總體框架（基礎層、技術層、平臺層、應用層、用戶層5個層次結構和1個保障體系）構成。通過智能技術賦能“四個評價”的具體場景應用，采取理念引領、標準規(guī)范、主體關照、數據驅動、專業(yè)支持等整體推進策略，打造智能化教育評價生態(tài)體系。

關鍵詞：智能技術;賦能;教育評價;總體框架;實踐路徑

中圖分類號：CJ434

文獻標識碼：A

一、引言

智能技術賦能教育評價提出的緣由，可以追溯到兩種歷史淵源。一種是在管理工程領域，為解決復雜系統(tǒng)問題，將智能化方法用于綜合評價，如引入遺傳算法、人工神經網絡、蒙特卡羅模擬方法、人工免疫算法和蟻群智能算法等，提高了綜合評價的智能特性。由此出現了智能化綜合評價[1]?，F代教育評價具有多元性、復雜性、系統(tǒng)性等特征，是多種學科專業(yè)、多種技術方法在教育評價領域的綜合應用，管理工程領域形成的智能化綜合評價為創(chuàng)新教育評價模式提供了參考路徑。有學者梳理了國際上“智能化教育評價”研究的演進路徑，析出“智能化教育評價”演進過程中的關鍵節(jié)點文獻[2]，其中3篇“智能化教育評價”文獻綜合了教育學、心理學、統(tǒng)計學、神經計算科學、信息科學等學科和技術應用。

另一種是在教育評價領域，起源于計算機技術在教育評價中的運用。近二十多年來，美國先后發(fā)布了六個國家教育技術計劃（National EducationTechnology Plan，簡稱NETP），NETP1996在學生學習進度評價中提出應用多媒體技術和計算機技術，形成學生作業(yè)的電子檔案和進行計算機自適應測試[3]。NETP2000指出隨著互聯(lián)網的發(fā)展，改善傳統(tǒng)教育評價的機會出現了，要開發(fā)新的學生評價工具，傳統(tǒng)的紙筆測評不能再準確反映21世紀學生的學習情況，教育評價可以使用在線技術以更有效的方式進行[4]。NETP2004提出要建設集成數據系統(tǒng)，指出集成、可互操作的數據系統(tǒng)是在線學生表現測評的關鍵，測評結果可驅動日常教學決策和設計教學干預，幫助教師進行差異化教學[5]。NETP2010、NETP2016、NETP2017均將教育評價作為教育技術應用的重要領域進行規(guī)劃，強調各級教育系統(tǒng)要利用技術去衡量什么最重要，并利用評價數據來持續(xù)改進和創(chuàng)新教育[6-8]。在我國，計算機技術最早運用于考試評價、教育測量分析等，典型應用包括計算機化考試、網上評卷、網上錄取等。同時，現代信息技術也支持和發(fā)展了教學評價，如電子檔案、電子表決器、教學評價支持系統(tǒng)等技術應用，有效提升了教育教學評價的信息化、智能化水平。

智能技術賦能教育評價的正式提出，是近幾年隨著人工智能、大數據等智能技術的迅速發(fā)展及其在教育領域廣泛應用，催生了智能教育新模式、新形態(tài)，出現了包括智能考試、智能評價等新樣式[9]。隨著智能時代的到來，智能技術為教育評價變革帶來了機遇，深度融合智能技術與教育評價是必然趨勢。早在2016年，楊現民提出大數據的發(fā)展使教育評價走向客觀性評價、伴隨性評價、綜合性評價和智能化評價，教育大數據驅動教育評價體系重構[10]。董奇在2020年“人工智能與教育大數據峰會”上指出，科技賦能教育評價改革時機已至[11]?？傊?，教育評價的改革發(fā)展需要先進和前沿的技術支撐，智能技術賦能為此提供了重要的方向和路徑。加強教育評價領域關鍵技術的研發(fā)力度，促進智能技術與教育評價的深度融合，是深化教育評價改革面臨的重要議題。

二、智能技術賦能教育評價的內涵

智能時代技術為教育評價變革提供了支撐引領，智能技術賦能教育評價正走向教育評價改革的主戰(zhàn)場，但目前業(yè)界對智能技術賦能教育評價的內涵并沒有清晰的界定。有學者從技術視角提出如何賦能教育評價，Zhang Qingchen等人指出，在智能化教育評價中通過傳感器網絡和通信技術等實現大數據的收集.通過深度學習解決在圖像分析和語音識別等方面的問題[12]。Wiley和Hastings等人指出可通過機器學習和自然語言理解技術評價學生的想法和概念的運用，評價結果具有較高的準確度[13]。也有學者從技術驅動教育評價手段變革的視角給出解釋：通過利用技術的手段和方法，系統(tǒng)、科學、全面地采集、處理、分析各類教育數據，對教育活動做出客觀判斷的過程，實現了從經驗主義走向數據主義，從模糊走向精準[14];利用技術手段，有效采集和整合學生的各項數據，將教師評價、自我評價等多種評價數據融合，從而對學生進行多維、全面、深入的評價，將碎片化評價轉化為系統(tǒng)化評價[15]。還有學者從傳統(tǒng)教育評價向技術驅動教育評價觀念轉變的視角給出解釋：技術使教育評價從“關注結果”轉為“關注過程”，從“單一的考試評價”轉為“多維度的綜合素質評價”[16];以技術為支撐的教育評價將“傳統(tǒng)教育評價”轉變?yōu)椤爸悄芑慕逃u價”，從而真正走向“智慧評價”[17]。

綜合國內外學者對智能技術運用于教育評價的理解，可以看到智能技術賦能教育評價將是未來發(fā)展的必然趨勢。根據以上分析，可以認為“智能技術賦能教育評價”是在走向智能時代背景下，充分利用人工智能、大數據等智能技術的優(yōu)勢，對傳統(tǒng)教育評價進行革新與發(fā)展，改進教育評價過程與方法，提升教育評價的數字化、智能化水平，實現科學、客觀和高效的評價與反饋，促進教育事業(yè)的改革與發(fā)展。

智能技術賦能教育評價本質是對傳統(tǒng)教育評價的突破和創(chuàng)新，通過解構、重構形成新的有別于傳統(tǒng)的教育評價新模式。而其實施的關鍵在于用智能技術助力教育評價數據的采集、處理、分析和運用，實現教育評價的數據化、智能化，由此而引發(fā)教育評價形態(tài)的變革。具體來說，充分利用人工智能、大數據、云計算、區(qū)塊鏈等先進技術，實現對全過程、全方位教育評價數據的采集，進行深度挖掘分析和反饋應用，對教育教學過程、結果進行多元綜合評價，為教育教學改進提供全面、有效的決策依據，實現了教育評價的現代化、專業(yè)化，同時由于智能化評價工具和手段的應用，教育評價過程也更加智能、高效。

三、智能技術賦能教育評價的主要特征

（一）評價模型科學化

科學的評價模型是教育評價的核心。借助智能技術手段，通過教育評價人員、信息技術專業(yè)人員、教育教學人員等協(xié)作，針對不同評價對象和評價內容構建科學的指標體系、指標權重、評價模型。評價指標的設計是評價模型構建的前提條件，是保證評價模型科學化的重要支撐，指標構建方法有質化方法、量化方法和復合性方法等，其中指標權重設計的合理性既能夠反映出決策的主觀價值，又可以獲得客觀準確的測量結果。通過計算機軟件系統(tǒng)、人工智能中的推理技術等構建評價模型，實現模擬評價，具體方法有專家系統(tǒng)、人工神經網絡、機器學習等。

（二）主體參與多元化

參與評價的主體由教師、家長、同伴、自我、評價專家等共同參與，形成“評價共同體”，使評價過程呈現民主化和人性化，評價結果也更具有真實性和可靠性。教師參與能夠給出更加具有專業(yè)性、實效性的評價信息;家長參與使評價結果不僅聚焦于在校情況，還包含家庭表現情況，使評價結果更加全面;同伴參與可有效調動學習者的積極性，加強溝通交流;自我評價使被評價者的主體地位得到充分發(fā)揮，有效提升參與意識，主動反思發(fā)現自身的不足;評價專家為評價對象提供更精準、客觀、全面的評價結果。

（三）數據獲取立體化

通過物聯(lián)感知技術、可穿戴設備技術、視頻監(jiān)控技術、網評網閱技術等對評價數據進行全過程、全方位、多維度的采集，改變過去人工采集記錄的方式，實現評價數據立體化獲取。全過程是指依托數據采集平臺和設備自動記錄評價對象在整個活動中產生的各項數據，由過去的“間斷性記錄”轉變?yōu)椤叭^程記錄”;全方位強調數據的獲取打破時空界限，不僅局限于傳統(tǒng)教室，還包含線上學習數據的獲取、戶外教學活動數據的獲取等;多維度是指采集的數據種類會更多樣、更全面，包括行為數據、情感數據、體質數據、管理數據等。

（四）診斷分析最優(yōu)化

通過采用數據融合、數據分析等技術，對多模態(tài)數據進行診斷分析，實現了多維、全局數據處理和分析的最優(yōu)化，從而達成精準評估和測評。例如，在海量的多模態(tài)數據挖掘中，基于不同模態(tài)數據融合，可通過模態(tài)數據間的互補學習提取出復雜數據中的有效特征，從而提升了決策結果的準確性;使用機器學習等算法對不同種類的數據進行分析，包括文本分析、語音分析、圖像分析、視頻分析等，可準確表征評價對象的特征要素。

（五）評價反饋精準化

評價反饋是實現教育評價的應用價值體現，也是評價的重要組成部分。通過高度個性化定制、智能推薦引擎等技術，將評價結果以交互式可視化的形式及時精準地推送給用戶，有效提升評價對象對自我的認知，使評價對象即時調整學習策略、教學目標等，進而有效地促進管理、教學、學習等。評價反饋貫穿整個教育活動的始終，有過程性的即時反饋，如課前的預習測評與反饋、課堂的實時檢測反饋等，能夠精準反饋評價結果即時調整學習策略;有根據評價結果精準推送教學和學習資源等，實現教師精準的教和學生個性化的學。

四、助力教育評價的智能技術及應用框架

智能技術賦能教育評價不同于傳統(tǒng)的教育評價，它需要利用智能技術構建一個多層次、多用戶、立體開放的教育評價生態(tài)體系。推進智能技術賦能教育評價的建設與應用，需要從整體上把握智能技術背景下技術、業(yè)務、應用和用戶間的關系以及對評價產生的影響。因此，借助信息化頂層設計的方法論，在筆者團隊提出的智能教育關鍵技術平臺參考框架的基礎上[18]，結合智能技術賦能教育評價活動的實現過程，可以提出和構建助力教育評價的智能技術及應用總體框架，如圖1所示。

助力教育評價的智能技術及應用由“5+1”的總體框架構成，形成了科學化、多元化、立體化、最優(yōu)化、精準化的智能教育評價生態(tài)體系，具體包括基礎層、技術層、業(yè)務層、應用層、用戶層5個層次結構和1個保障體系。

（一）基礎層：技術賦能教育評價的基礎支撐

基礎層由硬件設施、計算框架、存儲設施等構成，為智能技術賦能教育評價提供了必備的基礎設施條件，是智能化教育評價體系的基礎保證。（1）硬件設施為整個教育評價過程提供硬件支撐環(huán)境，在數據采集中提供智能傳感器、智能穿戴設備等;在數據處理和分析中提供智能芯片、計算集群等;在評價結果反饋中提供具有交互功能的智能終端設備，如智能手機、智能PC等。（2）計算框架為系統(tǒng)提供統(tǒng)一的計算服務、統(tǒng)一的機器特征提取和算法模型建模服務，具體包含分布式計算、機器學習等。（3）存儲設施為整個評價過程提供統(tǒng)一的數據存儲、讀寫和管理等數據服務，保障數據的安全等，具體有關系數據庫、NoSQL數據庫、分布式文件系統(tǒng)等。

（二）技術層：實現技術賦能教育評價的核心

技術層是實現智能技術賦能教育評價的核心，通過利用各種智能技術實現數據的智能化采集、加工分析和可視化輸出等。（1）在數據獲取中，通過語音識別、圖像識別、日志抽取、數據庫ETL等技術，解決“聽、說、看”等感知層面信息的轉化，實現對原始數據源中數據的抽取。（2）在信息加工與知識構建中，通過自然語言處理、知識表示、數據分析、數據挖掘等技術實現對獲取數據的統(tǒng)一處理和分析，挖掘數據潛在規(guī)律和價值。（3）在智能輸出中，通過語音交互、體感交互、數據可視化等技術，將結果以可視化的形式反饋給用戶。

（三）平臺層：技術賦能教育評價的關鍵支撐

平臺層是智能技術與教育評價深度融合的關鍵，其技術支撐體現在智能化教育評價系統(tǒng)的開發(fā)與運用，主要是通過人工智能、大數據等技術構建智能化的評價系統(tǒng)，為各類應用提供支撐平臺。主要包括四類服務：（1）評價指標設計的設置是整個教育評價體系的關鍵，具有系統(tǒng)性、獨立性、目標性等多重特點，提供質量標準管理、指標庫管理、指標權重設計等服務。（2）評價數據獲取主要是有效獲取整個活動的各項數據，是數據處理分析的基礎，具體方法有考試評測、問卷調查、過程實錄等。（3）評價數據處理包含了對評價數據的清理、分析、挖掘等，能夠有效處理缺失、錯誤、重復的數據，利用統(tǒng)計分析方法進行數據分析，用機器學習算法和計算機編程等實現數據的深度挖掘。（4）評價反饋是通過多種形式將評價結果反饋給不同用戶，是有效教與學發(fā)生的必備條件，根據評價反饋結果個性化推送相關資源，有效促進教與學等活動。

（四）應用層：技術賦能教育評價的價值體現

智能化教育評價支持系統(tǒng)的應用是各類教育評價場景應用智能技術的體現，為區(qū)域、學校、教師、學生等提供結果評價、過程評價、增值評價、綜合評價。結果評價：利用智能技術優(yōu)化智能閱卷與評測、智能考試分析等，注重對教學結果、學習成績或成就等進行評定;過程評價：基于智能技術進行伴隨式采集數據，對管理、教學、學習等行為進行密切跟蹤，通過多模態(tài)診斷分析發(fā)現過程中存在的問題，即時反饋與調控;增值評價：有效促進教育的可持續(xù)發(fā)展，從發(fā)展性角度關注學生的學習進步程度、教師的教學進步程度、學校發(fā)展程度等;綜合評價：利用智能技術實現綜合評價模型的構建與優(yōu)化、數據的深度挖掘分析等，實現對區(qū)域的教育質量綜合評價、學生的綜合素質評價等。

（五）用戶層：技術賦能教育評價的目的歸宿

用戶層是用智能技術賦能教育評價，以實現評價的目的，是教育評價的歸宿所在。具體來說，政府、學校、教師、學生、家長等用戶通過智能終端設備實現一站式登錄智能化教育評價系統(tǒng)，為不同用戶提供不同的評價反饋，其評價反饋結果對用戶具有導向、診斷、鑒定、調控、改進等功能。對政府而言可宏觀了解區(qū)域教育發(fā)展情況，有助于促進區(qū)域教育優(yōu)質均衡發(fā)展;對學校而言可有助于鑒定學校水平、評定學校優(yōu)劣、促進學校發(fā)展等;對教師而言可以整體了解教學情況，進一步提高教師教學水平;對學生而言有助于促進學生的全面發(fā)展;對家長而言有助于即時了解學校的發(fā)展狀況、學生的在校表現等。

（六）保障體系：技術賦能教育評價的重要保證

保障層是智能技術賦能教育評價有序實施的重要保證，使整個教育評價生態(tài)體系有效運轉，包括政策制度、標準規(guī)范、運維管理、信息安全等保障。（1）以政策制度作為教育評價發(fā)展的根本導向，從建設內容、建設舉措等方面制定支持教育評價的相關政策，并加強各地的督導落實。（2）建設工作要遵循技術標準規(guī)范，充分了解智能技術及其在教育評價中應用的特點，制定智能技術賦能教育評價的技術標準規(guī)范，包括管理規(guī)范、質量標準、技術標準等方面。（3）構建政府、學校、企業(yè)等多方協(xié)同的運維管理保障工作機制，為智能化教育評價支持系統(tǒng)提供技術支撐與服務保障，確保系統(tǒng)正常運行。（4）建立智能化教育評價的安全保障制度，明確信息安全責任主體，構建相關應急處置機制。

五、智能技術賦能教育評價的主要途徑

《深化新時代教育評價改革總體方案》（下稱《總體方案》）明確提出“堅持科學有效，改進結果評價，強化過程評價，探索增值評價，健全綜合評價，充分利用信息技術，提高教育評價的科學性、專業(yè)性、客觀性”。“四個評價”各有特點和優(yōu)勢，也不同程度存在著有待改進的方面，亟需采用新的技術手段加以改革創(chuàng)新。智能時代用技術賦能教育評價，促進評價改革創(chuàng)新的主要途徑表現在智能技術賦能的結果評價、過程評價、增值評價和綜合評價等方面，如圖2所示。

（一）智能技術賦能結果評價

結果評價通常是在教育活動完成后對最終結果做出價值判斷，即結果與目標的一致程度的評價。結果評價具有目標性、規(guī)范性、客觀性和易操作性等特點。當前我國的結果評價主要應用于教育考試，在科學命題、閱卷方式、測評方式上等方面還存在問題，亟待通過技術手段進一步優(yōu)化。通過智能技術賦能結果評價，將在命題與組卷、考場管理、組卷與評測、考試分析等方面推進評價工作的信息化和智能化水平提升，探索結果評價由“量”的評價向“質”的評價轉變，實現智能化考評[19]。

智能技術賦能結果評價的主要應用場景包括以下方面：一是智能命題與組卷。智能技術在題庫建設中的關鍵運用體現在試題難度預測方面，教師可以通過深度學習和人工特征兩種方案對試題難度進行預測。基于題庫標注、神經網絡訓練、試卷結構生成、OCR文字識別、圖像定位和自然語言處理等技術，依據教學需求檢索出需要的題目自動生成試卷，實現快速、高效的智能化組卷。二是智能考場管理。基于人工智能技術開發(fā)智能化的網絡電子巡查系統(tǒng)、考生身份驗證系統(tǒng)、作弊防控系統(tǒng)等。比如通過在考場安裝高清攝像頭，利用圖像識別技術、云技術、情感識別技術，對考場的動態(tài)視頻數據進行實時監(jiān)測和智能識別，自動分析考生的行為狀態(tài)，及時識別考場的異常行為，實現考試過程中的智能監(jiān)考。三是智能閱卷與評測。利用手寫識別、圖像識別、自然語言理解等技術，對選擇題、填空題和是否判斷題等客觀題進行智能化閱卷;通過自動分析及訓練構建分數預測模型對中英文作文、翻譯、作答等主觀題進行智能評分;利用多媒體、AR/VR等技術，構建人機交互、模擬操作、場景再現的智能化考試環(huán)境，有效實現英語聽說、音樂、美術等方面的自動化考試。四是智能考試分析。利用數據挖掘、學習分析、數據預測模型等技術，對試卷的命制質量、教師教學質量、試卷講評等提供客觀有“證據”的數據分析，為改進教與學提供強大的量化支持。

（二）智能技術賦能過程評價

過程評價是對教師的教學過程和學生的學習過程作出即時的評判，聚焦于關注學生成長過程，注重學習者習得過程的評估與測量，從而實現以評促學、以評促教。過程評價具有全過程、診斷性和即時性等特點。傳統(tǒng)的過程評價存在諸多問題，如缺乏客觀性、整體性，難以量化、不易操作等。在智能技術的賦能下過程評價發(fā)生了諸多改變，數據獲取實現了從小規(guī)模的簡單間斷性數據向大規(guī)模的復雜連續(xù)性數據轉變，數據分析實現了從數據結果的粗線條分析向多模態(tài)診斷分析轉變，數據反饋實現了由單一文本的事后反饋向融合文本、語音、圖片等多種方式的交互式實時反饋轉變。

智能技術賦能過程評價的應用場景主要包括：一是全過程伴隨式數據采集。依托可穿戴設備、傳感器、視頻錄制技術、非接觸式感知技術等數據采集工具，實現全過程數據的實時采集和及時生成，通過智能技術采集的數據更加具有動態(tài)性、真實性、連續(xù)性。二是多模態(tài)數據診斷分析。用數據挖掘算法、內容分析、預測性分析、系統(tǒng)建模等技術對行為數據、學習體征數據、學習資源數據、人機交互數據等進行多模態(tài)診斷分析，數據分析實現了從“不可量化”到“可量化”、從“碎片”到“集約”的轉變，通過智能技術分析的數據更加具有客觀性、準確性。三是實時反饋與調控。分析結果以可視化的形式即時反饋給管理者、教師、學生等不同對象，根據評價結果調控和改進管理、教學、學習等進程，評價結果涉及多個維度，如對學生的評價有學習動機態(tài)度、過程和效果等方面的反饋，通過數據可視化方法反饋數據更具有即時性、全面性。

（三）智能技術賦能增值評價

增值評價是以學生進步幅度來衡量學校努力程度的一種新型評價方式，重視學生的學習起點，關注學習過程，依據一段時間內學生的學業(yè)水平、綜合能力和素質等方面的表現，開展縱向比較，引導學生專注于自身的綜合表現，并獲得學校對學生的“凈增值”。增值評價具有成長性、階段性和激勵性等特點。近年來我國的增值評價研究取得了一定的進展，但是在研究內容、數據采集、增值模型構建等方面等依然存在著問題。在智能技術賦能下進行學習評價，能夠更加精準、全面地獲得增值評價的數據，更加精確地剔除學生自身和家庭、教師和學校等因素對學生成績的影響，更加客觀地獲取到學生學業(yè)水平的“凈增長”，也能夠更加公正地對學生、教師和學校等進行評價，提升增值評價的科學性、客觀性、有效性。

智能技術賦能增值評價主要應用場景包括如下：一是追蹤數據庫鏈接與整合。在進行增值評價時，建立大規(guī)模的追蹤數據庫是實施增值評價的前提條件。利用智能采集技術獲取學生學業(yè)水平成績、品德、學習能力、藝術審美等縱向數據;利用數據庫鏈接技術實現學生數據庫與學生、教師、學校等數據庫之間的鏈接，達到數據之間的有效整合[20];通過SQL Server事件探查器的跟蹤技術對數據進行跟蹤，并在追蹤數據庫逐漸龐大時，利用智能技術完成對數據庫的維護。二是增值評價模型的構建。開展增值評價，需要利用增值評價模型對收集的數據進行處理和分析，常用的主要有增分模型、成長達標模型、分類模型、殘差模型、回歸模型、學生成長百分等級模型、田納西增值評估系統(tǒng)7種[21]。目前尚不存在適用于所有數據的模型，需要利用人工智能技術、借助統(tǒng)計分析手段和算法構建出能對學生進行全面、綜合性評價的增值模型。三是發(fā)展水平可視化報告。增值評價主要關注學生的縱向發(fā)展水平，通過可視化技術能夠將學生的學業(yè)情況、個人發(fā)展指數等信息直觀形象、簡單易懂、全面清晰的呈現出來，便于學生、家長和教師等查看和理解。

（四）智能技術賦能綜合評價

綜合評價是從全面、多維的角度對教育活動作出系統(tǒng)的價值判斷，其重點在于對評價對象進行分析的基礎上，把多方面的評價結果整合起來，形成對評價對象清晰準確的總體認識。綜合評價具有系統(tǒng)性、多元性、復雜性和全面性等特點。綜合評價正在成為教育評價的趨勢和導向，但也存在標準難以客觀量化、數據復雜性增強、客觀公正不足等問題，亟需通過智能技術助力解決這些問題。楊宗凱認為，要推進多種主體評價等甚至是機器評價的融合發(fā)展，采用基于智能技術的不同方法進行綜合評價[22]。人工智能、大數據等作為健全綜合評價的關鍵技術支撐，在評價模型構建、全域評價數據采集、數據深度挖掘分析、數字畫像等方面極大地提高操作效率、評價效果和評價效能。

智能技術賦能綜合評價應用場景主要包括以下方面：一是通過層次分析法、專家系統(tǒng)、機器學習、人工神經網絡等算法，在對數據的有效分析中提取評價規(guī)則，實現綜合評價模型的科學構建與不斷優(yōu)化，有效解決綜合評價標準科學量化的問題。二是基于大數據和區(qū)塊鏈等智能技術建立統(tǒng)一的數據平臺，通過各類采集終端對評價對象進行全方位、全過程、全納、全員和非干預的自然狀態(tài)采集，匯聚全樣本、混雜、海量的數據，解決綜合評價中信息量小、失真和結構缺失的問題[23]。三是利用數據挖掘和學習分析技術，充分挖掘評價對象的特征和關系，全面分析評價對象的綜合發(fā)展狀態(tài)，深刻揭示評價結果的共性與個性，精準預測評價對象的發(fā)展?jié)摿εc未來趨勢。四是基于大數據分析技術和深度學習等算法，將最終的綜合評價結果進行可視化呈現，生成個體或群體數字畫像，能夠讓學生、教師及教育管理者清晰直觀、形象生動地理解運用及分享綜合評價結果。

六、智能技術賦能教育評價的推進策略

智能技術賦能教育評價是一項復雜的系統(tǒng)性、整體性、協(xié)同性工程，應以《總體方案》為依據，以人工智能、大數據等技術為依托，圍繞服務各級各類教育主體，聚焦關鍵環(huán)節(jié)，采取理念引領、標準規(guī)范、主體關照、數據驅動、專業(yè)支持等實施策略（如圖3所示），科學謀劃、整體推進、分類實施。

（一）理念引領：樹立新時代教育評價觀

推進智能技術賦能教育評價，首要問題就是轉變思想理念，樹立新時代教育評價觀，扭轉不科學的教育評價導向。一是堅持立德樹人，樹立生態(tài)性評價發(fā)展觀。教育評價的最終目標是保障和促進學生的全面發(fā)展和教育質量的全面提升，在實踐中引導各類主體形成正確的政績觀、育人觀和質量觀，適應新時代教育發(fā)展的生態(tài)性要求。二是落實“四個評價”，樹立科學性評價體系觀。堅持以破“五唯”為導向，針對不同主體和不同學段、不同類型教育特點，通過立體、多元的評價方式，結果評價、過程評價、增值評價和綜合評價相結合，形成科學的教育評價體系。三是聚焦智能轉型，樹立創(chuàng)新性評價技術觀。人工智能、大數據等智能技術可以賦能教育評價的各個環(huán)節(jié)，形成基于數據的客觀性思維、動態(tài)變化的持續(xù)性思維和價值呈現的發(fā)展性思維等創(chuàng)新性技術思維，樹立教育評價實現智能化轉型。

（二）標準規(guī)范：構建評價規(guī)范與技術標準

評價規(guī)范與技術標準是科學實施教育評價的前提，通過建立管理規(guī)范、質量標準、技術標準“三位一體標準規(guī)范”，保障教育評價的專業(yè)、穩(wěn)定、可持續(xù)發(fā)展。（1）管理規(guī)范是從頂層設計視角制定系列配套政策和制度，統(tǒng)籌規(guī)劃教育評價改革。如制訂實施方案、行動計劃、實施指南等文件，明確目標任務、推進策略和T作機制，統(tǒng)籌實施教育評價的進度和具體安排。（2）質量標準是在貫徹國家及教育部相關標準文件要求基礎上，結合區(qū)域實際構建教育質量評價指標體系，是對“評價什么”的具體描述和說明，也是評價工具的研發(fā)依據?！督逃?021年工作要點》明確指出要推動出臺中學生綜合素質評價實施指南、義務教育質量評價指南、普通高中辦學質量評價指南等，為區(qū)域實踐中教育質量標準的制訂提供了指導和具體參考。（3）技術標準是推動智能技術賦能教育評價的重要技術準則，教育評價系統(tǒng)或平臺可通過遵循國家技術標準、借鑒國際技術標準和制訂地方技術標準三種形式構建教育評價技術標準體系[24]。

（三）主體關照：分層設計多元評價主體參與

教育評價主體涉及黨委和政府、學校、教師、學生和社會等多種類型，各個主體處于縱向教育系統(tǒng)的不同層級之中，每個層級主體的權益不同，因而要分層設計，全面關照每個主體，保證被評價者在評價過程中有充分的參與權、選擇權、解釋權，以體現教育評價的平等性和公正性。一方面，從評價主體權的利益訴求來看，可根據主體職責分工進行分層設計和管理主體權限賦予，確保各個主體按照各自的評價任務與責任深度參與評價過程，充分保障主體評價權，從而促進評價目標的有效達成。另一方面，從教育評價主體的多元化來看，要培育平等、公正、包容的評價文化，保障被評價者能參與評價標準的構建，并推進第三方評價、利益相關者評價和社會評價，使不同主體獲得歸屬感和認同感，從而實現教育評價的教育性和發(fā)展性價值，促進教育評價生態(tài)優(yōu)化。

（四）數據驅動：統(tǒng)籌評價中的教育數據挖掘

數據是教育評價實踐中最重要的“資源”，數據驅動教育評價是當前智能技術賦能教育評價的核心應用模式。通過數據挖掘找準規(guī)律、發(fā)現問題和預測趨勢，從而提高教育評價的應用效能和服務水平。（1）從整體視角規(guī)劃設計評價數據的采集、存儲、分析挖掘和應用。包括統(tǒng)籌數據采集流程，做好數據選擇、數據清洗和數據轉換等數據處理;完善數據驗證，保證數據的一致性和相關性，以便從整體和宏觀上能夠發(fā)現教育本質特征和潛在規(guī)律。（2）以內在價值為導向加強數據挖掘的有效性。面向學習者，要以促進個性化學習為導向，通過對學習過程數據的深度挖掘，為學習者提供個性化學習建議。面向教師，要以差異化教學為導向進行學習者數據挖掘分析，支持教師及時診斷學習者學習情況。面向管理者，要提高管理效率和質量為導向進行問題發(fā)現和趨勢預測分析，以幫助管理者合理配置資源和優(yōu)化教育決策。（3）提升評價數據的應用價值。要提高數據挖掘分析的易用性，重視和加強數據的可視化，讓各類主體深度參與，強化大數據技術與教育評價深度融合的機制與能力，綜合發(fā)揮智能化教育評價的導向、鑒定、診斷、調控和改進作用。

（五）專業(yè)支持：打造專業(yè)化教育評價隊伍

專業(yè)化的評價需要專業(yè)化的評價隊伍，面對智能時代的挑戰(zhàn)，亟需培養(yǎng)一支精通教育評價業(yè)務且具備智能素養(yǎng)的專業(yè)化教育評價隊伍。一方面，要大力提升教育評價相關人員專業(yè)能力。加強教育評價各個主體智能素養(yǎng)培養(yǎng)，通過開展人工智能、大數據等智能技術的培訓和實踐應用，提升信息素養(yǎng)和智能技術應用能力。加強一線校長、學科教師等主體的教育測量、教育評價等專業(yè)知識培訓，提升實施教育教學評價的能力。同時，加強與國內外各種教育評價專業(yè)機構的交流與合作，及時跟蹤教育評價的發(fā)展動態(tài)和技術革新。另一方面，整合多領域專家力量做好人才儲備?！犊傮w方案》明確提出支持有條件的高校設立教育評價、教育測量等相關學科專業(yè)，培養(yǎng)教育評價專門人才。在教育評價實踐中，需要學科教學、心理學、統(tǒng)計學、計算機、教育測量、教育管理等領域的專家共同協(xié)作，各領域專家發(fā)揮各自的優(yōu)勢和特長，從而推進教育評價的創(chuàng)新研究[25]。同時要充分發(fā)揮心理學、統(tǒng)計學、計算機等基礎學科的力量培養(yǎng)教育評價、教育測量專門人才，增強其跨領域綜合應用和協(xié)同創(chuàng)新能力，促進智能技術賦能的教育評價不斷改革創(chuàng)新，構建智能化教育評價新體系。

參考文獻：

[1]楊勇.智能化綜合評價理論與方法研究[D]杭州：浙江工商大學.2014.

[2]張殿尉.智能化教育評價領域演進路徑、研究熱點與前沿的可視化分析[J].業(yè)技術與職業(yè)教育，2020，18（1）：110-114.

[3] U.S.DEPARTMENT OF EDUCATION.The U.S.Department ofeducation.National Education Technology Plan 1996[EB/OL].https：//files.eric.ed.gov/fulltext/ED3 98 899.pdf，2021 -02-19.

[4] U.S.DEPARTMENT OF EDUCATlON.The U.S.Department ofeducation.National Education Technology Plan 2000 [EB/OL].https：//files.eric.ed.gov/fulltext/ED444604.pdf.2021 -02-19.

[5] U.S.DEPARTMENT OF EDUCATION.The U.S.Department ofeducation.National Education Technology Plan 2004 [EB/OLl.https：//files.eric.ed.gov/fulltext/ED484046.pdf，2021 -02-19.

[6] U.S.DEPARTMENT OF EDUCATI（）N.The U.S.Department ofeduclation.National Education Technology Plan 2010 [EB/OL].https：//files.eric.ed.gov/fulltext/ED5 12681 .pdf，2021 -02-19.

[7] U.S.DEPARTMENT OF EDUCATION.The U.S.Department ofeducation.National Education Technology Plan 2016[EB/OL].https：//tech.ed.gow/files/2015/1 2/NETP16.pdf，2021 -02-19.

[8] U.S.DEPARTMENT OF EDUCATlON.The U.S.Department ofeducation.National Education Technology Plan 2017 [EB/OL].https：//tech.ed.gow/files/2017/0 l/NETP17.pdf.2021 -02-19.

[9]劉邦奇，吳曉如.中國智能教育發(fā)展報告[M].北京：人民教育出版社.2020. 19-21.

[10]楊現民，田雪松.互聯(lián)網+教育：中國基礎教育大數據[M].北京：電子工業(yè)出版社，2016.147.

[11]董奇，趙廣立.科技賦能教育評價改革時機已至[N].中國科學報，2021-01-12（07）

[12] Zhang Qingchen，Yang Laurence T.et al.A survey on deep learningfor big data [J].Inform Fusion，2018.（42）：146-157.

[13] Wiley J，Hastings P，et al.Different approaches to assessing thequality of explanations following a multiple-dorument inquiryactivitv in science [J].International Journal of Artificial Intelligence inEducation.2017.27（4）：758-790.

[14]楊現民，顧佳妮等.“互聯(lián)網+”時代數據驅動的教育評價體系構架與實踐進展[J]浙江師范大學學報（社會科學版），2019.44（4）：16-26.

[15]鄭燕林，柳海民.大數據在美國教育評價中的應用路徑分析[J].中國電化教育，2015，（7）：25-31.

[16]曹培杰.以新思維新技術破解教育評價痛點[EB/OL].https：//epapergmw.cn/gmrh/html/201 9-12/10/nw.D IIOOgnrh_2019 121 0_4-13.htm，2021 -02- 05.

[17]朱成晨，同廣芬.現代化與專業(yè)化：大數據時代教育評價的新技術推進邏輯[J].清華大學教育研究，2018，39（5）：75-80.

[18]劉邦奇，王亞飛.智能教育：體系框架、核心技術平臺構建與實施策略[J]中國電化教育，2019.（10）：23-31.

[19]范圍睿.教育評價改革需要新路向[N].鄭州日報，2020-07-24（08）.

[20]邊玉芳，王燁暉.增值評價：學校辦學質量評估的一種有效途徑[J].教育學報，2013.9（1）：43-48.

[21]王曉平，齊森等.美國學?！俺砷L測量”的7種主要方法[J]中圉考試，2018.（6）：21-27.

[22]楊宗凱.利用信息技術促進教育教學評價改革創(chuàng)新[J].人民教育，2020，（21）：30-32.

[23]張治.戚業(yè)國.基于大數據的多源多維綜合素質評價模型的構建[J].中國電化教育，2017，（9）：69-77+97.

[24]劉邦奇，張振超等.區(qū)域教育大數據發(fā)展參考框架[J].現代教育技術，2018，28（4）：5-12.

[25]張娜.從對教育的評價到促進教育的評價——教育評價國際研 究進展綜述[J]基礎教育，2017.（4）：81-88.

作者簡介：

劉邦奇：教授，院長，認知智能國家重點實驗室智能教育研究中心主任，中國教育技術協(xié)會人工智能專業(yè)委員會常務理事，研究方向為人工智能教育應用、智慧校園、智慧課堂、區(qū)域智慧教育規(guī)劃。

袁婷婷：碩士，研究方向為智能教育、智慧校園、智慧課堂。

紀玉超：碩士，研究方向為人工智能教育應用、智慧課堂。

劉碧瑩：碩士，研究方向為智能教育、教育管理。

李嶺：碩士，研究方向為智慧課堂、智能教育。

Intelligent Technology Enabling Education Evaluation： Connotation， Overall Framework

and Practice Path

Liu Bangq1.2， Yuan Tingting1， Ji Yuchao1， Liu Biying1， Li Lingl

（l.iFLYTEK Educational Technology Institute， Hefei 230088， Anhui; 2.College of Educational Technology， Northwest

Normal University， Lanzhou 730071， Gansu）

Abstract： The enablement of intelligent technology provides an important opportunity for the reform and development of educationevaluation， and promoting the integration and innovation of intelligent technology and educational evaluation is the inevitablechoice to deepen the reform of education evaluation in the new era. Accordingly， the intelligent technology enabled evaluationeducation is studied systematically， and its historical origin can be traced back to the intelligent comprehensive evaluation in thefield of management engineering and the application of computer technology in the field of education evaluation. Its essence is thebreakthrough and innovation of traditional education evaluation based on intelligent technology， and the formation of a new educationevaluation model through deconstruction and reconstruction， which has the main characteristics of scientificalization， diversification，three-dimensional， optimization and precision. The intelligent technology and its application to assist education evaluation consists ofthe overall framework of "5+1" （five hierarchical structures of basic layer， technology layer， platform layer， application layer and userlayer and one guarantee system）. Through the specific scene application of "four evaluations" enabled by intelligent technology， theoverall promotion strategies of concept guidance， standard norms， subject care， data-driven and professional support are adopted tobuild an ecological system of intelligent education evaluation.

Keywords： intelligent technology; enablement; education evaluation; overall framework; practice path

收稿日期 ： 2021年3月18日

責任編輯：李雅瑄

*本文系認知智能國家重點實驗室2020年度智能教育開放課題重點課題“智能技術支持下的因材施教與教育治理”（項目編號：iED2020-2003）階段性研究成果。