摘要：2025年1月，中共中央、国务院印发《教育强国建设规划纲要（2024—2035年）》，明确指出，需“以教育数字化开辟发展新赛道、塑造发展新优势”，并“建立基于大数据和人工智能支持的教育评价和科学决策制度”。当前，数字技术赋能学生评价已成为主流趋势。数字画像、个

作者｜周文叶 王靖雯 华东师范大学课程与教学研究所

2025年1月，中共中央、国务院印发《教育强国建设规划纲要（2024—2035年）》，明确指出，需“以教育数字化开辟发展新赛道、塑造发展新优势”，并“建立基于大数据和人工智能支持的教育评价和科学决策制度”。当前，数字技术赋能学生评价已成为主流趋势。数字画像、个性化学习、智能测评诊断等一系列新兴技术的出现，使“循证决策数智化、数据采集过程化、数据分析多模化、评价反馈即时化”成为可能。

然而，在实践中，对“量化”与“全面”的过度追求，常使评价信息的使用滑向“数据牢笼”——数据泛滥而意义缺失，功能异化而育人缺位。若不能正视这一风险，将严重偏离数智化学生评价的初衷。以往对评价质量的关注，多集中在其作为工具的质量，却忽略了评价信息的使用质量。因此，在数智化学生评价的背景下，厘清“什么是高质量的评价信息”“使用评价信息做什么”“如何用好评价信息”这三个关键问题，对于推动教育数字化发展来说至关重要。

高质量的评价信息是有效使用的前提，应满足三个关键特征。其一是与目标一致。评价是基于证据的推论，但并非所有的信息都能成为证据。只有与评价目标高度相关的信息，才有可能成为证据，否则即便收集再多数据，也只是无效堆砌，不能成为证据的数据就是一堆乱码。其二是清晰可理解。只有评价的使用者（教师、学生和管理者）读懂并准确地理解评价信息，才能为教、为学、为教学管理作出科学的决策，否则大量的评价信息不仅增加师生负担，且很可能造成消极影响。其三是真实可靠。评价信息应尽可能反映学生真实的学习情况，为此可在自然学习情境中采集信息并最大限度地减少对被评价者的干扰，同时数据的分析处理过程需可追溯和重复验证。

但当前实践却常与上述要求相背离，数智化学生评价信息存在多数据而少高质量证据、多图表而少专业阐释、多结论而少可靠内容等问题。

“收集即证据”的盲目性。在技术不断更新迭代的驱动下，智能测试、游戏化评价、虚拟仿真场景测试等工具能迅速生成大量的多模态数据。但技术要为目的服务，现实中却常因技术带来的便利性，在尚未预先明确“需要用数据作什么决策、需要何种证据”的情况下，便盲目收集大量数据。“决策驱动的数据收集”理念的缺乏，会导致数据收集先于教育目的。即便秉持这一理念，若对所需证据界定不清或理解有误，所收集的数据也难以真正与教育教学决策需求挂钩。最终，大量无关数据被误当作有效证据，评价沦为无意义的数据累加。

“呈现形式和内容”与“可理解性”的冲突。技术发展为评价信息的呈现形式带来了新的可能，各类酷炫的可视化报告层出不穷。可一旦缺乏必要的解读说明或理解支架，纷繁复杂的图表和数据反而会加剧认知负荷，教师和学生很容易迷失其中，无法提取有效的评价信息。与此同时，受传统思维影响，成绩排名、百分比等易于理解的单一量化指标仍备受关注，这不仅进一步遮蔽了可供教师调整教学的丰富线索，还可能引发学生与家长不必要的焦虑，产生负面效应。

“可靠性”遭受多重质疑。从被评价者学生的角度来看，持续的数据采集如同“全景敞视监控”，很可能会对其学习行为与表现产生干扰。而从机器处理过程来看，受数据易获得性与可操作性的限制，数智化测评工具大多只能捕捉预设范围内的结构化数据，大量具有价值但难以预测的非结构化情境信息往往被遗漏。此外，算法的处理过程犹如“黑箱”，易受模型设计与训练质量的影响，从数据到分析结果的全过程缺乏透明度，导致误差来源难以检验。

即便拥有高质量的评价信息，其使用仍需回应教师“以评促教”的专业决策需求与学生“以评促学”的自我成长需求。若使用失当，技术红利或将反噬，导致评价功能异化。

教师应利用评价信息优化教学策略，实现因材施教。数智化评价工具的开发本意是赋予教师一个“上帝视角”，使其从受限的评价视野中解放出来，逐步向全息性评价转化。这种全过程、多模态的数据收集和基于算法的自动化分析，能够帮助教师突破传统学习场景中的时空限制，从而改善教学设计并对学生提供更具针对性的指导。然而，在实际运用中，教师却常面临“从数据到教学”的断层——因缺少评价信息的使用方法论指导，这些信息难以有效转化为教学助力。例如，当前智慧课堂系统可以生成包括课堂专注度、学生抬头人数变化、学生情感占比与情绪变化趋势、课堂热力图等多种数据，而如何将其与具体的教学改进策略相关联，仍缺乏系统研究。同时，教师群体内部在使用数智化评价信息方面也呈现出两极分化的态度：一部分教师高度依赖算法提供的评价信息，将其视为“客观科学”的“标准答案”，忽视教师自身专业判断在复杂教学情境中的不可替代性；另一部分教师则对其持怀疑态度，拒绝将其运用至自己的日常教学。这种内在矛盾不仅削弱了评价信息对教学的改进功能，还可能导致教学决策机械化或回归传统的经验教学。

学生可根据评价信息了解自身学习和发展的过程性数据，从而拓宽自我认知的维度并发展元认知能力。相比于以往纸笔测验对学生认知技能的考查，数智化学生评价不仅能提供学习结果的反馈，还可提供关于学习过程的众多数据，帮助学生形成自我调节的意识与习惯。但是，许多数智化评价系统秉承“万物皆可测”的理念，试图将学生复杂的、立体的成长和进步压缩为一条条可量化的数据集合。这种对“精准学生数字画像”的过度追求本质上是工具理性对价值理性的僭越。它极易消解学生本来的独特性与丰富性，并忽视其内隐的好奇心、创造力或是必备品格、关键能力等难以量化的素养发展。面对各类指标和参数报告，学生很容易变得急于求成，仅仅关注外在的数据表现，原本个性发展的潜能反而被预先设定的数据框架所禁锢。

辨析信息质量，捍卫专业自主权。如前所述，评价信息并非收集得越多越好，而是在设计评价之初就应明确：我们究竟需要哪些证据来判断目标是否达成。清晰、明确且有价值的目标，是选择和实施数智化学生评价等各类评价的起点、终点和循环点。这种逆向的设计思路，使教师可以不断评估学生是否取得了预期的进步，以及如何取得进步，并在必要时及时调整教学方式。面对海量报告数据，教师应立足专业立场，主动审视、甄别哪些才是真正“为我所用”的高质量评价信息，筛选并合理运用评价信息，确保技术始终服务于教育目的。

深入解读信息，确保评价服务于人的发展。教师的评价素养是专业解读的核心。部分教师对技术的过度使用会陷入一种算法主导的评价模式。数智化评价的便捷性极易催生“数据崇拜”，即教师将本应承担的专业判断责任部分乃至全部转移给技术，完全依赖算法输出的结果，逃避了解读数据、赋予教育意义的核心职责。这种对数智化评价信息的无条件认可会使教师角色从原本的“评价者”转变为“旁观者”。长此以往，教师自身的评价素养与专业权威难免会被削弱。信息技术应作为辅助工具而非主导者，评价信息最终的解读权也应掌握在评价人手中，教师不可因此逃避承担解释评价结果的责任。为了更充分地用对、用好数据，教师在使用数智化学生评价前，应对其设计原理、功能与局限有所了解，使用时需结合数据、算法结果和自身教学经验对学生进行综合判断，并尽可能地结合课堂观察、互动交流与作业分析等多种来源进行三角验证，使评价真正服务于育人。

构建伦理规范，防止隐私泄露。数智化学生评价在数据类型方面，早已突破试卷、档案袋等纸质材料的范畴，还涵盖了学生学习过程中众多的图片、音频和视频等非结构化数据内容。学生的成长与发展需要适当“留白”，以保留其自由生长的空间，评价信息的收集亦应避免过度侵入。如果不加节制地全方位、全过程收集学生的学习信息，很可能使原本的评价行为异化为一种监控行为。数智化信息极易存储与流通的特性，更使得学生面临成为“透明人”的风险——任何数据泄露都可能对其身心发展造成潜在伤害。因此，教师和学校要强化数据保护意识，保障学生的知情权和参与权；国家和地方应尽快完善相关法律法规，明确数据流转各环节的责任主体与权限，建立分流程、动态的学生数据监管与问责机制。

来源：光明社教育家