作者简介

苏启敏，广州大学教育学院副院长、教授、博士生导师，教育评价改革与发展研究中心主任。广州市高层次人才。研究领域为教育哲学、教育评价和教师教育。在《教育研究》等杂志发表论文33篇。出版学术专著2部。主持国家级项目2项，获省部级教科研奖励8项。

数智技术赋能

教育评价改革的挑战与应对

文章正文

以大数据和人工智能为核心的数智技术赋能教育评价是新时代教育评价改革的必由之路。2020年出台的《深化新时代教育评价改革总体方案》指出，充分利用信息技术，提高教育评价的科学性、专业性、客观性。教育评价改革的目的在于充分运用数智技术，从而建立起中国式教育评价现代化体系。然而，数智技术自身存在的不确定性风险，使教育评价改革亦面临严峻挑战。

一是如何保证数智技术赋能教育评价能够以人为本。教育评价改革聚焦于如何更有效地评价教育在培养人的过程中所起到作用和成效。随着数智技术赋能教育评价的声势日益浩大，教育评价改革逐渐向以往的评价盲区延伸，“五育”评价在数智技术加持下均取得前所未有的进展。但数智技术往往以数字符号的方式对人进行赋值，而数字符号并不一定准确反映人的所有“类特征”，且有可能造成“贴标签”等数字化歧视的后果。

二是如何保证数智技术赋能下教育评价的效度和信度。教育评价的效度取决于评价指标与评价对象的一致性。数智技术赋能后，为了更容易量化和直观，评价对象的特性在转换为观测点乃至评价指标后，两者的一致性并不一定能完全达到，甚至会发生强行关联的情况。教育评价的信度则主要受数据污染的影响。当运用数智技术采集数据，假如数据未能如实反映评价对象的真实情况，则教育评价的信度，尤其是结果的信度就难以得到保障。此外，还要维护利益相关者主体地位。技术壁垒使教师、学生、家长等难以参与评价过程，只能被动接受反馈的结果，导致公平性与准确性存疑。

三是如何避免数智技术赋能教育评价导致新的教育不均衡。目前数智技术赋能教育评价多集中于经济发达且教育质量较高地区，而经济欠发达或教育质量有待提升地区，因缺乏经费和专业技术人员的支持，显得力不从心。长此以往，难免会引起“马太效应”，造成技术公平的失衡。这种失衡进一步表现为数智技术赋能教育评价的不均衡，进而传导至整个教育系统，引发新的教育不均衡。

四是如何避免过度使用数智技术带来的教育评价异化。随着人工智能深度介入教育评价各个领域，越来越多教育工作者形成一种思维误区，人工智能评价者必将取代人类评价者，独立完成教育评价领域的所有任务。一旦把所有的评价职责都移交给人工智能来承担，基于大模型中的算法偏好，以及标准的单一性，评价结果就有可能出现“失真”和“误判”。

要应对数智技术赋能教育评价所面临的挑战，教育评价工作者也需具备风险防范意识，未雨绸缪，根据教育评价改革的未来走向作出应对。

首先，应坚持数智技术赋能教育评价必须以人作为根本出发点。教育是培养人的事业，教育评价是教育事业的重要组成部分，在运用数智技术时以人为本是最高的价值原则。通过数智技术生成评价对象成长历程的数字画像，要避免为了管理而评价的倾向，也要避免过度运用数智技术对学生的身心健康产生负面影响。

其次，应针对数智技术赋能教育评价制定行之有效的治理规则。数据与信息的真实性和可靠性，以及利益相关者参与数智技术赋能教育评价过程，是教育评价改革能有效实现国家战略和教育目的的前提。要把握数智技术的发展趋势和规律，加紧制定和完善相关法律法规、政策制度、应用规范、伦理准则，构建技术监测、风险预警、应急响应体系，确保数智技术赋能教育评价的可靠性和多主体参与。

再次，应确保数智技术赋能教育评价在地区和学校之间的均衡。要加强对经济欠发达或教育质量有待提升地区的经费支持与技术帮扶，派出专业技术人员帮助这些地区和学校进行数智技术赋能教育评价建设。为弥合地区与学校间的技术鸿沟，积极开展不同地区和学校的技术交流与合作。

最后，应基于数智技术赋能教育评价建立多智能协同评价机制。无论人工智能技术发展到何种程度，对教育评价而言，都应将其视为一种辅助性的工具和手段，而非人类智能的替代方案。设法建立教育评价改革中的多智能协同机制，厘清人类智能与人工智能在数智技术赋能教育评价过程中各自的职责与分工。在多智能协同下，借助教育评价的多模态大模型，确保教育评价能够做出有利于人的发展以及教育发展的科学判断。

作者：苏启敏 广州大学教育学院副院长

编辑：韦英哲

来源：《广东教育》（综合）2025年第5期

转载时请标明转自广东教育传媒，投稿或商业合作回复关键词 投稿/合作