观点 | 科技赋能教育监测与评价:现状与前瞻 - 教育资讯 - 青岛正日软件有限公司
教育资讯 首页  》  新闻资讯  》  教育资讯

观点 | 科技赋能教育监测与评价:现状与前瞻

2024-02-01 | 846|

我国已经进入高质量、内涵式发展阶段。党的二十大报告,以及《教育事业发展“十四五”规划》和《教育现代化2035行动纲要》,对我国未来教育特别是基础教育发展提出高远的目标。要实现教育2035目标,我国基础教育在质量、均衡性等方面仍面临巨大挑战。其中,评价作为撬动基础教育乃至整个教育高质量发展的一个杠杆,被赋予很高的期望和特别重要的作用。关于教育评价工作的现状与前瞻,艺术素质测评系统小编一起了解一下吧——


目前,我们的教育评价仍存在着一系列的问题,制约评价功能的有效发挥。例如,基础教育评价还没有全面体现德智体美劳全面发展的教育质量观;《深化新时代教育评价改革总体方案》特别强调“四个评价”,但迄今无论是过程性评价还是综合性评价,都停留在理论、政策、实践探讨层面;对拔尖创新人才的选拔与培养、对有特殊需要学生的鉴别与指导,也是当前教育评价的短板。


要从政策、管理、技术等不同角度思考如何解决这些问题,一个值得高度关注的角度是科技发展赋能教育监测与评价,不断更新和迭代教育监测与评价的手段和方法。从广义的角度看,教育数字化和教育的监测和评价是一个双向赋能的过程,公平教育、高质量教育,包括适合人人教育,都有赖于更好地发挥教育评价的功能。


近年来,信息技术与教育监测和评价融合发展取得一定进展,主要表现在以下八个方面。


第一,评价目标发生变化。随着基础教育课程改革的深化,在政策、学术、教育教学实践领域,测量评价学生的核心素养成为共同关注的焦点问题。在高等教育领域,其功能已经发生变化,高等教育不再以培养学生具有从事特定职业或者专业的基本技能为目标,转向以培养学生适应未来社会不断变化的工作岗位和要求、更好生存和发展应该具备的核心素养为目标。


第二,评价的信息越来越趋向使用多元化、多模态的数据。评价理论、信息技术改进评价方法的内在研究尚有待进一步拓宽和深化,但评价数据的多元化已成为大家普遍关注或普遍发生的现象。


第三,过程性评价和结果性行评价越来越趋于融合。随着信息技术、人工智能的飞速发展,二者之间的二元对立已经被打破和消解。在任何一个时间点上,可以把评价看成是一个结果性评价,但把不同的时间点串连起来,它本身就成为过程性评价。当前,所有服务于学生发展、学校管理的评价体现出终结性和过程性融合的特征。


第四,评价的任务和体验越来越强调真实性、情景化和趣味化。随着素养导向的课程改革的持续推进,考试和招生制度的重点集中在考试内容改革上,命制能力和素养立意的题目成为不断探索的方向,强调测试题目的真实性、情景化成为共识,还出现基于网络和计算机的交互式测评、游戏化测评以及基于AR和VR技术的测评等。


第五,伴随式的数据采集和自动挖掘越来越多地被应用到评价过程中。评价不再是传统意义上的纸笔测试和问卷调查,问卷的形式呈现出越来越多的新样态,数据加工和提取也出现一些新的模式和做法。


第六,评价结果的反馈越来越强调个性化的即时反馈。利用人工智能和大数据挖掘技术,一些评价结果得到即时反馈。


第七,评价结果的应用越来越强调精准改进。随着信息化、智能化进程的加速,面向群体发展、精准进行个体改进和调整成为这个阶段教育评价项目普遍关注的焦点。


第八,评价服务于教育决策的智能化要求越来越高。评价服务于决策,也是国家推动教育信息化和数字化的一项重要任务。


未来一段时期,要从以下4个方面关注技术赋能教育评价的发展方向。


第一,全力构建学评融合的教育评价新理论。人工智能和大模型等新技术使教育评价发生重大变化,传统的评价理论已经不能很好地解释这一系列变化。从教育评价和未来教育的角度来看,需要建构基于学习和评价融合的新的评价理论,把握目前评价手段的升级换代,引领教育评价的技术发展,更好服务于整个育人模式和育人环境的调整。


第二,充分利用人工智能和大模型技术,系统解决教育评价面临的关键难题,特别是过程性评价、实时评价的难题。信息技术的飞速发展,包括生成式大模型的出现,网络化、智能化的学习与教学,远程的教学机器人,陪伴式的学习机器人,均表现出广阔的发展前景。要把它真正转化到教育场景中,要真正应用这些可能的技术,就要从技术、理论、方法和实践四个方面共同进行探索。


第三,充分利用技术进步,全力更新和升级评价方法。评价技术的升级不是简单地把信息技术引进来,还要面对一系列核心技术难题。如何融合信息技术,真正实现个性化、情感化和测评过程交互式,需要大家共同努力破解。


第四,高度关注新型评价技术与方法的信度和效度及其伦理问题。鉴于教育、学习评价的复杂性,对科技赋能教育评价所产生的新技术与方法的可靠性、有效性,需要积累大量证据加以验证。在研究、应用新的评价手段时,要高度重视人工智能和大数据、大模型的应用本身所产生的个人隐私保护等伦理问题。


作者:辛涛,北京师范大学中国基础教育质量监测协同创新中心主任,教授。

来源:原文刊载于《中国考试》2024年第1期第21—22页,为专家笔谈系列第十篇文章。

版权声明:本文为转载文章,版权归原作者及原出处所有,如有侵权,请权利方及时与我们联系,我们将及时更正、删除。