摘要: 人工智能赋能高等教育评价，为教育领域提供更为精准、高效的评价服务，引发教育评价领域的深刻变革。人工智能与高等教育的深度融合，是推动高等教育自身变革的积极尝试，是对国家战略的重大响应。人工智能是一把双刃剑。一方面，人工智能具有科学性、多元性、发展性的特征，它大大提高评价效率、改善评价结果、丰富评价主体、促进资源配置。另外一方面，由于算法复杂性、抽象性、排他性等特征，人工智能在伦理安全、评价标准、技术更迭、数据处理方面存在诸多挑战。研究主要从制度层面、技术层面、评价主体层面、评价标准层面四个层面提出具体的改进建议，以充分发挥人工智能赋能高等教育的价值最大化，为教育、科技、人才一体化建设贡献力量。
Abstract: Artificial intelligence enables higher education evaluation, provides more accurate and efficient evaluation services for the field of education, and triggers profound changes in the field of education evaluation. The deep integration of artificial intelligence and higher education is a positive attempt to promote the reform of higher education itself and a major response to the national strategy. Artificial intelligence is a double-edged sword. On the one hand, artificial intelligence has the characteristics of science, diversity and development, which greatly improves the evaluation efficiency, improves the evaluation results, enriches the evaluation subject, and promotes the allocation of resources. On the other hand, due to the complexity, abstraction, exclusivity and other characteristics of artificial intelligence, there are many challenges in the aspects of ethical safety, evaluation standards, technological change, and data processing. This study mainly puts forward specific improvement suggestions from four levels: system level, technical level, evaluation subject level and evaluation standard level, so as to maximize the value of AI-enabled higher education and contribute to the integration construction of education, science and technology and talents.
1. 引言
伴随着ChatGPT、文心一言等生成式人工智能的出现，人工智能引发社会广泛关注并深刻影响着社会的发展。人工智能技术的日渐成熟，为教育领域提供新的评价工具和手段。另外，在数字化和智能化崭新的时代，技术正深刻影响着教育的面貌，带来更加智能化、教育化的教育体验。教育领域对于数据分析和智能决策的需求日益增加。人工智能技术能够满足这一需求，提供更为精准、高效的教育评价服务。
传统的教育评价往往注重单一的考试成绩，难以全面反映学生的综合素质。人工智能赋能教育评价可以实现对学生学习过程、能力发展等多方面的评价，满足多元化评价的需求。随着教育理念的更新，个性化教学成为教育发展的重要趋势。人工智能赋能教育评价可以根据学生的个体差异和学习特点，提供个性化的学习建议和反馈，促进学生的个性化发展。新时代教育评价改革是建设高质量教育体系、实现中国式教育现代化的国家性改革举措[1]。
国家高度重视教育评价工作的开展。2020年10月，中共中央、国务院印发《深化新时代教育评价改革总体方案》，明确指出到2035年，基本形成富有时代特征、彰显中国特色、体现世界水平的教育评价体系。改革学校评价、教师评价、学生评价，推进落实立德树人根本任务。另外，国家也颁布一系列文件推动人工智能以及教育信息化的发展。《新一代人工智能发展规划》和《高等学校人工智能创新行动计划》等政策文件，积极推动人工智能领域的发展以推动教育领域的变革。国家在《教育信息化十年发展规划(2011~2020年)》《教育部关于数字教育资源公共服务体系建设与应用的指导意见》《中国教育现代化2035》等文件中均强调数字教育的重要性。积极推动人工智能与教育领域的深度融合，既是国家战略发展的必然要求，又是高等教育自身变革发展的内在要求[1]。
2. 人工智能赋能高等教育评价的特征
(1) 科学性
人工智能通过数据挖掘、机器学习、自然语言处理等技术，能够对海量的教育数据进行有效的收集、整理、分析和应用，从而提高教育评价的科学性和准确性。利用大数据的关联分析、预测分析、优化分析等技术，智能技术可以对教育评价的对象、内容、标准、方法等进行动态的调整和优化，从而提高教育评价的精准性和有效性。《教育信息化十年发展规划(2011~2020年)》指出“推动信息技术与高等教育深度融合”。人工智能赋能高等教育评价是信息技术与高等教育融合的一次伟大尝试，推动着教育评价领域的深度变革[2]。
(2) 多元性
加德纳的多元智能理论认为，智力的基本性质是多元的，包括语言智力、逻辑数学智力等。人工智能通过构建云端的教育评价平台，打破了传统评价方式中的以成绩作为评判标准，可以对教育评价数据进行快速地呈现与分析，对学生的评价、教师评价的维度更加多样化，更加具有操作性。如学生的品德、兴趣、知识迁移、情感态度等。专家系统、深度学习和增强现实等技术将评价学生由知识向能力发展[3]。另外，人工智能技术打破时空的局限性，不只局限于单一主体，为多方主体参与高等教育评价提供契机。人工智能具有开放共享、灵活高效的优势，保障多方主体的知情权与参与权，为多方主体参与高等教育评价提供机会与渠道，能够真实地反映参与主体的诉求。
(3) 发展性
马克思主义认为事物的发展是波浪式前进和螺旋式上升的过程，事物发展的过程是曲折的，但前途是光明的。人工智能的发展并不是一成不变的，而是不断更迭的，在不断突破中实现自我的发展，但在发展过程会遭遇一些困难与挫折。人们应当一分为二地看待人工智能赋能高等教育评价。一方面，数字技术、人工智能的快速发展，促使高等教育评价终结性评价向过程性评价转变，评价维度由单一性走向多元化，评价主体由单一主体走向多方主体。另外一方面，人工智能在应用的过程中存在着伦理风险、技术鸿沟以及算法歧视等。
3. 人工智能赋能高等教育评价的内容
人工智能在教育评价中的应用正在带来革命性的变化，显著提高了评价的效率和准确性，并为学生和教师提供了更为个性化的学习和教学体验。
(1) 教学评价
教学评价是检验教师教学效果、学生学习成果的一项重要手段。通过对教师和学生的声音、动作、表情、生理信号等进行处理，对师生的课堂语言、课堂行为、课堂情感等进行分析，对教师的教学效果进行有效地监督[4]。教学评价基于实时的课堂场景，依靠大数据、机器学习和自然语言处理等技术，对教学全过程进行动态监测。北京师范大学的创新“AI+”课堂教学智能评测对师生课堂行为进行识别、对教师课堂位移进行监测、对教师课堂语言风格进行分类，大大提高评价结果的精准性、全面性[5]。
(2) 智能阅卷系统
智能阅卷系统是通过自然语言处理、机器处理、图像识别等先进技术，实现对试卷的快速、准确评分和反馈。通过自然语言处理和机器学习技术，系统能够识别学生答案中的关键字，并结合设定的评分标准给出客观的评价和得分。智能阅卷系统实现降本增效，评分标准客观稳定，评分过程有迹可循并且能够高效甄别抄袭、套题等虚假结果[6]，大大提高阅卷效率和准确性，减少人为评阅中的主观因素。
(3) 优化监考与反作弊
人工智能技术可以帮助教师优化考试安排和监管过程，提高教育评价的公平性和准确性。通过研究学生的学习数据，人工智能可以协助教师合理安排考试时间和地点，避免考试时间冲突和资源浪费。在监考过程中，采用人脸识别技术确保考生的真实性，依据智能监控监考学生的做答情况。人工智能可以分析考生的答题数据和行为模式预测潜在的风险。人工智能可以检测考生的异常答题速度或答案高度相似等作弊迹象，采取相应的措施进行干预。人工智能监考可以应对复杂的考试环境，大大提高监考效率和准确性，增强考试的公平性和安全性。
(4) 个性化教育评价
个性化教育评价智能化是个性化评价发展的必然要求[7]。人机协同、人与机器紧密合作，是个性化教育评价智能化的重要手段，可以为其提供更加精密准确的评价结果。人工智能可以根据学生的学习数据(如学习时间、学习进度、答题情况等)进行分析，提供个性化的学习推荐。这包括推荐相应的学习材料、教学方法和习题，帮助学生根据自己的兴趣和能力进行学习，从而提高学习效果。人工智能可以分析学生的学习行为，帮助教师评估学生的学习情况。学生的发展是一个动态的过程，人工智能能够实时跟踪学生的学习进度和成效，动态调整评价标准。通过学习行为分析，教师可以了解学生的学习习惯、学习方法和学习动机等信息，从而更好地进行教学和评价，大大地节省时间和提高效率。华东师范大学的水杉在线平台设置水杉学堂、水杉工坊、水杉校场和水杉码园，为学生定制专门的计算机基础教育，旨在提高全民数学素养。另外，该平台以数据为支撑，对学生的学习情况进行动态监测[8]。
4. 人工智能赋能高等教育评价的优势
4.1. 提高评价效率，增强教师的可操作性
人工智能能够自动化处理大量的学生数据，如作业、考试成绩等，极大地提高了评价效率。例如，自动阅卷系统能够迅速识别学生答案中的关键信息，进行快速而准确的评分，减少了教师手动阅卷的时间和精力；监考与反作弊系统大大减轻教师的监考负担。人工智能提供了多种教育评估工具，教师可以利用这些工具更有效地识别学生的学习表现。同时，人工智能还能够为教师提供丰富的教育信息，帮助教师更好地了解学生的学习情况，从而制定更有针对性的教学计划。西安交通大学首创教学质量实时监测大数据平台，对所有的课堂进行精准评价。教师依据评教结果不断改善教学策略，听取学生反馈。教师依据学生的抬头率、签到率等，对学生的学习情况进行动态监测[9]，大大节省教育评价的时间。
4.2. 改善评价结果，助力教育的公平性
通过数据分析和机器学习算法，人工智能能够基于学生的实际表现提供更准确、科学、的评估结果。这种评估能够减少教师主观评分带来的偏差，使评价更加客观和公正。人工智能评价使得学生可以获取到更多网络资源，依据自己的兴趣爱好和专业自由选择学习资源。它打破学习的时间和空间限制，满足不同学生的多样化需求，提高学生的学习效果。西安电子科技大学建立西电智课平台进行智能督导，利用信息技术搭建学生增值评价模型以及教师评价模型等，对教学过程中的数据进行采集、分析以及管理，以技术创新推动评价创新、以数据进步助力教育公平[10]。
4.3. 丰富评价主体，提升评价的客观性
在传统的评价体系中，在评价维度上多以考试成绩作为单一的评价标准，在评价主体方面主要以权威主体为主。比如教师评价中过于强调学校行政部门的管理意志，学生评价中教师占据绝对地位[11]。人工智能弥补传统评价体系的不足。人工智能可以对学生的学习情况进行多维度的评价，包括知识技能、实践能力、创新能力、思想品德等方面。这种全面的评价能够更好地反映学生的综合素质，为学生的全面发展提供有力支持，为素质教育的评价提供依据。人工智能打破传统的教师单一的评价模式，使得教师、学生、家长等主体可以参与到评价之中，形成的多元评价模式使得评价结果更加具有科学性和信服力[12]。
4.4. 优化资源配置，促进学校的高质量发展
人工智能技术可以通过学生的学习历史、兴趣爱好和成绩表现等数据，为学生推荐个性化的学习资源，提高学生的学习效果和效率。人工智能可以依据学校的教育资源情况，分析和调配资源，确保教育资源在各年级、班级和学科之间的均衡搭配。通过对教育资源的利用效率进行评估，人工智能可以帮助学校优化资源配置，提高教育资源的利用率。这有助于学校更好地利用有限的资源，提高教育质量和效果，促进学校的建设。北京邮电大学的“码上”平台，为学生提供个性化的编程服务。学生利用“码上”平台参加一对一辅导、问答论坛，教师利用该平台进行教学管理，致力于为学生提供优质的学习资源、多元的学习环境，积极打破时空界限。
5. 人工智能赋能高等教育评价的挑战
5.1. 侵犯使用者的隐私，引发伦理和安全问题
教育评价置身于信息时代的潮流之中，会滋生数据失范风险。教育评价过程中涉及大量学生的个人信息和学习数据，如何确保这些数据的隐私和安全是一个重要挑战。高等教育评价中的伦理问题是影响教育评价行为及其结果可接受性、公信力和公正性的关键问题[13]。一方面，算法设计者存在的算法歧视会导致数据的不准确性，进而导致评价过程缺乏公平性。另一方面，由于算法自身复杂性与排他性，可能导致评价结果难以使人信服[14]。教育评价的数字化不是为了技术而技术，不应该将教育数字化成为监视教师和学生的机器。
5.2. 过度依赖技术，技术更新带来适应性问题
人工智能具备数据处理以及逻辑推理等方面的强大功能，在高等教育评价方面彰显充分的优势，导致评价主体过度依赖技术。过度依赖人工智能系统进行教育评价可能导致教师的主体性危机，即教师可能过于依赖技术，而忽视自己的专业判断和经验，忽视自己的思辨能力的培养。人工智能技术强调效率至上，基于大规模数据以量化的指标来衡量人，评价体系过于僵化。另外，人工智能技术更新迭代极其迅速，新的技术和方法不断涌现。教育评价系统需要不断更新和适应新的技术变化，以保持其先进性和适用性。这需要评价主体不断提高自身技术素养、高校不断投入大量的人力、物力和财力来支持技术更新和升级。
5.3. 评价标准不完善，新技术与旧评价标准产生矛盾
评价标准是开展教育评价的依据[15]。目前，人工智能在教育评价中的应用还处于发展阶段，评价标准和方法尚不完善。人工智能系统的主体参与、评价标准尚未多元化，可能无法完全适应复杂的教育场景和多样化的学生需求，导致评估结果存在偏差[15]。人工智能的技术是不断更迭与升级的。如果用新技术来评价旧标准，新技术并不能带来新的变革，反而会助推传统教育的弊端。传统的评价标准主要以知识为导向。一些学校引入新技术后，并未调整原有的评价标准，仍以知识导向为主，忽视一些不可量化的指标，比如学生的创新力与问题解决能力。
5.4. 数据收集和处理的说服力低
教育评价需要收集和处理大量的学生数据，这对人工智能系统的数据处理能力提出了高要求。如果数据处理能力不足，可能会导致评估结果的不准确或延迟。数据的数量会在一定程度上影响教育评价的结果。另外，人工智能算法缺少道德伦理规范、数据本身存在歧视性、研发者的主观偏见等，会产生算法歧视[16]。智能时代，高等教育评价数字化变革离不开数字技术系统链条的支撑，面对海量复杂的行为信息，需要通过数字技术的合理配置、融合应用、协作联通形成数字技术生态系统。然而，当前先进技术开发供给不足、技术应用的表面化和碎片化、数字鸿沟的存在，制约了数字技术与高等教育评价的深度融合。
6. 人工智能赋能教育评价的改进建议
6.1. 加强顶层设计，完善高等教育数字化制度建设
在宏观层面，国家完善制度设计和法律法规。根据不同的评价对象、不同高校类型，分类设计相关的教育评价制度，并通过法律法规明确高等教育评价的内容、评价方法、评价范围等内容。在中观层面，地方各级政府要坚决维护和落实相关的法律法规，正确处理好政府与学校之间的关系，密切关注高等院校的教育评价落实情况。在微观层面，高等院校以国家和地方文件为基础，结合自身特色制定具体的操作方法来促进教育评价建设，为教师评价、学生评价提供多维度的评价标准。
6.2. 加强数据隐私和安全保护，关注伦理和公平性问题
通用人工智能大模型支持的教育评价改革在监管、研发、使用等环节的伦理问题不容忽视[17]。在国家层面，制定和完善教育评价数据安全的法律法规，为教育评价的数据安全提供法律保障。国家应当加强对人工智能教育评价系统的伦理审查和监督，确保其评估结果符合伦理和公平性原则；建立数据歧视和算法偏见的监测机制，及时发现并纠正潜在的不公平问题。学校引入高级加密技术和安全协议，确保学生数据在传输和存储过程中的安全性，设立专门的数据安全监管机构，对人工智能教育评价系统的数据使用进行监管和审计。另外，学校加强师生对数据安全的认识和培训，提高他们对数据隐私和安全的重视程度，自觉约束自己的行为和监督他人的行为。
6.3. 明确评价主体地位，减少技术依赖
明确教育管理者、教师、学生等在教育评价活动中的主体地位，减少对人工智能技术的过度依赖。教师应当将人工智能看作是一项技术而非一个主体，在使用人工智能教育评价系统的同时，教师应当保持自身的专业判断和经验，结合系统的建议进行综合评价。学生积极参与教育评价之中，为教育工作开展建言献策。学校定期对人工智能教育评价系统进行评估和调整，确保其评估结果符合教育教学的实际需求。在评价过程中，确保多方主体的参与，保证评价的客观性。
6.4. 完善评价标准和方法，提升数据处理能力
建立统一的教育评价标准，确保人工智能教育评价系统的评估结果具有一致性和可比性。引入多元化的评估方法，如项目式学习等，以更全面地、准确地反映学生的学习成果和实践能力。加大对人工智能教育评价系统的研发投入，提升其数据收集和处理能力。夯实技术支撑体系，不断更迭数据信息、教育测评等技术。建立数据共享和交换机制，不断对平台的技术进行升级，促进不同教育评价系统之间的数据互通和共享。积极推动教育学、心理学、计算机科学等学科交叉，加强高校与高校之间的交流与合作，以多学科、多学校的交流促进技术的不断完善。
7. 结语
人工智能赋能高等教育评价，是技术与教育结合的一次伟大实践，是教育、科技、人才一体化的发展背景下的积极尝试，对教育领域的发展与变革提出新要求。人工智能赋能高等教育评价，既面临机遇，也存在挑战。新时代，在应对技术带来的新挑战的过程中，国家应该积极推进人工智能与教育评价的深度融合发展，为建设教育强国做出更大贡献。