2025年7月7日，數(shù)字教育理事會(huì)（Digital Education Council，成立于2024年，是一個(gè)由100多家機(jī)構(gòu)組成的全球?qū)嵺`共同體，致力于推動(dòng)高等教育和勞動(dòng)力發(fā)展領(lǐng)域的可持續(xù)創(chuàng)新和AI應(yīng)用，總部位于新加坡）與培生集團(tuán)（Pearson）聯(lián)合發(fā)布《評(píng)估的新時(shí)代：AI在評(píng)估設(shè)計(jì)中的全球綜述》（The Next Era of Assessment：A Global Review of AI in Assessment Design），首次全面梳理了全球教育工作者如何利用AI重塑評(píng)估體系。報(bào)告聚焦高等教育領(lǐng)域，具體從AI對(duì)評(píng)估各環(huán)節(jié)的影響、AI時(shí)代的評(píng)估體系重構(gòu)及實(shí)踐指南等方面進(jìn)行了分析。

一、AI對(duì)評(píng)估各個(gè)環(huán)節(jié)的影響

評(píng)估一般包括設(shè)定學(xué)習(xí)目標(biāo)（Set Learning Outcomes）、規(guī)劃課程（Plan Curriculum）、制定評(píng)估（Develop Assessments）、評(píng)估實(shí)施（Assessment Delivery）、反饋與改進(jìn)（Feedback and Review）5個(gè)環(huán)節(jié)。該報(bào)告從AI可對(duì)各個(gè)環(huán)節(jié)帶來哪些可能性和針對(duì)AI需做出哪些調(diào)整兩個(gè)維度進(jìn)行了分析。

1.AI對(duì)設(shè)定學(xué)習(xí)目標(biāo)環(huán)節(jié)的影響

可能性——通過分析勞動(dòng)力市場(chǎng)數(shù)據(jù)等大規(guī)模數(shù)據(jù)集，識(shí)別技能缺口并制定與時(shí)俱進(jìn)的學(xué)習(xí)目標(biāo)；自動(dòng)化常規(guī)任務(wù)使學(xué)生能專注于高階認(rèn)知活動(dòng)，推動(dòng)評(píng)估向批判性和復(fù)雜技能發(fā)展。

必要調(diào)整——評(píng)估需納入AI相關(guān)能力指標(biāo)，如AI輸出評(píng)估、負(fù)責(zé)任使用AI等；明確區(qū)分需獨(dú)立掌握的技能和可通過AI強(qiáng)化的技能。

2.AI對(duì)規(guī)劃課程環(huán)節(jié)的影響

可能性——基于預(yù)期學(xué)習(xí)成果自動(dòng)生成課程體系建議；根據(jù)學(xué)生畫像提供個(gè)性化學(xué)習(xí)路徑設(shè)計(jì)。

必要調(diào)整——?jiǎng)澱n程時(shí)需明確AI工具的使用規(guī)范；增設(shè)AI工具使用相關(guān)的倫理教育內(nèi)容；平衡人類核心能力與AI技能的培養(yǎng)。

3.AI對(duì)制定評(píng)估環(huán)節(jié)的影響

可能性——自動(dòng)生成測(cè)驗(yàn)題、案例分析和評(píng)分標(biāo)準(zhǔn)；作為寫作輔助工具或模擬器參與評(píng)估設(shè)計(jì)；通過模擬真實(shí)場(chǎng)景提升評(píng)估真實(shí)性。

必要調(diào)整——重構(gòu)評(píng)估形式以減少對(duì)AI的依賴；從結(jié)果導(dǎo)向轉(zhuǎn)向過程評(píng)估；更新評(píng)分標(biāo)準(zhǔn)以鼓勵(lì)原創(chuàng)性和批判性思維。

4.AI對(duì)評(píng)估實(shí)施環(huán)節(jié)的影響

可能性——實(shí)時(shí)反饋指導(dǎo)學(xué)生改進(jìn)；自動(dòng)化監(jiān)考功能；通過AI角色扮演增強(qiáng)情景化評(píng)估。

必要調(diào)整——明確每項(xiàng)評(píng)估的AI使用規(guī)則；增加現(xiàn)場(chǎng)考核環(huán)節(jié)確保評(píng)估真實(shí)性；記錄學(xué)生完成任務(wù)的過程性證據(jù)。

5.AI對(duì)反饋與改進(jìn)環(huán)節(jié)的影響

可能性——協(xié)助評(píng)分并提供個(gè)性化反饋；對(duì)評(píng)估數(shù)據(jù)進(jìn)行大規(guī)模分析以輔助改進(jìn)；生成課堂表現(xiàn)概要并提出改進(jìn)評(píng)估建議。

必要調(diào)整——建立定期評(píng)估更新機(jī)制，確保評(píng)估工具始終有效抵御AI演進(jìn)帶來的挑戰(zhàn)。

二、重新思考AI時(shí)代的評(píng)估

報(bào)告認(rèn)為，AI時(shí)代評(píng)估設(shè)計(jì)需要從多個(gè)層面進(jìn)行審慎考量——從單項(xiàng)任務(wù)到貫穿整個(gè)課程的評(píng)估組合。這一重構(gòu)過程主要圍繞三個(gè)關(guān)鍵維度展開：評(píng)估類型、評(píng)估設(shè)計(jì)原則和評(píng)估組合。

1.評(píng)估類型：在完成單項(xiàng)評(píng)估任務(wù)時(shí)，人工智能應(yīng)扮演何種角色？

根據(jù)具體學(xué)習(xí)目標(biāo)和AI使用對(duì)目標(biāo)實(shí)現(xiàn)的影響程度，確定評(píng)估應(yīng)采用"AI禁用型"（AI-Free Assessment）、"AI輔助型"（AI-Assisted Assessment）還是"AI融合型"（AI-Integrated Assessment）模式（見表1）。

表1 AI評(píng)估分類

類型

使用場(chǎng)景

核心特征

AI禁用型評(píng)估

專門設(shè)計(jì)為無需AI協(xié)助完成的評(píng)估

評(píng)估的目標(biāo)、能力和設(shè)計(jì)本身有意排除或減少對(duì)AI的運(yùn)用，而側(cè)重于學(xué)生獨(dú)立思考的能力以及基礎(chǔ)技能的培養(yǎng)

AI輔助型評(píng)估

在明確邊界內(nèi)允許使用AI完成特定任務(wù)（如頭腦風(fēng)暴、大綱擬定）

評(píng)估的目標(biāo)、能力和結(jié)構(gòu)允許AI作為一種支持工具發(fā)揮作用，鼓勵(lì)使用基本的AI來提供幫助或反饋，同時(shí)確保學(xué)生主導(dǎo)的學(xué)習(xí)仍占據(jù)主導(dǎo)地位

AI融合型評(píng)估

將AI工具作為學(xué)習(xí)和評(píng)估體驗(yàn)的有機(jī)組成部分

評(píng)估的目標(biāo)、能力和提示要求學(xué)生有意義的參與AI作為核心部分的任務(wù)，包括在其學(xué)科領(lǐng)域內(nèi)應(yīng)用、批判和反思AI

2.評(píng)估設(shè)計(jì)原則：如何確保所有評(píng)估在AI存在的情況下仍保持效度和信度？

抗AI干擾性（AI-Resilient）原則正逐漸成為保障各類評(píng)估有效性與完整性的關(guān)鍵設(shè)計(jì)原則。這種抗干擾性設(shè)計(jì)并非依賴學(xué)生的自覺遵守，而是通過精心構(gòu)建條件與框架，使學(xué)生難以借助AI完成核心學(xué)習(xí)任務(wù)，從而確保核心學(xué)習(xí)成果不會(huì)被輕易外包給AI。實(shí)現(xiàn)抗AI干擾性不僅需要更新規(guī)則或技術(shù)，更需要對(duì)評(píng)估體系進(jìn)行結(jié)構(gòu)性重構(gòu)。教育工作者可采用多種創(chuàng)新策略重構(gòu)評(píng)估方式以實(shí)現(xiàn)這一目標(biāo)（見表2）。

表2 重構(gòu)評(píng)估以實(shí)現(xiàn)抗AI干擾性的策略

策略

描述

示例

課堂上保持人類核心任務(wù)

將評(píng)估拆分為多個(gè)部分——允許AI承擔(dān)課外可執(zhí)行的任務(wù)，但需將批判性思維、討論和闡釋環(huán)節(jié)保留在結(jié)構(gòu)化且有監(jiān)督的教學(xué)環(huán)境中

學(xué)生在家中使用AI進(jìn)行頭腦風(fēng)暴并起草方案，但在課堂上需現(xiàn)場(chǎng)陳述論點(diǎn)并即時(shí)回應(yīng)提問

將關(guān)注點(diǎn)從“輸出”轉(zhuǎn)向“過程”

評(píng)估導(dǎo)致最終結(jié)果的推理、規(guī)劃和決策過程，而不僅僅是結(jié)果本身。鼓勵(lì)元認(rèn)知層面的參與。

學(xué)生在最終提交的作品中需記錄并反思影響其工作的AI交互過程，或?qū)鉀Q方案提供合理性說明

嵌入檢查點(diǎn)與可追溯發(fā)展

引入結(jié)構(gòu)化里程碑，例如中期提交、現(xiàn)場(chǎng)討論、反饋循環(huán)或規(guī)劃工件，以展示學(xué)生的漸進(jìn)式思維

在課堂上組織同伴討論與反饋環(huán)節(jié)，并要求學(xué)生根據(jù)反饋意見修改作業(yè)

單元層面而非任務(wù)層面的效度驗(yàn)證

需認(rèn)識(shí)到并非所有評(píng)估方式都能完全規(guī)避人工智能的影響。相反，應(yīng)通過單元或課程中一系列相互關(guān)聯(lián)的評(píng)估來驗(yàn)證學(xué)生的學(xué)習(xí)成效。其中每項(xiàng)評(píng)估都基于學(xué)生先前的作業(yè)成果，并以貼合其學(xué)習(xí)情境的方式遞進(jìn)構(gòu)建。

學(xué)生在四節(jié)課中逐步完成最終作品——從概念構(gòu)思開始，到最終的互動(dòng)展示結(jié)束。

每個(gè)階段都要求學(xué)生基于前期成果完成不同的任務(wù)。有效性體現(xiàn)在四節(jié)課之間的連貫性與遞進(jìn)性，而非單一任務(wù)的表現(xiàn)。

3.評(píng)估組合：如何組合不同類型的評(píng)估，以同時(shí)培養(yǎng)基礎(chǔ)能力和面向未來的AI技能？

在課程層面，教師應(yīng)確保其評(píng)估體系能同時(shí)支持人類核心能力（基礎(chǔ)知識(shí)、批判性思維、學(xué)科專業(yè)知識(shí)以及獨(dú)立技能）與AI相關(guān)技能（有效且合乎道德地使用AI工具的能力、支持反映未來職場(chǎng)需求的形成性與真實(shí)性評(píng)估）的培養(yǎng)。

基于已有研究，數(shù)字教育委員會(huì)提出“雙優(yōu)先級(jí)方法”，旨在幫助教師有意識(shí)地在各類評(píng)估中平衡這兩個(gè)互補(bǔ)目標(biāo)。三種評(píng)估類型可在這兩個(gè)優(yōu)先級(jí)框架下發(fā)揮不同作用（見表3）。

表3 支持類型總結(jié)

評(píng)估類型

優(yōu)先級(jí)1：人類能力

優(yōu)先級(jí)2：人機(jī)協(xié)作

AI禁用型評(píng)估

主要關(guān)注點(diǎn)

不適用

AI輔助型評(píng)估

關(guān)鍵關(guān)注點(diǎn)

培養(yǎng)基礎(chǔ)AI技能

AI融合型評(píng)估

需精心設(shè)計(jì)以支持人類能力培養(yǎng)

關(guān)鍵關(guān)注點(diǎn)

教師不應(yīng)孤立地設(shè)計(jì)評(píng)估方式，而應(yīng)有意識(shí)地規(guī)劃和多樣化評(píng)估手段，以便在整個(gè)課程中兼顧這兩個(gè)優(yōu)先級(jí)。

三、AI時(shí)代評(píng)估設(shè)計(jì)指南

該報(bào)告針對(duì)三類評(píng)估均提出了具體的實(shí)踐建議，并重點(diǎn)介紹了AI融合型評(píng)估的實(shí)踐路徑。

1.AI禁用型評(píng)估

報(bào)告指出，在設(shè)計(jì)旨在培養(yǎng)或測(cè)試學(xué)生獨(dú)立思考和基礎(chǔ)技能的評(píng)估時(shí)（AI禁用型評(píng)估），關(guān)鍵在于從結(jié)構(gòu)上消除使用AI的可能性，而非僅發(fā)布“禁用AI”的規(guī)定并寄希望于學(xué)生自覺遵守。解決方案在于構(gòu)建具有內(nèi)在抗AI干擾性的評(píng)估體系。其中最有效方法是將異步評(píng)估轉(zhuǎn)為同步評(píng)估，從根本上阻斷學(xué)生在完成任務(wù)時(shí)接觸AI的途徑。監(jiān)考測(cè)試、口試、課堂寫作研討會(huì)、實(shí)時(shí)演講或課堂討論等形式在結(jié)構(gòu)上天然具備抵御AI干擾的特性。這些同步評(píng)估模式并非通過監(jiān)控手段，而是通過消除使用機(jī)會(huì)來降低AI濫用的可能性。

然而，要求所有作業(yè)都采用這種形式并不現(xiàn)實(shí)，尤其是那些支持持續(xù)性形成性學(xué)習(xí)的評(píng)估，為此，教師還可以通過設(shè)計(jì)能利用AI當(dāng)前缺陷的任務(wù)，使得AI難以或無法代學(xué)生完成任務(wù)。具體策略包括：

情境化應(yīng)用任務(wù)——要求學(xué)生將知識(shí)或技能應(yīng)用于本地情境、時(shí)事熱點(diǎn)或近期課堂討論，這些背景信息通常超出AI的獲取與解讀能力范圍。

過程性文檔記錄——要求學(xué)生提交思維過程的實(shí)證材料，如帶批注的草稿、規(guī)劃筆記或語音備忘錄，以展示其觀點(diǎn)隨時(shí)間演進(jìn)的軌跡。

2.AI輔助型評(píng)估

報(bào)告指出，在允許學(xué)生將AI應(yīng)用于評(píng)估時(shí)，教育者必須審慎考量其適用場(chǎng)景與限制邊界，以確保AI技術(shù)能有效支持——而非削弱——既定教學(xué)目標(biāo)。

AI可參與評(píng)估流程的多個(gè)環(huán)節(jié)。報(bào)告給出了以下使用導(dǎo)圖（見表4），系統(tǒng)梳理了學(xué)生在作業(yè)中可能接觸AI的關(guān)鍵節(jié)點(diǎn)。

教師可參照此導(dǎo)圖，將AI應(yīng)用與具體學(xué)習(xí)目標(biāo)精準(zhǔn)對(duì)接，明確劃定允許使用、限制使用或需提供明確指導(dǎo)的領(lǐng)域。對(duì)于需要限制AI使用的評(píng)估環(huán)節(jié)，教師應(yīng)著力重構(gòu)這些評(píng)估要素以增強(qiáng)其“抗AI干擾性”，而非單純依賴學(xué)生的自律遵守。

表4 AI使用導(dǎo)圖

階段

關(guān)鍵AI接觸點(diǎn)

規(guī)劃階段

頭腦風(fēng)暴/框架建議/時(shí)間規(guī)劃

研究階段

關(guān)鍵詞推薦/文獻(xiàn)檢索/文獻(xiàn)綜述/術(shù)語解釋/提出論點(diǎn)或觀點(diǎn)/方法設(shè)計(jì)

創(chuàng)作階段

大綱生成/初稿撰寫/生成部門內(nèi)容/圖表制作/內(nèi)容整合

修改階段

語句潤色/語法檢查/反論證模擬/修正參考列表/縮短或延長(zhǎng)/錯(cuò)誤修正

反饋與反思階段

生成評(píng)價(jià)/促進(jìn)反思/對(duì)照評(píng)分標(biāo)準(zhǔn)

3.AI融合型評(píng)估

報(bào)告指出，AI通過引入評(píng)估學(xué)習(xí)進(jìn)程的新方法、增強(qiáng)與現(xiàn)實(shí)場(chǎng)景的關(guān)聯(lián)性以及賦能AI相關(guān)能力的發(fā)展，為革新測(cè)評(píng)實(shí)踐展現(xiàn)出巨大潛力。

基于101個(gè)全球案例研究，報(bào)告將AI融合型評(píng)估進(jìn)一步總結(jié)為兩種主要方法：一是利用AI技術(shù)提升傳統(tǒng)評(píng)估方式，即利用AI輔助核心學(xué)科學(xué)習(xí)；二是將AI作為研究對(duì)象，重點(diǎn)培養(yǎng)學(xué)生的AI素養(yǎng)。圍繞這兩種方法，報(bào)告歸納出14種新興的AI融合型評(píng)估設(shè)計(jì)方法，并將其與特定的學(xué)習(xí)目標(biāo)和AI能力（例如提示詞設(shè)計(jì)、AI輸出評(píng)估和AI倫理）進(jìn)行了對(duì)應(yīng)分析（見下表5和6），并給出了每一種方法的具體實(shí)踐案例。

表5 用于增強(qiáng)傳統(tǒng)評(píng)估的新興AI融合設(shè)計(jì)方法

方法論

描述

最適合達(dá)成的學(xué)習(xí)成果

最適合培養(yǎng)的AI能力

01 AI引導(dǎo)的自我評(píng)估與反思

學(xué)生與AI工具進(jìn)行結(jié)構(gòu)化對(duì)話，以測(cè)試、解釋或評(píng)估自己對(duì)某個(gè)概念或論點(diǎn)的理解。

?自我反思

?輸入設(shè)計(jì)與信息質(zhì)量

?概念理解

?AI反思與元認(rèn)知

02 AI先行，人工修訂

學(xué)生首先使用生成式AI工具生成初稿或解決方案，然后對(duì)其進(jìn)行評(píng)估、修訂和擴(kuò)展。

?文本/文學(xué)分析

?AI輸出評(píng)估

?過程改進(jìn)與評(píng)估

?AI偏見與限制意識(shí)

03 人工先行，AI評(píng)審

學(xué)生先獨(dú)立完成任務(wù)，然后使用生成式AI工具來評(píng)審和改進(jìn)自己的作品。

?過程改進(jìn)與評(píng)估

?AI反思與元認(rèn)知

?概念理解

?AI輸出評(píng)估

04 AI生成分析材料

AI生成樣本材料（如案例、解決方案），學(xué)生隨后運(yùn)用學(xué)科方法對(duì)其進(jìn)行分析、解讀或解決。

?定量/數(shù)據(jù)分析

?AI輸出評(píng)估

?概念理解

?AI偏見與限制意識(shí)

05 AI作為模擬協(xié)作者或角色扮演者

學(xué)生與模擬某個(gè)角色、專家或真實(shí)人物的AI進(jìn)行互動(dòng)。

?溝通

?AI輸出評(píng)估

?自我反思

?AI整合與應(yīng)用

06 用于沉浸式學(xué)習(xí)的AI

學(xué)生使用生成式AI工具創(chuàng)造豐富的體驗(yàn)，以加深對(duì)學(xué)科概念的理解。

?概念理解

?AI整合與應(yīng)用

?創(chuàng)造力與創(chuàng)新

?輸入設(shè)計(jì)與信息質(zhì)量

07 人工與AI工作成果比較

學(xué)生對(duì)同一項(xiàng)任務(wù)中人工完成和AI生成的結(jié)果進(jìn)行分析和比較。

?過程改進(jìn)與評(píng)估

?AI輸出評(píng)估

?自我反思

?AI偏見與限制意識(shí)

08 AI作為助手

學(xué)生在任務(wù)的一個(gè)或多個(gè)階段將AI工具作為協(xié)作者使用。

?溝通

?AI整合與應(yīng)用

?研究與調(diào)查

?輸入設(shè)計(jì)與信息質(zhì)量

表6. 以AI為主要研究對(duì)象的新興AI融合設(shè)計(jì)方法

方法論

描述

最適合達(dá)成的學(xué)習(xí)成果

最適合培養(yǎng)的AI能力

01 AI輸出批判與評(píng)估

學(xué)生批判性地評(píng)估AI生成內(nèi)容的質(zhì)量、準(zhǔn)確性或偏見。

?自我反思

?概念理解

?AI輸出評(píng)估

?AI反思與元認(rèn)知

02 提示詞工程與過程分析

學(xué)生嘗試設(shè)計(jì)AI提示詞，并反思輸入設(shè)計(jì)如何影響輸出結(jié)果。

?概念理解

?協(xié)作與團(tuán)隊(duì)合作

?AI輸出評(píng)估

?輸入設(shè)計(jì)與信息質(zhì)量

03 AI倫理、政策與社會(huì)影響

學(xué)生通過辯論、反思或政策設(shè)計(jì)，探討AI的倫理、法律和社會(huì)影響。

?自我反思

?倫理與責(zé)任

?AI反思與元認(rèn)知

?AI倫理與負(fù)責(zé)任使用

04 建設(shè)性誤用

學(xué)生有意地“誤用”AI至其極限，以揭示其缺陷或偏見。

?概念理解

?倫理與責(zé)任

?AI輸出評(píng)估

?AI倫理與負(fù)責(zé)任使用

05 AI作為情境化案例研究

AI被用作一個(gè)透鏡，來探索特定學(xué)科領(lǐng)域內(nèi)的概念。

?自我反思

?概念理解

?AI倫理與負(fù)責(zé)任使用

?AI反思與元認(rèn)知

06 AI作為人造產(chǎn)物

學(xué)生設(shè)計(jì)或定制自己的AI工具。

?過程改進(jìn)與評(píng)估

?實(shí)際應(yīng)用

?AI整合與應(yīng)用

?AI倫理與負(fù)責(zé)任使用

資料來源：

Digital Education Council. The Next Era of Assessment: A Global Review of AI in Assessment Design. https://www.digitaleducationcouncil.com/post/the-next-era-of-assessment-a-global-review-of-ai-in-assessment-design

[本文為教育部國別和區(qū)域研究基地中國教育科學(xué)研究院國際教育研究中心成果]

本文由中國教育科學(xué)研究院“教育國際前沿”課題組整理，課題組負(fù)責(zé)人張永軍，編輯劉強(qiáng)。點(diǎn)擊左下角閱讀原文可下載該文獻(xiàn)。