理論與技術雙向驅動的學生綜合素養評價新范式

鄭勤華 陳麗 郭利明 王懷波 柴喚友

摘要：學生綜合評價面臨評價內容條目化、分立性、評價材料真實性存疑、評價方法客觀性不足、評價結果忽略人的發展等諸多困境，很大程度上影響學生綜合素養評價的真正落地應用。教育評價改革的需求以及智能技術的發展，使得從理論、技術上考慮均有突破困境的可能，并且在理論與技術的雙向驅動過程中，二者的有機融合促進形成了一個全新的學生綜合素養評價范式。這一新范式總體可以概括為“四個環節”“雙向驅動”以及“循環迭代”，即堅持理論科學性與技術可行性的有機統一與雙向驅動，通過評價模型構建、數據采集、數據智能分析、評價應用等環節三類不同情形的迭代優化，形成穩定且成熟的學生綜合素養評價體系，發揮評價結果的導向、鑒定、診斷、調控和改進作用，實現“以評促育”；其整體定位為“五性”，包括全面性、綜合性、精準性、發展性、公平性。未來，為促進新范式的應用，模型優化、數據匯聚、數據安全、常模建立以及評價量化等實踐面臨的關鍵問題均需給予關注并得到有效解決。理論與技術雙向驅動的學生綜合素養評價新范式的構建有利于幫助解決我國教育評價實踐中的“卡脖子”問題，發揮教育評價的指揮棒作用。

關鍵詞：學生綜合素養評價；理論-技術；大數據；雙向驅動；教育建模；新范式

中圖分類號：G434 文獻標識碼：A

* 本文系科技部2021年度“社會治理與智慧社會科技支撐”重點專項“大規模學生跨學段成長跟蹤研究”項目（項目編號：2021YFC3340800）階段性研究成果。

一、引言

學生綜合評價是基礎教育評價改革中的重要組成部分，突出強調破除“唯分數”的評價取向。經過多年的持續探索與實踐應用，學生綜合評價重點體現在學生綜合素質評價與核心素養評價兩個方面，甚至實施學生綜合素質評價成為破除“唯分數”的唯一之道[1]，成為學生綜合評價開展的有效方式。然而，現實情況下，學生綜合評價卻也遭遇諸多困境：評價內容條目化、分立性、評價材料真實性存疑、評價方法客觀性不足、評價結果忽略人的發展等[2-5]。《深化新時代教育評價改革總體方案》明確提出要“改革學生評價”“創新評價工具”“完善綜合素質評價體系”“健全綜合評價”，以扭轉不科學的評價導向、克服“五唯”頑瘴痼疾，提高教育治理能力和水平[6]，這對新時代學生綜合評價提出了更高的要求，迫切需要完善學生綜合評價，強化綜合評價對促進學生全面發展的重要導向作用。綜合素養是學生在受教育過程中形成的跨越學科的價值觀、必備品格和關鍵能力的個性化有機融合，也是學生綜合素質和核心素養的有機結合[7]。開展學生綜合素養評價是對新時代健全學生綜合評價的集中體現。

誠然，學生綜合評價實踐問題的存在影響著學生綜合素養評價的開展。通過對這些問題的進一步分析可以發現，它暴露出學生綜合評價在理論探究與實踐應用之間存在一道難以逾越的“鴻溝”，也是學生綜合素養評價開展的縮影。因此，這一“鴻溝”必須得到填補。學生綜合素養作為一個全新的概念，加之教育評價改革的需求，需要從理論方面明確其內涵特征、價值導向、理論框架以及評價指標體系等。再者，智能時代，5G、人工智能、大數據、云計算、區塊鏈等新一代信息技術的發展，能在數據采集、智能處理等方面為學生綜合素養評價的實踐應用提供支持。基于此，本研究在本系列前述文章的基礎上，通過融合“理論”與“技術”優勢，構建理論與技術雙向驅動的學生綜合素養評價新范式，建立從理論到技術的“自上而下”和從技術到理論的“自下而上”的雙向驅動機制，破解學生綜合評價現實困境，進而健全學生綜合評價，期望能為我國教育評價改革貢獻一份力量。

二、學生綜合素養評價新范式

當前，學生綜合評價實踐的問題反映出完全從理論出發，構建模型開展評價往往難以落地，不具有可操作性；完全依賴技術采集數據、量化數據，進而得出評價結果，往往又不具有可解釋性。基于此種考慮，本研究認為學生綜合素養評價需要有理論與技術的融合。因此，理論與技術雙向驅動的學生綜合素養評價新范式得以構建，具體如圖1所示。新范式以教育評價改革的需求為導向，整體堅持理論科學性與技術可行性的有機統一；借助理論的知識積累優勢，凝聚專家智慧構建學生綜合素養評價模型；融合技術的感知計算能力，采集多場域學生活動信息、處理多模態數據形成學生綜合素養數據表征模型；并通過具體評價應用，發揮評價結果的導向、鑒定、診斷、調控和改進作用。

總體來說，新范式可以概括為“四個環節”“雙向驅動”與“循環迭代”。其中四個重要環節包括理論層面的學生綜合素養評價模型、技術層面的多場域多模態數據的采集、融合理論與技術的學生綜合素養多模態數據智能分析、以及學生綜合素養評價應用四個關鍵環節；并且，通過理論與技術的雙向驅動以及四個環節三類不同情形的閉環反饋、多輪迭代，既可以豐富學生綜合素養評價的方法體系，引領理論與技術驅動的研究新方向，也可以發揮“以評促育”功能，發揮學生綜合素養評價結果的真作用，培養適應時代發展的創新型、復合型、應用型人才。

（一）四個環節

1.學生綜合素養評價模型構建

構建共識性的、可解釋性的評價模型是智能時代學生綜合素養評價工作開展的首要環節。學生綜合素養評價模型的構建不再完全依靠教育學領域專家，而是聯結心理學、教育學、計算機、大數據和人工智能等多方領域專家共同構建，突破以往因為條件性限制以及簡單性操作等原因而只構建智育方面的評價模型，亦或分別對學生綜合素質、核心素養各要素進行模型構建的難題。評價的內容有機融合德智體美勞全要素以及與文化基礎、自我發展和社會參與關聯緊密的素養成分，形成知識基礎層、關鍵能力層、必備品格層以及深化價值觀層的學生綜合素養構成要素[8]。據此，多領域專家共同構建出一套適應時代發展、共識性與可解釋性較強、靈活性較高的新時代學生綜合素養評價模型（包括理論模型與評價指標體系）。所幸，已有研究者開始做如上的嘗試，張治等人[9]在綜合考慮核心素養與綜合素質的定義與內涵的基礎上，對二者的評價內容要素進行融合，構建了核心素養視域下的學生綜合素質評價指標體系，并設計了初步的數據指標。

2.多場域多模態的數據采集

數據是驅動學生綜合素養評價模型走向可操作、可落地的“燃料”，沒有數據，評價模型終是“空中樓閣”。因而，數據采集在學生綜合素養評價中顯得尤為重要。新范式下，這一環節在數據采集方式、數據來源、數據模態以及數據標注等方面有了根本性的改變。數據采集方式方面，突破了以傳統量表、測驗、調查為主要方式的局限，轉向了傳統量表、測驗采集與伴隨式數據采集相結合的方式，甚至有走向伴隨式數據采集為主的趨勢。不過要實現這一趨勢，尚需攻克一些技術難點，比如學生活動數據伴隨式采集標準、多源異構數據匯聚技術等。此外，針對如社區、科技館等特定場域數據的采集，以活動方案為主要工具的數據采集方式正成為一種補充。數據來源方面，學生綜合素養評價模型有機融合了綜合素質與核心素養的要素，涉及的數據來源已經不僅僅局限在學校，甚至延伸至家庭、社區、科技館等多種典型場域，以更為全面且立體地開展評價。數據模態方面，隨著數據來源于多種典型場域，可采集的數據越來越豐富，除了能夠采集單一文本模態數據以外，還能夠采集包括音頻、視頻、圖像以生理信號等多模態在內的行為數據、心理數據以及生理數據[10]。數據標注方面，要使多源數據能夠發揮出最大價值，就要求數據標注的精度與自動化程度達到一定的水平，這在以往技術條件不成熟的情況下遠遠不去考慮。但是，在新范式下，在技術條件成熟的情況下，這是數據采集技術所要攻克的技術難點（包括數據標注精度增強、主體行為自動標注等技術），從而提升伴隨式數據采集的精度，實現伴隨式數據采集自動化分類標注。

3.學生綜合素養多模態數據智能分析

多模態數據智能分析的目的在于探索形成學生綜合素養評價模型的數據化表征形式，是評價模型實現可操作的“最后一步”。豐富的多模態數據固然是好，但是如何將多模態數據指標與學生綜合素養特征建立關聯映射關系，這是一個很關鍵的問題。面對復雜的、非結構化的多模態數據，首先要做的就是對其進行包括缺失值處理、無效數據剔除、數據降噪、模態對齊等工作，可以通過采用多模態線下活動分析、多模態線上活動分析以及多主體主觀評價分析等技術對行為（音頻、視頻、圖像等模態）、心理（文本、音頻、圖像等模態）、生理（EEG、GSR、ECG、HRV等）等層面的多模態數據進行智能處理，將非結構化數據轉化為結構化數據，并進行數據集成與整合，采用時間序列分析進行模態對齊。據此，依據學生綜合素養評價模型（含理論模型與指標體系），通過時序性特征變量提取、特征變量選擇、特征變量賦權等方法可以構建特征與不同模態數據指標的映射關系（有可能同一特征對應一個模態數據指標、同一特征對應多個模態數據指標、不同特征對應多個模態數據指標），如學習專注度可以用學習成績數據（文本模態）、頭部姿態數據（視頻模態）、眼動注意力數據（生理信號）等來共同表征。此時，要想將底層不同模態的數據指標往上聚合的話，首先要做的是使用特征層融合或者決策層融合的策略將反映同一特征的多模態數據進行融合[11]，再進行相關、回歸、加權等計算操作，進而一級一級向上聚合成更高級別維度乃至模型。基于數據模型，只要采集到反映學生綜合素養特征的數據，通過一定的算法就能夠計算得出學生在某一維度上的得分乃至學生整個綜合素養的得分。

4.學生綜合素養評價應用

因應新時代教育評價改革需求，新范式下學生綜合素養評價充分融合了綜合素質與核心素養的要素，并且應用中充分發揮數據可視化的作用，為學生綜合素養發展進行畫像，使得評價結果能夠更加面向培養創新性人才、復合型人才以及應用型人才，逐漸回歸“以評促育”的科學評價導向，為培養德智體美全面發展的社會主義接班人而服務。這一評價結果的實現，離不開學生綜合素養評價過程中的多方主體參與、過程性評價強化以及主客觀評價結合作為基礎性的支持。

多方主體參與評價能全方位、多角度刻畫學生綜合素養。新范式下，學生綜合素養評價不再局限于學校評價，而是越來越包括同伴互評、教師評價、父母評價、社區評價等。近期，我國頒布了《中華人民共和國家庭教育促進法》，其中提到“父母或者其他監護人應當樹立家庭是第一個課堂、家長是第一任老師的責任意識，承擔對未成年人實施家庭教育的主體責任，用正確思想、方法和行為教育未成年人養成良好思想、品行和習慣”[12]，這說明其他主體參與學生綜合素養評價能夠完善其評價體系，甚至通過不同教育類型與學生綜合素養評價的結合，能夠促進學生全面發展，這正是當今教育發展所需要的。

強化過程性評價能夠反映學生綜合素養發展的真實性與客觀性。新范式下，網絡學習平臺、在線學習工具、智能可穿戴設備等智能采集設備能夠實現無感式、伴隨式采集學生活動信息，經過數據挖掘與分析，學生綜合素養發展的過程與軌跡均能通過可視化技術生動、詳細展現，這對于成長因素溯源起到了非常關鍵的支持作用，為學生發展規律挖掘與整個人才培養均能提供明確的方向。

主客觀評價相結合能夠反映學生綜合素養評價的科學性。隨著伴隨式數據采集技術的成熟與應用以及量表、測驗、活動方案等新型測評工具體系的建立，獲取表征學生綜合素養的主觀數據與客觀數據越來越多，某種程度上大量客觀數據獲取的可能性正在實現。從這個意義上講，學生綜合素養評價已經體現主客觀評價的結合，正在走向數據驅動。主觀評價與客觀評價能夠相互佐證對于學生綜合素養評價是否合適與合理，為得出科學的評價結果以及評價結果的進一步應用提供了科學性的依據。

（二）雙向驅動

從新范式下的四個重要環節來看，通過融合“理論”與“技術”優勢，形成了從理論到技術的“自上而下”和從技術到理論的“自下而上”的雙向驅動機制。經過理論與技術的相互促進、相互依存與相互影響，使得模型構建得以完善、評價結果更具有參考性與實用性。

就理論到技術的“自上而下”而言，其核心思路是：綜合運用文獻研究、政策研究等方法，形成要素涵蓋全面的學生綜合素養理論模型假設（涵蓋一級維度、二級維度甚至三級維度），邀請教育學、心理學、社會學等方面的專家進一步提煉和確定既符合時代發展又符合教育需求的學生綜合素養評價理論模型；據此，針對其最終的細分維度設計形成可測量、可解釋的學生綜合素養評價指標體系，并采用德爾菲法對指標體系進行初步特性評估，保留具有發展性、可操作性、公平性的指標，最終形成學生綜合素養評價模型（包括理論模型與指標體系），為多場域多模態的數據采集、學生綜合素養多模態數據智能分析以及學生綜合素養評價應用提供基本理論指導與模型服務支持。因此，評價模型構建是開展學生綜合素養評價工作的理論基礎。

就技術到理論的“自下而上”而言，實質是構建數據化表征的學生綜合素養評價模型，為學生綜合素養評價理論模型的評價指標找到可測量、可計算的數據指標，提煉出相應的數學結構。其核心思路是：首先，采用伴隨式采集等數據采集技術盡可能多的采集多場域多模態的學生活動信息（包括結構化數據、非結構化數據以及半結構化數據），形成原始數據庫；然后，經由多模態數據的智能處理技術對原始數據進行智能處理與分析，形成特征數據庫與指標數據庫；最后，以學生綜合素養評價模型（包括理論模型與指標體系）為依據，通過潛在變量生成、特征變量選取等操作流程[13]，建立學生綜合素養特征與數據指標的關聯映射關系，確定指標算法與權重，不斷往上聚合，形成數據模型，最終實現學生綜合素養評價模型的可操作與可計算。

（三）循環迭代

如前面圖1所示，新范式下，通過“模型構建—數據采集—數據智能分析—評價應用—模型構建”的閉環反饋、多輪迭代流程，評價模型得以持續優化，數據來源得以持續豐富，數據處理得以持續精準，最終使得學生綜合素養評價能夠適應不同場景需要。如此循環往復，能夠形成穩定且成熟的理論與技術雙向驅動的學生綜合素養評價體系。由于學生綜合素養是綜合素質和核心素養的有機融合，而且學生綜合素質和核心素養的有些內容測量是有成熟的框架與方法，有些則沒有，因而學生綜合素養的內容維度測量也存在這種情形。針對不同的情形，循環迭代過程中其所要迭代的側重點也不一樣。基于過去我們的實踐經驗，大致可以分為三種不同的情形：第一，教育學、心理學等領域已有成熟理論模型和方法的研究；第二，教育學、心理學等領域尚無成熟理論模型和方法的研究；第三，教育學、心理學等領域已有理論模型，但尚無測量方法的研究。

針對教育學、心理學等領域已有成熟理論模型和方法的研究，其迭代優化的是數據采集點，而非理論模型本身。如學生綜合素養評價理論模型中的自主學習內容維度，這在教育學領域已有成熟的測量模型，以此模型為指導，我們采集現有反映學生自主學習的行為數據，進而建立關聯關系，最終計算結果。需要說明的是，在分析完現有反映學生自主學習的行為數據之后，會發現現有行為數據不足以完全反映學生自主學習，這時我們會根據評價模型以及應用反饋設計埋點采集更多所需數據，而這個過程會進入下一輪的循環迭代中。因此，此種情形下，通過“模型構建、數據采集、數據智能分析、評價應用”的循環迭代，不斷豐富反映學生綜合素養的數據指標；基于一輪又一輪的應用，會有更多的客觀行為數據采集以表征學生綜合素養，做到學生綜合素養評價結果最大化的客觀性。

針對教育學、心理學等領域尚無成熟理論模型和方法的研究，其在整個循環迭代過程中持續優化的是模型中的評價指標以及指標權重。如學生綜合素養評價理論模型中的創新能力內容維度，這在教育學、心理學領域均無成熟的理論模型和方法用于測量。因此，首先需要采用理論演繹、專家訪談等方法構建理論模型，與此同時從現有底層數據出發，找出能表征學生創新能力不同維度、指標的數據，進而逐級往上聚合與理論模型進行匹配。需要說明的是，在逐級聚合指標時會發現由于客觀數據量的原因，逐級聚合出來的指標會遠遠會少于理論模型構建出來的，亦或者會聚合出新的指標，因此需要刪除或增加一些評價指標，并依據實際情況調整指標權重，計算結果，而這個過程會進入下一輪的循環迭代中。因此，此種情形下，通過“模型構建、數據采集、數據智能分析、評價應用”的循環迭代，模型中的評價指標和權重會依據數據量、場景等進行動態調整，以適應不同需要的學生綜合素養評價。

針對教育學、心理學等領域已有理論模型，但尚無測量方法的研究，其在整個循環迭代過程中持續優化的是評價模型與數據采集方案。如學生綜合素養評價理論模型中的勞動素養內容維度，這在教育領域已有諸多研究者研究，并形成了相應的模型，但是沒能開展測量應用。因而，需要依據理論模型，設計數據采集方案如實踐活動等進行數據采集，并將采集而來的反映勞動素養的數據與其細分維度進行匹配，利用合適算法計算評價結果。需要說明的是，通過評價結果的應用會得到針對評價模型與數據采集方案的反饋，而這個過程相應進入下一輪的循環迭代中。因此，此種情形下，通過“模型構建、數據采集、數據智能分析、評價應用”的循環迭代，評價模型經過真實教育場景的驗證會做出相應的改變，因而帶動數據采集方案的更新，二者同步調整，直到達到穩定狀態，服務學生綜合素養評價開展。

三、學生綜合素養評價新范式的整體定位

基于上述內容分析，本研究認為理論與技術雙向驅動的學生綜合素養評價新范式在整體定位上不僅在于理論層面的拓展和深化，而且涵蓋方法層面的優化和創新，具體體現在“五性”上，即全面性、綜合性、精準性、發展性、公平性。

（一）全面性

學生綜合素養評價新范式的全面性特征，一方面體現在評價模型內容的全面性，即綜合素養不僅涵蓋德智體美勞全要素之外的其他教育發展性內容（如心理健康等）、核心素養外的其他非核心素養（如幽默感等），而且包括學生能力發展的基礎性和必要性成分的全面有機融合；另一方面也表現為數據采集的全面性，即在大數據思維范式下綜合采用各種新興智能技術對大規模、長周期、多場域、多維度、跨學段場景下的學生綜合素養相關數據進行全面、自然、動態地采集。

（二）綜合性

新范式下，新理論、新方法、新技術的協同使用，正賦能學生綜合素養評價邁向綜合性評價目標的實現。首先，學生綜合素養評價促使學生綜合評價脫離傳統五育并舉的分立性陷阱，通過對有關評價內容進行有機整合以得到具有較高綜合性的內容維度；其次，利用多模態數據的智能處理與分析技術可以對不同來源、不同類型、不同結構的海量數據進行綜合處理和分析，以深度挖掘學生綜合素養發展的過程和特點；最后，通過大數據輸出和推送技術可以為學生個體提供綜合性的評價結果和未來發展建議。

（三）精準性

鑒于智能技術對評價的全過程支撐作用，精準性也隨之成為學生綜合素養評價新范式的一大顯著特征。首先，伴隨式采集等數據智能采集技術可以實現針對表征學生綜合素養數據的客觀精準記錄，使其不再局限于傳統較為模糊的主觀報告數據；其次，多模態數據的智能處理與分析技術可以實現針對相關數據的精準性處理和分析，極大程度上降低了傳統方法的主觀性和隨意性；最后，大數據輸出和推送技術可以支持面向學生個體的精準反饋和干預，以落實個性化評價和發展要求。

（四）發展性

新范式下，基于智能技術的持續動態采集能力，綜合素養評價能夠對特定時間范圍內的學生能力變化進行評價，即具備增值性評價的潛能。具體而言，借助智能技術，通過對相關評價信息進行關聯挖掘、分析，能夠幫助我們實現針對不同學生個體綜合素養起點的理解。在此基礎上，通過持續性地數據采集、處理和分析，可以幫助我們快速精準洞察學生個體在一定時間范圍內綜合素養整體及其各內容維度變化情況（是否進步？進步多少？），支持對學生開展增值性評價，并輔助后續提供個性化干預的供給。

（五）公平性

新范式下，學生、教師、學校等所有利益相關者均能直觀清晰地了解評價全過程的相關信息（如采集的數據類型，數據的清洗方式等），因此該評價在分析過程上的透明性能夠得到極大保障。此外，大數據技術等智能技術及其應用具有一套清晰、客觀、規范、成熟的實施流程，因此在很大程度上能夠確保學生綜合素養評價的規范性。總而言之，基于對數據分析過程中透明規范程度的重視，學生綜合素養評價結果能夠具有一定的公平性。

四、新范式實踐應用面臨的關鍵問題

開展學生綜合素養評價既是順應新時代的發展，又是回應實踐的關切。理論與技術雙向驅動的學生綜合素養評價新范式理應從理論走向實踐，指導評價改革，解決教育評價實踐中的“卡脖子”問題。然而，新范式的實踐應用必然會遇到挑戰，比如評價模型如何優化、數據如何匯聚、數據安全如何保障、學生綜合素養常模如何建立、如何協調質性與量化評價等，這些關鍵問題的有效解決或許能夠持續推進新范式的落地應用，進而健全學生綜合評價。

（一）模型優化問題

新范式在實踐應用中一個不得不考慮的現實問題就是：學生綜合素養評價模型的優化問題。我們知道，針對某類主體評價的理論模型能夠相對完備、穩定，但是實踐應用的數據模型一般是動態的[14]，也就是說面對不同場景，模型的具體指標會發生變化。因此，實踐中學生綜合素養評價模型優化其實質是需要優化評價指標。初始構建模型時，專家會定義一些指標，但是也沒有辦法窮盡。隨著可獲取的客觀數據越來越多，以及實踐的不斷檢驗，初始定義的指標已經無法客觀、全面反映學生綜合素養的發展，因此，指標需要不斷更新（包括刪除指標、新增指標），這會是由專家和機器共同完成，即機器發現指標，專家通過判斷指標的置信度決定是否納入指標體系中。需要說明的是，即便指標會不斷更新，但是在定義指標的時候始終需要遵守底線原則：明確考慮清楚哪些是核心指標（除此之外的是次要指標），并且考慮清楚其公平性（如數據的可獲取性、經濟水平等），核心指標在多輪迭代的過程中是不會輕易做出更改的，而次要指標會隨著需要而做出靈活的調整。這樣的模型優化對于將來在不同區域、不同學校中開展學生綜合素養評價會具有一定的比較性，也具有一定的公平性，即均通過核心指標的計算來反映學生的綜合素質發展水平。

（二）數據匯聚問題

我國教育信息化發展歷經40多年，已經建立起了完備的應用系統或平臺體系，包括網絡學習空間平臺、區域綜合素質評價系統、基礎教育質量監測平臺、企業平臺等，這些應用系統或平臺中也已經積淀了海量數據，但是如何打通各應用系統或平臺，實現海量多源異構數據匯聚，減少額外采集數據的成本，這是一個值得思考的問題。第一，建立健全數據標準規范體系是從源頭上保障數據格式的規范與統一，包括及時開展標準規范修訂工作，以及加強不同標準（國家標準、地方標準、企業標準等）之間的有機銜接。第二，建立高一級別的數據采集與匯聚平臺，通過統一的數據接口對接各應用系統或平臺，實現各取所需。以區域為例，當區域沒有自建系統時，數據采集與匯聚平臺采集其原始數據，最后為其返回應用服務；當區域有部分自建系統時，數據采集與匯聚平臺通過數據接口對接其原始數據，最后返回結果數據，應用服務工作交由區域自己完成。

（三）數據安全問題

隨著《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》的頒布實施，數據采集、共享過程中對數據安全與學生個人隱私保護有了更高的要求。針對不同應用系統或平臺的海量數據能夠匯聚融合的情況下，采用數據加密、簽名、隱私處理等方法的組合能夠確保數據在傳輸、存儲以及應用過程中的安全性[15]，另外采用新興的區塊鏈技術還能夠實現數據的完整性、真實性驗證、抗刪改能力和數據恢復能力，保障數據安全共享；針對不同應用系統或平臺的海量數據無法匯聚融合的情況下（尤其是多個企業平臺中的數據，因為涉及商業利益，有時并無法匯聚融合其原始數據），采用人工智能中的聯邦學習技術能夠保證學生個人的隱私不外泄，因為通過運用聯邦學習算法，數據擁有方無需上傳原始數據至數據匯聚平臺，而只會上傳加密后的模型訓練參數[16]，既能保證學生個人隱私，又能保證數據擁有方的利益不受損。

（四）常模建立問題

從長遠來看，學生綜合素養評價的結果是要服務于我國人才培養與教育評價改革。即便我們通過評價模型構建-數據采集-數據智能分析等流程構建出來一個既有可解釋性又有可操性的學生綜合素養評價模型，但是模型最后算出來的學生綜合素養分數沒有基準線作為參考，也是無法充分發揮評價指標棒的作用。因此，學生綜合素養評價常模構建是今后長時間需要重點關注的問題。目前，智能技術的成熟，使得獲取不同場域的多模態數據皆有比較可行的解決方案；并且，智能時代，數據分析方法也具有多樣性，對于可以確定因變量的指標或維度，引入數據科學方法（如有監督的機器學習方法）進行分析，而對于數據科學方法無法進行合理權重分配的情況，采用教育科學方法為主，結合數據方法分析進行權重確定，這均為學生綜合素養評價常模構建提供了支持。基于大規模數據，通過學生綜合素養評價數據模型的多輪迭代與效果驗證，構建不同性別常模、不同學段常模、城鄉常模、不同民族常模、正常與特殊學生常模、不同學校常模、不同家庭常模等，形成學生綜合素養評價常模庫，為學生綜合素養評價提供科學、可靠的基準參考，使得評價結果能真正成為未來新高考改革中可參考的一部分。

（五）評價量化問題

新范式下，我們希望學生綜合素養的一切指標均可以通過大數據采集技術采集客觀數據進行量化評價。然而，從評價的科學性與當前技術的可行性方面來看，這是一種理想狀態，并且真正在實踐中應用新范式時會發現這是對該種理想狀態的真實寫照，因為學生綜合素養的很多指標根本難以量化。因此，在考慮這一問題時，我們主張不走極端的數據決定論支持的絕對量化評價這一道路，純粹的量化評價對學生綜合素養評價并不完全適合，而是需要將質性與量化結合起來，共同針對學生某一素養指標進行科學、客觀、全面評價。比如，對學生的德育開展評價，倘若想通過大數據技術采集客觀數據進行評價，那么也只能收集到一些反映學生德育方面的外顯行為數據，而這些數據計算的結果并不能完全代表一個學生的德育水平，會出現局部代替整體的現象，不免有失偏頗。由于學生的德育狀況具有隱性特質，一些指標難以外顯為關鍵事件，因而在采集反映學生德育外顯行為數據的基礎之上，再采用評語、量規等主觀手段持續性采集數據，進而共同分析，能夠相對客觀、全面地評價一個學生的德育水平[17]。

五、結語

教育是立德樹人的事業，要求我們在學生綜合評價上下功夫，促進學生德智體美勞全面發展，進而培養出擔當民族復興大任的時代新人，以及德智體美勞全面發展的社會主義建設者和接班人。

學生綜合評價的起點期望很高，但是實踐中卻陷入評價內容條目化、分立性、評價材料真實性存疑、評價方法客觀性不足以及評價結果忽略人的發展等現實困境，導致落點飄忽不定，影響學生綜合素養評價的開展。通過有機融合理論與技術的優勢，能夠破解學生綜合評價的困境，形成全新的學生綜合素養評價范式——理論與技術雙向驅動的學生綜合素養評價新范式，概括為“四個環節”“雙向驅動”以及“循環迭代”，整體定位為全面性、綜合性、精準性、發展性、公平性。新范式下，通過模型構建、數據采集、數據智能分析、評價應用等環節三類不同情形的迭代優化過程，最終形成穩定且成熟的學生綜合素養評價體系，為我國創新型、復合型、應用型人才的培養提供服務。

實踐的復雜性永遠是研究落地需要考慮的問題。持續推進新范式的實踐應用，諸如評價模型優化、多元異構數據匯聚、數據安全與隱私保護、常模構建、評價量化等關鍵問題均需予以關切，并得到有效的解決。因此，本研究團隊后續將針對上述問題進行探討，助力推動新時代學生綜合評價的發展。

需要特別說明的是，在新范式的評價體系中，雖然應用客觀數據開展評價是我們所期望的，但是針對有些素養指標特質隱藏性導致的測評難為性，整合質性與量化評價，不唯數據決定論將是一直堅守的評價之路，進而追求評價的科學性與人文性的統一。

參考文獻：

[1] 柯政.學生評價改革的難為、應為、須為[J].教育發展研究，2021，41（18）： 29-37.

[2] 劉志軍，陳朝暉.初中學生綜合素質評價實踐：偏差、成因及改進[J].教育研究與實驗，2015，（6）：67-71+94.

[3] 辛濤，張世夷等.綜合素質評價落地：困頓與突破[J].清華大學教育研究，2019，40（2）：11-16.

[4] 樊亞嶠，徐海等.新高考改革中綜合素質評價的實施困境及突破策略[J].中國考試，2019，327（7）：63-71.

[5] 肖磊，陳雪純.論綜合素質評價定位的偏差及其回歸[J].教育發展研究，2020，40（22）：42-48.

[6] 國務院.中共中央 國務院印發《深化新時代教育評價改革總體方案》[EB/OL].http：//www.gov.cn/zhengce/2020-10/13/content_5551032. htm，2021-11-22.

[7][8] 柴喚友，陳麗等.學生綜合評價研究新趨向：從綜合素質、核心素養到綜合素養[J].中國電化教育，2022，（3）：36-43.

[9] 張治，劉小龍等.基于數字畫像的綜合素質評價：框架、指標、模型與應用[J].中國電化教育，2021，（8）：25-33+41.

[10] 駱方，田雪濤等.教育評價新趨向：智能化測評研究綜述[J].現代遠程教育研究，2021，33（5）：42-52.

[11] 余輝，梁鎮濤等.多來源多模態數據融合與集成研究進展[J].情報理論與實踐，2020，43（11）：169-178.

[12] 國務院.中華人民共和國家庭教育促進法[EB/OL].http：//www.gov. cn/xinwen/2021-10/23/content_5644501.htm，2021-11-13.

[13] 鄭勤華，陳耀華等.基于學習分析的在線學習測評建模與應用——學習者綜合評價參考模型研究[J].電化教育研究，2016，37（9）：33-40.

[14] 鄭勤華，孫洪濤等.基于學習分析的在線學習測評建模與應用——綜合建模方法研究[J].電化教育研究，2016，37（12）：40-45.

[15] 劉夢君，姜雨薇等.信息安全技術在教育數據安全與隱私中的應用分析[J].中國電化教育，2019，（6）：123-130.

[16] 李默妍.基于聯邦學習的教育數據挖掘隱私保護技術探索[J].電化教育研究，2020，41（11）：94-100.

[17] 馮建軍.測量時代的德育評價：難為與能為[J].中國電化教育，2022，（1）：1-8.

作者簡介：

鄭勤華：教授，博士，博士生導師，研究方向為在線教育、人工智能教育、教育大數據、學習分析。

陳麗：教授，博士，博士生導師，研究方向為“互聯網+”教育、遠程教育、終身學習。

郭利明：在讀博士，研究方向為在線學習分析、教育大數據。

王懷波：博士，研究方向為學習分析與數據挖掘、基于復雜系統的知識演化和發展規律挖掘。

柴喚友：博士，研究方向為教育測量與評價。

A New Paradigm of Students Comprehensive Literacy Evaluation Driven by Theory and Technology in Both Directions

Zheng Qinhua1， Chen Li1， Guo Liming1， Wang Huaibo2， Chai Huanyou1（1.The Research Center of Distance Education， Beijing Normal University， Beijing 100875； 2.School of Systems Science， Beijing Normal University， Beijing 100875）

Abstract：Students comprehensive evaluation faces many dilemmas such as entry and discrete evaluation contents， doubtful authenticity of evaluation materials， insufficient objectivity of evaluation methods， and neglect of human development in evaluation results， which largely affect the real application of students comprehensive evaluation on the ground. The need for educational evaluation reform and the development of intelligent technology has made it possible to break through the dilemma from both theory and technology. The organic integration of the two in a two-way process driven by theory and technology has facilitated the formation of a new paradigm of students comprehensive evaluation. It can be summarized as “Four Process”， “Two-way Drive” and “Circular Iteration”， that is， it insists on the organic unity and two-way drive of theoretical scientificity and technical feasibility， and a stable and mature evaluation system for students comprehensive literacy is formed through the iterative optimization of evaluation model construction， data collection， data intelligent analysis and evaluation application， and the evaluation results play the role of guidance， identification， diagnosis， regulation and improvement to realize “evaluation for education”. The overall positioning of the new paradigm can be defined as “Five Characteristics”， including all-sided， comprehensiveness， accuracy， development and fairness. In the future， in order to promote the application of the new paradigm， the key issues facing the practice such as model optimization， data aggregation， data security， permanent model establishment and evaluation quantification need to be paid attention to and effectively solved. The construction of a new paradigm is conducive to solving the “neck” problem in educational assessment in China， and to bring into play the baton role of educational assessment.

Keywords： students comprehensive literacy evaluation； theory-technology； big data； two-way drive； model in education； new paradigm

收稿日期：2021年12月10日

責任編輯：趙云建