技術何以賦能教育評價？

面對全球數字化浪潮，技術支撐的數據模型和教育評價追求的數據化形式構成天然組合，技術賦能教育評價的系統性、準確性和全面性顯著提升，技術何以賦能教育評價成為重要的研究課題。中共中央、國務院在《深化新時代教育評價改革總體方案》（以下簡稱《總體方案》）中特別提到要創新評價工具，利用人工智能、大數據等現代信息技術探索新的評價模式[1，各種有益的探索也隨之展開。為進一步推動數字技術的實踐和規范應用，教育政策和理論研究不容忽視。雖然教育政策與教育理論及教育實踐的主體構成存在一定差異，但普遍認為，教育政策是連接教育理論與教育實踐的橋梁[2]。技術支持的教育評價理論成果已有效地轉化為教育政策，各級數字技術賦能教育評價的政策文件應運而生，但對其政策文本的分析討論仍較為鮮見。貝爾曾指出：“如果沒有理解反映了教育機構的多級性和多層性特征的政策，要理解在我們的教育機構內發生了什么是不可能的。”[3可見，教育政策文本分析十分重要。政策文本分析可看作是從不同理論視角和學科背景來分析法律、法規、規章以及政府公文的多種文本分析方法的集合4，其核心價值在于以政策文本的量化數據為基石，走出文本，與實踐“對話”。基于此，本研究嘗試構建“政策工具-政策主題-政策效力”的三維分析框架，對近5年中央及各地方政府發布的技術賦能教育評價政策文本進行分析解讀，對當前技術賦能教育評價的“熱”潮流作“冷”思考，以期為技術賦能教育評價工作提供有益參考。

一研究設計

1技術賦能教育評價政策分析的三維框架構建

當前，“主題-工具-效力”的三維政策分析框架已在數據要素、個人信息保護等方面進行了有效的應用[[][]。政策主題、政策工具、政策效力之間存在密切的互動關系：政策工具的選擇需以政策主題為核心內容，以政策效力為最終目標[7。當政策主題與政策工具緊密結合、精確匹配時，可以顯著提升政策的執行效能，進而加速政策目標與任務的順利實現；而政策效力作為政策主題和政策工具執行效果的直觀體現，是衡量政策任務和目標實施效果的直接標準與核心指標。對政策效力的深入剖析，有助于教育工作者更準確地識別在政策實施過程中可能出現的問題和不足之處，從而為未來的政策調整和優化提供有力的實證研究與科學支撐。基于上述分析，本研究構建了包含政策工具、政策主題、政策效力三個維度的技術賦能教育評價政策分析的三維框架（如圖1所示），以全面探討我國技術賦能教育評價政策的外部特征與內部語義，為多維度量化分析我國技術賦能教育評價政策提供理論支撐與實踐參考。

（1）X維度：政策工具

政策工具是實現政策目標所采用的手段與方法，諸多學者從不同維度對政策工具的概念進行了界定。其中，Rothwell等[8提出的政策工具分類框架與我國技術賦能教育評價政策高度契合，應用最為廣泛。參考此框架，本研究構建了供給型、需求型和環境型三類政策工具分析框架，選取40份政策文本作為研究樣本（按發布時間編號），并遵循“政策編號-章節編號-小節標識”的編碼規范進行精確編碼。

（2）Y維度：政策主題

政策主題通常反映政府的關注焦點和主要目標，深入分析這些主題有助于把握發展重點，為政策優化提供參考。詞頻-逆文檔頻度（TermFrequency-Inverse Document Frequency，TF-IDF）技術是一種強有力的用于信息檢索與數據挖掘的工具，LDA（Latent Dirichlet Allocation）主題建模則能從一篇文章中挖掘出隱含的主題及與之關聯的詞語。本研究采用這兩個工具，來精確辨識技術賦能教育評價政策中的熱門議題。

（3）Z維度：政策效力

政策效力指政策文本的內容效度及其影響力。Estrada[1o提出的PMC（PolicyModeling Consistency）指數模型被認為是評估政策文件內容效力的可靠手段。參考此模型，本研究構建了技術賦能教育評價政策效力分析的PMC指數模型，并依據PMC指數值和曲面圖，對技術賦能教育評價政策文本的效力進行了多角度的綜合評價。

2政策樣本選取

本研究聚焦2020年《總體方案》出臺后中央及地方政府頒布的技術賦能教育評價政策，以“數字化”“教育評價”等為關鍵詞，分別在“北大法寶”、中華人民共和國教育部和各省市教育廳網站對政策文本進行初步檢索，并利用百度、Google等搜索引擎進行補充檢索。最終，本研究獲得40項具有代表性和研究價值的技術賦能教育評價政策作為研究樣本，包括10項中央層面政策文本和30項地方層面政策文本。

二技術賦能教育評價政策分析

1X維度：政策工具分析

在通過編碼生成的300條政策條目中，供給型政策工具有135條（占 45.2% ），環境型政策工具有107條（占 35.6% ），需求型政策工具有58條（占 19.2% ），如表1所示。

在供給型政策工具中，“公共服務”“基礎設施”的占比較高，可見當前供給型政策工具的主要著力點在于通過加強基礎設施建設來促進技術賦能教育評價的應用。在環境型政策工具中，“目標規劃”占比最高，但“組織建設占”比較低，說明技術賦能教育評價作為一個新興融合領域，其內部結構和管理體系還不完善。而在需求型政策工具中，“政府牽引”占比最高，“宣傳引導”占比最低，從政策工具的使用頻次和我國技術賦能教育評價面臨的挑戰來看，當前未能充分運用推廣媒介來開展技術賦能教育評價工作。

2Y維度：政策主題分析

（1）LDA主題建模

在利用NLPIR大數據語義智能分析系統對40份政策文本進行新詞提取、中文分詞和特征提取的基礎上，本研究采用Python的Gensim庫來實現LDA主題模型的構建，具體步驟如下： ① 構建LDA主題模型分析的語料庫，通過計算困惑度并結合一致性檢驗，確定最優主題數為6，如圖2所示； ② 調整LDA模型參數，并利用LDAvis庫對6個主題的識別結果進行可視化； ③ 確定各主題中頻繁出現的特征詞，進而通過人工整合，歸納出我國技術賦能教育評價政策分類的主題與具體內容，如表2所示。

（2）LDA主題分析

整體而言，上述6個主題可以歸為三大維度： ① 基礎保障維度。本維度包括基礎設施和制度規范，兩者共同構成了發展的基礎。基礎設施主要指智能化測評平臺建設，如浙江大學于2020年7月正式上線的以人工智能學習為主的智能科教平臺；制度規范主要圍繞數據安全管理開展，如國家及行業主管部門推動《網絡安全法》《數據安全法》等法律在ChatGPT等AI領域的延伸適用。 ② 創新應用維度。本維度包括數字技術和數據要素。數字技術主要包括伴隨式采集、數字畫像和自適應推薦等，如上海市徐教院附中利用大數據探索基于學生數字畫像的綜合素質“增值”評價；數據要素包括數據采集、數據追蹤和數據治理等方面。 ③ 持續發展維度。本維度包括人才培養和合作宣傳。人才培養主要指建立教育評價學培養專業的教育評價、測量人才；合作宣傳則有利于政府總結規律，實現大規模推廣，如2022年11月教育部發布《開展信息技術支撐學生綜合素質評價試點工作的通知》，將在全國范圍內遴選約30個區域開展試點工作。分析上述三個維度，可以看出我國技術賦能教育評價政策主題的涵蓋范圍較廣，并且針對各項主題均制定相關政策予以保障，切實推動技術賦能教育評價發展。

3Z維度：政策效力分析

（1）搭建PMC指數模型

① 構建量化評價體系。本研究使用Nvivo12軟件對政策文件進行詞頻分析，最終確定30個高頻關鍵詞。基于這些關鍵詞和相關文獻，本研究構建了包含9個一級變量（ Xl～X9 ）和33個二級變量的技術賦能教育評價政策量化評價體系：X1政策問題，包括需求性和準確性[1I；X2政策時效，包括長期、中期和短期[12]；X3政策目標，包括合理性[13]；X4政策工具，包括供給型、需求型和環境型[14]；X5政策參與，包括教師、學生、學校和社會參與；X6政策保障，包括責任落實、專業建設、數字賦能、督導評估、國際合作和宣傳引導；X7政策措施，包括伴隨式獲取數據、多模態數據、數字畫像、自適應推薦、全數據智能化測評平臺、反饋可視化呈現與交互；X8政策可操作性，包括具體實施方案、細化政策措施、配套政策和部門任務分工[15]；X9政策評價，包括依據充分、目標明確、方案科學和規劃詳實[16]。

② 制定多投入產出表。鑒于缺乏專項的技術賦能教育評價政策，本研究從40份教育政策中篩選出6例典型政策（含1例國家級政策和5例省級政策）作為樣本。選取依據包括政策對技術賦能教育評價的內容覆蓋程度及相關性，對未出臺專項方案的省份則采用替代性政策文件，如寧夏回族自治區將《關于推進義務教育優質均衡發展實施方案》作為其教育評價改革實施方案的樣例。基于技術賦能教育評價政策指標，制定相對應的多投入產出表，并采用二進制設定二級變量的參數。

③ 計算PMC指數。根據PMC指數公式計算得出PMC指數[17]，結果如表3所示。

（2）PMC曲面圖繪制

根據PMC指數的計算結果，本研究對6項技術賦能教育評價政策樣本進行排列得到 3×3 的PMC矩陣，之后借助MATLAB軟件繪制各項政策的曲面圖，結果如圖3所示。

（3）政策效力分析

由PMC指數和PMC曲面圖可知，6項政策評價等級均為良好。曲面圖整體較平滑，向底面的凹陷程度較小，表明所選政策具有一定的科學性，能夠促進技術賦能教育評價發展，但在政策時效、政策措施、政策可操作性方面仍有改進空間。對所選6份政策部分進行微觀分析，結果顯示： ①P4 排名第一，且P4的 PMC 曲面圖在6幅曲面圖中最為平滑，向底面凹陷程度最小，綜合分析認為這項政策效果最佳，能夠為其他省級技術賦能教育評價政策的制定提供借鑒范本。 排名第三，政策效果比較理想。結合背景知識可知，浙江省早在 2021年《浙江省教育領域數字化改革工作方案》中就提出建設“教育魔方”工程，構建教育大數據倉，為技術賦能教育評價改革提供了有力支撐。 ③ P5的PMC指數得分最低，是由于該政策對于政策措施和政策可操作性的重視程度較低，缺乏具體的實施措施和步驟。

4X-Y-Z維度：三維綜合分析

對我國技術賦能教育評價政策進行三維綜合分析時，可以從三個關鍵維度展開交叉性解析

① X-Y維度：技術賦能教育評價政策工具與政策主題展現出了高度的策略性和協同性。具體而言，政策工具的選擇緊密圍繞政策主題展開，形成了精準對接、相互支撐的良好格局。例如，在基礎保障維度，政府不僅通過供給型政策工具（如資金投入、基礎設施建設等手段）為教育評價體系的數字化轉型奠定堅實基礎，還運用環境型政策工具（如制定完善的制度規范、營造有利的政策環境）以確保技術賦能過程的平穩有序。而在創新應用維度，針對數字技術與數據要素的核心需求，政府側重運用公共服務和數字技術兩類供給型政策工具，直接推動技術創新成果在教育評價領域的廣泛應用與深度融合。

② X-Z 維度：在從政策工具到政策效力的轉化過程中，不難發現，不同類型的政策工具在提升政策效力方面扮演著不同角色。特別是環境型政策工具中的策略措施與組織建設兩類子工具，其占比相對較低，直接反映了當前在政策實施策略與組織保障方面的不足。這種不足進而影響到政策措施的具體執行效果和政策操作性的提升，限制了政策效力的發揮。因此，未來在政策優化過程中應適當增加環境型政策工具的使用比例，特別是加強策略措施的制定與執行力度，完善組織建設，以全面提升政策的執行力與可操作性。

③ Y-Z 維度：技術賦能教育評價政策的主題多樣性與豐富性，是其促進教育評價體系變革的重要動力。這些主題不僅涵蓋了數字技術、數據要素等核心技術層面，還延伸到了制度規范、人才培養、合作宣傳等關鍵領域，形成了全方位、多層次的政策支持體系。這種全面的政策覆蓋，不僅為技術賦能教育評價提供了必要的資源與環境，還通過制度引領、人才培育、社會動員等方式，綜合提升了政策實施的整體效力。具體來說，制度規范的完善為政策執行提供了法律保障；人才培養的加強為技術創新與應用提供了智力支持；合作宣傳的深入則增強了社會各界的認同和參與，形成了良好的政策執行氛圍。這些因素的共同作用，使得技術賦能教育評價政策在提升教育評價質量、促進教育公平與效率方面取得了顯著成效。

三研究結論

本研究構建了包含政策工具、政策主題、政策效力三個維度的技術賦能教育評價政策分析的三維分析框架，并運用內容分析法、TF-IDF算法、LDA主題建模和PMC指數模型對技術賦能教育評價的政策文本進行深入剖析，所得結論主要如下：

1政策主題覆蓋全面，涉及三大主題

在技術賦能教育評價的政策布局中，其主題范疇不僅囊括了教育評價所需的基礎保障，還深入到創新應用并延伸至持續發展等多個維度。首先，基礎保障作為技術賦能教育評價的基礎，其完善程度直接關系到評價體系的穩定性和高效性。政府通過加大投入、優化資源配置，為教育評價提供了堅實的物質保障。其次，創新應用作為引領教育評價創新發展的關鍵驅動力，其研發、應用與推廣在政策中得到了高度重視，有助于提升評價體系的智能化、精準化水平。最后，持續發展的提出不僅提升了社會對于技術賦能教育評價的認可度和參與度，還為技術賦能教育評價的長遠發展奠定了堅實的人才基礎。

2政策工具應用不均衡，呈現重供給、輕需求的狀態

政策工具運用失衡，整體上呈現出重供給、輕需求的狀態。考慮到我國技術支持的教育評價正處于發展的初期階段，政府部門傾向于采用供給型政策工具（如公共服務、資金投入等）為其提供內驅力。這種策略為技術賦能教育評價奠定了堅實的物質基礎，理論上如同開辟了一條“康莊大道”，應能促進技術賦能教育評價的迅速發展。然而，實際情況卻是面臨“道路寬敞但車流量少”的尷尬。盡管供給條件得天獨厚，市場需求和社會參與度卻遠未達到預期，這歸因于需求型政策工具不足及其內部的子工具分布不均。

3政策效力整體表現良好，但個別維度仍需完善

盡管技術賦能教育評價政策在全局層面上展現出了不俗的成效，但在某些維度上仍存在提升空間。首先，一些政策在時效性上缺乏長遠規劃和持續性支持。這種“短視”的做法可能短期內帶來積極效果，但長遠來看，缺乏持續性的政策支持會導致效果逐漸減弱，甚至可能出現反彈。其次，技術革新（如大數據分析、人工智能等）擁有巨大的潛力，然而當前的政策并未清晰闡述這些先進技術如何與教育評價實踐相結合，以及如何有效融入傳統的評價方法中。這種模糊的表述和不夠明確的整合策略，使得技術與實際應用之間產生了明顯的脫節，從而限制了技術對于教育評價體系的實際貢獻和推動作用。最后，政策的可操作性尚顯薄弱，缺乏明確的執行步驟和衡量標準。執行者面對缺乏具體指導的政策，往往難以把握其精髓，導致政策執行效果參差不齊。

四對策建議

針對當前技術賦能教育評價政策所面臨的問題與挑戰，本研究從政策工具、政策效力兩個維度提出對策建議： ① 在政策工具方面，包括合理配置政策工具，優化內部結構效能。 ② 在政策效力方面，包括加強過程評價引導，提升評價實踐效力；鼓勵技術工具研發，解決關鍵卡脖問題；構建交叉課程體系，推動學科創新發展；健全技術應用法規，引領評價規范發展。需要指出的是，在政策主題方面，鑒于其呈現出的良好態勢，本研究暫未提出進一步的建議，而是計劃在未來觀察其持續發展的情況后再作考量。

1合理配置政策工具，優化內部結構效能

根據三分法政策工具理論[18]，唯有精心配置環境型、供給型、需求型政策工具的比例，才能確保三者形成合力，協同發展。從外在結構看，應當追求政策工具間的平衡。結合當前技術賦能教育評價的發展階段，未來技術賦能教育評價可以將重心逐步從供給面拓展至需求面和環境面，充分發揮供需兩端的“推拉”效應。此外，在選擇技術賦能教育評價政策工具時，我們不僅要考慮工具本身的局限性和效能，更要重視選擇過程的合理性、結果評價的全面性，以及是否符合社會價值和道德準則[19]。而內在結構方面，首先，供給型政策工具的使用應強調多元化要素的供給，以實現更高層次的供給水平。我國技術賦能教育評價政策的主要措施集中在“公共服務”和“基礎設施”方面，與政策主題中的“基礎保障”維度相對應。例如，2021年我國中小學互聯網接入率達到 100% ，相較于2012年有了顯著提升，多媒體教室的普及率也高達99.5% 。然而，“數字公共服務”的供給在質量和水平方面仍有待提升，這可能與我國技術賦能教育評價發展起步較晚有關。其次，不能僅依賴供給政策來推動技術賦能教育評價的發展，而應充分發揮需求型政策工具的積極作用，如增強試點推廣和交流合作政策工具的運用，即政策主題“持續發展”維度。最后，在環境型政策工具方面，應加強目標規劃、策略措施及組織建設等工具的運用，以提升政策的針對性、效率性和可持續性。同時，數據安全保障等管制工具的運用也不容忽視，以有效應對數字技術帶來的風險挑戰。

2加強過程評價引導，提升評價實踐效力

《深化新時代教育評價改革總體方案》等文件指出，要進一步強化過程性評價和發展性評價，提高教育評價的科學性。可見，過程性評價作為教育評價體系的重要組成部分，已成為技術賦能評價改革創新的重要突破口。但遺憾的是，當前技術的應用依舊受限于標準化測驗框架，對教育評價整體發展的推進作用并不明顯。首先，加強數據資源創新共享，如多模態數據融合聯結技術、互動式數字畫像技術等。具體而言，評價主體基于育人目標，通過多渠道系統分析評價實踐的關鍵特征及其內在規律。在此過程中，通過對多模態數據分析技術的運用，為評價主體在結果優化、決策制定等關鍵環節提供更加科學、精準的技術支持。其次，利用技術工具對過程性評價標準進行具體量化和細致劃分，以提升政策效力中政策可操作性的得分。例如，在預習環節，可以設定“預習時長”“預習任務完成度”等量化指標，并結合學生的學習習慣與認知水平，制定差異化的評價標準；在課堂參與環節，則可以通過分析學生的發言次數、提問質量等數據，評估其課堂參與度與互動效果。然后，加強對過程性評價工具應用的培訓，如加拿大魁北克教育廳與技術整合教育網絡、教育框架21和數字學校等戰略伙伴聯合組織數字教育日，為所有公立或私立教育部門的員工提供一系列免費的培訓活動和課程。最后，充分運用推廣媒介加強宣傳技術賦能過程性評價工作。借助教育類網站、社交媒體、在線學習社區等新媒體渠道，發布通俗易懂的科普文章、視頻教程及實操指南，提高廣大教育工作者、學生家長及社會公眾對技術賦能過程性評價的認知度與接受度。

3鼓勵技術工具研發，解決關鍵卡脖問題

技術賦能教育評價改革涉及數據的采集、處理、分析、建模和應用。針對基礎教育評價中人工智能底層技術和數據分析技術等方面的技術困境，需要從教育評價的總框架進行系統思考。首先，審慎地平衡工具理性與價值理性之間的關系[20]。從智能技術與教育評價深度融合的視角出發，對數據采集、分析以及可視化技術進行優化升級，開發適用于各種教育場景的智能化評價系統與測評工具，為教育評價提供基本的硬件支撐保障。例如，美國俄亥俄州將 NNAT、Cog AT及 MAP等尖端測量工具納入其大規模學業監測，聚焦于展現學生復雜思維邏輯與抽象概念理解的能力，顯著提升了識別并精確衡量高水平學習者的能力[1]。目前，也有研究者設計了一個三人協作的計算機編程任務，并運用視頻記錄和平臺自動記錄兩種方法，綜合采集受測者的面部表情數據、語音討論數據和計算機編程界面變化數據[22]。其次，構建技術合作聯通機制。在數字化賦能高等教育評價的過程中，技術瓶頸往往不僅是技術研發的問題，更是對教育評價具體情境和應用模式認知的局限。因此，我們需要積極尋求計算機科學、教育技術學、心理學等多學科領域研究者的合作，共同推進智能教育測評技術的研發與應用研究。最后，完善教育評價數據共享機制。基于我國數據標準和技術標準的研發，精準化數據定義，協調統一數據獲取、數據分析等處理方法，實現“一數一源”，確保各項數據都能在不同的評價體系中流通，解決不同部門間存在的數據孤島、數據偏差等問題。

4構建交叉課程體系，推動學科創新發展

首先，構建多學科交叉的課程體系。正如習總書記在全國科技大會上的講話：“當前，我國人才培養與科技創新供需不匹配的結構性矛盾比較突出。須堅持以科技創新的實際需求為導向，進一步優化高等學校的學科布局，并推動人才培養模式的革新。”教育評價學學科的進步需要倚重跨領域的理論與技術的交匯、融合，包括對教育學、心理學、數學、統計學、計算機與數據科學等多個學科的理論和技術手段進行深入整合，打造基礎教育質量監測學科群。此外，在課程設置上，除了常規的統計學與測量學課程，建議增設線性代數、計算機編程基礎、數據科學等前沿課程，以全方位提升學生的信息技術應用能力與數據處理素養。其次，搭建研究平臺，鼓勵實踐創新。教育評價學是一個實踐性很強的專業，學生不能只局限在書本和課堂中，可以積極尋求與企業的合作，共同建立實習合作平臺，為學生提供參與教育質量監測的視導、預試、數據分析與報告撰寫等工作的機會。再次，加強師資建設。借助教育評價學科建設的契機，大力引進和培養高水平的教育評價學師資，為培養一流的評價人才奠定堅實基礎。通過提供專業的培訓和發展機會，激勵教師不斷提升自身的專業素養和教學能力，從而為學生提供更優質的教育服務。最后，汲取先進經驗，拓寬合作渠道。通過與世界各地的科研機構、高校和實驗室開展深入的合作與研究，共同設立專項創新實驗室，為教育評價學學科提供一個國際化、創新性的研究與應用環境。

5健全技術應用法規，引領評價規范發展

在推進技術賦能教育評價的過程中，我們同樣需要構建堅實的法律與制度基石，以確保其有序高效發展。首先，建立健全教育評估法律法規。國家層面應加快立法步伐，針對技術賦能教育評價的特殊性，制定或修訂相關法律法規，包括明確數字技術在教育評價中的角色、目標、原則及操作流程，為不同類型、不同層次的教育評價提供法律依據，如德國從2011年《德國網絡安全戰略》、2015年《信息技術安全法》以及戰略中提出創建生產和使用數字化教育產品的法律框架[23]。同時，通過法律規范的明確界定，進一步闡明數字技術如何賦能教育評價改革的指導思想、發展目標以及多元評價主體在其中的角色定位和責任安排。其次，嚴格規范科技倫理。具體而言，應制定和完善教育評估領域的科技倫理規范與標準，積極研判并定期梳理教育評估工作中潛在的倫理風險，引導教育評估工作人員在數據采集、數據存儲、數據分析等科技工作中嚴格遵守法律法規，確保科技應用的合法性和合規性。例如，2023年4月11日，國家互聯網信息辦公室發布《生成式人工智能服務管理辦法（征求意見稿）》[24]，首次對生成式人工智能服務的監管治理提出了較為詳盡的規定。最后，提高數字化教育評估意識。政府、學校及社會各界應共同努力，通過組織專題培訓、研討會等，提升教師、學生及家長的數字素養，縮小數字鴻溝，在全社會范圍內營造技術賦能教育評價的理念，為教育評價轉型發展提供肥沃的土壤，提高全民對數字化教育評估的認同感。

參考文獻

[1]新華網.中共中央國務院印發《深化新時代教育評價改革總體方案》[OL].

[2]王金霞，智學.教育政策——教育理論與教育實踐的橋梁[J].教育理論與實踐，2005，（12）：1-4.

[3]Bell L，Stevenson H.Education policy： Process，themes and impact[M].London，New York： Routledge，2006：9.

[4]涂端午.教育政策文本分析及其應用[J].復旦教育論壇，2009，（5）：22-27.

[5]奉國和，彭凱林.我國數據要素政策文本的多維分析[J].圖書館論壇，2025，（2）：92-100.

[6]王旭，李雨晴.我國個人信息保護政策文本量化研究及啟示——基于\"工具-效力-主題\"三維框架的探析[J.情報科學，2023，（1）：126-133、142.

[7]王文韜，張子一，錢鵬博，等.三維框架下我國數據要素政策量化研究[J].情報理論與實踐，2024，（10）：32-40、117.

[8]RothwellR， Zegveld W. Reindusdalization and technology[M]. London： Longman Group Limited，1985：83-104.

[9]董偉，董思遙，王聰，等.基于TF-IDF算法和DTM模型的網絡學習社區主題分析[J].現代教育技術，2022，（2）：90-98.

[10]EstradaMARPolicymodeling： Defition，casificatonandevaluaton[J].JoualofPoicyodelng，21，（4）：2-36.[1]蔡旻君，張書琦.推進教育數字化轉型的政策保障研究——基于 PMC 指數模型的量化評估分析[J].電化教育研究，2024，（9）：37-44、60.

[12]范柏乃，張茜蓉.公共政策質量的概念構思、測量指標與實際測量[J].北京行政學院學報，2014，（6）：1-7.

[13]史鵬飛，明慶忠，韓劍磊，等.基于 PMC 指數模型的邊境旅游政策綜合量化評價與比較研究——來自廣西和內蒙古兩個自治區的案例[J].地域研究與開發，2020，（6）：91-97.

[14]肖遠軍.教育政策評價的標準探討[J].浙江教育學院學報，2002，（3）：90-95.

[15]王進富，楊青云，張穎穎.基于PMC-AE 指數模型的軍民融合政策量化評價[J].情報雜志，2019，（4）：66-73.

[16]杜寶貴，陳磊.基于PMC指數模型的科技服務業政策量化評價：遼寧及相關省市比較[J.科技進步與對策，2022，（1）：132-140.

[17]戚，張鋒.基于內容分析的戰略性新興產業政策評價研究[J].科技進步與對策，2020，（17）：118-125.

[18]劉葉婷.邁克爾·豪利特、M.拉米什：《公共政策研究——政策循環與政策子系統》[J].公共管理評論，2008（1）：140-144.

[19]王正青，米娜瓦爾·米爾哈力.數字化轉型背景下G7成員國數字教育政策比較研究——基于政策主體、工具與主題的三維分析[J].中國電化教育，2024，（2）：89-99

[20]閆志明，朱友良，劉方媛.新一代信息技術支撐的教育評價：價值訴求、現實問題與建設進路[J].現代教育技術，2022，（11）：34-41.

[21]Texas Education Agency. Texas state plan for the education of gifted/talented students[OL].[22]鄭勤華，陳麗，柴喚友，等.基于信息技術的表現性評價：內涵、作用點與發展路向[J].中國電化教育，2023，（3）：55-61.[23]龍柯宇.生成式人工智能應用失范的法律規制研究——以ChatGPT和社交機器人為視角[J].東方法學，2023（4）：44-55.[24]中國網信網.國家互聯網信息辦公室關于《生成式人工智能服務管理辦法（征求意見稿）》公開征求意見的通知[OL].

How Can Technology Empower Educational Evaluation？

-From the Perspective of Integrated Analysis Based on“Tool-Theme-Effectiveness”

CAI Min-Jun ZHANG Shu-Qi

（School of Educational Technology，Northwest Normal University， Lanzhou， Gansu， China 730070）

Abstract： Technology-empowered educational evaluation is an important topicof educational evaluation reform in the intelligentage，and policysupporthasasignificant impactonthe practiceof technology-empowered education evaluation.In theexistingpolicyresearch，thetree-dmensionalframeworkintegrating“to-teme-ectiveness”isanefectiveanalytical perspective. Based on this，the paper firstconstructed a three-dimensional framework forthepolicyanalysis of technologyempowerededucation evaluation.Ten，themethodssuchascomprehensivecontent analysis，TF-IDFalgorithm，LDAtopic modeling and PMCindex model were adopted to analyzeand interpret policy texts.Theresults showed that thecurrent policy themes of technology-empowered educational evaluation were comprehensive，butthere was animbalance in the useof olicy tools，generally showing the characteristics of emphasizing supply over demand.Theoverall performance of policy effctivenesswas good，butere wasstillroom for improvementinindicators suchaspoicymeasuresandoperabilityBased on this conclusion，the paper suggested strengthening policysupport byrationally alocating policy tool tooptimize internal structural eficiencyenhancing proces evaluation guidance to improvethe practical efectiveness ofevaluation，encouraging the esearchanddevelopment of technical tools tosolve keybotteeck problems，buildinganinterdisciplinary course system to promotetheinnovativedevelopmentofdisciplines，andimprovingtchnicalapplicationregulations toleadthestandardized developmentofevaluation，which was expected toprovideusefulreferences for technology-empowered educational evaluation.

Keywords： educational evaluation; policy analysis; LDA topic model; PMC index model; technology-empowered