人工智能時代幼兒教育過程性評價的邏輯、困境與對策

·

《深化新時代教育評價改革總體方案》強調教育要改進結果評價，強化過程評價。作為一種動態、持續的評估機制，“過程性評價”對于優化幼兒園教育教學實踐、促進幼兒全面發展具有不可替代的重要意義。隨著人工智能時代的到來，教育領域迎來了前所未有的機遇與挑戰。人工智能技術以其強大的數據處理能力、智能分析功能以及個性化學習支持等優勢，為幼兒教育過程性評價的革新提供了新的思路與方法。因此，幼兒教育有必要充分利用人工智能技術，重新定位并賦能過程性評價，以實現評價方式的轉型升級，更好地服務于幼兒的個性化成長與發展。

時代之需：人工智能時代幼兒教育過程性評價的內在邏輯

人工智能賦能幼兒教育評價成為探索幼兒教育過程性評價理論與方法創新的重要新趨向。在此背景下，深入梳理與闡釋人工智能賦能幼兒教育過程性評價的內在邏輯顯得尤為必要。

（一）凸顯主體之人：人工智能時代幼兒教育的根本追求

隨著人工智能技術在教育領域的廣泛應用，教育實踐逐漸顯現出對技術的過度依賴傾向。這種傾向在一定程度上導致教育者和學習者忽視了人的內在需求、情感以及獨特的思維和創造力等主體特性。然而，教育的本質在于培養具有獨立思考能力和創造力的個體，而非單純的技術使用者。因此，主體之人始終是教育培養的根本目的，尤其在幼兒教育階段，更應確保人在教育過程中的主體地位不可動搖。幼兒既是幼兒教育的對象，也是幼兒教育的主體。幼兒教育不僅要關注幼兒的知識技能獲取，更應注重其主體性品質生成，培養其認識科技與生活、自身主體性與人工智能之間關系的能力。因此，教師在利用技術優勢的同時，還應確保幼兒主體性的充分發揮，讓幼兒學會如何與科技共存，實現幼兒主體性與人工智能的良性互動，使其能夠在技術的輔助下，成長為更具獨立人格和創新能力的個體。

（二）聚焦過程性質量：人工智能時代幼兒教育的核心要素

幼兒教育質量包含結構性質量、過程性質量和結果性質量三個維度。其中，過程性質量是幼兒教育質量評價體系的核心要素，更加關注師幼互動、幼兒園課程建設、家園共育等動態維度。可見，過程性質量是與幼兒的學習、發展聯系最為密切的要素，體現了幼兒在真實的教育情境及師幼互動關系中獲得的體驗感。當前，雖然人工智能技術為幼兒教育帶來豐富的資源與便利，但幼兒的成長仍需要真實的互動和體驗，過程性質量要求確保幼兒在與他人互動、探索環境等過程中發展創造力、社會情感能力、批判性思維和問題解決能力等。在師幼互動中，教師根據幼兒反饋，靈活調整策略，如在手工課上引導幼兒思考材料特性，培養其創造力與問題解決能力。在家園共育中，通過親子活動，幼兒與家長共同面對問題，培養幼兒社會情感能力與自主探索能力。這些是人工智能難以完全替代的核心素養，對于他們適應未來社會至關重要。總之，人工智能時代下的教育更需要回歸育人本質，聚焦過程性質量，確保幼兒教育不被技術所左右，始終以幼兒的全面健康發展為核心。因此，人工智能時代幼兒教育應為幼兒提供互動與探索的真實情境，全面提高過程性質量，有效促進幼兒各項能力的發展。

（三）重申價值理性：人工智能時代幼兒教育過程性評價的本質回歸

過程性評價是在教學過程中對學生學習的各類信息加以即時、動態地解釋，借以優化學習過程、調整教學策略，實現教學過程增值的活動。可見，過程性評價的價值取向在于立足人的發展，聚焦學生全方面信息的動態變化，關注目的本身的合理性和正當性，重視其健全人格的培養，從而促進自我實現和幸福成長。反觀當下，在工具理性影響下，對效率與結果的盲目推崇以及對智能產品、學習軟件等工具的過度依賴，往往遮蔽了教師與幼兒之間最真實的情感流動和個體行動的創新性，這也進一步使得幼兒教育越來越趨向于功利主義和工具化。在此趨勢下，重視幼兒教育的過程性評價，從而引導幼兒教育回歸價值理性至關重要。過程性評價要求教師和家長更全面地觀察幼兒的情感、態度、興趣、能力等方面的發展，而不僅僅只是對知識技能的掌握，這符合價值理性對人的全面關注。同時，過程性評價遵循幼兒的發展規律，注重實時體驗，及時反饋幼兒的進步和努力，讓幼兒感受到自己的成長和價值，增強他們的自信心和學習積極性。

現實之困：當前幼兒教育過程性評價的主要問題

過程性評價對幼幾的學習與發展具有正面影響。但當前過程性評價在賦能幼兒成長和教師發展方面仍面臨以下三大問題。

（一）評價過程虛化：幼兒教育過程性評價的表面性危機

盡管實施過程性評價能夠及時反饋幼兒學習動態，助力調整教學過程，但教師往往按照既定教學計劃推進，評價過程缺乏深度和持續性，評價活動流于形式，且對過程性評價結果利用不足，難以真正促進幼兒的發展。例如，多數幼兒園的評價活動集中于學期末或特定時間點，以簡單的測驗或評分為主，缺乏對幼兒日常學習過程的持續觀察和記錄，導致評價無法真實反映幼兒的學習過程。同時，部分教師僅根據幼兒當下的操作行為進行評價，并未深入觀察幼兒的學習過程與心理狀態，分析其學習動機、情感體驗、思維發展。這種未能貫穿教學全程的評價，與教學過程脫節，難以衡量教學成效，解決教學問題。可見，過程性評價往往被邊緣化和形式化，僅作為教學活動的附加環節，未能充分發揮其診斷和指導教學的重要作用，從而成為幼兒教育質量提升的表面性危機。這種危機一方面體現在難以真實反映幼兒的學習過程和個體差異，導致評價結果的片面性和不準確性；另一方面表現在難以發揮評價的診斷、改進和激勵功能，無法為教師提供有效的教學反饋，從而影響教育質量的提升。在此背景下，智能教學輔助系統的引入也只是為教師依賴量化指標進行評價提供了“便利”，而并未充分發揮出智能工具資源的有效作用。

（二）評價內容窄化：幼兒教育過程性評價的隱性短板

幼兒教育的核心目標在于促進幼兒在智力、情感、社交和身體等多方面的全面發展，過程性評價理應圍繞這一目標，全面涵蓋智力與非智力因素。然而，當前過程性評價的內容存在片面性，這一問題已成為制約幼兒全面發展的隱性短板。一方面，評價內容過度側重知識技能的掌握，忽視了幼兒的情感、興趣、探索精神和創新能力等非智力因素的發展。這種片面的評價內容難以激發幼兒的學習積極性，降低其主動探索的動力，還可能抑制其個性和創造力的發展。另一方面，評價內容對幼兒的興趣愛好挖掘不足，較少關注其在生活和游戲場景中的表現，全面展現幼兒的個性特點和發掘其能力優勢。例如，在繪畫活動中，教師僅評價幼兒作品的完成度，而未考慮其創作過程中的情感投人和創意構思，無法全面反映幼兒在藝術領域的真正能力和發展潛力。此外，每個幼兒的發展速度和特點均不相同，統一的評價標準無法準確地反映每個幼兒的發展需求，不足以為教師提供更有針對性的教學支持。在人工智能輔助教育評價的背景下，這一短板依舊存在，表現為教師分析和解讀數據時，缺乏對幼兒發展的個性化考量。例如，智能測評軟件在評估幼兒語言發展時，通常采用通用的詞匯量、語句長度等標準，而未結合幼兒的家庭語言環境、個性特點等背景因素，使得每個幼兒的真實語言發展水平評估結果缺乏一定的精準性。綜上，評價內容的窄化，可能導致教師對幼兒發展水平的誤判，影響教育決策的科學性和有效性。

（三）評價方式僵化：幼兒教育過程性評價的單一困境

當前，過程性評價方式的僵化問題已成為制約幼兒教育質量提升的重要因素。這種單一困境主要體現在評價方式缺乏多樣性和靈活性，難以全面、客觀地反映幼兒的學習過程和成長變化。一方面，幼兒教育的過程性評價多依賴于標準量化指標，如測驗成績、完成任務的時間等。這種評價方式雖然具有一定的客觀性，但無法反映幼兒在學習過程中的情感體驗、思維過程和創造力的發展。例如，在語言學習中，僅通過詞匯量和語法正確率來評價幼兒的語言能力，忽略了幼兒在語言交流中的表達能力和語言運用的靈活性。另一方面，教師過度依賴簡單、籠統的語言評價。教師常使用“很棒”“不錯”等模糊用語，機械式評價幼兒的活動表現，不僅無法讓幼兒明確自己的優點和不足，還可能讓幼兒感到困惑。這種即時性評價缺乏深度，多關注顯性學習成果，忽視了隱性學習過程和幼兒的努力程度。在人工智能時代背景下，雖然有多種智能評價技術可供選擇，但教師對其應用有限。例如，智能穿戴設備可監測幼兒在戶外活動中的運動數據、心率變化等，但教師較少利用這些數據進行綜合評價，仍局限于傳統語言評價，未充分發揮人工智能工具在豐富評價方式、提供多維度數據方面的優勢，難以實現全面、客觀、精準的過程性評價，不利于幼兒全面發展。

未來之策：人工智能賦能幼兒教育過程性評價的路徑

基于智能時代背景下幼兒教育過程性評價的現實困境，應從評價理念、評價內容、評價方式等方面探索人工智能賦能幼兒教育過程性評價的實踐路徑。

（一）學評動態融合，構建過程性評價新生態

過程性評價應與幼兒園教育教學活動深度融合。學評融合是基于人工智能技術，統籌評價的學習性和診斷性，強調以多種方式促進學生主動發展的一種評價新理念。[3利用數智化技術實時收集與分析數據，構建個性化的動態評價機制，可以確保評價的全面性、個性化與發展性，從而突破傳統評價中數據缺乏動態整合、反饋缺少個性化等局限。4因此，幼兒園教師應積極運用人工智能教育技術賦能過程性評價。

其一，教師可利用人工智能技術收集實時數據，為過程性評價豐富素材。例如，使用傳感器和監控工具收集幼兒學習過程中的各類數據，如學習時間、行為表現、參與互動的頻率等，從而深入分析幼兒的學習行為，精準把握其學習模式、偏好與難點，以便進行針對性評價和提供個性化反饋。以中班數學活動“圖形的奧秘”為例，教師通過智能教學平板記錄幼兒的拼圖數據，發現幼兒基礎圖形認知良好，但圖形組合與空間想象能力不足。據此，教師為幼兒推送虛擬圖形搭建游戲，系統實時監測幼兒游戲過程并給予提示。這種基于人工智能技術的學評融合方式，使教師能精準把握幼兒學習進度，及時調整教學策略，有效促進了幼兒在數學領域的發展。

其二，教師可借助人工智能創設虛擬學習環境，并實時監測，全面觀察幼兒在不同場景下的表現和能力發展。基于其表現，人工智能系統及時提供針對性智能輔導與反饋，幫助幼兒在活動中即時調整改進。這些反饋本身也構成了過程性評價的重要組成部分。可見，在人工智能時代，教師需利用技術轉變理念，聚焦增值過程，強化全方位、嵌入式的評價新理念。依托大數據精確分析，教師能更準確、及時地把握幼兒學習狀態與進展，通過實時監測與反饋，動態調整教學策略，真正實現學評融合。

（二）數據深度分析，形成立體幼兒評價畫像

人工智能技術的應用能有效解決經驗性評價帶來的主觀和低效問題，通過對學生多樣化學習場景的學業表現數據進行時序性、細粒度的采集分析和智能評判，從而推動教育評價朝智能、精準、客觀的方向發展。針對過程性評價內容片面化的問題，教師可運用人工智能技術記錄幼兒學習過程數據，保留評價過程數據，建立模型，計算其認知、社會性、心理等多方面的發展，綜合多因素、多維度數據，形成更全面、立體的幼兒評價畫像。

其一，融合多模態識別技術，進行全面觀測。教師可利用監控設備進行圖像識別，分析幼兒的肢體動作，了解其活動參與度、動作協調性等；結合幼兒背景因素，通過語言識別解析幼兒的語言表達，包括詞匯量、語法運用、表達流暢度等，評估其語言發展情況；借助面部識別等技術判斷幼兒的情緒狀態，了解其情緒穩定性和應對不同情境的反應，實現對幼兒智力與非智力因素的全貌評價。例如，某幼兒園引入了智能成長監測系統，在手工活動中，教師穿戴微型智能監測設備，收集幼兒活動數據。通過圖像識別顯示幼兒手部精細動作協調，能快速地裁剪、折疊紙張；語音識別分析出幼兒詞匯豐富、表達流暢且樂于分享；面部識別捕捉到作品完成時幼兒喜悅穩定的情緒。教師綜合這些信息，對其手工能力、語言發展及情緒管理能力給予了全面評價。

其二，利用大數據追蹤分析個體發展軌跡。幼兒園可將幼兒的生活數據，如每日入園體溫、進餐量、午睡時長等，與活動過程表現、活動完成情況等學習數據匯總，對照發展常模進行分析。例如，某位幼兒在數學認知上遠超同齡人，但社交互動時略顯羞澀。基于大數據長期追蹤發現，經過一學期針對性地引導，該幼兒的社交能力逐步提升。教師據此建立個性化評價模型，精準反映其成長軌跡，并及時向家長反饋，實現動態立體地評價。通過上述方式，人工智能技術有力推動了幼兒過程性評價向更智能、精準、全面和動態的方向發展。

（三）模式革新，賦予過程性評價新動能

利用人工智能技術創新幼兒過程性評價的方式，為教師提供關于教育教學方法有效性的反饋，助力其優化課程設計與活動組織，更好地滿足幼兒需求。

其一，運用先進的機器學習算法和智能分析模型，融合圖像、聲音、文本等多模態數據，對復雜的幼兒行為和表現進行深度挖掘和解讀，以全面了解幼兒的發展情況。例如，在戶外體育活動中，利用攝像頭、運動手環及動作傳感器捕捉并分析幼兒運動畫面、情緒、心率與動作數據，為教師提供關于幼兒團隊協作能力與體能狀況的精準反饋。

其二，通過專門設計的智能游戲，創設虛擬情境，引導幼兒參與的同時，評估幼兒在游戲中展現的多種能力與素質。此類游戲還能擴展評價空間，整合幼兒自評、同伴互評與家長評價。以“森林冒險”游戲活動為例，幼兒化身探險家解決謎題、采集物品，系統自動評估其觀察力與問題解決能力。同時，教師引導幼兒進行自我反思和同伴互評，并與家長溝通獲取幼兒居家表現，形成多主體參與的過程性評價。

其三，實施跨領域關聯評價。教師設計跨領域主題活動，在活動過程中觀察幼兒知識運用、合作交流、創造力等表現，使用人工智能關聯多個領域展開評價。以“小小美食家”活動為例，幼兒既要繪制美食海報，又要了解食材營養知識，還要分組合作制作美食。通過人工智能技術，教師在評估幼兒食材營養知識掌握程度的同時，分析幼兒繪畫、手工等作品，解讀其在藝術創作中蘊含的想象力、觀察力等，可對其綜合能力進行全面評價。通過上述人工智能賦能的新型評價方式，幫助教師更精準地獲取教學反饋，動態調整教育策略，最終實現以評促教、因材施教。

參考文獻

[1]楊莉君，賀紅芳.幼兒園保教質量評估指標體系建構研究[].教師教育研究，2017（05）：81-88.

[2]張曙光.過程性評價的哲學詮釋[].齊魯學刊，2012（04）： 69-73.

[3]吳小凡.人工智能賦能教育評價的概念理路與實踐路徑[J].新鄉學院學報，2022（08）：73-76.

[4]林小紅，鐘柏昌.人工智能教育大模型賦能綜合素質評價：理念、模型與展望[].開放教育研究，2024（06）：72-78.

[5]吳砥，郭慶，吳龍凱，等.智能技術賦能教育評價改革開放教育研究，2023（04）：4-10.