數智賦能基礎教育評價：可為、難為與何為

中圖分類號：G434 文獻標志碼：A DOI：10.3969/j.issn.1672-1128.2025.08.002

黨的二十大報告明確指出，要“深化教育領域綜合改革”“完善學校管理和教育評價體系”“推進教育數字化”。當前，基礎教育評價在適應高質量發展要求、深化教育綜合改革方面，仍面臨諸多需要解決的核心問題，如評價維度單一化、評價過程靜態化、評價數據碎片化等。同時，隨著科技的不斷發展，數智技術的賦能價值得以凸顯。所謂數智，即數字智慧化與智慧數字化的結合體，數智化是數字化與智能化的進階最高形態。數智賦能是在賦能者、賦能對象以及數智工具三者的相互授權允許之下，利用數字化工具產生大數據，從數據中提取有用信息并將其應用于具體實踐，以此提升優化賦能對象的能力，增加價值創造的過程。基于數字化背景，當前學術界研究側重基礎教育評價范式改革與創新，強調倫理隱私與數據安全等問題。數智賦能基礎教育評價，并非單純的技術應用，更是突破傳統評價困境、深化新時代教育評價改革的關鍵路徑。面對新時代教育發展的新需求與新挑戰，數智技術如何重塑基礎教育評價需要進一步探討。鑒于此，本文聚焦于數智賦能基礎教育評價的價值底蘊、現實挑戰與實踐路徑，立足于中國特色社會主義新時代的歷史方位，在肯定既有成果基礎之上，通過深入剖析評價改革現實中遇到的挑戰與困境，提出進一步的優化實踐路徑，期望為基礎教育評價體系高質量發展提供可行方案與參考。

一、可為之處：數智賦能基礎教育評價的價值底蘊

基礎教育是建設教育強國的重要基石，基礎教育評價改革作為基礎教育的牛鼻子，對整個基礎教育的發展具有決定性影響。以數智技術賦能基礎教育評價是積極響應國家戰略、順應時代潮流、回應教育需求的必要舉措。

（一）響應國家戰略：數智驅動基礎教育評價新變革

在國家教育改革的宏觀戰略指引下，我國出臺了《中國教育現代化 2035? 《義務教育質量評價指南》等教育政策，其中《深化新時代教育評價改革總體方案》明確提出“創新評價工具，利用人工智能、大數據等現代信息技術，探索開展學生各年級學習情況全過程縱向評價、德智體美勞全要素橫向評價”。大數據、人工智能等先進技術的快速發展，觸發了教育評價領域的深刻變革4。數智驅動基礎教育評價是對傳統評價模式的革新，更是響應國家戰略的舉措。一方面，它通過動態識別學生學習狀態，可以為發展性教育評價提供實證基礎，賦能教師決策5，精準匹配教育資源，提升教育公平性與均衡性，進而促進基礎教育高質量發展。另一方面，它通過采集分析多場景、全時空、多模態教育教學過程數據，為教育決策提供科學依據，實現對教育主體的動態管理和全面監管，推進教育治理精細化，實現教育治理扁平化與協同化，增強評價體系的透明性與公正性，從而實現教育治理現代化的加快推進。

（二）順應時代潮流：數智引領基礎教育評價新生態

在信息化、智能化重塑社會結構的背景下，教育系統面臨主動適應性變革與被動應激性演化的雙重路徑。數智技術滲透基礎教育領域，成為催化評價范式轉變的核心動能，促使基礎教育評價呈現新生態。

一是基礎教育評價與數智技術深度融合已成為順應時代潮流的必然選擇。人工智能時代，數據成為核心生產要素9。教育評價的數智化轉型是教育領域的社會生產重構，應以數據為核心，以技術為手段，以促進學生個性化全面發展為目標，打破傳統教育評價的時空限制。

二是數智技術應用于基礎教育評價所產生的新生態具有跨界融合的特點。它能夠在技術層面打破時空壁壘，實現評價的動態化與及時化；在學科層面打破知識邊界，推動跨學科協同創新；在主體層面促進多元共治，形成多元聯動生態。例如，美國建立了多級教育數據系統為教育評價提供依托，建設“教育數據快線”平臺挖掘教育數據價值。

三是數智引領的基礎教育評價新生態強調智能互動。它能夠聚焦師生互動，助力教師追蹤學情、預測需求，幫助學生獲得及時反饋；搭建家校協同橋梁，增進雙方對學生的深入了解；積累動態反饋數據，為優化評價體系提供科學依據，助力教育質量提升。

（三）回應教育需求：數智重塑基礎教育評價新范式

面對新時代教育需求和挑戰，數智技術正在重塑基礎教育評價新范式，以促進學生個性化成長和提升學生核心素養為目標，通過智能化手段實現傳統評價模式升級和轉型。

一是突出個性化與差異化。傳統評價“一刀切”模式忽視學生個性化差異發展]。數智化評價借助大數據和算法，能夠精準識別學生特點、偏好與需求，為教師提供更具針對性的教學策略，為學生提供個性化學習資源與支持[12]。

二是注重綜合性與全面性。數智技術通過收集和分析學生的多模態數據，實現對學生知識掌握情況、問題解決能力、認知水平以及情感動機狀況等[13多維度動態畫像分析，客觀反映學生成長軌跡，推動評價內容與方法的多元化。

三是強調教育評價的發展性與持續性。數智技術可貫穿于學生學習和發展全程，通過數據采集、智能分析、共享資源平臺、動態評價過程以及準確、全面、有效的評價結果賦能持續性評價[4，促進學生自主反思，助力基礎教育人才的培育與可持續發展。

二、難為之境：數智賦能基礎教育評價的現實挑戰

數字化浪潮為基礎教育評價帶來空前發展機遇，極大拓展了教育評價的邊界與可能性。但基礎教育評價領域本身存在傳統教育評價模式下遺留的固有難題，加之數智技術的廣泛應用又對其提出更高要求[15]。在實際應用中，數智賦能基礎教育評價仍面臨多重挑戰。

（一）理念之困：教育評價觀念認知偏差的制約

理念的轉變是數字化評價能否實現從工具應用到價值引領的關鍵。數智賦能基礎教育評價面臨與傳統教育觀念的沖突，教育評價相關者之間由于角色定位、價值觀念、信息素養等方面的差異，對技術的理解、接受度和期望也各不相同，這種認知偏差最終會影響教育評價的實施。

其一，傳統觀念阻礙。教學評價應遵循客觀性、科學性、整體性、指導性以及發展性原則。但應試教育的功能主義取向、工具理性主導的評價邏輯、以教育行政權力為核心的管理主義評價模式，以及以分數為核心的評價體系仍然根深蒂固。數智技術試圖打破標準化評價框架還需突破多方阻礙。其二，新型評價認知局限。對于數智賦能教育評價存在兩種極端，絕對樂觀者認為數智化可以解決所有問題，導致個體主體性的缺失，完全依附、絕對依從于大數據8；秉持懷疑態度者則放大安全隱患，固步自封，抵制技術應用，導致數智技術在基礎教育評價的應用缺乏廣度與深度。其三，技術應用與評價理念耦合失調。數智技術發展的速度遠超教育評價理念更新，其\"海量數據”“多源異構”的特點，既帶來了豐富信息，同時也為教育管理帶來了挑戰，使數據的系統采集、整理與分析面臨重重困難[]。且眾多教育者還未能充分認識數智技術本身的復雜性與多樣性，對數智技術的應用多局限于數據收集和處理，未深入用于評價理念改革，缺乏對學生綜合素質與個性化能力的培育。

（二）倫理之思：數據共享和數據泄露

數智賦能基礎教育評價涉及大量數據處理，隨之而來的數據泛濫與隱私保護可能引發嚴重倫理問題。

一方面，數據共享保護機制缺失阻礙評價發展。數據共享可提高評價效率，促進資源配置與信息流通，但同時也會引發眾多倫理難題：一是共享范圍與界限不明晰、開放保護機制欠缺，使數據在流轉過程中容易泄露個人隱私；數據來源多樣、標準不一的情況，影響教育評價的準確性與公正性。二是多方利益者對于數據共享與流轉的態度和意愿存在差異，部分機構忽視相關主體權益。三是數據割裂、數據壟斷等問題阻礙教育數據的合理利用。一些部門為防止數據泄露，走向另一個極端，直接從源頭制止數據共享，造成數據浪費，不利于教育數據的深度挖掘與綜合應用。總之，數據共享過程中的透明度和公正性備受關注，如何確保數據共享的同時避免教育不平等現象，值得深思。

另一方面，數據管理失范加劇信息泄露和數據濫用風險。信息泄露會引發信任危機及學生與家長的抵制[20。一是教育數據收集與處理不規范，存在擴大范圍采集敏感信息、數據管理者濫用或泄露隱私信息等情況。二是權限管理不嚴格，缺乏數據訪問記錄與控制機制，可能使教育數據被未經授權者訪問甚至修改，更有可能被不法機構利用，損害學生和學校的利益。三是數據存儲與運輸不安全，若數據庫存在安全漏洞或在傳輸過程中未加密，將面臨被竊取或篡改的風險，導致教育機構聲譽損失和面臨法律風險。

（三）技術之阻：技術投入不足及瓶頸限制數智賦能基礎教育評價的應用

盡管數智技術在教育領域中的應用不斷迅速擴大，但技術本身的缺陷和資金問題依舊阻礙其賦能基礎教育評價。

一是投入資金不足制約發展。教育評價系統全周期包含研發、運行、維護與升級多個環節，需要大量資金支持，但學校與教育部門預算緊張，在基礎教育評價領域的資金分配并不均衡，偏遠及欠發達地區學校尤為突出。由于資金短缺，這些學校難以購置先進的教育評價工具與平臺，無法充分利用大數據、人工智能等現代信息技術提升評價精度與效率。

二是技術瓶頸成為應用難題。數智技術本身的復雜性與不穩定性加劇了應用難度。一方面，數據收集和處理技術尚不完善，難以捕捉學生的學習過程、情感態度、交往能力、創新意識等非結構化數據，導致數據分析結果質量不高。另一方面，教育領域的技術應用滯后于技術的更新迭代，限制了評價的全面性與前瞻性。同時，教育評價系統的穩定性與安全性存在隱患，可能引發數據泄露或系統崩潰，導致已有投資淪為沉沒成本[22]。

三是算法偏見限制教育評價效度23]。算法偏見導致技術決策失去客觀立場，影響評價的公正性。而開發者偏見、數據偏見及算法自身缺陷是產生算法偏見的主要原因[24。教育信息化建設過程中存在的技術限制問題，導致研發者和使用者并未關注信息資源流動與共享問題，產生信息孤島現象，造成教育系統之間功能脫節、信息閉塞、服務效率低下等問題25。當數據來源局限于特定群體或地區時，算法無法準確反映其他群體的情況，會因數據收集及處理過程而產生的偏見；若算法模型本身過于注重特定指標而忽視其他指標時，也會導致評價結果缺乏公平性與合理性。

（四）主體之難：各主體責權不明影響數智賦能基礎教育評價質量與效果

多元主體責任歸屬不明、權力分配不均以及參與程度不一亦會導致數智賦能基礎教育評價效果與質量不佳。一是責任歸屬不明。基礎教育評價涉及教育部門、學校、教師、學生、家長以及技術提供商，但各主體的責任劃分缺乏清晰界定，人機責任歸屬問題也缺乏統一標準，容易導致實際操作過程中出現責任推諉與混亂。如果評價系統因技術故障導致數據丟失，難以判定責任歸屬，影響評價體系的持續優化。二是權利分配不均。傳統教育評價權集中于學校和政府，在數智技術應用下，教育評價權應向多元主體分散，但在具體實施中，家長、學生缺乏參與機會與決策權，學生在教育評價過程中的聲音被忽視，家長意見難以得到充分接納，評價結果的公正性受到質疑。三是參與程度不一。各主體對于技術優先性還是人本優先性產生認知差異2，部分主體持觀望態度，被動參與甚至缺席評價，另一部分主體過于樂觀，因參與程度過高導致評價工作失衡。此外，各主體的數字信息素養參差不齊，評價專業人員以及管理人員的數字素養不足，對于數智賦能基礎教育評價缺乏深層次的理解，存在“新瓶裝舊酒”的簡單化、形式化等問題27，也影響評價的準確性和實際價值。

三、何為之道：數智賦能基礎教育評價的實踐路徑

數智賦能基礎教育評價是一個復雜工程，有變革潛力，也面臨現實難題，在實踐中需要運用系統思維協同推進。要通過凝聚共識、立足人本、強基穩底及人機協作等環節的探索，發揮數智技術的優勢，為基礎教育高質量發展提供動力支持。

（一）凝聚共識：堅守數智賦能教育評價本真價值

凝聚共識是數智賦能基礎教育評價實踐的首要步驟，需堅守其本真價值，明確促進學生全面健康發展的目的，使評價者認識到數智技術的價值與潛力。數據驅動下技術與教育的深度融合是加快教育評價范式轉變的直接要素[2，基礎教育評價應跳出傳統考核與分數局限，借助現代信息技術實現全面、實時、客觀的評價，構建平等互動對話模式，為實現“教育評價共識\"提供可能[29]。

一是樹立數智化教育評價觀。應堅持立德樹人根本任務，秉持以學習者為核心的理念；樹立多元化人才觀，打破傳統功利性評價共識，平衡各種教育評價價值取向在新的教育評價中達成共識。鼓勵相關主體保持對數智技術的敏感性與學習熱情，及時更新教育評價理念與方法。

二是加強理論探討與學術交流。邀請教育學、心理學、信息技術等多領域專家學者，探討數智技術在教育評價領域的應用前景、挑戰及機遇，加強多學科交叉融合，建立跨部門平臺，促進不同利益主體之間對話與合作，構建理論框架與評價體系，加強學術領域內理念宣傳，推動數智技術在教育評價中的創新應用。

三是政策引導與社會宣傳。政府應出臺相應政策明確數智技術在基礎教育評價中的地位與作用，讓教育工作者、學生、家長以及社會各界認識其前景與局限，強調數智技術是服務教育本真的手段，培養對數智技術的信任，為教育評價實踐探索提供政策與法規保障。同時通過多渠道宣傳普及，提高公眾認知與接受度，營造良好與論氛圍。

（二）立足人本：探索數智技術倫理的規范與審查

在教育評價領域，數據和算法正逐漸成為必要工具與資源，但也日益成為引發教育評價倫理風險的關鍵因素[30。教育評價理念應當關注人的發展，倡導“教一學一評—研—管”一體化發展新思路3。因此，數智技術賦能基礎教育評價需堅持以人為本，堅持價值先行，避免技術至上。

一是確立數智倫理原則。在收集、分析以及應用個人數據時，應遵循合法性、規范性、公平性、必要性原則32，尊重個人隱私權、知情權等基本權利，保障評價公平公正，確保評價過程公開透明、結果可驗證，避免算法偏見與歧視，明確技術提供者、使用者與監管者的職責歸屬以便追溯與問責。在高利害性評價中，評價者應遵循相稱性及無害性原則、尊重個體尊嚴與隱私原則，謹慎做出評價論斷[33]。

二是制定數智倫理規范。在倫理原則指導之下，規范數據收集，明確數據類型、收集目的與方法，確保被收集者知情同意；規范數據處理，使其各項流程符合倫理原則與法律要求；規范數據解釋，公開算法，確保結果可解釋，為學生提供針對性反饋；規范技術更新迭代，嚴格測試與評估，確保符合倫理原則，避免技術濫用與誤用。

三是建立數智倫理審查機制。要建構具有公信力的數智倫理審查機制，從技術產品的源頭抵制潛在危害4；要限定數智技術運用在基礎教育評價領域中的倫理尺度，保障個人的本質屬性不會縮減[35；堅持正確教育評價價值取向、科學體系與數智技術深度融合，杜絕師生信息數據盈利化與不正當使用3；持續監督數智技術的應用，不斷優化改進倫理審查機制，提高審查工作質量與效率。

（三）強基穩底：提升數智技術的成熟度和可靠性

提升數智技術的成熟度和可靠性是確保其在教育評價中有效應用的關鍵。強化數智技術基礎與支撐，可從以下三方面入手。

其一，強化數智技術研發與創新。應加大對人工智能、大數據等先進技術的研發投入，聚焦數據采集、分析、反饋等層面，通過技術迭代與優化解決現存問題，提升評價系統準確性與穩定性。同時，鼓勵多領域、跨學科合作，融合知識，重視數智技術創新性與前瞻性，積極探索新技術的應用潛力，共同研發更加科學、精準、全面的教育評價工具。

其二，深化基礎設施建設。作為數智賦能基礎教育評價廣泛應用的必要保障，需要構建穩定、安全、高效的基礎教育信息化平臺，搭建數智評價的框架體系，實現數據的互通、互聯與共享。這需要依靠的關鍵支撐是“五層次一保障”智能技術教育評價框架，該框架旨在塑造科學、立體、多元的教育評價生態。其中，包括“硬件設施、計算框架、存儲設施”的基礎層是整個框架的底層支撐，為數智化教育評價提供必要資源。技術層則覆蓋數據獲取、信息加工與知識建構、智能輸出三大核心環節，是實現技術賦能教育評價價值轉化的關鍵所在4。此外，必須同步強化網絡安全與隱私保護，不斷完善基礎設施體系，進一步促進教育評價系統穩定運行。

其三，優化教育評價模型與方法。數智技術推動基礎教育評價轉向數據端發展，以其深度的數據挖掘、采集、計量以及分析使全系統、全場域和全流程的情境性數據得以“智慧記錄”和“智慧計算”。同時為不同教育評價模式提供針對性與差異化的動態數據，實現多樣化教育評價模式的價值與功能[38。要堅持以教育生態理論來看待教育信息化的問題，建立起包括微觀、中觀、宏觀的教育信息化發展評價模型[3。在智慧教室環境下構建層級結構模型，以多指標多要素分析學生學習活動4。采用算法技術分析學生行為、預測學習效果以及提供個性化學習路徑，不斷優化多樣性措施，提高教育評價的準確性與有效性。

（四）人機協作：重視教育評價主體數字素養培育

明晰各利益相關者的職責與權力，激發各主體參與數智技術應用于基礎教育評價實踐，促進人機有效合作。培育評價主體的數字素養是人機協作的基礎，相關者需要提升技術應用能力與數字素養，以便能夠正確使用數智技術，辯證看待數智技術對教育評價的影響，合理規避技術應用風險[4]。

一方面，加強基礎教育評價主體的數字素養教育與技能培訓。首先，通過多種形式對教育評價相關主體進行基礎知識普及，提高他們的認知水平。評價主體可以應用多模態大模型生成相應的教學題目內容4，為學生提供個性化服務。同時將數字倫理教育融入日常教育教學活動，提升師生數智技術使用的誠信水平，避免道德倫理問題發生[43]。其次，針對不同教育主體開展個性化的數字素養培訓，幫助他們提高信息檢索、數據分析、網絡安全、技術應用等技能，提升在數智環境中的實際操作能力。關注教師群體多元性，強化職前職后教師數字素養一體化發展，分類制定不同教育層次教師主體的數字素養提升方案4，同時構建中小學生數字素養評價指標體系并開展相應評價。最后，構建持續學習機制，鼓勵基礎教育評價主體不斷更新知識，通過在線學習、交流論壇等形式，為他們提供資源與平臺。

另一方面，重視數字實踐探索與經驗積累。鼓勵相關評價主體參與數字化教育資源開發、在線教育評價系統應用等具體數字實踐項目，親身體驗數字技術的優勢，同時發現潛在問題與挑戰。同時組織案例分享討論會，邀請在數字素養培育方面取得顯著成效的教育評價主體分享經驗，促進多元評價主體之間的交流、合作與共同提升。建立快速反饋機制，允許教育評價主體在實踐中不斷試錯、及時有效調整方案，并依據評價反饋持續優化評價工具與方法，促進良性教育評價實踐的循環。此外，鼓勵評價主體在實踐中反思與總結，將實踐經驗轉化為理論成果，提煉方法與策略，為未來的數字素養教育提供參考。

參考文獻：

[1]劉國斌，祁伯洋.縣域城鎮數智化與信息化融合發展研究[I].情報科學，2022，40（3）：21-26.

[2]王秉，史志勇，王淵潔.何為數智賦能;概念溯源與解構[].情報資料工作，2024，45（5）：13-21.

[3]季誠鈞.以系統觀推進基礎教育評價改革[].教育發展研究，2023，43（22）：3.

[4]曹培杰，王阿習.新一代數字技術何以賦能教育評價改革[].人民教育，2023（20）：30-32.

[5]張進良，楊苗，談桂芬.智能技術賦能基礎教育評價改革的實然困境與路徑選擇[].中國遠程教育，2023，43（2）：18-27.

[6]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，2023，29（4）：4-10.

[7]祝智庭，李天宇，張屹.發展新質教育：基礎教育數智化轉型的新路向[].現代遠程教育研究，2024，36（4）：3-13+30.

[8]陳思騎，丁宇.大數據時代基礎教育評價改革的新樣態[].基礎教育課程，2024（11）：82-88.

[9]王秉.何為數智：數智概念的多重含義研究[].情報雜志，2023，42（7）：71-76.

[10]鄭燕林，柳海民.大數據在美國教育評價中的應用路徑分析[].中國電化教育，2015（7）：25-31.

[11]周海銀，韓璐.大數據賦能基礎教育學業質量評價的機理、困境與破解路徑[].現代教育管理，2024（4）：85-94.

[12]邢西深，胡佳怡，管佳.新時代的基礎教育數字化：發展動因、基本特征和實踐進路[].中國電化教育，2022（12）：107-113.

[13]王一巖，鄭永和.可解釋學習者建模;價值意蘊與應用圖景.現代遠程教育研究，2023，35（5）：96-103.

[14]朱成晨，閆廣芬.現代化與專業化：大數據時代教育評價的新技術推進邏輯[].清華大學教育研究，2018，39（5）：75-80.

[15]龍海濤.人工智能時代教育評價改革：契機、挑戰與路徑選擇[].中國考試，2021（11）：10-18+34.

[16]尹述飛，陳玢爾，徐碧波，等.基礎教育評價數字化轉型的現實困境及突破路徑——來自聯合國教科文《教育數字化轉型六大支柱：共同框架》的啟示[].中國電化教育，2025（5）：85-94.

[17]汪維富，毛美娟.多模態學習分析;理解與評價真實學習的新路向[].電化教育研究，2021，42（2）：25-32.

[18]伍遠岳，武藝菲.大數據時代的教育評價：特征、風險與破解之道[].中國考試，2023（10）：9-16.

[19]李騏，李全龍.從評價到決策：考試大數據的價值分析與實踐路徑[].中國考試，2019（9）：72-78.

[20]柴喚友，陳麗，鄭勤華，等.技術賦能學生綜合素質評價;進展、挑戰與路向[].現代遠程教育研究，2023，35（3）：40-46+54.

[21]趙磊磊，陳祥梅.數智時代教育大數據風險：表征樣態與化解路向[].貴州師范大學學報（社會科學版），2022（2）：72-82.

[22]張志禎，齊文鑫.教育評價中的信息技術應用;賦能、挑戰與對策].中國遠程教育，2021（3）：1-11+76.

[23]鄭永和，王一巖，楊淑豪.人工智能賦能教育評價：價值、挑戰與路徑[].開放教育研究，2024，30（4）：4-10.

[24]王佑鎂，王旦，王海潔，等.算法公平：教育人工智能算法偏見的邏輯與治理].開放教育研究，2023，29（5）：37-46.

[25]胡姣，彭紅超，祝智庭.教育數字化轉型的現實困境與突破路徑[].現代遠程教育研究，2022，34（5）：72-81.

[26]胡瑞，蔣蓓蓓.數字化賦能高等教育評價：樣態、困境與突破[].國家教育行政學院學報，2023（12）：57-65.

[27]吳龍凱，宋琰玉，趙篤慶，等.教育評價數字化轉型的價值意蘊、現實隱憂與實踐進路[].中國考試，2024（11）：30-37

[28]張紅艷，連雅迪.數智教育評價范式轉變動因、特征與實現路徑研究[].黑龍江高教研究，2024，42（1）：23-30.

[29]朱德全，吳慮.大數據時代教育評價專業化何以可能：第四范式視角[].現代遠程教育研究，2019，31（6）：14-21.

[30]檀慧玲，王玥.教育評價數字化轉型的內生動力與核心議題[].教育研究，2023，44（12）：143-151.

[31]朱雪梅，潘竹娟.基于數據分析的數字化課堂教學評價研究[].中國教育信息化，2023，29（9）：91-98.

[32]盧宇，余京蕾，陳鵬鶴，等.多模態大模型的教育應用研究與展望[].電化教育研究，2023，44（6）：38-44.

[33]苗逢春.教育人工智能倫理的解析與治理——《人工智能倫理問題建議書》的教育解讀.中國電化教育，2022（6）：22-36.

[34]朱永新，楊帆.ChatGPT/生成式人工智能與教育創新;機遇、挑戰以及未來[.華東師范大學學報（教育科學版），2023，41（7）：1-14.

[35]朱德全.新時代基礎教育評價改革如何通向學生的美好未來？D].教育科學研究，2023（10）：1.

[36]石中英.回歸教育本體——當前我國教育評價體系改革芻議[].教育研究，2020，41（9）：4-15.

[37]劉邦奇，袁婷婷，紀玉超，等.智能技術賦能教育評價：內涵、總體框架與實踐路徑[].中國電化教育，2021（8）：16-24.

[38]朱成晨，閆廣芬.現代化與專業化：大數據時代教育評價的新技術推進邏輯[.清華大學教育研究，2018，39（5）：75-80.

[39]陳羽潔，童兆平，孟彩云.區域教育信息化發展評價模型構建研究[].中國教育信息化，2024，30（4）：69-78.

[40]江婕，王海燕，于文婷.智慧教室環境下多模態學習活動評價指標設計與應用[].中國教育信息化，2024，30（11）：120-

128.

[41]郭文良，戴念秋.技術賦能基礎教育高質量發展的價值意蘊、限度審視與優化路徑[].西南大學學報（社會科學版），2024，50（5）：194-203.

[42]WANG Z VALDEZ J， BASU MALLICK D，et al. Towards human-likeeducational question generation with large language models[C]//Artifcialnteligencein Education：23rd International Conference，AlED2O22，Durham，UK，July 27- 31，2022， Proceedings，Part 1.Berlin：Springer InternationalPublishing，2O22：153-166.

[43]令小雄，王鼎民，袁健.ChatGPT爆火后關于科技倫理及學術倫理的冷思考[].新疆師范大學學報（哲學社會科學版），2023，44（4）：123-136.

[44]胡小勇，李婉怡，周妍妮.教師數字素養培養研究;國際政策、焦點問題與發展策略[].國家教育行政學院學報，2023（4）：47-56.

Empowering Basic Education Evaluation with Digital Intelligence： Possibility， Difficulty， and Approach

SUN Bingbing CHEN Zhenning （Teacher Education Colege of Qinghai University for Nationalities， Xining 8looO7，Qinghai）

Abstract： Asa core component of the basic education system，educational evaluation plays a pivotal role in measuring educatioalqualityandfosteringstudentdevelopment.Thdepintegrationofdigitalandintellgenttechnologiesispropeling digitalintellgence technologytobecomeasignificantdriverof transformationinbasiceducation.Empoweringbasicducation evaluationwithdigitalinteligencerepresentsanessentialresponsetonationalstrategies，contemporarytrends，and educational demands，providing robustsupport for evaluation-related decision-making.However，currntapplicationsof digitalintellgenceinbasicducationevauationfaccalengesincudingconceptallimitations，ticalisks，techological constraints，andambiguitiesregardingstakeholderresponsibies.Toadressthesechallnges，itisimperativetoupoldthe fundamentalvalueofdigitalinteligenceineducationalevaluation，establishhuman-centeredethicalstandardsfordigital inteligencetechnology，enhanceitsmaturityandrelabilitystrengthenchnologicalinfrastructure，prioritizetecultivatioof digitalliteracyamong evaluation stakeholders，and fostereffective human-machinecolaboration.Continuous refinementof these practical pathways is crucial.

Keywords：Digital intellgenceempowerment;Digital intelligence technology；Basiceducation;Educational evaluation; Data security

（編輯 姚力寧校對 郭向和）