考试评价改革被视为教育改革的核心工程，它对教学方向、学习模式以及人才培养的优劣有着直接的影响。借助新一代数智技术这一有力工具，推动考试评价改革，从而为人才培养注入新动力，这一举措成为推动教育数字化进程、深化教育评价改革以及促进教育整体质量提升的关键环节。
在数智化时代，对考试评价体系进行改革，可以在评价观念、评价手段以及评价作用等多个层面，促成一种全面性的模式变革。
从单一的评价标准转向多元融合的评价观念。随着技术的快速更新、产业结构的重塑以及社会运行模式的革新，对人才提出了掌握技术技能、具备跨领域综合能力、拥有高级认知与创新能力、动态适应能力以及人文价值判断力的要求。传统的标准化考试无法有效评估这些高级能力，因此亟需建立一种技术支持、多元融合、动态反馈的新型评价体系，以适应未来社会对人才素质的新需求。多元评价并非仅仅是考核方式的简单扩充，它是一种依托技术力量而实现的多样化评估手段。通过实施情境模拟的表现评价、关注动态发展过程的过程性评价以及鼓励社会化参与的评估方式，旨在推动教育达到促进个体全面发展的核心宗旨。
考试评价工具正经历从“标准化量表”向“智能生态系统”的转变过程。这一转型是数智技术实施的关键媒介。其发展轨迹明显表现为：从单一工具向复合生态转变，从静态测量向动态感知转变，以及从人工操作向智能协同转变。对评价工具的转型需涵盖三个阶段：首先，实现传统评价手段的智能化提升，这包括增强人工智能在智能出题和电子批改系统中的应用；其次，创新数智化评价工具，例如开发自适应评估系统，打造“一人一卷”的定制化评估模式；最后，探索虚拟现实评估环境，借助沉浸式任务来评估学生的创新思维及实践技能。第三个层级致力于构建一个数智化评价生态系统，通过运用数智化手段，促进考试评价与课程教学、教师评估的深度融合，构建一个涵盖教学、学习、评价全过程的全面数据收集网络，打造出既可解释又可追溯的智能评价算法体系，从而增强考试评价的科学与系统性。
从“末端测量”向“过程赋能”的评价功能转型。依托数字智能技术，促进全方位素养构建、认知深层次探索与情境式评估的紧密结合，促使考试评估体系实现四大关键进步：首先，打破常规考试的“分数限制”，塑造涵盖价值观念、团队协作及批判性思维的全方位素养评价框架；其次，利用自然语言处理、虚拟现实等先进技术，构建动态的“能力分布图”，从而对学生整体能力进行立体化评价。第二点，借助认知诊断模型与学习行为跟踪，将关注点从“结果判断”转变为对原因的精确分析和对学习过程的干预，识别学生的思维盲点，并向他们推荐定制化的学习路线，同时协助教师进行精确教学。第三点，通过实施跨学科情境任务和模拟真实问题的活动，评估学生在复杂情境下解决问题的能力，填补了考试与实际社会实践活动之间的差距。第四点，依托于大数据的聚类分析以及生涯关联算法，实现了从单一标准到个性化成长路径的转变，进而为每个人量身定制多样化的成长策略。
数智技术在推动考试评价改革方面注入了新的生机与活力，然而，在技术赋予力量的同时，也伴随着难以预料的潜在风险和无法逆转的后果。鉴于此，在数智化时代进行的考试评价改革，需在工具的运用、教育的基本规律、对效率的追求以及教育公平性之间，寻求一种动态的、平衡的关系处理，同时，始终坚守教育的根本宗旨。
始终注重工具功能与教育原则的有机结合。智能技术在考试评价领域的应用，其核心是深入挖掘和科学利用数据资源，然而，不应将其局限于精确计算的工程问题，而应始终围绕培养德才兼备的人才这一根本目标。例如，在运用算法模型解析知识能力图谱的过程中，必须警惕“技术至上”观念对教育主体性的侵蚀；智能系统若取代教师进行诊断和反馈，可能会削弱教师的主体地位。因此，教育工作者需同时拥有对技术的敏锐感知和人文素养的坚定信念，确立“技术向善”的核心价值观，将教育价值标准融入技术研发过程，设计制度时建立风险预判和应对体系，在文化理解上培养对技术的批判性思考，确保技术能够成为激发潜能的力量而非塑造人的工具，从而推动技术助力教育实现价值提升。
始终注重在效率增长与公平维护之间寻求动态的平衡点。教育公平是社会整体公平的基石，尽管数智技术的应用能够大幅提高评价工作的效率，但若没有配套的系统性制度安排，可能会加剧资源分配的不均衡、算法的偏见以及数字化的差距。为了确保考试评价数智化改革的既高效又公平，我们必须巧妙运用“技术、制度、文化”三者相结合的策略。在技术适配层面，需致力于开发支持多模态终端的考试系统，使其具备“变形金刚”般的兼容性，能够适应各类设备，确保无论城乡，不同配置的设备都能享受到一致的交互体验；同时，还需构建由深度学习驱动的评分和纠错机制，为智能评分系统配备“偏见过滤器”，以避免算法因数据偏差而导致评分不公。其次，在制度层面，推行“纸质与数字”两种途径并行不悖的策略，确保那些未能跟上技术发展步伐的孩子们不会掉队。此外，在文化认知领域，开展数字素养的培育工作，打造由多元主体共同治理的体系，并设立数据共享与保密相结合的联合防御机制。
始终关注技术创新与制度供给之间的同步发展。数智化考试评价系统的持续进步，不仅要求技术创新保持其创新性，同时也需强化制度供给的预见性。对于教育数据广泛收集与个人隐私保护之间的矛盾，有必要设立不同级别和类别的授权体系；面对评价模型需具备解释性而技术又相对复杂的挑战，应当设立算法登记与审查的规范；针对技术发展迅速而制度更新滞后的局面，必须构建灵活的制度应对机制。在政策制定方面，应推动管理、办学和评价的分离改革，并形成政府、学校、专业机构及家长共同参与的多元化评价体系。若组建教育数据治理团队，需整合政府、学校、专业机构及家长等各方力量，构建数据归属权确认、算法审查、伦理评估等方面的合作机制。在制定标准方面，应先确立标准体系作为指导，教育部门需加紧出台教育数据安全保障规范、算法伦理准则等相关制度。在机制构建方面，需设立一个动态调整的校准体系，该体系通过人机合作和多角度验证，来保障评价的公正性与科学性，并预防技术运用可能引发的“算法歧视”等风险。同时，通过构建技术规范与制度标准的相互映射机制，打造一个风险可控的试验与容错环境，保证技术支持始终遵循“教育规律”和“技术伦理”的双重轨道，为教育改革提供持久的动力。
作者林美貌，担任福建省教育考试院科研与评价处的副处长及副研究员。本文作为2022年度福建省教育系统哲学社会科学研究项目编号为JDW22001的成果。
