數字教育理事會發布AI重塑評估報告

2025年7月7日，數字教育理事會（Digital Education Council，成立于2024年，是一個由100多家機構組成的全球實踐共同體，致力于推動高等教育和勞動力發展領域的可持續創新和AI應用，總部位于新加坡）與培生集團（Pearson）聯合發布《評估的新時代：AI在評估設計中的全球綜述》（The Next Era of Assessment：A Global Review of AI in Assessment Design），首次全面梳理了全球教育工作者如何利用AI重塑評估體系。報告聚焦高等教育領域，具體從AI對評估各環節的影響、AI時代的評估體系重構及實踐指南等方面進行了分析。

一、AI對評估各個環節的影響

評估一般包括設定學習目標（Set Learning Outcomes）、規劃課程（Plan Curriculum）、制定評估（Develop Assessments）、評估實施（Assessment Delivery）、反饋與改進（Feedback and Review）5個環節。該報告從AI可對各個環節帶來哪些可能性和針對AI需做出哪些調整兩個維度進行了分析。

1.AI對設定學習目標環節的影響

可能性——通過分析勞動力市場數據等大規模數據集，識別技能缺口并制定與時俱進的學習目標；自動化常規任務使學生能專注于高階認知活動，推動評估向批判性和復雜技能發展。

必要調整——評估需納入AI相關能力指標，如AI輸出評估、負責任使用AI等；明確區分需獨立掌握的技能和可通過AI強化的技能。

2.AI對規劃課程環節的影響

可能性——基于預期學習成果自動生成課程體系建議；根據學生畫像提供個性化學習路徑設計。

必要調整——劃課程時需明確AI工具的使用規范；增設AI工具使用相關的倫理教育內容；平衡人類核心能力與AI技能的培養。

3.AI對制定評估環節的影響

可能性——自動生成測驗題、案例分析和評分標準；作為寫作輔助工具或模擬器參與評估設計；通過模擬真實場景提升評估真實性。

必要調整——重構評估形式以減少對AI的依賴；從結果導向轉向過程評估；更新評分標準以鼓勵原創性和批判性思維。

4.AI對評估實施環節的影響

可能性——實時反饋指導學生改進；自動化監考功能；通過AI角色扮演增強情景化評估。

必要調整——明確每項評估的AI使用規則；增加現場考核環節確保評估真實性；記錄學生完成任務的過程性證據。

5.AI對反饋與改進環節的影響

可能性——協助評分并提供個性化反饋；對評估數據進行大規模分析以輔助改進；生成課堂表現概要并提出改進評估建議。

必要調整——建立定期評估更新機制，確保評估工具始終有效抵御AI演進帶來的挑戰。

二、重新思考AI時代的評估

報告認為，AI時代評估設計需要從多個層面進行審慎考量——從單項任務到貫穿整個課程的評估組合。這一重構過程主要圍繞三個關鍵維度展開：評估類型、評估設計原則和評估組合。

1.評估類型：在完成單項評估任務時，人工智能應扮演何種角色？

根據具體學習目標和AI使用對目標實現的影響程度，確定評估應采用"AI禁用型"（AI-Free Assessment）、"AI輔助型"（AI-Assisted Assessment）還是"AI融合型"（AI-Integrated Assessment）模式（見表1）。

表1 AI評估分類

類型

使用場景

核心特征

AI禁用型評估

專門設計為無需AI協助完成的評估

評估的目標、能力和設計本身有意排除或減少對AI的運用，而側重于學生獨立思考的能力以及基礎技能的培養

AI輔助型評估

在明確邊界內允許使用AI完成特定任務（如頭腦風暴、大綱擬定）

評估的目標、能力和結構允許AI作為一種支持工具發揮作用，鼓勵使用基本的AI來提供幫助或反饋，同時確保學生主導的學習仍占據主導地位

AI融合型評估

將AI工具作為學習和評估體驗的有機組成部分

評估的目標、能力和提示要求學生有意義的參與AI作為核心部分的任務，包括在其學科領域內應用、批判和反思AI

2.評估設計原則：如何確保所有評估在AI存在的情況下仍保持效度和信度？

抗AI干擾性（AI-Resilient）原則正逐漸成為保障各類評估有效性與完整性的關鍵設計原則。這種抗干擾性設計并非依賴學生的自覺遵守，而是通過精心構建條件與框架，使學生難以借助AI完成核心學習任務，從而確保核心學習成果不會被輕易外包給AI。實現抗AI干擾性不僅需要更新規則或技術，更需要對評估體系進行結構性重構。教育工作者可采用多種創新策略重構評估方式以實現這一目標（見表2）。

表2 重構評估以實現抗AI干擾性的策略

策略

描述

示例

課堂上保持人類核心任務

將評估拆分為多個部分——允許AI承擔課外可執行的任務，但需將批判性思維、討論和闡釋環節保留在結構化且有監督的教學環境中

學生在家中使用AI進行頭腦風暴并起草方案，但在課堂上需現場陳述論點并即時回應提問

將關注點從“輸出”轉向“過程”

評估導致最終結果的推理、規劃和決策過程，而不僅僅是結果本身。鼓勵元認知層面的參與。

學生在最終提交的作品中需記錄并反思影響其工作的AI交互過程，或對解決方案提供合理性說明

嵌入檢查點與可追溯發展

引入結構化里程碑，例如中期提交、現場討論、反饋循環或規劃工件，以展示學生的漸進式思維

在課堂上組織同伴討論與反饋環節，并要求學生根據反饋意見修改作業

單元層面而非任務層面的效度驗證

需認識到并非所有評估方式都能完全規避人工智能的影響。相反，應通過單元或課程中一系列相互關聯的評估來驗證學生的學習成效。其中每項評估都基于學生先前的作業成果，并以貼合其學習情境的方式遞進構建。

學生在四節課中逐步完成最終作品——從概念構思開始，到最終的互動展示結束。

每個階段都要求學生基于前期成果完成不同的任務。有效性體現在四節課之間的連貫性與遞進性，而非單一任務的表現。

3.評估組合：如何組合不同類型的評估，以同時培養基礎能力和面向未來的AI技能？

在課程層面，教師應確保其評估體系能同時支持人類核心能力（基礎知識、批判性思維、學科專業知識以及獨立技能）與AI相關技能（有效且合乎道德地使用AI工具的能力、支持反映未來職場需求的形成性與真實性評估）的培養。

基于已有研究，數字教育委員會提出“雙優先級方法”，旨在幫助教師有意識地在各類評估中平衡這兩個互補目標。三種評估類型可在這兩個優先級框架下發揮不同作用（見表3）。

表3 支持類型總結

評估類型

優先級1：人類能力

優先級2：人機協作

AI禁用型評估

主要關注點

不適用

AI輔助型評估

關鍵關注點

培養基礎AI技能

AI融合型評估

需精心設計以支持人類能力培養

關鍵關注點

教師不應孤立地設計評估方式，而應有意識地規劃和多樣化評估手段，以便在整個課程中兼顧這兩個優先級。

三、AI時代評估設計指南

該報告針對三類評估均提出了具體的實踐建議，并重點介紹了AI融合型評估的實踐路徑。

1.AI禁用型評估

報告指出，在設計旨在培養或測試學生獨立思考和基礎技能的評估時（AI禁用型評估），關鍵在于從結構上消除使用AI的可能性，而非僅發布“禁用AI”的規定并寄希望于學生自覺遵守。解決方案在于構建具有內在抗AI干擾性的評估體系。其中最有效方法是將異步評估轉為同步評估，從根本上阻斷學生在完成任務時接觸AI的途徑。監考測試、口試、課堂寫作研討會、實時演講或課堂討論等形式在結構上天然具備抵御AI干擾的特性。這些同步評估模式并非通過監控手段，而是通過消除使用機會來降低AI濫用的可能性。

然而，要求所有作業都采用這種形式并不現實，尤其是那些支持持續性形成性學習的評估，為此，教師還可以通過設計能利用AI當前缺陷的任務，使得AI難以或無法代學生完成任務。具體策略包括：

情境化應用任務——要求學生將知識或技能應用于本地情境、時事熱點或近期課堂討論，這些背景信息通常超出AI的獲取與解讀能力范圍。

過程性文檔記錄——要求學生提交思維過程的實證材料，如帶批注的草稿、規劃筆記或語音備忘錄，以展示其觀點隨時間演進的軌跡。

2.AI輔助型評估

報告指出，在允許學生將AI應用于評估時，教育者必須審慎考量其適用場景與限制邊界，以確保AI技術能有效支持——而非削弱——既定教學目標。

AI可參與評估流程的多個環節。報告給出了以下使用導圖（見表4），系統梳理了學生在作業中可能接觸AI的關鍵節點。

教師可參照此導圖，將AI應用與具體學習目標精準對接，明確劃定允許使用、限制使用或需提供明確指導的領域。對于需要限制AI使用的評估環節，教師應著力重構這些評估要素以增強其“抗AI干擾性”，而非單純依賴學生的自律遵守。

表4 AI使用導圖

階段

關鍵AI接觸點

規劃階段

頭腦風暴/框架建議/時間規劃

研究階段

關鍵詞推薦/文獻檢索/文獻綜述/術語解釋/提出論點或觀點/方法設計

創作階段

大綱生成/初稿撰寫/生成部門內容/圖表制作/內容整合

修改階段

語句潤色/語法檢查/反論證模擬/修正參考列表/縮短或延長/錯誤修正

反饋與反思階段

生成評價/促進反思/對照評分標準

3.AI融合型評估

報告指出，AI通過引入評估學習進程的新方法、增強與現實場景的關聯性以及賦能AI相關能力的發展，為革新測評實踐展現出巨大潛力。

基于101個全球案例研究，報告將AI融合型評估進一步總結為兩種主要方法：一是利用AI技術提升傳統評估方式，即利用AI輔助核心學科學習；二是將AI作為研究對象，重點培養學生的AI素養。圍繞這兩種方法，報告歸納出14種新興的AI融合型評估設計方法，并將其與特定的學習目標和AI能力（例如提示詞設計、AI輸出評估和AI倫理）進行了對應分析（見下表5和6），并給出了每一種方法的具體實踐案例。

表5 用于增強傳統評估的新興AI融合設計方法

方法論

描述

最適合達成的學習成果

最適合培養的AI能力

01 AI引導的自我評估與反思

學生與AI工具進行結構化對話，以測試、解釋或評估自己對某個概念或論點的理解。

?自我反思

?輸入設計與信息質量

?概念理解

?AI反思與元認知

02 AI先行，人工修訂

學生首先使用生成式AI工具生成初稿或解決方案，然后對其進行評估、修訂和擴展。

?文本/文學分析

?AI輸出評估

?過程改進與評估

?AI偏見與限制意識

03 人工先行，AI評審

學生先獨立完成任務，然后使用生成式AI工具來評審和改進自己的作品。

?過程改進與評估

?AI反思與元認知

?概念理解

?AI輸出評估

04 AI生成分析材料

AI生成樣本材料（如案例、解決方案），學生隨后運用學科方法對其進行分析、解讀或解決。

?定量/數據分析

?AI輸出評估

?概念理解

?AI偏見與限制意識

05 AI作為模擬協作者或角色扮演者

學生與模擬某個角色、專家或真實人物的AI進行互動。

?溝通

?AI輸出評估

?自我反思

?AI整合與應用

06 用于沉浸式學習的AI

學生使用生成式AI工具創造豐富的體驗，以加深對學科概念的理解。

?概念理解

?AI整合與應用

?創造力與創新

?輸入設計與信息質量

07 人工與AI工作成果比較

學生對同一項任務中人工完成和AI生成的結果進行分析和比較。

?過程改進與評估

?AI輸出評估

?自我反思

?AI偏見與限制意識

08 AI作為助手

學生在任務的一個或多個階段將AI工具作為協作者使用。

?溝通

?AI整合與應用

?研究與調查

?輸入設計與信息質量

表6. 以AI為主要研究對象的新興AI融合設計方法

方法論

描述

最適合達成的學習成果

最適合培養的AI能力

01 AI輸出批判與評估

學生批判性地評估AI生成內容的質量、準確性或偏見。

?自我反思

?概念理解

?AI輸出評估

?AI反思與元認知

02 提示詞工程與過程分析

學生嘗試設計AI提示詞，并反思輸入設計如何影響輸出結果。

?概念理解

?協作與團隊合作

?AI輸出評估

?輸入設計與信息質量

03 AI倫理、政策與社會影響

學生通過辯論、反思或政策設計，探討AI的倫理、法律和社會影響。

?自我反思

?倫理與責任

?AI反思與元認知

?AI倫理與負責任使用

04 建設性誤用

學生有意地“誤用”AI至其極限，以揭示其缺陷或偏見。

?概念理解

?倫理與責任

?AI輸出評估

?AI倫理與負責任使用

05 AI作為情境化案例研究

AI被用作一個透鏡，來探索特定學科領域內的概念。

?自我反思

?概念理解

?AI倫理與負責任使用

?AI反思與元認知

06 AI作為人造產物

學生設計或定制自己的AI工具。

?過程改進與評估

?實際應用

?AI整合與應用

?AI倫理與負責任使用

資料來源：

Digital Education Council. The Next Era of Assessment: A Global Review of AI in Assessment Design. https://www.digitaleducationcouncil.com/post/the-next-era-of-assessment-a-global-review-of-ai-in-assessment-design

[本文為教育部國別和區域研究基地中國教育科學研究院國際教育研究中心成果]

本文由中國教育科學研究院“教育國際前沿”課題組整理，課題組負責人張永軍，編輯劉強。點擊左下角閱讀原文可下載該文獻。