□ 李怀杰 刘朝坊
教育评价是教育改革发展的指挥棒，是教育质量成效评判的尺度标准。中共中央、国务院印发的《教育强国建设规划纲要（2024—2035年）》，作出“促进人工智能助力教育变革，建立基于大数据和人工智能支持的教育评价和科学决策制度”的战略部署。中共中央、国务院印发的《深化新时代教育评价改革总体方案》，提出“充分利用信息技术，提高教育评价的科学性、专业性、客观性”。人工智能赋能课堂教学效果评价，可以推动教育评价由“经验、单一性和诊断性传统评价”向“数字化、综合性和反馈性现代评价”转变，进而驱动课堂教学效果评价向多元维度、多元主体和多元类型的转型升级。
人工智能赋能课堂教学效果评价的多元维度
课堂教学效果评价的知识维度。知识是通过对客观实践活动进行系统观察、整理和凝练而得出的科学结论和规律认识。人工智能借助试卷测评、实践活动等方式，汇集学生学习与实践行为的数据，基于教学评价算法与模型智能对学生学习行为数据分析，从而检验学生在课堂中习得的知识水平与学习能力。
课堂教学效果评价的情感维度。情感是指人对客观事物所持的态度、产生的主观体验，是一种多维复合的心理状态，包括喜、怒、悲、恐、爱、憎等基本情绪。人工智能以案例互动分析、关键热词抓取等方式，基于数据统计呈现学生情感增进与变化，检验学生情感维度的发展变化。
课堂教学效果评价的意志维度。意志是指人们自觉地确定目标，并通过克服困难以实现预定目标的心理过程。在课堂教学中，教师通过帮助学生明确学习任务、目标和意义，激发学生的意志力，人工智能则通过收集和分析学生理想目标，以及克服学习困难、自我规划、自律学习等方面行为状态数据，分析学生意志发展程度与水平。
课堂教学效果评价的能力维度。能力是一个人能够完成某项任务或达成某个目标的实力或潜力，是认识世界和改造世界的能力。课堂教学不仅包括学校教室“小课堂”，还包括社会实践“大课堂”，如学生通过课堂锻炼自身的表达能力、组织能力、领导能力等，而人工智能则收集学生在这类场景中的行为数据，实现对学生能力发展的客观评价。
课堂教学效果评价的心理维度。心理是人对客观物质世界的主观反映，指个体的精神活动和意识活动，具体表现为感觉、知觉、思维、情绪等内在心理活动。课堂教学通过互动式或体验式教学，培育学生具备优良的积极心理品质与态度思维，人工智能通过收集学生日常行为轨迹数据和网络访谈、问答等活动数据，运用心理分析模型算法，智能分析和评价学生心理活动及心理健康程度。
人工智能赋能课堂教学效果评价的多元主体
以数字评价模式实现多主体评价的常态化运行。传统课堂教学效果评价受制于信息技术局限，侧重于经验与成绩，难以收集教学过程行为数据、校内外活动参与数据等。大数据、人工智能等教育信息技术广泛应用到课堂教学各个环节，以其技术优势实现教与学行为全轨迹数据汇集、分析与挖掘，构建数字化教学平台与效果评价数字模式，实现课堂教学效果的动态性、精准化和全面性评价。
推动朋辈互评与学生自评成为课堂教学效果评价的有机组成部分。学生朋辈是学生成长发展的微环境，对学生在思想道德、潜能展现和能力发挥等方面的变化感受最为直接，其评价具有独特的观察视角和参考价值；学生自我评价则是课堂教学效果的内在反馈机制，反映其在知识、情感、意志、能力与心理等方面的自我感知与发展获得感。依托数字化方式记录、承载和反馈朋辈互评与学生自评数据，可以将这些内隐的观察与反思转化为可分析、可追踪的评价信息，使其真正融入整体评价体系。
家长与社会、企业等主体参与课堂教学效果评价。课堂教学成效不仅需要理论考试测试，还需要在学生生活或实践环境中检验课堂教育效果，如家长能够感知学生在家庭生活中的成长与变化从而提供阶段性的发展反馈，社会不同群体可对学生行为品德和精神风貌作出客观观察，企业则可通过实习实训或试用等环节对学生作出全面评价等。借助数字技术将这些分散的外部评价进行系统采集、整合与分析，能够建立起短期与长期相结合、校内与校外相贯通的课堂教学效果验证机制，有效提升评价的真实性和持续性。
人工智能赋能课堂教学效果评价的多元类型
课堂教学的结果评价。结果评价是指在学习任务或者教育活动结束以后，对学生学习结果进行的一种评价。在进行教学效果评价时，应充分利用人工智能这一评价工具收集课堂内外教师与学生的行为信息，包括教师的教学内容和方式、学生的课堂参与度、活跃度，以及通过考试、社会实践等方式检验学生对知识、思想和技能的领会与理解，提升结果评价的客观性和科学性。
课堂教学的过程评价。过程性评价是一种在课程实施过程中对学生的学习进行评价的方式，主张采取目标与过程并重的价值取向。人工智能具有全过程、伴随式采集数据的优势，能够对课堂教学进行全过程、全方位的录制与存储，包括教师的教学内容和方式、学生的课堂积极性和专注度等数据信息，实现数据信息从碎片化向集约化的转向，增强过程性评价的全面性与科学性。
课堂教学的增值评价。增值评价是以学生进步幅度来衡量学校努力程度的一种新型评价方式，重视学生的学习起点，关注学习过程，依据一段时间内学生的学业水平、综合能力和素质等方面的表现，开展纵向比较，引导学生专注于自身的综合表现，并获得学校对学生的“净增值”。人工智能在数据信息收集方面，能实现精准剔除家庭、教育背景、学校基础设施等其他因素对学生发展的影响，客观地获取学生在课程结束后在德智体美劳等方面所取得的“净增长”，提升增值评价的科学性、客观性。
课堂教学的综合评价。综合评价是从全面、多维的角度对教育活动作出系统的价值判断，其重点在于对评价对象进行分析的基础上，把多方面的评价结果整合起来，形成对评价对象清晰准确的总体认识。在对课堂教学进行综合评价时，要充分发挥人工智能数据挖掘和分析处理的优势，收集学生在学校小课堂与社会大课堂中的学习表现和行为习惯数据，分析学生理论知识和实践能力的发展成效，提高课堂教学综合评价的全面性和整体性。
[作者单位：电子科技大学马克思主义学院。本文为国家社科基金项目“高校思政课学习成效的大数据增值评价研究”（23VSZ141）的阶段性研究成果。]