智能技術賦能職業教育增值性評價的邏輯與路向

孫田琳子 胡縱宇

面對經濟社會轉型需要，職業教育已從規模擴張轉向以人才培養質量為核心的內涵式發展，持續改進評價體系是不斷提升人才培養質量的重要環節。特別是在新一輪科技革命背景下，職業教育受到前所未有的沖擊：一方面，隨著大數據、人工智能、虛擬仿真等技術在教育教學中的廣泛應用，極大改變了職業教育的人才培養模式；另一方面，隨著智能技術的發展，越來越多的勞動者將面臨職業替代的風險，而職校生是未來的勞動者主力軍，如何在智能技術浪潮中扭轉職業教育形勢、提升職業院校的人才培養質量，是當下職業教育的重要命題。職業院校人才培養質量的提升需與科學有效的評價體系相結合。

2020年，中共中央、國務院印發的《深化新時代教育評價改革總體方案》提出將“改進結果評價、強化過程評價、探索增值評價、健全綜合評價”作為改革重點；2019年國務院印發的《國家職業教育改革實施方案》提出“建立職業教育質量評價體系”；《中國教育現代化2035》提出“利用現代技術加快推動人才培養模式改革”；2022年全國教育工作會議指出我國要實施“教育數字化戰略行動”，用數字技術推動教育發展，增強職業教育適應性。可見，如何在數字化教育語境下重構職業教育評價體系，以人工智能、大數據等新興技術手段賦能職業教育高質量發展，是當下職業教育內涵式發展的重要突破口。

一、職業教育增值性評價的概念及意義

目前，我國職業教育大多仍以學生橫向排名的考試成績作為參考依據，這種以結果為導向的終結性評價方式難以考量職業教育所培養的技能人才發展過程的實質轉變及各責任主體對轉變的貢獻。基于數據統計分析的“增值性評價”是考量評價對象在縱向比較空間上是否有“凈增量”出現，增值性評價更加注重體現公平性與科學性，關注學生個體水平的有效提升，能增強教育主體高效發展的內源性動力。

（一）增值性評價的概念溯源

增值性評價來源于經濟學中的“投入—產出”理論，是一種重視學生個體進步過程的發展性、形成性評價，以發展的眼光促進學生全面發展，這些增量也是用來評判教育是否有效的重要依據。該質量導向的評價體系促進了教育評價的公平性，有利于激發生源質量相對落后的學校提升學生進步的動力。1966年，社會學家科爾曼（J.S.Coleman）及其同事在解釋學生成績分數差異時指出，教師是學校中最具影響力的變量[1]。之后，教育經濟學家埃里克（E.Hanushek）從經濟學視角研究教育投入和產出的關系，并于1971年提出采用教師素質評估的增值模式來評估小學階段教師對學生成績的影響[2]。20世紀70年代以來，以“科爾曼報告”為起點，學校效能的增值評價研究在世界范圍內逐漸發展起來。1992年，教育學家威廉（W.Sanders）與其同事創建的田納西州增值評價模型（Tennessee Value Added Assessment System,TVAAS）是目前比較完善的增值評價模型，經過不斷完善已被納入教師評價改革中的問責系統[3]。隨著研究的深入，目前經過調整后的增值評價模型有協變量調整模型和進步分數模型，還有多水平模型、多元增值評價、線性混合評價模型等。

增值性評價的核心內涵在于“增值”二字，即指對學生的各種教育投入在學生個體成長中起到的作用，學生增值大體分為兩個方面：一方面，關注學業成績上的“凈效應”；另一方面，注重德智體美勞等非認知能力的“增值”。學業成績維度的增值評價是指基于學生自身多次測驗成績的縱向比較，關注學生個體的進步和成長而不是學生成績的絕對水平，改變了以往將同年級學生的學業成績進行橫向比較的做法。能力維度的增值評價包括學生的情感、態度、能力、素養等方面的發展，也有研究者將這種全面發展具體化為道德品質、健康素質、審美素養、實踐創新、勞動素養等指標的增值幅度來評估學生效能[4]。增值評價與傳統評價的主要區別在于其是用發展的眼光動態比較學生的變化過程，而不是關注學生的最終學習結果，也不是比較學生與其他學生之間的橫向差異，同時又剔除了家庭背景、生源質量、地域經濟等非學校因素的影響。增值性評價可以真實反映學校和教師的教學成效以及學生的成長進步，即所謂“不比基礎、比進步”“不比背景、比努力”[5]。

（二）職業教育的增值性評價

當前，我國職業教育正處于優化類型定位、構建現代職業教育體系的改革攻堅期，職業教育評價事關職業教育改革發展方向，要改變功利化傾向，破除單向化標準，就必須重構新的評價格局[6]。職業教育是培養多樣化人才、傳承技術技能、促進就業創業、推動經濟社會發展的重要途徑[7]。人類的知識被分為理論和實踐兩個部分，由此教育也被劃分為兩種類型，一是為了獲得滿足生存所必須的訓練，二是通過崇拜的方式以安撫靈魂世界[8]。中世紀的學徒制是職業教育的原始狀態，師傅結合生產勞動傳授技藝給徒弟，這一過程中包含了現代學校的招生、培育、監督等環節，通過“技藝勞育”培養學生的工匠精神一直是職業教育的核心價值。可見，相對于普通教育來說，職業教育更傾向于將技能水平、職業素養、綜合能力指標作為教育評價導向，不斷緊跟時代發展與行業趨勢，適應就業市場供給新需求。

增值性評價是基于人的發展理論，關注學生發展與教學過程的縱向比較方法。如果說“靜態性”“終結性”是早期教育評價的特征，那么“發展性”“動態性”是具有后現代特色的現代教育評價理念，增值評價是對“唯分數、唯升學”教育傳統的批判，是“五育融合”目標下培養全面發展的人的新路向[9]。職業教育的增值性評價中，所謂“增值”是在控制生源質量、家庭背景、社區環境、區域經濟差異等不受學校改變的因素后，由學生接受職業教育所帶來的個體發展成果，增值評價即是對職業教育影響個體發展程度的測量[10]。職業學校的人才培養目標具有綜合性、全面性等特征，既要依托于課程文化知識培養學生的邏輯、思維、記憶等認知能力，還要通過實操練習培養學生的技能、經驗、實操能力、職業素養等專業技藝。因此，職業教育需要更全面、更直觀的評價體系和方法來權衡教育的實際效能，提升職業教育的社會認同度。在增值評價理念導向下，職業教育的質量評價更關注“過程”而非“結果”，評價對象從“投入”轉向“產出”，評價目標從“學業成績”轉變為“持續改進”，評價方式由終結性評價轉向發展性評價、診斷性評價，評價內容注重綜合考察學生認知層面與非認知層面的進步幅度。此外，根據最近發展區理論，增值評價有助于分離職業教育各要素自身的影響，單獨考察職業院校、教師和學生的發展情況，獲取學生和學校層面各影響變量的線性關系，更公平客觀地反映生源多元化現實處境下職業教育的質量增值[11]。概言之，增值評價理念有助于體系化、科學化、數據化評價職業院校的人才培養效能，關注的是學生學業、素養和技能的綜合增值情況，為技術技能人才的培養提供“因材施教”的依據，為職業教育高質量發展提供科學參考。

二、智能技術賦能職業教育增值性評價的內在邏輯

隨著教育數字化轉型，5G、大數據、人工智能、物聯網等智能技術為教育評價改革提供了支撐引領，深化融合智能技術與教育評價改革是必然趨勢。《深化新時代教育評價改革總體方案》提出“要利用人工智能、大數據等現代信息技術，探索學生增值評價，促進學生德智體美勞全面發展”。傳統的教育評價技術難以收集到完整的學生數據，導致增值性評價僅停留在對學業成績的考查，無法真正反映學生的內在素養，以人工智能為代表的新興教育技術本質上已形成一種新的思維方式和解決問題的方法，能為職業教育增值性評價改革提供創新性解決方案。

（一）理念賦能：基于數據證據的評價體系構建

隨著智能技術與教育領域的深度融合，新興的智能技術不僅從技術層面為教育改進提供了硬件支撐和條件保障，更是從理念層面提供新的教育觀念，對傳統教育評價方式進行革新與重構。增值性評價強調評價對象的過程性發展，根據“輸入—輸出”理論視角探討教師與學校對學生成長的互動關系，而不是只關注學業成績的最終結果，避免了生源差異、家庭背景等非教學因素對教學效能的影響，在一定程度上促進了教育公平與教育均衡發展。因此，“過程性”與“發展性”是職業教育增值性評價的核心特色，其既包含教育活動本身的實踐過程，也包含學生個體進步的成長過程，逐步形成從結果到過程的評價理念轉向。

循證教育認為教育實踐應基于現有的最佳科學證據，將教育者的教學經驗與學習者的學習證據結合起來開展教育實踐，是提升教育質量、促進教育改進的有效途徑。循證取向的職業教育評價破解了“經驗主義”“機械方法”和“單一數據”的桎梏，以職校生的學習表現和實操水平為中心，收集多模態、多維度的數據證據，通過反復反饋調節促進教育實效的改進。傳統教育大多只依賴試卷、作業等傳統教學媒介考察學生的學業情況，而在現代智能技術的支持下，教師可隨時采集學生過程性、動態性、多模態數據，通過自動化數據處理與分析，對學生的已有增值進行判斷，對其未來增值趨勢進行預測，在數據結果基礎上進行精準改進，形成有據可循的“循證型信息化教學”。第四代評估理論強調，評價是一個共同建構的過程，應以聯系和發展的視角考量評價結果，基于證據的論證模式為職業教育技能評價提供了新的思路[12]。智能時代，基于證據的增值性評價以數據信息為基礎，采用增值評估模型和深度學習算法進行教師增值評價分析，通過證據采集、證據規整、證據核查、證據融合等環節形成基于關聯證據的證據簇，為有效的教育評價提供優化依據[13]。智能技術支持下的增值評價體系破解了單維度、單一化的評價方式，轉向教育過程全覆蓋的多維科學考量，通過評價反饋與數據分析不斷改進人才培養過程，為教師、學校和教育主管部門有針對性地決策提供相關數據，直觀呈現各職業院校教育的實際效能，能夠科學精準地推進職業教育高質量發展。目前運用人工智能優勢解決職業教育評價問題的研究較少，應轉變現有教育評價的理念和方式，運用智能技術采集學生成長的過程性數據，在增值分析基礎上推進技能型人才培養的精準評價。

（二）方法賦能：職業技能導向的評價內容拓展

職業教育的增值性評價需兼顧學生認知能力與專業技藝等內容，將外顯的知識水平和內在的素養水平結合起來考量技能型人才培養。人工智能賦能教育評價正走向教育評價改革的主戰場，技術的升級換代決定了技術應用的功能范圍，在智能技術助力下，教育評價內容從以往學生認知維度的觀測拓展至學生社會性、心理、情感、態度、能力等多維度的評估，評價重心從學生知識技能的培養轉向促進內在素養的生成[14]。

從人才培養的角度來說，高等教育劃分為研究型、應用型和職業技能型，其中，培養職業技能型人才是職業教育的工作重心，強調學習者需在掌握一定理論知識之后形成熟練的實際操作能力和應用創新能力。傳統教育多以學生學業成績為評價依據，而這種“考試型”的評價方式已不能滿足當下社會發展對職業院校學生的需求，只有在學校掌握了“真本事”“真技能”，才能確保技能型人才廣闊的就業前景。同時，傳統的紙筆測試也無法有效評價學生的綜合素養，使得職業教育的評價結果有失偏頗，難以真正衡量學生的內在素養與職業技能。智能驅動下的教育評價不僅可以分析學生知識掌握情況等外顯數據，還能分析學生的學科能力、核心素養、思維水平等內隱數據，以最新的行業標準與崗位要求為導向，對技能型人才進行精準評判。運用具有數據采集功能的學習終端如電腦、智能手機、平板、可穿戴設備等即可捕捉到學生完成學習任務的全過程數據，通過分析學習時間、練習過程、互動頻率等數據之間的關聯，形成反映學生真實掌握情況的“數字畫像”。綜合評估學生的認知與非認知能力、促進學生的全面發展是增值性評價的優勢所在，而智能技術彌補了傳統教育評價的短板，將內隱的技能素養通過數據挖掘顯現出來，更客觀、全面、高效地評價學生個體增值情況，從內容維度拓展了職業教育評價體系，為應用型和技能型人才培養提供新的方法思路。

（三）技術賦能：學教評一體化的診斷機制建立

評價的意義在于診斷、激勵與改進，唯有把關教育過程各環節，找出問題所在，才能促進教育教學質量的有效提升。智能技術能夠促進職業教育評價個性化、智能化、精準化，具有評價模型科學化、主體參與多元化、數據獲取立體化、診斷分析最優化、評價反饋精準化等特征[15]。目前，已有的智能教學測評技術包括課堂教學行為智能分析模型、自動化測評系統、測評大數據、自然語言理解技術、智能化學習評價、智能教學系統、情緒識別系統等，可實現文本、語音、圖像、視頻等多模態的數據分析，快速診斷出教學中的問題，幫助教師及時調整教學策略。

已有研究實踐中，常用的增值評價模型有分數差值模型、多水平分析模型和多層線性回歸模型，其中分數差值模型和多水平分析模型需要運算標準化測試后的學業成績，依賴于傳統的教育測量方法，而“多層線性回歸模型”不僅可以計算學業考核和技能測試分值，還可以處理各種隱性指標的量表數據，如自陳式量表、自我報告等，更適用于分析職業教育中各因素的交互作用。在智能技術支持下，研究者能更加高效精確地剔除多層線性回歸模型中學生的家庭條件、性別、地域等非教學因素的影響，分析學生在接受一段教育后個人成長的“凈增量”，以及教師和學校在其中發揮作用的實際效能，使評價結果更高效、真實、公正。在職業教育增值評價實踐中，可借助技術平臺建立智能診斷機制，運用智能學情分析、視頻圖像識別、學生數字畫像、自動化測評等技術，實現教學過程個性化設計、伴隨式采集、及時性報告等功能，形成“決策—監測—評價—改進”閉環式智能教學診斷機制。例如，職業教育中常有一些操作性和危險性較高的教學場景，運用虛擬仿真實驗技術打造“學、教、評”融為一體的實訓基地，不僅可以讓學生產生身歷其境般的沉浸式體驗，還能通過可穿戴設備和技術端口將學生的操作過程進行詳細記錄與學情分析，在實際訓練中精準診斷、及時反饋并持續改進；基于區塊鏈技術的分布式存儲、不可篡改、可追溯等技術特征，實現個人職業技能證書的身份認證和精準識別，保護用戶的合法隱私和知識版權，形成職業技能證書“考核、認證、識別”融通式服務機制。與此同時，從技術層面賦能職業教育增值性評價要把握好智能技術的應用場景與合理尺度，運用數字挖掘技術采集學生學業、品德、技能、素養等數據，將隱性評價指標轉化為量化分析，通過數據可視化技術和增值評價模型，形成發展水平可視化分析報告、以評促教，以評促學，引導學生德智體美勞全面發展。需要注意的是，在智能技術使用過程中，要遵循規定的技術倫理標準，保護學生隱私和合法權益，在學生知情并同意的情況下采集信息，不可過度依賴技術陷入單向度的人才培養誤區[16]。

三、智能技術賦能職業教育增值性評價的實踐路向

增值性評價推動職業教育內涵式發展，從關注結果到重視過程，從關注群體到重視個體，從關注學業成績到重視技能增值。在教育信息化進程中，更需要借助智能技術優勢，建立以學生發展為中心、以持續改進為特色、以精準干預為導向的增值性職業教育評價體系。

（一）以學生發展為中心，建立個性化評價指標

教育的本質是面向人的全面發展。職業教育的增值性評價需面向學生主體，圍繞其在校期間的各種顯性或隱性、知識或技能的學習表現，從發展的立場看待職業教育中學生的進步空間、教師的教學水平、學校的發展程度等。若將學生成績與教師評價、學校水平直接掛鉤，將導致“唯分數論”“唯就業率”“爭奪生源”等不良競爭，違背立德樹人的教育初衷。職業院校應從可持續發展視角出發，尊重學生的個體差異與全面發展需求，破解唯升學、唯分數等“五唯”病灶，在學術知識與實踐技能的平衡中尋求實現高素質技術技能人才培養新目標。

2019年國務院印發的《國家職業教育改革實施方案》提出，職業院校啟動“學歷證書+若干職業技能等級證書”（1+X證書制度）試點工作，深化技術技能人才的評價改革，提倡大力培養知識文化素養與多元實踐技能融合發展的復合型人才。霍華德·加德納 (Howard Gardner)提出的多元智能理論認為，人的智能是多面的，包括語言智能、數學邏輯智能、空間智能、身體運動智能、音樂智能、人際智能、自我認知智能、自然認知智能等，每個學生只要符合其中一種并加以培養，都可以成為出色的人才。增值性評價就是從他者評價視角轉向關注內生性發展，立足學生成長，尊重個體差異，激勵學生挖掘潛能，促進本我多元發展。在智能技術賦能下，各職業院校可根據自身的辦學理念、專業特色和人才培養模式等特征，制訂操作可行的個性化評價指標體系，并通過專家多輪論證推廣應用。例如，一級評價指標可以包括德、智、體、美、勞、技等宏觀維度，二級評價指標包括學習表現、技能水平、道德品質、勞動創造、職業素養、就業情況等細化維度，三級指標對應二級指標進一步劃分為課堂表現、實操訓練、團隊精神、職業信仰、德育測評、就業率等具體指標。在指標設計階段運用大數據技術進行指標庫管理、質量標準管理，指標修訂階段運用智能決策系統提高決策效率與決策質量，指標測量階段則利用智能技術優化評價模型的構建。以學生個體特色為依據，以進步程度為標準，為每一位學生制訂個性化與適切性結合的評價方案，為學生的全面發展保駕護航。

（二）以持續改進為特色，分析過程性評價數據

盡管近幾年我國學界對增值性評價的研究逐漸增多，但大多滯留在理論層面的探討以及對國外實踐經驗的啟示分析，付諸實踐的研究少之又少，原因之一就在于增值性評價過程中“證據”收集工作較為繁瑣復雜。追蹤調查中將產生龐大的關于學生、教師、學校等各主體、各維度的數據庫，從采集到分析數據需要消耗大量的人力、時間、精力，特別是職業教育還包括技能水平、職業素養、就業能力等多元評價指標，對增值評價工作提出新的挑戰。因此，職業教育增值性評價的落地實施亟須現代技術的輔助，智能技術不僅可以直接分析學生學業成績等量化數據，還可以間接收集動態變化的質性數據，充分挖掘傳統技術難以實現的隱蔽性與滯后性數據，能及時分析教育中存在的問題，促進教學實施有針對性地改進。

從建構主義視角來看，不論是知識學習還是人才培養都是教育場域各要素間不斷建構的互動過程，學生的知識水平與專業技能都是潛移默化、循序漸進的變化過程，教育評價應將靜態的結果評價與動態的過程評價統一考量，才能得出符合客觀事實的判斷。增值性評價具有診斷性功能和集群網絡互動特征，是一種強調教學發生過程和學生發展空間的追蹤研究，將起始點和落腳點兩個時間節點的學生表現進行對比分析，因此評價者至少要采集兩個或以上時間段的數據集，通過前后兩次的測量數據差值分析學生的發展情況。在操作層面可以采用追蹤重復測量的準實驗設計，第一輪的基線調研借助智能采集技術獲取學生、教師和學校等主體的基礎數據，并結合課堂觀察量表、技能評價量表、自評報告、校園活動記錄等方式分析前測水平；第二輪的追蹤調研則在大數據技術輔助下通過深度訪談、量表、檔案袋收集同一批學生的后測水平，從而分析他們在知識、技能、素養等方面的增值水平。通過前期的增值分析結果可以找出上一階段教育教學中存在的問題，幫助教師及時調整教學策略，為學生指明有待提升的發展空間，也為下一階段的教育教學提供改進依據。視頻智能采集、物聯網感知技術、可穿戴設備、語音圖像識別、腦機交互等智能技術代替了以往人工采集的巨大工作量，通過設計開發智能化增值評價工具，可無間斷記錄并自動評估學生的全方位、立體化、全過程學習數據。采集證據，對癥下藥，在多輪迭代增值評價下，構成“診斷—反饋—改進”智能教學循環鏈，不斷消解職業教育中的各種隱患問題。基于循證思想持續改進教育過程，落實教師精準化的“教”和學生個性化的“學”，促進技能型人才培養質量的螺旋上升。

（三）以精準干預為導向，納入多元化評價反饋

20世紀60年代，奧格登·林斯利（O.Lindsley）首次提出“精準教學”的概念，該理論強調教學過程中的針對性、適切性和有效性，在教學活動的每個環節都需要教師的精心設計和精準干預，但由于當時技術條件的限制而未能實現[17]。斯塔弗爾比姆（D.L.Stufflebeam）提出的CIPP模型是目前應用比較廣泛的過程性評價模型，該模型通過教育服務的全過程對教學質量進行全面評價，與增值評價理念不謀而合，該模型認為教學過程需要從背景、輸入、過程和成果等維度進行綜合評價。職業教育的增值性評價不能只關注“輸入”與“輸出”兩端，忽視中間的培育過程，增值評價應貫穿整個教育活動，準確定位教育過程中的疑點，精準干預學生的差異化發展。教育評價數字化轉型是現代社會背景下的必然趨勢，智能技術的精準干預功能為職業教育的增值性評價提供了有力抓手。以往階段性的結果評價難以全面展現學生的學習表現，過程性的精準評價更便于教師準確識別問題所在，及時介入學生的成長軌跡，給予學生有針對性的指導幫助。傳統的評價技術難以挖掘表象之下的根源問題，“治標不治本”的干預方式無法根治學習過程中的頑疾，而智能評價技術能通過數據監測快速診斷出學生個人及教學過程的“難言之隱”，自動采取學情可視化、自適應推送、彈窗提醒等功能促進學生盡快調整狀態，化解潛在的學習危機。

調節干預是教育評價的目的，評價反饋是教育評價的依據。職業教育的多元化評價反饋一方面來源于不同的評價主體，提供多方位的評價視角，另一方面來自于豐富的評價形式，拓寬單一化的評價內容。考慮到增值評價模型的專業性和復雜性，可以將評價過程中的數據處理、增值分析、評價報告等環節委托給第三方評價機構或專業人員，以減輕學校和教師的工作負擔[18]。“教”與“評”分離管理，深化產教融合，讓政府、企業、第三方機構等多元化評價主體承擔增值評價體系實訓評估職能，相互監督與制約，打造職業教育增值評價共同體，形成共同治理、分工明確的評價機制。同時，除了拓展評價主體，還可以建立職校生增值水平數據庫，綜合運用其他評價形式進行彌補，例如學習成果、成長檔案、課堂觀察等形式，學生畢業后還可以回收用人單位評價意見，對人才培養質量進行追蹤調查，經過評價數據的智能分類，評估市場人才需求動態，形成完整多元的人才評價鏈條。我國新時代職業教育要轉變現有的評價理念，利用增值教育評價的“指揮棒”和現代智能技術的“助推器”，提高職業院校的辦學質量，提升職業教育的社會認同感，達成職業教育高質量發展的最終目標。