數智化時代高校教師考核評價治理的問題及優化路徑

摘 要：人工智能服務高校教師考核評價既是教育改革的現實訴求，也是現代大學建設的內在需求。但在實踐中，由于數字技術的自有弊端、數字規訓的影響、治理能力的欠缺等多種原因，技術賦能教師考核評價改革的實踐仍存在許多問題。因此，通過加強頂層設計，轉變教育數字化治理理念，搭建大數據綜合治理平臺，完善數智化時代教師培訓全面提升高校教師的數智化素養，成為優化教育數字治理、提升考核評價效能的重要路徑。

關鍵詞：人工智能；數智化；教育治理；高校教師；考核評價

黨的二十大報告指出，教育、科技、人才是全面建設社會主義現代化國家的基礎性、戰略性支持，而高質量的教師隊伍是實現教育強國、提高育人成效的關鍵。隨著數智化時代的到來，物流網、5G技術、大數據、云計算等技術不斷滲透到各個領域，其中便包括了教育領域。從實踐來看，人工智能技術的介入對于推動教育治理變革和完善現代大學制度具有深遠意義。

人工智能服務高校教師考核評價的內在邏輯

“智能+教育”是人工智能技術與教育改革深度融合的重要途徑，隨著人工智能技術的發展，數字化技術不斷滲透到教育領域的方方面面，人工智能技術介入教師考核評價不僅是教師考核評價的現實訴求，而且也是技術賦能現代大學治理的內在需求。

一方面，人工智能技術能夠有效彌補傳統高校教師考核評價的不足。高校傳統的教師考核評價存在諸多問題。例如：教師考核評價指標單一且固定，對現實出現的問題缺乏彈性設計和靈活處理空間；考核評價多采取簡單的定量統計方法。而人工智能技術能夠通過收集海量、不同類型的信息，通過數據挖掘等技術實現高效數據分析和結果呈現，恰好能夠彌補傳統考核評價方式中數據類型單一、數據分析難度大、評價主觀性強等不足，能夠從技術層面有效服務教師評價改革的內在需求，為教師考核評價改革提供了新的視角、注入了新的活力。

另一方面，技術賦能教師評價改革是現代大學發展的內在需求。技術賦能與現代大學發展在目標旨歸、組織變革、民主實踐等方面實現了價值耦合。現代大學制度的構建要通過完善治理體系、提升治理能力回應社會發展需要、提升人才培養質量，而人工智能技術能夠通過多種技術手段有效呈現大學治理過程的現狀、存在的問題，并通過數據監測和預警為大學治理實踐提供決策信息，規避發展風險，實現大學治理的目標。同時，隨著人工智能技術在教育治理中的不斷發展和運用，能夠從技術上彌補高校“科層制”發展的弊端，進一步凸顯高校作為“學術組織”的特性，有可能成為大學組織結構優化、制度體系變革、治理效率提高的重要因素，推動教學制度、評價制度及教師聘任制度的改革與創新[1]。

人工智能在高校教師考核評價應用中存在的主要問題

雖然人工智能技術能夠彌補傳統教師考核評價的弊端、推動教師考核評價改革，但由于數字技術的固有弊端、數字規訓的影響、治理能力的欠缺等多種原因，人工智能技術在高校教師考核評價應用中仍存在一些問題。

第一，數據存在碎片化、單一化和滯后性問題。囿于技術支持的初級階段，在考核評價過程中，不同部門的數據并未實現融通分享，多數考核數據需要教師根據考核指標描述自行填寫，規范性不足，“碎片化”特征明顯；高校采集的數據集中于教學、科研數據，因收集不夠全面導致應用時存在“單一化”取向；對教師考核相關數據管理不及時，如對科研進展程度、是否結項、社會評價等缺乏實時監測，數據“滯后性”明顯。

第二，數字規訓影響深遠，數據使用容易陷入數字崇拜。在績效主義和學術錦標賽的影響下，“數字規訓”已經深入高校教師考核評價的各方實踐。高校教師的考核評價多采取成果計件量化模式，更加關注外顯性、即時性的科研成果，強化考核評價工作的工具理性，忽視對教師職業操守、學術道德等非結構化、半結構化質性數據的關注和分析。此外，也要明確人工智能算法的可為之地是有一定邊界的，并不是所有領域都能允許算法介入，如果不跳出數字規訓，在考核評價中容易陷入“一切皆能數據化”的數字崇拜。

第三，高校考核評價人員適應數智化時代的綜合素養有待提升。一些高校管理者受傳統行政管理思維影響，以“居高臨下”的姿態，用“自上而下”的方式開展考核評價，這與數智化、扁平化、民主公開的時代要求存在沖突。同時，由于市場經濟的裹挾和高校類市場化的管理方式，教師考核評價中工具理性超越價值理性占據了優勢地位，人工智能技術僅僅被簡單認識為技術工具的實踐檢驗[2]，并未有效推動考核評價改革。此外，考核評價人員的數字素養與技能有所欠缺，未能熟練運用新型技術產品，在實踐中極大制約了人工智能技術賦能教師考核評價的進度與效能。

數智化時代高校教師考核評價治理的優化路徑

為使人工智能技術最大限度賦能教師考核評價工作、保障教師考核評價改革的順利推進，高校可以通過加強頂層設計、搭建大數據綜合治理平臺、提升高校教職工的智能素養等方式，更加科學全面、公開公正地收集并利用好教師師德師風、教育教學、科學研究等多方面的數據，建立數據動態可視性、客觀性和激勵性的現代考核評價體系[3]。

1.以“多”為要義，轉變考核評價理念

第一，內容多維度。要將能力因素、實績因素、貢獻因素相結合進行考慮，設計復合型的激勵政策體系，克服“四唯”傾向[4]。在定量績效基礎上增加定性指標，如教學效果、科研成果的社會影響等多方面。高校教師的主責是人才培養和知識生產，這兩項工作時間跨度和評價難度較大，可以實行長、短周期結合，以長周期考核為主的考核方式，全過程數據收集與分析，探索建立教師分層分類和代表作評價制度的本土化方案。

第二，主體多元化。引入學生、同行、行業專家等多元化評價主體，并在高校內部數據基礎上適當吸收外部公共平臺的相關信息，可以全面反映教師的職業表現，避免單一主體評價的片面性和局限性。同時，利用信息化手段，使考核過程和結果透明化，減少主觀因素的影響，提升考核的公平性和公正性。

2.以“強”為支撐，優化頂層設計

人工智能在教育領域的使用和推廣是信息時代發展的必然產物，但同時也帶來了新的治理問題，強化頂層設計與戰略引導，構建“人工智能+制度+教育治理”的制度框架，積極引導人工智能發揮服務教育改革發展的正向作用，是推動教師考核評價數智化改革的關鍵。

加強制度構建，強化頂層設計，形成“人工智能+制度+教育治理”的制度架構。一方面，要有計劃、有步驟推動人工智能技術深度介入教師日常管理，根據國家教育數字化發展戰略和規劃要求，將推進教育數字化擺在學校發展的重要位置，納入學校發展總體發展規劃，并制定專門的發展計劃。另一方面，要從學校層面加強數字技術的基礎設施建設，進一步細化數據采集規范、數據使用權責限度等基礎性制度規范，形成較為完善的人工智能介入教師考核評價工作的制度體系，從頂層設計確保數字技術對教育過程的滲透，形成智能教育公平、包容、優質、良性的政策空間[5]。

3.以“治”為方法，運用大數據綜合治理

第一，變革治理結構，建設跨部門綜合協同的數據管理與考核機構。數字技術從本質上講是跨部門、跨學科、跨區域和跨行業的，傳統的學科管理方式和院校關系已經不能適應數字時代對治理結構的要求，因此推動高校組織扁平化改革成為當務之急。從縱向來看，學校要向二級學院放權，使院系在包括教師招錄、職務評聘在內的各項人事管理工作中擁有更大的自主權，推動院系在教師考核評價數據收集中的重要作用，完善教師日常數據收集與數據監測。從橫向來看，管理部門要向普通教師放權，開放教師端口的數據收集、修改、調整和補充功能，強化教師在考核評價工作中的參與。同時，完善教師權益保障申訴救濟制度，暢通智能系統設計中的意見反饋途徑，使得考核評價既能滿足管理者的發展需要，又能遵從教師專業發展的內在規律要求，從而整合高校內部差異化的利益訴求，提高人力資源開發效率。

第二，突出價值導向，科學制定教師考核評價標準與細則。大數據技術的應用要關注價值性和工具性的耦合，以大數據為基礎的人力資源管理系統應以教師發展為著眼點進行開發設計。一是制定技術規范要求和標準，建立數據的統一規范與交互認證標準，強化日常教學、科研數據的收集、整理和分析，通過“指標設置—績效預警—教師反饋”的方式強化階段性績效溝通與反饋。二是通過完善“高校—區域”教師發展數據庫，建立教師素質發展檔案和誠信檔案，落實對師德師風、責任意識、道德水平等質性指標的考核評價，以外部監督方式強化教師的道德意識。三是增加考核評價指標的自主性，教師可以根據考核評價的標準提供其他支撐材料用以佐證個人績效，通過文本數據挖掘和大數據處理技術進行數據分析，科學呈現考核評價結果。四是每年通過分析教師業績表現，給出教師個人和學校整體人力資源優化發展建議，實現人力資源規劃、使用和培育有機融合，達到人力資源深度有效開發的預期目標。

4.以“提”為基礎，增強高校工作人員的智能素養

第一，提高數字風險意識。人工智能技術存在一定的算法缺陷，數據結果也并不總是正確的，因此構建完善的內部數據監測評估機制，強化數據風險防范勢在必行。高校在分析數據時要注重對算法偏見的規避，強化數據規范性和真實性審核，做好信息篩查和數據辨偽工作，減少錯誤數據和失真數據的產生。同時，要繼續強化一體化數字平臺建設，規范平臺管理，注意運用最新的技術手段強化數據監測，盡可能減少數據使用風險。

第二，提升數字智能素養。技術的應用推廣離不開一批專業素質過硬、綜合能力突出的人才隊伍。因此，高校要積極開發人工智能時代提升教師數字素養的系列培訓課程，幫助教師熟練運用智能化技術，進一步加強教師考核評價隊伍的數字化培訓。挖掘數據素養內涵的獨特性開展我國教師數據能力標準的構建，完善教師數據素養培訓和考核認定體系[6]，全面提升數字時代教職工的數據素養和數智能力，更加高效地識別、發現、解決人工智能技術在應用中可能產生的問題及風險，為考核評價數字化轉型提供人才隊伍支撐。

本文系中國教育學會2021年度教育科研重點委托課題“教師隊伍建設與教師權利義務的重構”（課題編號：2021012203WT1）階段性研究成果

參考文獻：

[1][2] 陳林.人工智能技術賦能大學治理現代化的機理、挑戰與應對[J].現代教育管理，2023（11）：13-25.

[3] 徐文強，楊淵.大數據在高校教師考核評價中的應用和思考[J].教育教學論壇，2023（19）：21-24.

[4] 王守軍. 當前高校教師隊伍建設若干問題的思考[J]. 北京教育（高教）， 2019 （9）：22-24.

[5] 徐和祥，申利俠.“智能+教育”：應用場景、風險挑戰與治理對策[J].復旦教育論壇，2023，21（2）：24-30.

[6] 李葆萍， 仁青草. 教師數據素養的研究現狀和啟示[J]. 北京教育（高教）， 2021 （9）：15-19.