技術倫理視角下人機協同教育評價的運行機制與實踐策略

摘要：教育評價事關教育發展方向。伴隨新一代智能技術加速演進，主動運用智能技術深入推進教育評價改革，構建人機協同教育評價新格局成為廣泛共識。但在存有諸多因素交互影響的教育評價場景中，人類“智慧”與機器“智能”如何協同評價、潛在倫理風險如何規避紓解等核心問題仍待商榷。該研究以核心概念辨析釋義為基點，從技術倫理視角考量人機協同教育評價，審度評價目標、評價內容、評價方式、評價過程、評價結果等要素，構建人機協同教育評價運行機制。為深化實施人機協同教育評價，應發展基于“人在回路”原則的教育評價“研發-設計-實施-監察”規則體系，即開發倫理導向的評價技術，策劃以人為本的評價活動，夯實協同參與的評價力量，審視管控失度的評價體系。

關鍵詞：教育評價；人機協同；技術倫理；“人在回路”

中圖分類號：G434 文獻標識碼：A

* 本文系2022年度國家社會科學基金“十四五”規劃教育學重點課題“智能技術賦能教育評價改革研究”（課題編號：ACA220026）研究成果。

一、引言

教育評價作為引領人才培養方向的指揮棒、反映教育改革成效的晴雨表，對教育高質量發展具有引導、評判與監測作用。以ChatGPT為代表的大模型（Generative Artificial Intelligence，GAI）持續迭代，正加速引領人類社會進入人機協同、跨界融合、共創分享的新時代[1]。充分利用人工智能、大數據等現代信息技術創新評價工具，提高教育評價的科學性、專業性和客觀性[2]，推動教育評價數字化轉型[3]，已成為打造高水平教育評價體系的核心議題。但對教育評價來說，智能技術既能為教育評價改革插上理想的翅膀，也是懸在現有教育評價體系之上的“達摩克利斯之劍”。由于智能技術具備傳統工具技術不具有的邏輯道德延展性，嵌入大模型的教育多智能體[4]甚至逐漸成為具備自主知識生產能力的教育實踐主體[5]，智能技術之于教育評價作用所衍生的新的價值沖突與風險挑戰也應然而生。在存有諸多因素交互影響的教育評價場景中，人和機器以何種關系存在、如何互動、如何發展，以有效規避或解決智能技術可能引發的倫理風險這一核心問題有待進一步商榷[6]。

區別于注重工具創新與技術運用的智能教育評價，強調指向人類“智慧”與機器“智能”深度融合的人機協同教育評價或為解題之道。人機協同教育評價是智能教育評價的更高形態，它超越單純的技術工具論，嘗試在技術與人文間找到平衡點，以實現技術工具性與教育目的性的統一為主旨，更加凸顯人主導機器、機器調節人的評價理念。然而，當前人機協同教育評價研究方興未艾，主要聚焦于人機協同教育評價方法[7]、人機協同教育評價模式實踐[8]以及多場景人機協同教育評價框架構建[9]等方面。關于如何深化人機協同教育評價根本認識，如何厘清“人評”與“機判”間的協同運行關系，如何促進“人-機”和諧共生等關鍵問題尚未得以明確。厘清人機協同教育評價的內涵本質與運行機制，既要關注“人-機”間外部倫理關系，也要注重“人-機”主體內部道德性，更要聚焦“人-機”協同共生的技術倫理，在統整以倫理治理技術問題的“外在主義”和以用技術治理倫理問題的“內在主義”基礎上，形成辯證統一的研究進路。基于此，本研究嘗試從技術倫理視角厘清人機協同教育評價的概念范疇，構建人機協同教育評價的運行機制，檢視人機協同教育評價的“人在回路”實踐策略，旨在為深化智能時代的教育評價改革提供參考與借鑒。

二、技術倫理視角下的人機協同教育評價概念范疇

智能教育評價可以破除傳統以終結性評價為主的單一評價方式，實現對教育主體、教育活動的全過程、伴隨式、多元化評價，切實解決教育評價中的現有問題。但現代“機器”智能是載荷倫理意向性的人工道德行動體，存粹疊加運用于教育評價之上，可能引發新的倫理問題，包括但不限于評價前的數據采集邊界、算法歧視偏見、用戶自主權受限，評價中的人機關系異化、決策反饋延誤、主體技術負擔，評價后的結果解釋運用失位、負面輿論影響、忽視弱勢群體，以及活動過程中的“人”性缺失、“機”體失控、“人-機”失衡等。因此，深刻理解人機協同教育評價的內涵本質，構建融合人類“智慧”與機器“智能”協同共生的評價體系成為規避問題的關鍵。

1.人機協同的內涵

起源于古希臘的協同（Synergistic）一詞，在《說文解字》中釋義為“協，眾之同和也；同，合會也”，意為眾人合力。赫爾曼·哈肯提出，自然界與人類社會的各種事物普遍存在無序和有序現象，無序即混沌、有序即協同，其系統協同學思想認為協同是各子系統間相互協作，形成超越各子系統功能總和的有序整體[10]。工業革命以來，協同思想拓展至人與機器間，強調人與機器在勞動層面的協作關系[11]。而智能技術的飛速發展，致使人機協同中的“機”超越機器范疇，促使人與機器逐漸形成交互延展的增強關系[12]。故而，按系統協同學思想，人機協同可理解為人與機器各自執行所擅長的工作，相互協作達成理想目標，朝有序系統方向發展的動態過程。其中，“機”利用自身強勁算力、算法模型、數據資源，完成復雜的數據分析、模式識別、精密計算等任務，呈現機器系統的解決方案；“人”則依據經驗及情感完成策略規劃、價值判斷、技術交互等創造性工作，并綜合機器評估協商、修正做出最終決策。教育領域中的人與機器協同作業可追溯至計算機輔助教育教學，其將計算機視為輔助工具，替代教育工作者完成部分教育教學任務、增強教學信息傳遞、輔助習題訓練等。后在機器學習、深度學習、自然語言處理等關鍵技術推動下，智能導師、自適應學習等充分發揮機器智能特性的教學系統出現，輔助學生制定個性化學習規劃，協助教師完成教學任務，并逐漸產生“教師監督-智能導學”“智能伙伴-教師協同教學”等多種人機協同導學的新模式[13]。在強調以人為核心、機器為輔助的人機協同教育模式中，教育由傳統的知識單向傳授轉變為人機互動、師生共創的探究過程，機器以卓越的信息處理能力和智能化的服務支持教育活動各環節，人類依據直覺經驗、創造能力、情感交流以及對教育本質的理解為這一過程注入溫度和深度。

2.人機協同教育評價的內涵

自泰勒首次提出與使用“教育評價”一詞以來，教育評價研究者持續豐富深化教育評價內涵，對教育評價概念的理解逐漸接近其本質面貌。泰勒在《教育評價概念的變化》中指出，教育評價是檢驗教育思想和計劃的過程[14]。格朗蘭德提出，教育評價等同于量/質的記述+價值判斷[15]。我國教育界則多認為教育評價是對教育過程和結果的描述與價值判斷[16]。而在教育評價中，表征評價活動參與情況的基本要素包含評價主體、評價目標、評價內容、評價方式、評價過程、評價工具、評價結果等，影響評價活動最終質量的關鍵要素包含理論基礎、評價原則、評價投入、評價結果應用[17]等，各要素合理運作、共生發展構成教育評價系統整體。近年來，我國教育信息化事業取得長足進步，智能技術支撐的“機”也逐漸釋能于教育評價，推動評價方式逐漸由教師的“經驗性評價”轉向大數據驅動的“數字化評價”，評價內容逐漸由對學生知識水平、教師教學水平等“單一性評價”轉向對更多元的學習場景、學習主題、學習能力的“綜合性評價”，評價手段逐漸由唯分數導向的“結果性評價”轉向注重診斷反饋的“過程性評價”[18]，教育評價手段智能化成為解決教育評價過程中諸多問題的新的突破口，人類與機器正在建立更為緊密的協作評價關系，人借助技術中介評估學習價值、判斷教育成效的評價形態逐步走向常態化。

社會的需求、技術的發展、教育的變革告訴我們，人機協同并非智能時代不得已的選擇，而是引領人機共處向善的基本原則[19]，具體到教育評價領域亦是如此。基于前文所述，本文認為可從以下三方面深化人機協同教育評價認識：從內涵來看，可理解為在教育評價活動中人與機器有統有分、有主有次地執行各自擅長的工作，一方面發揮“人類”智慧，完成對評價活動的目標擬定、實施方式、技術運用、干預反饋、風險規避等環節的宏觀把控與微觀調節，另一方面運用“機器”智能，實現對教育全過程信息、數據的科學搜集、系統處理、全面分析并呈現機器診斷結果，二者形成協同有秩、運行有序的評價系統，對教育活動價值作出判斷決策；從本質來看，是指在運用智能技術賦能教育評價的基礎上，更加注重人類“智慧”與機器“智能”優勢互補、協同發力、系統集成的教育評價，既保證人的價值判斷、情感理解、情境適應等特質在評價活動中的關鍵作用，又發揮機的數據分析、算法決策、算力支撐等功能在評價活動中的支持作用，實現人文關懷與技術賦能的有機結合；從價值旨歸來看，在于應用智能技術驅動教育評價模式創新，促進教育教學模式方法改進、提升教育教學質量與效率、推動教育事業的可持續發展，促使教育更加關注人的全面發展、激發人的學習潛力、賦予人更加廣闊自由的學習空間。

3.技術倫理視角下的人機協同教育評價考量

技術倫理的誕生和發展源于倫理學對技術問題的持續關注和技術哲學的倫理轉向。從人工智能的倫理困境到生物技術的道德邊界，技術活動所帶來的社會倫理問題日益突出，因其不僅涉及技術本身的合理性和可行性，更觸及人類價值觀、道德觀念和倫理原則的根本。在此背景下，致力于從倫理學角度審視技術發展，為技術的可信賴、可持續發展提供道德支撐的技術倫理隨之出現，并逐漸形成“外在主義”與“內在主義”兩種對立統一的倫理在進路。

一方面，技術倫理的“外在主義”進路關注技術在社會中的應用及其對人類生活、社會結構和生態環境的影響，批判性審視技術活動引發的價值分歧和潛在風險，并通過構建倫理準則、標準以及框架對其規約和管控[20]。在此視角下，技術被視為外部因素，其倫理考量主要集中在技術如何被社會接受和使用、如何影響社會倫理標準；強調人類對技術的控制和治理，確保技術的發展和應用符合社會倫理規范，降低技術濫用導致的負面影響；通常涉及對技術的監管、法律約束以及倫理審查，確保技術的發展不會侵犯人權，不會加劇社會不平等。長期以來，“外在主義”是審視智能技術倫理問題的主要進路。當前世界各國人工智能監管治理的原則標準，多基于“外在主義”進路修繕、制定和實施，如2024年歐盟批準實施的全球首部人工智能監管法《人工智能法案》，便是基于人工智能對用戶和社會的潛在影響程度而采取分級分類風險監管治理的方式[21]；再如2023年我國發布的《全球人工智能治理倡議》，提出通過建立并完善人工智能相關倫理原則、規范、問責機制，以及建立科技倫理審查和監管制度[22]等措施從外部監察層面治理人工智能。解決人機協同教育評價潛在的倫理問題，從“外在主義”進路看，一是可通過建立分別針對“人”與“機”的評價倫理準則與監管措施，明確評價活動設計、開發和使用所必須遵循的道德規范，以對“人”和“機”進行外部的道德監督與倫理考察；二是應加強技術開發者與評價實施者之間的對話，為設計更契合倫理規范的評價工具與實施更規范的評價活動提供保障；三是應批判性審視人機協同教育評價活動結果可能引發的價值分歧和潛在風險，從而構建符合倫理道德要求的人機協同教育評價體系。

另一方面，“外在主義”進路主張關注技術活動的后果以及在問題發生后再進行批判審視的做法，導致其治理會相對滯后的弊端逐漸顯現，技術倫理在發展中逐漸興起了與之互補，強調在設計階段嵌入人的道德倫理、在使用過程中規范人類道德行動的“內在主義”進路。其將技術物納入道德行動體，認為技術物能夠滿足道德行動體界定的因果效應標準、代理標準和道德自主性標準，從而賦予技術物一定的能動性和倫理價值，意在更好地形成人與技術的“混合行動體”[23]。“內在主義”進路認為技術不再是中立的，技術的設計、開發和應用過程本身就包含了價值判斷和倫理審思，而這些附載意識可能會對使用者產生深遠的影響。因此，“內在主義”進路主張在技術設計階段就應考慮倫理問題，確保技術產品和服務在本質上是負責任的、公正的、尊重人權的，技術應該設計得能夠促進人類福祉、避免潛在倫理困境。從“內在主義”進路看，人機協同教育評價應將智能技術及工具納入道德行動體的范疇，一要注重人機的認知一致性、信任建立、意圖共享和價值觀對齊，增強人與機器之間的內在協調與深層次協同，從上游的評價設計環節對機器“智能”進行道德物化考量；二要關注機器“智能”如何與人的道德觀念、倫理準則相協調，讓人的能動性受到機器“智能”的居間調節，確保機器“智能”在教育評價中的輔助性和服務性地位；三要關注大模型支持下教育評價場景中多智能體的研發設計與協同問題，避免因智能體間各標準不一致、“對話”不及時等問題而導致的倫理風險，更好地建立一種人機協同、相互尊重、相互約束的倫理關系。

總體來看，無論是“外在主義”進路還是“內在主義”進路，本質都是為了使技術更好地服務于人。正確認識人機協同教育評價中的“人-機”倫理關系，需要明確兩種進路之間并非對立排斥關系，而是互相補充嵌套并統一于技術之善中。即用“內在主義”進路解決人機協同教育評價中人、機各自內部的倫理問題，用“外在主義”進路審視人與機之間協同不當引發的倫理問題。誠如維貝克所言，人類道德活動受技術物的形塑與影響，應將非人類實體及其與人類的聯系都納入道德共同體之中[24]。在人機協同教育評價中既要關注機器“智能”應用的合規性，也要追求技術設計的道德性；既要遵守以人權為中心的倫理原則，也需關注機器“智能”的創新應用；既要發揮機器“智能”的優勢，也能保持人類“智慧”的主導地位，避免技術過度干預和替代人的決策。

三、技術倫理視角下的人機協同教育評價運行機制

厘清智能時代教育評價活動中人與機器的協同運行機制，首先要明確“人-機”最基本的協同關系。從技術倫理視角看，“外在主義”主張人具有完全自主的能動性，而“內在主義”倡導人的行為受到機器“智能”的居間調節。因此，在人機協同教育評價中，人是教育評價活動的主導者，機器則是教育評價活動中的輔助者，但同時，二者關系是一種深度融合的協作模式，機器不僅作為輔助工具存在，還扮演著調節優化人類評價行為的角色。在此基礎上，需要對教育評價系統的基本構成要素進行宏觀的全面把握。一般來講，評價的基本要素要反映教育評價活動的基本問題，即主要解決“誰來評”“為什么評”“評什么”“怎么評”“評何用”[25]等問題。結合前文對評價基本要素的總結，本文遵循上述教育評價基本問題框架，對評價目標、評價內容、評價方式、評價過程、評價結果等要素重新審度。嘗試從技術倫理視角下“人-機”基本協同關系出發，回答各評價要素置身于人機協同形態下“人該做什么？機器應該做什么？以及人機如何協同？”三個根本問題[26]，構建技術倫理視角下的人機協同教育評價運行機制，如圖1所示。

1.人機“和鳴”引領評價目標向善而生

從技術倫理視角看，人機協同下教育評價目標的確定，人與機器應兼顧技術的倫理考量與教育的本質價值，既落實德育為先、能力為重、全面發展的教育理念，也秉持技術發展向善、重塑教育、使人為人的工具使命，雙方共同確保評價體系的全面性和適應性，促進教育評價向善發展。具體來說，教育評價目標的確定應與教育“為黨育人、以人為本”的目標原則一致，評價者應堅持問題導向、以評促學、以評促建的設計原則，定義、開發并維護基于核心素養的教育評價目標框架，設定具體可衡量的評測指標，制定公正、客觀、合理的評價標準，監督管理框架、標準等在應用過程中的公平性和有效性，以反映教育的真實價值。在制定評價目標時要充分考慮機器“智能”的優勢與局限，保持敏銳的倫理道德意識，思考如何利用機器“智能”提供的數據分析結果來優化教育評價目標，使其更能反映教育現狀的真實面貌。而機器“智能”對于教育評價目標的確定，一方面可基于大數據、機器學習、智能算法等角度多維度的收集學生數據，分析教育文獻、研究報告、政策文件等確定評價需求，通過模式識別和關聯分析輔助教育者矯正、設計靈活多樣的評價目標和具體指標，例如，機器“智能”可結合分析社會經濟發展趨勢、行業需求報告和職業技能框架，預測未來哪些核心素養能力對學習者至關重要，進而指導教育者調整評價重點。另一方面，機器“智能”的運用需要遵循尊重原則、公正原則等倫理規范，幫助教育者識別和解決評價目標設置階段可能出現的倫理問題，增強教育評價目標的可信度和公正性，為教育者提供定制化的建議，釋放教育者的時間，使其更加專注于更深層次教育評價理念和目標的思考，推動教育評價目標適應更多不同學習背景的學生的個性化需求。

2.人機“互倚”拓展評價內容多維感知

人機協同下的教育評價可扭轉傳統以知識形態考察、工作績效考核為主的評價現象，實現對評價對象批判思維、創新意識、情感價值觀等高階能力的多維感知。從技術倫理角度看，人機協作互補能更全面準確地展示評價對象的高階能力，人類專家依靠專業判斷優化對非結構化內容的評估，機器則通過數據分析來量化和模型化學習者的多模態表現，共同提升評價的全面性。具體來說，教育者可結合教育政策背景、自身專業知識和先驗經驗來確定評價重點，尤其是情感狀態、社會技能等機器難以捕捉的非結構化內容的確定，確保評價內容不僅僅只關注其學業表現，更要注重對評價對象思維方式和創新意識的培養。基于與評價對象的互動觀察、深度對話，判斷評價對象的情感需求和能力素質并調整評價重心，通過綜合機器“智能”提供的數據分析結果與評價對象反饋的體驗感受適時修改、優化評價內容，確保評價內容能與評價對象發展需求高度適應。同時，教育者應對機器“智能”在評價內容的選取、采集、處理等方面進行全流程監督，確保其設計使用符合教育基本倫理原則。而機器“智能”則依據VR/AR、可穿戴設備、生理信號檢測等技術實現全過程伴隨式采集評價對象的學習成績、情緒狀態、生理認知等多模態數據，利用機器學習算法對數據進行建模和預測，以反映學生創造能力、批判性思維等多維度的表現，發現評價對象學習行為缺點、專業發展短板、心理健康問題等問題，為更好實現對點幫扶、因材施教、教學改進提供決策依據。此外，區塊鏈技術可支持評價對象在不同實體機構或虛擬平臺實現技能、學分、知識的不同評價內容的微認證，形成個人評價電子檔案袋，覆蓋更加全面的評價維度，其去中心化的、可驗證的、防篡改的存儲系統，將不同內容的評價記錄存放在區塊鏈數據庫中，實現互聯網記錄、認證與轉換的數字代碼化，提高評價內容的保密性與真實性，較好地解決評價過程中所面臨的記錄非法篡改、認證不透明、轉換不順暢等中心化教育評價治理困境。

3.人機“共擘”推動評價方式協作優化

從技術倫理視角看，人機協同教育評價方式將發生根本轉變，人類專家通過調動機器智能各種優勢，優化四類評價方式，確保各評價方式間的數據互通與內容互補，形成多種評價方式聯動、人與機器協同的全新格局，更加強調評價的透明度以及對個體差異的尊重。結果評價方面，評價者應承擔監督指導責任，將教育倫理內化于心，關注評價結果對學生心理及社會情感層面的影響，保證智能技術在結果評價中落實公正性與全面性；機器“智能”通過試題查重、難度預測、智能化組卷、智能考試平臺等技術優化考試流程、創新結果評價[27]。同時，機器“智能”的運行遵循可解釋性原則，以保證決策邏輯清晰可追溯。過程評價方面，秉持以學生為中心的評價理念，評價者需思考如何引導學生參與到評價過程促進自我評價與同伴評價，如何發揮過程性評價對培養學生元認知能力和自我調節學習策略的作用，同時保障學生數據安全與個人隱私；機器“智”能依靠數據挖掘、學習分析、系統建模等技術診斷分析，洞察評價主體教育需求，實現過程性評價數據實時傳送、結果實時反饋及措施及時干預。增值評價方面，評價者應聚焦于促進評價對象長期的成長與進步，利用智能技術追蹤學生的學習歷程、識別成長趨勢、評估干預策略有效性，更好體現增值評價成長性、階段性、激勵性的特點；機器“智能”依托大模型、大數據等技術建立增值評價追蹤數據庫，捕捉并分析學生的學習軌跡、識別學習風格和偏好，提供適應性的學習資源和適宜的增值評價模型，優化數據的收集、傳輸、處理等流程，提高增值評價的易用性與科學性[28]。綜合評價方面，評價者應構建盡量涵蓋品德發展、學業發展、身心發展、審美素養、勞動與社會實踐等全面的評價框架，充分考慮學生的多元智能和非認知技能，并將倫理考量作為核心要素充分融入評價實踐，確保技術不會損害學生的福祉，促進學生全面發展；機器“智能”基于神經網絡、蒙特卡羅模擬等智能算法集成優化各類綜合評價指標或模型[29]，利用自然語言處理、情感分析等先進技術實現跨學科、跨領域的綜合評價，從而更準確地描繪評價對象的能力圖譜，實現智能技術成為教育生態進化的促進者，而非簡單的監控評測工具。

4.人機“同籌”催化評價過程動態調整

從技術倫理的角度出發，人機協同教育評價過程應兼顧技術應用過程的反饋調整和其固有屬性價值的內在融合，依據人的宏觀調控和機器的實時反饋，實現評價過程由人類和機器“智能”共同設計優化、共同監督反饋、共同學習適應，調動評價體系的靈活性和準確性。具體來看，評價者應基于對真實教育情境的理解，考慮綜合運用智能技術制定針對學生學習效果、教師教學質量、學校管理成效、區域教育質量等不同評價內容的評價方案，包括設計具體的評價目標、選擇評價方法、開發評測工具、實施評價活動等。評價者要明確界定評價過程中管理者、教師、學生、家長及技術開發者等評價主體的職責，秉持公正、透明、尊重的道德倫理原則對機器“智能”設計、開發、運用于教育評價的全過程進行算法審查與道德監督，以盡量透明、公正的方式識別并糾正潛在的偏見、歧視。準確解讀機器“智能”生成的評價結果，將其轉化成易于理解的語言，與學生家長進行有效溝通，并建立有效的主體監督反饋機制并根據反饋結果調整評價方案，形成持續改進的閉環。改進評價過程中可能出現的機器決策有偏差、人為評價太主觀的問題，解決評價過程中采集哪些數據、清洗哪些數據、呈現哪些數據等問題。機器“智能”則需按照人的倫理設計要求，將發展性原則、以人為本原則、多元智能理論等道德考量嵌入算法開發、數據處理、程序執行中。憑借其內置的學習機制適應變化的教育情境和任務要求，從教學行為、學生行為、課堂表現等維度進行數據采集與數據初步清洗，并完成評價者判斷決策后的數據優化處理，加強對評價數據中敏感信息、附帶權益與經濟價值的識別與防護。生成與學生身心發展、教師專業發展、學校教育質量所符合的動態趨勢圖或畫像，并給出提示預警輔助人類及時查漏補缺、修正策略、完善工作。此外，機器“智能”應依據評價反饋和人類指令動態調整評價參數，呈現可視化的操作邏輯和決策路徑，使評價過程透明可解釋便于人類追蹤理解，促進教育的多元化與包容性。

5.人機“并讞”敦促評價結果持續驅動

對于教育評價結果的應用，“外在主義”進路強調批判反思技術活動的負面倫理價值、主張限制消極倫理后果，而“內在主義”進路積極肯定技術活動的正面倫理價值、主張發揮積極倫理作用[30]。故而人機協同教育評價中的結果運用與價值實現，應在統一兩者觀點基礎上實行由人主導、人機并行的評價結果“審斷-反饋-優化”閉環驅動機制，不斷促進評價體系的迭代演進。具體來說，一方面，在人機協同教育評價中，機器“智能”做評斷難以綜合學生的個人背景、學習習慣、情緒狀態等因素，故機器給予人的往往不是結論性觀點而是過程性提示，但不同的利益相關者對教育評價結果的價值追求不同。因此，評價者應綜合評價經驗與教育背景，基于道德框架和倫理原則對機器診斷結果做出綜合價值判斷，充分解讀機器“智能”所給出的評價結果，給不同評價主體出具不同風格的評價報告，通過人工復審削弱惡性評價結果的負面輿論影響。另一方面，評價者需要運用評價結果驅動“教-學-評”一體化，人機協同教育評價不應是孤立的終端環節而是貫穿于教育始終，其即時反饋特性促使教育活動可動態調整，評價主體通過洞察評價者的需求和障礙及時進行教育反思、改變教育策略，實施精準化、定制化、差異化干預手段，通過持續的監測和評估促進學生自我反思，為教師提供持續改進教學實踐的數據支持，同時也為完善教育政策措施、加強教育宏觀治理提供重要參考。而機器“智能”通過深度學習、大數據等技術加速識別評價對象特征，從海量教育數據中抓取獲得關鍵信息，生成直觀的畫像、熱力圖、雷達圖、儀表板等，評估教育教學現狀、預測教育發展趨勢、診斷教學學習障礙，深入分析評價結果的影響因素，包括學習習慣、教學方法和外部環境條件等，為師生生成定制化的解決方案，減少傳統教育評價人為主導過于主觀的影響。在處理評價結果時尊重學生隱私、確保數據安全、遵循法律法規，遇到不確定數據時采取保守策略避免產生錯誤歸因，對可能出現的負面影響結論采取敏感性處理措施，同時，為人工復審呈現問題數據來源、分析問題成因以縮減審查周期，定期進行自審查、自訓練優化評價算法模型，增強人機道德互信。

四、技術倫理視角下的人機協同教育評價實踐策略

在智能時代的語境中，馬克思主義哲學關于“使人的感覺成為人的，并創造同人的本質和自然界的本質全部豐富相適應的人的感覺”的論述[31]，揭示了教育在塑造個體感知能力和認知結構方面的深層涵義。智能技術作為兼具主體與客體屬性的新型工具，正悄然重構著學生發展目標，新型勞動異化問題進一步凸顯培養具備高度適應性與創造性的新質生產力的緊迫性[32]。而從技術倫理視角的人機交互出發，發展基于“人在回路”原則[33]的教育評價“研發-設計-實施-監察”相關規則體系，是有效保證應用智能技術的同時使人的決策和倫理考量始終處于核心地位，更好地促進學生發展更為豐富、更加全面的感知能力和認知維度，使之與人的本質屬性和自然社會的復雜特性相匹配的有效策略。

1.研發層：開發倫理導向的評價技術

從人機協同教育評價的技術研發階段規避倫理風險，是實現技術倫理化、促進教育評價公平與正義的重要前提。首先，應由專業人員構建涵蓋隱私保護、數據偏見、自動化影響、道德判斷以及人類與人工智能互動等多維度的倫理框架，以保障技術的發展與應用遵循道德規范。為此，在技術研發階段應組建由跨學科專家組成的多學科背景研究團隊，包括教育學、心理學、數據科學、倫理學者及法律專家，同時，強化技術研發者與評價實施者之間的協同對話，形成以技術人員視角看評價、以評價人員視角看技術的研發體系，以支撐評價活動實施前多角度審視和規避可能引發的倫理問題與歧視風險。開發和維護高標準的數據隱私保護機制，參考GDPR（通用數據保護條例）[34]等國際隱私法規，采用如差分隱私技術、數據最小化原則和匿名化處理等方法，確保學生個人數據的安全與隱私不受侵害。其次，在評價算法與模型研發層面，公平性、透明性與可解釋性是核心考量要素。可應用公平性評估工具和算法，如公平性指標、群體公平性分析等策略確保算法在不同人口統計特征群體間的表現一致，避免加劇因決策不公所引發的“馬太效應”。透明性原則要求算法的決策依據和邏輯能夠被用戶理解，在增加系統可信度的同時可為后續的倫理審查和問題解決提供基礎，可解釋性原則要求開發者設計易使用的友好交互界面，使決策結果、決策流程可為使用者直觀接受。為此，算法設計者應具備較高倫理素養，能深入理解人工智能倫理的基本原則，如尊重隱私、防止意識形態偏差、確保透明度等，可通過定期的企業培訓、工作坊等方式持續提升研發人員倫理素養，確保其在算法設計、數據處理和系統集成等各個環節都能夠遵循倫理規范、做出負責任的技術決策。

2.設計層：策劃以人為本的評價活動

人機協同教育評價活動的設計實施，要求設計者具備深厚的協同理論素養、卓越的人機協同設計能力以及敏銳的倫理洞察力。評價主體需深入挖掘和整合關于人機協同評價流程的理論基礎與實踐智慧，這不僅涉及對現代教育評價理論的深刻理解，也涵蓋對人工智能倫理原則的熟稔掌握。一方面，設計階段應構建起囊括教育測量學、心理學、信息科技、倫理學等多個領域的評價知識體系，確保所設計的評價框架、評價標準、評價活動既科學嚴謹又合乎倫理，評價主體需與教育學者、心理學家甚至一線教育工作者緊密協作，促進不同領域知識的交叉與融合，共同探討如何將前沿技術與教育評價理念深度融合，設計面向人人而非僅僅服務精英或特定人群的人機協同評價體系，真正實現教育評價的公平與質量并重。另一方面，積極關注對教育評價本身的評價的教育元評價[35]，對促使評價主體反思評價本身的目標設定、數據采集、結果解讀及反饋機制，衡量學生學習成效、提升評價質量效率、適應教育發展趨勢至關重要。評價設計者應將“元評價”思維內置于教育活動或教育評價設計中，考慮設定多層評價機制促進教育評價系統實現反省完善和持續優化。此外，應重視教育者技術倫理素養與智能評價素養培養，強調倫理原則在評價設計中的貫徹運用，在設計的過程步驟中能預先采取措施以規避或紓解倫理問題。這要求設計者不僅要熟悉相關的法律法規、準確預見潛在的倫理風險，還要能夠制定有效的補救策略、迅速響應并妥善處理，才能確保人機協同評價系統在促進教育公平與質量提升的同時不會造成新的社會不公或侵犯個體權益。

3.實施層：夯實協同參與的評價力量

人機協同教育評價的實施階段不僅要求技術的深度融合參與，更重要的是統籌多元的評價主體力量，讓不同利益相關者能切身參與評價活動、切實發揮技術作用。一是促進“家-校-社-企”的緊密聯系，建設支持教育云服務和移動應用程序等的智能化平臺，作為溝通的橋梁讓家長、教師、學生乃至社區成員能即時獲取并分析教育評價結果，增強家長或社會層面對學校教育的監督和參與，綜合多方意見反饋于教學實踐、教育決策中，形成良性循環。二是依據評價主體的職責進行細致的層級設計，并合理分配管理權限，確保各個主體按照各自評價任務與責任深度參與評價過程，避免價值沖突。如，可賦予不同的評價主體相應的數據訪問權限，確保只有經過授權的人員能夠接觸敏感信息，限制數據的濫用與泄露風險，解決教育者與學生之間的信任危機。三是教育評價實施應因地制宜，教育評價體系必須根植于當地的文化、經濟和社會環境中，研究者在制定評價指標和工具時，可運用智能技術分析地方文化特色、資源分布情況以及教育真實需求，為不同地區（如農村和城市）定制差異化的評價標準，例如避免“一刀切”的評價模式，為每個地區生成個性化的解決方案。四是保障評價過程由專業人才指導，根據人機協同評價的實時結果靈活調整評價策略，為教育決策提供有力支撐。為此，高等教育機構可考慮開設智能教育評價專業，通過案例教學、實操訓練等方式培養具備跨學科知識、融合多領域技能、可實施協同評價的復合型人才，為人機協同教育評價的創新與實踐輸送智力資源。

4.監察層：審視管控失度的評價體系

人機協同教育評價的監督管理是確保教育評價體系公正、透明及有效運行的必要環節。一方面，機器“智能”可能遵循一種與人類道德觀念不同的邏輯或價值觀，導致與人類道德觀念產生沖突，而目前尚未形成完善的智能技術倫理原則和規范，故而從法律法規準則制定的角度出發，應依據國家教育方針和教育評價基本原則，明確技術使用邊界、數據隱私保護、算法公平性要求，建立健全責任追究機制，對違規行為實施嚴格處罰；監管評價系統的技術安全性和算法的公正性，通過引入第三方權威審計機構定期對評價系統進行安全測試和算法審查，確保技術平臺免受惡意攻擊，評分機制公正無偏，能夠盡量精準地客觀反映被評價對象的真實水平。建立實時監測和預警系統，及時發現并處理潛在的技術故障或異常評分現象，確保評價結果的準確性與穩定性。另一方面，對于評價結果的社會影響評估與應用，應設立專門的評估小組對評價結果的后續影響進行跟蹤監察研究，評估其對教育政策、教學實踐、學生心理等方面的長遠效應，確保評價活動不僅局限于單一的數據報表，而是成為推動教育進步、促進學生全面發展的有力杠桿。設計并實施針對教育評價活動的元評價，持續優化迭代評價體系，以適應教育發展需求。此外，倡導建立多元主體參與的監管機制，定期組織公開論壇和研討會，分享評價經驗、收集反饋意見、優化評價流程，確保評價體系能夠全面反映各方關切、增強評價的公正性和社會認可度使評價體系成為一個開放、互動、持續改進的系統。

五、結語

技術都是以某種善為目的[36]。技術之善的原初意義是拓寬人生存發展的邊界，使人之為人，而人與技術的倫理關系則在其交互之間顯現。深化教育評價改革是一項系統性工程，它不僅僅關乎技術的革新與應用，而且更深層次地觸及教育本質與價值導向。開展人機協同教育評價必須堅守技術倫理底線，從評價目標、內容、方式、過程、結果等維度深化人機協作關系，進而構建融合人類智慧與機器智能優勢、超越傳統教育評價范式的新型教育評價體系，形成“1+1>2”的人機協同教育評價新形態，確保智能技術應用于教育評價活動中的每一環節盡可能遵循公平正義、隱私保護和人文關懷等原則，以實現教育評價的真正革新、每份潛力得以公正衡量、每位學生全面而有個性發展。

參考文獻：

[1] 中華人民共和國教育部.引導人工智能賦能教師 引領教學智能升級[EB/OL].http：//www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/moe_1485/202212/ t20221205_1021972.html，2022-12-05.

[2] 中華人民共和國教育部.中共中央 國務院印發《深化新時代教育評價改革總體方案》[EB/OL].http：//www.moe.gov.cn/jyb_xxgk/moe_1777/ moe_1778/202010/t20201013_494381.html，2020-10-13.

[3] 檀慧玲，王玥.教育評價數字化轉型的內生動力與核心議題[J].教育研究，2023，44（12）：143-151.

[4] 吳永和，姜元昊等.大語言模型支持的多智能體：技術路徑、教育應用與未來展望[J].開放教育研究，2024，30（5）：63-75.

[5] 楊宗凱.在中國教育學指引下推進教育數字化[J].教育研究，2023，44（7）： 12-16.

[6] 吳龍凱，程浩等.智能技術賦能教育評價的時代內涵、倫理困境及對策研究[J].電化教育研究，2023，44（9）：19-25.

[7] 周東波，趙帥等.人機協同的大學生個性化教育評價方法研究[J].西安交通大學學報（社會科學版），2024，44（3）：21-30.

[8] 宛平，顧小清.生成式人工智能支持的人機協同評價：實踐模式與解釋案例[J].現代遠距離教育，2024，（2）：33-41.

[9] 王辭曉，徐珺巖等.多場景人機協同在線教學評價框架研究——基于層次分析法和熵權法的分析[J].現代教育技術，2023，33（1）：74-82.

[10] [西德]哈肯.張紀岳，郭治安譯.協同學導論[M].西安：西北大學出版社，1981.1.

[11] 毛剛，王良輝.人機協同：理解并建構未來教育世界的方式[J].教育發展研究，2021，41（1）：16-24.

[12] 祝智庭，戴嶺等.“近未來”人機協同教育發展新思路[J].開放教育研究，2023，29（5）：4-13.

[13] 盧宇，駢揚等.新型智能導學系統構建及其關鍵技術[J].中國遠程教育，2023，43（7）：30-38+46.

[14] Tyler，R.W.Changing concepts of educational evaluation [J].Journal of Education Research，1986，10（1）：1-113.

[15] 李亞東，張行.教育評價發展的歷史軌跡及其規律[J].江蘇高教，2000， （3）：62-65.

[16] 辛濤，李雪燕.教育評價理論與實踐的新進展[J].清華大學教育研究，2005，（6）：38-43.

[17] 張生，王雪等.人工智能賦能教育評價：“學評融合”新理念及核心要素[J].中國遠程教育，2021，（2）：1-8+16+76.

[18] 鄭永和，王一巖等.人工智能賦能教育評價：價值、挑戰與路徑[J].開放教育研究，2024，30（4）：4-10.

[19] 毛剛，王良輝.人機協同：理解并建構未來教育世界的方式[J].教育發展研究，2021，41（1）：16-24.

[20][30] 張衛.人工智能倫理的兩種進路及其關系[J].云南社會科學，2021， （5）：21-27+185.

[21] 上海市人工智能社會治理協同創新中心.歐盟《人工智能法》定稿版本[EB/OL].https：//aisg.tongji.edu.cn/info/1005/1192.htm，2024-01-23.

[22] 外交部.全球人工智能治理倡議[EB/OL].https：//www.fmprc.gov. cn/web/ziliao_674904/1179_674909/202310/t20231020_11164831. shtml，2023-10-20.

[23] 肖紅軍.算法責任：理論證成、全景畫像與治理范式[J].管理世界，2022， 38（4）：200-226.

[24] [荷]彼得·保羅·維貝克.閆宏秀，楊慶峰譯.將技術道德化：理解與設計物的道德[M].上海：上海交通大學出版社，2016.49-50.

[25] 鄔向明.素質教育知行錄[M].北京：人民教育出版社，2012.133.

[26] 陳凱泉，韓小利等.人機協同視閾下智能教育的場景建構及應用模式分析——國內外近十年人機協同教育研究綜述[J].遠程教育雜志，2022，40（2）：3-14.

[27] 劉邦奇，汪張龍等.人工智能賦能改進結果評價：問題、路徑及展望[J].中國考試，2024，（1）：34-44.

[28][32] 吳砥，郭慶等.智能技術賦能教育評價改革[J].開放教育研究，2023， 29（4）：4-10.

[29] 劉邦奇，劉碧瑩等.智能技術賦能新時代綜合評價：挑戰、路徑、場景及技術應用[J].中國考試，2022，（6）：6-15.

[31] [德]卡爾·馬克思，弗里德里希·恩格斯.中共中央馬克思恩格斯列寧斯大林著作編譯局譯.馬克思恩格斯文集（第一卷）[M].北京：人民出版社，2009.191-192.

[33] 鄭戈.人工智能與法律的未來再思考[J].數字法治，2023，（3）：67-82.

[34] 葉開儒.數據跨境流動規制中的“長臂管轄”——對歐盟GDPR的原旨主義考察[J].法學評論，2020，38（1）：106-117.

[35] 侯光文.試論教育評價元評價[J].教育理論與實踐，1998，（4）：24-27.

[36] 苗力田.亞里士多德全集：第8卷[M].北京：中國人民大學出版社，2016. 27-30.

作者簡介：

吳龍凱：教授，博士，博士生導師，研究方向為教育人工智能、智能教育評價、數字化政策與實踐。

The Operational Mechanism and Practical Strategies of Human-Machine Collaborative Education Evaluation from the Perspective of Technical Ethics

Wu Longkai1， Cheng Hao2， Huang Qiyu2， Wang Zhengxin2

1.National Intelligent Society Governance Experiment Base（Education）， Central China Normal University， Hubei 430079， Wuhan 2.Faculty of Artificial Intelligence Education， Central China Normal University， Hubei 430079， Wuhan

Abstract： Education evaluation is crucial to the development direction of education. With the rapid evolution of new generation intelligent technology， the proactive use of intelligent technology to advance the reform of education evaluation and build a new pattern of humanmachine collaborative education evaluation has become a widely recognized consensus. However， in the complex educational evaluation scenarios with multiple interacting factors， the core issues of how human “wisdom” and machine “intelligence” collaborate in evaluation， and how to avoid and alleviate potential ethical risks， still need to be discussed. This study， starting from the clarification and interpretation of core concepts， considers human-machine collaborative education evaluation from the perspective of technological ethics， examines the elements such as evaluation goals， evaluation content， evaluation methods， evaluation processes， and evaluation results， and constructs the operational mechanism of human-machine collaborative education evaluation. To deepen the implementation of human-machine collaborative education evaluation， we should develop a rule system for education evaluation based on the “human-in-the-loop”， that is， to develop ethically guided evaluation technology， plan human-centered evaluation activities， consolidate the collaborative participation in evaluation， and scrutinize and control the excessive evaluation system.

Keywords： education evaluation； human-machine collaboration； technical ethics； “human-in-the-loop”

收稿日期：2024年9月3日

責任編輯：李雅瑄