智能技術賦能思想政治教育增值性評價的框架構建與實踐應用

引言

2020年10月，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》（以下簡稱《方案》）指出，要“堅持科學有效，改進結果評價，強化過程評價，探索增值性評價，健全綜合評價”[1]。這是我國首次在中央政策文件中提及“增值性評價”，彰顯了“增值性評價”對新時代教育評價改革的重要性與必要性[2；2019年國務院印發的《加快推進教育現代化實施方案（2018一2022年）》提出“推進高等教育內涵發展，完善高等教育質量標準和監測評價體系”[3]；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，增強教育適應性。由此可見，如何在數字化教育語境下重構高等教育評價體系，以人工智能、大數據等新興技術手段賦能高等教育高質量發展，是當下高等教育內涵式和數字化發展的重要突破口[4。隨著教育數字化轉型的深入推進，以人工智能、大數據為代表的前沿技術正成為高等教育評價體系系統性革新的核心動力，為教育質量提升注入新動能。在此背景下，思政教育增值評價機制正承載著全新的歷史使命，其內涵外延不斷拓展以適應時代需求。智能技術的突破性進展為教育評價模式創新提供了技術保障，推動智能技術與評價體系的深度融合已成必然方向[5。探索思政教育增值評價體系的創新路徑，已成為系統推進高校思想政治教育現代化進程中亟待解決的關鍵課題。

一、智能技術賦能思想政治教育增值性評價變革的目標導向

思想政治教育評價增值性體系的智能化轉型，本質上是教育評價范式在數字時代的適應性變革。智能技術的介入，推動評價目標從單一的知識考核轉向多維的育人效能評估，形成具有時代特征的價值導向體系。這一目標體系包含范式轉型與價值追求兩個維度，共同構成技術賦能教育評價改革的戰略指向。

（一）評價范式轉型目標

傳統思政教育增值評價多采用期末論文、考試等終結性評價方式，存在“重結果、輕過程”的弊端[。智能技術通過自然語言處理和時序數據分析技術，可構建持續性的評價追蹤系統。傳統評價常將學生簡化為統計學意義上的群體特征，忽視了個體差異性。智能技術通過多模態數據融合（文本、語音、微表情）構建個性化認知模型[8]。傳統評價體系存在明顯的時滯效應，難以預見思想發展趨勢。生成式AI借助時間序列預測模型，可建立價值觀發展預測系統。

（二）核心價值追求

智能技術構建的“評價一反饋一改進”閉環系統，將評價結果轉化為教育生產力。技術的價值負載特性要求AI系統成為主流思想意識的傳播載體。教師角色從“評價執行者”轉向“教育設計師”，AI系統承擔數據分析和初步診斷任務，教師專注價值引導策略制定，系統通過分析教師評價行為，為其提供專業發展建議，形成師生共同成長的良性循環。

（三）技術賦能戰略定位

智能技術驅動的增值性評價變革本質上是教育治理現代化的重要實踐。其目標體系遵循“問題診斷一過程優化一價值實現”的邏輯鏈：通過動態感知解決評價滯后性問題，借助智能診斷突破經驗依賴困境，最終實現立德樹人根本任務。這種轉型并非簡單的技術疊加，而是遵循教育規律的技術融合，將維果茨基的最近發展區理論轉化為個性化學習路徑推薦算法。這種教育理論與AI技術的深度耦合，確保評價變革始終沿著正確的價值軌道推進。

二、智能技術賦能思想政治教育增值性評價變革的要素框架

構建智能技術賦能的思政教育增值性評價體系，需突破傳統教育評價的線性思維，建立“技術一數據一主體一制度”四維協同的生態框架。該框架遵循“數據驅動評價、技術支撐決策、主體協同育人、制度保障安全”的設計邏輯，通過多層次要素的有機整合，實現教育整合，實現教育評價從工具理性到價值理性的躍遷。

（一）技術支撐層：混合架構下的智能中樞

設置核心架構的設計：采用“Transformer模型 + 知識圖譜”的混合架構，兼顧生成能力與價值導向。Transformer模型負責處理非結構化文本數據，通過自注意力機制捕捉學生思想動態的語義關聯；知識圖譜則構建馬克思主義理論、社會主義核心價值觀等思想意識知識網絡，形成價值判斷的基準坐標系。二者通過動態權重分配機制協同工作：當處理常規認知評價時，Transformer權重占 70% ；進行價值觀評估時，知識圖譜權重提升至 65‰

綜合功能模塊的集成：（1）動態感知系統基于多模態傳感器網絡（包括課堂語音記錄、在線學習日志、行為追蹤設備），構建實時數據采集矩陣。采用算法識別社會實踐視頻中的關鍵行為節點（如志愿服務時長、團隊協作表現），結合情感計算技術分析參與者的情緒投入度；（2）智能診斷系統：通過對比分析引擎檢測學生思想軌跡與目標模型的偏離度；（3）生成反饋系統：采用強化學習優化反饋策略，根據學生認知特征動態調整指導方案。對于理論薄弱型學生，生成案例教學資源；對實踐不足者，則推薦定制化社會調研項目。

（二）數據資源層：教育大數據的治理革命

建立“三位一體”數據采集體系：（1）教學數據：覆蓋課堂互動（如舉手頻次、發言情感值）、在線測試（知識點掌握熱力圖）等結構化數據；（②）行為數據：通過校園卡記錄借閱紅色經典頻次（閾值監測）、志愿服務軌跡等半結構化數據；（3）網絡數據：爬取社交媒體發言、網絡課程參與度等非結構化數據。

建立知識庫構建策略：（1）馬克思主義理論庫：收錄經典著作數字化文本及權威解讀文獻；（2）紅色文化資源庫：整合革命遺址VR影像、英雄人物全息投影等沉浸式教育資源；（3）典型案例庫：基于對抗生成網絡構建虛擬教育場景。

（三）主體協同層：人機共生的關系重構

設立人機協同決策機制：設計“教師主導一AI輔助”的混合增強智能模式：AI系統完成數據分析（如價值觀傾向聚類分析），生成初步診斷報告；教師負責關鍵決策（如風險等級判定、干預策略選擇），并通過反饋循環優化算法模型。

構建四維評價網絡：教師評價（權重 40% ）：側重理論深度與價值立場；AI系統評價（ 30% ）：基于大數據的行為模式分析；同伴互評（ 20% ）：采用區塊鏈技術確保過程可信；社會反饋（ 10% ）：整合實習單位、社區組織的定性評價。

（四）制度保障層：風險防控的規則體系

建立倫理審查制度：（1）技術倫理審查：評估算法價值觀偏差（如使用LDA主題模型檢測生成內容的思想意識傾向）；（2）過程倫理監督：設立學生代表參與的倫理委員會，對數據采集范圍進行聽證；（3）結果倫理追：采用區塊鏈存證技術，確保評價記錄不可篡改。教育部試點要求所有AI評價系統必須通過《教育人工智能倫理審查標準》認證。

設置人工驗證機制：每月隨機抽取 10% 的AI評價結果進行專家復核，誤差率超過 15% 觸發模型再訓練；增量學習系統：當檢測到新社會思潮（如元宇宙倫理）時，自動啟動知識圖譜擴展程序；反饋補償機制：對受算法誤判影響的師生，提供申訴通道與信用修復方案。某省教育廳規定，系統迭代周期不得超過90天。

三、智能技術賦能思想政治教育增值性評價變革的推進路徑

（一）以育人成效為中心，建立個性化評價指標

新時代高等教育機構應以可持續教育理念為指導，系統構建差異化人才培養體系。基于個體發展性評價理論，教育者需突破傳統量化考核的局限性，在知識傳授與能力培養的辯證統一中落實立德樹人根本任務。發展性評價體系的核心價值在于實現3個轉向：從群體橫向比較轉為個體縱向追蹤；從結果性判定轉為過程性診斷；從外部指標考核轉為內生動力激發。依托智能教育技術平臺，各高校可結合學科優勢與育人特色，構建三級動態評價模型：基礎層包含核心素養、專業能力、品德修為等六大領域；中間層細化為學術創新、技能認證、勞動實踐等觀測點；操作層則對應項目制學習、職業資格考核、志愿服務等具體指標。在實施環節，建議采用“四維聯動”機制：運用教育數據挖掘技術構建學生成長畫像，通過機器學習算法建立個性化評價參數，依托區塊鏈技術實現評價過程溯源，采用可視化技術生成發展性評估報告。這種智能評價系統不僅能精準識別學生的優勢潛能，還可為每位學習者定制成長路徑圖，真正實現因材施教的教育理想[10]。該體系需建立動態優化機制：在指標設計階段引入德爾菲專家論證法，在數據采集環節應用多源異構信息融合技術，在結果分析層面采用增值分數模型，最終形成兼具科學性與人文性的教育評價生態系統。這種創新模式既契合國家人才戰略需求，又能有效促進學生的全面而有個性地發展。

（二）以持續改進為特色，分析過程性評價數據

教育增值評估作為過程性質量監測工具，其核心在于構建以時序數據驅動的動態分析模型。該模式依托縱向追蹤研究范式，通過多維度成長軌跡對比揭示思想政治教育成效，其運行機制包含3個創新維度：采用雙周期對比設計，要求建立覆蓋教育過程始末的時序數據庫；形成多源證據鏈，整合認知發展、價值塑造與行為養成三維觀測體系；創建智能反饋系統，實現教育干預的精準迭代。在實施路徑上采用“雙軌制”評估框架：首階段基線測評借助智能傳感網絡獲取多主體基礎數據，同步運用微表情識別、生物特征傳感等數據采集技術；次階段發展性測評聚焦成長增量，采用混合研究方法，經多源異構融合引擎處理后，可生成可視化增值軌跡圖譜。智能技術的應用顯著提升評估效能：由教育專網、邊緣計算節點和設備構成的智能感知系統，可實時捕獲協作參與度、情感波動曲線等教學伴隨性數據；基于深度學習的多模態分析平臺能自動識別價值觀形成關鍵事件；而數字孿生技術則支持構建虛擬對照組，模擬不同教育策略的干預效果。全息化評估模式形成了“數據感知一智能診斷一靶向干預”的質量提升體系，使思政教育從經驗驅動轉向循證驅動。該體系構建了3層保障機制：數據層采用聯邦學習框架下的隱私計算模型，分析層開發基于因果推理的增值計算算法，應用層設計個性化教育處方推送系統。通過將評估結果與人才培養方案動態耦合，實現思政課程的效果量化，生成學生專屬的素質發展路線圖。

（三）以精準干預為導向，納入多元化評價反饋

思想政治教育質量評估體系正經歷數字化轉型，基于大數據分析的智能診斷系統通過動態追蹤學生成長軌跡，能夠精準識別個體發展中的潛在問題。該技術體系整合學情可視化呈現、個性化資源推薦、實時預警提示等模塊，形成“監測一反饋一干預”的閉環管理機制，有效預防心理危機與行為偏差。在評價機制改革中，需明確區分過程性調節與結果性評估的職能定位，前者側重教育干預的即時性，后者強調評價數據的溯源性。構建多維度的評估反饋體系需要從主體協同與方式創新兩個維度突破。在主體維度上，建立政府主導、院校協同、第三方參與的“三元制衡”評估架構，通過職能分工實現評估過程的相互監督。專業機構可受托完成增值評價中的數據處理、趨勢建模等專業技術環節，有效減輕教育主體的行政負荷。在方式維度上，除傳統評價手段外，應構建覆蓋全周期的數字化評估矩陣：整合電子成長檔案、課堂行為分析、實踐成果評估等多元數據源，并延伸至畢業生職業發展追蹤，通過用人單位反饋實現人才質量的全鏈條監測。新時代思想政治教育評價改革應著力構建“雙輪驅動”發展模式：一方面運用增值評價理論優化評估導向；另一方面借助智能技術革新評價手段。通過建立動態更新的教育質量數據庫，運用機器學習算法進行需求預測與資源適配，最終形成具有社會公信力的教育質量認證體系。這種創新模式不僅能夠提升育人實效，更有助于增強思想政治教育的社會認同度，實現教育供給側與人才需求側的精準對接。

結語

新一代信息技術革命背景下，以人工智能為引領的智能技術集群正全方位重塑社會運行形態，同時為高校思想政治教育評價體系的現代化轉型注入創新動能。依托數字孿生、云端計算等智能技術架構，教育評價系統在科學化、動態化與客觀化維度實現了范式突破。這要求教育評價改革遵循三重路徑，最終構建具有數字時代特征的思想政治教育動態增值評價體系。

本文系2023年度廣東省高校思想政治教育課題項目《智能技術賦能新時代高校思想政治教育的增值性評價研究》（項目編號：2023GXSZ116）的研究成果。

參考文獻：

[1]中共中央國務院印發深化新時代教育評價改革總體方案[N].人民日報，2020-10-14（001）.

[2]黃冬霞，吳滿意.思想政治教育獲得感：內涵、構成和形成機理[J].思想教育研究，2017，（06）：28-32.

[3]程仕波.論大學生思想政治教育獲得感的生成機制[J].黑龍江高教研究，2020，38（06）：108-112.

[4]辛濤，“探索增值評價”的幾個關鍵問題[J].中小學管理，2020，（10）：1.

[5]陳華洲，贠婷婷.思想政治教育增值評價的理論內涵與實現路徑[J].思想理論教育，2022，（06）：52-58.

[6]劉建軍.高校思想政治教育工作質量評價的必要性、可行性及其限度[J].學校黨建與思想教育，2018，（11）：5-7.

[7]陳萬柏，張耀燦.思想政治教育原理[M].北京：高等教育出版社，2015.

[8]汶莎莎，孫剛成.增值性評價：促進每一個學生可持續發展[J].上海教育科研，2022，（03）：70-75.

[9]馮慧，饒從滿.美國教師培養項目增值評價探析一以路易斯安那州為例[J].比較教育研究，2018，40（06）：59-68.

[10]楊鴻，朱德全，宋乃慶，等.大數據時代學生綜合素質評價：方法論、價值與實踐導向[J].中國電化教育，2018，（01）：27-34.

（作者單位：廣東機電職業技術學院汽車學院）

（責任編輯：袁麗娜）