近年來，國際測評和教育評價改革實踐強調技術賦能推動學生核心素養(yǎng)發(fā)展與評價，以引導教育教學改革。但由于核心素養(yǎng)具有綜合性、復雜性和內隱性的特征，目前還難以對其進行準確和客觀的評價。此外，現有技術手段在表征學生復雜特征、突破評價工具發(fā)展瓶頸、規(guī)避人機互信危機等方面仍面臨評價能力不足的困境，未能有效地對學生關鍵能力與素養(yǎng)進行評價，也無法滿足創(chuàng)新人才培養(yǎng)和選拔需求，制約著教育評價改革的縱深推進。

核心素養(yǎng)評價要求全面深入地表征學生復雜特征，但現有評價模式側重單次、單一知識點的評價，評價結果只能提供對學生特征的簡單化表征，無法全面反映學生能力與素養(yǎng)。其中存在的主要問題有二。一是缺少人機交互的表現性任務。盡管我們普及了在線測試，但多是將傳統(tǒng)紙筆測試以電子化形式“搬運”到在線平臺，偏向于知識傳遞與獲得的標準化任務，缺乏動態(tài)環(huán)境下對能力與素養(yǎng)的評估，限制了學生展現自我的機會。二是評價標準難以調整。評價標準仍以知識記憶和理解為主，缺少對問題解決、批判性思維、創(chuàng)造力等素養(yǎng)指標的評價，適用性和可操作性不強，導致評價難以捕捉學生復雜特征，亦難以真實反映學生能力與素養(yǎng)發(fā)展情況。

為實現全面評價學生的核心素養(yǎng)，評價工具需要超越對知識記憶和理解的評價范疇，轉向通過模擬真實性場景下的評價任務，以獲取學生能力與素養(yǎng)評價的多維度信息。然而，這一轉變面臨技術局限、數據利用問題和場景適應性不足三個發(fā)展瓶頸：一是技術支持的不充分使得實時反饋和持續(xù)評估難以實施，在很大程度上限制了教學、學習與評價的一體化遷移至多樣化學習環(huán)境中，進而影響了教學精準化、學習個性化和評價智能化的實現；二是多模型評價數據利用問題，包括數據采集的局限性，難以精準捕捉表現性和非結構化學習任務中的復雜、動態(tài)和多維數據，導致許多評價研究僅限于特定情境，同時數據運用方法尚未成熟，在構建評價模型時需要克服多模態(tài)數據之間的同步性、互補性、冗余性以及特征提取和整合等一系列問題；三是評價工具的場景適應性不足，難以靈活應對復雜多變的教育環(huán)境和場景，特別是在資源有限和數字化基礎設施不健全的情況下，無法在不同場景間實現有效應用，進而造成評價與實踐的分離。

評價模型的可解釋性是指其產生的評價結果能夠被人們理解和接受的程度。隨著深度學習和機器學習技術的發(fā)展，可解釋性評價模型主要分為三類：獨立于模型的方法、依賴于模型的方法以及因果解釋方法。盡管人工智能可解釋性評價模型的準確性顯著提升，但仍存在精度不穩(wěn)定、教育場景適應能力弱、單一模型分析不足等問題，導致人機信任危機，影響教育評價結果的公平性和科學性，容易誤導教育決策。究其根本：一是源于算法偏見，評價結果可能嵌入技術構建者的價值觀，導致價值觀窄化；二是由于認知決策偏差，現有技術未能完全模擬人類思維和缺乏情感理解，加劇了智能機器決策過程中的不確定性；三是因為缺乏對可解釋性評價模型效度的驗證，預測準確性驗證相對較多，而對可解釋性的驗證相對缺乏。

學生需要完成的真實性任務，包括任務的性質和要求等，必須基于真實性場景。真實性場景作為真實性任務的實踐場域，包括時空背景和數字化資源等，需要貼近現實，評價目標被精心融入場景中，從而引導學生解決現實和未來生活問題，促進能力與素養(yǎng)的逐層深化。同時，通過創(chuàng)設涉及現實世界中經濟、社會和環(huán)境等方面的人機交互真實性任務，不僅能夠測試學生的知識記憶和理解，更能助推學生將知識和技能遷移到現實生活場景中，實現對學生能力與素養(yǎng)的直接評價，并發(fā)揮場景化評價在“主動育人”方面的積極作用。

智能動態(tài)性體現為通過高度智能化和動態(tài)適應能力，使場景化評價能夠根據學生學習進度和實時反饋，靈活調整真實性場景和個性化評價方案。具體表現在：一方面，真實性場景可動態(tài)調整，通過利用追蹤技術、動態(tài)模擬技術和事件觸發(fā)器，實時接收、傳輸和整合來自現實世界的變化與數據，智能化調整場景設置，能夠增強場景的真實感知、動態(tài)互動和智能適應，使評價工具與教育實踐、教育場景、教育環(huán)境相銜接，從而為學生提供最適宜的真實性場景；另一方面，個性化評價方案的智能適配，借助智能監(jiān)測和多模態(tài)學習情感計算等技術，持續(xù)跟蹤分析學生的認知過程、自我調節(jié)過程、情感狀態(tài)變化等全過程學習行為表現，進而向學生提供智能化、個性化的學習資源和學習策略等服務與支持，以提升評價的精確度。

場景化評價環(huán)境依托“AI+真實性場景”的教學評一體化數字空間，不僅消除了傳統(tǒng)教育場景的壁壘，還實現了學校、社區(qū)、場館、工作等多場景聯(lián)動、數據互通共享以及技術、教學、評價的深度融合。一是人機融合互動。利用可穿戴和嵌入式傳感器等智能設備，提供豐富的學生體驗視角，使學生能夠無意識地、自然地融入虛實融合的真實性場景中，并在多個場景間自由切換，從而全面捕捉和記錄學生學習行為表現。二是角色與場景的融合。真實性場景提供情感沉浸體驗，不僅能夠充分調動學生的多感官參與，還能增強人與人之間以及人與場景之間的價值觀傳遞，有效促進學生在真實性場景中實現情感與認知的深度互動。三是評價過程與評價結果的緊密結合。通過應用貝葉斯知識追蹤模型、知識情境感知的深度知識追蹤模型等自適應學習技術，能夠持續(xù)監(jiān)測和診斷學生與真實性任務的互動情況，為教師和學生提供實時且有意義的反饋信息，有效彌合教學、學習與評價之間的鴻溝。

場景化評價的內隱聯(lián)結性體現在其以一種不易被學生察覺的方式，持續(xù)且穩(wěn)定地對學生在真實性場景中展現的、難以直接觀測到的個人能力與素養(yǎng)進行評估，并能夠預測學生的未來潛力和發(fā)展趨勢，為學生全面成長提供堅實的支撐。場景化評價通過與教學活動的無縫對接，使得評價過程自然地融入真實性場景之中，學生幾乎不會察覺到評價的存在，確保了教學與評價的同步性和連貫性。在真實性任務的完成過程中，學生能夠獲得持續(xù)的學習支持和即時反饋，這將幫助他們超越現有能力，向更高層次發(fā)展。同時，借助腦機交互和信號傳遞等技術，場景化評價能精確捕捉并映射學生實時的思維活動、意識細胞功能變化、神經元動態(tài)突變以及認知過程進展，從而揭示他們在創(chuàng)新思維、問題解決、溝通協(xié)作和價值觀形成等方面的發(fā)展情況。