近年來，國際測評和教育評價(jià)改革實(shí)踐強(qiáng)調(diào)技術(shù)賦能推動(dòng)學(xué)生核心素養(yǎng)發(fā)展與評價(jià)，以引導(dǎo)教育教學(xué)改革。但由于核心素養(yǎng)具有綜合性、復(fù)雜性和內(nèi)隱性的特征，目前還難以對其進(jìn)行準(zhǔn)確和客觀的評價(jià)。此外，現(xiàn)有技術(shù)手段在表征學(xué)生復(fù)雜特征、突破評價(jià)工具發(fā)展瓶頸、規(guī)避人機(jī)互信危機(jī)等方面仍面臨評價(jià)能力不足的困境，未能有效地對學(xué)生關(guān)鍵能力與素養(yǎng)進(jìn)行評價(jià)，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(jià)改革的縱深推進(jìn)。

核心素養(yǎng)評價(jià)要求全面深入地表征學(xué)生復(fù)雜特征，但現(xiàn)有評價(jià)模式側(cè)重單次、單一知識點(diǎn)的評價(jià)，評價(jià)結(jié)果只能提供對學(xué)生特征的簡單化表征，無法全面反映學(xué)生能力與素養(yǎng)。其中存在的主要問題有二。一是缺少人機(jī)交互的表現(xiàn)性任務(wù)。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(yùn)”到在線平臺，偏向于知識傳遞與獲得的標(biāo)準(zhǔn)化任務(wù)，缺乏動(dòng)態(tài)環(huán)境下對能力與素養(yǎng)的評估，限制了學(xué)生展現(xiàn)自我的機(jī)會(huì)。二是評價(jià)標(biāo)準(zhǔn)難以調(diào)整。評價(jià)標(biāo)準(zhǔn)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(biāo)的評價(jià)，適用性和可操作性不強(qiáng)，導(dǎo)致評價(jià)難以捕捉學(xué)生復(fù)雜特征，亦難以真實(shí)反映學(xué)生能力與素養(yǎng)發(fā)展情況。

為實(shí)現(xiàn)全面評價(jià)學(xué)生的核心素養(yǎng)，評價(jià)工具需要超越對知識記憶和理解的評價(jià)范疇，轉(zhuǎn)向通過模擬真實(shí)性場景下的評價(jià)任務(wù)，以獲取學(xué)生能力與素養(yǎng)評價(jià)的多維度信息。然而，這一轉(zhuǎn)變面臨技術(shù)局限、數(shù)據(jù)利用問題和場景適應(yīng)性不足三個(gè)發(fā)展瓶頸：一是技術(shù)支持的不充分使得實(shí)時(shí)反饋和持續(xù)評估難以實(shí)施，在很大程度上限制了教學(xué)、學(xué)習(xí)與評價(jià)的一體化遷移至多樣化學(xué)習(xí)環(huán)境中，進(jìn)而影響了教學(xué)精準(zhǔn)化、學(xué)習(xí)個(gè)性化和評價(jià)智能化的實(shí)現(xiàn)；二是多模型評價(jià)數(shù)據(jù)利用問題，包括數(shù)據(jù)采集的局限性，難以精準(zhǔn)捕捉表現(xiàn)性和非結(jié)構(gòu)化學(xué)習(xí)任務(wù)中的復(fù)雜、動(dòng)態(tài)和多維數(shù)據(jù)，導(dǎo)致許多評價(jià)研究僅限于特定情境，同時(shí)數(shù)據(jù)運(yùn)用方法尚未成熟，在構(gòu)建評價(jià)模型時(shí)需要克服多模態(tài)數(shù)據(jù)之間的同步性、互補(bǔ)性、冗余性以及特征提取和整合等一系列問題；三是評價(jià)工具的場景適應(yīng)性不足，難以靈活應(yīng)對復(fù)雜多變的教育環(huán)境和場景，特別是在資源有限和數(shù)字化基礎(chǔ)設(shè)施不健全的情況下，無法在不同場景間實(shí)現(xiàn)有效應(yīng)用，進(jìn)而造成評價(jià)與實(shí)踐的分離。

評價(jià)模型的可解釋性是指其產(chǎn)生的評價(jià)結(jié)果能夠被人們理解和接受的程度。隨著深度學(xué)習(xí)和機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，可解釋性評價(jià)模型主要分為三類：獨(dú)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(jià)模型的準(zhǔn)確性顯著提升，但仍存在精度不穩(wěn)定、教育場景適應(yīng)能力弱、單一模型分析不足等問題，導(dǎo)致人機(jī)信任危機(jī)，影響教育評價(jià)結(jié)果的公平性和科學(xué)性，容易誤導(dǎo)教育決策。究其根本：一是源于算法偏見，評價(jià)結(jié)果可能嵌入技術(shù)構(gòu)建者的價(jià)值觀，導(dǎo)致價(jià)值觀窄化；二是由于認(rèn)知決策偏差，現(xiàn)有技術(shù)未能完全模擬人類思維和缺乏情感理解，加劇了智能機(jī)器決策過程中的不確定性；三是因?yàn)槿狈山忉屝栽u價(jià)模型效度的驗(yàn)證，預(yù)測準(zhǔn)確性驗(yàn)證相對較多，而對可解釋性的驗(yàn)證相對缺乏。

學(xué)生需要完成的真實(shí)性任務(wù)，包括任務(wù)的性質(zhì)和要求等，必須基于真實(shí)性場景。真實(shí)性場景作為真實(shí)性任務(wù)的實(shí)踐場域，包括時(shí)空背景和數(shù)字化資源等，需要貼近現(xiàn)實(shí)，評價(jià)目標(biāo)被精心融入場景中，從而引導(dǎo)學(xué)生解決現(xiàn)實(shí)和未來生活問題，促進(jìn)能力與素養(yǎng)的逐層深化。同時(shí)，通過創(chuàng)設(shè)涉及現(xiàn)實(shí)世界中經(jīng)濟(jì)、社會(huì)和環(huán)境等方面的人機(jī)交互真實(shí)性任務(wù)，不僅能夠測試學(xué)生的知識記憶和理解，更能助推學(xué)生將知識和技能遷移到現(xiàn)實(shí)生活場景中，實(shí)現(xiàn)對學(xué)生能力與素養(yǎng)的直接評價(jià)，并發(fā)揮場景化評價(jià)在“主動(dòng)育人”方面的積極作用。

智能動(dòng)態(tài)性體現(xiàn)為通過高度智能化和動(dòng)態(tài)適應(yīng)能力，使場景化評價(jià)能夠根據(jù)學(xué)生學(xué)習(xí)進(jìn)度和實(shí)時(shí)反饋，靈活調(diào)整真實(shí)性場景和個(gè)性化評價(jià)方案。具體表現(xiàn)在：一方面，真實(shí)性場景可動(dòng)態(tài)調(diào)整，通過利用追蹤技術(shù)、動(dòng)態(tài)模擬技術(shù)和事件觸發(fā)器，實(shí)時(shí)接收、傳輸和整合來自現(xiàn)實(shí)世界的變化與數(shù)據(jù)，智能化調(diào)整場景設(shè)置，能夠增強(qiáng)場景的真實(shí)感知、動(dòng)態(tài)互動(dòng)和智能適應(yīng)，使評價(jià)工具與教育實(shí)踐、教育場景、教育環(huán)境相銜接，從而為學(xué)生提供最適宜的真實(shí)性場景；另一方面，個(gè)性化評價(jià)方案的智能適配，借助智能監(jiān)測和多模態(tài)學(xué)習(xí)情感計(jì)算等技術(shù)，持續(xù)跟蹤分析學(xué)生的認(rèn)知過程、自我調(diào)節(jié)過程、情感狀態(tài)變化等全過程學(xué)習(xí)行為表現(xiàn)，進(jìn)而向?qū)W生提供智能化、個(gè)性化的學(xué)習(xí)資源和學(xué)習(xí)策略等服務(wù)與支持，以提升評價(jià)的精確度。

場景化評價(jià)環(huán)境依托“AI+真實(shí)性場景”的教學(xué)評一體化數(shù)字空間，不僅消除了傳統(tǒng)教育場景的壁壘，還實(shí)現(xiàn)了學(xué)校、社區(qū)、場館、工作等多場景聯(lián)動(dòng)、數(shù)據(jù)互通共享以及技術(shù)、教學(xué)、評價(jià)的深度融合。一是人機(jī)融合互動(dòng)。利用可穿戴和嵌入式傳感器等智能設(shè)備，提供豐富的學(xué)生體驗(yàn)視角，使學(xué)生能夠無意識地、自然地融入虛實(shí)融合的真實(shí)性場景中，并在多個(gè)場景間自由切換，從而全面捕捉和記錄學(xué)生學(xué)習(xí)行為表現(xiàn)。二是角色與場景的融合。真實(shí)性場景提供情感沉浸體驗(yàn)，不僅能夠充分調(diào)動(dòng)學(xué)生的多感官參與，還能增強(qiáng)人與人之間以及人與場景之間的價(jià)值觀傳遞，有效促進(jìn)學(xué)生在真實(shí)性場景中實(shí)現(xiàn)情感與認(rèn)知的深度互動(dòng)。三是評價(jià)過程與評價(jià)結(jié)果的緊密結(jié)合。通過應(yīng)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(yīng)學(xué)習(xí)技術(shù)，能夠持續(xù)監(jiān)測和診斷學(xué)生與真實(shí)性任務(wù)的互動(dòng)情況，為教師和學(xué)生提供實(shí)時(shí)且有意義的反饋信息，有效彌合教學(xué)、學(xué)習(xí)與評價(jià)之間的鴻溝。

場景化評價(jià)的內(nèi)隱聯(lián)結(jié)性體現(xiàn)在其以一種不易被學(xué)生察覺的方式，持續(xù)且穩(wěn)定地對學(xué)生在真實(shí)性場景中展現(xiàn)的、難以直接觀測到的個(gè)人能力與素養(yǎng)進(jìn)行評估，并能夠預(yù)測學(xué)生的未來潛力和發(fā)展趨勢，為學(xué)生全面成長提供堅(jiān)實(shí)的支撐。場景化評價(jià)通過與教學(xué)活動(dòng)的無縫對接，使得評價(jià)過程自然地融入真實(shí)性場景之中，學(xué)生幾乎不會(huì)察覺到評價(jià)的存在，確保了教學(xué)與評價(jià)的同步性和連貫性。在真實(shí)性任務(wù)的完成過程中，學(xué)生能夠獲得持續(xù)的學(xué)習(xí)支持和即時(shí)反饋，這將幫助他們超越現(xiàn)有能力，向更高層次發(fā)展。同時(shí)，借助腦機(jī)交互和信號傳遞等技術(shù)，場景化評價(jià)能精確捕捉并映射學(xué)生實(shí)時(shí)的思維活動(dòng)、意識細(xì)胞功能變化、神經(jīng)元?jiǎng)討B(tài)突變以及認(rèn)知過程進(jìn)展，從而揭示他們在創(chuàng)新思維、問題解決、溝通協(xié)作和價(jià)值觀形成等方面的發(fā)展情況。