人工智能赋能职业教育增值评价的逻辑取向与路径探索

作者简介：杨珍珍（1999—），女，喀什大学教育科学学院2022级硕士研究生，研究方向为职业教育数字化。

摘要：以人工智能、区块链、大数据为代表的智能技术不断推动职业教育评价的变革与创新。增值评价利用智能技术转变传统职业教育评价中唯智、唯学、唯成绩等的不科学评价导向，对构建新时代职业教育评价体系具有重要作用。在人工智能与职业教育融合的新时代背景下，职业教育增值评价必须厘清价值逻辑、内生逻辑、发展逻辑，为职业教育的高质量发展提供动力，从系统设计、价值耦合、数据依托、主体驱动四个维度构建具有中国特色的职业教育增值评价的路径，以实现促进学生全面发展、教师专业发展、职业院校效能提升的目标。

关键词：人工智能；职业教育评价；增值评价

中图分类号：G710    文献标识码：A    文章编号：1672-5727（2024）05-0019-07

为了适应由技术引发的产业转型升级与职业教育数字化转型战略，职业教育的人才培养模式已从规模式扩张转向以人才培养提质增效为核心的内涵式发展。教育评价是衡量人才培养质量的重要手段，是职业院校开展教学活动与工作的“指挥棒”。现行的职业教育评价体系难以适应人工智能快速发展与职业教育内涵式发展的内在需求，必须重置评价体系、重构评价格局。增值评价能够精准地剥离出社会层面、教师层面、学校层面对学生成长影响的“净增值”。科学聚焦学生某一段时间内能力提升程度，以发展性眼光、过程性眼光看待学生的成长与发展，符合职业教育的类型特征。将大数据、云计算、5G、虚拟现实等智能技术赋能职业教育评价的全过程，推动增值评价在职业教育领域真正落实。目前，聚焦人工智能赋能职业教育增值评价已成为提升职业教育人才培养质量、促进教育公平的重要突破口，有效契合了数字化转型时代的教育需求，具有较强的理论价值和实践意义。

一、职业教育增值评价的溯源

美国著名教育心理学家拉尔夫·泰勒（Ralph Tyler）于20世纪30年代首次提出“学生投入”的概念，强调学生投入对学习结果的影响，学生付出的时间、精力对学习结果具有重要作用。因此，可以用学生学习结果来衡量教师的教学效能，这也是增值评价理念最早的萌芽。20世纪60年代，詹姆斯·科尔曼（James Coleman）在《关于教育机会平等性的报告》中指出，学校有形的物质条件并不是决定学生成就的重要因素，学校要帮助学生克服其出身不平等所带来的学业进步障碍，评价学校教育质量的成效要以学生成长的努力程度为根据[1]。科尔曼并没有直接提出“增值评价”的概念，但引起了人们对学校教育质量危机和教师效能问题的审视与反思，教育评价的发展性与过程性开始得到重视。美国学者亚历山大·阿斯汀（Alexander Astin）提出的“输入—环境—输出”模型，突出学校环境因素对学生学习投入度与收获的影响，认为学校应提供良好的资源与环境使学生获得更多的输出， 重视环境影响学生的发展对增值评价的产生与发展具有本固枝荣的作用[2]。增值评价由此进入学者们研究的视野。20世纪80年代，美国田纳西大学推出了田纳西增值评价法，并逐步形成评价模型。这一时期，增值评价理念付诸实践，评价结果成为学校问责的依据。我国对增值评价的研究可以追溯到1997年香港教育统筹委员会发布的《优质学校教育》。该报告指出应对学校进行增值评价，强调通过增值评价激发学校办学活力，为教育高质量发展注入新动力。这系统推进了教育评价体系的改革[3]。2020年，中共中央、国务院印发的《深化新时代教育评价改革总体方案》（以下简称《总体方案》）明确指出，坚持科学有效，改进结果评价，强化过程评价，探索增值评价。增值评价作为一种新型的评价方式被运用到教育领域中。增值评价立足于尊重差异、了解基础、注重过程、重视发展的评价原则，关注学生在接受教育后的成长变化幅度。通过对比学生入学时的能力起点与接受学校教育后的结果，考查学生学业成就的“增值”，能够有效衡量教师教学成效与学校教育的影响。这种评价方法逐渐成为促进教育公平与提升教育质量的重要手段。

二、职业教育增值评价的概念

增值评价是一种体现教育公平和基于学习动机建构的科学评价模式，亦是基于效能和目标达成的工具理性主义评价模式，关注点从教育结果评价转向对增长幅度的评价，强调教育本身价值产生的“净效应”[4]，关注学生的学习起点和过程。通过采集学生在一段时间之前和之后的知识、能力和素养方面的表现数据，并对这些数据进行纵向比较，从而测量出此段时间内学生的成长程度，并以此为基础来评定学校、教师等教育主体的绩效，获得学生“净增值”[5]。“增值”一词来源于经济学的概念，指产出与投入相比所增加的部分。在职业教育领域中，所谓“增值评价”是对职业教育为学生未来的工作、生活所带来的积极影响程度的测量。随着人工智能、区块链、大数据、虚拟仿真等技术在评价中的赋能，职业教育增值评价呈现出方式智能化、指标多元化、维度精细化的智慧型评价特征。职业教育由于其生源构成的复杂性、专业结构的多样性，在开展增值评价时应当包括三个部分。一是能力性评价，包括工作技能、专业能力与认知能力的增长。二是社会性评价，包括价值观、情感素养与人文情怀的增长。三是经济性评价，包括就业机会的获得与未来工作收入的增加。在职业教育评价中应用增值评价，能够进一步激发职业教育的强大内驱力，运用“增值”来关注每一位学生技能水平的提升，每一位教师职业能力与教学水平的增值幅度，每一个职业院校发展水平的提质增效，对学生全面发展、教师专业发展、职业院校效能提升具有重要作用。

三、职业教育增值评价的逻辑取向

（一）价值逻辑：坚守职业教育类型定位，促进评价对象的多元价值融合

价值是教育评价的内核，教育评价本质上是一种主客体的价值判断活动，是对教育的价值赋值，始终围绕价值问题而展开。人工智能介入评价主体的价值共建与价值融合，既拓展了相关主体的价值需要，也提高了应用技术手段评价职业教育的效率，还丰富了评价对象对人工智能的选择、判断与认识。人工智能带来的产业变革和教育改革影响了评价价值取向，开始关注评价者与评价对象的价值呈现，注重发挥“人的多元价值”。尽管目前教育评价领域多元价值矛盾和冲突不断，但未来的教育评价一定会走向多元价值的融合与统一[6]。首先，职业教育是一种类型教育，人们对职业教育本质认识的偏差在于没有达成价值共识。在进行职业教育评价时要坚守职业教育的本质属性。职业教育的本质区别于其他教育和社会活动，旨在培养与就业岗位、社会环境及他人和谐相处的高素质技术技能人才，具有职业性、生产性和社会性。在开展增值评价时应坚守“类型不同但价值等同”的价值取向。其次，评价是为了达成价值共识。评价对象在接受教育中形成的知识价值、技术价值、人文价值与社会价值等多元价值逐渐转换为促进个体发展和服务社会发展的内涵力量。因此，在开展职业教育增值评价时，要引导评价对象发现自身的增值价值和多元价值，以正确的价值观为指导，关注评价对象成长过程中动态的间接价值、直接价值、工具价值与本体价值等多元价值。最后，必须从根本上扭转当前“五唯”和功利主义导向下的不科学评价导向，建立起落实立德树人根本任务的增值评价体系[7]。政府、学校、教师等多元主体按照立德树人的要求，重视与实施增值评价，充分利用智能技术全面客观测评评价对象多元价值发展状况，摈弃增值评价过程中的工具价值，将立德树人成效作为衡量增值评价实现的本质要求，遵循职业教育发展逻辑，促进评价对象多元价值融合目标的实现。

（二）内生逻辑：关注个体的内在动机，促进评价对象的过程性发展

埃里克·阿什比（Eric Ashby）提出，社会环境力量迫使高等教育体系改变时，大学“内在逻辑”犹如基因之于生物体系，可以保持高等教育体系特性不被改变。职业教育应对社会功利主义思想的强势影响，需要反求诸己。在职业教育评价方面，要引导职业教育评价响应职业教育发展的“内在逻辑”要求，改变“见物不见人”的评价导向，真正实现以人为本[8]。职业教育中的内在逻辑可以理解为教育体系特性与属性不被改变，职业教育是培养具有当代社会文化底蕴的完整的人的活动。因此，要引导增值评价响应职业教育发展的内在逻辑，真正关注个体的内在动机，改变唯智、唯学、唯成绩的不科学评价导向。爱德华·德西（Edward L. Deci）与理查德·瑞安（Richard M. Ryan）提出的“自我决定论”指出，内在动机由三要素构成，分别为自主需求、胜任需求、归属需求。在开展职业教育增值评价时应充分关注个体的内在动机，满足个体的自主需求、胜任需求与归属需求。

第一，增值评价满足学生自主发展的需要。传统评价以学习结果衡量学生的进步，遏止了学生的自主发展。职业教育增值评价强调由实践理性支配，注重对复杂的职业教育育人过程的深刻理解与把握，关注学生的学习过程，基于动态视角对职业教育育人过程进行连续性监测，持续不断地纠正学习过程中的问题，使学生观察到自己取得的进步与存在的问题，及时调整学习策略，把关注点放在学生的自主发展与进步上。开展增值评价能够衡量学生的能力发展状况和价值追求，帮助学生进行自我建构，从而满足学生自我发展的需要。

第二，增值评价契合学生胜任工作的现实需要。职业教育直接面向就业岗位，注重培养德技兼备的高素质人才。智能技术，区块链、大数据、AIGC（生成式人工智能）等新型技术促使产业转型升级，对人才的需求在结构、质量方面也提出了更高的要求。职业教育的培养目标需要动态结合智能技术和产业发展，使职校生培养紧跟时代需要。增值评价通过把握社会的发展状态，为优化职业教育提供决策信息与依据，不断加深对培养新时代高素质技术技能人才的认识，利用增值评价的实时调控机制，促进职业教育培养目标的有效达成，满足智能时代学生所需的核心工作竞争力的现实需求。

第三，增值评价能够满足学生归属的需要。职业院校的学生结构复杂、水平各异，增值评价摒弃家庭、社会环境等因素，不是用单一的横向结果评价所有学生，而是对每一个基础能力水平不同的学生都能以“增值”为评价标准进行评价，引导学生为实现自身目标而努力。实施增值评价可以关注每一位学生的成长与进步，平等公正地对待每一位学生，引导学生树立自我效能感，进行积极的自我认同、自我激励，满足学生的归属需求。

（三）发展逻辑：激发个体的发展潜能，促进评价对象的个性化发展

增值评价是基于人本主义理论。卡尔·兰塞姆·罗杰斯（Carl Ransom Rogers）认为人具有成长、实现的潜能，人的发展是依赖于潜能。在进行增值评价时一定要关注个体的发展潜能，使其各方面潜能都得以实现。增值评价关注学生发展过程中的增量。所谓增量，是指学生在某一段学习之后的成果与最初成绩的变化幅度。引导学生进行纵向过程性的自我比较，而不是以结果为主的横向比较，促使学生在过程中看到自己的进步，从而激发个体的潜能与学习自信。当下，以物联网、大数据、深度学习等智能技术赋能增值评价，促使以学生为本、因材施教的评价理念落地。智能技术能够实时捕捉、动态感知学生的多维度数据，实现对学生的起点、过程和结果的全过程关注，根据学生的认知特点、能力发展水平和学习需求提供精准的反馈与意见。此外，以智能技术为依托构建学习者个人画像，能够分析其学习风格、预测学业表现等。看到学生在一定学习阶段内的专业知识、职业技能、价值导向、情感修养等方面的增值幅度，实时评估学生的学习进度和表现，为学生提供动态、精准的评价结果反馈，有效促进学生个性化发展。

增值评价理论面向最近发展区理论。著名心理学家利维·维果斯基（Lev Vygotsky）的最近发展区理论指出，人的认知发展包括实际发展水平与潜在发展水平，两者之间的动态差距就是最近发展区[9]。可见，增值评价与最近发展区理论二者在逻辑上异曲同工，在主张上高度契合，都关注学生实际发展水平与潜在发展水平之间的增量。因此，在评价时要注重创造最近发展区，关注学生潜在增值的发展。学生的学习过程可分为起始水平、预测水平、结果水平三个阶段，强调起始值、预测值、实际值三个维度。在起始阶段，借助人工智能的挖掘与分析功能，获取学生认知、情感与行为等多维度的数据，分析学生发展的认知基础和原有水平，为预测学生的发展程度提供一定的客观依据。在预测阶段，综合运用大数据的预测功能和深度分析等算法技术，科学预估学生潜在发展的曲线和可视化图，探求学生背后隐含的教育增值。在结果阶段，用大数据智能分析计算学生的最终成绩和实际发展水平的进步程度，利用可视化技术把各维度发展轨迹以直观、可感知的图表或图形方式表达出来，形成可观测的增值曲线，全面、客观地评价学生的发展变化。学习过程三个阶段构成增值评价内容框架，利用智能技术使学生学习过程可视化呈现，提高评价结果的准确性。增值评价融合了起点评价、诊断评价、结果评价等多种评价方式的优势，注重挖掘学习过程中的增值潜能，激发学生增值发展的可能性，为不同水平阶段的学生创造适宜的最近发展区，促进增值潜能的最大限度开发。

四、职业教育增值评价的路径探索

增值评价要以顶层设计为保障，以强化评价主体立德树人价值观念为导向，以数据依托与算法技术为重要支撑，以提升评价主体增值思维与意识为目标，实现智能技术全面赋能职业教育增值评价改革创新，构建与智能时代职业教育现代化目标一致的增值评价体系，达到提升职业教育质量的目的。

（一）顶层设计：坚持系统思维，构建智能化、科学化的增值评价指标