信息科技教学中增值性评价模型的构建路径

摘要：自《义务教育信息科技课程标准（2022年版）》正式颁布后，关注课堂教学效率成为学科改革的重点内容，其中，有关多维评价的内容日渐受到一线教师关注。信息科技教学中通过有效评价可增益教学力，其中增值性评价可为课堂聚力。本文以此为关注点，以《人工智能的系统反馈》一课为例，尝试通过增值性评价模型构建的四种路径，在信息科技教学中践行基于新课标的教学模式。

关键词：增值性评价；信息科技；人工智能教育

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2025）08-0034-04

基于评价改革，探究增值性评价的内涵与意义

增值性评价是指在某一时期内，比较学生在起点状态与现有状态的变化情况，并对学生进行的评价。由于每位学生的基础和现状是动态变化的，采用动态的评价方式有利于激发学生的学习动机。增值性评价着重评价个体的发展进程，并通过评估投入与产出的差异来量化增值，进而深入探讨教师与学生间的相互作用。增值性评价既关注学生的认知获取情况，也关注学生的学习态度、学习策略、团队合作、思维水平、情感状态等学习过程要素。

在信息科技教学中，应用增值性评价有以下优势：第一，广泛的评价视角。关注学生在认知过程中的参与、互动和进步情况。第二，全面的评价标准。在增值评价过程中，教师需要考虑学生的起点和发展需求，鼓励师生共同关注学习过程，重视能力的培养和个性的发展，体现每位学生的动态过程。第三，全新的评价结果。增值性评价能够更准确地反映教育活动对学生发展的实际贡献，为教师提供合理的依据，指导教师调整教学方法，优化教学策略，更好地满足学生的发展需要。

基于新课标，架构学习促进型增值性评价模型

路径一：解读单元主题，赋能增值性评价意义

在以人工智能为主题的信息科技教学中，基于单元主题开展增值性评价意义深远。从知识建构看，单元主题打破知识碎片化，增值性评价能够关注学生在此过程中的动态进步，进而精准把握其知识体系完善程度。从能力发展层面看，它能够促使学生在单元主题学习中锻炼综合能力，评价聚焦个体能力提升轨迹，而非单纯结果，挖掘每位学生的潜力。同时，它对教学改进提供有力依据。

（1）原设计

《人工智能中的系统反馈》是人工智能相关学习内容的基础课，多个版本的教材均把这一课放在第三、四学段中有关人工智能原理及应用的中部位置。在传统的教学设计中，常见的第一部分的设计为：教师准备人工智能发展史的相关素材→通过书本浏览的方式或通过PPT进行历史回顾→学生回答关键点→教师收集教学素材。在这样的教学实践中，本课较容易沦为知识普及课，学生成为只见树木不见森林的局部学习者，有悖于学科思维的发展初衷。

（2）思考焦点

传统的教学设计注重认识系统反馈的发展史，忽视了对智能系统原理的理解，且无法将人工智能系统的实际应用原理与生活实际相关联，导致无法形成有效的知识链接。因此，需要增加有效增值性评价的渗透。

（3）改进型设计

基于增值性评价的教学课堂，需要教师在教学目标中设定科学的增值性目标，帮助学生建立有效的认知目标，明确知识取向，教学建议如下。

任务目标：理解生活中的人工智能系统中有哪些反馈过程。

教学环节：第一部分。

主要活动：

引导语：人们创造了各种人工智能系统为自身服务。系统在运行过程中持续监测输入和输出的变化，进而调整系统的运行状态，可以让其为人们提供更好的服务。它是什么呢？

增值点：请观察右图的生活场景，思考人工智能的输入和输出有什么关系？

方向一：从系统的评价观点分析。方向二：从系统的定位系统观察。方向三：从反馈的作用位置思考。方向四：从生活的场景出发扩展。

各小组选择兴趣主题，再依据自身的选题，根据微视频及智能化搜索、书本资源找到答案。

增值点1：构建具有反馈功能的硬件结构→增量。

增值点2：搭建自恰反馈系统的软体计划→增体。

增值点3：研究已有经验中系统反馈特点→增点。

增值点4：优化组织结构单位及平台效能→增效。

教学评析：在以上过程中，学生清晰地了解有效增值性评价学习目的和表现方式，在清理出明晰的主线后，通过有效增值性评价分布性思维进行自我实践，逐一建构素材。通过对增值性目标的解析，了解任务取向及主要的评价标准，进而对认知本身提供更深层次的思考空间。

路径二：聚焦大概念，明确增值性评价目标

在教育评价体系里，聚焦大概念、明确增值性评价目标极为关键。人工智能的核心概念有多个节点，需要串联零碎认知，构建系统反馈的过程。增值性评价目标与之结合，需要教师着重考量学生在大概念理解与掌握进程中的成长幅度。

从记忆零散知识到把握大概念本质，学生思维能够不断进阶，而评价目标就是度量这一进阶程度。它能够让教师清晰洞察学生在关键概念领悟上的进步。因此，它既为教学调整提供方向，又激励学生深入探究，主动搭建知识体系，实现学习能力与素养的双重提升。

（1）原设计

在《人工智能的系统反馈》的第二环节教学中，学生需要对已有概念进行贴切性的理解，但是由于中小学生已有生活经验的匮乏，教师在此内容的教学中，往往陷入困境。常规的教学模式一般为：阅读性概念解析→原理说明——“介绍智能反馈的原理”→应用前景——“智能设备的常用场景”。此过程较为生硬且理论性较强，很多学生无法理解。

（2）思考焦点

《人工智能的系统反馈》一课的第二部分内容关注认识信息系统的反馈，学习内容有较强的理论性，具有一定的认知难度，致使生活经验不足的学生无法理解。因此，传统的教学方式往往会使教学过程机械推进，教学效果无法达到理想值。

（3）改进型设计

在有效增值性评价主题的教学中，学生的学习兴趣点在于有效增值性评价的相关任务。根据学生个人的学习倾向，可以选择适宜的有效增值性评价感知目标，满足学生的学习需要。同时，根据有效增值性评价分布性课堂的设计理念，教师可以优化课堂结构。在本课中，教师可将智能反馈的内容具象化，帮助学生整理思路，将目标明确化、明晰化，建议教学过程如下。

任务目标：理解信息系统的反馈。

教学环节：第二部分。

主要活动：

导语：生活中我们经常会遇到智能冰箱，它能够帮助我们设定需要的智能温度，你知道吗？这是因为冰箱中的反馈起到了至关重要的作用。

任务点：有人工智能控制的冰箱是如何形成反馈的。

①我的尝试：冰箱运行时人们如何为它设定制冷温度？评价点：冰箱是接到指令进行工作。

②我的探究：探索冰箱制冷温控模块的结构组成。评价点：辨别反馈和重复的不同。

③我的思考：师生讨论如何达到智能温控的目的。评价点：能否绘制反馈的过程图。

④我的修改：对以上的温控冰箱过程图进行修改。评价点：是否可以根据不同季节调整反馈的图示。

教学评析：在以上的过程中，将增值性评价体现在思维过程中，增强了学科核心素养的具体落脚点，并借助认知平台，实现了更复杂的思维过程的交流与互鉴。同时，通过确定增值性评价的目标，将教学任务转化为学生可以理解的认知点，借助评价支架将自我的认知能力进行升华，既鼓励了学生探究教学内容，又给学生创造了必要的个性化学习空间。

路径三：优化教学场景，丰富增值性评价内涵

在信息科技学科背景下，优化教学场景对丰富增值性评价内涵至关重要。教师可以借助以人工智能为基础的新技术形式，打造沉浸式学习情境，让学生在模拟真实的信息科技应用场景中实践操作。在学生解决复杂问题、团队协作完成项目时，教师能依据学生在场景中的表现，如技术运用熟练度、创新思维展现、问题解决效率等多维度指标，进行增值性评价。这不仅能全面反映学生的成长轨迹，还能激励他们在多变的场景中提升信息科技核心素养，挖掘自身潜力。

（1）原设计

在《人工智能的系统反馈》一课的第三个环节中，常规的教学设计思路是进行反馈的外延创作，如教师提供一定的支持环境，让学生尝试编程和搭建。但在实际教学过程中，此部分的内容耗时较长，学生无法在有效的时间内完成，尤其在小学阶段学生搭建编程调试需要耗费较多时间，难以在规定时间之内达成教学目标。

（2）思考焦点

出现上述教学情况的原因是该环节的认知内容具有一定难度，缺少必要的评价过程，从而也就失去了教师的引导。学生在短时间内无法从工作原理和应用方式两个角度理解学习内容，因此无法顺利地完成既定的学习目标。而如果通过设定场景进行有效增值性评价，则能够理清不同学生适宜的形式，进而能够个性化地选择合理的信息处理途径。

（3）改进型设计

对于此类主题，教师应关注有效增值性评价的具体类别，再依据有效增值性评价统计出的具体场景，选择合适的设计方案，为学生创设具备增值性意义的有效场景，帮助学生展开深度学习。具体教学建议如下。

任务目标：探究机器人的反馈环路。

教学环节：第三部分。

主要活动：

导语：请尝试分析扫地机器人沿轨道线行走的过程，想一想它是如何形成反馈环路的。

评价链接1：真会行→轨道你会选吗？

教师展示灰度值不同的轨道。

学生在不同光照下进行筛选。

评价链接2：真会选→颜色你会定吗？教师扩展彩色轨道的工作过程。学生模拟尝试并记录实验流程。

评价链接3：真会解→结果会分析吗？教师提示探究方法并提出射频识别。学生通过通信技术实现数据的处理。

评价链接4：真会改→过程可以优化吗？教师谈话怎样才能改造系统效率。学生从外包及应用性等角度分析。

教学评析：在以上的教学过程中，有效增值性评价项目的来源更加丰富，形成了一套完整的有效增值性评价场景，且将每一个评价过程与场景目标进行对应，帮助学生赋能思考，鼓励学生进行深度学习。

路径四：精准定位个体，实践增值性评价过程

在信息科技教学中，精准定位个体、实践增值性评价过程是促进学生成长的关键。基于不同学生的精准定位，教师要运用学习分析技术，收集课堂表现、作业完成、项目实践等多源数据，精准把握学生个体特征，订制个性化学习路径与目标。

（1）原设计

在传统的拓展任务及小结环节中，常见的教学设计为：教师准备评价条目，通过让学生勾选或在线问卷的形式评价学情。项目单一缺少评价的覆盖性。

（2）思考焦点

以上的教学过程，仅限于总结性评价的尾部统计，且具体条目缺少广泛性，忽视对核心素养下问题解决能力的有效诊断，此类方式下机械性的评价内容，缺少对认知过程的动态评估，形式大于目标。因此，它缺乏必要的信息科技学科动态评价过程。

（3）改进型设计

增值性评价可以明确设定教学目标，考查学生有效的认知标的，明确知识取向，提供给教师科学性的学情反馈，以便在下一阶段中，教师更为合理地调整认知过程。具体教学建议如下。

任务目标：总结人工智能的系统反馈。

教学环节：第四部分。

主要活动：

导语：经过一节课的学习，我们理解了人工智能的系统反馈有多种方式及路径。那么，你对自己的学习过程有哪些评价呢？

评价一——认知层面：精确发现。会发现——生活中有哪些系统的控制？会思考——系统的控制对生活有哪些影响？会迭代——今后的人工智能会有哪些控制方向？评价二——实践层面：精准尝试。我们可以如何改进？——拓展性思考评价。计划可以如何修订？——预设性规划评价。反馈过程如何优化？——效能性分析评价。评价三——沟通层面：精密合作。师生的良好合作；人机的良好沟通；智能体良好构建。

教学评析：在以上的教学过程中，教师不仅根据学生的学习需要，展开了相应的评价，还提供了开放式的合作机会，充分发挥了学生的主观能动性，使其对已有的认知完成了增值，进而收到了良好的课堂教学效果。

基于实践探索，“三阶量规”增值性评价关注点

在信息科技学科开展增值性评价，需要关注下面几点内容：

首先，有感而发设定初级量规。在增值性评价中，由于学生的起点能力不同，教师需要了解其认知需求及兴趣取向，据此设定必要的评价量规，为后续评估进步幅度提供基准，避免“一刀切”评价。

其次，有价而评设定中级量规。增值性评价需要有意义的目标。教师要关注学生的学习过程。例如，完成创意项目中深层思维方式的转变情况，通过动态发展的量规评价，了解学生真实的学习增值情况。

最后，有生而置设定高维量规。增值性评价是个性化学习的重要方式，在高维量规的设置中，教师要注意考查学生能否将课堂所学信息科技应用到新的场景中，如利用数据分析解决生活中的实际问题等。