2020年中共中央、國務院印發的《深化新時代教育評價改革總體方案》明確提出，充分利用信息技術，提高教育評價的科學性、專業性、客觀性。這不僅強調評價方法的優化，也鼓勵評價工具的創新，為新時代學生評價改革指明了方向。

　　“三難”問題成為學生過程評價的瓶頸

　　很多學校都在努力改進學業成績評價，試圖通過多元評價、發展性評價等多種方式克服“唯分數”導致的人才培養弊端，但都未達到預期效果。除了體制機制、觀念態度等因素外，工具層面的因素也嚴重制約著學生過程評價的實施，主要聚焦三個“難點”：

　　評價過程追蹤難。鑒于數據的易獲得性，過程評價通常以學生成長過程中重要節點上的考試成績等外顯數據為基礎。這些數據具有片面性、靜態化、粗顆粒度等特點，難以全面、動態、精準地反映學生的學習成長軌跡。

　　評價分析實施難。當前過程評價多采用學生成長檔案袋方式開展。紙質材料的收集、整理、分析、評價等工作不僅耗時耗力，而且難以開展對比分析。這種評價方式實施成本高、分析難度大，難以常態化開展。

　　評價效益提升難。如何把寫實性材料轉化為可量化、可分析、可對比的客觀指標，如何將不同類型的數據進行融合分析，如何從海量數據中挖掘出有價值的教育信息等成為制約過程評價應用效果的瓶頸。

　　智能化學習分析是評價創新的“破冰之錘”

　　2011年《地平線報告》首次將學習分析作為改變教育的六大技術之一。學習分析通過測量、收集、分析和報告學生和學習情境數據，達到理解、優化學習的目的。經過十年的發展，學習分析在追蹤學習過程、開展立體評價、支持個性化學習等教育實踐領域發揮出愈加重要的作用。

　　實現學生成長全過程數據化。借助高清攝像、情緒識別、物聯感知等數據采集技術，智能化學習分析能夠對學習起點、過程和結果數據，包括認知和非認知層面的行為、心理、生理數據，開展伴隨式、自動化、無感知、持續性地采集，讓以前不能采、很難采的信息變得可采集、可量化，為后期開展學生立體評價奠定良好的數據基礎。

　　實現學生成長畫像精準刻畫。智能化學習分析建立在以生為本的理論基礎上，關注每個學生的全面發展和個性化發展，重視對學生學習成長過程數據進行多模態分析，可以更直觀地呈現學生在知識水平、能力素養、行為規律、興趣偏好、潛在需求等方面的特征，為后期提供精準的個性化學習支持服務奠定良好的診斷基礎。

　　實現個性化學習支持智能推送�；�于智能評價結果，智能化學習分析能及時為學生提供學習路徑規劃、學習資源推薦、學生情感支持、學習問題干預等個性化學習支持服務，實現以評促學的目的。

　　學習分析技術引領學生過程評價創新

　　學校應將智能化學習分析技術作為學生過程評價創新的內生變量，提升過程評價的應用效果。

　　融入智能化學習分析技術，創新學生評價思維。當智能化學習分析技術融入評價環節時，將促使學生過程評價在四個方面實現轉型升級。一是價值取向從“考核選拔”轉變為“促進發展”。智能化學習分析能夠自然形成“監測過程—實施評價—促進發展”的循環發展機制，不僅延展了評價功能，還能促進學生發展。二是目標構建從“人為預設”轉變為“人為預設+數據挖掘”。數據挖掘、機器學習等智能化學習分析技術能夠讓數據“說話”，從而彌補因主觀判斷而遺漏的重要評價維度，動態完善學生評價指標，使評價目標更加科學、全面、精準。三是評價依據從“經驗+小數據”轉變為“大數據”。智能化學習分析不僅能夠從縱向上動態追蹤學生的成長軌跡，還能夠從橫向上全面記錄學生德智體美勞的發展水平，形成學生個體和群體的成長大數據庫。四是評價功能從“后置干預”轉變為“前置預測”。智能化學習分析具有預測和干預功能，能夠通過預測分析等技術對學生的學業表現、未來發展等進行科學預測，并及時提供有效的解決方案，可以從源頭上防范不良學習問題的發生。

　　借助智能化學習分析技術，重塑學生評價流程。首先，構建以學生發展為目標、以智能化學習分析技術為支撐的學生評價指標體系，不斷完善學生評價指標。其次，構建智慧數字學習環境，實現學生“全過程+全要素”數據的伴隨式采集，形成學生成長動態數據庫。再其次，構建科學的學生評價模型，對不同來源、不同類型、不同時序的數據進行立體分析，構建包括思想品德、學業水平、身心健康、藝術素養、社會實踐等綜合發展水平的特征模型。最后，構建“監測—評價—改進”的反饋調節機制，實現問題行為的提前預測和干預。

　　應用智能化學習分析技術，賦能學生個性化成長。智能學習系統是智能化學習分析技術的一項重要應用，通過知識圖譜等學習分析技術對學生進行動態認知水平診斷，及時發現學生存在的認知問題并智能推送適切的學習資源;通過計算機視覺、機器學習等學習分析技術動態監測學生情緒等非認知層面的狀態，對學生的社會情感及時調節和干預，以達到優化學習效果的目的;通過儀表盤等學習分析技術讓學生診斷結果可視化呈現，幫助學生更直觀地認識自己，讓教師、家長更好地了解學生。學�？梢詰�用此類智能學習系統，支持學生開展個性化學習。

　　(作者單位系中國教育科學研究院，本文系中國教育科學研究院2019年度基本科研業務費專項資金項目“數據驅動下的中小學生學習行為分析策略研究”[GYI2019087]研究成果)