数字化评价中量化与主观性的碰撞与权衡

数字化评价中量化与主观性的碰撞与权衡

简要：随着数字化浪潮的兴起，数字化评价已成为教育评价领域的关键议题。传统评价方法主要基于教师的经验和主观判断，难以满足快速增长的学生数据分析和即时反馈需求。但单纯依赖技术和算法的评价方式则可能忽视了人的主观性在教育评价中的重要作用。如何在追求数字评价的精确性、即时性和客观性的同时，保留评价的人文关怀和教育的核心价值成为教育评价领域面对的新挑战。人机协同决策是应对此挑战的未来趋势，为实现这一目标，需建立透明化的人机评价标准，增强教师的数字化评价能力，并应用多元化的评价模式。此外，学校、教师、政府及决策机构等的多方协作在新型数字化评价转型的过程中也发挥着重要作用。

随着全球数字经济的蓬勃发展，以5G、云计算、大数据和人工智能等为代表的新技术与教育教学的融合不断深化，教育数字化转型已成为我国新时期教育信息化深度发展浪潮。作为教育的核心组成部分，教育评价正经历一个从传统方法到数字化方法转型的过程。2020年10月，由中共中央、国务院印发的《深化新时代教育评价改革总体方案》明确提出：“教育评价事关教育发展方向，有什么样的评价指挥棒，就有什么样的办学导向......要充分利用信息技术，提高教育评价的科学

性。”[1]教育评价对于教育发展的重要性不言而喻，自实施教育数字化战略行动以来，全国各地积极探索互联网、云计算、大数据等现代信息技术与教育评价改革的深度融合，取得了显著成效，但也暴露出一个问题：过于依赖量化数据可能会忽视或削弱教师和评价者的专业判断，而后者正是长期以来在教育评价中占据核心位置的。如何在数字化评价中平衡这种量化方法与人的主观性之间的关系，是推动数字化评价健康发展的关键问题。

一、传统评价与数字化评价的交汇

在教育评价的漫长历程中，传统评价方法始终以人的判断为核心，注重经验、直觉和主观理解。随着技术的飞速进步，数字化评价逐渐浮现并与传统评价产生交汇，这不仅挑战了我们对评价的传统认知，也带来了新的评价视角和机遇。

1.评价方法从传统到现代的演变

评价方法是指对评价对象进行评价的具体方式和手段，它是评价理论的具体体现和实践应用[2]。评价方法的演变是评价理论和评价实践共同推动和反馈的结果，反映了评价的发展趋势和水平。评价方法的演变根据现有文献，可以从以下三个方面分析：第一，从单一到多元。初始阶段，评价方法以等级评定法为主，根据特定标准将评价对象划分为不同等级[3]。虽简单易行，但其主观性强、标准模糊，致使结果粗略。随着评价理论进化和需求多样化，新方法如关键事件评价法、行为锚定等级评价法、360度考评法等应运而生[4]。这些方法的多样性和综合性适应了多变的评价目的和标准，但也各有其局限性，需要针对具体情境灵活选用。第二，从定性到定量。传统评价侧重定性分析，即基于评价者的主观经验进行描述与判断，虽直观但缺乏精确度。技术进步带来了定量评价方法，通过客观的数据分析，提高了评价的准确性和可靠性[5]。然而，定量方法的复杂性和抽象性也不容忽视。因此，定性与定量方法应根据实际需要相互补充，以实现评价的科学性和规范性。第三，从结果到过程。早期评价侧重于结果，即基于最终产出进行评价，这种方法虽清晰却缺乏全面性。随着评价理念的更新，过程导向评价逐渐兴起，侧重于整个活动的评价，以揭示进步与改进[6]。这种方法虽然全面但也增加了评价的复杂性。因此，结果导向和过程导向评价方法的结合，有助于实现评价的全面性和有效性。

同时，评价方法的演变离不开技术的发展作为支撑，而社会的需求变化则是评价方法改进的驱动力。技术进步使评价方法创新成为可能，而社会的发展需求促使评价方法不断调适和完善。评价方法的演变反过来也推动了技术应用与社会进步，

这一演变过程是动态、互动且持续完善的，需要不断适应技术和社会的变化，引领未来评价方法的方向。

2.教师在传统评价中的角色

在传统的评价体系中，教师和评价者需要根据自身教学经验、与学生的互动及课程内容，对学生的学习进度、能力和潜能进行全面评估。并且评价者通常会参与制定评价标准，确保评价活动与教学目标及内容保持一致。在这种环境下，教师不仅仅是评分的提供者，同时还是评价设计的合作者，需要将自身的教学经验和对学生的深入了解融入评价过程中，确保评价结果具有教育意义和相关性。

同时，教师的经验和直觉在评价中还具有不可估量的价值[7。经验丰富的教师能够识别学生的潜在表现，如努力程度、合作态度或解决问题的能力，这些内容在纯粹的数字化评价中可能会被忽略。教师直觉，或者更为准确地说，应当是教师的主观性或专业判断，可以辅助评价者识别和理解学生的学习困难、学习动机以及其他非定量的因素。此外，主观评价可以为学生提供学习方法、态度和潜能的精准反馈，从而促进个性化的学习和教学成效提升。虽然主观评价在传统的教育教学中仍占据核心地位，但其工作效率相对较低，遇到庞大的数据量时难以快速提供清晰、明确的分析反馈，需要借助强大的评价工具。

3.数字化评价的崛起

数字化评价的发展与技术的演进是紧密相连的，起源于19世纪末的现代教育评价大体经历了四代发展历程：以工具为导向、测量为标志的第一代教育评价；以目标为导向、描述为特征的第二代教育评价；以决策为导向、判断为特征的第三代教育评价；以价值为导向、共建为特征的第四代教育评价。当前，教育评价朝着以智能化教育评估为主的第五代发展[8]。20世纪80年代初期，计算机开始被广泛应用于教育领域，最初的目标主要是简化和自动化评价流程，如基于计算机的自动评分系统[9],这标志着数字化评价的开端。随后，在20世纪90年代，计算机网络的

广泛普及为在线评价铺设了基础[10],这不仅便于远程的学习和评价，还促进了基于情境的复杂评价模式的崛起，使评价更加真实、评价维度更丰富。20世纪初互联

网迅猛发展，学习管理系统如Moodle和Blackboard成为主流[11],它们为教育者提供了便捷的工具用来收集和分析学生的学习数据，从而可以更加深入地洞察学生的学习情况。此外，电子组合文件的应用开始盛行，使学生能够持续地跟踪和展示他们的学习进度和成果。到了2010年前后，大数据、人工智能和机器学习的技术逐

渐进入这个领域，为教育评价带来了革命性的改变，特别是在自适应测试和预测学生学习成果方面[12],这使得评价可以更加个性化，并准确地反映学生的能力和需求。到2020年前后，随着技术的进一步深化和融合，教育者开始更加关注评价的实时

性和适应性[13],期望为学生提供及时、有针对性的反馈。同时，沉浸式的评价体验，如基于虚拟现实和增强现实技术的评价方法也得到了越来越多的关注。数字化评价作为一个新兴的评价方式，已经在全球范围内得到了广泛的应用和认可。它在提高评价效率、增加评价的多样性和深度方面都展现出了巨大的潜力，致使教师在传统评价方式中的主体地位开始被动摇。

二、数字化评价中量化与主观性的碰撞

在教育评价的发展过程中，数字化技术和量化方法已经深刻地改变了评价的方式和流程。然而，在量化数据和人类的主观判断之间，存在一种显著的张力。深入探讨数字化评价中的量化性与人的主观性之间的相互作用和冲突，可以为新型评价的客观性和可靠性提供证据。

1.数字化评价的量化特性与风险

在现代的教育评价实践中，量化已经成为数字化评价的标志性特质[14]。进行深入分析可揭示其在评价过程中所扮演的关键角色及其带来的各种效益和挑战。第一，客观性，数字化评价通过使用数据和先进的算法实现对学习过程和结果的客观评估。相较于纯粹依靠教师的人工评价，这种基于数据的方法可以大大减少因人为偏见或

其他非客观因素带来的误差，从而提供一个基于事实和证据的评价。第二，标准化，在数字化评价中，通过预设的标准和准则，能确保对不同学习者或在不同情境下的表现进行公正和一致的评比。这种标准化的方法为评价带来了统一性，使得不同情境或背景下的学习成果可以在一个共同的评价框架中进行量化和比较。第三，数据驱动，在数字化的环境下，评价不再仅仅依赖传统的观察和笔试，而是更多地基于数据和算法。这种数据驱动的方法为评价决策提供了依据，使得评价更加精确和科学。

量化评价有许多优势，但我们也需要警惕其潜在的限制和风险。一方面，依赖于量化的评价可能导致评价过程和结果的过度简化。这是因为在某些情况下，评价者可能会倾向于只关注那些容易被量化和测量的学习方面，而忽略了那些难以量化但同样重要的学习维度，如学习者的情感、态度和动机等[15]。另一方面，过分依赖数据和量化的结果，可能会导致对学习现象的误解或盲目的信赖。如果评价者未能对数据进行深入的解读和分析，或未能结合其他非量化的评价方法，那么仅仅基于数据的评价必然导致对学习现象的片面认知或误导性理解。

2.主观评价的价值与局限

在数字化技术迅猛发展的当下，人的主观判断在评价过程中仍占据不可替代的地位[16]。这种主观性为评价带来了独特的价值，但同时也伴随着某些固有的风险和局限性。其价值体现在三个方面：一是灵活性。与机械化的、基于数据的评价方法相比，人的主观评价具有更高的灵活性。评价者可以根据各种不同的情境和需求进行调整，对那些复杂和多面的学习现象作出更为细致和贴切的评价。二是深入性。主观评价允许评价者运用其丰富的经验和对学习者深入的了解进行评价。这种深度使得评价不仅仅局限于学习者表面的表现，更能够触及学习者的内在动机、情感和认知过程。三是情境感知。评价者可以灵活地对特定的教学环境和背景因素进行考

虑，从而使评价更具情境性和相关性。与之相比，纯粹的数据驱动评价可能难以充分捕捉这些细微的情境因素。

同样，人的主观性判断也面临着一些固有的挑战。一方面是评价过程存在认知偏见：每个评价者都可能带有某种程度的先入之见，这些先入之见可能受到其个人经验、文化背景或教育信仰的影响，这种认知偏见可能会对评价结果产生不利的影响，使评价失去公正性[17]。另一方面则是评价结果的一致性差：由于每个评价者的经验和判断基准会有所不同，因此在进行主观评价时，不同的评价者可能对同一学习者或相同的学习现象给出不同的评价结果，这种差异会导致评价的不一致性及可比性下降。

3.量化与主观性之间的界限

在教育评价领域中，量化与主观性都是评价过程的重要组成部分，为了组建更加公正、有效和有意义的评价体系，评价者需要厘清量化与主观性之间的界限，并充分挖掘各自的优势。界限一：价值观张力。数字化评价在设计和实施过程中，会更加强调效率、生产力和可测量性，这就形成了一个明确的、基于数据的、结果导向的评价方法。相反，主观评价更加关注学习过程、学习者的内在动机、情感及其他难以量化的因素。它更注重学习的质量、深度和意义。界限二：评价标准。量化评价往往采用预先设定的标准和准则，强调标准化、均一化和可比性，这意味着所有的学习者都将依据同一套标准进行评价，从而确保评价的一致性和公正性。而主观评价则更加注重学习者的个体差异、潜力和特定情境下的表现，尝试捕捉学习者在特定的教育背景和环境中的独特表现。界限三：反馈方式。量化评价提供的是具体、明确和可测量的数据，这些数据可以为教育者和学习者提供清晰的、基于事实的反馈，必然导致这种反馈缺乏深度和情境性。相比之下，主观评价可以提供更加丰富、具体和细致的建议和指导，帮助学习者明确其学习过程中的长处和短板，并为其提供有针对性的改进建议。

4.平衡碰撞的核心价值与必要性

在智慧教育日益深入的当下，我们不仅需要强化对数据与人工评价偏差的理解，还要以辩证和发展的视角看待教育评价中的量化与主观性之间的冲突，同时也要正视平衡这种冲突的重要意义和价值。

首先，在评价过程中，数据结果和人工质性评价之间的偏差不仅反映了量化数据和主观判断之间的不一致，而且揭示了评价方法的内在局限性。数据结果通常基于统计和算法，它们提供了客观性和一致性，但可能忽略个体差异和复杂的人类行为。相反，人工质性评价虽能捕捉到这些微妙和深层的变化，但可能会受到评价者偏见和主观性的影响。因此，理解并平衡这两者之间的偏差对于确保评价的全面性和公正性至关重要。

其次，平衡这种偏差不仅是为了提高评价的准确性，还是为了确保评价过程中的公正性和有效性。未平衡的偏差可能会导致错误的解读和决策，影响个体的学习和发展，甚至可能会导致教育资源的不公平分配。同时，偏差平衡还有助于提高评价系统的透明度和可信度，增强所有利益相关者，包括学生、教师、家长和政策制定者的信任和接受度。在信息技术快速发展的背景下，评价方法不断演进，新的评价工具和平台不断涌现，这些变化不仅为评价提供了新的可能性，也带来了新的挑战，尤其是在平衡数据驱动的结果和人工质性评价的准确性方面[18]。因此，强调偏差平衡的必要性，对于未来评价方法的发展和应用也具有重要指导意义。

可见，教育评价中，量化与主观性并不是对立的，而是相互补充的。量化可以提高评价的效率、准确性和客观性，但也可能忽视评价对象的个性、情境和多样性；主观性可以体现评价的人性化、教育化和关怀化，但也可能导致评价的不公平、不一致和不可靠。因此，我们需要在量化与主观性之间寻求平衡，既发挥数字化评价的优势，又保留主观评价的价值，实现评价的多维度、多角度和多层次综合考量，

从而提高评价的有效性和合理性。平衡量化与主观性，也有利于促进教育评价的创新和发展，为教育评价提供更多的可能性和选择空间。

三、数字化评价中量化与主观性的平衡策略

如何在数字化评价和主观评价之间找到平衡点，是当前教育评价改革的重要议题。在数字化评价中，通过有效融合量化和主观评价，构建透明综合的评价标准，提升教师的专业能力，构建多元化的评价模式，确保评价过程的持续完善，是实现数字化与主观评价有机结合的重要策略。这些措施将为教育实践提供更科学、全面的评价路径。

1.融合主观评价与数字化评价

随着数字化评价在教育领域的广泛应用，其所提供的大量精确数据和深入分析已被广大教育者所认知与接受。然而，它并不能完全替代人的主观评价，后者能够捕捉到数据之外的情境背景和个体独特性，为教育评价提供丰富的、多角度的素材。为了有效结合这两种评价方法的优势，首先需要识别出特定的场景和评价指标，主观评价在这个过程中能够展现其独到的价值。此外，教师也应明确数字化评价在哪些领域能发挥最大潜能，再进一步针对各种评价目标，制定并采用适当的评价工具及方法，确保两种评价方式能够有序、和谐地融合。并且，要确保在教学评价中，

通过持续的案例分析和实地考察研究，教师或评价者可以不断完善融合策略，保证其在教育实践中的实际效用和广泛适应性。

2.构建透明化的人机评价标准

为确保教育评价过程的公正性和透明性，任何一种新的评价技术或手段，在设计阶段必须要构建明确且实用的评价标准[19]。在此背景下，首要的工作是在数字技术和教育领域专家的协同合作下，建立一套综合性的评价标准。这套标准不仅要涵盖数字化评价的量化要素，还需要细致考虑教师和评价者的主观判断特性，确保两

者能够有机融合。同时，为了保证这些标准的时效性及与教育目标的一致性，必须定期进行审查和更新，确保能与当前的教育目标以及技术发展水平等保持同步。此外，还可以通过公开的研讨会和反馈渠道等，确保所有相关的利益方，如教师、学生、家长及教育管理者等，对这些标准有深入的了解，并达成广泛的共识。

3.强化教师的数字化评价专业能力

在教育评价领域，教师的角色是不可或缺的，他们不仅是评价执行者，更是评价的解读者和应用者。鉴于此，强化教师的数字化评价专业能力成为一项重要工作。首先，教育管理机构需要设计针对性的培训课程，确保教师能够熟练操作各类数字化评价工具，并能够深入解读相关数据，从而进行有效的评价整合。此外，结合真实的教育场景和案例研究，可以进一步帮助教师明确数字化评价的实际优势与潜在风险，指导他们在实际教学中将数字化评价与自身经验相结合，以达到最佳评价效果。同时，教育机构还应鼓励和支持教师参与数字化评价工具的研发与优化工作，

确保这些工具能够更好地满足教师在教育实践中的需求，同时体现出教育对学生的人文关怀。

4.构建与应用多元化评价模式

数字化时代，教育评价目标、方法和工具的多样性不断增加，迫切需要建立一个灵活性更高的多元化评价模式，在实践中可以从明确评价目标、选择合适的评价方法和工具、对评价模式本身进行质量评估等方面入手。评价目标应涵盖学生核心素养各个方面，全面描绘学生的成长过程。评价方法和工具则应该紧扣评价目标和内容，采用先进的数字化评价工具的同时，结合定性和定量评价的优势，融合多种评价方法，如自我评估、同伴评估和项目式学习的评估[20]。为了确保多元化评价模式的有效性和可靠性，需要对其进行质量评估，从评价目标的达成度以及评价结果的准确性、公平性和有效性等方面进行评价，不断改进和完善多元化评价模式，使其更好地服务于数字化评价。在应用多元化评价模式时，还应当注意评价过程的系

统性、评价方法的改进性和评价结果的反馈性，将多种评价方法、工具和策略有机结合，形成一个全面、立体、动态的评价体系。

5.完善与优化评价过程

教育评价并非一次性或短暂的活动，而是一个持续演进的过程。为确保评价在长时间内保持其科学性和实用性，几项核心策略和措施显得尤为重要。首先，要建立一个综合性的反馈体系，其中不仅包括教师和学生，还涉及其他与教育评价有关的利益方。这种广泛的反馈可以为评价提供多维度的视角和建议。其次，反馈本身并不足以带来改变，必须结合教育研究的前沿成果，对评价的方法和工具进行持续的修订和创新。这不仅能确保评价工具的时效性，也能使其更具教育意义。最后，为进一步深化评价的深度和广度，跨学科的合作尤为必要。借助其他学科的研究方法和技术，我们可以在评价中引入新的视角和方法，使评价更为全面和精确。

四、数字化评价发展的展望

站在数字化评价的现实交汇点，回顾过去可以看到传统评价和现代技术的结合，向前望去可以看到无限的可能性和机遇。我们应当认识到，量化与主观性的平衡是当下教育评价工作的重要内容，探讨人机协同的未来发展趋势，融合多方的合作和创新，是迈向新型、更高效和公正的数字化评价时代的重要保障。

1.重申量化与主观性相互协调的重要价值

随着数字技术在教育领域的广泛应用，教育评价方式正在经历前所未有的变革[21]。深入探索数字化评价的量化特性与教师主观判断之间的互动关系，可以揭示它们在实现教育评价全面性和有效性中的关键作用。首先，虽然数字化评价提供了无与伦比的精确度和可复制性，但单单依赖于此可能会导致教师忽略学生学习过程中的某些细微但至关重要的元素，这些因素可能无法通过简单的数字指标来全面捕捉。其次，教师的主观性在许多情境下是不可或缺的。教师基于与学生的日常互动和对

教学内容的深入理解，为数据提供了必要的“上下文”,通过对上下文的解读有助于教师更全面地理解学生的学习成果，以及评价背后的复杂情境。因此，为实现真正有效的教育评价，必须确保数字化评价和人的判断之间的和谐融合。这并不意味着我们应当回避技术或否定其价值，而是应当在应用技术的同时，充分认识到人的专业判断在整个评价过程中的不可替代性。总的来说，真正高效的教育评价应当是技术与人的智慧的结合，两者相辅相成才能确保学习评价既具有科学性又具有人文关怀。为此，未来的教育政策和实践应注重这种平衡，培养和鼓励教师与技术和谐共生，共同推进数字化教育的持续创新。

2.人机协同决策是未来发展趋势

在现代教育技术领域，技术与算法的进步正成为推动创新的核心动力。尤其是随着人工智能(AI)和机器学习(ML)技术的日益成熟和普及，它们赋予了数字

化评价系统前所未有的智能化特性[22]。这种智能化的趋势不仅反映在系统对学生表现数据的高度准确性分析上，更在于对这些数据背后隐含的复杂模式和结构的深度解读。而这一深度解读，使教育者不仅可以对学生的学习表现进行更为精确的评估，还能洞察到学生在学习过程中的微妙变化，例如学生的学习策略、面临的认知挑战，以及潜在的心理和情感困难等。这样的进步意味着评价系统不再仅仅是一个简单的成绩反馈工具，而是变成了一个能够揭示学习深度和广度的复杂系统，帮助教育者和学生共同推进教与学的质量。

在教育评价的数字化领域中，人机协同决策正逐渐显现出至关重要的价值。在最初的阶段，数字工具往往被视为教师决策的辅助或替代，但随