人工智能教育大模型赋能综合素质评价：理念、模型与展望.pdfVIP

第

30

卷

第

6

期开放教育研究Vol.

30,

No.

6

2024

年

12

月Open

Education

ResearchDec.

2024

人工智能教育大模型赋能综合素质评价：

理念、模型与展望

林小红

钟柏昌

（华南师范大学

教育信息技术学院，广东广州

510631）

[摘要]综合素质评价是教育评价改革的“深水区”，也是实现高质量教育的“发展区”。在人工智

能快速发展的背景下，综合素质评价需要遵循四大原则，即在“以育人为导向”的目标引领下，通过设计

——

“教学评”一体化的评价框架，采用综合评价与个性化评价相结合的方式，运用数智化的动态评价形式，

构建完备的综合素质评价体系。然而，实践中教育大数据技术发展滞后往往导致综合评价难以“平衡”，评

价系统的智能推荐能力不足使得个性化评价难以“求异”，这些困境限制了评价育人功能的发挥。为此，文

章提出以“第四代评价”为理论基础，结合“OSEMN”大数据分析框架和“1+N分布式智能体系统”结构，

——

构建“教学评”一体化的人工智能教育大模型，赋能综合素质评价。未来教育教学中，教师应在预训练

与微调阶段优化模型的评价能力，通过多种途径促进人机和谐共处，推动大模型与综合素质评价深度融合。

[关键词]综合素质评价；教育大模型；第四代评价；分布式智能体

[中图分类号]G632.0

[文献标识码]A[文章编号]1007−2179（2024）06−0072−07

颈（陈丽,

2024）。例如，数据搜集时，评价体系要求

一、引言

全面记录学生成长过程，但反思和顿悟等细节往往

2021年教育部颁布的《义务教育质量评价指难以有效记录；数据分析时，传统人工处理方式效

南》明确指出，要重视综合素质评价。综合素质评率低下，现有技术和算力不足以支撑大规模数据的

价强调观察、记录与分析学生全面发展状况，重视综合分析。数据搜集与处理困难，导致综合素质评

德、智、体、美、劳全要素的横向评价，以及学生各价常被简化为“量表测试”或“档案填写”等，沦

年级学习成长情况全过程的纵向评价，旨在全面反为“变相的应试评价”和“滞后的模糊评价”，偏

映学生的综合发展和个性特长（中华人民共和国教离综合素质评价的育人初衷（陈丽,

2023）。

育部,

2022；中华人民共和国教育部,

2014）。然而，为应对这些挑战，智能技术的创新融合至关重

作为教育评价改革步入深水区的标志，综合素质评要。2024年3月，教育部提出开发专门用于教育

价实践面临诸多挑战，落地效果与顶层设计的期许领域的人工智能教育大模型，探索其在教育领域的

间差距很大，已成为制约教育高质量发展的关键瓶