习近平总书记强调，“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新”。人工智能时代的来临为高校教学和教学评价工作提供了新机遇。近期，通用大模型人工智能应用爆发式发展，结合近年来高校开展的超大规模网络教学应用实践，为高校教学评价的网络化、数字化以及智能化积累了大量实践经验和技术准备，为运用人工智能解决过程评价缺少测量评价手段方法问题提供了便利。同时，过程评价的作用进一步凸显，其具有动态性、改进性和发展性等特征，强调个体个性化教育测量，能促进人的全面发展以及促进研究型学习和终身学习等，符合新时代教育评价改革要求。当前，高校应更加重视人工智能对教学过程评价的优化改进。

健全教育技术监测评价手段和机制，解决好高校教学过程评价的“最初一公里”和“最后一公里”。人工智能和数字信息技术的应用，要实现算力代替人力，首先是要连接好网络和现实，让技术落地。打通人工智能服务高校教育过程评价的“最初一公里”，就是要解决好教育测量监测手段方法的问题。要在教育测量对教学的影响最小化的基础上，将动态测量技术监测手段融入当前高校教学的线上线下课堂、实践场地和实验室。打通“最后一公里”，则是要改进高校现有信息化部门和教务部门在运用信息技术开展教学评价工作中的工作机制，可成立教学监测评价中心等专业化职能部门。将高校多年积攒的教学过程中产生的“人、事、物”数据进行规模化和精细化测量分析和评价建模，为院系和师生提供课程教学改进策略、教学组织形式建议和个人教育成长报告等。

构建不同层次和类型的评价方案。运用基于通用人工智能技术的机器学习和语义理解分析技术，学习课程文本和音视频等学习资料，辅助教学管理人员设计应对不同学科类型和不同课程类型以及不同层次教学的不同评价要素、评价模型和评价方案。并将过程评价结果及时通过邮件或微信公众号等平台推送给师生和教学管理人员。同时通过人工智能程序代替传统的问卷访谈形式，实时收集分析整理师生对于教学评价的反馈，以此形成诊断、反馈和改进的循环闭环结构，快速迭代和改进评价要素、模型和方法。但要注意抑制滥用人工智能自动生成的过程评价结论的冲动，避免干扰教学活动或限制学习者对于达成学习目标的预期。

完善教育测量评价技术兼具人文关怀。要开发训练基于专用小模型的高校教学评价人工智能模型应用，训练该模型掌握质性分析方法，使其同时具备定量分析和质性分析的能力。例如对于高校教学过程评价传统手段收集的评价素材如访谈和问卷等，可通过人工智能分析录音、图像和文本，提炼评价要点开展质性分析。从而加深人工智能模型对课程的理解，优化评价要素和评价方案，增强教育测量的信效度。同时，要强调人力和算力的分工协作，坚持以人为师和以人育人，通过教务部门或教学监测机制对人工智能过程评价结论开展主观评价和人工审核，避免过度依赖人工智能技术导致教学关系和师生关系的异化和消解，或发生“算法霸权”等问题。

积累多维度个性化全过程评价数据。为服务国家发展战略需求，高校应不断提高人才培育水平，培养拔尖创新人才，服务国家重大原始创新和核心技术攻关。为此，高校教学过程评价要进一步完成对服务课程教学视域的超越。高校要依托人工智能模型和大数据技术，建立高校大学生的“超级学习档案”。教学过程评价测量则不仅要聚焦大学生学习表现，服务当前正在学习的课程，也要记录整个学段内甚至跨学段的能力素质和学情变化的信息，综合收集分析大学生的知识结构特点、学习兴趣特点、科研实践特点以及参赛获奖情况，充实评价数据库。这些可以为大学生科研和创新创业提供参考指引，为高校人才培养提供决策支持。

舒尹卓（作者单位：南通大学杏林学院）