AI如何让学生综合素质评价更科学、更好用？

每到学期末，教师要整理活动记录、获奖证书、学生自评和家长反馈。材料装进成长档案后，一个问题仍然摆在面前：这些记录能说明孩子发生了怎样的变化吗？

学生综合素质评价推行多年，学校已经不缺数据。真正缺少的是一套可靠的方法，把散落在课堂、活动和实践中的表现转化为有依据的判断。评价标准过于宽泛，教师之间难免尺度不一；平台记录了学生参加过什么，却很少呈现他在其中怎样思考、合作和解决问题。结果看上去很丰富，用到教学时又显得笼统。

我们是一家服务教育部门和学校的科技公司。在参与评价项目的过程中，我们越来越清楚地意识到，AI的价值不在于替教师给学生打分，而在于协助教师整理证据、分析过程，发现人工观察容易遗漏的信息。

育人目标转为具体表现

德智体美劳全面发展和学生发展核心素养，为综合素质评价划定了基本方向。学校落地时，还要把这些概念继续拆解。

以“问题解决”为例。学生面对陌生任务时，能否抓住主要问题？会不会寻找和比较资料？第一次尝试失败后，是换一种方法，还是停在原地？这些行为比“优秀”“良好”更有解释力，也方便教师持续观察。

我们在设计AI赋能的学生综合素质评价系统时，先将育人目标转化为能力要点，再为每项能力匹配任务和观察依据。系统保留统一的基础框架，也允许学校加入自己的内容。有的学校重视劳动教育，可以增加劳动习惯和实践能力；有的学校开设跨学科课程，可以多观察学生的信息整合与探究表现。

不同年龄的孩子也不能使用同一把尺子。小学生需要建立习惯，学会表达和合作；进入中学后，评价逐步关注独立思考、责任意识与创新实践。评价要求跟着学生的成长变化，教师得到的结果才有参考意义。

在任务过程中评价学生

一张证书只能证明学生参加过活动，一份作品也未必能还原他的付出。综合素质往往藏在过程中。

在一次校园空间改造任务中，学生需要实地观察、了解同学需求，再提出方案。有人很快完成设计，却没有核对实际尺寸；有人画得不够漂亮，但会反复询问使用者的意见，还能根据反馈修改方案。只看最终作品，两类学生的差异很容易被忽略。

表现性评价给学生设置接近真实生活的任务。学生在阅读探究、科学实验、艺术创作或社会实践中作出选择，系统在授权范围内记录必要的任务路径、修改情况和互动信息。AI帮助教师从这些材料中查找有代表性的行为，教师再结合日常接触作出判断。

这套方式仍然需要教师。机器可以处理大量数据，却不了解一个孩子最近经历了什么，也无法代替师生之间长期形成的认识。系统提供分析线索，教师负责解释；学生自评和同伴反馈则补充不同视角。遇到重要评价结果，教师可以查看原始证据并进行复核。

让评价结果回到课堂中

综合素质评价最怕“重记录、轻使用”。学生收到一个等级，教师完成一次填报，数据随后留在平台里，对下一阶段的学习没有影响。

一份有用的报告应该说清楚学生的表现依据。比如，某名学生想法很多，愿意表达，但在小组任务中不太听取同伴意见。教师看到对应的任务记录后，可以在下一次合作学习中调整他的角色，继续观察，而不是直接给他贴上“不善合作”的标签。

班级报告解决的是另一类问题。如果多数学生能够找到信息，却不太会判断信息是否可靠，教师可以在后续课程中增加比较、质疑和证据核查。评价结果由此进入备课，成为调整教学的参考。

学校和区域管理者关注的是群体变化。系统可以汇总不同年级、不同学校的表现，帮助他们检查课程实施情况，判断教师培训和教育资源应该投向哪里。学生经过多次任务后形成的成长记录，也有助于教师发现他在审美、科学探究或社会参与方面的特点，为后续培养提供依据。

技术分析教师负责判断

AI能提高信息处理效率，也可能带来新的风险。数据采集过多、模型判断缺少解释、评价结果被简单排名，都会偏离综合素质评价的初衷。

因此，我们在系统中坚持按需采集，对学生信息进行分级保护，并保留教师复核和修正入口。学校能看到评价依据，教师拥有最终解释权。技术团队要做的，是提供好用的工具和可信的证据，不能越过教育者替学生下结论。

更科学，意味着每个判断都有标准和证据；更好用，意味着教师知道接下来怎样教，学生知道自己还能怎样进步。AI参与学生综合素质评价，最终要服务于这两件具体的事。