“人工智能+”重塑高等教育教学评估

　　高等教育教学评估是推动高校持续改进教学质量、提升人才培养能力的重要手段。传统评估缺乏深度归因与精准反馈，导致教师难以及时干预问题，学生个性化需求无法获得及时响应。借助人工智能技术研发智能化评价工具并构建全过程纵向评价体系，可在一定程度上弥补传统评估的不足，增强评估的科学性、准确性与公信力，进一步推动高等教育高质量发展。

　　要实现这一目标，首先需要在理念上进行深刻革新。高等教育的高质量发展，要求教育教学评估工作必须同步走向数据驱动与智能赋新。智能化高等教育教学评估以大数据和智能分析为核心，将人工智能技术嵌入评估全过程，构建全域感知、全程跟踪、全要素分析的评估系统，增强评估结果的刚性与可追溯性。数据驱动是这一体系的基石，能够从根本上提升评估的效率与精准度。智能化评估体系深度融合人工智能与大数据分析，形成数据采集、智能分析、精准反馈与迭代改进的完整闭环，从而系统性提升评估的信度与效度。该体系的建设不仅是高等教育高质量发展目标在评估领域的具体映射，也弥补了传统评估在数据依据、反馈时效与个性化支持等方面的短板，为高等教育的内涵式创新发展提供了坚实支撑。

　　在理念先导的基础上，路径创新成为人工智能技术赋能高等教育评估革新的关键。现代科学技术的集群式突破，尤其是人工智能的成熟与渗透，正在深刻重塑高等教育。人工智能已超越工具属性，成为推动教育质量革命与评估体系结构性优化的核心力量。借助其强大的数据处理、模式识别与智能决策优势，评估活动在科学性、精准性与全面性上实现了质的跃升。构建智能化教育教学评估体系，关键在于综合运用大数据、人工智能、云计算等技术集群，对教学常态监测数据进行深度挖掘与智能解译，从而从评估结果中逆向推动教学内容与方法的改革。

　　具体来看，第一条路径是构建数据驱动的智能分析系统，夯实评估的科学性基础。传统评估受限于数据的碎片化与滞后性，而人工智能支持下的数据治理能够实现教学全要素、全过程数据的自动采集与融合，为评估提供全样本、实时性的数据底座。高校可以依托大数据和人工智能技术，构建覆盖教育教学全过程的多维场景数据采集与分析系统，利用云计算、机器学习等方法搭建统一的智能评估数据中台，实现异构数据的标准化接入、清洗与融合，大幅提升数据收集、处理与分析的效率和深度。同时，通过人工智能对专业建设质量、课程建设质量、课堂教学、学生学习行为、教学效果等多维度数据进行系统挖掘，及时发现和识别潜在问题，自动生成问题清单，减少评估中的主观性与随意性。最终，利用计算模型测算教育教学改进措施的预期成效，生成科学的评估报告，帮助高校制定可操作的改进方案。

　　第二条路径是推动评估工具的智能化升级，保障评估流程的效能与公正。评估工具的智能化转型是人工智能赋能教学评估的直接体现。高校须主动布局，推动评估工具从辅助角色向智能主体演进。一方面，应综合运用人工智能技术，增强工具在决策、分析和反馈方面的科学性。另一方面，加快评估工具的智能化建设，提升其数据处理与分析能力，从而提高评估效率与准确性。通过加速应用基于人工智能、大数据等技术的智能评估系统，推动传统工具的升级换代。此外，利用人工智能对教育教学评估工具进行全面、系统的智能化管理，确保各类工具的整合与联动，从而提升评估效率，保障评估过程的科学性与公正性。

　　第三条路径是实现主体的个性化评估与反馈，促进教育教学的有效提升。人工智能技术的应用有助于实现个性化评估，为学生和教师提供定制化的评估报告与改进建议，帮助其更好地提升学习效果与教学质量。高校可以通过人工智能构建个性化评估系统，对学生和教师个体进行精细化评估与反馈，提高评估的适应性和个性化水平。同时，借助人工智能多渠道获取教育教学数据，进行数字画像和深入分析，精准识别关键质量控制点，为高校教育教学改进提供科学可靠的数据支持。由此形成“数据收集—分析—反馈—改进”的良性循环，推动高等教育教学评估体系的整体智能化转型。

　　（作者孙彩云系南京航空航天大学副研究员，孙继红系中国教育科学研究院高等教育研究所副所长；本文系全国教育科学规划2021年度教育部重点课题“数字赋能视阈下高校教师教学力提升路径研究”［DIA210368］阶段性成果）

《中国教育报》2026年06月10日 第07版