評他能力：人工智能時(shí)代學(xué)生必備的高階思維能力

張生 王雪 齊媛

摘要：人工智能時(shí)代的評價(jià)改革的核心在學(xué)評融合，一線實(shí)踐層面的核心在評他能力的發(fā)展。對他人作品進(jìn)行評價(jià)的活動是一種重要的高階思維訓(xùn)練活動，對學(xué)生關(guān)鍵能力和人格品質(zhì)的發(fā)展具有重要的價(jià)值和意義，是落實(shí)評價(jià)改革的核心抓手。該研究研制信效度良好的評他能力測評工具，基于分層抽樣設(shè)計(jì)，對全國東中西地區(qū)的18420名小學(xué)、初中和高中學(xué)生進(jìn)行大規(guī)模調(diào)查。結(jié)果發(fā)現(xiàn)：我國中小學(xué)生評他能力的總體表現(xiàn)處于中等偏低水平，亟待整體提升和培養(yǎng)；內(nèi)部結(jié)構(gòu)發(fā)展不均衡，尤其是認(rèn)知反饋維度相對較弱，學(xué)生對他人的作品提出問題、改進(jìn)建議的能力訓(xùn)練不足；在城市特征、人口學(xué)特征上呈現(xiàn)低水平均衡發(fā)展，性別和學(xué)段的部分差異達(dá)到小效應(yīng)量，需要進(jìn)一步改革實(shí)驗(yàn)，研制有效提升策略；在影響因素方面，評價(jià)頻率和回復(fù)頻率對評他能力的解釋力最高，說明當(dāng)前評價(jià)的活動開展較少，在量的層面都有積極影響，應(yīng)該加大評價(jià)活動的次數(shù)和頻率。由此可見，我國中小學(xué)生的評他能力尚處于自由發(fā)展、并未有效的積極干預(yù)措施的階段，還未發(fā)揮“互聯(lián)網(wǎng)+”在評他方面的優(yōu)勢，需要在學(xué)與教方式變革過程中積極融入評他活動的設(shè)計(jì)，以進(jìn)一步推進(jìn)評價(jià)改革的落地。

關(guān)鍵詞：學(xué)評融合；評他能力；評價(jià)改革；核心素養(yǎng)；人工智能

中圖分類號：G434 文獻(xiàn)標(biāo)識碼：A

本文系國家自然科學(xué)基金聯(lián)合基金重點(diǎn)項(xiàng)目“基于‘天河二號超級計(jì)算機(jī)的教育系統(tǒng)化監(jiān)控評估、智能決策仿真和應(yīng)用研究”（項(xiàng)目編號：U1911201）研究成果。

隨著《深化新時(shí)代教育評價(jià)改革總體方案》[1]的出臺，呼吁新時(shí)代需要新的評價(jià)改革。當(dāng)前對評價(jià)改革多數(shù)關(guān)注評價(jià)的診斷性作用，強(qiáng)化了互評在評價(jià)多元性、評價(jià)信效度方面的意義和作用，這對宏觀層面的評價(jià)有非常大的價(jià)值；同時(shí)在一線層面，新的問題也隨之會產(chǎn)生，隨著多級評價(jià)的開展，學(xué)生發(fā)展的規(guī)律、學(xué)與教的現(xiàn)狀、優(yōu)點(diǎn)與缺點(diǎn)都能清晰地呈現(xiàn)出來，同時(shí)也會增加評價(jià)的負(fù)擔(dān)，減弱診斷性評價(jià)的價(jià)值。隨著時(shí)間的推移，在學(xué)生有限的學(xué)習(xí)時(shí)間里，如何提升質(zhì)量是擺在大家面前的關(guān)鍵問題。近日，《關(guān)于進(jìn)一步減輕義務(wù)教育階段學(xué)生作業(yè)負(fù)擔(dān)和校外培訓(xùn)負(fù)擔(dān)的意見》[2]的印發(fā)，也體現(xiàn)對這一關(guān)鍵問題的高度關(guān)注，其背后的評價(jià)理念變革是落實(shí)“雙減”政策的核心和探索方向。評價(jià)本身既具備診斷的作用，用在學(xué)習(xí)活動中，還是一種訓(xùn)練學(xué)生高階思維發(fā)展的抓手，即評價(jià)具備診斷和學(xué)習(xí)雙重價(jià)值，如何實(shí)現(xiàn)從診斷到改進(jìn)過渡到從評價(jià)的學(xué)習(xí)性到診斷這一路徑的變革，依賴于“互聯(lián)網(wǎng)+”、大數(shù)據(jù)、測量與評價(jià)技術(shù)的不斷發(fā)展，更依賴于強(qiáng)調(diào)評價(jià)學(xué)習(xí)性，即評他能力的改革落地，也需要學(xué)評融合的評價(jià)新理念的進(jìn)一步闡明?，F(xiàn)階段同伴互評和自我評價(jià)作為融合世界中的重要評價(jià)方式，可行性與有效性等診斷性目的仍是關(guān)注焦點(diǎn)[3][4]，難以適用于人工智能時(shí)代學(xué)生評他能力的培育要求。在這一背景下，基于學(xué)評融合的評價(jià)新理念[5]，評他能力作為學(xué)評融合的重要一方面，亟需進(jìn)一步理清其內(nèi)涵與結(jié)構(gòu)，掌握當(dāng)前我國中小學(xué)生評他能力的現(xiàn)狀和影響因素，挖掘數(shù)據(jù)背后的規(guī)律，形成可行的實(shí)踐方法，將對我國評價(jià)改革的落地具有獨(dú)特的意義。

一、問題提出

（一）核心概念界定

評他能力的內(nèi)涵建構(gòu)始于其上位概念，即評價(jià)能力。隨著教育評價(jià)改革和育人目標(biāo)的不斷深化，評價(jià)能力的內(nèi)涵應(yīng)由知識的掌握性向能力的發(fā)展性、由對結(jié)果的診斷性向?qū)W習(xí)的過程性、由對作品的評價(jià)向人的評價(jià)不斷發(fā)展變化。Tai等人[6]對評價(jià)能力的定義是：“相對于預(yù)先確定但不一定明確的標(biāo)準(zhǔn)，批判性地評估表現(xiàn)的能力。這需要一個復(fù)雜的反思過程，包括內(nèi)部的自我評價(jià)，和外部決策他人‘工作質(zhì)量的同伴評價(jià)”。李澤文[7]認(rèn)為評價(jià)能力是能夠根據(jù)明確標(biāo)準(zhǔn)對有關(guān)事物做出一種高度自覺的價(jià)值判斷能力。Tai等人[8]在此基礎(chǔ)上提出了更簡單的定義，認(rèn)為評價(jià)能力是對自我和他人的工作質(zhì)量做出決定的能力。至此，評價(jià)能力是一種價(jià)值判斷力，作用對象是他人或自己的“工作”質(zhì)量，衡量標(biāo)準(zhǔn)是與明確標(biāo)準(zhǔn)的一致程度，這一界定也與當(dāng)前迫于升學(xué)和考試的壓力，評價(jià)更多從診斷性評價(jià)入手有關(guān)[9]。例如，在同伴互評領(lǐng)域，大部分學(xué)者都關(guān)注學(xué)生評分的客觀性或與教師評分的一致性上[10]，以此來衡量評價(jià)能力的高低具有一定的合理性，但已不符合當(dāng)下的育人理念、促進(jìn)學(xué)生學(xué)習(xí)的作用有限，因此，評他能力背后的評價(jià)理念革新是關(guān)鍵，面向?qū)W習(xí)性的學(xué)評融合新理念提供了重要路徑。

評價(jià)能力的內(nèi)隱性多維結(jié)構(gòu)是研究評他能力結(jié)構(gòu)與測評的關(guān)鍵。學(xué)術(shù)界對評價(jià)能力的結(jié)構(gòu)研究還未形成統(tǒng)一結(jié)論，現(xiàn)有研究主要從評價(jià)對象和評價(jià)過程兩個方面進(jìn)行探討。從評價(jià)對象方面的分析多對應(yīng)到互評和自評兩種評價(jià)方式下的評價(jià)能力[11][12]；從評價(jià)過程方面進(jìn)行的分析聚焦到一般評價(jià)過程中的評價(jià)能力結(jié)構(gòu)，例如，蘇倩[13]將評價(jià)能力的內(nèi)部結(jié)構(gòu)定義為三方面：一是將外在評價(jià)標(biāo)準(zhǔn)內(nèi)化為自己的內(nèi)在標(biāo)準(zhǔn)，二是要有意識、獨(dú)立地進(jìn)行判斷和選擇，三是要反思自我，不斷地促進(jìn)自我的發(fā)展。Dominique等人[14]在建構(gòu)的三級維度評價(jià)能力模型中包括：（1）明確評價(jià)標(biāo)準(zhǔn)：思考哪些方面是評價(jià)作品時(shí)需要關(guān)注的；（2）判斷作品表現(xiàn)：識別同伴作品的優(yōu)缺點(diǎn)；為下一步的學(xué)習(xí)提供反饋：對同伴的作品給予建設(shè)性的反饋。至此，評價(jià)過程方面的研究可以概念化為四個主要組成部分：標(biāo)準(zhǔn)意識、判斷選擇、認(rèn)知反饋和反思提升。因此，上述兩種評價(jià)方式和四個主要過程是建構(gòu)評他能力結(jié)構(gòu)的基礎(chǔ)和關(guān)鍵。

數(shù)字世界對物理世界的拓展和自身的時(shí)空泛在性賦能評他能力的常態(tài)化、精準(zhǔn)性和科學(xué)性培育[15]?；谏鲜鲅芯?，評價(jià)目的、評價(jià)方式和評價(jià)過程是構(gòu)建評他能力內(nèi)涵與結(jié)構(gòu)的基石。如圖1所示，評他能力的內(nèi)涵取決于y軸的評價(jià)目的這一本質(zhì)性取向，與面向作品的診斷性評價(jià)相比，面向人的學(xué)習(xí)性評價(jià)是首要本質(zhì)，他人或自己的“工作”質(zhì)量只是衡量學(xué)生評他能力的載體，關(guān)鍵是在學(xué)生作為評價(jià)者參與評價(jià)活動的過程中，學(xué)生自身學(xué)習(xí)的發(fā)生與促進(jìn)。評他能力的結(jié)構(gòu)依附于x軸的兩種評價(jià)方式和z軸的四個主要評價(jià)過程建構(gòu)。以往研究表明，自我評價(jià)和同伴互評兩種評價(jià)方式是形成性評價(jià)過程的必要環(huán)節(jié)[16]，二者相結(jié)合能夠促進(jìn)評價(jià)方法的有效性[17]。因此，評他能力同時(shí)關(guān)聯(lián)自我評價(jià)和同伴互評兩種方式，而無論哪一種方式，其內(nèi)部蘊(yùn)含的評價(jià)過程，尤其是學(xué)習(xí)性評價(jià)過程才是建構(gòu)評他能力結(jié)構(gòu)的關(guān)鍵。在上述四個主要評價(jià)過程中，按發(fā)生順序在z軸上由低到高排列，標(biāo)準(zhǔn)意識是評價(jià)的基礎(chǔ)過程，在兩種評價(jià)方式和評價(jià)目的中均有體現(xiàn)。判斷選擇是對他人或自身作品進(jìn)行量化打分，涵蓋在兩種評價(jià)方式中，但因其作品主導(dǎo)性，仍以診斷性為主要目的，故未被納入評他能力結(jié)構(gòu)中。認(rèn)知反饋和反思提升以其認(rèn)知加工和思維深度參與而體現(xiàn)為學(xué)習(xí)性評價(jià)，分別主要發(fā)生在學(xué)生互評和自我評價(jià)中。至此，評他能力結(jié)構(gòu)體現(xiàn)在關(guān)聯(lián)兩種評價(jià)方式下的標(biāo)準(zhǔn)意識、認(rèn)知反饋和反思提升一系列學(xué)習(xí)性評價(jià)過程中。

綜上，評他能力是學(xué)評融合新理念的核心內(nèi)容之一，強(qiáng)調(diào)在物理世界與數(shù)字世界融合育人過程中，發(fā)揮評價(jià)的高階思維的學(xué)習(xí)特性，優(yōu)化設(shè)計(jì)學(xué)生的評他活動，形成人人創(chuàng)造、分享作品，人人評價(jià)他人的作品，在評價(jià)他人（含自身）的作品中，不僅關(guān)注作品本身，更加關(guān)注作品的創(chuàng)作者，還關(guān)注創(chuàng)作過程，是基于創(chuàng)作者出發(fā)的一種系統(tǒng)的評價(jià)新觀念。首先，它強(qiáng)調(diào)的是融合世界中，在學(xué)習(xí)時(shí)空得以拓展的情況下的評價(jià)活動；是關(guān)注人在評價(jià)他人過程中評他活動對學(xué)生自身成長的價(jià)值；也是關(guān)聯(lián)自評和互評兩種評價(jià)方式，強(qiáng)調(diào)評價(jià)過程中學(xué)生主體的標(biāo)準(zhǔn)意識、認(rèn)知反饋和反思提升關(guān)鍵思維過程；是指向?qū)W生直接發(fā)展的評價(jià)活動，是先于評價(jià)的診斷性活動，是基于評價(jià)活動數(shù)據(jù)開展自動化診斷評價(jià)的基礎(chǔ)，是落實(shí)過程性、增值性、綜合性評價(jià)的重要基礎(chǔ)；最后，它還是減輕各級診斷性評價(jià)帶來的評價(jià)負(fù)擔(dān)的重要路徑和抓手。

評他能力的培育既能支持原有自我評價(jià)和同伴互評活動的高質(zhì)量開展，也超越其支持學(xué)生更高層級的思維能力發(fā)展。這主要體現(xiàn)在對學(xué)習(xí)性評價(jià)過程的關(guān)注，即不再關(guān)注自評和互評中的客觀性與準(zhǔn)確性，而是體現(xiàn)在根據(jù)一定標(biāo)準(zhǔn)，評價(jià)他人作品過程中自身的認(rèn)知性反饋和對自我作品的反思提升上。其關(guān)鍵特征：一是理解質(zhì)量標(biāo)準(zhǔn)并具備標(biāo)準(zhǔn)意識的能力；二是應(yīng)用標(biāo)準(zhǔn)對他人作品表現(xiàn)進(jìn)行認(rèn)知性反饋的能力；三是評價(jià)他人過程中反思和修改，以提升自己作品的能力。因此，上述界定的評他能力結(jié)構(gòu)將不止于價(jià)值判斷，能將判斷的結(jié)果外顯為認(rèn)知性反饋行動，如“指出問題”“提出建議”等，并在大量閱讀、評價(jià)他人作品的過程中逐步認(rèn)識到事物的多面性，對自我作品進(jìn)行反思，并進(jìn)一步提升自身作品、標(biāo)準(zhǔn)認(rèn)知、學(xué)習(xí)方法等，才是完成一次有積極意義的完整的評他過程。

（二）研究問題

以往的評價(jià)能力相關(guān)研究中，對教師和學(xué)校層面的研究相對較多，對學(xué)生的評價(jià)能力研究較少[18]。并且，從與時(shí)俱進(jìn)的發(fā)展角度審視，尚存不足：評價(jià)能力的內(nèi)涵與結(jié)構(gòu)界定中仍存在以診斷性的質(zhì)量評價(jià)為主，尚未有研究基于促進(jìn)學(xué)習(xí)評價(jià)的新取向?qū)ξ覈行W(xué)生的評價(jià)能力特點(diǎn)進(jìn)行深入分析。其中有一個引起許多興趣的問題，學(xué)生的不同評價(jià)背景，即評價(jià)數(shù)量或頻率，對其互評質(zhì)量是否會有影響？具體而言，引入交互層數(shù)的概念，這種影響是源自評他的頻率還是回復(fù)的頻率？以往研究并未形成統(tǒng)一結(jié)論，一方面，交互數(shù)量與交互層數(shù)似乎都帶來更深度和高質(zhì)量的互評效果[19]。另一方面，交互數(shù)量多，深度互動的內(nèi)容反而少[20][21]。那么當(dāng)定位到本研究提出的評他能力時(shí)，評他頻率和回復(fù)頻率的影響效果如何還有待分析。

因此，本研究基于學(xué)評融合的評價(jià)新理念，提出評他能力這一面向新時(shí)代育人要求，統(tǒng)整當(dāng)前自評和互評中實(shí)踐困境，關(guān)注評價(jià)過程中學(xué)習(xí)性作用的高階思維能力。研制信效度良好的學(xué)生評他能力測評工具，基于分層抽樣設(shè)計(jì)，對全國東中西地區(qū)的小學(xué)、初中和高中學(xué)生進(jìn)行大規(guī)模調(diào)查。確定以下4個研究問題：我國中小學(xué)生的評他能力現(xiàn)狀如何？不同城市特征和人口學(xué)特征的群體存在哪些差異？家庭背景因素和評價(jià)背景因素對評他能力的影響如何？以評他能力測評作為一項(xiàng)循證指標(biāo)，為推動高階思維能力培養(yǎng)和核心素養(yǎng)發(fā)展提出對策建議。

二、研究設(shè)計(jì)

（一）研究對象

項(xiàng)目組對全國中小學(xué)生評他能力現(xiàn)狀進(jìn)行調(diào)查，共回收290352份問卷，有效問卷278571份（有效率95.94%）。為便于統(tǒng)計(jì)分析，使用分層抽樣進(jìn)行二次抽樣，共抽取18420份問卷。先按地域分布和經(jīng)濟(jì)發(fā)展水平抽取省份，根據(jù)2020年的人均GDP數(shù)據(jù)由高到低排序，分為高中低三級，結(jié)合國家統(tǒng)計(jì)局2019年抽樣調(diào)查公布的東西部學(xué)校的總體數(shù)量。最終確定東部4個、中部3個、西部3個，高人均GDP3個、中3個、低4個，共10個省、市、自治區(qū)①。依據(jù)2019年全國抽樣調(diào)查數(shù)據(jù)中各學(xué)段的在校學(xué)生比例，在控制小、初、高的抽取比例大致為1：2：4的基礎(chǔ)上，每個省、市、自治區(qū)抽取的問卷總數(shù)占所有抽取省份問卷總數(shù)的比例與我國2019年抽樣調(diào)查數(shù)據(jù)中該省份在校學(xué)生總數(shù)的相對比例一致。這說明，本研究抽取的問卷數(shù)據(jù)對總體的代表性較好，基本上能反映全國中小學(xué)生評他能力的基本情況。樣本的分布情況如表1所示。

（二）研究工具

1.評他能力問卷結(jié)構(gòu)及其信效度

采用自編《中小學(xué)生評他能力問卷》，經(jīng)專家審校和兩次預(yù)測試，最終形成14道題目的問卷供正式測評使用，采用李克特量表5級記分。分為認(rèn)知反饋、標(biāo)準(zhǔn)意識與反思提升三個子維度，總量表和子量表的內(nèi)部一致性信度在0.829-0.898之間，如表2所示。驗(yàn)證性因子分析顯示，模型擬合良好。

認(rèn)知反饋是指學(xué)生在掌握基礎(chǔ)知識及技能的基礎(chǔ)上，通過對同伴作品所體現(xiàn)的知識技能的整合對比，進(jìn)而做出認(rèn)知性反饋的能力。包含4道題目，分別從“指出問題”“提出建議”“定位問題”“給出解決辦法”4個方面出發(fā)，例如“我經(jīng)常在評價(jià)中直接指出作品中的問題或錯誤”“我經(jīng)常在評價(jià)中對作品提出具體的修改建議”。

標(biāo)準(zhǔn)意識是指學(xué)生在理解質(zhì)量標(biāo)準(zhǔn)的基礎(chǔ)上，能對自己的評價(jià)行為對應(yīng)到相應(yīng)的質(zhì)量標(biāo)準(zhǔn)，將外在事物有意識地內(nèi)化為內(nèi)在標(biāo)準(zhǔn)的能力。包含4道題目，例如“我給出的評價(jià)符合一定的標(biāo)準(zhǔn)”“我給出的評價(jià)經(jīng)過了仔細(xì)的思考”等。

反思提升是指學(xué)生在大量閱讀、評價(jià)他人作品的過程中逐步形成對自我作品的反思，并進(jìn)一步調(diào)節(jié)提升自身作品、標(biāo)準(zhǔn)認(rèn)知、學(xué)習(xí)方法等的能力。包含6道題目，例如“評價(jià)他人讓我能更好地完成我的作品”“我學(xué)會從評價(jià)者的視角看待自己的作品”等。

2.評價(jià)背景因素

包括評他頻率和回復(fù)頻率，各有一道題目：“我評論別人作品的頻率是”“別人評論了我的作品后，我對評論進(jìn)行回復(fù)的頻率是”，采用4點(diǎn)計(jì)分，從幾乎沒有到經(jīng)常。

三、數(shù)據(jù)分析

（一）中小學(xué)生評他能力的總體表現(xiàn)

學(xué)生評他能力總分的均值為3.497（SD=0.647）。進(jìn)一步采用重復(fù)測量方差分析，結(jié)果表明，中小學(xué)生在評他能力三個維度上的得分存在顯著差異，F(xiàn)（2，36838）=8016.349，p<0.001。配對比較發(fā)現(xiàn)，三個維度上的得分兩兩之間均存在顯著差異，得分由高到低依次為：反思提升、標(biāo)準(zhǔn)意識、認(rèn)知反饋。

（二）中小學(xué)生評他能力的差異分析

以城市特征和人口學(xué)特征為分組變量，采用獨(dú)立樣本t檢驗(yàn)和單因素方差分析，從地域、GDP水平、性別和學(xué)段背景信息上，對我國中小學(xué)生評他能力的差異進(jìn)行了考察。t檢驗(yàn)的效應(yīng)量以d值估計(jì)，方差分析的效應(yīng)量采用η2估計(jì)，結(jié)果如表3所示。

不同地域的中小學(xué)生，在評他能力總分和反思提升維度上存在顯著性差異；不同GDP水平的中小學(xué)生，在評他能力總分及各維度上均有顯著性差異。但均未達(dá)到小效應(yīng)量。

不同性別的中小學(xué)生，在評他能力總分、認(rèn)知反饋和反思提升維度上存在顯著性差異，結(jié)合數(shù)據(jù)來看，男生在評他能力總分和認(rèn)知反饋維度上的得分顯著高于女生，達(dá)到小效應(yīng)量；不同學(xué)段的中小學(xué)生，在評他能力總分及各維度上均有顯著性差異。事后檢驗(yàn)表明：在評他能力總分和反思提升維度上，小學(xué)生得分顯著高于初、高中生，初中生得分顯著高于高中生，達(dá)到小效應(yīng)量。

（三）中小學(xué)生評他能力的影響因素分析

將評他能力總分及各維度得分與父母最高受教育程度、評他頻率和回復(fù)頻率做相關(guān)分析，結(jié)果如下頁表4所示。所有變量兩兩間均存在顯著性相關(guān)。

綜合前述結(jié)果，采用多元分層回歸分析，考察上述所有變量對評他能力總分和各個維度得分的影響，結(jié)果如表5所示。城市特征、人口學(xué)變量、父母最高受教育程度和評價(jià)背景分別解釋了總分方差的0.2%、1.5%、0.3%和8.7%。模型2-4的調(diào)整R2項(xiàng)顯示，評他能力3個二級維度中，反思提升維度（模型4）受自變量影響程度較高，認(rèn)知反饋維度（模型2）受自變量影響程度較低（討論詳后）。

四、討論與結(jié)論

（一）我國中小學(xué)生的評他能力整體情況處于中等偏低水平

本研究的目的之一，是希望在以核心素養(yǎng)指導(dǎo)的新評價(jià)理念下，衡量我國中小學(xué)生評他能力現(xiàn)狀，并得到一個基本判斷。在調(diào)查問卷的量尺上，我國中小學(xué)生評他能力總分的均值為3.497，高于3分這一理論中值，我國中小學(xué)生評他能力水平在本調(diào)查問卷量尺上，達(dá)到中等水平。若以百分制的思路，人為劃定60分至70分為及格，則這個分?jǐn)?shù)仍處于及格水平，未達(dá)到中等線（3.5分）。因此，結(jié)合理論中值和中等線兩個參考標(biāo)準(zhǔn)，可認(rèn)為我國中小學(xué)生評他能力處于一個中等偏低的水平。誠然，本研究界定的評他能力強(qiáng)調(diào)評價(jià)的學(xué)習(xí)性，對于評他診斷性上的能力體現(xiàn)還未有涉及，但本團(tuán)隊(duì)在以往研究中，已略述診斷性評他能力的內(nèi)涵[22]，它不同于傳統(tǒng)學(xué)生評分的準(zhǔn)確性，而是基于數(shù)字世界各種人工智能技術(shù)支撐下的應(yīng)用數(shù)據(jù)決策、助力學(xué)習(xí)的能力，將在未來的研究中進(jìn)一步論述。

（二）我國中小學(xué)生的評他能力內(nèi)部結(jié)構(gòu)發(fā)展不均衡，認(rèn)知反饋維度亟待提升

在評他能力三個維度上，學(xué)生的得分兩兩之間均存在顯著差異，反思提升維度表現(xiàn)較好，這一結(jié)論與以往研究一致[23]，說明學(xué)生在評價(jià)他人作品的過程中能夠反思、意識到其對自我作品的視野拓展和靈感激發(fā)，同時(shí)愿意將這種認(rèn)知轉(zhuǎn)化為具體的改進(jìn)、提升自我作品的行為外部傾向。相反，認(rèn)知反饋維度表現(xiàn)較差，均值僅為2.995。究其原因，認(rèn)知反饋維度的界定是面向?qū)W生的高階思維發(fā)展和核心素養(yǎng)育人要求，表現(xiàn)在“判斷觀點(diǎn)”“指出問題”“提出建議”“定位問題”“給出解決辦法”五個方面，需要學(xué)生進(jìn)行深度的思考和認(rèn)知能力加工，而中小學(xué)生由于認(rèn)知水平正處于發(fā)展階段，且受制于學(xué)校、家庭對該方面能力的培養(yǎng)忽視[24]，故在該維度的表現(xiàn)不足，上述研究結(jié)論與已有研究相似[25]。該結(jié)果對評他能力的提升工程或有所啟示：當(dāng)前我國中小學(xué)生擁有較好的基礎(chǔ)踐行評他活動，能夠認(rèn)識到評他活動對自我的認(rèn)知反思和改進(jìn)提升具有重要意義，也呼應(yīng)學(xué)評融合新理念中發(fā)揮評價(jià)學(xué)習(xí)性功能的最后一個階段，即反思與改進(jìn)；應(yīng)將干預(yù)工作的重點(diǎn)放在學(xué)生認(rèn)知反饋中的思維深度和認(rèn)知加工等方面，及要徹底變革為以學(xué)生生成為核心的學(xué)與教方式。

（三）我國中小學(xué)生的評他能力在外部群體差異上呈現(xiàn)低水平均衡，性別和學(xué)段的部分差異達(dá)到小效應(yīng)量

調(diào)查結(jié)果表明，地域分布、人均GDP水平、性別和學(xué)段這些常見的社會學(xué)分類指標(biāo)，并不能大效應(yīng)地區(qū)分不同組別人群的評他能力水平?？赡艿脑颍阂皇俏覈行W(xué)生評他能力發(fā)展比較均衡；二是中小學(xué)生的評他能力差異主要來自于個體之間的差異（組內(nèi)差異）。但是結(jié)合上述評他能力整體情況處于中等偏低水平的現(xiàn)狀判定，這種均衡是基礎(chǔ)水平上的均衡，如何在全局尺度上提升我國中小學(xué)生評他能力，將是一個體量巨大的任務(wù)。

在上述分類指標(biāo)中，僅有性別和學(xué)段的部分差異達(dá)到小效應(yīng)量，地域分布和人均GDP水平未達(dá)到小效應(yīng)量，與已有研究相似[26][27]。具體而言，就性別而言，男生在認(rèn)知反饋維度上的得分顯著高于女生?？赡茉蚴怯捎谛詣e的生理和心理差異，男生在提出問題和發(fā)表質(zhì)疑時(shí)會更加果斷自信，而女生在思考問題時(shí)表現(xiàn)得更為全面細(xì)膩。該結(jié)論與以往研究一致，男生在批判性思維開放思想、分析能力以及自信心上都要顯著高于女生[28]。就學(xué)段而言，在評他能力總分和反思提升維度上，呈現(xiàn)出小學(xué)顯著優(yōu)于初、高中，初中顯著優(yōu)于高中的趨勢。中學(xué)階段的學(xué)生理應(yīng)比小學(xué)階段掌握了更多的知識技能，為什么評他能力不升反降？分析其原因可能有以下幾點(diǎn)：首先，小學(xué)階段相對中學(xué)階段更注重學(xué)習(xí)策略的教授和運(yùn)用，該結(jié)論與已有研究一致。例如，孫智昌等人[29]發(fā)現(xiàn)，學(xué)生的學(xué)習(xí)策略水平隨學(xué)段升高而顯著下降，Clear等人[30]和Eur等人[31]的研究結(jié)果也表明，隨著年級的升高，學(xué)生自我調(diào)節(jié)學(xué)習(xí)策略的使用會下降，而無論是學(xué)習(xí)策略中的反思策略、認(rèn)知策略還是自我調(diào)節(jié)學(xué)習(xí)策略，都是評他能力總分和反思提升維度的重要基石。其次，隨著年級的升高，迫于考試和升學(xué)的壓力，學(xué)生較少有機(jī)會以自我總結(jié)的方式鞏固知識[32]，教師在教學(xué)中用于評他活動的時(shí)間和深度也不足，導(dǎo)致學(xué)生的評他能力總分和反思提升維度表現(xiàn)較差。這一猜想，在問卷中有具體體現(xiàn)：隨著學(xué)段升高，評他頻率的均值由小學(xué)2.72，初中2.63，到高中2.62，頻率低且呈下降趨勢，結(jié)合本研究中評他頻率對評他能力的解釋率最高的這一結(jié)論，也證明了這一可能原因。再次，學(xué)生的評他能力很大程度受到非智力因素和學(xué)生主體性人格的影響，而很多非智力因素都是隨年齡升高而降低的[33]，學(xué)生的主體性人格也有隨年齡升高而降低的趨勢，例如申景玉等人發(fā)現(xiàn)小學(xué)五年級的學(xué)生在主體性人格的多個方面都高于初二學(xué)生，在初中階段也出現(xiàn)低年級明顯高于高年級的狀況[34]。最后，馬鄭豫等人還發(fā)現(xiàn)，小學(xué)生自我感知的學(xué)習(xí)能力高于初、高中生[35]，即自我評價(jià)的評他能力更客觀而表現(xiàn)為逐步下降的趨勢?？傊?，這些對中學(xué)生評他能力的不利因素綜合起來發(fā)揮的作用最終超過了隨年齡增長認(rèn)知能力的提高帶來的有利因素，從而導(dǎo)致整體上評他能力總分和反思提升維度呈現(xiàn)出隨學(xué)段升高而下降的趨勢。

（四）在本文模型涉及的變量中，評價(jià)背景因素對評他能力的解釋率最高。認(rèn)知反饋維度更不易受影響

評價(jià)背景中的評他頻率和回復(fù)頻率在評他能力總分、標(biāo)準(zhǔn)意識和反思提升維度上的影響達(dá)到中等效應(yīng)量。表征家庭背景的父母受教育程度，對評他能力的影響效果有限，在評他能力總分及各維度上，僅能最高解釋0.6%的差異。因此，再進(jìn)行細(xì)分比較意義不大，整體趨勢表現(xiàn)為：父母最高受教育程度越高，學(xué)生的評他能力越高。較之區(qū)域、人均GDP水平、性別、學(xué)段等，評他頻率和回復(fù)頻率對評他能力的解釋力高出數(shù)倍。具體而言，在評他能力總分、標(biāo)準(zhǔn)意識、反思提升維度上，回復(fù)頻率的貢獻(xiàn)程度相對更高，而在認(rèn)知反饋維度上，評他頻率的貢獻(xiàn)程度相對更高。這一結(jié)論進(jìn)一步印證了以往研究觀點(diǎn)[36][37]。回復(fù)頻率是發(fā)生在學(xué)生對他人評價(jià)進(jìn)行再次回復(fù)的過程中，交互層數(shù)由一層變?yōu)槎樱窃谒藢ψ陨碜髌吩u價(jià)內(nèi)容上的再思考，這一過程必然會調(diào)動學(xué)生已有知識技能，對照標(biāo)準(zhǔn)進(jìn)行整合比較，進(jìn)而形成自我思想沉淀，完成內(nèi)容回復(fù)，因此，有益于學(xué)生反思提升和標(biāo)準(zhǔn)意識維度的提高。在認(rèn)知反饋維度上，由于需要學(xué)生以同伴作品為載體，對其所體現(xiàn)的知識技能進(jìn)行整合對比，進(jìn)而做出認(rèn)知反饋，因而評他頻率相比于回復(fù)頻率，對該維度的解釋率更高。同時(shí)，以往研究表明，互評準(zhǔn)確性作為學(xué)生高階思維評他能力的一種體現(xiàn)，訓(xùn)練對其有積極的提升作用[38]。綜上，評價(jià)頻率的提高是提升學(xué)生評他能力的有效切入點(diǎn)，鼓勵多層次的評他活動可收事半功倍之效，也符合量變到質(zhì)變的基本認(rèn)知。

上述分析同時(shí)也指向另一結(jié)論：評他頻率和回復(fù)頻率對學(xué)生反思提升維度影響較大，對認(rèn)知反饋維度影響較小。從前面表5中相應(yīng)的 R2項(xiàng)可以看出。這一結(jié)論也從側(cè)面反映出，僅增加評價(jià)頻率，難以達(dá)到認(rèn)知反饋維度提升的理想效果。同時(shí)，比較模型整體的調(diào)整R2項(xiàng)也可以發(fā)現(xiàn)，認(rèn)知反饋維度相較于其他兩個二級維度，更不易受城市特征、人口學(xué)特征和家庭背景因素的影響，這表明認(rèn)知反饋維度的提升任務(wù)艱巨，其差異不在個體內(nèi)的性別、學(xué)段等，僅考慮外部的家庭背景因素作用效果微弱，提升關(guān)鍵是個體內(nèi)部因素的認(rèn)知加工層級和思維深度。

五、建議

評他能力面向的是一種自下而上的評價(jià)改革實(shí)踐，評他活動是針對一線實(shí)踐層面提升質(zhì)量而提出的一種新型高階思維能力活動。將評他能力測評作為核心素養(yǎng)教育發(fā)展的一項(xiàng)循證指標(biāo)，以調(diào)查結(jié)果為依據(jù)，結(jié)合當(dāng)前評價(jià)在教育實(shí)踐活動中的應(yīng)用，在學(xué)與教方式變革過程中積極融入評他活動，進(jìn)而提升教育質(zhì)量。本研究提出如下建議。

第一，相關(guān)政府部門和行業(yè)人士要對當(dāng)前現(xiàn)狀有清晰和足夠的認(rèn)識。要正確把握我國中小學(xué)生評他能力發(fā)展的現(xiàn)狀，充分認(rèn)識到評他能力提升任務(wù)的艱巨性。當(dāng)前，有兩個問題值得關(guān)注，一是我國中小學(xué)生評他能力整體水平中等偏低，二是評他能力內(nèi)部結(jié)構(gòu)發(fā)展不均衡，認(rèn)知反饋維度亟待提升，但該維度不容易受個體內(nèi)差異和家庭背景因素的影響而改變。前者意味著提升工程的任務(wù)巨大，后者意味著提升工程的難度巨大。目前，結(jié)合黨和政府相關(guān)規(guī)劃中，對評價(jià)改革和核心素養(yǎng)教育的要求目標(biāo)，相關(guān)政府部門和行業(yè)人士對此挑戰(zhàn)要有清晰和足夠的認(rèn)識。

第二，教育實(shí)踐者應(yīng)將評他能力的培養(yǎng)融于日常的教學(xué)活動中去。要注重發(fā)揮評價(jià)的學(xué)習(xí)性功能，考慮性別差異，著力提升初高中學(xué)生的評他能力。初中階段作為學(xué)生自我調(diào)節(jié)學(xué)習(xí)發(fā)展較為迅速和逐漸成熟的重要時(shí)期，或是當(dāng)前評他能力提升的重要階段。同時(shí)，初高中學(xué)生在繁重的課業(yè)任務(wù)下，學(xué)生的自主時(shí)間相對較少，如果在此背景下，將評價(jià)與學(xué)習(xí)相剝離，評他能力的提升也必然以進(jìn)一步加重學(xué)生學(xué)業(yè)負(fù)擔(dān)而落幕。因此，只有將評價(jià)融于日常的教學(xué)活動，強(qiáng)化在線學(xué)習(xí)環(huán)境的支持，對其進(jìn)行全空間、全時(shí)段的設(shè)計(jì)[39]，發(fā)揮評價(jià)的學(xué)習(xí)性功能才是提升初高中學(xué)生評他能力的本質(zhì)選擇。另外，鑒于性別表現(xiàn)出來的評他能力差異，還應(yīng)關(guān)注男生的反思提升維度、女生的認(rèn)知反饋維度培養(yǎng)。

第三，教師要基于在線學(xué)習(xí)環(huán)境，提升評他活動的頻率和思維的深度。要有效建立提高評價(jià)頻率與提升評他能力之間的良性循環(huán)。充分利用在線學(xué)習(xí)環(huán)境的優(yōu)勢，營造有利于評他活動開展的育人環(huán)境，設(shè)計(jì)有效的學(xué)生的評他活動，重視思維的互動[40]，提升評他活動的頻率和思維的深度，提高學(xué)生的評他能力?；谠诰€學(xué)習(xí)環(huán)境，要注重設(shè)計(jì)激發(fā)多層次的評他活動，讓學(xué)生在多次的評他迭代中，促進(jìn)自身思維的螺旋式上升。另外，評價(jià)頻率的效用發(fā)揮，要依賴于教師的良性設(shè)計(jì)與過程指導(dǎo)，教師的指導(dǎo)要尤其體現(xiàn)在學(xué)生評價(jià)中高水平認(rèn)知加工層級上。

第四，研究者要深入探究評他能力、尤其是認(rèn)知反饋能力的提升策略與機(jī)制。要深入研究評他能力中認(rèn)知反饋維度提升的條件和機(jī)制。從上述研究發(fā)現(xiàn)來看，評價(jià)頻率對認(rèn)知反饋維度的促進(jìn)作用相對較低，內(nèi)部的變化特點(diǎn)還有待進(jìn)一步分析，在某種程度上，可能存在增加評價(jià)頻率也不一定導(dǎo)致認(rèn)知反饋的積極變化。如何從本質(zhì)上研究提升條件和機(jī)制，尤其是結(jié)合人工智能技術(shù)和學(xué)評融合的評價(jià)新理念是我國學(xué)者需要結(jié)合中國實(shí)際，深入探索的現(xiàn)實(shí)問題。

參考文獻(xiàn)：

[1] 中共中央、國務(wù)院.中共中央 國務(wù)院印發(fā)《深化新時(shí)代教育評價(jià)改革總體方案》[EB/OL].http：//www.moe.gov.cn/jyb_xxgk/moe_1777/ moe_1778/202010/t20201013_494381.html，2020-10-13.

[2] 中共中央辦公廳、國務(wù)院辦公廳.中共中央辦公廳 國務(wù)院辦公廳印發(fā)《關(guān)于進(jìn)一步減輕義務(wù)教育階段學(xué)生作業(yè)負(fù)擔(dān)和校外培訓(xùn)負(fù)擔(dān)的意見》[EB/OL].http：//www.moe.gov.cn/jyb_xxgk/moe_1777/ moe_1778/202107/t20210724_546576.html，2021-07-24.

[3] 范逸洲，馮菲等.評價(jià)量規(guī)設(shè)計(jì)對慕課同伴互評有效性的影響研究[J].電化教育研究，2018，39（11）：45-51.

[4] Admiraal W，Huisman B，et al.Self- and Peer Assessment in Massive Open Online Courses [J].International Journal of Higher Education，2014，3（3）：119-128.

[5][22] 張生，王雪等.人工智能賦能教育評價(jià)：“學(xué)評融合”新理念及核心要素[J].中國遠(yuǎn)程教育，2021，（2）：1-8+16+76.

[6] Tai， J.，Canny， B. J.，et al.The role of peer-assisted learning in building evaluative judgement：opportunities in clinical medical education [J]. Advances in Health Sciences Education，2016，21（3）：659-676.

[7] 李澤文.評價(jià)能力：不容忽視的素質(zhì)[J].語文教學(xué)與研究，2002，（5）：8-9.

[8] Tai H M，Ajjawi R，et al.Developing evaluative judgement：enabling students to make decisions about the quality of work [J].Higher Education，2018，6（3）：467-481.

[9] Muchlis M，Ibnu S，et al.Students Result of Learning at Chemistry Department through Assessment of，for，and as Learning Implementation [J].International Journal of Instruction，2020，13（2）：165-178.

[10] Steendam E V，Rijlaarsdam G，et al.The effect of instruction type and dyadic or individual emulation on the quality of higher-order peer feedback in EFL [J].Learning & Instruction，2010，20（4）：316-327.

[11][13] 蘇倩.小學(xué)班級生活中學(xué)生評價(jià)能力養(yǎng)成研究[D].昆明：云南師范大學(xué)，2014.

[12][18][24] 彭杰.初中生評價(jià)能力培養(yǎng)策略研究[D].長春：東北師范大學(xué)，2013.

[14] Sluijsmans D，Brand-Gruwel S，et al.Training teachers in peerassessment skills：effects on performance and perceptions [J]. Innovations in Education & Teaching International，2004，41（1）：59-78.

[15] 齊媛，張生.學(xué)評融合：落實(shí)評價(jià)改革的重要路徑[N].中國教育報(bào)，2020-10-31（03）.

[16] 蔡旻君，王心怡等.在線學(xué)習(xí)者參與評價(jià)的理論探討及實(shí)證研究[J].中國電化教育，2021，（3）：15-23.

[17] Bouzidi L，Jaillet A.Can Online Peer Assessment Be Trusted [J]. Educational Technology & Society，2009，12（4）：257-268.

[19][36] 嚴(yán)亞利，黎加厚.教師在線交流與深度互動的能力評估研究——以海鹽教師博客群體的互動深度分析為例[J].遠(yuǎn)程教育雜志，2010，28（2）：68-71.

[20] 趙嬰，何克抗.基于微信的跨文化網(wǎng)絡(luò)交流互動深度研究[J].電化教育研究，2019，40（10）：35-39+60.

[21][25] 李紅霞，趙呈領(lǐng)等.促進(jìn)學(xué)習(xí)的評價(jià)：在線開放課程中同伴互評投入度研究[J].電化教育研究，2021，42（4）：37-44.

[23] 項(xiàng)純.中小學(xué)生自我評價(jià)能力的現(xiàn)狀、問題與對策[J].教育科學(xué)研究，2018，（11）：56-61.

[26] 黃瑄，李秀菊.我國青少年科學(xué)態(tài)度現(xiàn)狀、差異分析及對策建議——基于全國青少年科學(xué)素質(zhì)調(diào)查的實(shí)證研究[J].中國電化教育，2020，（12）：69-77.

[27][39] 張生，張平等.人工智能時(shí)代下的精準(zhǔn)減負(fù)：提升減負(fù)政策效能的關(guān)鍵——基于小學(xué)生學(xué)習(xí)投入與主觀課業(yè)負(fù)擔(dān)類型的劃分及特征分析[J].中國電化教育，2020，（1）：114-121.

[28] 盧家楣，劉偉等.中國當(dāng)代大學(xué)生情感素質(zhì)的現(xiàn)狀及其影響因素[J].心理學(xué)報(bào)，2017，49（1）：1-16.

[29] 孫智昌，項(xiàng)純等.我國中小學(xué)生學(xué)習(xí)動力與學(xué)習(xí)策略的現(xiàn)狀與對策[J].課程·教材·教法，2016，36（3）：78-85+77.

[30] Cleary，T.J.，et al.Self-regulation，motivation，and math achievement in middle school：variations across grade level and math context [J]. Journal of School Psychology，2019，47（5）：291-314.

[31] Eur，J & Educ，et al.Grade level，study time，and grade retention and their effects on motivation，self-regulated learning strategies，and mathematics achievement：A structural equation model [J].European Journal of Psychology of Education，2013，28（4）：1311-1331.

[33] 《非智力因素及其培養(yǎng)》全國協(xié)作組.我國兒童青少年非智力因素發(fā)展的研究[J].心理發(fā)展與教育，1995，（4）：1-6.

[34] 申景玉.中學(xué)生主體性人格及其與學(xué)業(yè)成就的相關(guān)研究[D].天津：天津師范大學(xué)，2006.

[35] 馬鄭豫，張家軍.中小學(xué)學(xué)生學(xué)習(xí)策略的調(diào)查研究[J].教育研究，2015，36（6）：85-95.

[32][37] 張生，陳丹等.中小學(xué)生自主學(xué)習(xí)能力對在線學(xué)習(xí)滿意度的影響[J].中國特殊教育，2020，（6）：89-96.

[38] 李菲茗，李曉菲等.訓(xùn)練對同伴互評評分準(zhǔn)確性的影響——以“三維動畫設(shè)計(jì)與建?！闭n程為例[J].中國遠(yuǎn)程教育，2018，（5）：63-67+78.

[40] 黃蔚，曹榕等.人工智能時(shí)代批判性思維能力的提升策略——思維圖示的應(yīng)用對小學(xué)生批判性思維能力提升的實(shí)證研究[J].中國電化教育，2019，（10）：102-108.

作者簡介：

張生：副教授，博士，研究方向?yàn)榻逃髷?shù)據(jù)、智慧測評、信息技術(shù)與學(xué)科深度融合。

王雪：在讀碩士，研究方向?yàn)榻逃郎y量、評價(jià)與統(tǒng)計(jì)。

齊媛：助理研究員，博士，研究方向?yàn)閷W(xué)習(xí)心理、教育技術(shù)。

Skills of Assessing Others： The Necessary Higher Order Thinking Skills of Students in the Era of AI

Zhang Sheng1， Wang Xue1， Qi Yuan2（1.Beijing Normal University， Collaborative Innovation Center of Assessment for Basic Education Quality， Beijing 100875； 2.National Institute of Education Sciences， Beijing 100088）

Abstract： The core of assessment reform in the era of Artificial Intelligence （AI） is the integration of learning and assessment， and the core of its front-line practice is the development of the skills of assessing others. The activity of assessing others works is an important training process of higher order thinking skills， which is significant for the development of students key abilities and personalities and is the core starting point for the assessment reform. The research developed a reliable and valid evaluation tool for evaluating the skills of assessing others. A large-scale survey was conducted among 18420 primary and middle school students in the eastern， central and western regions of China by stratified sampling. The results show that the overall performance of Chinese primary and middle school students skills of assessing others is at a moderately low level， which needs an overall cultivation and improvement. Besides， the development of its internal structure is unbalanced， especially the cognitive feedback dimension is relatively weak， which means the training of asking questions and giving suggestions to improve others works is insufficient. In terms of urban characteristics and demographic characteristics， it shows a low-level balanced development. Differences between gender and school section reach a small effect size. Therefore， it is necessary to further reform the practices and develop effective promotion strategies. In terms of influencing factors， the assessment frequency and response frequency have the highest explanatory power on the skills of assessing others， indicating the frequency of the assessment activities should be improved. The research showed the skills of assessing others of Chinese primary and middle school students is still in a stage of free development without effective intervention measures， and has not yet played the advantage of Internet Plus in assessing others. Thus， assessing others works needs to be actively integrated into the design of learning and teaching reform， and then further implement the assessment reform.

Keywords： integration of learning and assessment； skills of assessing others； assessment reform； core competences； Artificial Intelligence （AI）

收稿日期：2021年8月9日

責(zé)任編輯：李雅瑄