王兆平 許鞍銘
(1.長(zhǎng)沙民政職業(yè)技術(shù)學(xué)院,湖南 長(zhǎng)沙 410004;2.湖南省教育廳,湖南 長(zhǎng)沙 410005)
自國(guó)務(wù)院2014 年9 月發(fā)布《關(guān)于深化考試招生制度改革的實(shí)施意見(jiàn)》[1]以來(lái),我國(guó)新高考改革按照“分類(lèi)考試、綜合評(píng)價(jià)、多元錄取”為總體思路,開(kāi)始積極探索“兩依據(jù)一參考”的綜合評(píng)價(jià)錄取機(jī)制。2020年國(guó)務(wù)院頒布《深化新時(shí)代教育評(píng)價(jià)改革總體方案》又明確提出“改進(jìn)結(jié)果評(píng)價(jià),強(qiáng)化過(guò)程評(píng)價(jià),探索增值評(píng)價(jià),健全綜合評(píng)價(jià)”[2]等多個(gè)促進(jìn)學(xué)生德智體美勞全面發(fā)展的核心目標(biāo)。在此背景下,利用人工智能、大數(shù)據(jù)、區(qū)塊鏈等現(xiàn)代信息技術(shù),創(chuàng)新綜合評(píng)價(jià)的方法和工具,建立公平與科學(xué)的多元錄取機(jī)制,是樹(shù)立科學(xué)成才觀念,破除高考“唯分?jǐn)?shù)論”的關(guān)鍵。
綜合評(píng)價(jià)錄取方式是一種新型的教育評(píng)價(jià)制度,是“新高考”改革多元評(píng)價(jià)機(jī)制的重要手段。當(dāng)前,綜合評(píng)價(jià)錄取主要面臨著以下三種困局:
第一,缺乏規(guī)范的信息采集、存儲(chǔ)和追溯機(jī)制。綜合素質(zhì)信息是高考改革多元錄取“兩依據(jù)一參考”中的主要信息源,其真實(shí)性和準(zhǔn)確性是確保高考錄取公平的關(guān)鍵,是取得更廣泛的社會(huì)認(rèn)同、進(jìn)一步推廣綜合評(píng)價(jià)錄取的首要任務(wù),因此,需要有科學(xué)的信息采集與追溯機(jī)制來(lái)保證信息的真實(shí)可靠。
第二,缺乏統(tǒng)一的錄取評(píng)判指標(biāo)。學(xué)生綜合素質(zhì)檔案主要由德智體美勞等質(zhì)性數(shù)據(jù)來(lái)體現(xiàn),容易受人為因素、主觀判斷的影響,評(píng)價(jià)指標(biāo)的科學(xué)性、合理性容易受到質(zhì)疑,因此,需要有科學(xué)的錄取評(píng)判指標(biāo)來(lái)精準(zhǔn)匹配專(zhuān)業(yè)人才培養(yǎng)目標(biāo),實(shí)現(xiàn)高考錄取方式從“單維”到“多維”,從“平面”到“立體”的轉(zhuǎn)變。這是破解改革阻力、落實(shí)深化新時(shí)代教育評(píng)價(jià)改革戰(zhàn)略目標(biāo)的關(guān)鍵環(huán)節(jié)。
第三,缺乏高效的錄取選拔工具。綜合評(píng)價(jià)錄取是一項(xiàng)專(zhuān)業(yè)性極強(qiáng)的工作,需要在有限的時(shí)間內(nèi)依據(jù)學(xué)生綜合素質(zhì)信息記錄進(jìn)行客觀評(píng)估,發(fā)現(xiàn)其潛在素質(zhì)以及在相關(guān)領(lǐng)域發(fā)展的興趣和潛能。目前高校進(jìn)行綜合評(píng)價(jià)錄取人才選拔的過(guò)程效益低,人才選拔生均成本高?!皶r(shí)間”和“效率”的沖突,讓選擇綜合評(píng)價(jià)錄取機(jī)制的高校面臨時(shí)效困難[3]。
總的來(lái)看,由于綜合評(píng)價(jià)錄取實(shí)施策略的自動(dòng)化程度偏低,缺乏計(jì)算機(jī)輔助工具,存在公平性、科學(xué)性和效率性等諸多問(wèn)題,因此也制約了綜合評(píng)價(jià)招生錄取機(jī)制的全面推廣[4]。
在綜合評(píng)價(jià)錄取實(shí)施過(guò)程中,既要采集高考、學(xué)業(yè)水平等考試成績(jī),進(jìn)行學(xué)習(xí)情況全過(guò)程的縱向評(píng)價(jià),又要參考綜合素質(zhì)記錄,進(jìn)行德智體美勞全要素的橫向評(píng)價(jià),故在二者之間構(gòu)建起一個(gè)相互統(tǒng)一的招生錄取評(píng)價(jià)模型,是全面推進(jìn)多元錄取機(jī)制的關(guān)鍵??v向的學(xué)習(xí)情況評(píng)價(jià),可以通過(guò)量化后的考試成績(jī)進(jìn)行對(duì)比評(píng)估,然而,橫向的綜合素質(zhì)評(píng)價(jià)屬于發(fā)展性評(píng)價(jià),需要對(duì)素質(zhì)信息記錄進(jìn)行質(zhì)性評(píng)估,難以形成統(tǒng)一的量化對(duì)比指標(biāo)。若要將這兩個(gè)維度的評(píng)價(jià)深度融合,則可以利用人工智能等現(xiàn)代信息技術(shù),設(shè)計(jì)出科學(xué)的綜合評(píng)價(jià)模型,以輔助高校招生錄取決策。
3.1 綜合評(píng)價(jià)錄取輔助決策機(jī)制總體思路
綜合評(píng)價(jià)錄取輔助決策的新機(jī)制,應(yīng)聚焦于評(píng)價(jià)數(shù)據(jù)的準(zhǔn)確性和評(píng)價(jià)模型的科學(xué)性,重點(diǎn)解決綜合評(píng)價(jià)錄取機(jī)制中“進(jìn)出”兩端的問(wèn)題。
3.1.1 評(píng)價(jià)“入口”的數(shù)據(jù)問(wèn)題
采用基于聯(lián)盟區(qū)塊鏈(Consortium blockchains)等新型數(shù)據(jù)共享框架,用于存儲(chǔ)評(píng)價(jià)信息。利用Channel通道配置訪問(wèn)策略,規(guī)劃Peer、Orderer節(jié)點(diǎn),管理通道資源(學(xué)生綜合評(píng)價(jià)信息)的訪問(wèn)權(quán)限,實(shí)現(xiàn)數(shù)據(jù)隔離與信息共享;探索通過(guò)Identity Mixer實(shí)現(xiàn)匿名客戶(hù)端身份認(rèn)證,以及通過(guò)零知識(shí)資產(chǎn)轉(zhuǎn)移(ZKAT)實(shí)現(xiàn)保護(hù)隱私的資產(chǎn)交換,完成綜合素質(zhì)評(píng)價(jià)信息的脫敏,解決綜合評(píng)價(jià)信息的隱私保護(hù)、真?zhèn)嗡菰春凸蚕碓u(píng)價(jià)等問(wèn)題。
3.1.2 評(píng)價(jià)“輸出”的度量問(wèn)題
探索基于圖神經(jīng)網(wǎng)絡(luò)(Graph Neural Networks)的人才選拔彈性指標(biāo)算法,構(gòu)建綜合評(píng)價(jià)招生錄取新模式,運(yùn)用于圖表征的綜合評(píng)價(jià)模型輔助錄取決策,實(shí)現(xiàn)高校綜合評(píng)價(jià)招生的自動(dòng)化匹配、個(gè)性化招錄、合約化評(píng)價(jià)過(guò)程等策略。綜合評(píng)價(jià)錄取輔助決策機(jī)制能夠解決多元協(xié)同、隱私保護(hù)、自動(dòng)化匹配、個(gè)性化招錄、全過(guò)程監(jiān)管和溯源求真等困擾綜合評(píng)價(jià)招生錄取機(jī)制的全面推廣的核心問(wèn)題。
3.2 綜合評(píng)價(jià)信息存儲(chǔ)與共享策略
綜合素質(zhì)信息是高考綜合評(píng)價(jià)錄取的重要依據(jù),需要解決信息公開(kāi)、共享與隱私保護(hù)之間的矛盾,實(shí)現(xiàn)信息準(zhǔn)確、數(shù)據(jù)多源、過(guò)程可溯的信息存儲(chǔ)與共享機(jī)制。以HyperLedger Fabric 超級(jí)賬本為代表的聯(lián)盟區(qū)塊鏈技術(shù),采用機(jī)密和受控的信息流策略,兼顧數(shù)據(jù)共享和隱私保護(hù),可解決學(xué)生綜合素質(zhì)信息的采集、存儲(chǔ)、驗(yàn)證追溯等問(wèn)題;去中心化的信任模型、高性能的共識(shí)算法[5],為綜合評(píng)價(jià)錄取輔助決策機(jī)制,提供了全局維度的系統(tǒng)框架。通過(guò)構(gòu)建囊括教育行政監(jiān)管部門(mén)、招生高校、綜合素質(zhì)評(píng)價(jià)實(shí)體等多方參與、多元協(xié)同的學(xué)生綜合素質(zhì)信息采集新機(jī)制,將各個(gè)維度的學(xué)生綜合素質(zhì)過(guò)程信息,分階段輸入到區(qū)塊鏈中,改變傳統(tǒng)由學(xué)生或家長(zhǎng)錄入信息系統(tǒng)后被動(dòng)驗(yàn)證的方式。采用“誰(shuí)評(píng)價(jià),誰(shuí)錄入”的新機(jī)制,使得學(xué)生綜合素質(zhì)信息的準(zhǔn)確性、真實(shí)性和可追溯性顯著提升。同時(shí),聯(lián)盟區(qū)塊鏈的channel 隔離等技術(shù),較好地解決了數(shù)據(jù)共享和隱私保護(hù)之間的矛盾。目前,國(guó)內(nèi)已有部分省市開(kāi)展了基于區(qū)塊鏈的教育信息化的研究與應(yīng)用。例如:2019 年,廣東省就啟動(dòng)了基于“可信教育數(shù)字身份”的教育數(shù)字證照、教育數(shù)字檔案的應(yīng)用試點(diǎn)工作,簽發(fā)了普通高考、學(xué)業(yè)水平考試、職業(yè)教育考試等10 余項(xiàng)相關(guān)電子檔案,服務(wù)200余萬(wàn)名不同類(lèi)型的考生[6]。
隨著時(shí)間的推移,多元化的教育信息將不斷匯集,呈“爆炸”式的增長(zhǎng)。只有充分利用這些數(shù)據(jù),并將其應(yīng)用到綜合評(píng)價(jià)錄取決策過(guò)程中,才能引導(dǎo)高校以發(fā)展的眼光看待學(xué)生潛能,以綜合評(píng)價(jià)促進(jìn)人才的多樣化發(fā)展,真正發(fā)揮綜合評(píng)價(jià)在新高考改革中“指揮棒”的作用,實(shí)現(xiàn)“培養(yǎng)能夠適應(yīng)未來(lái)社會(huì)主義事業(yè)建設(shè)需要的接班人”的總目標(biāo)?!敖逃ā钡瓤尚艑?shí)名教育數(shù)字身份在學(xué)生綜合素質(zhì)電子檔案中的應(yīng)用,為綜合評(píng)價(jià)錄取輔助決策機(jī)制提供了豐富的數(shù)據(jù),同時(shí),也為創(chuàng)新應(yīng)用計(jì)算機(jī)輔助決策支持技術(shù),構(gòu)建綜合評(píng)價(jià)錄取輔助決策機(jī)制鋪平了道路。
3.3 基于圖表征的綜合評(píng)價(jià)模型設(shè)計(jì)
近年來(lái),隨著圖表征算法研究和深度學(xué)習(xí)(Deep Learning)模型的突破,圖(Graph)廣泛應(yīng)用于社交網(wǎng)絡(luò)、信用評(píng)價(jià)、智能推薦和知識(shí)圖譜等人工智能應(yīng)用場(chǎng)景。在綜合評(píng)價(jià)錄取情境中,學(xué)生和考察評(píng)價(jià)項(xiàng)目之間構(gòu)成了相互依賴(lài)的關(guān)系,將其依賴(lài)關(guān)系抽象成無(wú)向圖(Undirected Graph),通過(guò)分析其節(jié)點(diǎn)特性和結(jié)構(gòu)特征,構(gòu)建科學(xué)的綜合評(píng)價(jià)模型,輔助招生錄取決策。因此,綜合評(píng)價(jià)模型,將在聯(lián)盟區(qū)塊鏈技術(shù)框架下,按照“全局最優(yōu),動(dòng)態(tài)構(gòu)建”的總體思路,采用閉包傳遞與圖表征學(xué)習(xí)相結(jié)合的方法,構(gòu)建出學(xué)生綜合素質(zhì)信息關(guān)系圖;利用基于圖表征學(xué)習(xí)的算法,挖掘圖中各節(jié)點(diǎn)之間的隱藏信息,完成節(jié)點(diǎn)分類(lèi)、鏈路預(yù)測(cè)和社群發(fā)現(xiàn)等任務(wù),實(shí)現(xiàn)高校個(gè)性化的綜合評(píng)價(jià)錄取自動(dòng)化輔助決策機(jī)制,解決高校應(yīng)用綜合評(píng)價(jià)招生錄取機(jī)制的公平性、科學(xué)性和效率性等關(guān)鍵問(wèn)題。
綜合評(píng)價(jià)模型中,關(guān)鍵環(huán)節(jié)是如何將“過(guò)程性的質(zhì)性數(shù)據(jù)”進(jìn)行度量,基于圖表征學(xué)習(xí)的評(píng)價(jià)算法(圖1)能很好地解決這個(gè)問(wèn)題。具體步驟是:
圖1 基于圖表征學(xué)習(xí)的綜合評(píng)價(jià)算法示意圖
第一步,生成項(xiàng)目關(guān)聯(lián)圖。把已有的學(xué)生綜合評(píng)價(jià)信息記錄中的組織、項(xiàng)目和成果等數(shù)據(jù),映射成無(wú)向圖(Graph)中的節(jié)點(diǎn)。將高考綜合評(píng)價(jià)錄取的指標(biāo)構(gòu)建問(wèn)題,轉(zhuǎn)換成圖節(jié)點(diǎn)分類(lèi)、節(jié)點(diǎn)聚集等節(jié)點(diǎn)嵌入(Node Embedding)問(wèn)題。
第二步,項(xiàng)目節(jié)點(diǎn)圖表征學(xué)習(xí)。利用DeepWalk、Node2Vec 等模型,訓(xùn)練得到每個(gè)項(xiàng)目節(jié)點(diǎn)的特征向量。構(gòu)建出班級(jí)、學(xué)生、項(xiàng)目、組織四種類(lèi)型節(jié)點(diǎn)組成異構(gòu)圖,定義三種元路徑(MetaPath),利用metapth2vec等模型獲得項(xiàng)目節(jié)點(diǎn)的輔助特征向量。
第三步,構(gòu)建學(xué)生-項(xiàng)目關(guān)聯(lián)圖。以學(xué)生節(jié)點(diǎn)為中心節(jié)點(diǎn),項(xiàng)目節(jié)點(diǎn)為附加屬性節(jié)點(diǎn),構(gòu)建學(xué)生-項(xiàng)目關(guān)聯(lián)圖,并將第二步獲得的特征向量作為項(xiàng)目節(jié)點(diǎn)的特征值。
第四步,圖分類(lèi)預(yù)測(cè)。按照綜合評(píng)價(jià)信息記錄分成的5 個(gè)主題(Topic),綜合考慮招生專(zhuān)業(yè)的差異性和高校個(gè)性化評(píng)價(jià)指標(biāo)的要求,采用GAT、GAAN、GAM 等帶注意力矩陣的圖神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分類(lèi),注意力矩陣動(dòng)態(tài)調(diào)整鄰近節(jié)點(diǎn)聚合的權(quán)重,提高綜合評(píng)價(jià)算法效果。圖神經(jīng)網(wǎng)絡(luò)模型中卷積運(yùn)算公式為:
(1)式中,LeakyReLU 是非線性激活函數(shù)[7];||代表將節(jié)點(diǎn)xi和xj的隱藏層表示進(jìn)行拼接;
(2)式中,α(·)是一個(gè)注意力函數(shù),它自適應(yīng)地控制相鄰節(jié)點(diǎn)j對(duì)節(jié)點(diǎn)i的貢獻(xiàn),使得模型在聚集特征信息時(shí)能將注意力權(quán)重分配給不同的鄰居節(jié)點(diǎn);
(3)式中,READOUT 是把所有節(jié)點(diǎn)的特征(feature)集合起來(lái)代表整個(gè)圖(graph)。
為了學(xué)習(xí)不同子空間中的注意力權(quán)重,還需要使用多個(gè)注意力單元,并將注意力權(quán)重與多個(gè)模型集合起來(lái),使用注意力權(quán)重引導(dǎo)隨機(jī)行走等策略,進(jìn)一步提升模型精確性[8]。其公式定義為:
最后,將根據(jù)基于圖表征學(xué)習(xí)的綜合評(píng)價(jià)算法的效果進(jìn)行評(píng)估,通過(guò)AUC(即ROC 曲線下的面積)、微觀F1 分?jǐn)?shù)和訓(xùn)練的時(shí)間等指標(biāo)對(duì)模型進(jìn)行比較,不斷調(diào)優(yōu)模型的超參數(shù),實(shí)現(xiàn)高考綜合評(píng)價(jià)錄取自動(dòng)化的輔助決策。
基于圖表征的綜合評(píng)價(jià)錄取輔助決策機(jī)制,為全面推進(jìn)公開(kāi)、公平、科學(xué)、有序的綜合評(píng)價(jià)錄取提供了技術(shù)保障,具有較強(qiáng)的實(shí)用價(jià)值。
4.1 有利于綜合評(píng)價(jià)錄取全面推進(jìn)。采用基于聯(lián)盟區(qū)塊鏈(Consortium blockchains)的學(xué)生評(píng)價(jià)數(shù)據(jù)存儲(chǔ)共享框架,解決了“兩依據(jù)一參考”中多元協(xié)同、隱私保護(hù)、全過(guò)程監(jiān)管和溯源求真等困擾綜合評(píng)價(jià)招生錄取機(jī)制全面推廣的核心問(wèn)題。錄取決策模型可以根據(jù)學(xué)校和專(zhuān)業(yè)的特性,突出個(gè)體智能的表現(xiàn)特征與發(fā)展?jié)撃?,快速生成多元化的評(píng)價(jià)標(biāo)準(zhǔn)[9]。自動(dòng)化的輔助決策工具,提高了高校綜合評(píng)價(jià)錄取的工作效率,緩解了大規(guī)模運(yùn)用綜合評(píng)價(jià)錄取機(jī)制所面臨的時(shí)效困難。
4.2 有利于促進(jìn)綜合評(píng)價(jià)錄取科學(xué)決策。將高考綜合評(píng)價(jià)錄取標(biāo)準(zhǔn)指標(biāo)構(gòu)建問(wèn)題,轉(zhuǎn)換成圖節(jié)點(diǎn)嵌入(Node Embedding)問(wèn)題,解決了綜合評(píng)價(jià)在招生錄取過(guò)程中的公平性、科學(xué)性和效率性等關(guān)鍵性問(wèn)題。閉包傳遞與圖表征學(xué)習(xí)相結(jié)合的方法,構(gòu)建學(xué)生綜合素質(zhì)信息關(guān)系圖,挖掘圖中各節(jié)點(diǎn)之間的隱藏信息,用于決策問(wèn)題和有關(guān)因素分解、定量指標(biāo)權(quán)重生成等環(huán)節(jié),提高評(píng)價(jià)指標(biāo)的科學(xué)性、合理性,降低人為因素、主觀判斷對(duì)綜合評(píng)價(jià)錄取的不利影響。
4.3 有利于完善綜合評(píng)價(jià)錄取監(jiān)督制約機(jī)制。聯(lián)盟區(qū)塊鏈強(qiáng)大的過(guò)程性記錄和數(shù)據(jù)防篡改等特性,將高校自動(dòng)化綜合評(píng)價(jià)錄取輔助決策模型和關(guān)鍵流程編寫(xiě)成智能合約,記錄所有參與綜合評(píng)價(jià)錄取的成果和評(píng)價(jià)成績(jī),形成“全過(guò)程式”的懲防機(jī)制,強(qiáng)化了考試招生的過(guò)程監(jiān)督,增強(qiáng)了綜合評(píng)價(jià)錄取的規(guī)范化和透明度。
在“新高考”改革背景下,依據(jù)綜合評(píng)價(jià)所進(jìn)行的招生錄取工作的公平性和科學(xué)性,是關(guān)乎我國(guó)教育事業(yè)的發(fā)展能否適應(yīng)經(jīng)濟(jì)社會(huì)發(fā)展需求,關(guān)乎人才培養(yǎng)服務(wù)于創(chuàng)新型國(guó)家建設(shè)戰(zhàn)略的重大事項(xiàng)。推進(jìn)計(jì)算機(jī)輔助決策技術(shù)在綜合評(píng)價(jià)錄取過(guò)程中的應(yīng)用,有效整合綜合評(píng)價(jià)的共同點(diǎn),形成統(tǒng)一、規(guī)范的評(píng)價(jià)方法和手段,解決制約綜合評(píng)價(jià)全面推廣的關(guān)鍵問(wèn)題,是深化新時(shí)代教育評(píng)價(jià)改革與發(fā)展的主要通路,將產(chǎn)生良好的社會(huì)效益。