譚 燕

（湖南科技職業(yè)學院，湖南 長沙 410004）

職業(yè)英語是適用工作場合的英語，通常運用豐富的模擬場景開展教學活動。傳統的評價體系受到多種因素制約，難以全面反映學生每個環(huán)節(jié)的學習情況。智能技術被引入職業(yè)英語形成性評價體系后，將引起評價主體、評價內容、評價方法、評價標準的變化，進而實現評價效用的最大化。

一、傳統職業(yè)英語評價體系存在的問題

1.評價主體形式化

職業(yè)英語評價主體由教師與學生共同構成，二者本應相輔相成，但在終結性評價和過程測試型評價中，學生缺乏具體評價依據，多依賴于自身經驗或非連續(xù)性的課堂觀察提供自評或互評反饋，主觀性過強，還會受環(huán)境因素干擾，降低評價真實性。因此，教師仍是實踐中唯一的評價主體，工作量大，精力有限，不利于實現評價的全面性。

2.評價內容和方法局限

職業(yè)英語學習內容豐富，包括職業(yè)英語基礎知識、職業(yè)英語技能及相關的職業(yè)素養(yǎng)〔1〕，但傳統評價體系的評價內容大多專注于英語基礎知識，而忽略知識的綜合運用、技能及素養(yǎng)。評價方法依據評價內容設計，通常為三段式“平時成績+過程測試+期末測試”，雖然在過程測試中加入了口試，形式上結合了多種手段，但實質上只是增加一次考試，不能反映學生持續(xù)、動態(tài)的學習情況。

3.評價標準籠統

傳統的職業(yè)英語評價標準雖然與最終學習目標相適應，但只做了整體性的解釋。職業(yè)英語學習是一個循序漸進的過程，學生在不同階段適用的評價標準有明顯差別，籠統的評價標準不能指導學習評價有效開展。一方面，不同教師根據自己的解讀對標準分層，難免造成評價依據不一致的情況；另一方面，分層標準的實施需要投入大量精力，過度依賴教師的評價體系難以執(zhí)行。

在傳統的職業(yè)英語評價體系中，評價主體、評價內容、評價方法和評價標準都未能充分發(fā)揮作用，導致評價反饋的整體效用較低，未能實現促學功能。評價反饋多為1-2次測試結果的統計和分析，教師能對教學進行總體分析，但難以探究產生結果的具體原因；學生能獲得學期總分，但不能確定欠缺的知識和技能。究其原因，教學時間、場所、教師精力等因素限制了評價體系的效用，智能技術的融入可解決這一問題。

二、“智能+”職業(yè)英語形成性評價體系構建策略

職業(yè)英語形成性評價體系與智能技術深度融合，可以提高評價效用，實現促學目標。

1.智能技術與教師、學生構建評價共同體

評價主體間的高效配合，可以提供多層次的反饋信息，最大化促進學生學習〔2〕。智能技術作為新的評價主體被引入評價體系，與教師、學生構成評價共同體，可以從兩方面解決傳統評價主體的問題。第一，教師從繁瑣、重復的機械勞動中解放出來，從而可以把主要精力放在創(chuàng)造性的評價上〔3〕；第二，學生可獲取連續(xù)的反饋數據，提高自評和互評的客觀性。

構建評價共同體需要劃分各評價主體的責任。傳統評價體系中，教師評價占比通常在80%以上，教師、學生、智能技術在總評中的占比分別為40%、30%、30%。教師作為評價活動的主導者，其主要責任是設計評價規(guī)則，分析數據及學習行為，提供全面、綜合的反饋。學生既要進行自評，也要參與互評，需以清晰的自我認知，做出客觀地分析、判斷。智能技術的工具價值具備高時效、覆蓋廣的特點，主要承擔支持者和聯系者的責任，為其他評價主體提供便利，并貫穿評價活動的始終。

以智能平臺上的課前任務點反饋為例：提前一周向學生推送“人工智能”英文動畫講解及相關練習。智能平臺將提供最初的數據，如觀看時長、反芻比、完成時間、答題正確率等。學生根據智能反饋自評：是否已掌握基本詞匯并理解大意，哪些部分需要重學，并采取相應的學習行為，學生的重復學習也會記入智能平臺。預習時間結束，教師分析數據作出評價：學生學習態(tài)度、知識點難易程度等，并及時調整教學內容，有效避免問題的累積。在評價過程中，教師和學生能夠調整智能技術的參與方式，智能技術也可以借助自身優(yōu)勢，引導教師和學生提升學習效果，人與技術的協作配合有助于評價效用的最大化。

2.智能技術參與構建評價內容

評價內容不全面是造成傳統職業(yè)英語評價反饋局限性的主要原因。職業(yè)英語評價內容不僅應涉及知識、技能、素養(yǎng)多個方面，而且各個方面都需細化，以便正確引導教學規(guī)劃和學習行為。智能平臺多樣化的功能可以促進評價內容的細化，提高學生學習成就感。

職業(yè)英語知識方面分為三個層次：職業(yè)英語基礎知識習得、知識積累及知識運用情況，分別涉及單個知識點，知識點之間的相互聯系以及從具體問題出發(fā)，整合多個知識點并解決問題的過程〔4〕。教師不必對知識點重復發(fā)放、組合，僅需通過智能平臺的直播、視頻、章節(jié)測驗等基本功能即可輕松覆蓋單個知識點，然后從題庫或資料庫調取、組合關聯知識點，借助拓展閱讀功能鏈接線上相關內容，或將圖書內頁插入重要知識點，自然地引導學生整合知識，處理問題。

職業(yè)英語技能方面，包括與語言相關的聽、說、讀、寫能力及與職業(yè)相關的信息獲取、處理能力和職業(yè)環(huán)境下的溝通能力。傳統的評價體系通常設定專門測試反映語言能力，但對職業(yè)技能較少涉及。智能平臺的音頻、動畫功能及豐富的作業(yè)、測試題型使技能評價內容以周計劃、天計劃或者節(jié)計劃的方式呈現給學生，評價內容豐富，由此記錄的學生訓練過程數據及提供的初步分析能較充分地體現學生的語言能力和職業(yè)技能水平。

職業(yè)素養(yǎng)方面，以學生的自主學習及合作學習能力為重點。因為難以量化，以往的評價體系通常忽略素養(yǎng)內容。智能平臺參與內容設置，可以記錄學生個人學習規(guī)劃、完成情況，以及在小組活動中的參與度、貢獻度等，使學生的表現以具體數據形式體現出來，給學生的自評、互評、教師綜合評價提供參考。

借助智能平臺設置的評價內容可以做到單次數量小、連續(xù)、遞進發(fā)放，學生更容易從完成任務中發(fā)現問題，改進學習，進而取得成就感，促使學習向良性發(fā)展。

3.智能技術助力量化評價標準

智能技術參與構建評價內容也為量化評價標準提供了充足資源，依據學生職業(yè)英語學習目標，針對學生職業(yè)英語知識、技能和素養(yǎng)目標，評價標準可量化為入門、基礎、提升三個層次。

智能技術的工具價值在于提高量化評價標準的實施效用。一方面，統計模塊可以反饋班級整體的學習進度、成績分布以及個人學習報告。另一方面，通過智能平臺精準的條件設置，分層實施評價標準，引導學生遞進式學習。在學生開展的每一階段學習，對應上述標準設置闖關條件，闖關成功即可進入下一階段，也就是說，學生可自主地控制學習進度和難度，在一定程度上提高了學生的自主學習能力。同時，教師和學生還可及時獲取學習達標情況，平臺會對未達標的學生發(fā)出“教學預警”，未達標的同學將被提醒，不能學習新內容，從而促使學生提高學習意識。無論是主觀內容，還是客觀內容，智能平臺同樣提供參考分數以及初步分析，其高時效節(jié)約了評價時間，突破了空間限制，為評價標準的有效實施創(chuàng)造了有利條件。

4.智能技術構建動態(tài)反饋模式

形成性評價并不是平時多考幾次，而是將評價貫穿于教、學、測中〔5〕。首先，智能平臺能夠滲透并作用于教學的各個環(huán)節(jié)，實現動態(tài)評價。就整個課程而言，智能平臺自動收集學生課前預習、課堂活動、課后作業(yè)完成度情況，提供關于已掌握的、需要學習的、學習后掌握的職業(yè)英語知識和技能的反饋。在智能動態(tài)反饋的基礎上，教師可調整課堂教學重點，有針對性地設置課后鞏固要求，學生能對每個知識點的學習情況形成正確的自我認識，及時改進。就獨立教學內容而言，智能平臺可體現聽、說、讀、寫各內容的學習比例及薄弱環(huán)節(jié)。數據具有連續(xù)性，教師和學生能了解整個學期各階段取得的進步和遇到的問題。其次，智能平臺的分組任務、討論、評分等功能大大提高了學生動態(tài)互評的靈活性，學生可以在線組成合作小組，分配任務，就相關任務隨時進行評價，也可修改評價，減少學生為了完成任務而評價的現象。此外，智能平臺的學生管理、課堂活動、課程積分、成績管理模塊記載了學生完成的學習項目、參與的活動及對學習行為的分析和反思，涉及面廣，既包括主體教學內容，也涵蓋分散的討論和活動，便于教師全面掌握學生學業(yè)成果，觀察學生自主學習及合作學習的情況，學生在動態(tài)評價的督促下，更易激發(fā)學習的動力，逐步從被動學習向主動學習過渡。

三、“智能+”職業(yè)英語形成性評價體系應注意的問題

1.選擇適當智能工具開展評價

形成性評價體系的終極目標是消除學生目前學習狀態(tài)和最終希望達到的目標之間的差距，智能工具與其他評價要素之間的契合度將影響評價體系的效用。因此，開展職業(yè)英語形成性評價過程中，智能技術及其相應功能的選擇需考慮其是否符合學生當前學業(yè)水平，能否體現職業(yè)英語學習特征？能否循序漸進體現學習內容等。

2.提高教師評價素養(yǎng)

智能技術的工具價值為職業(yè)英語形成性評價體系的構建提供了許多支持，但評價體系能否被高效利用，關鍵在于教師的評價素養(yǎng)。智能環(huán)境下，教師的評價素養(yǎng)涉及兩個方面：對智能技術操作的熟練程度及對智能反饋的分析判斷能力。一方面，教師能熟練進行設置條件、調取數據、整合資料等操作，智能技術的引入才有意義；另一方面，智能技術賦能教師，但不能取代教師。教師與智能技術的關系應為相融，而非依賴，智能技術記錄行為數據，教師注重分析數據，并在現實中觀察學生，與學生溝通，提供全面、綜合性的評價。