教育评价事关教育发展方向，也直接影响公共教育资源的配置、学校的办学行为、教师的教学行为和学习者的学习行为，同时影响着全社会的教育观念与家庭的教育选择。2020年10月，中共中央、国务院印发《深化新时代教育评价改革总体方案》，针对不同主体和不同学段、不同类型的教育特点和教育规律，提出坚持科学有效，改进结果评价，强化过程评价，探索增值评价，健全综合评价，提高教育评价的科学性、专业性、客观性。四个评价是新时代进一步深化教育评价机制改革的指导思想，其功能互补，能够弥补单一评价方式的局限性，实现对不同教育主体的科学评价。
　　2020年，在线教育成为全世界“停课不停学”的主力军。经过一年多的实践，各级各类教育主体对在线教育的认知得到提升。教育部高教司司长吴岩认为，课堂教学与在线教学将长期共存并深度融合，催生出线上线下混合式教学等新的教育形态和新的人才培养范式。未来，在线教育势必重塑中国教育，线上线下、校内外融合的教育体系，必然需要构建新的教育评价体系。教育评价是个大的概念，包含对政府、办学机构、教师、学习者、社会各领域各主体的评价。本文以学习者评价为核心，探讨如何构建符合时代要求的在线教育评价体系，为在线教育的设计、开发、实施、应用和管理提供思考。
　　改进结果评价，健全不同类型的评价标准
　　结果评价是在某项计划或方案结束后，以预设的教育目标为基准，对被评价对象达成目标的程度进行评价。可以看到，强调结果有利于导向正确的目标与方向，结果评价具有其合理性与必要性。但是由于个体的发展是个性化的复杂过程，单向度的结果评价易掉入“只见分数不见人”的陷阱。因此，需要设立多样化的评判标准，客观全面地评价不同类型学习者的发展。并且由于在线教育与传统教育在环境、动机、元认知、过程、结果等方面存在差异，在学习评价中，应当兼顾在线学习的特点，而非将传统学习的评价进行直接迁移。同时，由于学习者的学习可能发生在不同平台上，多元化的学习结果需要通过开放徽章、学分银行等方式被永久、安全和可持续的记录。比如，《互联网+教育：理论与实践的对话》慕课设立多样化的积分规则，从自我介绍、周报、文章、论坛、活动、社交等多维度全方位地评价学习者。并且根据学习者的学习活动类型，设计了四类十一种结果评价体系，对不同类型学习者的学习结果进行细粒度的评价。
　　强化过程评价，提升评价的动态性和诊断性
　　过程评价是在教育过程中，对被评价对象的表现与效果进行针对、动态的判断。过程评价是对结果评价的补充和纠正，它摆脱结果评价的时间固化思维，以客观的视角对被评价对象的发展过程进行动态追踪，将结果的鉴定性评价转为过程的改进性评价。过程评价有利于提升评价的动态性和诊断性，是全周期、多角度、改进性反馈的思维。如今，我们对学习的关注点逐渐由外在表现转向内部机理与心理变化，而单一模态数据难以准确揭示学习规律，多模态无感式、伴随性地采集学习数据具有一定的必要性。与传统学习环境中采用观察法等人工记录数据相比，在线学习平台能够记录师生学习的全过程数据，如学习者的学习行为、教师的授课记录、师生的交流互动、考试作答的过程轨迹，以及网站浏览记录等，有助于解释和发现学习过程、特征与变化。进一步，在线教育中伴随式的动态评价，能够及时向教师和学习者反馈相关信息，帮助教师调整教育内容和方法，提高教育决策的相关性和使用性，帮助学习者及时调整自己的学习路径和学习策略。这些都极大地丰富和拓展了以结果为导向的终结性评价，提高了评价的科学性和实用性。
　　探索增值评价，提高评价的导向和激励作用
　　增值评价通过在不同节点测评学习者的学习情况，对其转变和进步幅度进行测评，实现以评促教，以评促学。与横向比较不同，增值性评价关注被评价对象的进步幅度，专注其自身的进步，提高评价的激励和导向作用，体现了发展性的评价思维。
　　增值评价聚焦于被评价对象过程性发展的转变，有利于降低外部因素对评价结果的影响，赋予评价对象更多的发展可能性。目前我国部分地区已经开始了相关积极尝试。例如：辽宁省开启增值评价服务系统，把增值评价作为基础教育质量监测评价的突破口;天津将增值评价纳入市域教学质量综合评价体系，基本形成具有區域特色的基础教育增值评价系统。但当前增值评价侧重学习者学习成绩等因素，难以反映其实际能力和全面发展情况，这需要进一步研发衡量各方面发展的增值工具与体系，提升增值评价的可监测性与可操作性。
　　同时，我们需要利用新兴技术赋能增值评价。例如，云储存技术、云计算技术具有强大的存储和运算能力，能够持续跟踪记录在线学习过程中学习者不同时间点的学习情况，并且分布式计算学习者的发展情况，为增值评价提供新的可能。
　　健全综合评价，提高评价的全面性和科学性
　　综合评价是指针对被评价对象，建立测评的指标体系、利用一定的方法或模型而做出的总体判断，其核心在于对评价对象做出系统、全面和完整的评判，提升评价的全面性和科学性。
　　第一，评价内容综合化，提高评价的全面性。关注对被评价对象全要素的评价，由单向度向多向度转变。“互联网+”时代，知识获取和掌握的重要性在下降，能力和素养变得越来越重要。自主学习能力、信息素养、质疑与提问能力、整合与反思能力、创新能力和问题解决能力的重要性进一步凸显，可以围绕上述能力要求，建立综合立体的学习者模型，全面客观地了解学习者。
　　第二，评价主体多元化，提升评价的科学性。在教师评价的基础上，引导政府、学校、家长等相关利益主体公平而有质量地参与评价。同时利用人机增强模型建立多维立体模型。人工智能在教育领域具有广泛应用的前景，但目前其仅适用于规则明确、定义清晰的任务。然而教育问题具有一定的复杂性，仅人工智能难以对其进行准确刻画。人机协同的混合增强智能，能够建构综合立体的学习者画像，破解教育难题。
　　北京师范大学研发的DMTS系统通过建立协同机制，充分发挥人机协同、领域协同的力量，全方位、系统化地建立教育模型。例如针对不同层级的样本构建诊断、评价、预测的指标体系，建立学业预测模型。
　　科学评价是科学干预的核心基础。对学习者正确、客观、科学、实时的评价能够帮助教育者有的放矢地开展教学活动。在线教育中海量的数据和科学的模型，实现了将评价真正融入学习。当前，建设高质量教育体系成为我国新时期教育发展的政策导向和重点要求。在数字时代，在线教育的评价体系，需要围绕评价目标、要素、标准和指标等方面进行清晰而准确的定位，在先进理论指导下，基于教育大数据，开展基于人机混合增强智能的教育评价建模，方能真正实现评价技术体系的构建，从而在理论、方法、技术、管理全要素环节，实现新时代在线教育评价体系的构建，支撑创新型、复合型、应用型人才的培养。
　　（作者单位：北京师范大学基础教育大数据应用研究院）
　　责任编辑：王梦茜