周昭斌等：深度挖掘教育数据价值，让分数呈现意义

民小编说

2025年12月，教育部办公厅印发《关于进一步加强中小学日常考试管理的通知》，这不仅是对评价观念的深刻纠偏，更是对育人初心的一次呼唤。在此背景下，如何通过“让分数呈现意义”的实践梳理新思路，深度挖掘教育数据价值？一起来看浙江省衢州市柯城区教学研究室主任周昭斌，浙江省衢州市柯城区教学研究室教研员余不易的深入阐述——

2025年12月，教育部办公厅印发《关于进一步加强中小学日常考试管理的通知》（简称《通知》），强调“坚决克服唯分数的倾向”“树立正确的教育评价观，准确把握考试评价的诊断、改进功能，加强对学生增值表现、潜在能力、短板弱项等方面的分析诊断，推进教、学、评的有机统一，实现以评促教、以评促学，助力学生全面而有个性地发展”。

当前，一线实践中仍存在以“一分N率”数据衡量学生学业水平和学校办学水平、进行教学质量评价与管理的现象。上述数据体系主要呈现统计学意义和“高利害”特征，难以科学、全面地评价师生差异及服务师生成长；同时，人工智能、大数据等现代信息技术支撑的新的评价工具和技术仍处于待发展、待完善阶段。学校需要从认识与方法层面转变、探索，通过“让分数呈现意义”的具体实践梳理新思路，聚焦数据赋能教育教学改革，深度挖掘教育数据价值。

分数如何呈现意义

（一）更新“分数”认知

教育的本质是育人，这也是分数呈现意义的方向所在。要通过“淡化与增强”实现分数价值转型—“淡化”分数的排位、区分、选拔功能，“增强”其诊断、改进、服务、育人功能，离不开以下三个认识改变。

首先，要厘清“分数报告”的科学内涵。“分数报告”不能仅包含统计性质的“分值”，还需要从报告对象、报告单位、报告媒介、分数呈现形式、评价内容领域等维度进行全面的数据描述和标注，以提供更多教育价值信息。唯有建立了对“分数报告”的科学认知，才能实现分数功能的“淡化与增强”，夯实破除“唯分数”现象的工作基础。

其次，要深化对“教、学、评”一致性的认识。分数是运用“标准”反馈教与学情况的抽象量化描述。2022年版“新课标”增设“学业质量标准”，就是要推动“评”能有效反馈“教”与“学”对“课程标准”的达成水平，也是要“制定评估标准，形成以教定考、以考促教的教育生态”，[1] 更是要“实现以评促教、以评促学，促进学生全面发展”。[2]

最后，树立“课程育人”的系统思维。从课程育人高度看，“核心素养导向”的评价改革实质是“提高目标、丰富内涵”“把单要素扩展为多要素，把低要素提升为高要素”，[3] 通过改进“指标体系、评价标准、结果运用”，协同推进“教学、课程、育人”改革落地。这意味着必须系统规划评价指标体系，以终为始设计数据结构、操作流程与应用场景。

（二）构建结构化数据模型

改进“指标体系、评价标准、结果运用”，协同“教学、课程、育人”改革，需要对学业水平评价工作进行结构化梳理，重点在于认知模型、分析模型与结果解释三方面的“结构统一”（见图表1），以体现“目标、教学活动、测评三者之间的一致性”。[4]

图表1：学业水平评价三要素及其关系

“结构统一”的关键是评价维度统一。国内外广泛应用的“二维结构”（知识属性+认知水平）为此提供了基础框架。从“结构统一”到数据化和信息化的技术应用，关键在于“标签”上的统一。具体而言，需要在命题设计、课堂教学设计、作业设计等环节，对所涉知识点关联的知识属性与认知水平进行系统化、一致性的标定，才能保障数据分析的科学性与有效性。

结构化的数据模型有三重作用：一是使评价结果“可解释、可描述”；二是有效推动“教、学、评”一致性的实践落地；三是在各学科间相对统一了评价标准，为进一步深化课程教学改革提供稳定、可挖掘的数据体系。

（三）变革教学管理体系

管理出效益，变化了的“分数”要产生更有效的作用需要“学校教学管理”作出系统性适配。首要的是评价工作流程的改变。从学校实践来看，“教”“学”“评”三个领域的流程建设难点在于“评”，因为评价工作专业性、理论性强，有其自身规则与体系。对学校（教师）而言，需要将“理论性”内容转化为“实践性”成果，把复杂的“大系统”拆解为一个个“小项目”，并建立可控节点，形成规范流程。

案例学校“结构统一”的诊断模型倒逼“学业水平评价”流程演变为“制定标准、形成工具、数据采集、分析数据、行为改进”五个环节。评价前的“标准设定”强化了“依标评价”的严谨性、规范性；评价中的“逢评必采”推动了“长周期数据”累积，蕴含了“过程性评价”实践；评价后的“依‘据’反馈”引导学科走向循证教研。这正是节点控制与流程管理所产生的积极效应。

同时，学校教学管理具有系统性，教学常规、校本教研与教师队伍建设等维度工作相互联动。评价工作的变革为学校常规管理、校本教研与教师队伍建设等带来新的改进契机，形成了“以点带面”的综合效应。

数据呈现的多维意义

（一）服务学生个性化学习：从“分值排位”到“学情诊断数据”

“相同的”分数背后，每个孩子的问题是“不同的”。让学生获取“分数”背后的有效信息并实现自我完善，是“分数报告”的积极意义所在。

案例学校通过“一份15页的报告单”，以图、表、文结合的形式呈现学生学业水平情况（包含作为水平参照的均分等）、具有解释意义的知识点掌握情况以及具有研究意义的认知水平情况。实质上为学生提供了三个层次的信息：学业水平描述、知识掌握情况描述和认知水平描述。对学生而言，相较于分值描述，具象的知识掌握情况和认知水平描述更能直观呈现学习短板，助力其结合自身经验反思学习。

正如案例学校学生所言：“以前觉得‘触目惊心’的考试分数和排名似乎变得没那么刺目和重要了”，对知识点掌握情况分析和能力评价的印象与兴趣“比对分数强烈多了”；这样的报告单相当于“有了一份学习路线图、导航单，可以进一步提高自己的学习”。

通过深度挖掘评价数据，学业水平评价从单一“分值描述”变为15页“诊断报告”，本质是“分数报告”的服务型改进。依据“诊断报告”，学生学习可转向更合理的“配负”形态，个性化学习得以显现。在信息技术赋能下，学生层面的大规模个性化“补短板”成为可能。

（二）服务教师循证教学：数据驱动的专业反思与改进

对评价数据的价值挖掘，更体现在促进教师经由“数据”展开的教学反思上，这种“循证”教学的意义主要体现在以下三个方面。

（1）深化学科知识属性认知

“以大量习题和检测代替教学”是最为人诟病的教学误区，其成因是复杂的。其中，对学科知识的知识属性缺乏科学判断与准确把握需要特别关注。

图表2：学科知识属性及认知（行为）水平分析图

案例学校在过程性评价实践中，对一个班级的作业和检测开展连续数据采集，将学科知识进行知识属性判断与认知水平归类（见图表2）。数据分析发现，学科教师对“实验方案的设计”“评价科学探究”“运用科学模型”等“程序性知识”进行了28次的高频考查，但学生的掌握情况并不理想。再从认知水平维度看，尽管“分析”层次的测量达22次，但学生“分析”层次的水平低于“记忆”“理解”层次，呈现明显短板。

数据驱动的“循证寻策”揭示出：问题主要在于教师未从“事实性”“概念性”“程序性”等维度对学科知识属性进行梳理。后续教学中，教师深入研究不同知识属性类型的教学策略并达成共识：程序性知识基本是指向“做中学”内容，需要在真实的实验操作中掌握方法、形成素养，而反复的纸笔测试只能导致死记硬背“知识”，此类知识难以在新情境、不确定的条件下运用，会进一步挫伤学生学习积极性。正是在数据的直观揭示下，教师对不同知识属性类型所需教学策略的理解得到了实质性深化。

（2）转变对命题和评价工作的认识

学业评价专业性强，学校（教师）实践中往往难以区分“测量、测验、考试、评价”的不同，常将“考试”功能窄化为“分等、排位和比较”。

评价与教学“两张皮”的背后是“部分地方对考试评价工作重视不够，命题改革落后于课标要求，导致课标实施工作难以向纵深发展”；同时，当前一线的考试、测评中仍存在“命题改革落后于课标要求”的问题。[5]《通知》提出“切实解决部分地方和学校日常考试存在的管理松散、次数偏多、命题质量不高、审查不严、教考脱节等问题，减少日常考试测试频次，提升日常考试质量”，既强调了要求，更指明了方向。

案例学校实践做法之一是从“二维”结构出发，组织教师对优质试题的“知识属性+认知水平”进行结构化认知，引领教师理解不同知识属性、认知水平的考查评价方式，进而研究教学改进策略。这个过程本身就是一种专业研修，引导教师理解评价如何具体考查不同的教学目标和素养，从而领会“教、学、评”一致性的关键在于将“课程标准”有效转化为“质量标准”。

（3）驱动基于数据的课程实施

当教师认识到“评价本质上也是实施课程”，教育数据的意义也不仅在于反馈学情，还在于引导教学改进与课程设计，“以评促教、以评促学”才会真正发生。

图表3：《义务教育科学课程标准（2022年版）》6.1学习内容与要求

图表4：调整后的单元教学课时安排表

案例学校受数据启发，尝试从知识属性出发重构单元教学实践。如在浙教版《初中科学》八年级下册第四章《植物与土壤》教学中，教师结合课标、教材内容和要求，以“结构与功能”“稳定与变化”等跨学科概念为统领，以“植物的生命活动”为主题，按照“事实性知识”→“概念性知识”→“程序性知识”的知识属性关系，整合内容、重构教学顺序（见图表3、图表4）。后测数据显示，这种基于数据逻辑的课程实施安排，既有利于优化教师对课程体系的整体把握，也有利于学生构建系统的知识体系。

（三）服务区域精准教研：数据驱动下的共性问题干预

教育数据的价值不仅指向师生个体发展，还能服务更广域的教研与管理决策。

实现从个体问题到群体规律的洞察是学业水平评价数据化的重要价值。例如，案例学校通过连续3年的数据跟踪，发现科学学科在“利用检索表辨认生物”板块存在“集体性知识塌陷”（见图表5）。

图表5：集体性知识塌陷示例图

进一步课堂观察揭示出，问题源于同科组教师教学要求把握不一致—不同学科背景（物理、化学、生物学）的科学教师合科教学，要人人讲好生物分类等“程序性知识”确实有困难。这之后，学科组通过数据挖掘梳理汇总了一份“集体性知识塌陷”目录，围绕目录开展了“聚焦短板、集体攻坚”的专题教研。“学科诊断”“精准讲评”等丰富的数据报告激发了各学科教师的热情与活力，学校教研效能得以提升的同时，备课组和教研组的职能也在数据驱动下发生着转变。

在区域层面，挖掘数据更能揭示校际差异。以区域4年级小学语文抽样监测为例，数据挖掘呈现出两所学校的显著差异：A、B两校均分相近，但A校在“提取信息”“综合运用”两项指标上明显低于B校，且“提取信息”指标低于“组织材料”“形成解释”等其他指标。入校调研发现，根源在于学生课外阅读学习方法的掌握上，因此建议A校实施以“阅读策略”提升为主的学法指导，教研指导实现了从“内容”向“方法”的转型。

教育数据价值挖掘的深层思考

“让分数呈现意义”本质上是评价技术、方法的改进，是教育数据价值的深度挖掘。我们还需要从“深化教育综合改革”这一更高的视角来审视其价值和使命。

首先，必须锚定服务“育人”的根本目标。育人是目标导向的活动。教育数据分析的本质是各学科课程教学目标、立德树人根本任务等的目标达成度研究。科学严谨的目标设置是深化“教、学、评”一致性的“先手棋”，也是在“教、学、评”中实现核心素养落实的“胜负手”，更是开展数据挖掘的逻辑起点。唯有构建高质量育人“目标”与数据报告之间的良性关系，数据才能彰显其“育人”立场。

其次，必须聚焦赋能“教师”的专业发展。高质量育人离不开高水平教师，教育数据所揭示的意义对教师专业发展的价值往往更大。学生“分数”的背后是教师的专业素养。学校可以通过长期数据观察分析教师“知识势差”与教学行为模式，进而帮助教师精准定位发展目标，规划个性化成长路径，建立数据支持下的服务教师持续提升的新工作机制。

最后，必须着力构建协同共生的“数据生态”体系。分数呈现出的意义或者说数据价值的最终实现，取决于数据诊断后学校、教师、学生、家长等主体的共同参与，这需要区域层面通过体系机制建设，构建“以教师为主体，多方协同参与”的数据应用生态。同时，如何撬动“学、教、研、管”的系统改进，也需要区域层面从“统一数据标准、规范数据流程、搭建共享平台、培养数据素养”等方面进行建设，为教育数据更好地服务于教育发展探索改革路径。

未来，随着人工智能时代的到来和数据驱动的深入，有望追求实现新的教育愿景：未来的学习环境将是“人人皆学、处处能学、时时可学的智慧校园环境”，未来的教师需要兼具“教学设计师、教学活动师、数据分析师、情感陪护师”的角色素养，未来的课程更是基于教育数据走向融合、开放、个性化的课程。“让分数呈现意义”，是一个任重而道远的过程。

参考文献

[1][3] 张勇. 中国教育评价改革与国际教育评价发展趋势—兼谈国内教育评价改革经验[J]. 基础教育论坛，2017（27）：4-8.

[2] 中华人民共和国教育部. 教育部办公厅关于印发《基础教育课程教学改革深化行动方案》的通知[EB/OL].（2023-05-26）[2026-01-01]. http://www.moe.gov.cn/srcsite/A26/jcj_kcjcgh/202306/t20230601_1062380.html.

[4] L.W.安德森，等. 学习、教学和评估的分类学：布卢姆教育目标分类学修订版（减缩本）[M]. 皮连生主译. 上海：华东师范大学出版社，2008：58-63.

[5] 张卓玉. 考试评价的改革方向与工作建议[EB/OL]. 2022年版义务教育课程方案和课程标准国家级示范培训.（2022-07）[2026-01-08]. https://basic.smartedu.cn/teacherTraining/courseDetailcourseId=91094163-8b46-404a-b20a-56964c60e973&tag=2022%E5%B9%B4%E2%80%9C%E6%9A%91%E6%9C%9F%E6%95%99%E5%B8%88%E7%A0%94%E4%BF%AE%E2%80%9D%E4%B8%93%E9%A2%98&resourceId=943fbcdf-8eba-45b2-bcab-0af77012fa7e.

（作者周昭斌系浙江省衢州市柯城区教学研究室主任，余不易系浙江省衢州市柯城区教学研究室教研员）

文章来源｜《人民教育》2026年第2期
文章作者｜周昭斌 余不易责任编辑｜邢星封图来源｜包图网微信编辑｜王圣婴