仅用4周AI提分70%，撤去AI学生认知则降为负数！AI时代考试这样改

图片来源：视觉中国

上海交通大学浦渊未来技术学院2023级能源方向的王同学，学积分专业排名仅22位，未跻身前列。但凭借扎实的科研探索、优秀的文字创作能力、丰富的国际交流经历，她在学院多元综合评价体系中脱颖而出，最终斩获专业综合评价第二名的优异成绩，并成功获得推免资格。

王同学的故事，正是教育评价改革想要实现的效果：不再仅凭一张成绩单定义学生。当下人工智能加速走进课堂与测评场景，单一、静态的分数评价愈发显现局限。在10 月10日举行的第十届教育考试与评价研讨会上，来自全国各地的教育管理者、专家学者围绕 AI 与教育评价创新展开研讨，探索评价体系改革的方向。

探索AI教育人机协同最优边界

AI 能快速提升答题、写作的表面成果，却未必能塑造学生稳定的高阶思维，甚至可能削弱独立思考能力。如何理性看待 AI 在教育中的角色，找到人机协同的合理边界，是本次研讨会的重要议题。上海财经大学校长刘元春援引麻省理工学院几组AI教育实验，揭示AI介入学习的双面效应。

第一组为虚假信息辨别实验：67名受试者在四周内借助大模型辨别假新闻，有AI辅助时答题正确率提升了70%；但撤去AI后，学生独立判断能力直接下降40%。到第四周，学生自主识别假新闻的水平甚至低于实验开始前。

另一组写作实验，将54名学生分为自主写作、搜索引擎辅助写作、大模型直接写作三组，同步用脑电监测大脑活动。结果发现，直接使用大模型完成写作的学生，负责推理的脑区神经连接明显减弱，事后对文本内容记忆更薄弱。

实验共同说明：AI可以短期美化答卷成果，但无法内化形成高阶能力；如果让AI代替学生完成思考与创作，会直接削弱认知加工能力。这意味着AI时代的教育评价，不能只测“借助AI时的表现”，更要考核学生独立分析、核验、反思的能力，评价任务设计要规避AI直接作答，聚焦高阶思维任务。

实验还有一项值得关注的发现：当高校助教和AI同步为创意任务打分、给出文字内容完全一致的反馈时，学生更愿意认真对待教师给出的评语，投入更多时间修改打磨；而同样文字由AI输出，学生的信任度、修改投入度都会明显降低。

刘元春表示，AI赋能教育是大势所趋，但绝非简单用技术替代教师。这一变革触及教育理念、师生关系与评价体系的深层重构。教育工作者不宜盲目乐观，要正视实验暴露的风险，在实践中摸索人机协同的边界，坚持教师主导，保护学生隐私，守护独立思考能力。

多元评价体系让“普通”学生冒出来

打破唯分数论，关键在于更换评价的“指挥棒”。上海交大浦渊未来技术学院的多元评价改革，为高校人才选拔提供了可参考的样本。学院采用多维度综合评价机制：学术表现与科研实践合计占50%，社会责任感、问题解决能力、导师评价、国际视野等综合素质指标占另外50%。评价贯穿本科全程，分年级、分阶段开展。学生自主提交个人陈述与佐证材料，由学院推免遴选小组审核量化打分，评价结果公示无异议后生效。

正是这套机制，让学积分并不靠前且毕业于一所普通中学的的王同学脱颖而出，拿到推免资格。多元评价，让评价从“看卷面分数”转向“看整个人的成长”。

多元评价的探索，也在倒逼基础教育转变育人方式。上海市曹杨第二中学校长周飞也谈到，教育评价改革的核心目标，就是破解“一考定终身”，走出应试困局，回归育人本质。随着综合素质评价逐步纳入高考，不少高中的办学理念已经发生积极变化。

但改革仍有短板，当前参与综合素质评价招生的高校覆盖面有限，对高中办学的引导力还不够，部分学校应试导向依旧突出，学生课业负担较重。基础教育已经从知识本位转向素养本位，重在培育价值观、关键能力与必备品格。随之而来的难题是，中高考命题如何真正测评学生素养？唯有持续优化评价这根指挥棒，才能真正实现以评促学。

推动AI评价规范化、素养化转型

上海持续推进评价转型，推动考试评价从知识考查转向素养导向，降低机械刷题的收益。上海市教育卫生工作委员会书记江帆介绍，上海将把成长增值作为评价改革的核心标志，迭代义务教育学业质量绿色指标评价3.0版本，全面监测学生发展水平、成长环境、均衡状况与真实成长态势，扭转评价功利化倾向。

义务教育阶段坚持多元评价，严禁依据升学率、考试成绩对学校、教师排名奖惩。依托教育督导，持续排查违规统考排名、作业超标、挤占音体美劳课程等问题，落实五育并举。

在数字化转型背景下，AI应用于教育评价必须守住育人底线。一方面，鼓励学校引入课堂智能诊断评价工具，开展教师AI素养提升行动，探索数字技术支撑下的个性化评价、过程性评价，让AI成为教师精准教学、差异化评价的辅助工具。

另一方面，育人的主体始终是教师。严禁利用AI对学生日常言行自动打分、进行道德评级、贴标签。依托综合素质评价系统推行写实性过程评价，完善数据安全与算法伦理审查机制，规范AI评价的数据采集与使用，确保人工智能始终服务立德树人根本任务。