“数据驱动”教学评价的现实困境与破解之路
作者： 葛海丽摘 要
大数据的深度嵌入重塑着教育领域的日常实践与意义生成，促使教学评价从“基于经验”向“数据驱动”转变。“数据驱动”的教学评价是基于学生学习数据的精准化评价，有望实现教学评价从总结性评价模式向发展性评价模式的转变，有助于促进学生的全面发展。但在教学实践过程中，“数据驱动”教学评价的实施也面临诸多困境。立足于生成论教学哲学的理论立场，结合布迪厄场域理论对人类社会实践的分析思路，从“数据驱动”教学评价实施的现实困境入手，洞悉背后的深层原因，并寻求破解的可行路径，以推动“数据驱动”教学评价的有效实施。当前“数据驱动”教学评价仍然在为旧的考评选拔制度服务，面临计算主义推崇全面监控的管理模式、关注智育目标以及评价主体惯习维系竞争机制的现实困境。保持教育场域的相对独立性、完善招考分离制度以及树立正确的教学评价观念是破解“数据驱动”教学评价现实困境的有效路径。
关键词
教学评价；数据驱动；场域理论；生成论教学哲学
中图分类号G642 文献标识码A 文章编号1005-4634（2025）02-0065-06
信息技术，尤其是人工智能技术的发展，提供了一种“基于数据”的全新交流方式，推动了人类社会进入“大数据时代”。教学评价理念也逐渐从“基于经验”走向“数据驱动”，精确的信息使教学评价客观化、数据化、直观化成为可能。当前，学者们就人工智能时代教学评价已进入“数据驱动”阶段达成了共识，并积极进行相关实践探索，开发出基于Android的学生学习成果监控应用程序[1]、数据的“伴随式评价”模型[2]等一系列教学评价新模式，旨在通过对教学全过程数据的即时采集与学习者的建模分析，实现对学生听课状态的全程监测，及时发现教学过程中可能存在的问题，实时判断学生对知识的掌握程度，更好地实现精准教学。诸多研究表明，对教学全过程数据的即时抓取与分析的评价模式能够打破传统依据阶段考试分数的总结性评价模式，实现教学评价从基于考试分数的单一评价模式向基于学生综合素养的多元发展性评价模式转变，有助于实现学生的全面发展。但同时，对教学数据的过度关注在一定程度上遮盖了教学评价的本然价值，使“数据驱动”的教学评价面临现实困境。基于此，本研究立足于生成论教学哲学的理论立场，结合布迪厄场域理论对人类社会实践的分析思路，从“数据驱动”教学评价的现实困境入手，洞悉背后的深层原因，并寻求纾解的可行路径，以积极推动人工智能时代教学评价的数字化转型。
1 场域理论及其对教学评价的分析逻辑
“场域”是布迪厄从事社会学研究的分析单位，也是布迪厄理论体系中的核心概念。布迪厄汲取勒温心理场理论、马克思历史唯物主义、卡西尔符号互动论等的合理内核，基于关系主义的方法论，创造性地提出了社会学研究的生成结构主义路径，生成了关注社会结构与心智结构辩证关系的场域理论，并形成了以“场域”“资本”“惯习”为核心概念的社会实践观。在广泛意义上，教学评价难以脱离社会实践的范畴，利用场域理论分析教学评价活动具有适切性。
1.1 教学评价活动处于相对自主的教育场域之中
在布迪厄看来，在高度分化的社会世界中存在着大量具有相对自主性的小世界，即各种各样的场域。场域，从分析的角度，可以被定义为“在各种位置之间存在的客观关系的一个网络或一个构型”[3]133-134，每个场域内部有其自身特有的逻辑，使其能够与其他场域区分开来。但是，每个场域也都处于社会世界的关系结构之中，会受到其他场域的影响。教学评价活动所处的教育场域也具有相对自主性，其依据自身独特的育人逻辑而展开。同时，作为社会世界中的一个小世界，教育场域并不能实现完全独立，会不断受到社会世界以及政治场域、经济场域等其他场域的影响。教学评价主体置身于教育场域中从事评价活动，其行为不仅受到教育场域结构与逻辑的影响，也会受到社会世界以及其他场域的影响。因此，在分析教学评价问题时，不能仅关注其教学评价自身所涉及的教学关系，还需要关注其所处教育场域之中的复杂关系以及教育场域与社会世界之间的各种复杂关系，分析这些复杂关系如何影响教学评价的实施。
1.2 场域中的资本会对行动者的行动产生重要影响
场域是一个汇集了具有特定结构的多种力量的场，由资本占据者按照自身所处位置存在的关系而建构起来，也是一个对权力或资本的争夺的空间，它是变动不居的，是力量之间的对抗、维持或转变。资本这一概念在布迪厄那里含义非常广泛，可以分为多种类型，其中最根本的类型为文化资本、经济资本和社会资本。“场域中位置的占据者需要用某些策略来保证或改善他们在场域中的位置，并强加一种对他们自身的产物最为有利的等级化原则。”[3]139这种等级化原则对于场域中的其他人而言，便是一种特有的形式与力量。从场域理论的视角来看，“说明教育的本质一开始就是一种着力于分配特定符号资本的权力再生产，它促成了权力的运作、转换与中性化”[4]。教学评价是教学乃至教育的指挥棒，教学评价体系本身就是教育场域内的各类行动者依据自身拥有的资本展开竞争、对抗而形成的相对稳固的结构，这一结构规定了评价者的评价意图、评价方式、评价频率等。
1.3 惯习对行动者行动的制约与行动者的适应性调试惯习
无论是教育场域与社会或其他场域之间的关系，还是分析教育场域内部的资本结构，都是在分析影响行动者行动的外部客观性力量。除此之外，行动者的行动还受到自身的心理状态与性情倾向等主观因素的影响，这在布迪厄那里被称为“惯习”。惯习是一种结构型塑机制或行为倾向系统，能够让行动者天然地获得一种潜在的实践感，在很大程度上影响着行动者选择某种行动策略而非其他。它“是场域外部结构内化的结果，以某种大体上连贯一致的系统方式对场域的要求做出回应。换而言之，惯习是通过体现于身体而实现的集体的个人化，或者是经由社会化而获致的生物性个人的‘集体化’”[3]19。惯习的倾向使行动者偏向于选择依据他们的资源与过去经验最可能成功的行为方式，依据预期的结果指定行为的方向[5]。对教学评价主体而言，惯习能够通过身体的形式与风格，也通过话语表达的形式表现出来，隐含在其评价认知、评价规范、评价风格等诸方面。
2 场域理论视域下“数据驱动”教学评价实施的现实困境分析
我国很多学者对人工智能技术乃至教学评价的“数据驱动”趋向都抱有极大的“乐观主义”，尽管“一直以来，人文社科领域的学者与计算机专家都对盲目推崇人工智能神奇能力的言论持批判态度，但依然无法阻止此类观点出现在学术期刊中”[6]，并成为主流观点。在理论研究层面，学者们相信“数据驱动”的教学评价能够为学生提供个性化的学习支持，促进学生的可持续发展。但在教学实践中，智能化的新思想仍然在为旧的考评选拔制度服务，“数据驱动”教学评价面临现实困境。
2.1 计算主义的教育场域入侵，“数据驱动”教学评价呈现全面监控的管理倾向
教育场域既有相对独立性，也难以避免外部社会世界或其他场域的影响。教育场域自身的平衡在人工智能时代不断地被打破与重组，致使“数据驱动”教学评价的实施陷入因场域结构断裂而形成的制度化困境之中。正如尼尔·波斯曼所言：“每一种工具里都嵌入了意识形态偏向，也就是它用一种方式而不是用另一种方式构建世界的倾向，或者说它给一种事物赋予更高价值的倾向。”[7]7人工智能的发展遵循计算主义的逻辑。计算主义是人机等价思想的当代诠释，将人类智能活动看作计算过程，更是将生命的本质看作计算[8]。数据与算法构成人工智能的核心，并且带来了一种“可算度的人”的人性观。在外部社会世界计算主义的环境渲染下，教育场域也随之进行转变。“人工智能时代智能机器人及其算法对人的形式生命的把控和操纵使得未来教育陷入一种病态当中，人们丧失了对生命无限可能性的追求。”[9]
在“数据驱动”教学评价中，计算主义的教育场域入侵具体表现为预设教学的全过程都可以用数据表示。一切的教学行为都可以通过计算进行预测与监控，不断追求学生的数据化表达以方便机器计算，致使学生成为被随意监测、处理与宰制之“物”，需要通过被纳入机器的数据体系中才具有意义。随着脑神经科学研究的不断深入与人工智能技术的发展，人们可以实现对隐藏行为动作的记录。教学评价所收集的数据类型也日益广泛，不仅关注学生外显行为数据，还涉及学习者在学习过程中的学习路径、情绪状况、注意力情况，甚至身体的移动轨迹等数据。研究者们原先的设想是借助人工智能技术将教学过程以数据的方式呈现出来，实时把握学生听课状态，判断学生知识掌握程度，评估学生的学习表现，为学生提供个性化的学习支持。但在教学实践中，对教学过程数据的收集与评价被用于对学生的监控与管理。例如，通用型智能教学系统ClassDojo要求教师不断监控学生，捕捉学生的特定行为，评判他们，并计算他们的素质或优点，将加强对学生的监督描述为教师在课堂上取得行为成功的一种方式[10]。以ClassDojo为代表的智能教学系统的运行本质是将学生的行为映照到传感器和图像镜头中，由计算机给出最基本的事实上的告知，再由教师进行干预，这样就形成了一个学生刺激性网络，通过网络将刺激传递给教师，教师对其反映的教学行为进行即时控制，形成一个在线闭环控制系统[11]56。至此，本应为学生提供个性化学习支持而收集的行为数据事实上被用于教学过程的监控与管理，“数据驱动”的教学评价的实施过程中教学评价主体逐渐走向对数据推崇与对学生全面监控的道路，教学评价在实践中偏离了方向。
2.2 招考一体的教育结构制约，“数据驱动”教学评价仍然以智育目标为主
社会世界主要通过场域结构深刻地影响着教育场域。同样，在教育场域中，教育结构也制约着教学活动。长期以来，我国形成了招考一体的教育结构。一方面，由于我国实施条块管理体制，学校同时受到当地政府与上级教育管理部门的领导与管理，而升学率是上级部门评价中小学，尤其是高中的硬指标。同时，升学率也与学校的教育资源、荣誉、经费及其教师的各种奖惩直接或间接勾连[12]，致使学生的成绩成为学校乃至教师安身立命的文化资本与经济资本。另一方面，学校面向全体社会成员，承载着家长们的热切期望。当前我国尚存在优质教育资源的供求矛盾，成绩在学生与家长这里也成为“争夺”教育资源与社会地位的资本。
在招考一体的教育结构的影响下，一线教学实践中，“学科教育目前大多为人工智能训练的应试教育模式”[11]323，对学生学习过程的监测与干预的目的指向学生学习成绩的提高，“数据驱动”的教学评价更多关注于学生知识点的掌握程度，致使“很多学校使用智能教学系统的主要方式就是通过系统给学生出题，为学生提供更多的练习机会”[13]。有学者将人工智能技术辅助下的精准训练称为“刻意练习”，并将其作为高效实施“大规模因材施教”的基础[14]。“刻意练习”即运用智能教学系统所跟踪、存储的学生学习数据进行“精准识才”——精确定位学生的知识漏洞，辅助教师确定施教起点，而后进行“差异教学”——精准推送相关习题，并随着智能教学系统的实时测试与反馈，不断调整所练习的题目，以此抛弃无差别的书山题海式投入，达到高效练习的效果，最终实现所谓的“个性发展”。在此过程中，教师能够针对学生常见的丢分点，借助智能教学系统推送的教学内容与习题资源帮助学生快速、精准地实现知识点的查漏补缺。这种方式因其能够提高单位时间内所谓有效教学时间的比率而被认为是高效的，但实质上对学生的身心发展有多大的帮助则不得而知。由此可见，“数据驱动”教学评价在教学实践中仍旧在为应试机制主导下的智育服务，关注学生知识点的掌握程度，在教育期许与使用方式之间存在错位。
2.3 教学评价主体的教育惯习维系，“数据驱动”教学评价保留赋分排序的竞争机制
惯习具有历时性，在长期教育实践活动中，应试教育体制下功利化的教学评价理念与方式已经得到教师群体、家长群体乃至全体社会成员的共同认可，并被内化为一种行为与性情倾向系统。人工智能教育技术的引入在一定程度上具有打破已有惯习的能量，但是评价主体的教学评价行为受到自身的心理状态与教育场域所具有的性情倾向系统的影响，短时间内进行教学评价理念与方式转变存在一定的困难。