教育评价的算法转型

/教育评价的算法转型【摘要】伴随着算法从“人为加减乘除”的公式演变为“能让机器自动运行”的代码，原本受控于人、服务于人的算法也将变得不再百分百“听话”，乃至因此将教育评价置于前所未有的挑战之中。历史地看，公式之上的教育评价不仅意味着观念解放、方法改进与权力创新，也面临着因为“人的误解和滥用”而徒增的精神幻想、价值冲突和现实霸权。现实地看，代码驱动的教育评价虽有益于祛魅幻想、调适冲突和制衡霸权，却可能因为“把人排除在外”而堕入观念失调、方法失格和权力失范之中。由此看来，教育评价的算法进路非但无法被表述为从公式到代码的必然进步，反而有必要将之澄清为前所未有的教育评价挑战。相应地，接受算法主体以更新观念、吸纳算法决策以创变方法、引入算法治理以改善权力，也就构成了教育评价回应算法转型的时代进路。【关键词】教育评价；人工智能；算法；公式；代码 ChatGPT的成功表明了算法之于人工智能的重要性。这除了可以验证谢诺夫斯基“算法才是智能时代的核心驱动力量”[1]的前瞻性观点，更将从根本上改变人们对于数据和算法的认识。要知道，自2012年美国前总统奥巴马提出“数据是未来的石油”的看法以来，大数据便成了世界各国争夺人工智能技术高地的关键领域。与之不同，ChatGPT的核心工作机制是提示学习(Prompting)，该机制去除了模型对数据的依赖，或者说它解放了大模型，不再走多任务、子任务的训练路向，而是借助大模型已经拥有的全局数据内在统计概率的优点，以生成任何内容。[2]如此一来，算法也将因为ChatGPT拥有了先于数据的技术地位。如此一来，算法之于教育评价的重要性也将从“幕后”走向“台前”。 在此背景下，伴随着算法从“人为加减乘除”的公式演变为“能让机器自动运行”的代码①，原本受控于人、服务于人的算法也将变得不再百分百“听话”。如此一来，即便算法之于教育评价的前提性和重要性依然不容置喙，但这样的微妙变化却可能将教育评价置于前所未有的挑战之中。相应地，追溯公式之上的教育评价，澄清代码驱动的教育评价，不仅有益于呈现教育评价的算法起源、演进及进路，更可为教育评价回应算法转型提供引玉之砖。 一、教育评价的算法起源 尽管在今日之人看来，教育评价可以使用公式进行加减乘除，以求得各种平均分、方差、相关系数、中位数和标准值已经是不言而喻之事。然而，一旦人们将教育评价的视角拉回到历史现场，基于公式的教育评价也就显得不再“事有必至、理有固然”。要知道，对不曾放弃追问终极意义的教育评价而言，用算法将问题公式化不仅远离了形而上的思辨传统，也意味着回避人类现实及其意义。因此之故，人们有必要在现代化进程中澄清“教育评价何以能使用公式”。 人类开启现代化的重要标志便是，由哥白尼引发的天文学革命不仅促进了人们对自然的全新理解，更通过自然的数学化而为社会生活的合理设计与理性选择奠定了观念基础。[3]167比如，伽利略在《试金者》曾留下了“自然数学化”的标志性话语，“哲学被写在那本永远在我们眼前打开着的伟大之书上。我指的是宇宙，但如果我们不先学会语言和把握符号，就无法理解它。本书以数学语言书写，符号就是三角形、圆和其他图形，没有这些符号的帮助，便无法理解它的片言片语。没有这些符号，人们只能在黑暗中徒劳地摸索。”[4]18这种因为现代天文学成功而试图将数学纳入到人类基本事务的观念，它一方面可以归因于由哥白尼引发的天文学革命启发了越来越多的思想家，开始将自然数学化的努力由科学领域向社会领域进行全方位移植。[3]163另一方面则是因为，从17世纪开始，亚里士多德的自然概念及其“圆满实现”受到了根本性批驳，所以思想家们才会对构造一幅可以用数学进行计算的世界图景充满了兴趣。[5]164以此推之，基于公式的教育评价其实源于这样一种观念的诞生，“数学结果既是具体、明确、客观的数字，也是独立于其观测之外的结论，更代表着遗传于无法动摇的牛顿学术大厦的、名副其实的柏拉图式事实”[6]144。 在此观念背景下，教育评价方才可能接受公式，并据此开启了自身的算法之旅。如此转变的出发点在于，如果可以去除那些变化、特殊、偶然、不稳定、非理性、不一致的教育内涵及其细节，那么教育中人能否像天文学家揭示宇宙真理一般寻找可以用公式予以描述甚至放之四海而皆准的教育规律?从此之后，教育的经验、传统和文化不仅被褫夺了评价的权威意义，还因之被降格为了沉耽于直觉、充满偏见、混乱不堪且需要被拯救的旧迷津，而公式则顺势被推崇为了祛魅这些迷思的新工具。同时，教育除了要遵从人类的先天禀赋、后天理智与公序良俗，还要受到数学背后逻辑、规律和秩序的引领。相应地，教育评价也因为公式的引入而实现以下三点进步。 第一，基于公式的观念解放。将公式引入教育评价意味着鼓励人们站在由现代数学成就构成的“阿基米德点”之上，用一种与自身感受无关但同样事实清楚、论证合理且意义明确的方式，重新理解现实与真相、人类与世界之间的关系。如此观念解放之于教育评价的意义在于：当公式被成功引入教育评价之后，那些在个体尺度上混乱不堪的事实，不仅在群体尺度上涌现出了清晰且美妙的规律，那些杂乱无章、直观狭隘、封闭循环的经验性谬误也有机会在数学的尺度上得到检验和澄清；与此同时，讲感觉不讲逻辑、喜欢笼统不重视精确、容易受文字而非事物因果关系的影响、盲从于权威与教条而不尊重客观事实的教育评价也受到了根本性挑战和制约；更重要的是，现代数学的成功启发教育评价放弃了对经验的沉迷与对意义的苛求，转而换之以对公式的接受、信奉和推崇，进而允许、支持和驱动了现代教育用更准确、更高效的方式对教育活动、教育过程和教育结果作出判断。这不仅从根本上拓展和丰富了教育评价的指导性观念，更让后续的方法改进和权力创新成为可能。 第二，基于公式的方法改进。当教育开始尝试应用公式作为评价的尺度之后，它意味着，教育评价开始从犹疑走向肯定、从模糊走向精确、从神秘走向公开、从可描述走向可比较；不再片面倚重形而上推理、不再以感性经验作为判断事物的依据，而是要通过可重复、可检验的计算以发现教育规律；相应地，能否借由公式进行计算从此便成了教育模仿自然科学的方法桥梁。自此，教育不仅致力于提出可用于计算的假设、给出可用于计算的操作性定义、采用计算的方式处理经验和材料，与此同时，能否计算、如何计算抑或与计算的接近程度也顺势构成了衡量教育评价是否科学的标杆。在此基础上，公式在教育评价中的成功应用不仅直接孕育了以经典测量理论、项目反应理论和概化理论为代表的方法改进，更成功解决了教育评价的精确性、完备性、一致性等方法难题。 第三，基于公式的权力创新。只要教育评价追求满足公式化的数学条件，那么它就必须体现出某种一致性、精确性和完备性。反言之，公式代表着有益于教育受到约束、凝聚共识，以及形成预期的规范依据及其相应的权力。这样的权力可以概括为价值预设和路径规划。其中，基于公式的价值预设在于确定教育评价的特定问题，从而在数学层面规定“评什么”；基于公式的路径规划在于确定教育评价的具体策略，从而在数学层面决定“如何评”。在此基础上，只要在教育评价植入必要的公式，便能引领人们朝着算法预设的方向进行选择和发展，以及带来一些人对另一些人所希望和预定的影响。其中，颇具代表性的权力创新便是指向平均标准的公式。历史而言，人们不仅借助指向平均标准的教育评价实现了向多数人的机会开放和资源倾斜，也因此在经年累月的实践应用中实现了对裙带关系、任人唯亲、阶层歧视的制衡。[7]40更重要的是，指向平均标准的公式，既奠定了衔接上下、整合四方、可统一比较的教育评价制度，也为解决教育评价中人才选拔、资源分配、督导管理的信息不对称提供了可能，更让教育的成本控制、规模扩大、效率增加、条件改善拥有了清晰可鉴的评价依据。 辩证地看，公式的引入既重塑了教育评价的观念与方法，也让教育评价在更大范围发挥出了影响人和规范人的效果，更让多数人因此而受益。不过，当初伽利略将数学形容为自然科学的语言，但他并没有将人类的情感、成就和洞见包含在内。可是，后来之人沿着伽利略的理想走下去时，他们不但因为自然的数学化出卖了人类生存的完整性，更因此把值得人类纪念的文化积淀及其洞见都划给虚幻的、不真实的部类。[8]52所以，就算公式之上的教育评价取得了可谓丰硕的成就，但人的误解和滥用让它始终面临着“阿喀琉斯之踵”。 其一，始于公式的精神幻想。“用数学的专门符号来陈述，它既不扩张，也不加深，更不补足我们的知识。它只是把我们的知识变成数学语言。它的计算是在我们早已熟知的一些代数式中的反复推演。其结果并没有告诉我们关于个别事项的任何情形。”[9]同理，教育评价仅凭公式得出的结果非但无助于增加自身的见解，反而更像是对已有知识的包装、重复和循环。加之，几乎每个数学公理都能仅凭自身首尾一贯地演绎下去，以至于人们几乎能够证明他们打算采取的任何假设。[10]在此意义上，公式之上教育评价的最大风险并不在于公式无法兑现其承诺，而在于数学公式就像某种“致幻剂”一般，总能使教育“如愿”从中发现“新规律”，或者悟出某种“新道理”。在这种“自欺”的数字幻想中，原本用于消解教育直观经验及其内部循环的数学公式，也只会被人们运用得如同“俘虏”一般，任其牵往任何一个方向，以迎合他们对已知、简单和确定的本能偏好。相应地，公式之上的教育评价之所以令人感到信服，既不是因为公式开启了教育评价的新视角与新观念，也并非教育评价可以凭借公式克服自身的混乱与假象，更无法归结为教育评价因为公式加深了对问题的理解，而是公式赋予了某些人这样的精神幻想：因为公式建立在无可辩驳的数学成就之上，所以基于公式的教育评价结果不仅牢不可破，且不言自明。 其二，始于公式的价值冲突。尽管公式之上的教育评价在方法层面取得了巨大突破，但由于这套方法的前提并不完全适用于人，以至于教育评价始终因为公式而面临着难以消解的价值冲突。19世纪初的天文学家是为了解决不同人观测星球时可能发生的误差，方才发明了“平均计算法”，即把所有独立测量的结果相加，求其平均分，然后得到平均测量值。[6]144从他们的观测来看，平均分比任何单一数据都更准确，也更能体现研究对象的真实状况。受此启发，指向平均标准的种种公示方能被用于教育评价。不过，这套算法的数学前提是：(1)群体中的每一个体都是相同的；(2)群体中的所有个体都必须保持不变。[7]47可是，宇宙中的真理可以用牛顿定律这样的算法来进行演示并在方法上得到证明，其关键在于它是独立于观测之外的事实。但是，教育非但无法独立于人而存在，甚至于，教育的人、事、物在多数情况下也难以保持相同，反而可能因为变得不同才显得有意义——不然成长也就变成了于教育无意义的概念。进一步来讲，这种因为在教育评价中倡导公式应用而导致的价值冲突表现为：它既在群体层面减少了裙带关系和任人唯亲的教育现象，也让家庭背景不利的学生拥有了更多机会，更使得教育的操作性、针对性与有效性得到了加强。而为之付出的代价却是，教育评价正在迫使个人在虚构的数学规律指引下走向标准且狭隘的赛道，而且个人在教育中的选择也越来越少，甚至于每个人身上的特色和禀赋都可能因为无法平均且不标准而成为一种累赘、一道障碍，抑或成功路上的“绊脚石”。 其三，始于公式的现实霸权。近20年来，伴随着国际比较、排名和循证教育的兴起，“教育结果能够测量并且应该被测量”已经成为支配教育的基本规则。[11]源于此，今日教育评价应该关注什么、讨论什么、追求什么往往都是由公式说了算。更具体来讲，基于公式的教育评价有时并不是在用公式开启思考的新视角、消解自身的假象抑或加深对问题的理解，而是在构造可以让公式得到更好应用的教育评价。因此之故，公式也在教育评价中获得了现实霸权。它暗示着：(1)如果没有公式，教育评价就会失去科学的授信；(2)任何教育评价都要以在公式上得到表达为荣。无论是成绩单和排行榜的风靡云涌，还是指标体系和测评模型的比比皆是，都可以在一定程度上佐证这一点观点。反过来讲，如果人们试图在教育评价中探究那些与公式无关却于教育有重要价值的内容，不仅会显得势单力孤，也难以获得理解与支持。同时，明明可以被人明确感受且能予以说明的评价结论，也非得在公式的尺度上予以现实方才能令人信服。更有甚者，那些现实中明明没有被回答(或者无法被回答)的教育评价问题，却总能被人以某种公式的形式予以回答。所以，人们才会在全球教育评价中看到，诸如责任感、想象力、同理心这类无法(也无需)在公式尺度上得到证明的教育品质，它们要么被边缘化，要么被包装成某种“既不科学、也没价值、甚至有些滑稽”的公式，以便拥有新的合理性来源。 二、教育评价的算法演进 时至今日，公式依然在教育评价中发挥着广泛而重要的作用。只不过，从人们误解和滥用公式所徒增的精神幻想、价值冲突和规则霸权来看，即便加减乘除依然可以在教育评价中发挥作用，但为此的代价可能已经超出它本身的价值。这样的得不偿失也引申出了以下问题：在这个技术日新月异、环境不断变化、需求与时俱进的世界中，如何在教育评价中寻求超越公式的更好算法?在如此问题的促逼之下，代码驱动的算法演进顺势支撑起了教育评价的全新想象。 (1)基于代码的幻想祛魅。必须承认的是，无论基于公式的教育评价如何强调自身的客观性，它实际上都离不开人的见识及其局限。因为任何在教育评价中被使用的公式都包括了设计者的“目的”。比如，皮尔逊对其方法的承诺，被归因于他的优生学假定中所涉及的那种相关性，而尤尔的坚持则被归因于他对关注改善穷人的社会问题的实用利益。[12]说到底，那些在教育评价中被广泛使用的公式必须由设计者指定一个包含选定解释变量的数学函数，并通过回归分析来确定数据与这些分析选择之间的拟合优度。这样固然可以保留人的特色和优势，却也使人的先验观念与本能偏好形成了无从克服的谬误，乃至加剧了人们试图从公式中寻求“终极目的”的精神幻想。与之不同，机器学习这类算法并不依赖变量之间函数关系的先验规范。[13]它们可以通过挖掘数据以识别数据之间的模式和相关性，然后将数据压缩成信息，进而把信息消化为知识。[14]12所以，算法驱动的教育评价可以在更大程度上回避人的干扰和偏见。[15]加之，从基因编程、支持向量机、反向传播、贝叶斯推理等机器学习算法表现出来的潜力来看[14]65-70，代码驱动的教育评价除了可以规避公式的先验假设、价值偏好与人为干扰，还能借由反向推理、逆向演绎、交叉验证对教育评价中的经典理论进行挑战和补充。由此看来，代码驱动的教育评价不仅有益于拆穿那些用公式对已有知识的包装、重复和循环，也有能力摆脱“人”的自欺、偏狭与干扰，更有机会让那些因为人们误解公式而强加于教育评价的精神幻想无所遁形。 (2)基于代码的价值调适。在没有“能让机器自动运行”的代码之前，靠得住却可能不合时宜的公式可能已经引领教育评价走到了“在减加乘除中力求不变或相同”的死胡同。这其中的缘由既不是因为人们不够努力、聪明和善良，也并不意味着公式的不可信和不可用，而是任何教育问题一旦诉诸公式进行处理和表达，那么它便只能在数学尺度之上进行解释和解决。与之不同，尽管代码拥有一定的数学基础，但它却可以在不同于数学的尺度下，对教育中的人、事、物作出评价。究其原因，一方面代码既没有现实世界中黑白分明的唯一属性，也不从属于某种抽象的统一架构。[16]138所以，基于代码的教育评价不仅没有十七世纪之前的本质主义包袱，也不必拘泥于公式背后的僵化前提和固定假设。另一方面，让每个人在教育中得到适合自己的评价，无法在人为加减乘除的公式中被想象和实现。不过，从ChatGPT背后的算法演进来看，代码驱动的教育评价可以调用的个性化技术已然得到了前所未有的丰富与加强。[17]在这幅由代码描摹的未来图景中，教育评价的根本价值有能力从“平均标准”走向“平等适合”。它意味着，基于代码的教育评价将不再迫使每个人遵循相同且僵化的标准化系统，而是立足于让每个人成为更好的自己；为赋能个人学习和发展而开展教育评价的算法设计，而不是纯粹为了输出排名与分级；更自然地反映个体的能力、基础和天赋，而不是屈从于固定的背景变量(如年龄、身份)；深度挖掘不为人知却于人有益的个性化规律，而不是拘泥于所谓平均水平与标准模型。这样的价值调适除了可以弥补公式之于教育评价的先天不足，还能让教育评价因为代码而展现出温暖人心、催人奋进之效。 (3)基于代码的权力制衡。公式之所以能在教育评价中构成现实霸权，显然无法归结于数学的规定或不足，而是人们总能够“如愿”揣测那些基于公式的评价设计，并据此获得某种优势。比如，一旦人们知晓了某种成绩单与排行榜的计算公式，也就知道了“通往成功的规则”，相应地，公式也就影响了在教育中影响人们选择及其行为的决定性力量。并且，无论这样的公式有着怎样的局限甚至谬误，人们都会根据这些公式来优化自己的行为，进而反过来强化公式的合理性。[18]其结果则如法伊尔阿本德所喻，“把标准建立在一种实践之上并以此为满足，便可能会使这种实践的缺点永世长存”[19]。由此看来，消解始于公式的现实霸权，关键不在于设计出在数学上更为精美的公式，而是要引入新的算法设计，以制衡公式的现实影响力，即让人们试图揣摩教育评价的公式以获得优势成为不可能。与教育评价中有赖于人进行设计和解读的公式相比，“基于代码的算法将由数字系统进行实施，而非人类；它具备适应性，能够随情况变化而变化；它将用代码来书写，而不必仰仗人类的自然语言”[20]69。由此看来，代码不仅能塑造比公式灵活且不易为人所模仿的评价规则，还能从另一个角度挑战那些因为人们对公式的滥用而被奉若圭臬的评价规则，乃至让“唯分数”这类对数学规则的拙劣模仿变得无所遁形。 上述因为代码而可能实现的幻想祛魅、价值调适与权力制衡固然可以填补因为公式而留下的教育评价缺憾。但这一切得以成立的基础，却有赖于“非人力所能及”的数据、技术和应用。因此之故，代码驱动的教育评价很可能衍生出“把人排除在外”的观念失调、方法失格和权力失范。 第一，始于代码的观念失调。对过去的教育评价而言，“谁来评价”“评价什么”与“为什么评价”都是与人有关的问题，并受制于人的观念。代码的加入却可能让这一切发生颠覆性变化，进而从根本上冲击教育评价的固有观念。首先，波兰尼曾在《个人知识》中指出“人类知道的远比其能表达出来的更多”[21]。也正是在此观念基础上，人类必须也必将构成教育评价的主体。因为无论公式可以在多大程度上揭示教育评价的真相，但总有公式之外的谜题有待人类去揭开。然而，以ChatGPT为代表的代码却正在使“波兰尼悖论”发生逆转。因为代码可以依托自我学习，进而表达出超乎人类所知的内容。[22]在此情形下，“谁来评价”也就构成了新的问题。其次，没有公式之前的教育评价是“面对面”的直接评价某人、某事与某物(真实的一阶对象)；公式之上的教育评价是对“与人、事、物有关的因素”进行间接评价(抽象的二阶对象)；代码驱动的教育评价则可以在不直接面对人、事、物，甚至无须知道这些因素是否它们有关的前提下，通过对数据背后的数据进行挖掘和排列(无序的三阶对象)，进而做出评价。而这也将使“评价什么”成为了新问题。最后，正是鉴于代码可能从根本上改变教育评价的主体观与对象观，所以教育评价的传统价值观可能很难发挥一以贯之的效用——为什么评价就此变成了一个问题。一方面，由于代码对教育评价主体的介入，代码追逐有用性、高效性的工具理性可能与人类坚持自由、平等、正义、公平的价值理性构成冲突；另一方面，代码对非线性、反身性、动态性、互联性的“无序”偏好，也将进一步冲击立足标准、排序、分级、分类的价值观。总之，面对代码驱动的教育评价，人们固然可以期待它对人们误解公式的精神幻想予以祛魅，但也不应忽视它有可能从根本上冲击人们固有的评价观念，乃至使之面临失去方向和惯例的风险。 第二，始于代码的方法失格。代码驱动的教育评价之所以能调适始于公式的价值冲突，其中最为关键的原因便是它既能做到那些“非人力所能及”的评价，也能用“迎合人、取悦人”的方式作出“个性化”评价。这既是代码的方法优势，也是其弊端所在。一方面，如今的代码不仅可以从混乱、琐碎、海量的数据中发现那些“深不可测”且“不为人所知”的新知识，更驱动着由归纳演绎向数据分析、由知识理性向计算理性、由人类认知向机器认知的方法转型。然而也正源于此，代码驱动的教育评价即便可以展现出个性化与柔性化的效用，甚至可以用一种匪夷所思且截然不同于人的方式作出教育评价，但人们却不知道它为什么如此有用，以及为什么作出这样的评价。如此一来，代码驱动的教育评价也将变成一个巨大的“黑箱”。相应地，原本因为公式而走向公开且可检验的教育评价，也将因此而变得神秘莫测。这样的教育评价就算可以调适某些价值冲突，但也可能因此失去“强调理解和追求真相”的品格。另一方面，如赫拉利所言，“正因为对人类的理解如此狭隘，所以算法创了一个新的社会系统，鼓励我们顺从人类最基本的本能，同时阻碍我们发挥人类完整的潜能”[23]226。以此推之，代码驱动的教育评价极可能扎根于某些根深蒂固、普遍存在且令人愉悦的低阶需求(如物质与本能)，而无法顾及那些不易觉察、稀有独特甚至令人感到困难的高阶需求(如求知和创造)。就像人类使用美图秀秀欺骗自己以愉悦世人一般，代码驱动的教育评价也可以“一键过滤”令人不悦的结果抑或对其进行“智能润色”，以便自己在教育中感到无限满足。由此带来的恶果则是，代码驱动的教育评价不仅有可能把人类活动降格到“本能”层次之上，还会失去“为了促进人的改变而不惜羽毛”的品格，更有可能因此丢掉警醒人、纠正人和引领人的意义。除此之外，那些因为代码而被赞美的个性化评价方法，除了可以弥补公式对于个体的疏忽，是不是也有可能助涨人们对个体、自我与特殊的关注，反而使那些在平均标准中被强调的共同目的、共通渠道、共有规则、共享价值被遮蔽和堵塞。倘若如此，代码驱动的教育评价将不得不面临因为“个性化”而损失整体性关切的风险。 第三，始于代码的权力失范。教育评价作为“指挥棒”，它除了需要揭示教育的真相，更意味着执教育牛耳的“权柄”。并且，无论公式之上的教育评价可能给人带来了正面或负面的影响，它都是属于“人”的事。然而，如今基于代码的智能机器兴起标志着，权力第一次从人类转移到其他物种手中。[23]166如此一来，一旦将公式切换为代码，教育评价这根“指挥棒”的权柄也将不再百分百属于人，一些专属于代码的能力和偏好也将带来前所未有的问题恶化、教育偏见与对人压迫。其一，对问题的恶化。鉴于代码必然偏好那些已经存在且能反复检验的事实及其数据，故而代码驱动的教育评价在解决问题的同时也会恶化已有问题。比如，即便代码可以作出客观的教育评价，但这样评价可能既代表不了正义，也难以为人所接受——因为代码的客观只能揭示现有教育是什么样，而无法回答教育应该是什么样；代码的精确虽有益于发现“小数点”后的教育真相，却也可能将围绕教育评价的竞争拓展到“小数点”之后；代码的公正确实有利于制衡教育评价中的人性弱点，但它也会重复和巩固世界上已经存在的不公——就像让代码基于现有数据创建“好学校”的模型，现有的好学校一样会被代码评为好学校。这一切的根本缘由在于，只要代码仍是基于已有数据的挖掘和分析，那么这样的评价既不能在“没有重复”之处发现意义，也难以发现不同于“过去”的道理，更无法向那些“没有数据”的未来予以开放。[24]其二，对教育的偏见。代码因为可以一视同仁才能构成令人信服的立场约束，而教育却是因为允许接受人的差异才令人向往；代码因为可以超越人类的主观局限方才能发现新知，教育却是因为“在主观上始终相信人可以改变并为之努力”才显得有意义；代码因为可以规避人的错误才能增益教育，而“教育却是因为懂得宽容错误才会让美丽行为得以发生”[25]。面对两者之间无从克服的差异，一旦教育评价毫无保留地陷入代码的偏好之中，这样的教育不仅极有可能因为代码偏向统一、确定和可控的趋势，而让自身追求多元、成长和创新的本能受到压抑，甚至于失去助人摆脱旧习、超越自我与重获新生的应有之义。其三，对人的压迫。代码已经让基于侵入式监视和强制系统的行为干预成为可能。[26]这样一来，无论人们是否情愿和理解，他们都可能因为摄于代码的威力而在教育评价中接受某种“必然结果”。其因在于，从人与代码的互动逻辑来看，人除了可以被归纳成某种数据样态之外，也可能让自己被改造成符合数据要求的模样。这也就是说，人们无法在教育评价中排除曲解人以迎合代码的可能——这也正是代码之于人最为深重的压迫。 三、教育评价的算法进路 列举上述代码僭越于人的观念失调、方法失格和权力失范，既无意也无法证明，代码驱动的教育评价必然走向“死胡同”，或者教育评价不应追求从公式到代码的算法演进。但这确实意味着，人们有必要清醒地追问，面对扑面而来的算法演进趋势，教育评价是否应该对代码倒屣相迎?抑或像当年义无反顾地使用公式那般，毫无保留地拥抱代码，然后在解决问题的同时，留下一堆左右为难的难题?也正是由于这类问题的存在，教育评价的算法进路无法被概括为从公式到代码的必然进步，更应考虑何以因应其中的观念之变、方法之变和权力之变。 (一)教育评价的观念更新：接受算法主体 从观念的角度来看，从公式到代码的算法演进之所以绝非易事，因为它关系到绝不仅仅是数学的优劣与技术的好坏，而是关系到“人类能否/如何接受算法主体”这一亘古未有的问题。要知道，文字、印刷与广播的发明虽然改变了人类的生活，但却没有为之增加新的“成员”，而计算机、互联网连同人工智能的出现却让人类生活嵌入了算法这一全新主体。[23]165-177在此背景下，“能否/如何接受算法主体”也就构成了教育评价的历史性命题。它预示着，从公式到代码的教育评价除了需要彻底的主体反思，还需要进一步解放思想，以实现观念的代际交替。 (1)教育评价的主体反思。尽管公式和代码都属于算法，但两者有着本质上的不同，公式是基于人的判断和选择，而代码则意味着由智能机器自动完成。由此出发，面对可以独立于人的算法主体，人们除了必要反思“何为教育评价主体”的问题，比如，什么样的教育评价仍必须由人来作出?什么样的教育评价需要由人与算法来合作完成?什么样的教育评价可以委托给算法?还包括由“教育评价主体变化”所衍生出的问题。比如，当代码作出教育评价时，根据概率判断引发算法歧视等道德问题，它应该由“谁”来责任?当代码与人的评价不一致时，人们究竟应该听“谁”的?如果人们在教育评价中听命于代码，人们又当如何确保这样的代码能与人的目的保持一致?当人们开始在教育评价中思考这些史无前例的问题时，一些更有活力且与这个时代相匹配的主体观念也将得以涌现。而这些问题的答案不仅关系到教育评价能否妥善应对始于代码的主体失调，更将为解决教育评价的对象失调与价值失调奠定思路和基调。 (2)教育评价的思想解放。尽管人机协同、人机一体、人机共生已经因为“能让机器自动运行”的代码(或者叫人工智能)成为了这个时代朗朗上口的时髦词汇，但要让人们真的接受由独立于人的代码所作出的判断和决策，却并非理所当然之事。[27]同理，在教育评价中接受算法主体更像是个充斥着离经叛道的问题。所以，正如没有人会在1792年为剑桥大学威廉·法里希用公式为学生评分而雀跃，[28]也鲜有人在2020年为英国在中高考中使用“神秘代码”为学生评定成绩而喝彩[29]。这也反过来表明，代码驱动的教育评价需要的不是掌声和鲜花，而是思想解放。这一切就像当年人们解放思想以接受公式之上的教育评价一般，今人要真的接受代码驱动的教育评价，就必须从书本的固有概念、陈旧话语与过时理论中解脱出来，进而以更加开放、多元、包容的心态和视角去审视教育评价中“人与算法”的关系，学会“如何与算法共存”，进而重塑教育评价的范式。 (3)教育评价的代际交替。若以算法为界，人们大致可以划分出以下三代教育评价：第一代评价，没有公式之前的教育评价，它主要是人类凭借自身的观察、体验、经历及相对应的思辨对教育进行具体、深入的评价；第二代评价，公式之上的教育评价，它主要是人类借由数学的概念、方法和规则及相应的计算对教育作出精确、普适的客观评价；第三代评价，代码驱动的教育评价，它主要是依托数据的搜集、处理和分析及由此构成的智能机器对教育作出独立于人甚至超越于人的评价。这三代教育评价并非简单的替代或者包含关系，而是各有所长、相互兼容的关系。究其原因，教育评价若离开了“人”，则可能陷入徒劳无益的计算；教育评价若离开了“公式”，则容易陷入言之无物的犹疑、笼统和神秘；教育评价若离开了“代码”，则无力摆脱“人”的局限及其错误。因此之故，从公式到代码的教育评价确有必要在主体反思和思想解放的基础上推动自身观念的代际交替：正因为三代教育评价都存在“无可替代”的作用，且都能以自己的方式对教育作出贡献，所以，在教育评价中接受算法主体，既不是要盲目推崇代码的作用，也不易片面夸大代码的风险，而是要鼓励人们去理解三代教育评价的起源及特征，甄别三者的效用及差异，以及探索三者的组合关系、递进关系、耦合关系和系统关系。由此看来，教育评价的算法转型终究需要在观念上指向对“人”与“公式”的传承、改变和超越，而非对它们的否定、替换和复制。 (二)教育评价的方法创变：吸纳算法决策 历史地看，正因为借助公式有助于解决那些无法依靠经验和思辨予以解决的评价问题，所以，即便曾经基于公式的教育评价在方法层面存在诸多不足，但它依然可以因为创造性地解决了教育评价的诸多难题而被称为方法进步。类似地，若要将代码驱动的算法演进视作教育评价的方法进步，既不必以牺牲之前方法的基础与优势为代价，也不应归咎于这样的方法能以“神秘莫测”的方式作出令人满意的个性化评价，而应考虑其能否在教育评价已有方法基础上创造性地解决某些仅凭人和公式所无法回答的难题。由此出发，吸纳算法决策的教育评价方才能在方法层面显现出令人期待的意义和路径。 首先，算法决策之于教育评价的方法意义。在人类“自我证实”的动机驱使之下，无论是人本身还是诉诸公式，都不足以对“教育究竟对人产生了什么作用”作出超越于人类局限及其利益偏见的评价。这既是教育评价面临的根本性问题，也是医学在一百年前开始腾飞的起点。因为与“期望效应”类似的“安慰剂效应”被彼时医学视作了“精神幻想”，并用随机双盲的实验方法予以刺破。诚然，教育的对象和条件决定了它无法像医学那般开展实验，但现代医学敢于解决这个问题以及由此构成的成就，依然足以鼓励教育评价尝试以下可能：与需要由人设计和选择的公式不同，以机器学习为代表的代码可以诉诸不与人直接发生关系(难以被人操纵)的数据，以模拟、还原和预演教育的结果及其规律，从而在摆脱人类利益、本能及其偏见的尺度上创造性地回答“教育到底有什么用”。如此一来，正如当年教育评价引入公式既不是因为数学简单，也不是因为它能令人收获更多欢喜，而是教育评价唯有凭借公式方才能刺破人类的狭隘观念、经验窠臼与直觉迷思。 其次，算法决策之于教育评价的方法路径。随着算法正在展现出独立于人的决策能力及其优势，它不仅比基于先验信念、直觉和共识的方式更加准确，而且不会因为人的介入而产生利益攸关的偏差，更重要的是，随着技术的迭代升级，这样的决策成本正在日益降低。[30]在此背景下，如果人们不是按照既有的科研思路和流程框架来设计教育评价的算法决策应用，而是将之视作教育评价的变革性力量，算法决策有机会从以下三个方面助推教育评价的方法创变。一是基于代码的生成式评价。教育对象的可得性、可操控性、充足性和贴切性给评价带来的最直接困境便是，评价者非但难以对人进行全面评价和过程评价，更无法对其施加操控来检验评价的理论假设。然而，随着ChatGPT展现出的智能“通用”和“涌现”，已经有越来越多研究者开始意识到，始于代码的智能机器不仅可以用作人类研究对象的“代理”，研究者还能对其行为和互动过程进行观察和干预，以获得与研究目的相贴合的样本。[31]在此意义上，代码可以通过“模拟人”或者“编译生成式受试者”的方式，以实现无法在现实世界中被观察和操作的生成式教育评价。二是基于代码的因果式评价。基于公式的教育评价只能止步于“相关”，而无非通达“因果”。这也是定量评价被构弊的最大原因。因为它不仅时常得出“貌似有关”的结果，还容易导致“用之前的答案来解决现在的问题”“用多数人的成功掩盖少数人的失败”这类“相关错误”。现如今，因果学习的出现有机会改变这一局面。因果学习可以将代码的力量和因果推论的原理相结合，使用特定数据集而非不加甄选的数据来训练模型，以揭示数据中暗含的因果关系。[32]由此出发，代码亦可基于特定数据集以构建可以发现、识别、推论复杂因果机制与因果效应的因果式教育评价。三是基于代码的人机协同式评价。正因为智能时代人与机器的关系不是替代，而是协同，所以，基于智能机器的第五科研范式就是要发挥和结合人类智能与机器智能的各自优势，以促进人类知识生产的叠加效应、倍增效应和放大效应。[33]类似地，基于代码的人机协同式评价并不是要让人屈从于代码抑或让代码迎合人的喜好，而是要那些不同于人的观点得以涌现，进而让人与代码分别用自己擅长的方式对教育作出评价。中国知网的学术精要与专家评价的交相辉映已为此给出了可供借鉴的路径。 (三)教育评价的权力改善：引入算法规制 回顾公式之上的算法起源与代码驱动的算法演进，这里面的权力风险既有人们对算法的误解与滥用，也不乏算法本身的不足与局限。因此之故，在教育评价中引入算法治理也就构成了制衡公式的现实霸权和约束代码的权力失范的共同选择。进一步来讲，算法转型进程中的教育评价既需要约束人对算法的使用，也有必要对算法本身作出约束；前者指向人，表现为教育评价的算法伦理，后者指向算法，表现为教育评价的算法规制；两者共同的出发点在于“承认自身的不足与犯错的可能，形成可以自我修正机制，允许质疑和改变”[23]260，两者共同的落脚点在于捍卫人之于教育评价的权力和责任。 一是教育评价的算法伦理。无论当下教育评价中频频出现的公式滥用，还是未来教育评价可能面临的代码失控，都可以表明，教育评价确有必要构建强调责任、向善和正义的算法伦理。(1)算法责任。人们首先必须清醒意识到的是，教育评价是否使用算法、如何使用算法是人的“责任”，而不是算法的规定。所以，人类永远有必要以“主人”的身份检验算法的合理性、必要性和正当性，而不是在人工智能浪潮中随便选择某个算法将其应用于教育评价，然后忍受它们好多年，最后痛苦地领悟从一开始就应该知晓的道理。(2)算法向善。事实上，算法既不关心教育评价究竟是用于淘汰弱者还是为他们