数智技术赋能时代“教育评价”概念的神话、风险与想象性重构

/数智技术赋能时代“教育评价”概念的神话、风险与想象性重构【摘要】随着教育评价数字化转型的逐步推进，数智技术赋能教育评价的理念日益深入人心。“教育评价”概念作为规范教育评价活动的框架概念，其内在异化表现为对“如何评价”的技术旨趣日益浓厚，而对如何让教育变得更美好的初衷却逐渐被遗忘。“教育评价”概念的“教育”本源受到技术决定论、技术还原论和技术超越论等神话的遮蔽，使数智技术赋能教育评价潜藏数字拜物教、人类特征数字符号化、数字化歧视等风险。为此需要对“教育评价”概念作出一种想象性重构，通过应然状态下概念使用条件的归纳来限定实然状态下概念对数智技术的底线要求，以保证概念能始终反映“教育”本源及其人性基础。这将确保教育评价中数智技术应用的合理性。 引言 教育评价是教育改革无法回避的重要议题，但在数智技术赋能时代，教育评价改革将走向何方?这是一个事关重大却又悬而未决的问题。当前学界多聚焦于数智技术如何赋能教育评价的具体问题探讨①，而对这一涉及教育评价与数智技术关系的根本问题却语焉不详。“形而上者谓之道，形而下者谓之器”，如果仅注重器物层面的应用，而不设法厘清理论层面的方向与架构，数智技术就有可能成为一把双刃剑。一方面，数智技术的加持可以使教育评价的面貌得到翻天覆地的改变，教育评价将驶入发展的快车道，能够更精确、科学和跨时空地描绘出评价对象的“全息影像”。另一方面，数智技术的滥用也有可能使教育评价误入歧途，造成对教育中“人”的遗忘和伤害。为此，对数智技术与教育评价背后的理论予以揭示并对其进行反思与重构，便成为数智技术赋能时代决定教育评价改革成败的前提条件之一。 理论是人类通过“概念—判断—推理”等思维方式，以及“论题—论据—论证”的逻辑推导过程来认识、把握事物或现象背后的基本问题、概念、原理和规律的知识体系。在理论当中，框架概念是构成整个理论体系的基石，是形成理论体系当中各类命题乃至主张的出发点。有学者把框架概念之于理论体系的作用大致归纳为框架概念与概念框架的关系。“框架概念和概念框架是不同的，针对某个领域或某个问题，框架概念是相对固定的，相当于范畴，即我们不得不用这个框架概念去研究某个问题，否则我们就无法针对问题。而概念框架是我们建构的一组独特的分析某个问题或实在、现象的概念工具，针对这一问题域，不同的研究者可能运用不同的概念框架，从而研究的视野与提出的观点会不同。”(金生鈜，2015，第258页)按照这一观点，在人们从理论层面审视教育评价与数智技术的问题时，首先需要形成相应的框架概念与概念框架。虽然不同的概念框架会产生关于上述问题的不同理论主张，但无论何种概念框架的建构都离不开对问题的框架概念的分析。因此，理论层面的审视总是从明确问题所涉及的框架概念(范畴)开始，对技术与教育评价问题的理论探讨同样如是，必须首先揭示“教育评价”作为框架概念的逻辑特征及其在数智技术赋能时代面临的挑战。 一、“教育评价”概念的逻辑特征及其在数智技术赋能时代的内在异化 “教育评价”概念反映了教育评价一般的、本质的特征。人们在认识教育评价的过程中，把通过经验把握到的教育评价活动的共同特点抽象出来并加以概括，便形成了“教育评价”概念。 (一)“教育评价”概念的逻辑特征 人们对教育评价的认识具有多样性，因此“教育评价”概念的内涵和外延同样具有多样性。但无论其内涵和外延如何丰富，但逻辑特征却具有一致性。“逻辑学对概念的分类与各门具体科学对概念的分类不同……是以概念在内涵和外延方面的逻辑特征为根据来对概念进行分类的。”(南开大学哲学系逻辑学教研室，2008，第25页)分析“教育评价”概念的逻辑特征实际上是对“教育评价”概念的元分析，这种元分析有助于人们深入洞察“教育评价”概念的内在结构，及其与数智技术的根本联系。 教育概念包括单一概念和复合概念。在各种教育概念当中，有一类概念作为最小的独立概念单元，其自身不能再继续拆分为其他概念，像教育、学习、教学等，这类概念可称为单一概念。②每个单一概念均有其独立的内涵和外延。还有一类概念是由两个或以上的单一概念组合而成，亦即其自身能够拆分为不同的单一概念，像教育目的、语文测验、教育评价等，这类概念可称为复合概念。构成复合概念的任一单一概念均有独立的内涵和外延，而且由单一概念构成的复合概念也有自己的内涵和外延。 “教育评价”概念作为复合概念，包括“教育”与“评价”两个单一概念，在日常语言(现代汉语)中不可化约，是构成教育评价最基本的概念单元。虽然“教育”与“评价”概念拥有各自的内涵和外延，但其组合而成的“教育评价”概念同样也拥有自己的内涵和外延。这意味着若想真正了解“教育评价”概念，就不能只了解“教育评价”概念本身，还需要真正了解“教育”和“评价”的概念。在此基础上，还应该对“教育评价”概念中“教育”概念和“评价”概念的关系做更为深入的剖析。“教育”概念指向教育评价的目的和价值，聚焦于“如何通过评价让教育变得更美好”的问题；“评价”概念指向教育评价的手段和技术，聚焦于“如何利用技术使评价变得更科学”的问题。“教育”概念和“评价”概念在“教育评价”概念中的关系，本质上是目的(价值)与手段(技术)的关系。 (二)数智技术赋能时代“教育评价”概念的内在异化 传统上的技术，通常被理解为“技艺”③，孔子就提到“志于道，据于德，依于仁，游于艺”，这里的“艺”是指“六艺”，意为以道为志向，以德为根据，以仁为依靠，而游憩于礼、乐、射、御、书、数六艺之中。亚里士多德提到人的灵魂有五种活动方式，分别是技艺、科学、明智、智慧和努斯，被统称为理智。“所有的技艺都可以使某种事物生成。学习一种技艺就是学习使一种可以存在也可以不存在的事物生成的方法。”(亚里士多德，2003，第171页)但技艺的使用(制作)有一个前提：“无论谁要制作某物，总是预先有某种目的。制作活动本身不是目的，而是属于其他某个事物。而完成的器物则自身是一个目的，因为做得好的东西是一个目的，是欲求的对象。”(亚里士多德，2003，第168-169页)可见，不管是孔子还是亚里士多德所说的“技艺”，都是由“道”或者“目的”牵引的，技艺或制作本身不是目的，制作或生成“好”的事物才是目的。 现代技术的诞生，促使人们对技术内涵的理解发生了革命性的变化。技术作为生产方式被理解为是一种“去蔽的形式”。“就技术生产把一个事物从隐蔽状态变成非隐蔽状态而言，它属于去蔽行为，是一种真理的形式。”(斯蒂格勒，2019，第11页)“去蔽”在于探明事物的本质从而控制并支配事物以使其服从技术实施者的需求。在去蔽过程中技术失去了传统技艺所具有的“道”或“目的”，它的存在不再是为了让存在或不存在的事物成为“好”事物，不再是为了追求卓越而制作或创造，而是逼迫事物成为技术实施者的操控对象。但是，技术实施者在使用技术的过程中同样受到技术限制，人类特有的实践理性有可能被计算理性所取代。“技术进入现代化的标志就是，形而上学得到自我表现和自我实现，就像是计算理性完成了旨在占有和支配自然的计划，而这种被占有和支配的自然本身也就失去了自然本来的意义。但是我们作为自身的存在者，却远没有借助技术的方法成为自然的主宰，相反，我们自己作为自然的一部分也服从技术的要求。”(斯蒂格勒，2019，第11页) 在数智技术赋能时代，借助大数据、区块链和人工智能等数智技术赋能教育评价，教育作为评价对象得到了最大限度地“去蔽”。教育评价的范围在时间和空间上亦得到前所未有的拓展，也提高了评价的准确性和有效性。教育评价的实践者和研究者普遍对数智技术的应用持有一种乐观主义的态度。人们对“教育评价”概念的个性化理解显然带上了以往所没有的技术化色彩。有观点认为“教育大数据技术能够极大地提高评价的效率和品质，在综合评价中运用大数据技术也将在很大程度上提高效率”(张志华、王丽、季凯，2022)。也有观点认为“教育评价改革将以区块链技术作为底层技术的核心力量，推动教育评价在理念、内容、形式等多方面的创新”(李莉、安奕、韦小满，2022)。还有观点认为教育评价应“注重与新技术深度融合的平台性观照，更加体现教育评价功能在大数据技术驱动下的‘智慧运行’”(朱成晨、闫广芬，2018)。数智技术赋能一方面体现了人类文明的进步，人的能力以数智技术的“代具性”形式得到了几乎是无限的延伸和扩展，另一方面在对教育这一评价对象“去蔽”的过程中，数智技术有可能从手段僭越为目的，使教育评价丧失原初目的。 比斯塔(Biesta)指出：“人们宁愿用教育过程中的有效性和效率这样技术的、管理的问题来取代好教育这样的规范性(normative)问题，而不考虑这些过程的目的应该是什么。这不仅对教育本身有害，而且把那些本应该参与讨论‘好教育由什么构成’的人(如教师、家长、学生和整个社会)阻挡在外。”(比斯塔，2019，第4页)数智技术的高度进化在教育评价领域逐渐呈现出如下苗头，即评价实施者试图运用这类技术对评价对象进行“去蔽”，目的在于使评价对象或明或隐的特征毫无遮挡地呈现于人们眼前，而且呈现的真实或精确程度越高，则有效性和效率越高。可是，这同时也使教育评价忽略了对“道”或原初目的——“什么是好的教育评价”或“为了什么而评价”的终极关怀和思考。这在“教育评价”概念层面表现为一种内在异化。换言之，“教育评价”作为复合概念，它蕴含的“评价”部分越来越受到强调和重视，这表现为教育评价日益专注技术和方法的革新，相反，“教育评价”蕴含的“教育”本源，却自觉或不自觉地受到技术神话的遮蔽。只见“评价”不见“教育”，由此将极有可能导致教育评价实践专注于“如何评价”而非“如何通过评价让教育变得更美好”“教育评价”概念内部关系的本末倒置，意味着其既是对“教育”本源的遗忘，更是对“教育”本源背后人性基础的遗忘。 二、“教育评价”概念潜藏的技术神话 “教育评价”概念的“评价”受数智技术的影响日渐深远，在解决“如何评价”的问题上人们对数智技术的理解通常建立在三种逻辑假设之上，具体表现为三种关于技术的“神话”。“神话”又称为迷思，起源于古希腊语"mythos"，是英语"myth"的音译。列维-斯特劳斯(Levi-Strauss)在其《神话学：生食和熟食》一书中指出，“每个神话都是一个有组织的总体，叙述的展开阐明了存在一种基本结构，它独立于前后之间的关系。”(列维-斯特劳斯，2007，第150页)事实上，人们在看待“评价”与“技术”关系问题上的观念并非杂乱无章，在表层观念之下潜藏着稳定的深层结构，这些结构的实质是根本的逻辑假设，亦即神话。它们决定着人们如何理解“评价”与“技术”之间的关系，并反映在教育评价实践当中。 (一)技术决定论神话 教育评价日益强调“科学化”，“随着以大数据、物联网、人工智能等为代表的新一代数字技术与教育教学的不断融合，全方位、伴随性、实时化的教育大数据采集与分析正在成为现实，这为建立一套更为科学、完善的新型教育评价体系提供了新的助推器。”(刘三女牙等，2020)不同于传统教育评价强调理论创新的科学化，当前教育评价改革更强调评价手段的“科学化”。后者离不开新一代数字技术的加持，因而使技术常常被认为是决定教育评价“科学化”成败的关键甚至唯一因素。从倡导“科学化”到采用技术实现“科学化”，再到坚信技术是“科学化”的决定性因素，这一逻辑假设成为“教育评价”概念潜藏的技术决定论神话。 技术进步在推动教育评价改革，同时也使教育评价主体出现从利益相关者共同体到专业技术团体的革命性转变。低水平技术环境下，教育评价主体主要是教师，进而是其他深受教育影响的利益相关者，如家长和学生。教育评价过程虽然缺乏数智技术的“在场”，却能保证利益相关者在制定评价程序、给出评价结果等方面的评价权力。在数智技术主导的环境下，大部分利益相关者在技术上与技术专家相比，几乎处于“无知”状态。利益相关者也普遍认同技术专家在教育评价问题上的权威性。利益相关者共同体深度参与的教育评价逐渐被专业技术团体所接管，成为一种高度技术化的专业活动。 “教育评价”概念背后潜藏的技术决定论神话衍生出一种新型的技术统治模式。伴随着教育评价数智技术的高度智能化和复杂化，最终掌握技术的是少数专业技术团体。教育评价越来越依赖于技术的进步，例如运用大数据技术对各级各类学校的课堂教学质量进行智能测评。由此使得教育评价的技术专家与利益相关者之间出现技术上的不平等，“技术和知识能力的扩大都将落实为扩大统治和权力的能力”(赵汀阳，2022，第36页)。前者对技术拥有绝对的话语权和解释权，他们在教育评价过程中逐渐成为技术统治阶级，控制教育评价的过程与结果。后者因为与前者相比在技术上处于劣势地位，只能作为评价结果的听取人在技术控制下求得生存空间。 利益相关者共同体让位于专业技术团体，无疑提高了教育评价的效率，利益相关者通常只需要遵循技术专家的指引进行操作并得出评价结果，但利益相关者作为教育评价主体的主体性亦受到了极大削弱。整个教育评价过程对他们而言是一个“黑箱”，是带有神秘主义色彩的技术产物。在“用技术性效度来取代规范性效度”(比斯塔，2019，第14页)的技术统治模式下，如何判断教育好坏的问题转化为如何有效提升评价对象学习表现(主要体现为成绩、分数)的问题。教育评价既疏离于利益相关者的教育需求，也疏离于教育的终极目的——人的向善发展。 (二)技术还原论神话 随着现代社会对数智技术的崇拜日益增长，教育评价活动中技术与数字化的联结亦趋于紧密。教育评价委托人、发起人和执行人深信任何评价对象的本质特征均可以还原为数字化形式并加以呈现。人作为教育评价对象，其所有身体与心理特征都是可测量和可观察的，无论多么复杂的人类特征都可以化约还原为数字的形式，通过计算得出评价结论，这一逻辑假设构成“教育评价”概念潜藏的技术还原论神话。 “教育评价”概念的技术还原论神话，将科学、精确、可观察、可测量视为教育评价追求的首要价值，将教育评价整体视为运用技术不断将人类特征还原为数字，以便彻底了解其本质的“去蔽”过程。早在18世纪，梅特里(Mettrie)在其著作《人是机器》一书中就指出：人是一架复杂的机器，他与其他动物存在相同的物质组织(实体)，而人的物质组织形式是最完善、最精密的。“我们到处看到不同的耳朵，但是人、兽类、鸟类、鱼类的不同构造却没有产生出不同的用途。所有这些耳朵都是按照数学这样精密地构造出来的，它们一律都为了一个同一的目的，就是听。”(梅特里，1959，第50页)所有器官中唯有大脑承载心灵(思维)的活动，心灵的活动归根结底也能从物质层面得到还原和解释。“正像我们的腿有它的用来走路的肌肉一样，我们的脑子也有它的用来思想的肌肉。……这个始基是存在的，它存在的位置是在脑子里面神经起源的地方，它通过神经，对身体的其余部分行使着权力。”(梅特里，1959，第59页) 然而，在当代的教育评价实践中依然存在着“测不准”现象，部分人类特征依然无法被还原为数字，成为数字的“盲区”。因而“计算思维”或“计算主义思潮”成了技术还原论神话新的思想源头，这一思潮包含着“宇宙是一部巨型计算装置”“整个世界是由算法控制”的隐喻，自然规律作用于计算过程，进而支配着一切自然事件，事物之所以呈现出多样性均是源于算法复杂程度的不同(李建会，2003)。如果人类特征无法量化抑或无法准确计量，那是因为教育评价技术还不够先进，能够解决这些难题的算法还未被发现。一旦教育评价技术取得长足进步和突破，这些难题将迎刃而解。这种技术还原论神话迎合了部分教育行政管理部门和学校管理者的需要，他们迫切希望所有教育评价对象的任何特征，包括人类的一切特征，都能以最直观简易的数字形式呈现于面前，以便把它们作为绩效问责的根本甚至是唯一依据。基于绩效问责发起的教育评价，首先不是为了帮助教育者更好地实现教育目的，而是便于教育管理者对教育进行管理，帮助其实现教育管理目的。 教育评价运用数智技术把一切人类特征还原为数字，以此考察教育绩效，容易导致异化现象的出现。这种异化表现为对教育评价本质的遗忘。教育评价本意是通过观察和测量教育行为推断教育活动实现教育目的的程度，但绩效问责往往使评价者只关注教育行为本身的符码意义，却有意无意地忽略了教育行为与教育目的之间的联系，进而忘却了对教育行为背后教育目的实现程度的追问。如此，教育行为和教育目的之间便不可避免发生断裂，评价者只关心教育行为是否符合绩效标准，而并不关心其是否真正实现了教育目的。教育者也有可能只是为了达到绩效标准而非真正为了实现教育目的而做出的教育行为。迫于绩效问责压力做出的教育行为，作为评价依据难以证明教育者真正为教育目的而教，相反，还有可能是一种虚伪的表现。当整个教育评价过程沦为技术操作程序，教育者按照绩效标准输出教育行为，评价者按照绩效标准和教育者输出的教育行为打分或评定等级，就很有可能在背离教育目的道路上渐行渐远。 (三)技术超越论神话 人工智能是数智技术赋能教育评价的重要领域之一。它也是人类学、语言学、脑科学、神经科学、计算科学等学科的综合应用，借助计算机等机器模仿人类行为或人类思维中的认知属性，并能够处理海量的数据信息，从而在不同环境中自动解决问题以实现特定目标。随着人工智能在教育评价中的大规模应用，一种观点也应运而生。当人工智能进化至某种程度，就有可能创造出超越人类的“存在”。一旦这种超级人工智能应用到教育评价领域，其必然会以前所未有的高效率代替人类完成教育评价过程中的事实判断。换言之，人工智能将成为超越人类教育评价者的“存在”，能既快且好地完成所有的评价判断。由此导致“教育评价”概念背后潜藏的技术超越论神话诞生。 技术超越论神话使教育决策者或管理者深信，一切人工智能应该也完全可以取代所有人类教育评价者，既作事实判断，也作价值判断。要实现这一目标，就意味着人工智能必须具备如下特征：“(1)是一个具有自主反思能力、创造力和变通力的思维主体；并且(2)它的思想和实践能力都超过人。”(赵汀阳，2022，第17页)在人工智能领域，“有自我意识、自主学习、自主决策能力的人工智能”(莫宏伟，2018)通常被称为强人工智能。换言之，这是一种真正具有人类所独有的类本性和能力的人工智能。可问题是，强人工智能在现实中存在吗? 离开理想回到现实，教育评价领域使用的人工智能，是“各种模拟人或动物智能解决各种问题的技术，包括问题求解、逻辑推理与定理证明、自然语言理解、专家系统、机器学习、人工神经网络、机器人学、模式识别、机器视觉等”(莫宏伟，2018)。即使时下流行的生成式人工智能，尤其是基于生成式预训练转换模型的智能聊天应用，作为自然语言处理工具，无论其算法如何迭代，依然是一种无自我意识的拟人智能。如果以是否具有自我意识、自主学习和决策能力作为区分标准，目前的人工智能并不具备这些特征，因而只是一种弱人工智能。 强人工智能与弱人工智能的区别在于，后者只是机器对人类智能的局部模仿，虽然这种模仿在效率和可持续性等方面优于人类，但依然未在存在论意义上超越人类智能，属于“拟人智能”。前者除具备弱人工智能的功能外，还拥有人类特有的反思能力、创造力、想象力和随机应变能力，且性能更为强大，在存在论意义上是一种真正超越人类存在的存在，属于“类人智能”。假如把人类视为“造物主”，那么强人工智能则是“造物主”创造的新物种，而且是比其创造者更为强大的新物种。如果说弱人工智能是人工智能的现在时，那么强人工智能仍然只是不确定状态下的将来时，是人们对未来的想象。 当下教育评价领域使用的人工智能依然属于弱人工智能范畴，一厢情愿地将其视为强人工智能来替代所有人类教育评价者作事实判断与价值判断，有可能带来如下后果。一方面，弱人工智能有可能误把事实判断作为价值判断。“事实判断有它特定的含义，即指关于客体本身是什么的判断，而价值判断是指关于客体对主体的意义是什么，对主体意味着什么的判断。”(冯平，1995，第253页)教育评价在严格意义上是建立在事实判断基础上的价值判断。弱人工智能由于其强大的计算能力因而能以比人类更高效的方式作出事实判断，但由于其缺乏人类特有的自我意识而无法作出价值判断。简言之，弱人工智能只能判断教育“怎么样”而无法判断教育“好不好”。弱人工智能类似医院体检为教育评价对象开具全面的评估(体检)报告。例如通过数据挖掘和机器学习抓取某位教师课堂教学行为实录的师生互动数据，对师生互动频率进行赋值，在与常模对比后反映其在教师群体中所处位置。师生互动频率处于高、中、低的不同水平，属于事实判断，却有可能被等同为师生互动良好、一般、不佳的价值判断。 另一方面，人类教育评价者有可能丧失评价能力。教育决策者和管理者在教育评价领域使用人工智能的目的，在于让人工智能代替人类教育评价者完成更多、更复杂甚至更敏感的工作。然而，这种目的也导致人类教育评价者越来越缺乏自力更新的动力，越来越依赖于人工智能的包办代替，由此丧失自身特有的主体性和自主性。“有机械者必有机事，有机事者必有机心”，由于幻想弱人工智能可以像强人工智能那样包办整个教育评价过程，以便节省时间和精力等成本，人类教育评价者越来越依赖于由人工智能作出所有评价判断，但弱人工智能恰恰又不善于价值判断。由此一方面会使人类教育评价者逐步丧失教育评价能力，尤其是价值判断能力；另一方面也可能使教育评价窄化为只有事实判断而无价值判断的教育测量活动。 三、“教育评价”概念技术神话导致的数字化风险 “教育评价”概念潜藏的技术神话与教育界倡导的教育评价数字化转型息息相关。“推进教育评价数字化转型”作为国家重大教育战略，有学者亦指出“技术变革历来是推动教育评价变革的重要力量，深化新时代教育评价改革需要数智技术赋能”(檀慧玲、王玥，2023)。随着教育评价数字化转型已成为教育评价改革的未来趋势，政府与教育行政主管部门亦意识到数字化转型当中潜藏的风险，强调“积极引导智能技术合理应用，让技术进步造福师生”(怀进鹏，2024)。在教育评价数字化转型过程中，应该对技术神话可能导致的数字化风险予以警惕，并加以防范。 (一)数字拜物教的产生 “教育评价”概念中的“评价”在被数智技术赋能后，由于数智技术被认为具有决定性作用，因而技术决定论的逻辑必然导向以数字作为技术展现的载体。数字在教育评价中具有神圣的意味，一旦这种数字崇拜走向极端，威胁到“教育评价”概念中“教育”这一原初目的的数字拜物教风险就难免产生。 马克思曾经批判过货币拜物教：“金钱贬低了人所崇奉的一切神，并把一切神都变成商品。金钱是一切事物的普遍的、独立自在的价值。因此它剥夺了整个世界——人的世界和自然界——固有的价值。金钱是人的劳动和人的存在的同人相异化的本质：这种异己的本质统治了人，而人则向它顶礼膜拜。”(马克思、恩格斯，1965，第448页)技术变革时代的教育评价亦存在拜物教现象，只不过崇拜对象已经从货币转变为数字。“这种以数字技术的方式重构拜物教而形成的新形态的拜物教既可称为数字拜物教，也可称为技术拜物教。……数字技术带来的智能化变革不仅为数据的提取、挖掘、存储和处理提供技术支持，还改变着人类的生产方式和生活方式，导致人类对数字技术的依赖与膜拜。”(朱春艳、王卓伦，2023)在数字拜物教的原则里，数字作为一切教育价值的价值，以自身独立的价值否定、剥夺、取代教育的价值。这实质是教育及其所创造价值的全面异化。教育评价想要评定教育的价值，但教育价值却被数字价值所取代，教育评价从对教育价值的评定异化为对数字价值的评定。教育评价在数字面前如同匍匐在神面前，最终丧失了自我，把一切交给数字掌控。一方面数字被人神化，另一方面人又被数字物化。 数字被人神化在教育评价中表现为一种量化崇拜。它首先是过度量化。桑戴克(Thorndike)《精神与社会测量学导论》一书中标有“凡存在的东西都有数量，凡有数量的东西都可测量”的信条(瞿葆奎，1989，第63页)。由此标志着20世纪初教育测验运动的兴起，但这一信念对教育评价的影响亦非常深远，尤其是数智技术赋能教育评价以后，更是被越来越多教育评价设计者和实施者有意或无意地奉为圭臬。他们倾向于以数字、数据表征教育评价过程中一切人、事、物。例如评价课堂上教师的教学状态被设计为“教学投入度”指标，学生的学习状态则被设计为“学习投入度”指标。量化指标被等同为教与学的好坏，由此规避了通过评价了解教师教得如何和学生学得如何的原初目的。 其次是强行量化。与一切人、事、物均可量化的信念不同，强行量化是指不问量化是否有必要，单纯为量化而量化，美其名曰唯有量化才是科学的。“教育评价数字化不是为了技术而用技术，也不是技术用得越多越好，更不能把技术变成‘一举一动皆量化打分’的师生监控器。一款覆盖3000万学生的教育类App记录着学生在校的几乎全部行为表现，并通过加减分给学生排名——不午睡，扣分；坐姿不正确，扣分；周一不穿礼仪服，扣分……甚至有学校将App上的评分排名与加入少先队、评选三好学生等评优评先挂钩。”(曹陪杰、王阿习，2023)显然，强行量化会使教育评价变为一种剥夺评价对象正当教学自由或学习自由的手段，同时也使学校变成了一座“数字化全景监狱”。 再次是虚假量化。数据是教育评价数字化转型的根基，但有时候量化数据的“客观”极有可能是一种假象。因为数智技术赋能教育评价，只能通过评价对象的语言和行为推断其内在身心发展状况，却无法洞悉评价对象作出此种语言和行为的真实动机和想法，因此作出的评价判断虽有大数据支持，却也存在虚假量化的可能性。像针对中小学生道德品质的智能测评，有些学生会想尽办法迎合智能测评标准，尤其是部分量化指标。包括校园包干区或课室保洁、志愿者服务等指标，学生可以为获得“优秀”的评定等级，超额完成指标列出的次数频率等要求，但不代表学生在日常生活甚至毕业后的社会交往中持续表现出这样的行为。换言之，通过智能测评获得的数据并不一定能真实反映学生的道德品质。此外，“一些数据分析的出发点，不是要获得对真相的完整认知，而是为了制造符合自己需要的‘真相’或结果”(彭兰，2018)，由此形成教育评价的“数据茧房”。建立在“虚假量化数据”之上的教育评价无法准确把握教育及其对象的真实样态，相反，还为教育评价初衷的达成人为制造了“障碍”。 (二)人类特征的数字符号化 除了数字被人神化、人被数字物化在教育评价中则表现为人类特征的数字符号化。人类特征是人类区别于其他事物，包括动物或机器的本质特征，因而是一种类特征。孟子把“恻隐、羞恶、辞让、是非”作为人性“善”之四端，认为“人之有是四端也，犹其有四体也。有是四端而自谓不能者，自贼者也……凡有四端于我者，知皆扩而充之矣，若火之始然，泉之始达。苟能充之，足以保四海；苟不充之，不足以事父母”。他还就“恻隐”之心举了一个例子，“所以谓人皆有不忍人之心者，今人乍见孺子将入于井，皆有怵惕恻隐之心——非所以内交于孺子之父母也，非所以要誉于乡党朋友也，非恶其声而然也”。可见孟子提到的“四端”实为人类特征的一部分。 如果从先天与后天来划分人类特征的话，人的先天特征主要是指个体遗传素质，包括生理结构及其功能、各种感官的特点以及与教育密切相关的大脑结构与功能、神经类型的特点等。这些先天特征制约着人后天的发展。但是，人之所以为人，其本质特征又不仅仅局限于个体先天的遗传特征。在后天的意义上，人类特征还离不开其长期所处的社会环境留下的烙印，这些烙印乃是人的后天特征，而人的先天特征与后天特征相互结合共同构成了人类特征的“合金”，即人的“类特征”。 数字至上的教育评价倾向追求简单、高效，进而将真实具体、复杂多样的人异化为精确直观、整齐划一的“数字人”，人类特征也因而被数字符号化。数字人又被福柯(Foucault)称为“可算度的人”(calculableselves)，它是“新发明的计分制产物”，“这也是个可以算度的世界，评分制度已经渗透到每个个人和组织的角落”，“基本上，已经再没有不能量化的东西……不论男女老幼，每个人都身为各类‘以统计常态来划分的类别’(normalizedpopulation)”(华勒斯坦，1999，第53页，第77页)。这一假设遵循的是可算度性(calculability)的原则：“分数就是可算度原则下的无形技术，它不单是给予一个数字，更给予你这个人一项价值。有史以来，分数首次为个人成败提供客观量度标准。”(华勒斯坦，1999，第96页)教育评价在运用技术的过程中，通过一组组纯粹的数字将具有人类特征的评价对象进行归类、分层，有血有肉的人类特征被化约为数字符号，人类特征成为普罗克汝斯特斯之床④上的旅客，被人为地窄化或放大。如评价学生道德素养时强行将其窄化为获各类道德模范或先进个人称号，校级算0.1学分、区级算0.2学分、市级算0.5学分，目的是为关心学生发展的人们提供具有高信度和效度的评价信息，但是对道德素养本身而言无异于削足适履。 追求科学化、标准化的教育评价过程，越来越迷恋于以价值中立的视角作为手术刀来解剖教育过程，试图以可观察、可量化的手段确保描述的精确和客观。如学生的学习成就往往被分解为一组组数据，复杂的行为被还原为一条条简单因素的累加。在采用数字化教育评价标准时虽然保证了过程的客观性，却忽略了这种方法是对学生复杂认知过程与能力的简单化处理的事实。更为致命的是它无法呈现教育评价问题之所以产生的复杂的生活情境，对学生是否能解决真实情境中的问题并未能传递出任何可靠的信息。 教育评价结果亦存在缺乏人性考量和人文关怀的风险。人性具有复杂性和个体性，基于人工智能技术的教育评价依赖的单向度标准难以涵盖具体个人的人类特征，尤其是道德素养、审美素养等更为内隐的特征。人工智能利用大数据得出的事实判断可以反映不同评价对象某一特性量的差异，却不一定能反映质的差异。如学生核心素养的数字画像反映的是相同维度下的素养水平差异，还无法充分反映每位学生核心素养的与众不同之处。虽然图像和语音识别等技术使大数据支持的教育评价成为可能，人工智能可根据大数据对评价对象行为进行多维度分析并给出事实判断，但难以洞悉结果背后的原因，容易造成不问缘由一刀切的情况。如借助人面和语音识别技术发现某节数学课学生学习投入度较低，但出现这一问题的原因有可能是前一节体育课进行了剧烈运动，而并非教师的教学有问题。 (三)评价对象遭受的数字化歧视 教育评价中的数字化歧视源于人工智能技术在算法和数据采集上的偏好，从而产生一种在评价利益相关者之间的信息不对称，这种不对称实际上会对作为评价对象造成数字化歧视。“数据和算法正在成为教育评价活动的主要物质载体，也日益成为教育评价伦理风险的主要来源。”(檀慧玲、王玥，2023)目前的人工智能技术并未突破弱人工智能层面进入强人工智能，而弱人工智能在算法和数据采集方面均存在一定的偏好，技术超越论的神话使人们过分迷信人工智能的力量，这是导致数字化歧视的根本原因。 20世纪90年代，尼葛洛庞帝(Negroponte)就在《数字化生存》一书里预言了数字化时代个性化服务的可能。“机器对人的了解程度和人与人之间的默契不相上下，它甚至连你的一些怪癖(比如总是穿蓝色条纹的衬衫)以及生命中的偶发事件，都能了如指掌。……举个例子，你的电脑会根据酒店代理人提供的信息，提醒你注意某种葡萄酒或啤酒正在大减价，而明天晚上要来作客的朋友上次来的时候，很喜欢这种酒。”(尼葛洛庞帝，1997，第193页)但由于技术的限制，直到近年来基于算法推送的个性化服务才成为现实。百度公司的人工智能技术就是利用算法根据用户对信息的阅读偏好来推送信息。算法推送可以被设计为只推送那些有利于特定人群或只想让特定人群看到的评价数据和结果。 随着人工智能技术在教育评价中扮演越来越重要的角色，基于特定评价任务的人工智能也会利用算法向教育评价的利益相关者推送评价信息。但算法推送的偏好很有可能会使接收信息者身处“信息茧房”，长期只关注特定信息，这无疑会导致偏见的出现，而偏见难免会带来数字化歧视。“教育评价算法在某些情境下得出的结论，很可能只是反映了评价对象的‘数字鸿沟’，而非所谓科学、专业、客观的数字规律。”(杨欣，2022)在普通高中教育质量评价当中，人工智能的算法偏好统计到大量利益相关者关注学生被录取到清华大学和北京大学的“清北率”，并根据“清北率”对普通高中进行排名。当把排名再次推送给利益相关者，认为只有在排名榜上的学校才是好学校的偏见就会逐步形成。大部分不在排名榜上但在立德树人方面卓有成效的学校，甚至就读于排名榜上的好学校却不在“清北率”统计范围内的大多数学生，常常被有意或无意忽略。这种数字化歧视必然会造成唯“清北率”的新“五唯”困局。 此外，数字化歧视还集中表现在数据处理和数据使用两个方面。一是借清洗“脏数据”之名，利用人工智能算法把一部分人的数据排除在外。一部分评价对象因为达不到数字化标准的要求而被人为排除在评价之外，以客观之名催生出新的不公平之实。例如，为保证特定学生群体学业成绩的均值高于某一水平，按比例把排名倒数的学生学业成绩数据作为异常值过滤掉。二是基于积累的数据，把多个因子或变量联系在一起，得出一些在数智技术不发达时代难以得出的结论，但却存在歧视特定人群的潜在风险。教育评价大数据的分析和使用离不开各种统计分析模型和算法的使用，它们也是机器对既有数据学习的结果。这些模型和算法建立在一定的遗传、性别、年龄、家庭状况、成长经历等参照坐标基础上，不可避免存在一定的偏差。如使用人工智能技术对学生抑郁风险进行早期预警(超前预警)评估(帅学倩等，2020)。有研究借助人工神经网络、支持向量机、随机森林回归等机器学习算法，把不同抑郁发生率的风险因子均纳入该机器学习算法建立的模型，以甄别出存在早期抑郁风险的学生(Hoodbhoy，etal.，2021)。初衷是保障学生心理健康，然而，由于甄别风险的准确率存在误差，在利用数据监控学生心理时将有可能导致给学生“贴标签”，造成针对特定学生个体或群体的数字化歧视。 四、面向未来的“教育评价”概念及其想象性重构 技术神话和数字化风险的存在说明，当前“教育评价”概念与技术的根本联系在理论层面亟须得到厘清，否则就难以为未来教育评价的发展与改革指明方向。“教育评价”概念，在实然状态下，由于历史和文化背景的差异，会产生不同定义。众多定义均涉及评价与技术的问题，即“如何评价”的问题。但是，无论哪种定义均未探讨如何对技术在教育评价领域的应用作出条件限定，以保证“教育评价”概念能始终反映教育本源及其人性基础，从而解决“如何通过评价让教育变得更美好”的问题。 要解决上述问题，从逻辑上讲有两种基本的解决途径。第一种途径就是彻底重构“教育评价”概念。统一实然状态下“教育评价”概念的所有定义，并且这个设想中的统一定义还必须加入数智技术在教育评价领域应用的限定条件作为前提。这个方案试图在实然状态下取得关于“教育评价”概念的共识，但限于定义提出者在历史和文化背景上的差异，不同学者甚至不同国家达成共识的可能性基本为零。也就是说，在实然状态下要找到一个统一且合理的“教育评价”概念是难以完成的任务。 第二种途径则是局部重构“教育评价”概念。一方面继续允许实然状态下“教育评价”概念在定义上的丰富性和多元性，另一方面则尝试在应然状态下提炼出数智技术在教育评价领域应用的限定条件，作为确保实然状态下“教育评价”概念诸定义合理性的前提。换言之，无论实然状态下“教育评价”概念有多少类型，都必须符合应然状态下技术应用的限定条件，才有可能被视为是合理的。这些限定条件既基于对教育评价发展与改革过程中技术神话和数字化风险的预判而提出，又属于应然状态下教育评价技术应用的底线条件，因而是对面向未来的“教育评价”概念的想象性重构。 第一个限定条件，坚持教育评价主体的多元共治和教育评价程序的民主协商。技术决定论以及由此带来的数字拜物教风险，其根源在于技术统治模式在教育评价领域的僭越。变革教育评价的话语权不应只集中在专业技术团体手上，教育评价的实践场域也不应蜕变为数智技术的展览会或实验场。教育的出发点是人，教育的价值也在于能满足人的发展需要。所以教育评价在评定教育价值时应充分考虑教育活动不可避免会影响到的利益相关者，尤其是学生的需要。无论是专业技术团体还是利益相关者，都是评价主体的一员，有权力共同参与教育评价的技术变革。“谁的价值观将在评价中占主导地位，或者，如何协商价值分歧，这一问题现在成为主要问题。”(Guba，Lincoln，1989，p.34)专业技术团体应邀请教育评价的利益相关者参与数智技术应用的主题讨论，并充分听取利益相关者的意见和诉求。数智技术进入校园应用在教育评价领域，相关决策也需要通过民主协商的评价程序防范技术决定论和数字拜物教带来的风险。“评价程序民主并非是一种明确规范，它只能被视为一种使评价过程尽可能客观和公正的最低要求，力求降低评价过程中因为程序不当而出现争议的可能性。”(苏启敏，2010) 第二个限定条件，坚持作为教育评价对象的人类特征独立性。人所具有的特征并非都是人类特征，例如身体机能等生物学意义上的生理特征，包括肺活量、反应速度等，与动物具有一致性；还有部分特征，包括运算能力、记忆能力等，又与机器具有一致性。所以，人类特征是人所独有的特征，例如反思能力，想象力、情感、自制力等，这些特征是人类创新和创造新文明成果的基础。技术还原论和数字符号化的风险在于，试图运用数智技术把所有人类特征还原为数字符号化的生理特征或机器特征。其思想根源来自一种对人类特征“不确定性”的不安。数智技术被设想为能像X光机一样，让所有人类特征在X射线的照射下现出原形。“通常的人不喜欢伴随疑