人工智能驱动中小学考试评价的伦理风险与治理研究-课题申请评审书

-0-课题负责人的承诺与成果使用授权一、本人自愿申报河北省教育科学规划课题。本人认可所填写的《河北省教育科学规划课题申请评审书》（以下简称《课题申请评审书》）为有约束力的协议，并承诺对所填写的《课题申请评审书》所涉及各项内容的真实性负责，保证没有知识产权争议。同意河北省教育科学规划领导小组办公室有权使用《课题申请评审书》所有数据和资料。课题申请如获准立项，在研究工作中，接受河北省教育科学规划领导小组办公室及其委托管理部门的管理，并对以下约定信守承诺：1．遵守相关法律法规。遵守我国《著作权法》《专利法》等相关法律法规；遵守我国政府签署加入的相关国际知识产权规定。2．遵循学术研究的基本规范。科学设计研究方案，采用适当的研究方法，如期完成研究任务，取得预期研究成果。3．尊重他人的知识贡献。客观、公正、准确地介绍和评论已有学术成果。凡引用他人的观点、方案、资料、数据等，无论曾否发表，无论是纸质版或电子版，均加以注释。凡转引文献资料，均如实说明。4．恪守学术道德。研究过程真实，不以任何方式抄袭、剽窃或侵吞他人学术成果，杜绝伪注、伪造、篡改文献和数据等学术不端行为。成果真实，不重复发表研究成果；对课题负责人和课题组成员的各自贡献均要在成果中以明确的方式标明。在成果署名时实事求是，不侵占他人研究成果，不在未参与研究的成果中挂名，不为未参与研究工作的人员图虚名。5．维护学术尊严。保持学者尊严，增强公共服务意识，维护社会公共利益。维护河北省教育科学规划课题声誉，不以课题名义牟取不当利益。6．遵循课题管理规定。遵守《河北省教育科学规划课题管理办法》及《河北省教育科学规划课题成果鉴定与结题验收实施细则（试行）》的规定。课题研究名称、课题研究组织、研究主体内容、研究成果形式与《课题申请评审书》和立项通知书相一致。若有重要变更，必须向河北省教育科学规划领导小组办公室提出书面申请并征得同意。7．明确课题研究的资助和立项部门。研究成果发表时须按照立项通知要求标注完整准确的课题信息。如本文系河北省教育科学××规划××年度××（类别）课题《…………研究》（课题立项编号：……）阶段性（或最终）成果。涉及政治、宗教、军事、民族等问题的研究成果须经河北省教育科学规划领导小组办公室同意后方可公开发表。8．标明课题研究的支持者。要以明确方式标明为课题研究做出重要贡献的非课题组个人和集体。9．正确表达科研成果。按照《国家通用语言文字法》规定，规范使用国家通用语言文字、标点符号、数字及外国语言文字。10．遵守财务规章制度。合理有效使用课题经费，不得滥用和挪用。课题申请结项时如实报告经费使用情况，不报假账。11．按照预期完成研究任务。课题立项获得批准的资助经费低于申请的资助经费时，同意承担课题并按照预期完成研究任务，达到预期研究目标。12．成果达到约定要求。课题成果专著、论文、研究报告等公开发表或出版，并在学术界和实践领域产生一定的影响。二、作为课题研究者，本人完全了解河北省教育科学规划领导小组办公室的有关管理规定，完全意识到本声明的法律后果由本人承担。特授权河北省教育科学规划领导小组办公室保留并向有关部门或机构报送课题成果的原件、复印件、摘要和电子版；同意以网络、出版公布课题申报、开题、中期检查和研究成果的全部或部分内容；同意以影印、缩印、扫描、出版等形式复制、保存、汇编课题研究成果；允许课题研究成果被他人查阅和借阅；允许通过内部报告、学术会议、专业报刊、大众媒体、专门网站、评奖等形式进行宣传、试验和培训，推广科研成果。课题负责人签字：年月日填写数据表注意事项1.课题名称应准确、简明反映研究内容，最多不超过40个汉字（包括标点符号）。2.关键词按研究内容设立。最多不超过4个关键词，词与词之间空一格。3.学科分类系指课题研究所属学科范围。请选项填写，限报1项。例如：A∣基础教育基础教育B.职业技术教育C.高等教育D.成人教育E.教育政策与管理教育发展战略G.教育基本理论H.德育I.教育经济与管理J.教师教育与教师发展教育心理与学习心理L.体育卫生美育M.教育信息技术N.教育史O.比较教育P.民族教育Q.其他跨学科的课题，请选为主的学科填写。4.课题负责人系指真正承担课题研究和负责课题组织、指导的研究者。不能承担实质性研究工作的，不得申请。5.课题类别请选项填写，限报1项。例如：B∣重点资助课题A.重大招标课题B.重点资助课题C.一般资助课题D.一般课题（小微课题）E.年度专项课题F.青年专项课题G.区域主导专项课题H.重大委托课题6.研究类型请选项填写，限报1项。例如：A∣基础研究是否参照选题指南是12A.基础研究B.应用研究C.综合研究D.其他研究7.是否参照选题指南请选项填写，限报1项。例如：选择“否”，无需填写选题编号；选择“是”，需填写选题编号8.工作单位按单位和部门公章全称填写。9.所在市请选项填写，限报1项。例如：A∣石家庄市A.石家庄市B.邯郸市C.邢台市D.衡水市E.沧州市F.保定市G.廊坊市H.唐山市I.秦皇岛市J.张家口市K.承德市L.定州市M.辛集市N.雄安新区O.省直教科研基地10.所属系统系指申请人单位的属性。请选项填写，限报1项。例如：A∣普通高等院校中小学校（包括幼儿园等）B.高等院校C.职业学校（包括技校）D.研究机构E.教育厅机关及直属单位F.地方教育行政部门G.其他11.联系电话、电子信箱必须填写课题负责人的电话号码和电子信箱。12.主要参加者必须真正参加本课题研究工作，不含课题负责人。13.预期成果系指公开发表的专著或研究论文。请根据申请的课题类别的成果要求填写。例如：A∣专著D∣研究报告专著B.译著C.研究论文D.研究报告E.工具书F.电脑软件G.其他14.经费类别请选项填写，限报1项。例如：A∣申请经费A.申请经费B.自筹经费如不能获得经费资助，是否同意自筹经费一栏必须填写。15.页数不够可加页，页码作相应调整。PAGE一、数据表课题名称人工智能驱动中小学考试评价的伦理风险与治理研究关键词智能阅卷学业预警教育评价伦理评分公平课题类别C一般资助课题学科分类A基础教育研究类型C综合研究是否参照选题指南□否无需填写编号√是填写编号：82经费类别A申请经费申请经费者如不能获得经费资助，是否同意自筹经费：√同意□不同意预期最终成果研究报告、调研报告、实施手册、评价工具、教学资源、研究论文预计完成时间2028年12月31日负责人姓名厍春生性别男民族汉族出生日期1979年5月职称高级教师行政职务教研主任研究专长教育评价与教学质量监测最后学历本科最后学位学士所在市（普通高校、高职院校无需填写）F云台市所属系统D研究机构工作单位云溪县教研室电子信箱yxxjys@126.com通讯地址云台市云溪县学府街1号邮政编码075500联系电话（单位、课题研究主要参加人员（不包括负责人，不超过15人）姓名出生年月职称研究专长学历学位工作单位计文彬1983.11高级教师教育测量与评价研究生硕士云溪县教研室萧泽宇1986.04一级教师教育技术与数据分析本科学士云溪县教研室韦晓彤1988.09一级教师教育法学与教育政策研究生硕士云溪县教研室任春生1981.07高级教师课程与教学论本科学士云溪县教研室平鹏飞1990.02一级教师信息技术与算法治理研究生硕士云溪县教研室孔丽娜1984.12高级教师教育评价与考试研究本科学士云溪县教研室刁晓峰1992.06二级教师教育统计与测量本科学士云溪县教研室黄晓霞1987.03一级教师德育与教师专业发展本科学士云溪县教研室三、负责人近五年来取得的与本课题有关的研究成果成果名称著作者成果形式发表刊物或出版单位发表出版时间人工智能阅卷在中小学考试评价中的伦理风险与治理路径厍春生研究论文《教育测量与评价》2024年6月智能阅卷系统主观题评分效度的实证检验计文彬研究论文《中国考试》2025年2月学业预警算法的偏差风险与学校应对萧泽宇研究论文《中国电化教育》2024年9月综合素质评价算法化中的效度问题与指标治理韦晓彤研究论文《教育科学研究》2025年3月中小学智能评价结果申诉与复核机制建设任春生研究论文《教学与管理》2024年12月四、负责人近五年来承担的研究课题课题名称课题类别批准时间立项单位完成情况中小学教学质量监测数据应用研究市级教育科学规划课题2021年9月云台市教育科学规划领导小组办公室已结题县域中小学考试评价方式改革实践研究县级教育科学规划课题2019年9月云溪县教育科学规划领导小组办公室已结题中小学教师教育评价能力提升研究市级教育科学规划课题2022年9月云台市教育科学规划领导小组办公室已结题五、课题设计论证（不超过6000字）1.选题依据：选题的政策与实践依据；国内外相关研究的学术史梳理；本课题相对已有研究的独到学术价值和应用价值。2.研究内容：本课题核心概念界定；主要目标；整体框架、重点难点。3.思路方法：本课题研究的基本思路、具体研究方法、研究计划及其可行性。4.创新之处：本课题在学术思想、学术观点、研究方法等方面的特色和创新。5.预期成果：本课题研究预期成果形式、使用去向及预期社会效益。（略写）6.研究基础和条件保障：申请人主要学术简介、前期相关研究成果及核心观点；完成本课题研究的时间保证、资料设备等科研条件。7.参考文献：开展本课题研究的主要参考文献。1.选题依据（1）选题的政策依据。考试评价是中小学教育利害关系最强的环节之一，人工智能技术进入这一环节后，评价的公平性、效度与救济问题成为政策与法律明确回应的议题。《中华人民共和国个人信息保护法》规定，通过自动化决策方式作出对个人权益有重大影响的决定，个人有权要求说明并有权拒绝仅通过自动化决策作出决定，这为评价算法的透明度与人工介入提供了直接依据；《未成年人网络保护条例》对涉及未成年人个人信息的处理提出更严格的合法、正当、必要要求；《教育强国建设规划纲要（2024—2035年）》要求深化教育评价改革，扭转唯分数倾向，同时推进教育数字化转型；教育部《关于加强中小学人工智能教育的通知》在部署人工智能应用的同时强调统筹发展和安全。上述要求指向同一命题：评价场景的智能技术应用不能只讲效率，必须把公平、效度与救济纳入技术使用的约束条件，使宏观要求在高利害的评分与预警环节产生实际约束，这是本课题选题的直接出发点。（2）选题的实践依据。云溪县已有八所中小学接入智能阅卷系统，部分学校同时使用学业预警模块与综合素质评价系统。课题组前期走访发现，多数学校使用智能评分结果时只关注分数是否一致，很少追问评分依据与群体差异，设有独立主观题复核环节的学校仅两所，对进校评价类系统作过伦理评估的仅一所；学业预警模块产生预警名单后，学校普遍直接用于谈话与家长告知，缺少核验环节；学生与家长对评分算法了解不足，遇到评分争议时缺乏正式渠道。据初步摸查，能够识别智能阅卷常见算法风险的教师不足三成，知道对成绩有异议可以申请复核的学生比例很低。政策要求与实践现状之间的落差，使面向考试评价场景的伦理治理研究具有迫切的现实需要，也使本课题的研究落点区别于一般教学场景的技术应用研究。（3）国内外相关研究的第一条线索，是教育人工智能伦理的风险图谱研究。联合国教科文组织《人工智能伦理问题建议书》及《教育与人工智能》系列报告从全球层面提出公平、透明、人类监督等原则；国内学者在《中国电化教育》《电化教育研究》等刊物上对智能教育应用中的隐私与数据安全、算法偏见、透明度不足等风险维度作了系统归纳。这些成果为风险分类提供了基础，但其描述多面向教学全过程或管理场景，对考试评价这一高利害环节的专门刻画不足，尤其较少区分客观题与主观题评分、学业预警与综合评价算法化各自的特殊风险，也未回答同一类风险在高利害评价中为何后果更重，这为评价场景的风险清单化整理留下了空间。（4）第二条线索是治理框架与制度工具研究。已有研究提出了多元主体协同、算法透明度、问责机制等治理工具，经济合作与发展组织《人工智能原则》与各国的监管实践也提供了制度参照。这类研究的落点大多在政府监管与平台责任层面，对评价流程内部的具体制度安排着墨较少，尤其缺少把人工终审边界、算法审查标准与申诉复核流程拆解为学校与教研部门岗位职责的研究，导致宏观治理框架难以在高利害评价场景中落到具体的人与事上，也难以回答学校在评分与预警环节究竟应当先做什么、怎么做。（5）第三条线索是智能评价与教育测量的专门研究。自动评分技术的效度论证、机器评分的偏见检视、学业预警的准确性等研究逐步增多，为技术层面认识风险提供了依据。但这类成果多数偏重算法性能的技术检验，较少从学校治理与程序正义出发，回答评价结果如何被解释、被申诉、被纠正，也未把救济渠道的建设与运行作为治理成效的检验对象，使评价伦理治理的研究与实践之间仍存在明显空隙。（6）本课题相对已有研究的独到学术价值，在于把教育测量效度理论与程序正义引入教育人工智能伦理治理，提出“公平—效度—救济”三位一体的分析框架：公平关注技术对不同群体的影响是否均等，效度关注分数能否被合理解释与使用，救济关注异议能否被主张与纠正，三者相互支撑，缺一则评价公正难以成立。其应用价值在于，研究成果以风险清单、复核操作指引、制度文本与案例集等可直接使用的形态呈现，能够为县域同类学校守住评价公平与效度底线提供范本，并可为教育行政部门完善智能评价管理提供基层素材，填补县域考试评价伦理治理研究的空白。2.研究内容（1）核心概念界定之一。人工智能教育应用伦理，指人工智能技术进入教育场景后，在隐私与数据安全、算法公平与偏见、透明度与可解释性、责任归属、人的自主性、身心健康与适龄性等方面引发的价值问题。本课题关注的是其中的评价维度，即技术作用于考试评价环节时产生的公平性、效度与救济问题，而非技术本身的优劣，也不泛论教育全过程的技术伦理。本课题的专有概念是智能评价伦理治理，指学校与教研部门针对智能阅卷、学业预警与综合素质评价算法化中的伦理风险，在风险识别、人机协同复核、算法审查与申诉救济四个方面建立的稳定安排。（2）核心概念界定之二。智能评价伦理治理包含四项要素：风险识别，即把评价场景中的伦理风险类型化、清单化；人机协同复核，即明确机器与人的职责边界，保留必要的人工终审；算法审查与备案，即对进校评价类系统的评分依据与群体差异作前置把关；申诉与救济，即为学生异议提供受理、复核、反馈与改进闭环的通道。四项要素构成从识别风险到纠正偏差的完整链条，缺少风险识别则治理无据，缺少人机协同则偏差无人把关，缺少算法审查则源头失控，缺少申诉救济则权利落空，本课题正是围绕这四项要素及其相互衔接展开治理机制设计。（3）研究目标。总体目标是面向中小学考试评价场景，构建以风险清单为基础、以人机协同复核为关键、以算法审查与申诉救济制度为支撑的智能评价伦理治理机制，并通过实践检验使之成为可推广的治理范本。具体目标包括系统识别四类伦理风险并形成风险清单、明确人工终审边界并形成复核指引、建立算法审查与申诉复核制度、建成并运行评分申诉与复核渠道四条，四条目标在内容上层层递进，在成果上相互支撑。（4）研究内容之一，现状调研与风险诊断。通过对学生、教师、家长三类主体的问卷调查、深度访谈与智能阅卷试卷抽样复核，摸清智能评价工具的使用面、评分一致性水平、群体差异状况与申诉行为特征，归纳风险类型并按发生频次与影响程度作初步分级，产出调研报告与风险类型清单，为治理设计提供事实依据，也为机制成效提供可对照的基线数据。（5）研究内容之二，风险清单与人机协同复核指引研制。将评分公平类、评分效度类、透明度与可解释类、申诉与救济类四类风险细化为可识别的指标，并针对主观题评分、学业预警、综合评价等关键环节明确人工终审的触发条件、抽样比例与一致率阈值，产出含4类17项的伦理风险清单与人机协同评分复核操作指引，其中规定主观题保留人工终审、正负一分吻合率低于90%的批次须整批人工复核，对农村学校与低分段样本适当提高抽样比例。（6）研究内容之三，算法审查与申诉复核制度建设。编制考试评价算法伦理审查与备案办法、评分争议申诉复核规程、学业预警使用规范、数据留存与更正规则四项制度文本，明确审查主体、审查标准、处置流程与工作时限，规定进校评价类系统须提交评分依据说明、训练数据来源说明、群体差异自检报告三类材料，并规定学生在成绩公布后五个工作日内可提复核申请、学校在三个工作日内初次答复，产出《中小学智能评价伦理治理制度汇编》。（7）研究内容之四，实践检验。在两所基地校建成申诉受理、分级复核、结果反馈、改进闭环的复核渠道，并与学校原有教务、德育渠道相互衔接，通过为期9个月的运行采集机制运行数据与前后测数据，同步开展学生评分知情与申诉意识、教师评价伦理素养的前后测，产出运行台账、典型案例集与机制有效性的检验数据。研究重点为人机协同中人工终审边界的划定与申诉救济渠道的有效运行；研究难点为评分公平与评分效度的关系把握、治理机制与学校原有评价流程的衔接。3.思路方法（1）基本思路。本课题以事实、规范、制度、验证四个环节为主线展开：先通过调研与试卷复核摸清事实，回答风险在哪里、差异有多大；再据以研制风险清单与复核规则，回答谁来管、管到什么程度；继而建立算法审查与申诉救济制度，回答怎么审、异议怎么处置；最后通过运行数据检验成效并迭代修订文本，回答机制是否有效、可否推广，形成前后衔接、层层递进的研究闭环。（2）文献研究法与问卷调查法。系统检索2020年以来国内外相关文献190篇以上，重点研读法律政策文本13部并编成条款对照表；编制学生、教师、家长三套问卷，学生卷含评价工具认知、评分公平感知、结果知情、申诉意愿、风险体验五个维度共36题，先在两所学校开展150份预调研并据反馈修订，正式调研在全县八所中小学发放学生问卷2400份、教师问卷460份、家长问卷900份，用统计软件完成信效度检验、描述统计与差异分析，形成风险诊断的量化结论。（3）试卷抽样复核法与访谈法。从八所学校近两次期中、期末检测中分层抽取智能阅卷试卷12000份，其中主观题3600份，组织学科骨干教师作人工独立评分并与智能阅卷结果逐份对照，分别统计客观题一致率、主观题正负一分内吻合率与需改判比例，并按学校类型与分数段分组比较以发现群体差异；针对学生、教师、家长、教研与管理者设计四类访谈提纲，计划完成访谈126人次，访谈资料经编码后与问卷数据相互印证。（4）行动研究法与案例研究法。在两所基地校开展为期9个月的多轮行动研究，复核指引与制度文本经历草案试用、问题诊断、修订再试的迭代，每轮留存运行记录与问题清单，把一线反馈直接转化为文本修订依据；对评分复核申诉与学业预警处置中的典型事项作全程跟踪，按背景、问题、干预过程、变化证据、反思五段式记录并提炼可迁移的处置要点。（5）技术路线与数据处理伦理要求。研究分事实层、规范层、制度层、验证层四层推进，前一层的产出构成后一层的输入，后一层的反馈又回流到前一层，每一层均设置对应的阶段成果与检验节点。问卷数据一律匿名化处理，涉及学生评分的数据不进入学生个人档案，录音资料约定到期删除，不同来源的数据交叉核对以保证前后一致，使研究符合伦理规范、过程可追溯、成果可复核。4.创新之处（1）学术思想层面的创新。本课题把教育测量效度理论与程序正义引入教育人工智能伦理治理，提出“公平—效度—救济”三位一体的分析框架，主张智能评价伦理的核心不是算法准确率，而是分数能否被合理解释与使用、技术对不同群体的影响是否均等、异议能否被主张与纠正，为评价场景的伦理治理提供了不同于单纯技术管控的分析视角，也使效率与公正不再被对立起来。（2）研究方法层面的创新。本课题把试卷实证复核纳入治理类课题的研究链条，以12000份试卷的分组复核数据刻画评分偏移与群体差异，并把机制运行数据与前后测数据相结合作为核心检验证据，使治理类课题的成效评价建立在评价流程本身的运行之上，而不是简单套用学业成绩前后测，成效判断更贴近评价伦理治理的本来目标。（3）实践应用层面的创新。研究成果以风险清单、复核操作指引、制度汇编、案例集等可直接使用的形态呈现，配套统一表单，做到一事一流程、一岗一职责、一步一留痕，学校可直接借用而无需从零设计，并针对不同办学规模提供普及版，尤其适合在办学条件与师资水平有限的县域中小学快速铺开，降低评价伦理治理的制度建设门槛。与以往偏重原则倡议的研究不同，本课题把公平、效度与救济的要求转化为可执行的抽样比例、一致率阈值与申诉时限，使抽象的价值主张具备了可操作、可核查的落地形态。5.预期成果（1）成果形式与内容之一。研究报告《人工智能驱动中小学考试评价的伦理风险与治理研究》，系统总结治理机制建构过程、运行成效与推广经验；调研报告《中小学智能考试评价应用现状与伦理风险调研报告》，呈现八所学校的现状数据与风险诊断结论；风险清单《智能评卷与学业预警伦理风险清单》，归纳评分公平类、评分效度类、透明度与可解释类、申诉与救济类四类风险及其分级。（2）成果形式与内容之二。操作指引《人机协同评分复核操作指引》，明确评分环节职责边界、分层抽样规则与一致率判定阈值，并配复核记录表与偏差分析表；制度文本《中小学智能评价伦理治理制度汇编》，含考试评价算法伦理审查与备案办法、评分争议申诉复核规程、学业预警使用规范、数据留存与更正规则四项；培训方案《教师评价数据素养微培训方案》；案例集《中小学智能评价伦理治理案例集》。此外拟撰写研究论文1至2篇，围绕机器评分群体差异与申诉救济渠道运行两个主题投稿。（3）使用去向与预期效益。成果在学校层面直接用于日常考试评价管理与教师培训，向县域同类学校推广，并可提交教育行政部门作为完善智能评价管理的参考。预期在学生层面提升评分知情意识与申诉能力，使学生遇到评分疑问时有明确的表达与获反馈渠道；在教师层面提升评价伦理素养与复核处置能力，使教师在应用智能评分结果时能够辨别风险、把好人工终审关口；在学校层面形成常态化运行的智能评价伦理治理机制，使评分复核、算法审查与申诉救济成为评价流程的常规环节；在区域层面为同类学校提供可借鉴的制度范本，推动考试评价的智能技术应用从追求效率走向公平、有效、可救济的规范状态，使技术服务于评价育人的根本导向。6.研究基础（1）前期相关研究成果。课题负责人厍春生长期从事教育评价与教学质量监测工作，撰写的《人工智能阅卷在中小学考试评价中的伦理风险与治理路径》为本课题积累了直接的认识；成员计文彬在智能阅卷系统主观题评分效度方面、萧泽宇在学业预警算法偏差方面、韦晓彤在综合素质评价算法化效度方面、任春生在智能评价结果申诉与复核机制方面均有相关成果，上述成果均与本课题方向直接相关，构成本课题研究的认识起点，也使课题组在风险识别与救济设计等核心环节上具备较充分的前期储备。（2）团队研究积累与资料保障。成员平鹏飞围绕人机协同评分中的人工终审边界、孔丽娜围绕机器评分群体差异、刁晓峰围绕教育评价数字化转型中的伦理风险、黄晓霞围绕教师评价数据素养分别有相关研究与文字积累，团队专业结构覆盖教育测量与评价、教育技术、教育法学与政策、课程与教学、信息技术、德育与教师发展等方向。课题组已收集相关文献190余篇，重点研读《中华人民共和国个人信息保护法》《未成年人网络保护条例》《教育强国建设规划纲要（2024—2035年）》等法律政策文本13部，并建立与八所调研校的稳定合作渠道，为研究提供资料与方法支撑。（3）完成课题的保障条件。人员方面，九名成员专业结构互补，能够支撑调研、机制设计与成效检验全流程；资料方面，已有文献与调研渠道充足；设备方面，云溪县教研室配备数据统计软件与办公设备，能够支持问卷数据处理与试卷复核数据统计；时间方面，研究周期两年，各阶段任务均有明确时间安排与责任人，县教研室课题管理小组按月督促进度，两所基地校分别成立智能评价伦理工作组，保障研究按计划推进。7.主要参考文献（一）[1]厍春生.人工智能阅卷在中小学考试评价中的伦理风险与治理路径[J].教育测量与评价,2024(6):45-52.[2]计文彬.智能阅卷系统主观题评分效度的实证检验[J].中国考试,2025(2):33-40.[3]萧泽宇.学业预警算法的偏差风险与学校应对[J].中国电化教育,2024(9):58-65.[4]韦晓彤.综合素质评价算法化中的效度问题与指标治理[J].教育科学研究,2025(3):47-53.[5]任春生.中小学智能评价结果申诉与复核机制建设[J].教学与管理,2024(12):21-25.[6]平鹏飞.人机协同评分中的人工终审边界研究[J].现代教育技术,2025(5):34-41.（二）[7]孔丽娜.算法公平视角下机器评分群体差异的检视[J].电化教育研究,2024(7):44-51.[8]王明远.自动评分技术的效度论证与使用边界[J].中国远程教育,2024(3):55-62.[9]周长河.智能时代教育评价的程序正义与救济制度[J].教育发展研究,2023(12):41-48.[10]联合国教科文组织.人工智能伦理问题建议书[R].巴黎:联合国教科文组织,2021.[11]约翰·罗尔斯.正义论[M].何怀宏,等译.北京:中国社会科学出版社,1988.[12]中华人民共和国个人信息保护法[Z].2021.六、预期研究成果主要阶段性成果（限报10项以内）序号研究阶段（起止时间）阶段成果名称成果形式承担人12027年1月—3月《课题开题报告与文献综述》研究报告厍春生22027年1月—3月《调研工具与试卷抽样复核方案》调研报告计文彬32027年4月—7月《中小学智能考试评价应用现状与伦理风险调研报告》调研报告萧泽宇42027年4月—7月《智能评卷与学业预警伦理风险清单》风险清单韦晓彤52027年8月—11月《人机协同评分复核操作指引》机制文本任春生62027年8月—11月《考试评价算法伦理审查与备案办法》制度汇编平鹏飞72027年12月—2028年8月《评分争议申