引言

习近平总书记在党的二十大报告中指出：“推进教育数字化”，体现数智技术对教育事业发展的重要性。以人工智能、大数据等为代表的科技进步，对教师评价的观念、评价内容以及评价方式等各个层面产生了深远影响。教师是推动教育发展的第一资源，作为新时代教师评价改革的关键突破口和坚实落脚点，教师教学评价不但是衡量教师教学能力发展水平的重要指标，而且是推动教师教学能力提升的关键手段。本文尝试从数字化视角梳理教师评价历史演变，分析当前面临的现实挑战，以期推动教师评价改革。

一、教师教学效果评价的历史演变

教师教学评价是对教师教学过程及成效进行人本、客观、多元的价值判断的活动。随着数字化技术的发展，教学评价也在发生深刻变化，以5G、人工智能、大数据等为代表的智能化技术引领教师教学从量化评价、到描述评价，再到表现性评价逐渐进化为以数据驱动为主的评价。

（一）量化评价

量化评价主要包括三种形式：一是建立教师专业标准，二是应用问卷量表，三是进行教师资格考试。量化评价以其低成本、易于标准化评分和结果呈现的优势，成为了早期教师评价的主流方式。自20世纪90年代起，欧美等发达国家陆续推出了一套严谨的教师专业标准，形成了一套标准化的教学能力评估体系，如美国NBPTS的专业教师教学标准、国际IBSTPI教师通用能力标准等。这些专业标准不仅提升了教师的教学质量，还规范了教师的专业行为，并对教师的教学行为进行了有效调控，从而推动了全球范围内的优质师资均衡发展。此外，许多学者根据评估目标，编制了相关的教学能力评估问卷，通过问卷中的指标来反映评估对象的能力层次。例如，国内对教师学科教学知识（TPACK水平）的评价多采用Schmidt和Archambault的经典量表，少数研究者自编量表。最后，教师资格认证的测评方法主要通过笔试来考察教师候选人的职业道德、基础素养、教育知识、教学知识与能力等方面，同时通过标准化的教育教学能力面试来验证候选人的教学资格，这是一种量化评价，也是一种具有选拔和鉴别功能的、实践性强的教育教学基础能力和基础素质评估体系的方式。

（二）描述评价

在传统的量化评价模式因其仅依赖于问卷或标准化评估工具而受到质疑和反对的背景下，描述性评价模式逐渐崭露头角。描述性评价模式，其主要特征为描述，是一种过程评价的方式。主要采用深度访谈和课堂观察两种方法，对教师的教学行为、教学能力进行观察和描绘。

深度访谈是一种自下而上的访谈形式，通过对访谈资料的深度解析，形成结论和理论。在专家和教育工作者的田野调查中，可以对教师的教学行为和意义构建有更深入的理解。这种评价活动由专家和学者对中小学教师进行，运用描述性的语言来展示评价结果，包括对教师的教学技能水平及教学行为的分析，同时揭示潜在的教学问题。通常，这种评价形式被用作形成性评价，其目的在于评估教师的教学目标是否已经达成，并对存在的教学问题进行系统地整理和总结。

另外，课堂观察也是一种广泛采用的教学评价方式，它起源于国外。专家可以直接进入课堂现场，或通过观看教学录像来观察、记录和分析教师的课堂教学过程。常用的课堂观察评价框架包括马扎诺模型（Marzano Model）、Classroom Assessment Scoring System（CLASS）等。这些框架提供了一种标准化的方法来评估和记录教师的教学表现，从而提升了评价的可靠性和有效性。

（三）表现性评价

表现性评价注重对教师的教学过程的观察和分析，以此来全面了解教师的专业能力。相较于传统的评价方式，表现性评价在其内涵上主要体现在三个层面。首先，表现性评价专注于教师在真实教学环境中的表现，评估教师在遇到实际问题时展现的多样化教学能力；其次，它强调对教师教学行为的持续观察和数据分析，实现对教学过程的常态化评价；最后，通过分析评价数据来促进教师的专业能力提升，同时挖掘评价过程中对教师专业发展的潜在价值。

（四）数据驱动的评价

在教育信息化和数字化智能化的背景下，数据驱动的评价代表了一种创新的教学评价方法。通过应用智能化技术来收集多元化数据，进而利用专业的技术工具对这些数据进行深入的分析和整合，以便提炼出具有价值的信息。数据驱动的评价将数据作为其主要的生产资料，其核心目标在于利用智能化技术来全面推动教师教学评估的改革，这包括对评价的理念、内容、形式和方法的全方位革新，以应对教师教学评估的智能化、科学化和精准化的三大挑战。陈恩伦等人指出，数字化技术对教师评价的过程性、伴随性和即时性支持教师成长具有重要作用。卢国庆等人利用人工智能引擎对教师的教学行为进行自动化的标注和分析，为教育教学研究活动的开展提供案例参考。

二、数智技术缘何推动教师评价改革

（一）国家政策为数智赋能教师评价提供顶层设计

中共中央、国务院及教育部门陆续发布了一系列关于信息技术、教师管理以及教师评价改革的宏观政策与变革措施，为教师评价的发展提供政策支持。在2020年10月发布的《深化新时代教育评价改革总体方案》中，强调了对教师评价体系的改革，旨在鼓励教师更有效地履行其教书育人的职责。此外，教育部联合其他部门也发布了一系列的文件和计划，明确提出要融入时代特色与中国特点，并倡导采用创新的理念、技术、方式和机制来增强教育评价的全面性、科学性和客观性。在2022年教育部发布的《教师数字素养》中，明确了教师数字素养的框架，并强调了对教师的数字素养进行培训和评估的重要性，为教师队伍建设的数字化发展指明了方向。

（二）技术的发展为教师评价改革提供动力

数智技术凭借其在计算、存储、交互方面的强大功能，成为推动教师评价改革的关键驱动力。教师评价的一般内容涵盖了目标设定、方案制定、数据收集、数据分析、价值评估、反馈应用等环节。通过多媒体技术、通信技术、智能技术等，信息技术助力数据收集、数据分析与反馈应用等环节，服务于教师评价的科学化进程。教师评价改革趋向多元化评价主体，全过程收集多源数据，利用智能化技术实现评价内容和方法的立体化和复杂化。当前的教师评价改革正朝着三个主要方向努力：一是评价主体由单一转向多元化；二是实现全过程的多源数据收集，使评价内容由平面化转向立体化；三是通过智能化的多种评价技术，推动评价方法由简单向复杂化发展。

三、数智技术赋能教师评价改革的现实挑战

（一）评价理念存在偏差

教师评价改革是教育评价改革的关键环节，数智技术的融入将为教师评价改革提供动力，从而推动教师评价的精细化和公正化。然而，在现行的教师评价体系中，存在一种对评估工具和数据的过度依赖现象，工具导向的评价理念，若其评价主体过分重视，可能会被过分推崇，进而导致对技术理性的过度追捧，这种盲目崇拜可能会使评价的目标发生错位。此外过于关注功利导向的学术性评价，却忽视了综合素质指标在评价过程中的重要性，导致评价过程与教育教学实际相脱节，仅仅停留在形式上。技术至上的思维可能会导致高校教师评价过于依赖数据驱动和算法权威，带来隐私泄露的风险。

（二）数智技术使用成熟度不足

数智技术应用在教师评估的改革中，其根本前提是这些技术能够解决改革过程中所面临的复杂挑战。但现实中，这些技术如人工智能、大数据等尚存在一些不足，如开发能力有限，现有的技术往往不能满足教师评价改革上的需求，许多技术仍处于理论探索阶段，真正地实施还需要更多的、更便捷的、更易于操作的技术来实现。再者由于各种利益的驱使，一些技术企业可能会对新技术的功能进行过度宣传，甚至神化，同时有意识地隐藏其潜在的局限性，在客观上可能会阻碍信息技术在支持教师评估改革方面的有效应用。

（三）数据融合不足

习近平总书记强调，要充分发挥“数据和丰富应用场景优势”，以期不断推动我国的数字经济高质量发展。从数据共享视角来看，当前还未形成一个信息开放共享的氛围。对于教师评价需要的海量数据信息，其来源多元化，涵盖各级政府提供的教育领域相关数据，由学校提供的教师在教学、科研等数据信息，以及由第三方提供的教师各类网络数据。然而，由于各类利益的纠葛，这些信息的壁垒难以打破，未能建立一个共享的数据库，阻碍了多源异构数据的整合和融合，进而影响了教师教学评价结果的科学性和全面性。

四、结语

当前，我国正面临教育评价改革的关键时刻，其中，教师教学的智能化评价不仅是提高教学质量的必由之路，同时也是教师评价改革的核心议题。当前教师教学评价的智能化转型尚处于初步探索阶段，相关的理论模型及技术应用尚未深挖，智能评估体系也不完善，需要利用智能技术来推动教师教学评价在评价观念、内容、形式和方法上的全方位改革。显然，这需要更多的实证研究来支持。

参考文献：

1. [1] 习近平.高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗[N].人民日报,2022-10-26(001).
2. [2] 谢梦菲,王思源.数字化赋能教师数字素养评价改革研究——基于大规模调查数据的分析[J].中国电化教育,2024(04):90-98.
3. [3] 赵锋.新时代大学教师教学评价:反思与重构[J].高校教育管理,2023,17(04):114-124.
4. [4] 黄彬.高校教师教学能力评价:反思与建构[J].教育研究,2017,38(02):90-96+158.
5. [5] 陈德云,周南照.教师专业标准及其认证体系的开发——以美国优秀教师专业标准及认证为例[J].教育研究,2013,34(07):128-135.
6. [6] 杨艳梅.IBSTPI教师能力标准及启示[J].现代教育科学,2014(12):67-68.
7. [7] 李云春.教育信息化2.0背景下信息技术教师知识评价量表的构建研究[D].贵州师范大学,2022.
8. [8] 季益龙,逯行,张家华,等.智能技术赋能教师教学评价:理论框架与实践路向[J].当代教育科学,2024(02):71-80.
9. [9] 单俊豪,张刚要.高校教师数据素养的表现性评价——理论模型与应用策略[J].数字教育,2023,9(01):33-38.
10. [10] 陈恩伦,吴南中.数字化技术赋能教师有意义评价的逻辑架构与生成机制[J].中国远程教育,2024,44(04):69-80.
11. [11] 卢国庆,谢魁,刘清堂,等.基于人工智能引擎自动标注的课堂教学行为分析[J].开放教育研究,2021,27(06):97-107.
12. [12] 中共中央国务院印发深化新时代教育评价改革总体方案[N].人民日报,2020-10-14(001).
13. [13] 沈书生.数智赋能教育转型:构建与社会发展相适应的实践样式[J].电化教育研究,2025,46(02):5-11+18.
14. [14] 中华人民共和国教育部.关于发布《教师数字素养》教育行业标准的通知[EB/OL].(2022-12-02)[2026-01-15].http://www.moe.gov.cn/srcsite/A16/s3342/202302/t20230214_1044634.html.
15. [15] 张志祯,齐文鑫.教育评价中的信息技术应用:赋能、挑战与对策[J].中国远程教育,2021(03):1-11+76.
16. [16] 刘静,徐学,蔺跟荣.现代信息技术赋能高校教师评价改革的实施路径探析[J].黑龙江高教研究,2024,42(09):149-153.
17. [17] 蔡韩燕,杨成.数智融合驱动高校教师评价改革研究[J].现代教育技术,2023,33(01):91-98.
18. [18] 柴唤友,陈丽,郑勤华,等.技术赋能学生综合素质评价:进展、挑战与路向[J].现代远程教育研究,2023,35(03):40-46+54.
19. [19] 吴龙凯,宋琰玉,赵笃庆,等.教育评价数字化转型的价值意蕴、现实隐忧与实践进路[J].中国考试,2024(11):30-37.
20. [20] 闫志明,朱友良,刘方媛.新一代信息技术支撑的教育评价:价值诉求、现实问题与建设进路[J].现代教育技术,2022,32(11):34-41.
21. [21] 张璁.做强做优做大我国数字经济[N].人民日报,2022-10-29(005).