智能化AI高中生阅卷系统：数字工具助力教学评估

       教学评估按用途分，大致有三类：诊断性的、形成性的、总结性的。三类评估的目的不同，需要的材料也不同，过去因为材料难得，往往只做最后一类。

       三类评估过去并非不知道，是做不动。诊断要快，形成性要频，总结性要全，三条都要成本。成本降不下来，最后就只剩下期末那一次总结。

       诊断性评估在教学开始前做，目的是摸清学生已经会什么、缺什么。这类评估要细，要能看到知识点层面的差异。过去做一次摸底测，批改和统计要占掉几天，做完本学期已经过去一小半，价值大打折扣。工具把这段耗时压到一天，摸底才真正来得及用于安排教学。

       摸底做得及时，还有个好处：分层教学有了依据。哪些学生需要加固基础，哪些可以直接往前走，开学第一周就能排出名单，不必等第一次月考之后。

       形成性评估在教学过程中做，目的是及时发现问题、调整进度。这类评估要频繁，一次小测、一次作业都能算。频繁意味着批改量大，过去正是被这一条卡住。现在批改能力上来了，形成性评估才从设想变成日常。

       形成性评估还要防止走过场。小测做了、数据收了，如果没有随后的调整，那它只是一次练习。评估与动作之间的距离越短，价值越大。

       总结性评估在阶段结束时做，目的是给出结论。这类评估要准、要可比。工具提供稳定的口径和完整的记录，结论经得起追问，也能与往届对照。

       三类评估对材料的要求不一样，工具的价值在于同一套数据能支撑三种用法。摸底时看知识点的分布，过程中看变化的趋势，结束时看整体的水平，取法不同，底子是同一份。

       同一份材料支撑三种用法，还带来一个便利：对照的成本低了。摸底时定下的目标，期末可以拿出来核对，看当初的判断有没有落实。

       评估还需要参照。本届与上一届同期比，本班与平行班比，本次与上次比，参照清楚了才有判断。工具让这些对比随时可做，不再需要提前几天准备材料。

       参照的选择也要小心。拿一个重点班和一个普通班直接比，比出来的差距说明不了教学上的问题。可比的前提是可比，这一点值得反复提醒。

       评估的结果要落到教学动作上，这一点最为关键。诊断之后调整起始难度，形成性评估之后补一次专项训练，总结之后修订下学期的安排。如果评估归评估、教学归教学，做得再细也是白费。

       动作还要配上时间表。说要补一次专项训练，得定在什么时候、由谁负责。评估的结论配上时间和责任人，才不会在忙碌中不了了之。

       评估也需要有人牵头。谁来决定做哪一类、谁来读这些结论，定下来了才有人推进。评估最容易出现的情形是，人人都觉得该做，却没人觉得该自己来做。

       资料存在校内，评估才有连续性。诊断要对照往届，形成性要看趋势，总结要回顾全程，这些都依赖长期积累的记录。学校自己管着，才能一届一届往下沉淀。

       三类评估都做起来之后，评估本身反而会变轻。不再是期末的一场大动作，而是平常的一部分，融在教学的节奏里，做的人也不觉得是负担。

       三类评估都做起来，教学就不再是凭感觉往前推，而是有依据地一步步走。