關鍵詞：人工智能;高等教育評價;動因;內涵;路徑

作者：吳中元

作者單位：天津工業大學

　　摘要：在運用“目標達成說”、應答模式和“第四代教育評價理論”等評價理論對人工智能賦能高等教育評價改革動因進行 分析基礎上，明晰了人工智能賦能高等教育評價改革內涵。 隨著人工智能技術發展，其教育屬性、技術屬性和社會屬性高度 融合的特征，正成為高等教育評價改革驅動力。 通過對人工智能賦能高等教育評價改革問題分析，應用人工智能技術構建多 元綜合評價體系、個性化評價與學習支持體系、高效評價與管理體系、倫理與隱私保護體系和持續優化與反饋體系，強調試點 與示范推廣，為保障高等教育評價科學性、公平性、透明性與持續性，提升高等教育質量與增值提供路徑。

　　深化教育綜合改革，統籌推進教育科技人才體制機制一體改革，中國式現代化是在改革開放中不斷推進的，也必將在改革開放中開辟廣闊前景 [1]。為此，必須充分調動一切推動高等教育發展積極因素。高等教育評價是這一體系中最活躍的要素，對推動高等教育現代化產生關鍵作用。隨著人工智能 (AI) 技術迅猛發展，作為教育發展的新動能，AI 正在重構教育空間與活動流程。AI 工具為教育開辟了新的視野，迫切需要采取行動，必須確保將它們融入學習系統中 [2]?！渡罨聲r代教育評價改革總體方案》提出創新評價工具，充分利用 AI 等數字技術，推進高等教育評價科學性、專業技術性與客觀性上新高度 [3]。運用高等教育評價相關理論及 AI 技術應用于高等教育評價實踐分析，梳理 AI 賦能高等教育評價存在的問題，通過 AI 賦能創新高等教育評價標準，構建科學、全面、高效、公平和智能化的高等教育評價體系，注重倫理風險防范、制度機制建立，提高高等教育質量效益 [4]。

　　一、相關理論與應用分析

　　高等教育評價既是高等教育領域的重要組成部分，涉及對高等教育機構的教學質量、科研水平、師資隊伍、社會服務、學生發展、管理與運行等活動，能夠滿足社會和個體之所需程度的判斷活動，也是對高等教育活動中現實或者潛在的價值加以判斷，從而實現高等教育價值增值的過程。通過評價來判斷教育目標的達成度，即 “目標達成說” 這一觀點為教育評估提供了明確的方向和理論基礎 [5]。教育評價不僅僅是收集信息，更重要的是進行價值判斷，為教育決策提供信息和依據，這一觀點強調了教育評估在教育改革和發展中的重要作用 [6]。現代教育評價理論的發展，側重對學習的過程進行評價，注重學生發展，引入多元化評價主體 [7]。“應答模式” 強調評價過程中采用多元化的方法，力求揭示事件的多元現實性 [8]。“決策中心模式” 強調以信息數據為基礎由背景評價、輸入評價、過程評價和成果評價組成，進行綜合評價為教育決策提供全面信息 [9]。“第四代教育評價理論” 強調評價是一個多元主體共同參與的建構過程，突出強調價值多元性，評價過程是一個循環、動態的過程，為高等教育評價提供了理論支撐 [10]。

　　國內 AI 技術應用于高等教育評價理論探索及應用呈現出積極發展的態勢，例如：基于 AI 技術構建課堂教學自動評價理論，并應用于學生注意力分析、自動考勤、基于對話文本的師生對話與互動評價等方面 [11]；基于機器學習、知識挖掘與知識服務探索 AI 技術在教育評價中的創新應用 [12]；提出了 “學評融合” 的新理念及核心要素，強調了評價理念創新對于教育評價實踐的重要性，通過 AI 技術實現學習評價與教學過程的深度融合，以促進學生的全面發展和元認知能力的提升 [13]；基于機器學習算法、數據挖掘等為教育評價中的數據處理和分析提供了強大的技術支持 [14]；在 AI 技術理論基礎上開展了個性化與精準化評價、智能化評估、智能教學平臺應用，提供個性化的學習方案，實時分析學生的學習進度和認知能力發展程度，為教師提供精準的教學反饋，自動批改學生的作業和試卷；通過計算機視覺和生物識別技術，監控系統能夠捕捉考生行為并分析面部表情、眼動軌跡等，識別可能的作弊信號，維護考試的公正性 [15]；許多高校已經開始使用集 AI 技術以及支持在線教學學習管理教學評價等功能于一體的智能教學平臺，這些平臺既為學生提供了更加便捷的學習途徑，也為教師提供了更加高效的教學工具，通過大數據分析和云計算處理，可以實現對海量學習數據的快速處理和深度挖掘，為教育評價提供更加準確的數據支持。

　　國外 AI 在高等教育評價的學術研究的應用方面取得了顯著成果，例如：基于機器學習基礎理論和算法，通過機器學習和深度學習技術，構建出能夠自動評估學生學習成果、預測學習趨勢的智能系統 [16]；基于模糊遷移學習的理論和方法，提出新的概念漂移的檢測理論和方法，開發更有效的推薦系統和支持數據驅動的決策 [17]；基于計算機視覺和機器學習用于解釋學習模型開發新算法，為高等教育評價提供了技術支持和理論參考 [18]；基于神經算子和概率模型張量方法分析學生的學習行為、評估教學效果 [19]；美國、澳大利亞、新加坡、日本等國家，基于 AI 技術研究開發了多種自動化評估與反饋系統、個性化學習路徑推薦系統、智能導師系統、智能化教育評價體系和學術誠信作弊檢測系統；提供個性化的學習指導和支持，對多模態數據進行綜合分析和評估。這些成果不僅提高了教育評價的效率和準確性，還促進了教育質量的提升和學生個性化發展。

　　二、人工智能賦能高等教育評價改革動因

　　新時代的背景下加快構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局，是黨中央根據我國發展階段、環境和條件變化作出的重大戰略部署。這一新格局的構建離不開高水平的人才支撐和保障，而高等教育作為培養高素質人才的重要陣地，其評價體系的改革顯得尤為重要。傳統的評價體系往往側重結果評價，忽視過程評價和增值評價，難以全面反映高等教育質量和學生的學習成效和綜合素質。因此，借助于 AI 技術深化高等教育評價體系變革，提升評價的科學性、增強評價的客觀性、提高評價的精準性和滿足個性化教育需求，成為提升教育質量、培養創新人才的迫切需求。

　　2.1 存在問題及原因

　　人工智能在高等教育評價中的應用雖然帶來了諸多優勢，但也面臨著一些挑戰，存在諸多問題。AI 在高等教育評價中的應用面臨著教育、技術、倫理和法律等方面的挑戰。

　　第一，教育理念與目標的沖突。人工智能技術帶來高等教育變革的多元化和動態性需求，傳統教育理念評價標準和體系較為單一和靜態、教育目標未能充分反映智能技術對學生信息素養、創新能力、批判性思維能力的新要求，導致教育評價體系滯后，評價標準適用性不強，缺乏質性分析，難以適應個性化、多樣性和靈活性需求。當下，高等教育評價體系尚未充分考慮到技術的特點和應用需求，AI 技術的應用要求教育者重新審視教育目標和理念，需要構建現代高等教育的評價標準及評價體系 [20]。AI 技術的應用要求教師從知識傳授者到學習引導者、從教學執行者到教育創新者、從單一評價者到多元化評價者的角色轉變，教師技能需要信息技術技能、數據分析與解讀能力、創新思維與教學設計能力轉變。

　　第二，技術成熟度與可靠性。人工智能技術的發展，特別是以 ChatGPT 為代表的生成式人工智能技術，為教育與智能深層次融合提供了可能。盡管 AI 技術在某些領域取得了顯著進展，受技術成熟度不足影響，現有的 AI 算法和模型可能無法完全適應高等教育評價的多樣性和復雜性，算法可能受到訓練數據的影響，如果訓練數據存在算法偏見，就會導致評價結果存在偏見。由于 AI 技術發展迅速，技術更新和應用的滯后性，一些高等教育機構可能無法及時采用最新的人工智能技術來改進評價過程。

　　第三，政策法規與倫理考量。隨著 AI 技術在教育評價中的廣泛應用，相關政策法規的制定和更新滯后于技術發展速度。這可能導致在實際應用過程中出現法律空白或法規沖突。AI 技術的應用還涉及一系列倫理問題，如數據隱私保護、算法透明度、學生權益保障等。這些問題需要得到充分關注和解決。另外，AI 算法的復雜性和不透明性使其決策過程難以被理解和接受。這既導致學生和教師難以對評價結果產生信任，也可能引發對算法公正性的質疑。

　　第四，社會層面問題。雖然評價主體逐漸多元化，由于政府和教育行政部門強勢地位，限制了評價主體的多元性和全面性，難以全面反映高等教育的實際情況 [21]。AI 技術的應用是否會導致教育資源進一步集中和分化，也是一個值得關注的問題。

　　人工智能賦能高等教育評價改革旨在打破傳統評價體系的單一性和局限性，構建社會多方面力量協同參與，但政府和教育行政部門扮演了主要的甚至是唯一的評價主體角色，導致其他評價主體的聲音和意見被相對忽視，對高等教育自主發展形成了一種不良的控制、誘導和干擾性力量。如果高等教育機構在應用 AI 技術時缺乏公平性和包容性，可能會加劇教育資源在不同學生群體之間的分配不均。

　　2.2 國際環境與政策推動

　　在全球化背景下，高等教育評價變革也是提升國家教育競爭力的重要手段之一，人工智能賦能高等教育評價改革已成為各國科技競爭的新焦點 [22]。

　　《2024 年人工智能圖景研究》分析了人工智能對美國高等教育的影響，并提供了相關政策建議，為 AI 在教育中的應用提供了全面指導 [23]。美國高等教育機構利用 AI 技術，構建學生畫像，實現對學生學習狀態的實時監測和個性化評價。美國高校普遍采用智能題庫和評估系統來輔助教學和評價。通過引入智能輔導系統，學生通過與 AI 系統的對話獲得解答、建議和學習資源推薦，從而提高學習效果和自主學習能力。高校采用先進的學習分析平臺，通過對學生學習過程的全面監測和評估，平臺能夠揭示學生的學習規律和潛在問題，為教師和學生提供有針對性的改進建議。采用自適應學習系統，根據學生的學習進度和能力水平自動調整教學內容和難度，為學生提供定制化的學習路徑和資源推薦，更好地掌握知識和技能，提高學習效率和滿意度。CanvasChatbot 人工智能聊天機器人，展示了生成式 AI 在提升教學支持、優化學習體驗方面的實際效果 [24]。

　　日本政府發布《AI 戰略》系列文件，強調了 AI 在教育領域的重要性，并提出了具體的戰略目標和措施 [25]。實施 MDASH 計劃，確保學生具備足夠的 AI 素養和專業技能。日本高校在 AI 技術高等教育評價方面注重個性化學習評價系統的應用。在應用智能系統時，根據學生的學習數據和行為特征進行分析，為學生提供個性化的學習建議和反饋 [26]。

　　新加坡政府制定了 “新加坡人工智能 AISG” 計劃與《國家人工智能戰略》相應的戰略規劃，加大了對 AI 教育的研究投入和扶持力度，從根源上重新思考 AI 教育的發展模式；建立了多個創新中心和科研平臺，為 AI 技術的研發和應用提供有力支持 [27]。

　　國外應用 AI 技術在高等教育評價中涵蓋了政策推動、人才培養、教育資源投入、校企合作、科研創新、國際化教育以及個性化學習評價等方面。這些技術與應用充分展示了 AI 賦能高等教育評價的領先地位和綜合實力。這些經驗為我國高等教育評價改革、構建具有中國高等教育現代化特色和國際水平的高等教育評價體系、推動我國高等教育評價的創新和發展、在國際上樹立更加良好的高等教育形象提供了重要參考和啟示。

　　近年來技術飛速發展，國家高度重視 AI 與教育的融合發展，并進行了相關規劃布局，推動其在教育領域的應用，成為教育高質量發展的重要戰略選擇，為 AI 賦能高等教育評價提供了政策支持和指導。隨著 AI 技術不斷發展和完善，其與高等教育評價的深度融合將成為必然趨勢。

　　三、人工智能賦能高等教育評價改革內涵

　　3.1 創新評價理念

　　在數智時代，教育不再僅僅是知識和技能的傳授，更強調對學生全面發展的培養。高等教育評價應轉向以能力為導向，重點培養學生的自主學習能力、創新思維能力等。人工智能技術根據學生的個體差異和學習特點，為其制訂個性化的學習計劃和評價方案，實現個性化與差異化評價，促進學生的個性化與差異化發展。AI 技術通過數據挖掘、機器學習、自然語言處理等技術手段，能夠對學生的學習過程、學習行為以及學習成果進行高精度、快速評估，動態調整評價標準和方法，使評價更加科學、公正，全面、客觀地反映學生的綜合素質和能力，這種靈活性可以及時發現問題并采取相應的改進措施。

　　3.2 評價主體多元化

　　應用人工智能技術、5G、物聯網、大數據構建政府、高校、企業和行業機構等方面力量多方協同參與，實現物理、社會、數據融合，形成合力的多元主體參與教育評價體系 [28]。打破了傳統教育評價中單一評價主體的局限，不同主體從各自的角度和立場出發進行評價，可以有效避免單一主體可能存在的偏見和主觀性，提高評價的公正性和可信度，實現評價過程的全面性、科學性和公平性。通過智能評價系統能夠實時記錄評價過程和數據，使評價過程更加透明化。這既有助于增強評價的可信度和公信力，也有助于促進評價主體之間的溝通和協作。

　　3.3 多維度評價體系

　　利用 AI 技術建構多維度評價體系，保證高等教育評價的科學性、客觀性和準確性。

　　第一，借助于人工智能技術可構建包含教學質量、科研成果、學生能力、社會聲譽及國際化水平等多維度評價指標，進行更全面客觀的評價。

　　第二，評價對象包括學生、教師、學校等。利用智能課堂觀察系統，對教師的教學過程、學生行為狀態多維度數據進行實時記錄和分析，形成教學質量以及學生表現的綜合評價；利用智能文獻分析系統、專利檢索系統等工具及科研項目管理系統，為科研評價提供全面、準確的數據支持；通過社會影響力評估模型、產學研合作績效評價模型等工具，為評價高校的社會影響力、產學研合作績效提供有力支持。

　　第三，人工智能技術提供多種多元化與個性化評價方法，通過智能技術構建云端的教育評價平臺，支持多種角色的參與和協作，利用 AI 的自適應學習、情感識別、智能推薦等技術，對教育評價的過程、結果、反饋等進行個性化和定制化，實現個性化評價。

　　第四，評價結果主要體現在學習成效評估、能力素質評價、學習態度與情感評價、過程性評價與反饋、教育質量與效益評價、綜合評價與改進建議等方面，這些維度共同構成了對高等教育質量和效果的全面評估，為高等教育的全面評估和優化提供了有力支持。

　　第五，評價過程涵蓋了數據收集與預處理、智能分析與評估、反饋與指導、綜合評價與決策支持、持續優化與迭代等方面。這些維度相互關聯、相互促進，共同構成了高等教育評價過程的智能化和精細化體系。

　　3.4 技術融合創新，探索增值評價

　　人工智能賦能高等教育評價內容的創新是多方面的、全方位的 [29]。通過智能化評價工具的應用和評價結果的深度應用，打破傳統評價體系的單一性和靜態性，實現動態評價過程。智能技術推動教育評價模式創新，探索增值評價、健全綜合評價等新型評價方式是當前高等教育改革的重要方向 [30]。構建基于增值理念的教育增值評價系統，研發智能化評價工具與智能公共平臺，創建以智能技術為支撐的綜合評價范式，更全面地反映評價對象的綜合素質和成長潛力，更加全面、客觀地評價學生的學習成長和教師的教研質量，促進高等教育高質量發展。

　　以 ChatGPT 為代表的生成式人工智能技術統籌整合教育信息數據平臺，實現基礎數據的互通共享，對多模態數據的深度挖掘與融合和優化分析，構建 “全樣本大數據 + 復雜 AI 模型 + 歸納聚類分析 + 可視化反饋” 的評價方法體系，在數據驅動的基礎上，構建決策支持系統，為高等教育評價改革提供有力支持，為高等教育評價科學性和公正性提供了強有力的技術支持 [31]。

　　3.5 探索應用邊界

　　人工智能賦能高等教育評價改革應用范圍廣泛，在帶來諸多便利和效率提升的同時，但并非無所不能，其邊界主要受到技術成熟度、倫理與隱私保護方面的挑戰 [32]。當前 AI 技術雖然已經取得了顯著進展，但在某些復雜情境下的應用仍面臨挑戰，對于涉及高度主觀性和創造性的評價內容，非結構化數據評價則相對困難，需探索技術成熟度，避免過度依賴技術而忽視高等教育的本質。在高等教育評價的設計、研發和實施過程中要隨時應對可能引發的倫理風險、數據濫用、個體信息和敏感數據泄露以及在收集和使用個體信息時其知情同意權等問題，需建立相應評估審查機制，確保評價活動的合法性和合規性。

　　綜上分析，人工智能技術賦能高等教育評價改革立足點在于提高教育評價的科學性、公正性、個性化與高效性，有效達成第四代教育評價理論目標，構建多維度綜合評價體系、個性化評價與學習支持體系、高效評價與管理體系、倫理與隱私保護體系、持續優化與反饋體系，推動高等教育高質量、內涵式發展。

　　四、人工智能賦能高等教育評價改革路徑

　　人工智能賦能高等教育評價改革是基于新時代高等教育發展需求，提升評價的全面性和精準性、促進教育個性化、優化教育資源分配和推動教育公平與創新。堅持立德樹人根本任務，不斷提高人才培養與社會需求的適配度，提高教育資源的利用效率 [33]。高校要明確

　　“為什么評、評什么、誰來評、怎么評” 等關鍵問題，強化目標設計，充分結合高校實際，明確高等教育評價改革方向和目標，制定符合實際的高等教育評價改革路線圖。

　　4.1 人工智能技術賦能高等教育評價理念與目標重構

　　人工智能技術應用于高等教育評價，在教育理念與目標層面確實可能引發一些沖突，但可以重構教育理念與目標。數智時代必須樹立以學習者為中心，從知識傳遞向能力培養轉變，注重學生的全面發展，特別是信息素養、創新能力、批判性思維等能力的培養新教育理念，關注學生的個性化需求和學習路徑，將智能技術融入教育目標，培養 AI 素養和數字化公民素養，發展 AI 應用能力，提升復雜問題解決能力，制定并推廣教育大綱，開展實踐活動。

　　人工智能技術的普及與應用，使教師在評價過程中從傳統的評價者轉變為評價結果的解讀者和反饋的提供者。這一轉變需要對教師加強培訓學習 AI 技術，提升數字素養與技能，掌握信息技術技能、數據分析與解讀能力以及創新思維與教學設計能力等，熟悉并掌握各種基于 AI 的評價工具并將其應用于實際評價中。鼓勵教師積極探索新的教學模式和方法，如翻轉課堂、混合式學習等。轉變從單一評價到多元評價觀念與方式，促進教師之間的交流與合作，積極參與評價標準的制定和完善，推動評價體系創新。

　　4.2 人工智能賦能建構多維度綜合評價體系

　　第一，構建數據驅動的評價多維度、多元化標準。利用人工智能技術手段，建立高效、便捷與涵蓋教學、師資、科研、學生發展與教學設施等多維度的數據收集系統，人工智能通過自然語言處理、數據挖掘等技術，對收集到的數據進行清洗、整理、分類和標注，確保數據的全面性、準確性和有效性。采用先進的數據分析方法和工具，提取多元評價標準，使評價標準更加符合高等教育的實際情況，揭示數據背后的規律和趨勢，實現教育評價的全面性、科學性和公正性 [34]。

　　第二，構建多元化評價體系。人工智能技術整合教學質量、科研成果、學生表現、知識技能、情感態度、價值觀、創新能力、社會聲譽及國際化水平等多種評價維度信息，通過機器學習、深度學習算法明確這些目標，并設計相應的評價指標體系并對不同評價指標進行重要性評估，并據此分配合理的權重，基于數據驅動和選擇的評價指標，根據不同的評估和目標需求，構建如綜合評價模型、專項評價模型等，通過不斷的數據反饋和算法迭代，對評估模型進行持續優化，確保評估模型始終保持最佳狀態。運用算法模型對各評價指標進行加權計算，得出綜合評估結果，生成詳細反饋報告，通過精準反饋，提供有針對性的改進建議，幫助學校不斷提升教育質量，實現增值服務 [35]。

　　4.3 人工智能賦能建構高效評價與管理體系

　　第一，解決數據處理復雜性與準確性。按 AI 技術要求制定數據標準，包括數據格式、命名規范、編碼規則等。采用大數據技術，利用 Hadoop、Spark 等分布式計算框架，將大規模數據集分散到多個節點上進行處理，提高處理效率，促進教育資源的優化配置和共享。采用 Kafka、Flink 等實時計算引擎，實現數據的實時采集、處理和分析，滿足對時間敏感的應用需求 [36]。通過算法優化和并行計算技術，提高處理速度。利用機器學習、深度學習等智能算法，自動識別和處理數據的復雜模式和關系。應用數據自動化處理工具和平臺，減少人工干預，提高數據處理效率。建立數據治理平臺，對數據質量、安全、隱私等方面進行統一管理，降低數據處理的復雜性和風險 [37]。進行數據清洗，提高數據處理準確性，設置邏輯校驗規則，對數據進行合理性和一致性校驗。建立數據監控機制，實時跟蹤數據處理過程中的異常和錯誤，及時進行處理和糾正，確保處理方法科學性和準確性。

　　第二，確立合理技術應用范圍。在高等教育評價的設計、研發和實施過程中合理確定 AI 技術應用范圍和深度，依據不同技術的成熟度和適用性差異，根據自身需求選擇合適的技術方案，并關注算法設計過程中的偏見與亂用問題，制定措施確保評價結果的公平性、公正性和可靠性，避免將技術作為評價唯一標準而忽視其他重要因素 [38]。

　　第三，個性化評價與學習支持體系。人工智能基于學生學習行為、興趣愛好、能力水平等多維數據分析，構建每個學生個性化畫像?；谶@些畫像，可以制定出符合學生個性特點的評價標準，實現因材施教。AI 實時監測學生的學習進展和變化，利用情感分析技術，分析學生在學習過程中的情緒變化，根據學生的學習情況和需求動態調整評價標準。這種動態調整機制使評價標準更加靈活、適應性更強，強化過程評價，AI 結合在線測試與即時反饋、作品展示與同伴評價、大數據分析與個性化評價多種評價方式，結合智能評價報告，開發智能輔導系統，為學生提供即時的學習反饋和個性化的輔導服務，幫助學生調整學習策略，提高學習效率，為個性化教學和評價提供依據。利用視頻分析技術、語音識別和文本分析技術對教師教學行為進行量化分析，判斷教師的教學投入程度和課堂掌控能力，評估教師的教學方法。將教師的教學行為與學生的學習成果通過關聯分析與教學評價的動態模型結合，評估教師教學效果及教學方法有效性。

　　第四，政策支持，優化資源配置。政府制定相關政策，鼓勵和支持 AI 技術的研發和應用，通過優化人才政策吸引國內外優秀的人工智能專家和技術人才；政府或社會機構可以設立專項基金，專門用于支持人工智能技術的研發、應用和普及，推動 AI 技術快速發展，加大 AI 領域研發投入，通過自主研發和合作研發等方式，推動技術創新和突破。加強企業、高校和科研機構之間的合作交流與深度融合，通過共享資源、協同創新和成果轉化等方式，推動人工智能技術的快速發展和普及。利用人工智能和物聯網技術實現高校人力資源配置以及物力資源和調配資源管理優化、教學管理智能化，戰略規劃科學決策，建立 AI 技術的資源共享機制，推動數據、算法、模型等資源的共享與開放，降低 AI 技術研發和應用中的成本投入。

　　4.4 賦能保障：倫理與隱私保護體系

　　人工智能技術應用于高等教育評價的政策法規與倫理考量，需要政府、高等教育機構、技術開發者及用戶等方面的共同協作，高度重視倫理風險防控 [39]。

　　明確 AI 技術在高等教育評價中的法律地位，制定或完善數據保護法規，確保數據的隱私和安全。明晰在評價中出現問題時的責任歸屬機制，加大監管力度，確保其符合政策法規要求，并及時糾正違規行為。制定 AI 技術在高等教育評價中的技術標準，建立基于 AI 技術的高等教育評價標準體系。

　　高等教育評價過程中應尊重并保護各評價主體的合法權益，建立倫理審查機制，明確倫理審查的流程和標準。將評價流程各階段的倫理訴求融入安全制度保障體系中，避免數據泄露和濫用等問題的發生，避免對評價對象造成不必要的傷害或歧視 [40]。

　　隱私保護是 AI 賦能評價中的重要環節。建立健全數據管理制度和隱私保護政策，確保數據的安全性和隱私性。在收集和使用個體信息時，不僅應充分尊重其知情同意權，保持評價過程和結果透明度，增強他們對評價結果的信任度和滿意度 [41]，而且要進行嚴格的技術安全審查，防止技術故障和漏洞導致數據泄露和濫用，不斷加強軟法與硬法協同，確保 AI 技術的健康發展并服務于教育的根本目標。

　　4.5 持續優化與反饋體系

　　定期對 AI 在高等教育評價中的應用效果進行評估，包括技術效果、教學效果和社會效果等方面，確保技術的有效性和適用性。構建即時反饋系統和持續改進機制，根據評估結果和用戶反饋，定期評估和調整教育評價方案，優化評價指標體系和方法，不斷優化智能化評價工具和 AI 評價系統，調整評價模型和算法，提高評價系統的準確性和可靠性。

　　4.6 社會層面賦能

　　第一，支持多元化主體參與。人工智能利用數據收集系統采集不同主體數據，基于 AI 技術的智能評估系統自動化地進行部分或全部評價工作，使更多主體能夠參與到評價過程。AI 評估系統可以優化評價流程，提供實時反饋功能，方便各主體能夠及時了解評價結果并作出相應調整，減少不必要的環節和冗余工作。這種實時互動機制增強了主體之間的溝通和協作能力，促進了多元化主體在評價過程中的共同參與和決策。

　　第二，增強評價透明度，激發參與積極性。通過數據可視化、報告生成等技術方式將評價結果以直觀、易懂的形式呈現出來，使各主體能清晰地了解評價結果及其背后的原因和邏輯，有助于提高評價信息的透明度和公開性。在保障隱私和數據安全的前提下，AI 支持評價結果公開化，增強社會對高等教育質量的信任和監督，促進各主體之間互相學習和借鑒。AI 根據不同主體的需求和特點提供個性化的評價參與方式和路徑，可以激發各主體參與評價的積極性與主動性，促進高等教育評價體系不斷完善和發展。

　　第三，試點探索與經驗推廣。人工智能賦能高等教育評價試點探索與經驗推廣是當前教育領域的一個重要議題。一是開展試點項目，注重示范引領。試點項目選擇具有一定基礎和條件的高校作為試點單位，通過明確試點評價目標與任務、選擇合適的評價方法、確定不同類別的評價標準和指標、構建評價模型與關鍵技術平臺、收集和整理評價數據、開展評價工作、分析和評估評價結果以及總結和推廣試點項目經驗等步驟開展與實施，加強對評價領域技術人才培養，注重示范引領與經驗推廣等方面努力，樹立典型示范，展示改革成果和成功經驗，積極探索人工智能賦能高等教育評價的新模式、新方法，激發其他高校的積極性和創造性，推動高等教育評價體系的深層次變革。二是推廣成功經驗，加強示范效應。試點項目取得成功后，組織召開經驗交流會、研討會等活動，分享典型經驗做法，發布改革動態和經驗成果，促進各地和高校之間的交流與合作，擴大示范效應的影響范圍。通過經驗分享、案例展示等方式，推動其他高校借鑒和應用這些成功經驗，共同推動高等教育評價體系的變革與發展。根據改革進展情況和示范效應的實際效果，明確推廣目標、推廣范圍、推廣方式等關鍵要素，制訂詳細的推廣計劃，確保推廣工作有序進行并取得實效。進一步完善相關政策文件和制度保障措施，為人工智能賦能高等教育評價提供持續的動力和支持。

　　綜上分析，人工智能賦能高等教育評價是教育現代化和高質量發展的必然趨勢，是實現高等教育價值增值的訴求，是新時代中國式現代化發展的必然要求。它不僅能夠提升評價的科學性和精準性、推動高等教育評價體系創新、提高高等教育評價效率與公平性，更能促進高等教育的內涵式發展。因此，我們應該積極擁抱人工智能技術，深入探索人工智能賦能高等教育評價的內涵與路徑，推動其在高等教育評價中的深入開展和廣泛應用，為高等教育發展貢獻中國智慧。