← 返回洞察与实践

术语卡片:过程性评价与终结性评价的融合(Bridging Formative & Summative Assessment)

过程性评价与终结性评价的融合,是一种既持续追踪学生学习过程、又系统评定其阶段成果,并将二者有机结合的综合评价方式。 通俗说,它不再让"期末一张卷"包打天下,而是把"学习过程中的每一次表现"与"课程结束时的成果检验"放到同一个评价体系里,互相印证、互相补充,形成对学生的全面判断。在生成式AI的助力下,这种融合正变得…

一、术语定义

过程性评价与终结性评价的融合,是一种既持续追踪学生学习过程、又系统评定其阶段成果,并将二者有机结合的综合评价方式。 通俗说,它不再让"期末一张卷"包打天下,而是把"学习过程中的每一次表现"与"课程结束时的成果检验"放到同一个评价体系里,互相印证、互相补充,形成对学生的全面判断。在生成式AI的助力下,这种融合正变得愈发可行与精细。关键要义是:既看到"学得怎么样",也看到"是怎么学过来的",让评价既认过程也认结果。

二、通俗但专业的解释

可以把这两类评价想成"体育锻炼的日常打卡"与"年终体能测试"的关系。

日常打卡(过程性评价):每天都记录你练了多少、状态如何、哪里退步了,给你即时反馈,帮你及时调整。它看重的是"过程"与"动态"。年终体能测试(终结性评价):到年底统一测一次,看看综合体能水平达标没有,给一个阶段性结论。它看重的是"结果"与"沉淀"。

问题是,如果只看年终测试,可能掩盖你平时"很努力但方法不对"的问题;如果只看日常打卡,又难做横向的、统一的程度衡量。融合的思路,就是把两者结合起来——既用持续的过程数据提供即时反馈、支持动态调整,又用阶段成果给出统一、可比的综合评定,共同形成更完整、更可信的学生评价。

生成式AI在其中扮演的,是把"过程"与"结果"都做得更充分、更精细的角色——它能让过程性评价(行为监测、智能批改、即时反馈)更自动化,也能让终结性评价(智能命题、试卷分析、成果报告)更精准高效,从而让"融合"从理念变成可落地的日常操作。两类评价的融合关系可以这样理解:

graph LR A["过程性评价<br/>过程·动态·即时反馈"] --> C["全面学生评价<br/>互相印证·彼此补全"] B["终结性评价<br/>结果·沉淀·统一评定"] --> C C --> D["个性化教学改进"] D -->|"反哺过程"| A

这张图说明了融合的本质:过程与结果不是"二选一"或"简单加权",而是两条腿走路、互相补充,共同支撑更真实、更完整的评价。

三、典型应用场景

场景一:过程性评价——"盯紧学习过程"的三个发力点

过程性评价强调对学习过程的持续关注,在以大模型为代表的AI支撑下,可聚焦三个发力点:

  • 学习行为监测与个性化建议:实时分析学生的学习行为数据,识别优势与不足,提供个性化学习建议。例如将课堂表现、作业完成情况接入系统,生成个人学习报告与精准建议。
  • 智能作业批改与反馈:自动批改作业,并提供详细的学习进度跟踪与即时指导,让学生在交完作业的当下就知道问题在哪。
  • 贯穿课前的持续观察:通过平台沉淀过程性证据,让教师在"验收结果"之前,就已经对学生状态心中有数。

对高职的意义:技能类课程尤其适合过程性评价——每一次实训操作、每一个项目进展都是可追踪的过程证据,能及时发现并纠正"练偏了"。

场景二:终结性评价——"检验阶段成果"的两个助力

终结性评价通常以考试等形式评定学习成果,AI可以让它更精准、更全面:

  • 智能命题与试卷分析:根据课程大纲与教学目标自动生成试题,并在考后提供包含知识点掌握、答题情况在内的详细分析报告,帮助教师总结教学效果。
  • 学习成果展示与综合评价:帮助学生整理课程笔记、项目报告与作业成果,生成个性化学习报告,教师据此做更全面的综合评价。

对高职的意义:可把"技能考核+项目成果+结业测评"结合起来,既考察知识也检验能力,形成更接近岗位要求的成果评定。

场景三:融合落地——"学期全周期"的评价闭环

把两类评价真正融合,需要贯穿整个学期的系统设计。下表给出一个"学期全周期"的操作框架:

阶段过程性评价部署终结性评价部署
学期初制定评价计划、明确过程指标明确课程成果目标与考核标准
学期中行为监测、作业批改、即时反馈阶段测验、项目中期评审
学期末过程性数据汇总、个人学习报告期末考核、成果展示、综合评定

这张表提示:融合不是"平时记几分、期末考几分"的简单加权,而是让过程数据与结果评定在整个学期里互相印证、彼此补全,最终沉淀为一份有过程、有结果的学生评价。

四、在高职教育中的应用与实施提醒

把"两类评价融合"落到高职,有几个关键抓手与注意事项。

其一,技能评价应"过程+结果"并行。 职业能力既靠过程性练习积累,也要靠终结性考核确证。可将"实训过程表现+最终技能考核"结合,避免只看"会不会做一个完整任务"的最终结果,忽略了过程中的规范与进步。

其二,用AI把过程数据"变现"为评价依据。 高职教师时间有限,人工采集过程数据不现实。借助AI自动批改、行为监测、学习报告生成,才能让过程性评价"低成本地常态化",否则融合极易停留在理念。

其三,防止"为了融合而加权"。 融合的关键不是机械地在总评里给过程分和结果分各定50%,而是让两类信息互相印证、支撑更科学的判断——例如用过程数据解释期末表现异常的原因,用成果检验校准过程监测的偏差。

实施建议:从"一学期、一门课"试点做起,先在一个实验班跑通"过程+结果"的数据采集与评价流程,再逐步推广到专业群,并配套教师培训,确保评价结果能被正确解读与应用。

五、一句话总结

过程性评价与终结性评价的融合,是让评价既"认过程"也"认结果"的平衡之道——它用平时每一次的表现支撑动态调整,用阶段成果完成综合认定,二者共同描摹出更真实的学生全貌。 如果您所在院校正在优化课程考核与教学质量评价,不妨自问:我们的评价,是不是只看期末那一下?

电话咨询
189-1106-2816
工作日 9:00–18:00
微信咨询
微信咨询 微信咨询
扫码添加