生成式AI能替教师"看作业"吗？高等教育形成性评价的智能升级

一门课上完，教师抱回两百份作业，真正逐个诊断的却寥寥无几——不是不想，而是精力撑不住。当生成式人工智能能进行多轮对话、给出逐条点评，"批不完的作业"这道难题似乎有了新的解法。但它会成为教师的好帮手，还是让评价本身失去意义？这需要我们先看懂"生成式人工智能赋能形成性评价"这件事。

什么是"生成式人工智能赋能形成性评价"

生成式人工智能赋能形成性评价，是指借助能够自主生成文本、代码等内容的大语言模型，为以促进学习为目的的形成性评价过程提供即时、个性化反馈的技术应用。 生成式人工智能（Generative Artificial Intelligence，简称GAI）由大语言模型驱动，能以人类可理解的方式开展多轮对话，并根据用户的输入即时给出评价建议。国内如文心一言、讯飞星火等工具，已具备这种能力。它发力的对象是"形成性评价"——一种与"总结性评价"相对、以"为了学习的评价"为取向的评价方式，其目的在于通过反馈帮助学生改进学习，而非仅在期末给学习结果盖章。

这一概念并非凭空出现，而是踩在政策与技术两条线上同时演进的结果。在政策端，2020年中共中央、国务院印发《深化新时代教育评价改革总体方案》，明确提出要创新评价工具，利用人工智能、大数据等现代信息技术，探索开展学生全过程纵向评价。 在技术端，2022年11月OpenAI发布的ChatGPT引发全球教育界关注，其后国内对话式大模型迅速跟进，让"机器能像人一样点评作业"第一次成为可触及的现实。此后，围绕生成式人工智能形成的"赋能观"与"限制观"之争始终激烈：有人看到它把教师从繁琐事务中解放、应成为评价的未来；也有人担心它助长照搬抄袭、消解批判思维，主张在高等教育中谨慎或禁止使用。这些争议恰恰说明，它已经不是一个可讨论要不要用的选项，而是一个必须弄懂的当务之急。

要准确把握这个概念，关键在于理解"形成性评价"与"智能反馈"这对组合。形成性评价这一思想最早可追溯到上世纪六十年代，由布鲁姆提出，其核心是一套"为了促进学习"的评价设计；而智能反馈则是其中提高反馈及时性的技术手段。 传统智能反馈多基于预定义答案或学习分析，只能给出"对或错"式的机械回应；生成式人工智能的出现，则让反馈第一次能够"说人话"、分层次、追着学生的回答深入下去。

通俗而专业的解释——它到底解决了什么

要明白它的价值，得先看清传统形成性评价的困境。主流观点认为，形成性评价与总结性评价的核心分野，正在于前者对应"为了学习的评价"、后者对应"对学习的评价"这一经典二分（Black与Wiliam）。前者的终点是让学生学得更好，后者则是鉴定学习结果。 然而在实际的大学课堂里，形成性评价长期受制于两处短板：一是反馈不够及时，作业交上去往往要等上好几天才见到批改；二是个性化程度不足，不可能为每位学生逐一量体裁衣。生成式人工智能恰恰在这两点上展现出优势。

要理解它为何能"取代一部分教师工作"，还得先弄明白"反馈"在形成性评价里的分量。研究普遍认为，反馈已成为形成性评价的核心策略——按照Hattie与Timperley提出的反馈模型，反馈可以作用于任务、过程、自我调节与个人四个层次：任务层面的反馈回应"做对了没有"，过程层面的反馈提示"方法行不行"，自我调节层面的反馈帮助"自己检查自己"，个人层面的反馈则直接面向学习者本人的状态。 传统上，这些反馈主要依靠教师口头点评或同伴互评来完成，成本高、覆盖窄。如今常见的智能反馈虽然能实现自动即时响应，却大多基于预定义答案或简单的学习分析，交流与评价能力受限——这正是生成式人工智能切入的空间：它既能理解自然语言，又能在多轮对话中不断逼近真正的"过程性指导"。

具体而言，它在三个层面发力：在知识层面，它能即时产出文本反馈并承担部分自动化评价，把教师从机械批改中解放出来，去从事更有价值的高质量师生互动；在能力层面，它能依据学生的学习痕迹提供即时、个性化的帮助，间接改善学习习惯；在实践层面，它能构造情境化任务，提供持续、高质量的智能反馈。进一步说，生成式人工智能的长处在于通晓并贯通文本、图像、语音这类多种形态的信息，这使它能够从"过程性文本""课堂对话"这类原本难以量化的定性材料里挖掘价值，还能识别学生的情绪状态、评估个体或群体的观点倾向，为每位学生生成差异化的发展建议。它甚至能支撑自适应测试，依据答题表现动态调整题目难度与反馈方向。

它究竟好在哪、卡在哪

从创新的角度看，生成式人工智能至少带来三重价值。其一，创新了形成性评价的方式。 它能够设计复杂的、情境化的评价任务，把评价场景扩展为基于游戏的、交互式的模拟环境；这类情境化评价既可用于考查问题解决等高阶能力，也能通过"情境感知"实时澄清学生的困惑，还可自动生成题目、降低出题成本。其二，提高了评价效率。 通过多轮对话，在教师监督下它能产出更准确、客观的教师评语，减少重复劳动。其三，提升了个性化水平。 它能为学生提供自定步调的个性化学习支持，依据学习行为与文本足迹给出针对性的评估与反馈。

但这条路径并非一路坦途，研究揭示了五方面挑战值得警惕。理念层面，若缺乏"以人为中心"的指导思想，评价容易滑向"以机器为中心"——机器难以充分考虑情感、文化与个体差异。对象层面，学生容易把生成式人工智能当作"答案提供者"而非"学习促进者"，人与工具的关系从"辅助"退化为"替代"，进而陷入所谓的"认知外包陷阱"，忽视基础巩固、削弱高阶思维。过程层面，大模型常被形容为"黑匣子"，其推导过程与依据不透明，教师和学生很难看懂结论背后的理由，由此带来评价口径模糊、对结果信任不足的问题。结果层面，学生可能直接复制机器输出充当作业，使真实的技能水平无法被准确评估，从而破坏评价的准确性与公平性。伦理层面，大规模使用学生数据诱发隐私泄露担忧，训练数据中的偏见可能导致算法歧视，生成内容还可能触发学业作弊与版权问题。

别混淆：它与"智能反馈""自适应评价"有什么不同

这一概念与几个近义表述常被混用，需要厘清。它不同于一般意义上的"智能反馈"。 智能反馈泛指一切由系统自动产生的即时回应，很多早于大模型出现，基于固定规则或学习分析，只能回复"对错"而不能展开对话；生成式人工智能的反馈则具备理解语境、组织语言、追问深挖的能力，能够真正贴近"教师的点评"。它也不同于"自适应测试"。 自适应测试侧重根据答题表现动态调整题目难度，可被看作是生成式人工智能赋能评价中的一个应用子集，而非其全貌——后者还涵盖开放文本评价、情境任务生成、情绪识别等多个方向。此外，它与"数据驱动的形成性评价"也有差别：后者强调的是用行为数据描述学习状态，而生成式人工智能更强调"生成"——它不满足于描述"发生了什么"，还会主动产出针对性的新意见与建议。厘清这层边界，有助于院校在选型时看清"我引入的究竟是什么能力"。

一张表看懂：五重挑战与应对思路

表：生成式人工智能介入形成性评价时，五类隐忧与对应的化解思路（依据公开研究梳理）

它该如何落地于高校与高职课堂

要让这一技术从实验室走进真实教学，关键在于把握"以人为中心"这条主线。教师不能把评价全盘交给机器，而要扮演"设计者"与"把关者"。 智能反馈不能仅仅依托通用大模型，还需要建立在学科知识图谱、问题库与反馈库之上，而教师恰恰是这些知识库的建设与检验者。

对人机协同的边界，应当给出清晰约定：头脑风暴、思路启发可以被允许，直接复制机器输出充当自己的思考则不可接受。 在方式上，可以通过布置多模态作业、强调协作分享、应用抄袭检测工具等，降低作弊空间；在伦理上，则需国家、院校与教师三方联动——国家依规规范数据使用，院校明确师生应用边界并保障数据安全，教师通过设计合理任务并开展诚信教育来防患于未然。

对高职院校而言，这一概念的落地尤其具有现实土壤。高职课堂以实训、操作、项目制学习为主，恰恰是最需要"过程性、个性化反馈"的场景。 一家学校可以先从一门实训课程切入，把生成式人工智能用于实训报告批改、操作步骤诊断与技能短板分析；同时利用它生成情境化的任务情境，把评价嵌入"接单—做活—交付"式的仿真流程中。需强调的是，技术是放大器而非替代者——它放大的是教师评价的能力半径，而不是取代教师对学生成长的判断。高职院校在引入时应同步配套教师培训，让教师先明白"什么时候该用、什么时候必须亲自看"，再考虑铺开规模。

具体到教学流程的各个环节，便能更清楚地区分"能做什么"与"必须保留人工"的分界，这能帮助部门负责人规划落地的优先级，也便于向教师讲清数据使用与隐私保护的约定——所有涉及学生画像的信息原则上应脱敏使用，评价结论的最终解释权仍应保留在教师手中。

表：生成式AI与教师在高职不同教学环节的分工参考（依据实际应用设想梳理）

结构梳理：它如何运转

总结

生成式人工智能赋能形成性评价，本质上是一次"把反馈做到及时、做到个性化、做到有对话感"的能力越迁。 它把教师从机械批改的重复劳动里解脱出来，让评价的重心重新回到人的成长。但必须清醒地看到，技术的边界始终是由人来划定的——AI可以替教师"看作业"，却无法替教师"看见人"。 只有当评价始终坚持"以人为中心"，这一工具才能真正成为教育的助推器，而不是让学习陷入认知外包的陷阱。