时间:2024-08-31
朱龙博 郭 翠 陈慧梅
(上海开放大学,上海20043)
自国家“十三五”规划纲要提出“数字中国”以来,数字化就深刻影响着我国经济与社会的发展,与此同时,教育领域的数字化变革也正在全面部署。党的二十大报告明确提出“推进教育数字化”,教育信息化进入了加快数字化发展、建设数字教育生态的新阶段[1]。在此背景下,知识的获取不再受到时空或场域的制约,学习形式和过程更加多样、新颖与及时,学习体验和成果也更加主动、开放与多元,这也为新时代智慧教育理念下的学习者学习评价带来了不小的挑战。学习评价是对学习者学习发展和个人成长的重要反馈,开展学习评价正是“以学习者为中心”理念的体现。学习评价变革作为教育数字化转型的核心内容之一,不仅对全民终身学习的学习型社会有重要价值,而且对于构建基于数据的教育治理新模式意义重大。
终身学习,从过程看,是指个体“从摇篮到坟墓,从学龄前到退休”参与的所有学习活动,从结果看,是个体一生所获得的所有正规、非正规和非正式学习成果。因此,与传统的阶段性学习评价相比,针对终身学习的评价跨度时间长,涵盖内容多,指标设计难以统一,终身学习评价体系构建也日益复杂化。随着新时代智能化浪潮的兴起,国务院《深化新时代教育评价改革总体方案》明确提出“利用人工智能、大数据等技术创新评价工具”的要求。而“AI+教育”新理念与智能化技术发展对知识体系的重构和教学方式的创新也提出了新的诉求,并催生教学模式和学习评价方式的变革。为更好地应对变革挑战,需要对新时代赋予终身学习评价的内涵与价值进行更加深入的解读与更新,找寻终身学习评价转型的向度与路径,以应对教育数字化转型对于终身学习评价的多维诉求,尽早实现新时代数字化终身学习评价体系的构建。
学习评价一般是指对学习者通过学习而获得的素质发展及学习过程本身进行评判[2]。学者关于学习评价的研究不少,对于其内涵也形成了一定共识:学习评价既是在学习目标的基础上对学习效果的一种价值判断,也是在学习过程中对学习者学习进展与变化的一种反馈,同时,它强调将评价结果应用于改进现状,促成对学习目标的调整[3]。学习评价多见于学习者基础教育或高等教育阶段,在荣誉获取、升学与初就业中发挥一定作用。很显然,当前的学习评价只是个人在学校教育固定时段的学习成效总结,其阶段性、局部性、滞后性特征较为明显,与本文要探讨的终身学习评价有一定差距。从终身学习理论发展角度而言,“终身”二字就决定了学习评价始终贯穿人一生的各个阶段,不仅仅局限于学校教育,而是涵盖各类教育。换言之,终身学习评价除了包含学校教育的学习评价,还包括职后教育、社区教育、老年教育和自主学习等方面的学习评价。作为终身学习体系的核心,终身教育评价的内涵也不仅仅是对学习表现与考核成绩的表面评判,而应向纵深拓展与研究,探寻其实质内核,深究学习者终身学习的动因,找到终身学习评价转型的突破机制,明确其终极旨向,才能更好地建立高效的终身学习评价体系,呼应国家终身教育体系构建与全民终身学习社会建设的新要求。
人一生的学习活动无数,受到时间、场地、环境、师资等因素影响,每一阶段甚至每一场景的学习效果其实都是不一样的,在此基础上做出的学习评价难免狭隘与片面。终身学习评价应站在更高视角,从诸多内容要素中抽丝剥茧,提炼到评价的关键主线——“个人终身学习力”,也有学者将其称为“终身学习素养”,即学习者在生命全程中,识别自身学习需求,适应不同学习环境,选择适合的学习方式,整合可用的学习资源,持续自主规划学习过程,评价自身学习成效并最终促进自我发展的能力。[4]
在终身学习评价体系建立过程中,“终身学习力”是根本性的条件[5]。学习者终身学习评价的高低,主要从其参与终身学习的态度、内容、过程、收获等方面进行了解和考察,而这些要素也正是学习者终身学习力的体现。终身学习注重个性发展的统一性、全面性和连续性,终身学习力刚好可以体现一个人个性化、全方位的持续学习样态,也决定了每一位学习者终身学习力的独特性与价值感[6]。可以说,终身学习力是评价的“靶心”,是终身学习评价的实质内核,它的高低决定着终身学习的最终效果。把握了终身学习评价的实质内核,也将明晰终身学习评价转型的方向。
终身学习评价是终身教育体系构建的重要组成部分。随着终身学习理念与教育数字化的不断深入,终身学习评价的转型面临严峻挑战。其中,对于正式和非正式学习成果的认证以及国家资历框架的建设是推进终身学习评价过程中需要重点突破创新的机制[7]。在全民终身学习的情境下,学习者除了传统教育教学阶段的正规学习,非正规学习和非正式学习也占有较大比重。不管哪种形式的学习及其成果,都是终身学习评价不可或缺的要素,都应得到充分认可,尤其是非正规和非正式学习成果,是学习者自主学习的重要体现,更能体现其终身学习力的高低水平。当前,正规学习已经有完善的评价呈现方式,如课程学分、学历或者学位证书、职业资格证书等[8]。而对非正规或非正式学习成果的评价,需要不同学习成果来源单位配合完成成果的汇聚,也需要权威的第三方机构进行科学的认证。虽然非正规、非正式学习成果的认证与转换机制目前还处于探索阶段,但可以肯定的是,只有当各级各类终身学习成果都得到社会的认可,完整的学习者终身学习评价才能完全实现。
《加快推进教育现代化实施方案(2018—2022年)》明确提出要开展数据支撑下教育治理模式的创新与变革[9]。可见,在大数据时代背景下,以数据驱动教育管理和治理成为国家重要的战略方针。面对新时代终身教育评价的多维诉求,需要应用多样的数字化评价方式来解决。由于终身学习评价汇聚大量的学习者各类学习数据信息,因此,推动终身学习评价的数字化、智能化发展是教育评价改革的重要趋势和必然要求。新时代终身学习评价转型涉及多个主体、多个流程、多个维度,也需要树立科学的数据治理思维来应对。数字化技术的广泛应用将使得学习者终身学习过程中的各类数据得以精准捕捉,继而数据的共享、挖掘与应用得以真正实现。基于各渠道学习数据开展系统性评价,使得终身学习评价更为客观和立体,也更具效率和前景。在此过程中,学习者所有学习数据的分散管理逐步转为整体性汇聚综合治理,不仅可以盘活教育数据资源,还能连通教育数据应用,真正发挥出教育数据治理的效用,这也是终身学习评价转型的最终旨向所在。
伴随教育数字化的推进,终身学习过程中复杂多变的信息转变为可度量的数据成为可能,同时促使终身学习评价内涵不断深化与外延,其价值与意义也随之拓展与提升,转型已成为必然趋势。总体来说,新时代终身学习评价将站在发展的角度,更加注重为人的成长服务、为社会的需求服务。
多年来,传统学习评价的目标是依据某种整齐化一的标准,来区分所谓的落后者,选拔符合标准的优秀者。学习评价成为了给学习者“贴标签”的工具,却忽略了学习者内生性与发展性的需求。随着“以人为本”理念的深入人心,学习者的学习体验、自我认同与个体发展越来越受到研究与实践领域的重视,传统简单定性的评价导向与新时代关注人的价值理念格格不入。因此,终身教育评价要将学习者从客体回归至主体,改变固有标准的束缚,以全面分析学习能力与科学预测学习潜能为评价的主要内容,实现从“判断”到“服务”的逻辑转变,以推动学习者在终身学习过程中的个性化发展,促进学习者自我评价能力与元认知能力的提高。[10]
传统学习评价针对学习者某一阶段学习起点、学习过程、学习成果开展评估,多单向反馈于学习者或教育者,以促使学习或教学的自我反思。而多元智能理论与多元评价理论的兴起,以及数字化的融入将逐步改变这种单一反馈模式,并向对内对外“多向展示”转变。对内,即面向学习者本人,就其言语智能、数理逻辑智能等终身学习发展能力以及未来学习发展趋向实现个性化的完整刻画,使学习者对自身学习状况与终身学习能力有所把握;对外,即面向教育机构、用人单位、政府机关、其他学习者等,根据学习者意愿向其展示学习者终身学习评价,有助于发现人才特点,挖掘人才价值,发挥人力资源优势,还能满足学习者个人社交需求与社会人才优化战略需求。
终身学习评价是对学习者终身学习过程成效与终身学习成果获得的诊断与认可。从微观层面来说,终身学习评价目前还是聚焦个体学习状况的“本体分析”,并在学习者个人进行学习的质量性剖析与回归性反思方面发挥一定作用。从宏观层面来看,随着学习型社会发展和人力资源价值显现,需有更高站位审视终身学习评价的意义与价值。公民个体的终身学习评价是其终身学习能力发展的最终表征,也是其“终身学习素养”的最终体现,这不仅仅是学习型社会发展的重要影响因素,而且已经成为衡量国家综合竞争力的重要参考维度。新时代人才强国战略对于人力资源数据的评价应用有了新的要求,需要通过评价进行人才的科学培养与精准引进,需要通过评价进行人才的科学配置与优化治理,需要通过评价进行人才的绩效考核与薪酬激励。将终身学习评价数据的潜在价值应用起来,能助推高校、政府、社会实现人才全方位的自主培养,营造“人人皆可成才、人人尽展其才”的良好氛围。
“评价”即通过一系列的复合分析研究和评估,从而确定评价对象的意义、价值或者状态。而终身学习评价内容要素多、范围跨度大、经历时间长,不能以传统学习评价模式一言以蔽之。终身学习评价的转型从逻辑原理方面至少需从两个维度来进行考虑:一是改变原有表象的、孤立的、短线的分析评价,转向对终身学习全过程与全成果数据开展由表及里、由浅入深的挖掘,进行由点及线、由线及面的分析,从中归纳能体现学习者在整个终身学习过程中的学习意愿、学习特征、学习习惯、学习倾向等内容标签与变化情况,提炼学习者终身学习力的相关要素,刻画学习者终身学习新样态,从而促进学习者不断更新自我认知、加强自我反思、优化自我管理。二是跳出只检验学习者过去学习情况的局限,考虑向其提供支持性信息来辅助学习者今后的发展。数字化融入终身学习评价,让其可以具备更加丰富的数据基础,可以为学习者提供富有实时性、精准性、预测性的学习潜能数据样态,基于此可对学习者未来学习发展方向与可能获得成就展开科学性评估和预判,为学习者继续参与学习提供持续动力与努力方向,指导学习者在终身学习过程中有的放矢,少走弯路,提升效率。
现有的学习评价偏向于针对某一学习阶段开展评价,或者是由特定问题情境引发“情景诊断式”评价。评价的间断性与片面性不符合新时代高质量终身学习评价的内涵与要求。终身学习的概念涉及终身与全方位两项要素,终身学习历程是由连续不断的个体阶段性学习历程构成的[4],因此,阐述学习者完整的终身学习历程需要囊括从出生到老年每个阶段的学习过程、学习情境、学习成果的记录。终身学习评价要真正发挥作用,就要突破“评”的功能桎梏,紧抓个体与社会需求让终身学习评价“用”起来。一是通过评价,个人在终身学习能力方面的特点与需求凸显,基于此,开展针对不同学习者的个性化推介,包括动态学习目标、精准学习资源、科学学习路径支持信息等,用于其专业发展、就业导向与学习决策。二是面向教育机构或企事业单位,针对其人才培养与人力资源配置需求提供合适的学习者学习力评价的推介,提升选人用人工作效率。三是根据政府科学决策需求,为其构建区域终身学习评价指标体系与学习型社会建设提供人力资源数据参考。有实际场景应用,才能将终身学习评价推入高质量发展的轨道,并在终身学习服务体系构建中发挥成效,实现“质”的飞跃。
长期以来,学习评价多以政府或学校为主导,而学习者、企业、社会机构等终身学习相关方在学习评价中的立场难以体现,学习评价的适用场合也多仅限于升学或初就业。实际上,在终身学习过程中,职后学习、社区(老年)学习、场馆学习与自主学习等占很大部分。学习者在企业培训中心、社会培训机构、社区学院、博物馆等单位参与培训或活动获得的经历与成果也不容忽视。而学分银行作为市民学习成果认证中心与转换平台,也是终身教育评价中不可或缺的重要参与者。因此,将行业企业、社会教育机构、社会学习场馆、学分银行等纳入评价参与主体是终身学习评价转型的必然要求。多主体的共同参与,使得各类学习成果的汇聚与呈现成为可能。在此基础上,有必要探索多元主体合作下学习成果互认机制。认可与评价非正式、非正规学习成果,是对学习者主动参与各类学习活动的极大肯定。而对于非正式、非正规学习成果的认可与转换,无论是在建立全面化、常态化的数据对接机制方面,还是在共建标准、研究学习成果应用出路方面,都需要多元主体形成统一的联动与共识来共同推进。多元主体的参与和多样成果的认可,不仅完善了终身学习评价要素,也有力推动终身学习评价质量的提升。
随着智能化逐步融入教育变革,利用人工智能推动终身学习评价是新时代教育评价改革的重要趋势。由于学习者及其学习过程的广泛性、复杂性、动态性[11],数据来源分散且记录要素不一,多途径、全过程、同格式的学习者数据采集难以实现,开展准确、全面终身学习评价受阻。因此,如何通过区块链、人工智能等数字手段在学习者终身学习过程中进行全方位记录和溯源,保证数据真实、精准与可追溯是转型的重要方向,并在此基础上探索建立全面化、常态化的数据对接机制,实现对学习者学习数据的统一归集。此外,对学习者终身学习全过程与状态的分析是终身学习评价的核心内容,而在传统学习评价中对全过程学习的监控还是难以完全实现。因此,需要通过智能化手段,从各阶段、多角度对终身学习开展智能化追踪与分析,力图最终呈现具备完整性与科学性的终身学习者样本。针对评价反馈完成即评价过程随之终止的现状,还需使用人工智能技术持续追踪,并鼓励多元主体不断参与反馈,学习者的终身学习的样态分析也随之动态性地更新,终身学习评价才可以永葆活力。总之,智能化使得全面数据归集与持续学习评估成为现实,将评价与学习更紧密地结合起来。学习者可以借助实时的评价结果与推介资源,随时随地反思学习过程,改进学习方法,实现持续发展与进步。
顺应数字化时代的终身学习评价转型,一是需对终身学习过程开展智能化的追踪布局。智能技术走进课堂,走进学习场景,构建智联教学环境,将使终身学习突破时空限制,贯通“线上+线下” “实体+虚拟”的学习空间[12]。现代智能技术手段的融入,不仅可以实现多维学习空间的拓展与融合,也能提升针对终身学习发展动态的监测能力,实时地、持续地监控学习者在不同学习时间和场合下的学习行为与学习轨迹,继而通过数据清晰、准确地描述出来,为横向了解学习者在课堂内外的学习状况,以及纵向理解学习者不同时期的学习变化提供可靠依据。学习者终身学习图景不再是由片段化、阶段性的学习样态拼图而成,而是由常态的、延续的学习动图形成,学习者终身学习评价也由此变得鲜活而有意义。
二是利用数据算法创新学习能力数字化展现。与终身教育“人人皆学、处处能学、时时可学”相呼应,终身学习评价转型的最终目标就是要“人人用”“处处用”“时时用”。而终身学习评价的载体就是对学习者学习过程和学习成果大数据进行深入挖掘和有效分析而形成的可视化学习者画像。学习者画像是终身学习能力数字化的直接体现,其要素包含学习者的学习风格、学习动机、学习习惯、学习兴趣等等。通过运用Bayesian网络算法、多层次聚类算法、贝叶斯数据简化算法等对数据进行处理、简化和分类[13]。同时,用多元分析、聚类分析、预测分析等方法细化和凸显画像数据背后的特征与内涵,最终实现学习者画像及个性化知识与能力三维立体图谱的可视化。学习者画像可在大学生就业、在岗人员升职与再就业方面发挥有力作用,终身学习力的可视化则可为学习者激励体系的建立做好数据支撑,这些都将进一步推进终身学习评价的应用。
学分银行是政府层面的,以学分认定、积累和转换为主要功能的学习成果认证管理中心与学习成果转换服务平台。学分银行积累了包括学历教育、国家职业资格证书、社区(老年)教育在内的各类学习成果数据,并在不断拓展学习成果的服务范围。以上海市终身教育学分银行为例,上海市终身教育学分银行于2021年推出“个人学习账户(申学码)”小程序,小程序主要包括“上传”“扫码”“亮证”“查询学习档案”“展示成果证书”等功能。学习者通过“上传”功能,可以及时上传获得的学习成果,不断丰富个人终身学习成果信息;通过“扫码”功能,学习者可以实现上课、听讲座、参观场馆等场景的签到打卡,方便及时记录各类学习活动;通过个人授权,学习者可以将个人学习成果以二维码的形式“亮证”给相关人员或机构;通过“学习档案”,学习者可以上传或查询个人的学习成果档案,包括学历学分、培训证书、社区教育及各类学习活动;通过“成果证书”,学习者可以查看自己在上海市终身教育学分银行存储的各类学习成果信息。由于对学习成果数量与质量的考量也是终身学习评价的重要内容,因此依托学分银行实现学习者各级各类学习成果的数字化全面记录,作为终身学习评价重要的内容补充,为精准评价奠定了基础。
学分银行不仅存入学习经历与学习成果,还对各类成果开展认证,以学分或者积分的方式予以呈现和应用。认证本身也是一种评价,如认证为学历教育学分,则表示该学习成果达到了学历教育的相关要求,一旦接读学历即可享受免修免考部分课程。如认证为学习积分,则可通过积累积分的形式获得相应的学习用品与社区学习课程。不管是学分还是积分,目的都是为了激励学习者持续地提高自己的学习水平和能力,并继续投入终身学习。依托学分银行对学习成果开展公正、权威的认证,将极大提升终身学习评价的可信度与含金量。
多样化数据来源可以支撑终身学习评价的有效进行,全面的终身学习评价需要来自多元主体的共同参与,打通数据壁垒、建立联结机制尤其重要。要实现这一目标,需从“输入”与“输出”两个方面寻求突破。“输入”即学习数据的归集。终身学习活动是一个复杂的过程,无论是智能技术监控下的学习行为数据,还是现场实际考核获得的学习成果数据,都将纳入到终身学习评价之中,使评价内容更加充实。因此,有必要打造省市级甚至国家级的终身学习评价数据平台,并通过有效的协作机制,引导多元主体的共同参与,将散落在各个教育单位、发证机构、培训机构、学习场馆等“数据孤岛”中的数据加以聚集,形成跨机构、跨平台的终身学习评价大数据库,为数据“输出”做好准备。“输出”即学习信息数据的分享与应用。分享给学习者,促进学习者的自我反思与自我规划;应用到政府决策,为政府推动终身教育体系构建与学习型社会建设提供数据参考。在此基础上,通过学习者授权,还可将评价数据分享给院校,积极助推因材施教,培育高质量人才;分享给企业,推进人才岗位匹配,提升人力资源利用效率;分享给各类社会机构,从中分析出人才市场学习趋向与需求,及时调整教学方案,提升终身教育质量。
在教育数字化转型的推动下,终身学习评价的转型迫在眉睫。在改变传统学习评价作为阶段性人才筛选工具的现状基础上,充分发挥终身学习评价促进学习者个体成长、联结多元主体参与终身学习、提高社会终身教育水平的作用。教育数字化转型为终身学习评价数字化提供“数据”思路,提供多元合作路径思考。通过转型,更好地发挥数字化赋能终身学习评价“全程化、个性化、即时性和动态性”的独特价值[14],将评价真正融入学习者学习成长过程和终身教育事业发展过程,助力实现中国教育数字化转型理论体系构建与实践探索。
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!