隨著人工智能技術的發展，融合專家與人工智能的人機協同評價正成為新趨勢。然而，實踐中，簡單的“人+機”組合并不能確保高質量評價。三個瓶頸亟待突破：一是評價內容“失焦”，智能評價高效，但STEM教學設計跨學科整合度、真實問題解決等核心特征常被忽略；二是協同過程“失序”，人機分工邊界不清，“各評各的”難以互補；三是評價結果“失效”，評價常止步于分數，缺乏改進指導。基于STEM核心特征，并體現STEM教育本質，筆者認為需要從定量規、定分工、定反饋三方面推動STEM教學人機協同評價。

　　定量規：構建人機共享的STEM教學設計評價標準

　　人機協同評價的首要任務，是打造一把人和AI都能理解和使用的“標尺”。這需要將專家知識和經驗轉化為結構化、可計算的評價量規。第一步是建立評價框架。通過梳理國內外STEM教育研究成果，“大概念統整、真實性學習、素養導向”等為STEM教學的核心特征，需圍繞以上要素形成包含評價指標、評分等級和評價示例的結構化量表。第二步是讓AI“讀懂”量規。就目前技術條件，可采取兩條路徑：一是構建評價知識庫，將優秀案例和評價標準進行結構化存儲，通過檢索增強生成技術，讓AI能夠快速檢索相關規則和示例進行比對；二是運用自然語言處理技術，將文字描述的評價規則轉化為機器可執行的判斷邏輯。經過這樣的“翻譯”過程，AI在審閱STEM教學設計時，就能像專家一樣調用規則，對照示例，輸出結構化的評價結果。

　　定分工：聚焦STEM教學設計特性制定人機協作策略

　　有了共享的評價量規，接下來要解決的是如何讓人和AI高效協作。研究表明，對于STEM教學設計這類既需要結構分析又需要價值判斷的高復雜性任務，最佳策略是讓AI處理規則性工作，讓專家聚焦價值判斷。因此，可構建“AI初評—專家復評—系統優化”的協作策略。在初評階段，AI運用自然語言處理技術快速掃描教學設計，檢查結構完整性、邏輯連貫性、知識點覆蓋等可量化維度，生成診斷報告供專家參考。在復評階段，專家重點評估需要教育洞察的維度：選題的教育價值、情境的真實程度、進階設計的合理性等，并對AI的初評結果進行校準。專家的修正數據需定期用于優化系統的評價規則和判斷策略。通過這種動態協作，AI的效率優勢與專家的專業判斷形成互補，既避免了重復勞動，又確保了評價質量。

　　定反饋：生成促進STEM教師專業發展的行動指南

　　傳統教學設計評價常止步于“多學科整合不足”等籠統評語，教師看后仍不知從何改進。為此，STEM教學設計人機協同評價智能體，生成的反饋報告需包含3個要素：具體問題診斷、改進資源推送和個性化指導建議。比如，某初中教師提交的“橋梁設計”教學設計被診斷為“工程實踐環節薄弱”，學生只是按照固定步驟完成制作，缺少測試、改進、再設計的循環過程。系統隨即推送了“紙橋承重挑戰”優秀案例，該案例展示了學生如何通過多輪測試不斷優化橋梁結構。最后建議該教師增加工程迭代環節，讓學生真正體驗工程師的工作過程。這種反饋機制讓教師打開報告即可看到“問題在哪兒、為何出現、怎樣改”。這樣，評價就可以從終結性判斷轉變為發展性支持，真正成為教師STEM教學專業發展的助推器。

　　（作者系杭州師范大學中國教育現代化研究院副教授、教育技術學系副主任）

《中國教育報》2025年09月16日 第04版