周昭斌等：深度挖掘教育數據價值，讓分數呈現意義

2025年12月，教育部辦公廳印發《關于進一步加強中小學日常考試管理的通知》（簡稱《通知》），強調“堅決克服唯分數的傾向”“樹立正確的教育評價觀，準確把握考試評價的診斷、改進功能，加強對學生增值表現、潛在能力、短板弱項等方面的分析診斷，推進教、學、評的有機統一，實現以評促教、以評促學，助力學生全面而有個性地發展”。

當前，一線實踐中仍存在以“一分N率”數據衡量學生學業水平和學校辦學水平、進行教學質量評價與管理的現象。上述數據體系主要呈現統計學意義和“高利害”特征，難以科學、全面地評價師生差異及服務師生成長；同時，人工智能、大數據等現代信息技術支撐的新的評價工具和技術仍處于待發展、待完善階段。學校需要從認識與方法層面轉變、探索，通過“讓分數呈現意義”的具體實踐梳理新思路，聚焦數據賦能教育教學改革，深度挖掘教育數據價值。

分數如何呈現意義

（一）更新“分數”認知

教育的本質是育人，這也是分數呈現意義的方向所在。要通過“淡化與增強”實現分數價值轉型—“淡化”分數的排位、區分、選拔功能，“增強”其診斷、改進、服務、育人功能，離不開以下三個認識改變。

首先，要厘清“分數報告”的科學內涵。“分數報告”不能僅包含統計性質的“分值”，還需要從報告對象、報告單位、報告媒介、分數呈現形式、評價內容領域等維度進行全面的數據描述和標注，以提供更多教育價值信息。唯有建立了對“分數報告”的科學認知，才能實現分數功能的“淡化與增強”，夯實破除“唯分數”現象的工作基礎。

其次，要深化對“教、學、評”一致性的認識。分數是運用“標準”反饋教與學情況的抽象量化描述。2022年版“新課標”增設“學業質量標準”，就是要推動“評”能有效反饋“教”與“學”對“課程標準”的達成水平，也是要“制定評估標準，形成以教定考、以考促教的教育生態”，[1] 更是要“實現以評促教、以評促學，促進學生全面發展”。[2]

最后，樹立“課程育人”的系統思維。從課程育人高度看，“核心素養導向”的評價改革實質是“提高目標、豐富內涵”“把單要素擴展為多要素，把低要素提升為高要素”，[3] 通過改進“指標體系、評價標準、結果運用”，協同推進“教學、課程、育人”改革落地。這意味著必須系統規劃評價指標體系，以終為始設計數據結構、操作流程與應用場景。

（二）構建結構化數據模型

改進“指標體系、評價標準、結果運用”，協同“教學、課程、育人”改革，需要對學業水平評價工作進行結構化梳理，重點在于認知模型、分析模型與結果解釋三方面的“結構統一”（見圖表1），以體現“目標、教學活動、測評三者之間的一致性”。[4]

圖表1：學業水平評價三要素及其關系

“結構統一”的關鍵是評價維度統一。國內外廣泛應用的“二維結構”（知識屬性+認知水平）為此提供了基礎框架。從“結構統一”到數據化和信息化的技術應用，關鍵在于“標簽”上的統一。具體而言，需要在命題設計、課堂教學設計、作業設計等環節，對所涉知識點關聯的知識屬性與認知水平進行系統化、一致性的標定，才能保障數據分析的科學性與有效性。

結構化的數據模型有三重作用：一是使評價結果“可解釋、可描述”；二是有效推動“教、學、評”一致性的實踐落地；三是在各學科間相對統一了評價標準，為進一步深化課程教學改革提供穩定、可挖掘的數據體系。

（三）變革教學管理體系

管理出效益，變化了的“分數”要產生更有效的作用需要“學校教學管理”作出系統性適配。首要的是評價工作流程的改變。從學校實踐來看，“教”“學”“評”三個領域的流程建設難點在于“評”，因為評價工作專業性、理論性強，有其自身規則與體系。對學校（教師）而言，需要將“理論性”內容轉化為“實踐性”成果，把復雜的“大系統”拆解為一個個“小項目”，并建立可控節點，形成規范流程。

案例學校“結構統一”的診斷模型倒逼“學業水平評價”流程演變為“制定標準、形成工具、數據采集、分析數據、行為改進”五個環節。評價前的“標準設定”強化了“依標評價”的嚴謹性、規范性；評價中的“逢評必采”推動了“長周期數據”累積，蘊含了“過程性評價”實踐；評價后的“依‘據’反饋”引導學科走向循證教研。這正是節點控制與流程管理所產生的積極效應。

同時，學校教學管理具有系統性，教學常規、校本教研與教師隊伍建設等維度工作相互聯動。評價工作的變革為學校常規管理、校本教研與教師隊伍建設等帶來新的改進契機，形成了“以點帶面”的綜合效應。

數據呈現的多維意義

（一）服務學生個性化學習：從“分值排位”到“學情診斷數據”

“相同的”分數背后，每個孩子的問題是“不同的”。讓學生獲取“分數”背后的有效信息并實現自我完善，是“分數報告”的積極意義所在。

案例學校通過“一份15頁的報告單”，以圖、表、文結合的形式呈現學生學業水平情況（包含作為水平參照的均分等）、具有解釋意義的知識點掌握情況以及具有研究意義的認知水平情況。實質上為學生提供了三個層次的信息：學業水平描述、知識掌握情況描述和認知水平描述。對學生而言，相較于分值描述，具象的知識掌握情況和認知水平描述更能直觀呈現學習短板，助力其結合自身經驗反思學習。

正如案例學校學生所言：“以前覺得‘觸目驚心’的考試分數和排名似乎變得沒那么刺目和重要了”，對知識點掌握情況分析和能力評價的印象與興趣“比對分數強烈多了”；這樣的報告單相當于“有了一份學習路線圖、導航單，可以進一步提高自己的學習”。

通過深度挖掘評價數據，學業水平評價從單一“分值描述”變為15頁“診斷報告”，本質是“分數報告”的服務型改進。依據“診斷報告”，學生學習可轉向更合理的“配負”形態，個性化學習得以顯現。在信息技術賦能下，學生層面的大規模個性化“補短板”成為可能。

（二）服務教師循證教學：數據驅動的專業反思與改進

對評價數據的價值挖掘，更體現在促進教師經由“數據”展開的教學反思上，這種“循證”教學的意義主要體現在以下三個方面。

（1）深化學科知識屬性認知

“以大量習題和檢測代替教學”是最為人詬病的教學誤區，其成因是復雜的。其中，對學科知識的知識屬性缺乏科學判斷與準確把握需要特別關注。

圖表2：學科知識屬性及認知（行為）水平分析圖

案例學校在過程性評價實踐中，對一個班級的作業和檢測開展連續數據采集，將學科知識進行知識屬性判斷與認知水平歸類（見圖表2）。數據分析發現，學科教師對“實驗方案的設計”“評價科學探究”“運用科學模型”等“程序性知識”進行了28次的高頻考查，但學生的掌握情況并不理想。再從認知水平維度看，盡管“分析”層次的測量達22次，但學生“分析”層次的水平低于“記憶”“理解”層次，呈現明顯短板。

數據驅動的“循證尋策”揭示出：問題主要在于教師未從“事實性”“概念性”“程序性”等維度對學科知識屬性進行梳理。后續教學中，教師深入研究不同知識屬性類型的教學策略并達成共識：程序性知識基本是指向“做中學”內容，需要在真實的實驗操作中掌握方法、形成素養，而反復的紙筆測試只能導致死記硬背“知識”，此類知識難以在新情境、不確定的條件下運用，會進一步挫傷學生學習積極性。正是在數據的直觀揭示下，教師對不同知識屬性類型所需教學策略的理解得到了實質性深化。

（2）轉變對命題和評價工作的認識

學業評價專業性強，學校（教師）實踐中往往難以區分“測量、測驗、考試、評價”的不同，常將“考試”功能窄化為“分等、排位和比較”。

評價與教學“兩張皮”的背后是“部分地方對考試評價工作重視不夠，命題改革落后于課標要求，導致課標實施工作難以向縱深發展”；同時，當前一線的考試、測評中仍存在“命題改革落后于課標要求”的問題。[5]《通知》提出“切實解決部分地方和學校日常考試存在的管理松散、次數偏多、命題質量不高、審查不嚴、教考脫節等問題，減少日常考試測試頻次，提升日常考試質量”，既強調了要求，更指明了方向。

案例學校實踐做法之一是從“二維”結構出發，組織教師對優質試題的“知識屬性+認知水平”進行結構化認知，引領教師理解不同知識屬性、認知水平的考查評價方式，進而研究教學改進策略。這個過程本身就是一種專業研修，引導教師理解評價如何具體考查不同的教學目標和素養，從而領會“教、學、評”一致性的關鍵在于將“課程標準”有效轉化為“質量標準”。

（3）驅動基于數據的課程實施

當教師認識到“評價本質上也是實施課程”，教育數據的意義也不僅在于反饋學情，還在于引導教學改進與課程設計，“以評促教、以評促學”才會真正發生。

圖表3：《義務教育科學課程標準（2022年版）》6.1學習內容與要求

圖表4：調整后的單元教學課時安排表

案例學校受數據啟發，嘗試從知識屬性出發重構單元教學實踐。如在浙教版《初中科學》八年級下冊第四章《植物與土壤》教學中，教師結合課標、教材內容和要求，以“結構與功能”“穩定與變化”等跨學科概念為統領，以“植物的生命活動”為主題，按照“事實性知識”→“概念性知識”→“程序性知識”的知識屬性關系，整合內容、重構教學順序（見圖表3、圖表4）。后測數據顯示，這種基于數據邏輯的課程實施安排，既有利于優化教師對課程體系的整體把握，也有利于學生構建系統的知識體系。

（三）服務區域精準教研：數據驅動下的共性問題干預

教育數據的價值不僅指向師生個體發展，還能服務更廣域的教研與管理決策。

實現從個體問題到群體規律的洞察是學業水平評價數據化的重要價值。例如，案例學校通過連續3年的數據跟蹤，發現科學學科在“利用檢索表辨認生物”板塊存在“集體性知識塌陷”（見圖表5）。

圖表5：集體性知識塌陷示例圖

進一步課堂觀察揭示出，問題源于同科組教師教學要求把握不一致—不同學科背景（物理、化學、生物學）的科學教師合科教學，要人人講好生物分類等“程序性知識”確實有困難。這之后，學科組通過數據挖掘梳理匯總了一份“集體性知識塌陷”目錄，圍繞目錄開展了“聚焦短板、集體攻堅”的專題教研。“學科診斷”“精準講評”等豐富的數據報告激發了各學科教師的熱情與活力，學校教研效能得以提升的同時，備課組和教研組的職能也在數據驅動下發生著轉變。

在區域層面，挖掘數據更能揭示校際差異。以區域4年級小學語文抽樣監測為例，數據挖掘呈現出兩所學校的顯著差異：A、B兩校均分相近，但A校在“提取信息”“綜合運用”兩項指標上明顯低于B校，且“提取信息”指標低于“組織材料”“形成解釋”等其他指標。入校調研發現，根源在于學生課外閱讀學習方法的掌握上，因此建議A校實施以“閱讀策略”提升為主的學法指導，教研指導實現了從“內容”向“方法”的轉型。

教育數據價值挖掘的深層思考

“讓分數呈現意義”本質上是評價技術、方法的改進，是教育數據價值的深度挖掘。我們還需要從“深化教育綜合改革”這一更高的視角來審視其價值和使命。

首先，必須錨定服務“育人”的根本目標。育人是目標導向的活動。教育數據分析的本質是各學科課程教學目標、立德樹人根本任務等的目標達成度研究。科學嚴謹的目標設置是深化“教、學、評”一致性的“先手棋”，也是在“教、學、評”中實現核心素養落實的“勝負手”，更是開展數據挖掘的邏輯起點。唯有構建高質量育人“目標”與數據報告之間的良性關系，數據才能彰顯其“育人”立場。

其次，必須聚焦賦能“教師”的專業發展。高質量育人離不開高水平教師，教育數據所揭示的意義對教師專業發展的價值往往更大。學生“分數”的背后是教師的專業素養。學校可以通過長期數據觀察分析教師“知識勢差”與教學行為模式，進而幫助教師精準定位發展目標，規劃個性化成長路徑，建立數據支持下的服務教師持續提升的新工作機制。

最后，必須著力構建協同共生的“數據生態”體系。分數呈現出的意義或者說數據價值的最終實現，取決于數據診斷后學校、教師、學生、家長等主體的共同參與，這需要區域層面通過體系機制建設，構建“以教師為主體，多方協同參與”的數據應用生態。同時，如何撬動“學、教、研、管”的系統改進，也需要區域層面從“統一數據標準、規范數據流程、搭建共享平臺、培養數據素養”等方面進行建設，為教育數據更好地服務于教育發展探索改革路徑。

未來，隨著人工智能時代的到來和數據驅動的深入，有望追求實現新的教育愿景：未來的學習環境將是“人人皆學、處處能學、時時可學的智慧校園環境”，未來的教師需要兼具“教學設計師、教學活動師、數據分析師、情感陪護師”的角色素養，未來的課程更是基于教育數據走向融合、開放、個性化的課程。“讓分數呈現意義”，是一個任重而道遠的過程。

參考文獻

[1][3] 張勇. 中國教育評價改革與國際教育評價發展趨勢—兼談國內教育評價改革經驗[J]. 基礎教育論壇，2017（27）：4-8.

[2] 中華人民共和國教育部. 教育部辦公廳關于印發《基礎教育課程教學改革深化行動方案》的通知[EB/OL].（2023-05-26）[2026-01-01]. http://www.moe.gov.cn/srcsite/A26/jcj_kcjcgh/202306/t20230601_1062380.html.

[4] L.W.安德森，等. 學習、教學和評估的分類學：布盧姆教育目標分類學修訂版（減縮本）[M]. 皮連生主譯. 上海：華東師范大學出版社，2008：58-63.

[5] 張卓玉. 考試評價的改革方向與工作建議[EB/OL]. 2022年版義務教育課程方案和課程標準國家級示范培訓.（2022-07）[2026-01-08]. https://basic.smartedu.cn/teacherTraining/courseDetailcourseId=91094163-8b46-404a-b20a-56964c60e973&tag=2022%E5%B9%B4%E2%80%9C%E6%9A%91%E6%9C%9F%E6%95%99%E5%B8%88%E7%A0%94%E4%BF%AE%E2%80%9D%E4%B8%93%E9%A2%98&resourceId=943fbcdf-8eba-45b2-bcab-0af77012fa7e.

（作者周昭斌系浙江省衢州市柯城區教學研究室主任，余不易系浙江省衢州市柯城區教學研究室教研員）

《人民教育》2026年第2期

作者：周昭斌 余不易