AI赋能“教学评一体化”的课堂实现条件与结构限度
期刊: 学子 2026年第23期 DOI: 10.67328/wslwpp2238 PDF下载
AI赋能“教学评一体化”的课堂实现条件与结构限度
赵橙丽
崆峒区草峰中学 甘肃平凉 744000
摘要:“教—学—评”一体化是2022年版新课标确立的核心教学范式,但小学语文课堂长期存在评价滞后、反馈笼统与素养表现难以捕捉的结构性矛盾。AI在朗读纠错、习作初评与学情画像等环节展现出使评价前置化与粒度化的可能,但其功能发挥依赖三个条件:评价载体的可观测化、反馈信息向教学决策的即时转化,以及教师对AI输出的专业复核。与此同时,语文核心素养的内隐性、AI对复杂学情的适配乏力,以及小学阶段生成式AI使用的制度约束,共同构成AI赋能的结构性限度。AI的合理定位不是替代教师的评价判断,而是以“有限赋能”方式承接可被行为数据刻画的评价环节。
关键词:教学评一体化;人工智能;课堂评价;有限赋能;小学语文
一、引言
“教—学—评”一体化被崔允漷视为深化课程教学改革的关键技术,其课堂含义是以学习目标为轴心,使教学、学习与评价形成“小闭环”,实现所教即所学、所教即所评、所学即所评[1]。然而在小学语文实践中,这一闭环的“评价”一端恰恰最为薄弱。周爱华等指出,小学语文“教—学—评”一体化面临评价标准欠缺、重知识轻策略以及评价体系不完善等困境[2]。林峰、泥红美则将其诊断为备课资源繁杂与教学把控模糊、课堂模式同质化和评价机制单一化导致的一体化失衡[3]。评价要么滞留在课堂终点,沦为终结性检测;要么以“很好”“不错”的笼统话语一闪而过,无法为学习进程提供可用信息。
正是在这一背景下,AI被寄予厚望。智能语音评测可实现朗读即时反馈,智能批改工具可在当天完成习作初评,学情诊断系统能够生成个体与班级的对比画像。这些功能似乎恰好对准了评价滞后与反馈笼统的痛点。但需要审慎回答的是:AI的介入究竟在什么意义上、在哪些条件下、又在哪些边界之内,真正改变了“教学评一体化”的课堂结构?如果仅仅把AI视为又一个评价工具,而忽略它发挥作用所依赖的课堂条件与无法逾越的学科限度,所谓“赋能”就容易滑向技术装饰。本文从小学语文的学科特性出发,分析AI赋能“教学评一体化”的实现条件与结构限度,进而给出一种“有限赋能”的审慎定位。
二、前AI困境:教学评一体化的“评价短板”
理解AI的作用,首先需要看清它介入之前,小学语文课堂的评价短板究竟在哪里。这一短板不是“没有评价”,而是评价的时机结构与信息粒度同时出了问题。
从时机结构看,评价被系统性地置于教学之后而非教学之中。张红观察到,评价常滞后于教学,仅作为终结性检测,难以促进即时学与教[4]。一篇习作从完成到获得反馈往往需要一到两周,彼时学生的表达冲动与修改意愿已经消退。从信息粒度看,即便教师试图在课堂中进行即时评价,也常常缺乏可操作依据。课堂上最常见的“很好”“不错”,既不指向具体的语言表现,也不指向可改进的方向。评价信息的粗糙,使“以评促学”在大多数课堂中只能停留在理念层面。
更深层的困难来自语文学科本身。语文核心素养具有整体性、综合性和内隐性,学生的理解深度、思维品质与审美体验无法像数学解题那样直接暴露为对错符号[5]。情境任务越开放,思维空间越大,评价量规越难以精确描述。这意味着,小学语文的“教学评一体化”天然面临一个张力:它需要评价信息足够具体才能驱动教学调整,但语文学科中最需要被评价的那些东西,恰恰最不容易被现成指标所捕捉。AI的进入,正是从缓解这一张力的一侧开始的,但它能否真正化解张力,取决于它是否被放置在恰当的结构位置上。
三、实现条件:AI在何种意义上使评价重新嵌入学习过程
AI在小学语文“教学评一体化”中已展现出值得认真对待的功能,但这些功能要转化为课堂结构的变化,需要满足若干条件。仅就目前可观察的实践而言,至少存在三个相互关联的条件。
第一,评价载体必须从整体印象转化为可观测的行为单元。 AI的效力不在于“评判作文好不好”,而在于将评价对象拆解为可以被传感与计算的具体维度。在《王戎不取道旁李》的文言文课例中,讯飞AI听说课堂设备被用于读音实时纠错与学情即时反馈,构建了教、学、评闭环[6]。方雨琳将这一逻辑概括为构建可观测的评价载体,使AI能够在朗读准确性、节奏、情感表达等维度上生成雷达图报告并与班级常模对照[7]。习作评价中的实践同样如此:AI并非替代教师判断文章的整体质量,而是将语义解析、个性化评改等功能用于定位具体的语言问题与修改方向。这一条件意味着,AI的赋能起点不是“评价更聪明”,而是“评价对象被重新切分”。
第二,反馈信息必须能够进入教学的下一环节,而非停留在报告页面。 评价之所以滞后,根本原因不在于教师不愿意反馈,而在于反馈信息的生成速度与教学节奏不匹配。AI的价值在于将反馈的延迟压缩到足以嵌入课堂进程的长度。林峰、泥红美的课例显示,生成式AI在《囊萤夜读》的教学中形成了教师教学—学生学习—完善评价的进阶闭环,评价不再是教学结束后的附加环节,而是以完善评价的姿态回嵌到教与学的链条之中[3]。在习作场景中,智能体评改使“当天作文、当天反馈、当天修改”成为可能,其意义不在于批得更快,而在于修改行为得以在学生的表达记忆仍然鲜活时发生。这一条件表明,AI的赋能实质上是一种时间结构的改造:它把评价从回顾过去拉回到改进现在。
第三,教师的专业判断必须保留在对AI输出的处理环节之中。 这是最容易被技术叙事遮蔽、却在课堂观察中反复显现的条件。一位教研员主持的对比试验发现,AI能够看问题比人细,在任务分层和操作细节上给出具体建议,但它很难适配复杂的学情,不了解学生的性格、家庭情况,也无法针对城乡接合部学校的生源状况提出贴合本校实际的优化方案[8]。如果教师将AI的输出直接转化为课堂决策,那么所谓精准评价就变成了对算法平均值的机械执行。反过来,只有当教师对AI给出的每一个判断进行逐条审核,依据教学目标与具体学情决定采纳、修正还是放弃,AI的反馈才可能成为“教学评一体化”的有效环节。因此,AI赋能的条件不是“AI足够好”,而是“教师仍然在评价决策的回路之中”。
四、结构限度:AI无法逾越的边界
承认AI在特定条件下可以改造评价的时机与粒度,并不意味着它可以被期待为“教学评一体化”的通用解决方案。小学语文的学科属性、AI技术本身的适配能力以及小学阶段的制度伦理环境,共同划定了这种赋能的结构性上限。
首先,内隐的素养与可计算的数据之间存在不可消解的逻辑错位。 AI的评价能力建立在行为数据的可采集性之上,但语文核心素养中最关键的部分,恰恰不以行为数据的形式直接呈现。余琴指出,语文核心素养具有内隐性,须通过考查学生在语文实践活动中表现出来的认知能力,来外显学生的核心素养发展水平[5]。这一外显化过程本质上是一个解释性判断:同样的发言,可能来自深刻的理解,也可能来自精心的模仿;同样的沉默,可能意味着困惑,也可能意味着沉浸。AI可以捕捉发言的音频特征、答题的文本模式,但它无法替代教师对这些行为背后意义的解释。当评价对象从读音是否准确、用词是否恰当上移到理解是否有深度、体验是否真实发生时,AI的指标体系便暴露出根本性的贫乏:它可以测量它所能测量的,但它所能测量的远非语文素养的全部。
其次,AI的精准建立在群体常模之上,而小学语文的学情恰恰要求对个体与具体情境的敏感。 前述对比试验已经表明,AI可以识别出评价环节薄弱这类形式问题,但它无法适配城乡、地域差异,也难以精准适配每一个孩子[8]。这种不适配不是技术迭代可以迅速消除的暂时缺陷,而是由AI的工作逻辑决定的:它的判断依赖于训练数据中的统计规律,而每一个具体的儿童、每一个具体的班级、每一篇具体的课文所构成的评价情境,都携带着统计规律无法涵盖的个别性。教学评一体化所追求的一致性,不是把学生推向一个外部标准,而是在目标指引下理解每一个学习证据的独特含义。在这个意义上,AI可以提供线索,但它无法提供解释;它可以提示这里可能有问题,但它无法判断对这个孩子而言这个问题意味着什么。
最后,制度与伦理为小学阶段的AI使用设定了刚性的年龄边界。 《中小学生成式人工智能使用指南(2025年版)》明确规定,小学阶段禁止学生独自使用开放式内容生成功能,生成式AI只能出现在教师主导的集体场景中;教师也不得将生成式人工智能作为替代性教学主体,作业与评价结论必须由教师作出,AI输出仅作参考[9]。这一制度安排并非保守,而是基于对认知外包风险的清醒认识:当思考任务被持续外包给算法,人的思考能力会在闲置中慢慢退化[10]。教学评一体化的根本目的是促进学习,而不是替代学习。如果AI的介入使学生不再需要经历试错—反思—修正这一素养生成的核心过程,那么它越高效,离一体化的育人初衷就越远。
五、结语:走向“有限赋能”的课堂定位
综合上述条件与限度,AI在小学语文“教学评一体化”中的合理定位,不是充当更快的评价者,也不是充当更准的判断者,而是作为一种有限赋能的技术中介,承接那些可以被行为数据有效刻画的评价环节——朗读的外部特征、习作的局部语言问题、基础知识点的掌握状态——从而将教师的专业注意力从繁琐的机械性反馈中释放出来,重新配置到素养判断、学情解释与学习证据的意义建构这些AI无法替代的层面。
这一“有限”并非对技术的贬低,恰恰是对技术功能边界的诚实承认。教学评一体化的课堂实现,最终依赖的不是评价工具的精密度,而是教师能否在每一个具体的教学时刻,把评价信息转化为对正在发生的学习的理解与回应。AI可以让这个转化过程拥有更及时、更具体的信息起点,但它不能代替那个做出判断的人。在小学语文的教室里,后者始终是教师。
参考文献
[1] 崔允漷. 教—学—评一致性是深化课程教学改革之关键[J]. 基础教育课程,2022(增刊).
[2] 周爱华,于丽,王海福,等. 小学语文“教—学—评”一体化实践路径研究[J/OL]. 现代中小学教育,2026(8).
[3] 林峰,泥红美. 生成式AI赋能小学语文“教—学—评”一体化的实践探究——以《囊萤夜读》为例[J]. 中小学教学研究,2025(3):66-70.
[4] 张红. “教学评一体化”理念在小学语文高效课堂构建中的应用[J]. 教育研究,2025.
[5] 余琴. 转化学业质量标准 情境嵌入典型任务——素养立意的小学语文命题策略[J]. 教学月刊·小学版(语文),2023.
[6] 晋佳琪. 技术支持下的中段阅读“教学评一体化”实践研究——以《王戎不取道旁李》为例[R]. 四川省“网链共享计划”教研活动,2025.
[7] 方雨琳. 人工智能赋能语文过程性评价的实践探索[J]. 小学教学参考,2025(25):20-23.
[8] 浙江省苍南县教师发展中心. AI抓细处,教师掌大局[N]. 中国教育报,2026-10-27(4).
[9] 教育部. 中小学生成式人工智能使用指南(2025年版)[Z]. 2025.
[10] 中国教师报. 加强学校人工智能应用治理[N]. 中国教师报,2026-10-21(14)
...