![]()
日前,经济合作与发展组织(OECD)正式发布《PISA 2025结果(第一卷):面向未来的学生》。作为全球规模最大的15岁学生国际比较评估项目,本轮PISA共覆盖91个国家和经济体、超过76万名学生,样本代表全球约3300万名15岁青少年。与常规课程知识考核不同,PISA的核心指向,是检验青少年在真实社会场景中运用所学解决实际问题的综合能力。从本次发布的结果来看,中国“北京-上海-江苏-浙江”样本群体与新加坡在科学、数学、阅读三大核心领域表现突出,其中“北上江浙”在科学与数学两个赛道双双位列第一。
11月21日,中国教育学会基础教育评价专业委员会2026年学术年会在上海师范大学举行,这份PISA成绩单,成了不少专家关注的重点。上海师范大学教授、联合国教科文组织教师教育中心主任张民选直言,这份亮眼的成绩单,足以让国内所有深耕基础教育的同仁感到自豪,但我们绝不能因此回避现存的局部短板与现实痛点,比如长期受到关注的学生学业负担偏重等问题。“我们要以这份国际评估为窗口,观察全球教育改革的前沿趋势,从中汲取可借鉴的经验,真正实现以评促改、以评促建,稳步推进基础教育的深层改革。”
![]()
科学教育优绩≠独立思考,技术并非越多越好
会上,OECD教育与技能司司长安德烈亚斯·施莱歇尔分享了从PISA最新报告中发现的反差:部分在科学测试中拿到高分的学生,并未建立起与之匹配的科学志趣,也没有未来投身科学相关职业的规划。
“科学教育的终极目标从来不是批量培育应试层面的高分者,而是帮助年轻人建立起‘以证据为核心’的世界观,养成审慎质疑的理性精神。”他谈到,学业上的优绩并不天然等同于对科学的热爱,更不直接标志着独立思考能力的成型。”安德烈亚斯·施莱歇尔特别提醒,不少高分学生面对信息时仍习惯依赖常识直觉判断,而非循着证据链条推导结论,在当下人工智能信息泛滥的环境中,很容易丧失基本的信息甄别能力。
另外,值得警惕的是,数字技术和人工智能对学生的影响越来越深刻。
OECD国家平均46%的学生每周至少使用一次AI聊天机器人辅助学习。其中,使用AI完成文本摘要、撰写作业或开展研究等具体学校任务的学生,其科学成绩平均低于不使用AI完成这些任务的学生,两者差距约为20分,相当于约一年的学习差距。但另一方面,经常将AI用于一般性用途、同时在学校获得人工智能素养学习机会的学生,其科学成绩表现并不低于非使用者,部分学生甚至表现略好。
OECD国家平均有28%的学生反馈,在多数或每一节科学课上,身边同学使用数字设备的分心行为,会直接干扰自己的听课状态。
![]()
此外,调研显示,当教师出于教学目的在课堂中引入数字工具,且每日使用时长控制在3小时以内时,技术的使用强度与学生的学习成效呈显著正相关;一旦技术主导了整个课堂流程,学生的学业表现便会转而出现下滑。
由此,安德烈亚斯·施莱歇尔提出:教育数字化转型绝不能陷入“技术越多越好”的认知误区,政策制定者与学校管理者都需要重新审视数字技术进入课堂的方式,避免技术从“学习助手”异化为“成长阻碍”。
“人工智能之于教育,从来都是一把双刃剑。”北京师范大学中国基础教育质量监测协同创新中心主任辛涛举例:AI技术让过去难以量化测评的学生核心素养,逐步实现了可测可量,推动评价标准从“千人一面的群体平均画像”转向“一人一档的个体成长画像”,让大规模因材施教走向现实。但同时,技术也在悄然放大区域之间的教育资源差距。此外,AI评价的效度问题同样不容回避:当大模型介入对学生成长的判断时,如何保障评价结果的准确与可靠?更值得深思的是,如何让这个判断支持学生的发展而非重新给学生贴标签。 “未来,借助数字技术,我们要实现的,是让每个孩子都被看见而不是被计算。”
![]()
重构评价逻辑,让技术与教学正向奔赴
如何跳出“唯分数”“唯技术”的双重误区,让技术与教育教学真正形成正向互动?与会的本土教育管理者分享了来自上海的一线实践经验。
张民选谈到,当下主流的教育评估大多是“事后判定”模式,这种模式潜藏着不容忽视的风险。“教育不是建造房子,发现盖歪了还能推倒重来,每个孩子的成长生命都只有一次。”他认为,这就要求我们把评价嵌入完整的学习全过程,在每一个节点都实现校正、支持与引导,而不是等结果出来,再去做事后补救。
上海市教育委员会副主任、总督学刘玉祥,在会上介绍了上海近年基础教育评价体系的系统性改革探索。比如,从单一的结果判定,转向全链条的责任识别。他谈到,过去只盯着最终分数问责,往往把板子打在学校和老师身上,却忽略了背后的体制机制性症结,现在要搭建起“结果、过程、条件”三者相互印证的完整证据链,找到真正需要优化的核心环节。再如,从单纯的指标达成核验,转向深度的发展诊断,学校评价不再满足于核对指标、划分等级,既要看见高位的学校,也要识别真正在发展的学校,结论不是标签,而是改进的路标。“评价的生命不在具体的报告里,而在持续的改进中。”刘玉祥强调,要逐步把评价从自上而下的外部监督,转化为所有教育参与者共同成长的专业共同体,依托专业督学队伍的能力建设,把评价的专业价值真正释放出来。
“AI永远只是教育教学流程中的一个技术插件,技术能否真正落地见效,最终依靠的从来不是算法,而是站在讲台前的人。”辛涛认为, AI时代的到来,倒逼所有教师完成从传统“经师”向新时代“人师”的角色转型,教师的评价素养,将成为未来教育领域最稀缺的“人力资本”。他建议,师范院校把评价能力建设列入师范院校的人才培养体系之中,加强对教师职前培养、职后培训。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.