生成式人工智能辅助形成性评价的教学应用与边界研究

摘要

生成式人工智能进入形成性评价，需回答其可承担何种教学功能、边界依何标准划定。本研究采用理论分析与文献研究法，依据形成性评价反馈—调整—再反馈的循环机制，考察生成式人工智能在评价任务生成、过程性反馈、学情诊断与自评互评中的应用形态，并审视证据真实性、学生主体性与数据伦理三重边界。研究认为，生成式人工智能可提升反馈效率与过程支持，但不能替代师生意义协商；边界应由评价目标而非技术能力划定，据此提出环节区分、过程取证与责任归属的规范框架。

关键词：生成式人工智能；形成性评价；人机协同；评价边界

Abstract

As generative artificial intelligence enters formative assessment, it is necessary to clarify what instructional functions it can perform and by what criteria its boundaries should be drawn. Using theoretical analysis and literature research, this study draws on the feedback-adjustment-refeedback cycle of formative assessment to examine applications of generative AI in assessment task generation, process feedback, learning diagnosis, and self- and peer assessment, and to scrutinize three boundaries: authenticity of evidence, student agency, and data ethics.

The study concludes that generative AI can improve feedback efficiency and process support but cannot replace teacher-student meaning negotiation; boundaries should be set by assessment goals rather than technological capacity. A normative framework of link differentiation, process evidence, and responsibility attribution is accordingly proposed.

Keywords: Generative Artificial Intelligence; Formative Assessment; Human-AI Collaboration; Assessment Boundaries

第一章 引言：生成式人工智能进入形成性评价的问题域与研究方法

形成性评价的核心功能在于“促进学习”，而非对学习结果进行终端判定。这一功能定位决定了评价必须嵌入教学过程，通过持续收集证据、提供反馈并据此调整教与学，形成闭环。当生成式人工智能进入这一领域，问题便不再停留于技术能否批改或生成评语，而转向更具教学论意义的追问：它在形成性评价的循环中可承担哪些教学功能，其作用边界又应依据什么标准划定。若仅以技术能力为尺度，容易将工具的自动化水平直接等同于评价质量；若仅以传统评价规范为尺度，又可能遮蔽人工智能在反馈频率与个性化支持上的潜在价值。因此，有必要在功能分析与边界建构之间建立连贯的论证路径。

已有讨论对人工智能反馈、智能批改与评价真实性存在明显分歧。一种取向关注效率与即时性，倾向于将自动生成的反馈视为形成性评价的增量；另一种取向则警惕技术判断对师生意义协商的替代，质疑机器反馈能否触及学习过程与高阶思维。分歧的实质并非简单的技术乐观或悲观，而是评价目标与技术功能之间缺乏明确的对应标准。本研究采用理论分析与文献研究法，以形成性评价的反馈—调整—再反馈循环为分析标尺，考察生成式人工智能在评价任务生成、过程性反馈、学情诊断与自评互评等环节的介入形态，进而审视证据真实性、学生主体性与数据伦理三重边界。全文的论证路径由此展开：先确立形成性评价的理论内核与人工智能的介入逻辑，再归纳教学应用形态，继而辨析人机协同中的边界问题，最后提出面向人机协同的规范框架。需要说明的是，本研究不以实证测量为目标，所作判断属于理论分析与规范性主张，其有效性有待后续课堂实践检验。

第二章 形成性评价的理论内核与生成式人工智能的介入逻辑

形成性评价的理论内核，决定了生成式人工智能介入其中的逻辑起点与作用限度。形成性评价是一种过程评价，它力图通过评价及时向教师和学生提供反馈信息，使其了解教学活动中存在的缺陷与不足，从而不断改进、完善教学活动与学习活动^[1]。这一定义将评价重心由结果判定转向过程支持，也意味着反馈不是教学的附属环节，而是驱动教与学调整的关键机制。与此相应，形成性评价被视为布鲁姆目标教学论中的一种重要测评方式，通过准确、及时、不同角度的测评了解不同层级教学目标的完成情况，并以此作为师生改进教与学的根据，进行及时的反馈和矫正^[2]。可见，形成性评价并非一次性测量，而是围绕目标达成情况持续展开的诊断与修正过程。

进一步看，许华琼、胡中锋将形成性评价视为通过及时反馈帮助师生发现教学与学习不足、不断改进活动的过程评价^[1]。本文据此以学习过程中的证据收集、反馈与调整作为工作性界定。这揭示了两个关键特征：其一，评价发生于学习进程之中而非学习结束之后；其二，评价效能的实现依赖师生互动，反馈只有在被理解、被接受并转化为行动时，才真正完成其功能。由此可概括出反馈—调整—再反馈的循环机制：教师依据评价证据提供反馈，学生据此调整学习策略，教师再依据新的表现收集证据并修正教学，循环往复，螺旋上升。这一机制的核心不在于反馈的数量，而在于反馈能否进入师生共同的意义协商过程。

生成式人工智能的介入位置，正可从上述循环机制中加以定位。已有研究指出，生成式人工智能已经具备与人类进行有意义多轮对话的重要能力，如何利用其优化高等教育评价过程已成为教育界共同关注的话题^[3]。就形成性评价而言，相关研究旨在通过生成式人工智能提供智能反馈，优化形成性评价，提高评价的效率与个性化水平，进而促进学生有效学习的发生^[3]。这表明，人工智能的介入优势集中体现在反馈环节的即时性与适配性上：它可在学习过程中快速生成反馈，缩短证据收集与反馈传递之间的时滞，并依据学生表现提供更具针对性的回应，从而强化循环的频率与反馈的精度。

然而，介入位置的清晰并不等于作用范围的无限。形成性评价的循环之所以具有教学意义，根本在于反馈之后的意义协商——学生理解反馈、认同其指向、形成调整意愿，教师则据此判断教学改进方向。这一过程涉及价值判断、情境理解与师生信任，难以由技术系统独立承担。人工智能可以提升反馈的效率与个性化水平^[3]，本文进一步提出，反馈的接受与转化仍须回到具体师生互动之中。这是基于反馈—调整逻辑的规范判断，不能当作工具效果已获实证验证的结论。因此，生成式人工智能在形成性评价中宜被定位为循环的支持性力量而非替代性力量：它增强循环的运转速度与信息密度，却不能取代师生共同的意义协商。这一判断为后续考察具体应用形态与划定作用边界确立了理论标尺，即评价技术的取舍应以是否服务于反馈—调整—再反馈的循环质量为准，而非以技术功能的先进程度为准。

第三章 生成式人工智能辅助形成性评价的教学应用形态

在前文确立的理论标尺下，生成式人工智能在形成性评价中的教学应用，可从评价任务生成、过程性反馈、学情诊断与自评互评四类形态加以考察。这四类形态并非彼此孤立的技术模块，而是分别嵌入反馈—调整—再反馈循环的不同节点，共同构成人工智能支持过程性评价的实践图谱。

评价任务生成是人工智能介入最为直接的环节。生成式人工智能可在多个教学阶段提供协助，包括创建任务、批改常规练习以及提供反馈，从而节省教师时间，使其能够将更多精力集中于指导学生学习^[4]。就形成性评价而言，这种协助的意义不在于替代教师设计评价，而在于降低任务生成的时间成本，使评价能够更频繁地嵌入日常教学流程。课堂即时检核工具与智能题库生成器即体现了这一逻辑：教师输入教学文本或重点，系统即可生成适配课堂复习活动的题目，或将评价转化为支持学习历程的脚手架。需要指出的是，任务生成的效率提升并不等同于任务质量的提升，生成内容是否契合教学目标、是否符合学生认知水平，仍须经由教师审慎甄别与调整。

过程性反馈是人工智能介入形成性评价的核心形态，也是其与循环机制关联最为紧密的环节。Liu等报告的Colleague AI课堂共设计试点持续七周，涉及美国华盛顿州四个公立学区和一所独立学校的21名在职教师及600余名六至十二年级学生。在该试点的教师反馈调查中，57%的教师认为该反馈为学生或教师提供了清晰、可操作的反馈，41%的教师认为反馈对师生双方均有用^[5]。这一结果反映了该试点教师对反馈可操作性的判断，可为改进反馈流程提供线索；其比例不代表一般教师群体，也不能单独证明学生学习成效或反馈时滞的改善。然而，同一数据也表明教师判断存在分化，反馈的清晰与可用并不自动保证其被学生理解并转化为学习行动。反馈唯有进入师生共同的意义协商，方能真正完成其形成性功能，这一判断仍需在具体课堂中检验。

学情诊断与自评互评构成另外两类相互关联的形态。《基于大模型智能体的数据库课程过程性评价设计与实践》所介绍的课程评价方案，强调融合多种教学资源与检索增强生成技术，动态生成适配性评测任务，并结合学生画像实时调整反馈内容，推动评价从结果考核转向过程优化。翻转教育“Gemini × 教师多元评量工具”资料中的“学习成长回馈站”则展示了另一种工具设计路径：学生通过勾选与质性描述完成自评后，系统生成个别化评语，并引导学生制定具体行动计画，同时提供同侪互评的回馈原则与范例。这两类形态的共同特征在于，人工智能将评价证据的采集、整理与初步解释环节自动化，使学生得以在评价过程中承担更主动的角色，可作为“评量即学习”的设计参考；这些方案与工具说明本身不构成其教学效果已获验证的证据。但自评互评能力的养成依赖于学生对评价标准的理解与内化，系统生成的评语与行动建议能否转化为学生的自我调节能力，仍取决于教师的引导与课堂评价文化的支撑。

综观四类形态，人工智能的确将评价更紧密地嵌入教学流程，提升了反馈的频率与信息的密度。但效率提升与学习质量提升之间并非等同关系。工具功能的完备不能直接推定为学习效果的改善，评价形态的技术化也不意味着评价教育性的自然增强。若缺乏对评价目标与育人取向的自觉把握，技术介入反而可能使评价停留于形式化的频繁检核，而未能触及学生高阶思维与自我评估能力的发展。因此，对应用形态的考察必须进一步延伸至人机协同中的边界问题，方能完整回答生成式人工智能在形成性评价中何以可为、何以当止。

第四章 人机协同中的边界问题：真实性、主体性与伦理风险

前三类应用形态的分析表明，生成式人工智能嵌入形成性评价越深，评价活动对技术系统的依赖越强，边界问题也越不容回避。工具功能的完备不能直接推定为学习效果的改善，进入人机协同场景后，需从评价证据的真实性、学生主体的能动性与数据伦理的规范性三个维度具体审视。

首先是评价证据的真实性问题。形成性评价以学习过程的可信证据为调整依据，而生成式人工智能的介入使证据来源与判别同时复杂化。一方面，其数据操纵风险包含生成虚假内容、偏好内容和被恶意使用^[6]，学生提交的作业文本可能并非真实学习状态的可靠反映，作业同质化与内容虚化会削弱评价证据的效度。另一方面，判别环节同样存在风险：依靠阈值高低的数字统计特征，把语言完整性、逻辑连贯性等人类高质量写作特征误判为AIGC生成，把合格标准建立在语义文本的重合度检验之上，会导致技术理性、数据概率决定质量与价值的评价弊端。误判既可能冤枉独立完成作业的学生，也可能放过真正不当使用的行为，使证据真实性在“生成”与“检测”两端同时受质疑。当评价所依据的文本无法确证来源与形成过程时，反馈—调整—再反馈循环的起点便已动摇。

其次是学生主体性问题。形成性评价最终指向学生自我调节能力的发展，而过度依赖人工智能反馈可能恰恰侵蚀这一能力。据北京大学“数智教育发展沙龙”2024年11月7日的活动报道，范逸洲介绍了团队在英文学术写作领域的研究：报道转述了写作分数提升与知识理解、迁移表现并不一致，以及学生依赖工具和教师共情价值等发现。这是对特定研究的新闻转述，本文未据此核验原始实验设计和数据，不能将其推广为一般学生或所有形成性评价场景的效果结论。这一报道提示，应分别考察分数层面的即时变化与高阶思维层面的发展，若以人工智能反馈的频次与精度替代学生的自我监控与自我判断，形成性评价所珍视的反思性主体便可能被技术流程架空。相关研究亦主张，评价理念应从关注知识转向知识融入思维，重视人机协同评价与思维外显的过程性评价，以推动高阶思维的形成与深化^[7]。这说明主体性边界不是技术能力的限制，而是育人目标的约束。

再次是伦理风险问题。生成式人工智能的迅猛发展，使数据操纵和算法偏见的伦理风险成为重要议题^[6]。算法偏见主要表现在性别歧视、种族歧视和单一语言偏见^[6]，若渗入评价环节，反馈的公正性便难以保障。同时，内容可靠性、人工智能偏见、数据隐私保护等问题已被视为当前必须面对并解决的挑战。在人机协同的评价架构中，还需明确协同边界以实现人机深度互补^[8]，否则责任归属将在教师、学生与技术系统之间变得模糊。有研究进一步指出，智能课堂评价亟须深化育人理念指导下的系统性评价变革，推动评价逻辑从“技术工具依赖”转向“育人本质回归”^[8]。这为伦理约束提供了方向：技术系统的介入程度应服从于育人目标，而非由技术可能性单方面决定。

综合来看，三重边界相互交织：证据真实性的失守会放大主体性弱化的风险，伦理规范的缺位又会反过来加剧证据与主体两方面的不确定性。因此，边界划定既不能简化为对工具的禁用或限用，也不能停留于技术层面的检测与防范，而须回到评价目标本身，在人机协同的流程设计中明确何处可由人工智能承担、何处必须由师生共同完成。这一判断构成了后续建构规范框架的基本前提。

第五章 边界建构：面向人机协同的形成性评价规范框架

前文对真实性、主体性与伦理三重边界的分析表明，边界划定不能停留于对工具的禁用或限用，而须回到评价目标本身，在人机协同的流程设计中明确何处可由人工智能承担、何处必须由师生共同完成。据此，本文提出“环节区分—过程取证—责任归属”的边界建构思路，将边界问题的审视转化为可操作的规范框架。

环节区分是框架的起点，核心是明确生成式人工智能在形成性评价中的可接受与不可接受用途。有研究主张，应为学生提供明确框架以划定生成式人工智能用途接受的界限，如使用其进行头脑风暴可以接受，而直接复制其反馈内容作为自己的想法或作业则不可接受，并引导学生以透明和负责任的方式声明工具使用情况^[3]。这一区分的关键在于以评价目标而非技术能力为标准：凡指向思维外显与高阶思维形成的环节，工具可作支架而不可代劳；凡属语言润色、结构建议等辅助性劳动，则可有限度地开放。用途清单不宜全国统一固化，而应结合学段、学科与任务类型分情境设置评价指标，使可接受用途的边界随评价目标的具体化而具体化。

过程取证为环节区分提供证据支撑。形成性评价以学习过程的可信证据为调整依据，若证据来源无法确证，反馈—调整—再反馈循环的起点便已动摇。因此，框架要求对允许使用人工智能完成的作业辅以使用声明与过程记录，将评价重心从结果对错转向学生如何使用工具、如何验证信息、如何贡献自己的思考。与之配套，任务设计应转向多模态与情境化形式，要求结合课堂笔记、小组协作等过程性材料，并降低对记忆性知识的依赖，把考查重心移至实践情境中的问题解决与批判性、创造性思维^[3]。如此，过程取证既是对不当使用的约束，也是对真实学习证据的主动建构。

责任归属是框架的落脚点，要义在于教师最终评价权的保留。叶继元、郭卫兵在学术评价领域提出，生成式人工智能宜作辅助工具，不能替代研究者或同行评议专家的独立判断，学术评价仍具有人的活动属性^[9]。借鉴这一关于人类判断责任的讨论，本文在课堂形成性评价中提出教师保留最终判断权与解释权、核验工具输出的规范建议；这是跨情境的理论推论，并非该文对课堂评价效果的实证结论。与此同时，人机协同的深层目标不是技术替代而是价值共创，智能课堂评价须推动评价逻辑从“技术工具依赖”转向“育人本质回归”^[8]。由此，环节区分划定工具的作用域，过程取证保障作用域内的证据可信，责任归属则确保边界内的评价始终服务于育人目标。

需要指出的是，上述框架属于规范性主张，其有效性尚需实践检验。可接受用途清单在不同学科任务中的适配性、过程记录的可操作性与核查成本、教师评价权在规模化教学中的落实方式等问题，均有待课堂追踪研究予以验证。框架的意义不在于提供一劳永逸的边界答案，而在于将边界划定的标准从技术能力转移到评价目标，为后续实证检验提供可修正的起点。

第六章 结论：在赋能与守界之间重构形成性评价

本文围绕生成式人工智能在形成性评价中可承担何种教学功能、边界依何标准划定这一中心问题展开分析。研究表明，生成式人工智能能够增强形成性评价的反馈效率与过程支持：在评价任务生成、过程性反馈、学情诊断与自评互评等环节，其介入可提高反馈的即时性与针对性，强化反馈—调整—再反馈的循环频率。但效率提升并不等同于学习质量提升，工具功能也不能直接推定为学习效果。证据真实性、学生主体性与数据伦理三重边界表明，生成式人工智能不能替代师生之间的意义协商，过度依赖可能弱化学生高阶思维与自我评估能力。

据此，本文认为，生成式人工智能在形成性评价中的边界应由评价目标而非技术能力划定。这一判断构成本文的主要贡献：提出功能—边界一体化的分析框架，将功能分析与边界建构贯通，避免了对技术功能的孤立罗列或对边界的抽象禁令。在功能层面，框架确认了人工智能可承担的教学角色；在边界层面，框架以“环节区分—过程取证—责任归属”为思路，将边界划定转化为可操作的规范主张，并强调教师最终评价权的保留与分情境评价指标的设置。

需要指出的是，本文采用理论分析与文献研究法，未开展课堂实证检验，所提框架属于规范性主张，其在不同学段、学科与任务类型中的适配性、过程记录的可操作性与核查成本等问题尚待验证。后续研究可开展课堂追踪与效果验证，检验人工智能介入对反馈循环质量与学生自我调节学习能力的实际影响，并在实践中修正边界框架的具体条目。在赋能与守界之间，形成性评价的重构应以育人目标为依归，使技术服务于评价促进学习的根本功能。

参考文献

1. [1] 许华琼,胡中锋.形成性评价的有效信息反馈策略[J].早期教育（幼教·教育教学）,2011(2):52.
2. [2] 崔玉中.形成性评价在教育学教学中的应用[J].教育教学论坛,2018(1):141-142.
3. [3] 卢国庆, 杨沁, 贺相春. 生成式人工智能赋能高等教育形成性评价的价值、挑战及路径[J]. 电化教育研究, 2024, 45(11):84-91.
4. [4] Jussi S. Jauhiainen, Aurora Toppari. Generative Artificial Intelligence and Agents in Research and Teaching[EB/OL]. arXiv:2508.16701v2, 2025-08-26. https://arxiv.org/abs/2508.16701v2.
5. [5] Alex Liu, Lief Esbenshade, Shawon Sarkar, et al. AI as a Teaching Partner: Early Lessons from Classroom Codesign with Secondary Teachers[EB/OL]. arXiv:2512.12045v1, 2025-12-12. https://arxiv.org/abs/2512.12045v1.
6. [6] 苗芳艳. 风险、成因与化解:语境主义视角下生成式人工智能的数据操纵、算法偏见与伦理审视[J]. 昆明理工大学学报（社会科学版）, 2025, 25(2):49-56.
7. [7] 王师晓, 赵晓伟, 沈书生. GenAI时代的学习评价转型：指向高阶思维形成[J]. 现代教育技术, 2025, 35(11):42-50.
8. [8] 王志军, 龙帅, 张吉. 人机协同智能课堂教学评价层级模型构建研究[J]. 远程教育杂志, 2025, 43(5):32-40.
9. [9] 叶继元,郭卫兵.生成式人工智能参与学术评价的反思[J].中国社会科学评价,2024(1):37-48.