随着人工智能技术的发展，融合专家与人工智能的人机协同评价正成为新趋势。然而，实践中，简单的“人+机”组合并不能确保高质量评价。三个瓶颈亟待突破：一是评价内容“失焦”，智能评价高效，但STEM教学设计跨学科整合度、真实问题解决等核心特征常被忽略；二是协同过程“失序”，人机分工边界不清，“各评各的”难以互补；三是评价结果“失效”，评价常止步于分数，缺乏改进指导。基于STEM核心特征，并体现STEM教育本质，笔者认为需要从定量规、定分工、定反馈三方面推动STEM教学人机协同评价。
定量规：构建人机共享的STEM教学设计评价标准
人机协同评价的首要任务，是打造一把人和AI都能理解和使用的“标尺”。这需要将专家知识和经验转化为结构化、可计算的评价量规。第一步是建立评价框架。通过梳理国内外STEM教育研究成果，“大概念统整、真实性学习、素养导向”等为STEM教学的核心特征，需围绕以上要素形成包含评价指标、评分等级和评价示例的结构化量表。第二步是让AI“读懂”量规。就目前技术条件，可采取两条路径：一是构建评价知识库，将优秀案例和评价标准进行结构化存储，通过检索增强生成技术，让AI能够快速检索相关规则和示例进行比对；二是运用自然语言处理技术，将文字描述的评价规则转化为机器可执行的判断逻辑。经过这样的“翻译”过程，AI在审阅STEM教学设计时，就能像专家一样调用规则，对照示例，输出结构化的评价结果。
定分工：聚焦STEM教学设计特性制定人机协作策略
有了共享的评价量规，接下来要解决的是如何让人和AI高效协作。研究表明，对于STEM教学设计这类既需要结构分析又需要价值判断的高复杂性任务，最佳策略是让AI处理规则性工作，让专家聚焦价值判断。因此，可构建“AI初评—专家复评—系统优化”的协作策略。在初评阶段，AI运用自然语言处理技术快速扫描教学设计，检查结构完整性、逻辑连贯性、知识点覆盖等可量化维度，生成诊断报告供专家参考。在复评阶段，专家重点评估需要教育洞察的维度：选题的教育价值、情境的真实程度、进阶设计的合理性等，并对AI的初评结果进行校准。专家的修正数据需定期用于优化系统的评价规则和判断策略。通过这种动态协作，AI的效率优势与专家的专业判断形成互补，既避免了重复劳动，又确保了评价质量。
定反馈：生成促进STEM教师专业发展的行动指南
传统教学设计评价常止步于“多学科整合不足”等笼统评语，教师看后仍不知从何改进。为此，STEM教学设计人机协同评价智能体，生成的反馈报告需包含3个要素：具体问题诊断、改进资源推送和个性化指导建议。比如，某初中教师提交的“桥梁设计”教学设计被诊断为“工程实践环节薄弱”，学生只是按照固定步骤完成制作，缺少测试、改进、再设计的循环过程。系统随即推送了“纸桥承重挑战”优秀案例，该案例展示了学生如何通过多轮测试不断优化桥梁结构。最后建议该教师增加工程迭代环节，让学生真正体验『工程师』的工作过程。这种反馈机制让教师打开报告即可看到“问题在哪儿、为何出现、怎样改”。这样，评价就可以从终结性判断转变为发展性支持，真正成为教师STEM教学专业发展的助推器。
（作者系杭州师范大学中国教育现代化研究院副教授、教育技术学系副主任）
《中国教育报》2025年09月16日 第04版
作者：黄璐
