11月14日,以“数智赋能精准改进、动态监测提质增效”为主题的2026年区域教育评价改革交流研讨会在上海市风华初级中学举办。
教育质量监测有了数据,如何推动教育改进落地见效?人工智能走进课堂,又该如何评价学生的真实能力?来自全国各地教育行政部门、科研院所、教研机构和中小学校的专家学者、教育工作者齐聚上海,围绕科学监测、智能评价与结果应用,交流研究成果和实践经验。
会议由中国教育技术协会教育测量与评价专业委员会、上海市教师教育学院(上海市教育委员会教学研究室)共同主办,上海市静安区教育学院承办。
开幕致辞
评得准,更要用得好

如何推动教育评价真正实现“评得准、用得好”?上海市教育委员会副主任、总督学刘玉祥在致辞中分享了他的思考。他提出,考试分数具有公平性和可比性,但难以完整呈现学生的成长历程与发展潜能。增值评价兼顾发展水平与进步幅度,不能单纯依据发展起点评判学校办学成效。在依托人工智能和大数据丰富评价方式的过程中,还须重视测量的科学性,厘清技术应用的边界并防范相关伦理风险。评价结果既要为教育决策提供支撑,也要发挥激励师生、助推改进的作用,推动监测成果真正融入教育治理、教学研究和课堂实践,避免评价成果止于纸面报告。

评价改革的深层落脚点是什么,区域层面该构建怎样的运行逻辑?中国教育技术协会教育测量与评价专业委员会秘书长、北京师范大学教授张生在致辞中谈到,教育评价改革不仅是指标与工具的迭代,更要转变质量观、发展观和育人观。区域是连接教育政策与学校实践的关键枢纽,应当坚持育人为本与科学测量有机统一,充分考虑学校和学生的发展基础,避免以新型排名方式替代原有排名;同时加强教育行政部门、教研机构与学校之间的协同联动,构建监测、诊断、反馈、改进、再评价的良性循环,让评价更好地支持教师教学优化与学生全面发展。

评价理念如何落地为区域行动,基层有哪些可借鉴的实践路径?上海市静安区人民政府副区长顾洁燕介绍了静安区以科学评价推动教育高质量发展的实践。该区依托上海市中小学教育质量绿色指标评价,坚持用数据客观刻画学生成长,避免简单排名和标签化评价,搭建由教育督导牵头协调、质量监测机构精准研判、多方力量协同支持的工作机制,通过“一校一表”解读监测结果,实施“一校一策”推动学校改进,并探索人工智能在学情分析、课堂诊断和综合素质评价中的应用。
开幕式由上海市教师教育学院院长王洋主持。
主旨报告与成果发布
有数据≠有改进,AI用得多≠用得好
主旨报告暨成果发布环节由长沙市教育科学研究院副院长章勇主持。各位专家聚焦智能时代评价改革的方向、教育监测数据落地应用以及上海本土实践探索等议题,分享前沿研究成果与典型实践案例。

如何构建适配智能时代的学生综合评价体系?北京师范大学校务委员会副主任、中国教育技术协会副会长陈丽教授在题为“智能时代学生综合素质评价改革方向”的主旨报告中作出解答。从学生综合素质究竟“评什么”“怎么评”“如何用”几个问题出发,陈丽介绍了研究团队构建的融合五育与核心素养的综合素质评价模型。团队通过设计研发13套表现性评价活动,依托学生综合素质评价与发展平台(SEED),在真实情境任务中采集和分析学生的过程性表现,探索智能化、精准化评价的实践路径。
这套综合素质评价模型在全国落地成效如何?一组应用数据展示了相关研究的实践进展:截至2026年6月1日,项目已覆盖全国28个省(自治区、直辖市)、44个区域、8000余所中小学校,参与学生超过370万人,其中连续四年参与测评的学生达128万人,累计反馈1800余万份不同层级的评价报告。现场展示的评价平台与反馈报告,呈现了评价数据支持个性化指导、课程教学改进和区域决策的应用场景。

数据赋能评价的过程中,存在哪些容易被忽视的短板?“有数据不等于有改进”,是联合国教科文组织统计研究所前瞻与创新处处长张延竑主旨报告的核心追问。张延竑从国际视野出发,分析了区域教育评价面临的共同难题。他说,监测数据越丰富,不代表教育质量就会自动提高;从数据采集、分析到解释、行动,仍有多个环节需要打通。
在这一过程中,处在政策与课堂之间的区域专业支持机构尤为重要。张延竑强调,需要把抽象指标转化为学校能够理解、教师可以回应的问题,借助专业协同、持续跟踪和效果验证,推动评价证据转化为切实的改进行动。人工智能可以提高数据处理和问题识别的效率,但教育质量的持续提升仍需要专业判断与组织支持。

聚焦AI素养评价的实证探索,上海推出了专项研究成果。在成果发布环节,上海市教师教育学院院长王洋发布《AI用得越多,素养就越高吗?——上海市初中生AI素养研究报告》。这项研究选取上海市16所初中学校的1185名学生,设计两项开放性任务、26个评分点,追踪记录学生与人工智能协同解决问题的全过程。
基于实证数据,这项研究对AI素养评价导向提出重要启示。研究表明,学生在信息识别与判断方面表现相对较好,但在建模、论证和证据支持等高阶认知任务中仍有提升空间。学生平均开展约13.7轮人机对话,然而对话频次相近,并不代表能力表现相同。AI“用得多”不等于“用得好”,需要区分使用频次与对话质量。王洋提出,AI素养评价不能只聚焦最终答案,更要关注学生提问、追问、验证、反思的全过程,把人机协同行为转化为可分析、可反馈的学习证据,引导学生在运用技术的同时,培育独立思考与复杂问题解决能力。

立足区域长期探索,上海持续以绿色指标构建综合育人评价体系。上海市教育委员会督导办公室主任焦小峰作题为“绿色指标:以科学评价赋能义务教育优质均衡发展”的主旨报告。他指出,上海自2011年启动绿色指标探索以来,持续推动教育质量评价从单一学业成绩导向,转向全方位育人成效评价。
伴随版本迭代,绿色指标3.0构建起更加系统的质量研判框架。焦小峰介绍,绿色指标3.0从结果、过程、结构和变化等维度综合审视教育质量,既关注学生学业水平,也兼顾身心健康、学习投入、教育公平以及学校发展增量。上海依托监测数据分析,开展评价反馈、调研诊断、教研支持、改进跟踪,推动学校从单纯“看报告”转向主动“找问题、抓改进”,以科学评价赋能义务教育优质均衡发展。
面向课堂评价转型,如何依托学评融合激活数据价值?北京师范大学教授、中国教育技术协会教育测量与评价专业委员会秘书长张生作题为“基于学评融合理念的评价数据智能分析与决策”的主旨报告。他围绕“学评融合”理念,阐释将评价嵌入真实学习任务的技术实践路径,探索依托过程性证据、智能分析、即时反馈,助力学生深度思考和教师科学决策,同时明确智能技术的定位是支撑教学,而非取代教师的专业判断。
区域经验
评价怎么落到学校、课堂?多地亮出实践路径
区域经验交流环节接续开展,本环节由上海市教育委员会督导办公室副主任朱萍主持。





左右滑动查看更多
多地教研代表立足区域实际,依次分享各具特色的评价改革实践成果。安徽省教育科学研究院院长张志东介绍依托北师大合肥监测中心开展教育数据治理的实践路径;长沙市教育科学研究院党委书记王秋云分享人工智能赋能区域教育评价改革的实践探索;上海市静安区教育学院副院长(主持工作)堵琳琳阐释小学“活力指标”体系,聚焦儿童成长发展,支撑学校开展自主诊断;北京教育学院副院长赵慧娥分享依托跨学段学习任务、纵向追踪与学科证据分析,助力贯通式培养的实践经验;上海市教师教育学院中学教师部副部长刘辉基于494所初中的监测数据,剖析教师活动设计能力、学生学习投入与高阶思维发展三者的内在关联。
平行论坛
三场专题研讨,打通评价应用“最后一公里”
下午时段,会议设置三场平行分论坛,围绕“中小学教育质量评价与增值评价”“数智赋能与教育评价数字化转型”“区域与学校精准改进、评价结果应用”三个专题开展深度研讨。
分论坛一以“中小学教育质量评价与增值评价”为主题,与会代表围绕增值评价模型优化、学评融合课堂建设、监测结果应用落地等议题充分交流,分享小样本增值评价实施、绿色指标数据解读、校本评价建设等实践案例,共同探索更加科学、客观地刻画学校办学成效与学生成长进步的路径。
分论坛二以“数智赋能与教育评价数字化转型”为主题,与会代表重点交流了表现性评价、人机协同测评、AI辅助课堂诊断等前沿探索,展示智能技术在采集学习过程证据、开展素养导向评价、优化课堂教学等场景中的实践应用。
分论坛三以“区域与学校精准改进、评价结果应用”为主题,与会代表聚焦评价结果应用的“最后一公里”,分享循证教研、区域质量提升、学校精准诊断等实践经验,深入探讨如何推动评价数据从静态报告转化为可落地的教学改进行动。

会议总结
抓牢结果运用,深化评价改革

深化教育评价改革,推动育人质量提升,后续工作如何做?在会议总结环节,北京师范大学中国基础教育质量监测协同创新中心主任、中国教育技术协会教育测量与评价专业委员会主任辛涛提出,要以监测评价结果的有效运用为关键抓手,推动评价改革走深走实。坚持育人为本,把评价的落脚点放在促进学生全面发展和育人质量提升上。坚持数智赋能,用好动态监测和绿色指标评价成果,推动数据从“监测”走向“诊断”“改进”。坚持协同共进,健全区域间交流合作与成果共享机制,让评价真正成为改进教学、优化治理的有力工具。
本次研讨会汇集人工智能赋能综合素质评价、上海初中生AI素养实证研究、绿色指标迭代、区域评价改进等多元实践探索,清晰展现教育评价从科学测量向精准育人支持转型的发展方向,也为全国各地区持续深化教育评价改革、推动基础教育高质量发展搭建了互学互鉴、协同研讨的专业交流平台。
文字:赵星妮
照片由活动主办方提供
编辑:曹轶姗
校对:曹铒
责任编辑:吴华
转载此文请注明出处