怀进鹏：推动评价从知识分数为主转向问题解决能力等为重|教学|教师|过程性|高校

今年5月，教育部部长怀进鹏在2026世界数字教育大会上的主旨演讲中提到，以人工智能改进学生综合素质评价，搭建过程性、多维度的表现性指标，推动评价从知识分数为主转向问题解决能力与创新素养为重。

实际上，近些年已有不少高校围绕相关环节展开探索，尝试让评价、课程考核改革等更全面地反映学生的学习过程与能力发展。

日前，南京航空航天大学网站发布了《关于推进本科课程过程化考核和开卷考试改革的通知》，通知提到摒弃重机械记忆、轻能力素养的评价短板，建立更加合理的考核模式，引导学生由注重期末突击应试转变为全过程深层次学习，提高学生创新思维与知识应用能力，进一步提升课程教学质量。每个教学单位分批次推进课程考核改革，采取教学单位遴选、教务部备案模式。

通知还提到了改革的激励机制。一是工作量补贴，完成过程化考核的课程根据具体实施情况给予课程课时20%以内的教学工作量补贴；完成开卷考试的课程根据具体实施情况给予2-6个学时教学工作量补贴。二是项目倾斜，完成改革的课程在申报一流课程、教学改革课题、教学优秀奖、教学成果培育项目时，同等条件下优先推荐。

武汉学院发布的《关于开展2026-2027学年度第一学期课程考核方式及比例设置工作的通知》提到，课程考核由行程式评估与终结性考核两部分组成。考试课程行程式评估的分值比例原则上不超过40%。考查课、混合式教学课程及独立设置的实验课、实践性较强的课程应更加注重分阶段过程性考核，突出教学评价，可适当提高行程式评估成绩比例，原则上不宜超过50%；通识教育选修课行程式评估的分值比例不超过50%。具体比例设置应在课程教学方案中予以明确。

在学业评价方面，北京大学从2025级学生开始，校内各类学业评价活动不再使用绩点排名，大力强化过程性评价与发展性评价，探索非标准答案考试、论文、报告、作品等多种考核形式，着重考查学生的创新能力、批判思维、解决问题能力与综合素养，扭转“唯分数”倾向，引导学生从关注“分数”转向关注“能力”和“成长”。

这些改革的具体做法有所不同，但都指向一个共同问题：课程评价不应只关注学生在某一次考试中的表现，还需要关注其学习过程、知识运用和综合能力。

AI进入教学，课程考核面临新挑战

随着人工智能快速发展，学生获取知识、完成作业和解决问题的方式不断变化，越来越多高校开始重新审视传统课程考核方式，思考如何更准确地评价学生的真实学习成效。

当前，生成式AI可以辅助学生检索资料、梳理知识、撰写文本，甚至完成部分编程和分析任务。当学生能够借助AI快速生成答案时，仅依靠一次期末笔试或最终提交成果，可能难以充分判断学生是否真正理解相关知识、是否具备独立分析和解决问题的能力。

麦可思近期面向高校教师开展了“高校教师AI应用现状与影响研究”，数据显示，AI进入教学后，99%的受访教师认为学生使用AI的实际情况与教学预期存在错位。其中，“能力发展错位”最为突出，64%的受访教师观察到，学生使用AI后减少了独立思考和推导，高阶能力有所弱化，与教师希望学生“先思考再使用AI、强化高阶能力”的期待存在明显差距。

而在认为学生使用AI与教学预期错位的受访教师中，几乎全部感受到由此带来的管理/教学困境。其中评价重构困境最为突出，60%的教师认为相关错位需引入过程性/答辩式评价，但组织实施成本高。

清华大学副校长、教务长彭刚教授《在人工智能时代进一步深化本科教育教学改革》一文也提到，很多老师都有这样的实感：原来水平相差比较大的学生，提交一份作业，教师往往能够迅速判断他们不同的禀赋、基础和付出的努力；现在面对AI介入后越来越均匀和“平滑”的学生作业，以往的评价方式在不同程度上失灵了。文章还提到，评价重心从考查“熟练度”转向考查“高阶性”的能力和人机协同解决复杂问题的能力。

在此之下，如何判断学生是否真正理解知识、能否独立分析问题等，成为教学评价需要回应的问题。

不过，这并不意味着传统考试失去价值，而是提示高校需要进一步思考：如何区分学生对知识的掌握与对工具的使用，如何评价学生在完成任务过程中的思考、判断和实际操作，以及如何在合理使用AI的同时，避免学生过度依赖工具等。

考核评价的高校探索

课程考核改革不仅涉及成绩比例的调整，也涉及考核内容、评价形式和教学环节等多个方面的重新设计。当前，一些高校已经在开展相关具体改革。

河南农业大学相关文件提到，过程性考核要充分利用人工智能等现代信息技术、线上教学平台、课程资源库等手段，丰富过程性考核方式，适当增加过程性考核比例；考核方式可灵活采用现场讨论、课堂提问、随堂测验、实践操作、方案设计、作品制作、研讨答辩、调研报告、情景辩论、论文撰写等多种形式，对课前预习、课堂表现、线上学习、课后作业等学习过程进行考核，引导学生主动参与教学全过程，学会发现问题、学会参与研究、学会团队协作；依托人工智能大模型或网络教学平台，提高学生主动学习的意识，并完整记录学生学习的全过程，完成对学生知识、能力和素质的全面检测。

还有课程关注学生使用AI的能力评价。如宁波财经学院会计学院《成本会计》课程将AI实践表现纳入学银在线平台成绩考评，从工具使用熟练度、场景应用合理性到实践成果创新性进行综合打分，倒逼学生主动探索AI与专业学习的结合点。

可以看出，当前部分课程的考核改革，不仅要看学生最终提交了什么，还关注学生如何完成任务、如何运用知识，甚至是能否对AI生成的内容作出合理判断。

AI的发展正在改变学生获取知识和完成学习任务的方式，也对高校课程考核提出了新的要求。与此同时，过程性评价、答辩和实践考核的设计与实施，也需要兼顾评价的有效性与教师的工作负担。如何在两者之间找到平衡，将是高校持续推进课程考核改革需要面对的问题。

主要参考文献：

[1] 林惠青等. 笔谈｜以卓越教学研究推进高校教学改革和人才自主培养[EB/OL]. 中国高教研究, 2026-10-16.

[2] 麦可思研究院.64%受访教师认为学生使用AI后独立思考减少，与教师期待错位[EB/OL]. 麦可思研究, 2026-09-22.

[3] 教育部网站、各高校网站、麦可思研究等.