观点撷英
我国教育规模和质量持续提升，教育焦虑却未同步缓解，升学竞争与学业压力不断向低学段传导。本文认为，问题不只是评价工具的失效，更在于选拔功能对育人功能的遮蔽。“失效”意味着工具需要更新；“异化”则意味着工具反过来支配教育目的，需要从制度层面重建评价。标准化选拔曾在教育机会、人才与识别机制稀缺的条件下，为人才配置、程序公平和社会流动提供重要支撑，其长期积累的公信力仍是改革需要守护的制度资源。但高等教育普及化使竞争从“能否上大学”转向学校层级与相对位次，优质机会的结构性稀缺不能仅靠扩大供给消除；人工智能对例行认知任务的替代，则冲击了传统考试所测能力的稀缺性和选拔价值。这不意味着基础知识失去教育意义，而是其预测未来表现的效力需要重新论证。历史前提发生变化而制度持续存续，评价便可能由服务成长的手段转化为支配教育的目的。这种持续性来自已有成本、协调失灵、观念和公信力四重锁定：学校与家庭投入深度依赖考试，单个主体难以率先退出竞争，考试信念内化于社会观念，而更依赖专业判断的评价又面临社会信任约束。
选拔压力并非停留在升学考试，而是沿学段下移、向非考试领域弥散，并形成自我强化的闭环。学前教育的“小学化”、小学的提前学习和隐性选拔、初中课程围绕中考窄化、高中资源向头部学生集中，均表明高学段的选拔要求在改写前序学段的教育任务。评价结果一旦用于资源分配、问责与筛选，教师、学生和家长便会围绕指标作出策略响应，教学改进让位于位次竞争。其深层问题还在于评价对象错置：个体成绩的聚合不能替代系统评价，学校对社会流动、区域发展、产业结构和社会凝聚的贡献因此被遮蔽，教育的关系性资产与长周期效果也难以显现。改革不仅要改进测量技术，更要区分个体成长的诊断与教育系统社会功能的评价。当“能否测量”取代“是否值得培养”成为标准，教育价值便被测量便利性挤压。测量覆盖过窄与应试技巧等无关因素干扰并存；当指标承载高利害后果，优化指标的激励又可能削弱其对真实能力的反映。经济学揭示文凭信号与通胀，社会学揭示表演性文化和分层再生产，心理学揭示内在动机受损，知识哲学强调默会知识与试错价值，伦理学则追问排序对尊严的影响。这些分析共同指向量化选拔的结构性风险。本文反思的是量化的过度扩张与不当使用，而非否定量化方法本身。
转型的核心，是把评价从教育之外的分配装置还原为支持成长的内部信息回路。评价目的应从确定位次转向支持发展，时机从学习后的总结转向学习中的伴随，内容从标准化知识技能扩展至判断、创造、协作和责任。评价情境从隔绝工具转向真实的人机协作，主体从单一外部评价转向自评、互评与技术辅助，结果从分数排名转向多维发展轨迹。人工智能为持续观察、多模态分析和个性化诊断提供技术条件，却不保证育人转型自动发生：更多行为记录可能深化量化控制，不透明算法可能削弱申诉与问责，持续数据采集可能带来权力风险并固化早期画像，技术也无法替代对教育目的的价值讨论。转型不能只依赖技术升级，还需要功能解绑、选拔外移后移、信任重建和不可测价值的制度保护。功能分层与解绑，意味着诊断评价不承担分配后果，选拔评价限定范围，问责评价以系统而非个体为对象；选拔外移与后移，需要职业资格、能力认证和重视实际表现的用人机制共同分担教育的筛选负荷；社会信任重建，依赖程序透明、结果可申诉、专业共同体自律与长期积累；为不可测量之物保留空间，则要求保护不受量化考核支配的探索活动与课程时间。教育评价改革最终是价值与治理的重构，需要守住公平筛选底线，以渐进、可验证和允许局部试错的方式推进。让评价重新成为教育的一部分，而非让教育服务于评价，才是改革的根本方向。
本文摘自《北京大学教育评论》2026年第4期
作者｜李永智（中国教科院教育公平研究中心主任、研究员）；刘芳（上海师范大学教育学院研究员）