一位小学语文教师的评价探索手记：当课堂表现性评价遇上AI助手

来源 | AI数智教研员教育内容创作中心

本文约3100字，阅读需5分钟

不少小学教师都有过这样的困惑：期末复习阶段，面对一叠叠练习卷和检测题，一边批改一边忍不住想——“这些分数真的能说明学生学得怎么样吗？那些在课堂上明明很活跃、很有想法的孩子，为什么一到书面检测就‘平平无奇’？”

一位城区小学的语文教师，在教研组共读一份关于“课堂表现性评价”的材料时，被其中一句话击中了：表现性评价，是让学生运用自己的知识和技能完成一个复杂的综合性的任务，然后依据学生的各种表现进行评价。

“原来评价可以不只是一张卷子。”她说。

接下来的一个月，她和教研组的同事们一起，把表现性评价的四种类型——简答式、独立式、单元嵌入式、复杂项目——逐一放进了自己的语文课堂里试了一遍。而每一次尝试的背后，都有一位“不打烊的教研伙伴”在默默支撑。

01 简答式：五分钟，看见思维的“小切口”

简答式表现性评估的特点是：预期学习结果数量有限（通常一到两个），学生选择程度有限，完成时间通常只需要几分钟。

这位教师第一次尝试，是在三年级的一节阅读课上。课文讲完后，她没有像往常一样让学生做课后填空题，而是出示了一道简答题：

“请用一段话说明：作者为什么说‘雨后的森林像一幅水墨画’？你的回答里至少要用到两个表示颜色的词语。”

这个问题只考察两个学习结果：提取关键信息的能力、运用颜色词进行描述性表达的能力。学生需要在几分钟内完成，答案虽然没有独有标准，但好的回答和一般的回答之间有明显区分。

批改的时候，问题来了：全班四十多个孩子，每个人的表达方式都不一样。有的颜色词用得准确生动，有的泛泛而谈；有的能结合课文内容分析，有的只写了“因为很好看”就没了。凭感觉打分容易，但要给出有针对性的反馈，工作量太大了。

这时候，教研组的一位同事提醒她：AI数智教研员的教学实施评价功能可以分析课堂实录中的师生对话，虽然这次是书面作答，但评价的逻辑是相通的——把评价维度先想清楚，再逐一对照。

她打开AI数智教研员，用智能问答功能梳理了这道题的评分维度：颜色词的准确性与丰富度、与课文内容的关联度、表达的完整性与逻辑性。系统通过启发式追问帮她一步步细化标准——“什么样的颜色词算‘准确’？‘翠绿’和‘绿油油’哪个更好？如果学生只写了一个颜色词但表达特别精彩，怎么处理？”

“以前我评这类题就是‘凭感觉给个勾或叉’。”她说，“现在我知道了，哪怕是五分钟的简答题，评价标准也可以很清晰。”

她把梳理出来的评分维度做成了一张简单的量表，批改的时候逐一对照，给每个孩子的反馈从“写得不错”变成了“你的颜色词用得很准，下次试试再多写一句为什么”。孩子们拿到作业本，终于知道自己“好在哪里、差在哪里”。

02 独立式：一节课的限时写作，怎么评才不“一刀切”？

独立式表现性评估，通常涉及多个学习目标，在一到两节课内完成（最常见的是在一节课内完成），学生的选择程度往往仅限于回答内容，而不是回答的形式或过程。

最常见的形式是限时写作。这位教师在四年级做了一次尝试：给出一段关于“家乡的老街”的描写性文字，让学生模仿其写法，用一节课的时间写一段关于“学校门口的早晨”的短文。

这个任务考察的是观察能力、描写能力和模仿表达能力，多个目标交织在一起。但问题在于：有的孩子观察细致、词汇丰富，一节课能写满满一页；有的孩子憋了半天只写了三四行。如果只用“写得多就是好”来评价，对那些写得少但语言精炼的孩子不公平。

教研组的集体备课上，大家用AI数智教研员的集体备课功能展开了讨论。系统自动记录了每位教师的发言：

“我觉得应该先看有没有抓住‘早晨’的特点。”

“描写顺序很重要，是从远到近还是从整体到局部？”

“用到的感官描写——视觉、听觉、嗅觉——越多越好吗？”

“三年级和四年级的标准应该不一样吧？”

这些讨论在系统里自动生成了集备公案。团队在此基础上形成了一份分层的评价量表：基础层（能写出早晨的一个特点）、发展层（能按一定顺序描写、用到两种以上感官）、优秀层（描写生动、有个人观察视角）。

有了这份量表，批改不再是“凭感觉给分”。更重要的是，她把量表提前发给了学生。“以前学生写作文就是闷头写，写完不知道自己能得几分、为什么得这个分。现在他们拿着量表就知道——‘哦，我要拿到优秀层，得做到这三条。’”

AI数智教研员在这个过程中做了一件很实在的事：把散落在每个人脑子里的“我觉得应该这样评”变成了结构化的文字，让大家在同一个框架下对话，而不是各说各话。

03 单元嵌入式：让评价“长”在教学过程里

单元嵌入式表现性评估，是在一个教学单元内进行的。它要求学生展示一套复杂但连贯的知识和技能，完成时间可能跨越几天甚至一周。

这位教师所在的教研组，在五年级上册“说明文”单元做了一次单元嵌入式评估的尝试。这个单元的学习目标是：了解说明文的基本特点，能运用列数字、作比较、打比方等说明方法写一段介绍性文字。

传统的做法是：单元学完，出一张卷子考一考。但团队想换一种方式——让学生在整个单元的学习过程中，逐步完成一个“校园植物说明卡”的制作任务。

第一课时：观察校园里的某一种植物，记录它的外形特点。

第二课时：学习列数字、作比较等说明方法，把自己的观察记录改写成说明性文字。

第三课时：互相交换初稿，根据“说明方法是否恰当、描述是否准确”的标准提出修改建议。

第四课时：制作成图文并茂的说明卡，在班级“植物角”展示。

这个过程中，评价不是集中在最后一张卷子上，而是镶嵌在每一个课时里。但问题也随之而来：四个课时的评价标准怎么统一？每个课时的重点不一样，怎么保证最终的评价是连贯的？

团队用AI数智教研员的单元教学设计功能，输入五年级、说明文单元、单元嵌入式评估等参数，系统生成了一份评估框架，包括每个课时的评价要点、课时之间的逻辑衔接、以及最终的综合性评价量表。

“系统给的不是现成方案，而是一份‘骨架’。”教研组长说，“我们在这个骨架上填进了自己的内容——校园里的植物是孩子们每天都能看到的，这个任务对他们来说有真实感。”

更让团队惊喜的是，系统生成的框架里提示了一个他们之前没想到的维度：学生在完成任务过程中的自我反思。于是他们在第三课时之后增加了一个环节——让学生用一句话写“今天我大规模的收获是什么”。

“以前我们只关心学生‘做没做出来’，不太关心他们‘怎么做的’。”一位教师说，“这个小小的提示，让我们看到了评价的另一个维度。”

04 复杂项目：当语文课“长”出了跨学科的模样

复杂项目的设计，是为了让学生参与要求他们利用多学科的不同知识和技能的任务。学生在项目进行过程中拥有相当程度的自主权，可以选择自己的主题、决定开展项目的方式。

这是四种类型中最有挑战性的一种。这位教师的教研组在六年级尝试了一个“校园导览手册”项目。

任务的起点很简单：学校要接待一批来访的兄弟学校师生，需要一份给访客看的校园导览手册。六年级的孩子们来负责编写。

这个任务看起来是语文的“说明文写作”，但做起来就复杂了：

要实地观察校园各个区域，记录位置、功能、特点——需要观察力和记录能力；

要规划导览路线，考虑先后顺序和逻辑——需要空间思维和逻辑思维；

要撰写各区域的介绍文字，做到准确、简洁、有吸引力——需要说明文写作能力；

要配图、排版，制作成册——需要一定的美术和设计能力；

要小组分工合作，协调进度——需要沟通和协作能力。

“这不就是项目式学习吗？”教研组里一位年轻教师脱口而出。

确实如此。但项目式学习的难点不在于“设计一个任务”，而在于“怎么在过程中给予恰到好处的支持”——既不能撒手不管，也不能什么都替学生做了。

团队的做法是：用AI数智教研员的启发式引导功能，为每个小组配备了不同的“思考支架”。

观察组不知道怎么记录？系统追问：“你要记录的是位置、样子，还是功能？哪一种对访客最有帮助？”

写作组不知道怎么写才有吸引力？系统追问：“如果你是访客，你最想知道关于这个场所的什么信息？”

规划组在路线顺序上争论不休？系统追问：“访客从校门进来，先看到什么、后看到什么，顺序合理吗？”

“系统不会替学生写一个字、画一条线。”一位教师说，“但它会问问题——而那些问题，恰恰是学生需要自己去想清楚的。”

项目进行到一半的时候，团队用AI数智教研员的教学实施评价功能对几个小组的课堂实录进行了分析。系统生成的理答行为诊断报告显示，教师在小组指导中存在一个共性问题：倾向于直接告诉学生“怎么做”，而不是通过提问引导学生自己找到答案。

“这个发现让我们自己吓了一跳。”教研组长说，“我们明明知道要‘引导’而不是‘告诉’，但一忙起来就忘了。”

基于这个发现，团队在后续的项目指导中刻意调整了回应方式。教师在AI数智教研员的辅助下，提前准备了每个关键节点的“引导问题清单”，走进小组之前先看一眼——今天在这个组，我要问哪三个问题？

项目结束时，六个小组各自完成了风格不同的导览手册。有的侧重文字描述，有的图文并茂，有的甚至用手绘地图标注了每条路线的“看点”。评价的时候，团队没有用同一把尺子去量，而是让每个小组先自我评价——“我们觉得做得优质的地方是什么？下次可以改进的地方是什么？”然后教师再结合项目的整体目标给出反馈。

“以前我们总担心‘没有统一标准会不公平’。”教研组长说，“这次试下来发现，当任务足够真实、过程足够开放的时候，每个孩子的闪光点是不一样的。评价的意义不是比出谁更好，而是让每个孩子都看见‘我哪里好’。”

写在最后

一个月的时间，这位教师和她的教研团队把四种表现性评价类型都试了一遍。从五分钟的简答题，到一节课的限时写作，到跨越一个单元的嵌入式评估，再到持续数周的复杂项目——每一种类型都有不同的设计思路，也都有不同的评价难点。

但有一件事情是共通的：每一次设计评价任务之前，他们都会先用AI数智教研员把“评价到底要评什么”这个问题想清楚。

“以前我们设计评价，经常是‘先想怎么做，再想怎么评’。”教研组长说，“现在顺序反过来了——先想‘我要看到学生什么样的表现’，再倒回去设计‘什么样的任务能让学生展现出这种表现’。”

这个顺序的颠倒，恰恰是表现性评价的核心逻辑。而AI数智教研员的价值，或许正在于帮助教师把这个颠倒过来的逻辑，变成一个可操作、可重复、可持续的日常实践。

当评价不再是一张冰冷的试卷，而是一个个鲜活的、真实的任务；当学生不再是被动接受评判的对象，而是主动展示自己所学的主体——课堂的样子，也许真的会不一样。