楊欣

（1.西南大學(xué) 基礎(chǔ)教育研究中心,重慶 400715；2.中國基礎(chǔ)教育質(zhì)量監(jiān)測協(xié)同創(chuàng)新中心西南大學(xué)分中心,重慶 400715）

引言

2020 年10 月，中共中央、國務(wù)院印發(fā)的《深化新時(shí)代教育評(píng)價(jià)改革總體方案》（以下簡稱《方案》）已然開啟了全國范圍關(guān)于教育評(píng)價(jià)的大討論和大學(xué)習(xí)?！斗桨浮吩谥饕瓌t中明確提出“充分利用信息技術(shù)，提高教育評(píng)價(jià)的科學(xué)性、專業(yè)性、客觀性”。這預(yù)示著，信息技術(shù)將會(huì)在教育評(píng)價(jià)改革中發(fā)揮更大的效用。不過，與部分學(xué)者對(duì)信息技術(shù)之于教育評(píng)價(jià)的推崇相比（宋乃慶等，2021；張琪，王丹，2021；張生等，2021；張志禎，齊文鑫，2021；柯林斯，哈爾弗森，2013，第114 頁），也有教育學(xué)者擔(dān)憂信息技術(shù)暗含的量化局限及其弊端（高江勇，2019；原祖杰，2020；孟照海，劉貴華，2020；周川，2021）。

鑒于此，筆者嘗試以算法作為切入點(diǎn)，追問評(píng)價(jià)改革的機(jī)遇、風(fēng)險(xiǎn)與突破。理由在于：信息時(shí)代的教育評(píng)價(jià)除了可以擁有（生產(chǎn)）前所未有的大數(shù)據(jù)，也將獲得（設(shè)計(jì)）不同以往的人工智能，以及連接（控制）大數(shù)據(jù)和人工智能的算法。同時(shí)，從信息技術(shù)的本質(zhì)來看，“如果說數(shù)據(jù)是土壤的話，人工智能就是成熟的作物，而算法則是種子”（多明戈斯，2017，第10 頁）。由此出發(fā)，教育評(píng)價(jià)改革的算法追問既是從信息技術(shù)的本質(zhì)對(duì)教育評(píng)價(jià)進(jìn)行批判反思，也是在厘清機(jī)遇和風(fēng)險(xiǎn)的基礎(chǔ)上把脈教育評(píng)價(jià)改革的突破方向。

一、教育評(píng)價(jià)改革的算法機(jī)遇

“算法”一詞源自波斯數(shù)學(xué)家、代數(shù)與算術(shù)的創(chuàng)立人、被譽(yù)為“代數(shù)之父”的穆罕穆德·伊本·穆薩·花剌子米（公元780—850）的名字（李，2020，第202 頁）。最初，算法意味著使用數(shù)字的加、減、乘和除法，此后，算法指的是執(zhí)行書面初等算術(shù)的具體分步方法（Miyazaki，2012）。現(xiàn)如今，算法已然成了現(xiàn)代信息技術(shù)的核心概念，且擁有種類繁多的表現(xiàn)形式及其對(duì)應(yīng)的稱謂，如模式識(shí)別、統(tǒng)計(jì)建模、數(shù)據(jù)挖掘、知識(shí)發(fā)現(xiàn)、預(yù)測分析、數(shù)據(jù)科學(xué)、適應(yīng)系統(tǒng)和自組織系統(tǒng)等（多明戈斯，2017，第11 頁）。近年來，隨著一批社會(huì)學(xué)者開始批判性地探索算法的思想本質(zhì)，它除了可以視作數(shù)學(xué)模型，也開始具有了知識(shí)和權(quán)力層面的內(nèi)涵（Lash，2007；Kushner，2013）。為此，結(jié)合《方案》的主要原則來看，教育評(píng)價(jià)改革的算法機(jī)遇在于以下三點(diǎn)。

（一）糾偏教育觀念，提升評(píng)價(jià)的科學(xué)性

本次教育評(píng)價(jià)改革最受世人關(guān)注的議題就是《方案》提出的，“扭轉(zhuǎn)不科學(xué)的教育評(píng)價(jià)導(dǎo)向，堅(jiān)決克服唯分?jǐn)?shù)、唯升學(xué)、唯文憑、唯論文、唯帽子的頑瘴痼疾”?？茖W(xué)是日本學(xué)者西周時(shí)懋1874 年翻譯法文science 時(shí)生造的詞，它最初形態(tài)是古希臘科學(xué)強(qiáng)調(diào)確定性、內(nèi)在（邏輯）、非功利的知識(shí)（吳國盛，2019，第303 頁）。以此觀之，“五唯”的非科學(xué)本質(zhì)在于：其一，模糊。畢竟多數(shù)人不重視教育評(píng)價(jià)的確切結(jié)果，也不知道確切的教育評(píng)價(jià)意味著什么，更看不懂教育評(píng)價(jià)的確切結(jié)果，于是大家能接受、也喜歡用“分?jǐn)?shù)、升學(xué)、文憑、論文和帽子”這些模糊的觀念評(píng)價(jià)學(xué)生、學(xué)者或?qū)W校。其二，非邏輯。“知識(shí)和能力”?“分?jǐn)?shù)、升學(xué)、文憑、論文和帽子”就無法成立，而它的逆命題“分?jǐn)?shù)、升學(xué)、文憑、論文和帽子”?“知識(shí)和能力”更是無從談起。所以，僅就命題而言，“五唯”就是典型的邏輯錯(cuò)誤。其三，功利。分?jǐn)?shù)、升學(xué)、文憑、論文和帽子是最符合學(xué)生、教師、學(xué)校以及其他利益相關(guān)者現(xiàn)實(shí)訴求的功利性評(píng)價(jià)。也正鑒于此，未來教育評(píng)價(jià)改革若要提升評(píng)價(jià)的科學(xué)性，亟須借助算法糾偏教育觀念，使之從模糊、非邏輯、功利走向精確化、邏輯化和非功利。

第一，藉由算法思想蘊(yùn)養(yǎng)教育評(píng)價(jià)的精確觀念。歷史而言，笛卡爾、斯賓諾莎、萊布尼茨與霍布斯都曾試圖給自己的理論提供一種數(shù)學(xué)結(jié)構(gòu)，以便建立發(fā)現(xiàn)和闡述真理的新科學(xué)（柏林，2019，第56 頁）。對(duì)如今的科學(xué)而言，如果某個(gè)理論無法用算法表示，那么它也不能稱之為嚴(yán)謹(jǐn)（多明戈斯，2017，第6 頁）。從上述算法與科學(xué)的思想淵源而言，藉由算法思想蘊(yùn)養(yǎng)教育評(píng)價(jià)的精確觀念就是要用類似數(shù)學(xué)的語言對(duì)教育問題進(jìn)行精確描述，助人厘清那些雜亂無章、互相矛盾且又難以理解的教育經(jīng)驗(yàn)，以期消弭語焉不詳?shù)耐普?、模糊不清的觀念以及蠱惑人心的偏見（楊欣，2021a；楊欣2021b）。

第二，借助多元算法豐富教育評(píng)價(jià)的邏輯體系。從算法的基本原理來看（佩奇，2019，第11 頁），借助算法實(shí)現(xiàn)教育問題邏輯化的關(guān)鍵在于：一是簡化問題，剝離不必要的細(xì)節(jié)，以及抽象掉若干現(xiàn)實(shí)世界中的因素；二是對(duì)問題給出形式化的精確定義；三是從上述兩個(gè)特點(diǎn)而言，任何算法必然是片面的。以此觀之，教育評(píng)價(jià)科學(xué)化既意味著借助算法實(shí)現(xiàn)教育問題的邏輯化，更意味著借助多元算法豐富教育評(píng)價(jià)的邏輯體系。相應(yīng)地，為了讓教育評(píng)價(jià)的實(shí)踐更具科學(xué)性，教育者要習(xí)慣使用（建構(gòu)）多元算法對(duì)改革中的教育問題進(jìn)行解釋和預(yù)測。

第三，通過算法批判警惕教育評(píng)價(jià)的功利偏好。教育評(píng)價(jià)的功利邏輯在于，一旦教育算法因?yàn)槠渚_性和邏輯化而被眾人接受，師生便會(huì)根據(jù)算法的標(biāo)準(zhǔn)來優(yōu)化自己的行為，而不在意那些真實(shí)卻無法衡量的教育目標(biāo)（羅素，2020，第110 頁）。而這其中的謬誤就像哈耶克在《知識(shí)的僭妄》中所言，“完全有可能存在這樣一種‘科學(xué)’證據(jù)，它們更有助于支持一種錯(cuò)誤的理論，而無益于佐證一種有效的解釋。換言之，這種錯(cuò)誤理論之所以被接受，實(shí)在是因?yàn)楦印茖W(xué)’，而一種有效的解釋之所以被否棄，則是因?yàn)槲覀儧]有足夠的量化基據(jù)來支持它”（哈耶克，2014，第192 頁）。同理，未來教育評(píng)價(jià)改革若要超越功利偏好背后的謬誤，研究者首先應(yīng)清醒地意識(shí)到任何教育算法都必然有其局限性，也沒有什么算法可以至高無上、免受檢驗(yàn)，任何教育算法必須在邏輯上經(jīng)得起推演、在現(xiàn)實(shí)中經(jīng)得起考驗(yàn)；然后，在教育評(píng)價(jià)算法上考慮兩個(gè)重要問題“我能知道什么”和“我如何得知”，進(jìn)而開展必要而又謙遜的先驗(yàn)批判；再者，基于觀察、實(shí)踐以及實(shí)驗(yàn)得出的事實(shí)去檢驗(yàn)教育評(píng)價(jià)算法，而不是按照人們預(yù)設(shè)或想象的樣子去理解它；最后，通過必要標(biāo)準(zhǔn)來檢驗(yàn)教育評(píng)價(jià)算法的假設(shè)、條件與尺度，進(jìn)而對(duì)其進(jìn)行糾正、優(yōu)化和推演。

（二）生產(chǎn)教育知識(shí)，提升評(píng)價(jià)的專業(yè)性

400 多年前，“知識(shí)就是力量”的提出者弗朗西斯·培根在《新工具》一書中寫道，“在知識(shí)的問題上，以人們的認(rèn)可為根據(jù)是最糟糕的選擇”（培根，2008，第40 頁）。所以，在培根看來，知識(shí)的力量決不能簡單歸結(jié)于人類的直觀認(rèn)識(shí)，而是知識(shí)能否經(jīng)得起理性推導(dǎo)和實(shí)驗(yàn)檢驗(yàn)，且是否蘊(yùn)含解釋現(xiàn)實(shí)的能力（鄭永年，2018，第59—64 頁）。70 年前，圖靈在《計(jì)算與智能》的開篇寫道，“‘機(jī)器能思考’這一問題必須從機(jī)器和思考這兩個(gè)詞的定義開始。并且它們定義不能通過日常使用或者蓋洛普名義調(diào)查的方式。不然，這就會(huì)顯得很荒唐”（Turing，1950）。正因此，圖靈為了準(zhǔn)確地表達(dá)自己心中智能機(jī)器的內(nèi)涵，他在該文提出了著名的“圖靈測試”。從上述知識(shí)觀點(diǎn)來看，過去教育評(píng)價(jià)之所以陷入“五唯”的惡性循環(huán)，一方面是為了獲得多數(shù)人的認(rèn)可，它必須與“分?jǐn)?shù)、升學(xué)、文憑、論文和帽子”這些已經(jīng)獲得人們認(rèn)可的事物產(chǎn)生關(guān)聯(lián)；另一方面由于教育評(píng)價(jià)與“五唯”的深度綁定，使得已有教育知識(shí)顯得荒謬且模糊，以至于無法解釋新時(shí)代教育發(fā)展的需求和使命。換言之，“五唯”在知識(shí)層面非但經(jīng)不起理性檢驗(yàn)，且缺乏深刻的解釋力，更難以實(shí)現(xiàn)“多數(shù)人認(rèn)可”與“明確定義”的有機(jī)統(tǒng)一，以至于不斷重復(fù)“按下葫蘆又起瓢”的窘境。而這也是本次教育評(píng)價(jià)改革不易覺察卻又亟待突破的隱藏目標(biāo)。

與之不同，算法可以在明確定義的基礎(chǔ)上，實(shí)現(xiàn)對(duì)教育現(xiàn)象（問題）的數(shù)字化界定，同時(shí)結(jié)合嚴(yán)謹(jǐn)?shù)母拍詈蛿?shù)學(xué)邏輯關(guān)系，最終提升教育評(píng)價(jià)在“交流、解釋、判斷、設(shè)計(jì)、預(yù)測、探索和實(shí)施層面的專業(yè)性”（佩奇，2019，第25—39 頁）。進(jìn)一步而言，借助算法生產(chǎn)教育知識(shí)主要基于以下邏輯。盡管人們常說，“數(shù)據(jù)無法替代人類直覺”。反過來講，“人類直覺也替代不了數(shù)據(jù)。”原因在于，從算法的角度來看，所有知識(shí)，無論是過去的、現(xiàn)在的還是未來的，都有可能通過單個(gè)通用學(xué)習(xí)算法來從數(shù)據(jù)中獲得（多明戈斯，2017，第33 頁）。這也意味著，用算法生產(chǎn)教育知識(shí)首先需要做的就是搜集足夠的數(shù)據(jù)，然后通過適當(dāng)?shù)乃惴òl(fā)現(xiàn)相應(yīng)的知識(shí)：給它考試成績，它就可以“判斷”應(yīng)試教育的優(yōu)劣；給它課堂教學(xué)頻流，它就可以“看出”教學(xué)的特色與問題；給它教育實(shí)驗(yàn)的結(jié)果，它就可以“發(fā)現(xiàn)”教育的規(guī)律；給它教師工作生活的所有數(shù)據(jù)，它就可以“解析”教師專業(yè)發(fā)展的結(jié)構(gòu)。其次，用算法打破教育知識(shí)的門戶之見。正如波動(dòng)方程、擴(kuò)散方程、泊松方程表明的那樣：一旦研究者在某個(gè)領(lǐng)域發(fā)現(xiàn)它們，也很快能在其他領(lǐng)域發(fā)現(xiàn)它們；一旦研究者在某個(gè)領(lǐng)域懂得解開它們，也能在所有領(lǐng)域?qū)⑺鼈兘忾_（多明戈斯，2017，第39 頁）。以此作為啟發(fā)，各行、各業(yè)、各學(xué)科的專家完全可以藉由科學(xué)與人文之間的四座橋梁“認(rèn)知神經(jīng)科學(xué)、人類行為遺傳學(xué)、進(jìn)化生物學(xué)、環(huán)境科學(xué)”（威爾遜，2016，第269 頁），建構(gòu)跨學(xué)科的評(píng)價(jià)算法對(duì)教育知識(shí)進(jìn)行交叉驗(yàn)證和迭代升級(jí)，并據(jù)此塑造有理有據(jù)、令人信服、知識(shí)融合的專業(yè)評(píng)價(jià)，從而告別“五唯”式的籠統(tǒng)、閉塞與錯(cuò)亂。最后，用算法彰顯主觀知識(shí)的重要性。算法的最大價(jià)值并不在于算法本身可以從數(shù)據(jù)中學(xué)到什么，而是透過這些算法，人類學(xué)會(huì)了什么（多明戈斯，2017，第358 頁）。同理，借助算法生產(chǎn)教育知識(shí)的更高追求應(yīng)是驅(qū)使人們明白教育需要很多算法之外的主觀知識(shí)，即沒有人類體驗(yàn)就無法理解的東西。而這也正是“人”在教育評(píng)價(jià)中專業(yè)性的最好體現(xiàn)—通過算法低成本完成的量化評(píng)價(jià)越多，評(píng)價(jià)就更需要源自人類主觀知識(shí)的專業(yè)判斷。

（三）優(yōu)化教育治理，彰顯評(píng)價(jià)的客觀性

《方案》提出第一個(gè)目標(biāo)是“經(jīng)過5 至10 年努力，各級(jí)黨委和政府科學(xué)履行職責(zé)水平明顯提高”，第一條重點(diǎn)任務(wù)則是“改革黨委和政府教育工作評(píng)價(jià)，推進(jìn)科學(xué)履行職責(zé)”。由此可見，教育治理極有可能構(gòu)成未來教育評(píng)價(jià)改革的難點(diǎn)。更深層原因在于，面對(duì)教育領(lǐng)域日益復(fù)雜且不斷加速的大數(shù)據(jù)趨勢(shì)，各級(jí)黨委和政府藉由教育評(píng)價(jià)進(jìn)行治理時(shí)不得不面臨以下難題：一方面為了應(yīng)對(duì)日益復(fù)雜的教育問題，國家權(quán)力往往需要改造自身以體現(xiàn)教育治理的客觀性。否則，教育治理難免為了體現(xiàn)“不摻雜個(gè)人主觀意識(shí)”的客觀性，而再次陷入“以數(shù)字大小論英雄”的“五唯”困境之中。另一方面，國家面臨著以有限的教育資源推動(dòng)教育高質(zhì)量發(fā)展的潛在壓力。所以，如果缺乏其他堅(jiān)實(shí)的算法依據(jù)，與“五唯”類似的算法仍有可能成為教育資源分配的“客觀標(biāo)準(zhǔn)”。也正是鑒于上述難題，各級(jí)黨委和政府確有必要借助算法優(yōu)化現(xiàn)有教育治理，以便促進(jìn)國家權(quán)力對(duì)復(fù)雜教育需求作出準(zhǔn)確的回應(yīng)和分配，同時(shí)在教育領(lǐng)域彰顯客觀公正的國家形象。

參考國家治理的相關(guān)經(jīng)驗(yàn)（宋鍇業(yè)，2021），教育評(píng)價(jià)改革可以借助算法從以下三個(gè)方面優(yōu)化教育治理。一是推動(dòng)教育治理的結(jié)構(gòu)化。這就要求研究者（技術(shù)官員）在教育評(píng)價(jià)中先將非結(jié)構(gòu)化教育問題轉(zhuǎn)化成結(jié)構(gòu)性數(shù)據(jù)；然后，把教育問題表述成可以進(jìn)行數(shù)據(jù)處理的有效形式；同時(shí)，在數(shù)據(jù)清洗、合并、轉(zhuǎn)化和重組的基礎(chǔ)上，依據(jù)算法構(gòu)建非結(jié)構(gòu)性數(shù)據(jù)的相關(guān)關(guān)系并挖掘其中的價(jià)值，把分散的教育數(shù)據(jù)整合起來，使之成為有內(nèi)在關(guān)聯(lián)的大數(shù)據(jù)；最終，借助算法的數(shù)據(jù)迭代和知識(shí)分類使那些難以處理的非結(jié)構(gòu)化教育問題邏輯化、概念化、條件化和綱領(lǐng)化，從而降低教育治理的主觀性和不確定性，以期為國家權(quán)力大規(guī)模、長時(shí)間地塑造教育秩序提供超越個(gè)人情感和利益的客觀算法支撐。二是重塑教育治理的流程。隨著機(jī)器學(xué)習(xí)這一算法的成熟和普及，基于教育評(píng)價(jià)的教育治理流程有機(jī)會(huì)被重塑為“從數(shù)據(jù)輸入到算法輸出”。首先，必須通過教育評(píng)價(jià)收集足夠的數(shù)據(jù)作為算法的輸入。隨后，可用的數(shù)據(jù)被用做機(jī)器學(xué)習(xí)的訓(xùn)練材料。然后以此為據(jù)，構(gòu)造出適合這些數(shù)據(jù)的最佳決策算法。完成后，該算法可用于輔助教育治理的決策。需要說明的是，就上述流程而言，借助算法重塑而成的教育治理關(guān)注的是客觀概率（相關(guān)），而非確定性（因果）。所以，基于機(jī)器學(xué)習(xí)的教育治理流程關(guān)鍵在于把教育評(píng)價(jià)轉(zhuǎn)變?yōu)閿?shù)據(jù)輸入和算法輸出，并以此揭示、解釋和顯示教育活動(dòng)中時(shí)間、人物、地點(diǎn)和事件的傾向性和規(guī)律性，進(jìn)而為教育治理中的資源分配提供可供借鑒的“客觀標(biāo)準(zhǔn)”。三是加強(qiáng)教育治理的決策統(tǒng)一性。算法作為治理機(jī)制，不僅可以視作行使國家權(quán)力的工具，也能推動(dòng)國家治理在決策層面的統(tǒng)一性（宋鍇業(yè)，2021）。加之考慮到霍布斯在《利維坦》中所言，“多人的智慧勝于一人這句話不假，但是除非最終有一個(gè)決策者，否則多個(gè)人往往都從各自的利益出發(fā)看同一個(gè)問題。那些別有所圖的人，盡管四處查看，但最終目標(biāo)只會(huì)是鎖定到自己的利益上”（霍布斯，2008，第124 頁）。我們或許可以作出以下設(shè)想，藉由算法優(yōu)化教育治理的本質(zhì)目的應(yīng)鎖定在幫助國家通過收集、整理和計(jì)算教育中的各種數(shù)據(jù)，進(jìn)而通過適切算法把數(shù)據(jù)轉(zhuǎn)換成加強(qiáng)國家統(tǒng)一決策的客觀依據(jù)。

二、教育評(píng)價(jià)改革的算法風(fēng)險(xiǎn)

承前所述，在教育評(píng)價(jià)享受算法帶來的科學(xué)性、專業(yè)性和客觀性時(shí)，如果追問根植于算法背后的認(rèn)知，人們就會(huì)窺見教育評(píng)價(jià)改革中的算法風(fēng)險(xiǎn)。

（一）偏見強(qiáng)化

盡管算法有助于彰顯教育評(píng)價(jià)的科學(xué)性、專業(yè)性和客觀性。不過在此之前，我們需要追問的是，這樣的教育評(píng)價(jià)是否有益于消除已有的教育偏見。畢竟，人類已有算法的背后總會(huì)伴隨著偏見強(qiáng)化的身影—“它往往由隨機(jī)的數(shù)據(jù)采集和假性相關(guān)所驅(qū)動(dòng)，被制度不公平加以強(qiáng)化，又被實(shí)證性偏見加以進(jìn)一步惡化”（奧尼爾，2018，第12 頁）。對(duì)此，我們只需要深究“五唯”中的分?jǐn)?shù)算法本質(zhì)，就能明晰這種偏見所在。舉例而言，當(dāng)一個(gè)學(xué)生因?yàn)閷W(xué)習(xí)開始階段的分?jǐn)?shù)高低而被分為“好學(xué)生”和“壞學(xué)生”之后，“好學(xué)生”不僅擁有更友好的學(xué)習(xí)環(huán)境，而且他還會(huì)收獲到更多正面的積極反饋，所以他的成績?cè)絹碓胶?，從而?gòu)成良性循環(huán)；而“壞學(xué)生”也會(huì)更有可能與其類似的人待在一起，同時(shí)他也更容易接收到消極反饋，所以他未來的學(xué)習(xí)成績也可能面臨更大風(fēng)險(xiǎn)，從而陷入惡性循環(huán)。更糟的是，一方面“好學(xué)生”的良性循環(huán)和“差學(xué)生”的惡性循環(huán)都能驗(yàn)證基于考試分?jǐn)?shù)的教育評(píng)價(jià)合理性。另一方面，也正是基于考試分?jǐn)?shù)的教育評(píng)價(jià)導(dǎo)致了某些學(xué)生陷入惡性循環(huán)，甚至進(jìn)一步固定了這些學(xué)生的惡劣環(huán)境。究其實(shí)質(zhì)，分?jǐn)?shù)算法帶來的偏見強(qiáng)化，源于它的不透明、不接受質(zhì)疑和解釋不通，并且它只是對(duì)學(xué)生（教師、學(xué)校）進(jìn)行定位、篩選或者優(yōu)化，而非真正關(guān)注與人類、社會(huì)、國家、歷史、現(xiàn)實(shí)、未來有關(guān)的真實(shí)教育質(zhì)量。也正因此，當(dāng)人們?cè)谡J(rèn)知教育時(shí)把考試分?jǐn)?shù)和教育實(shí)際相混淆時(shí)，分?jǐn)?shù)算法只會(huì)導(dǎo)致偏見的進(jìn)一步強(qiáng)化而非問題解決。

進(jìn)一步而言，如果我們將考試分?jǐn)?shù)換為教育評(píng)價(jià)算法（如核心素養(yǎng)、綜合素質(zhì)），上述偏見強(qiáng)化就會(huì)自動(dòng)消弭嗎？答案顯然不在于算法的內(nèi)容設(shè)計(jì)，而在于算法背后的隱性利益?；氐椒?jǐn)?shù)算法而言，管理部門和學(xué)校之所以根據(jù)成績衡量教育質(zhì)量，而忽略教師的“傳道授業(yè)解惑”，以及學(xué)生的情感體驗(yàn)、潛力激發(fā)與創(chuàng)新發(fā)展等事關(guān)真實(shí)質(zhì)量的因素，實(shí)則是因?yàn)榉謹(jǐn)?shù)評(píng)價(jià)不僅簡單可見，而且易操作、易理解，更有文化上的慣習(xí)、輿論上的“多數(shù)人”以及政策上的默許作為支持。所以，他們可以為了追求效率而犧牲教育評(píng)價(jià)的精確性和洞察力，從而把“分?jǐn)?shù)”作為評(píng)價(jià)學(xué)校質(zhì)量和教師績效的有效工具。更令人無奈的是，從筆者參與教育評(píng)價(jià)的實(shí)踐經(jīng)驗(yàn)來看，即便參與者都知道了分?jǐn)?shù)算法暗含的偏見，他們也不會(huì)選擇改變。原因在于，學(xué)校和教師可以因?yàn)榭吹靡姟⒖吹们逡约翱吹枚摹胺謹(jǐn)?shù)評(píng)估”而獲得具有廣泛性、普遍性和代表性的認(rèn)可，與此同時(shí)，他們也能用“分?jǐn)?shù)提高”為政府、家庭乃至社會(huì)提供教育進(jìn)步的交代和政績。反之，那些即便在觀念、知識(shí)和技術(shù)層面更加公平的教育評(píng)價(jià)算法也可能因?yàn)樯鲜鲭[性利益而被排斥、被冷落和被擱置?？梢姡?dāng)那些源于認(rèn)知的教育算法偏見一旦因?yàn)闅v史、現(xiàn)實(shí)、文化或者其他因素而摻雜了隱性利益之后，它們很有可能變成尾大不掉的教育痼疾。

（二）排名陷阱

與近代科學(xué)數(shù)字化的發(fā)展歷程類似（吳國盛，2019，第187—188 頁），所有算法都會(huì)“自動(dòng)”在教育領(lǐng)域鞏固自己的“話語”和“量綱”。一是數(shù)字話語。盡管如今的人們都喜歡說“數(shù)字說話”，但數(shù)字本身顯然不能開口說“人話”。究其實(shí)質(zhì)，那些所謂“數(shù)字化語言”也是人為構(gòu)造的結(jié)果（楊欣，2021c）。更何況，這種數(shù)字化的教育評(píng)價(jià)話語已成為全社會(huì)的普遍共識(shí)。也正因此，教育評(píng)價(jià)要拒絕“五唯”這種片面數(shù)字化的教育評(píng)價(jià)，亟須借助算法組織另外一種更加全面和深刻的數(shù)字化教育評(píng)價(jià)話語。二是數(shù)字量綱。從現(xiàn)有算法的基本假設(shè)來看，它背后的思想是要將豐富多彩的事實(shí)還原為刻板單一的量綱，進(jìn)而將一切質(zhì)上的不同還原為量的差異。當(dāng)教育質(zhì)量被數(shù)字化時(shí)，既意味著開辟了可計(jì)算的教育質(zhì)量領(lǐng)域，也意味著忽略人的質(zhì)性差異，對(duì)所有的對(duì)象一視同仁。在此基礎(chǔ)上，運(yùn)用算法對(duì)它們進(jìn)行處理，人們僅從數(shù)字大小就能輕易、直觀地識(shí)別教育質(zhì)量的水平高低。從上述邏輯出發(fā)，教育評(píng)價(jià)算法即便可以體現(xiàn)源于數(shù)字化的科學(xué)性、客觀性和專業(yè)性，但付出的代價(jià)卻是導(dǎo)致教育評(píng)價(jià)墮入“排名陷阱”之中。

究其原因，當(dāng)某個(gè)算法應(yīng)用于實(shí)踐（尤其是大范圍）時(shí)，它自身的話語和量綱可能帶來一個(gè)扭曲、糟糕的教育排名體系。在此方面，大學(xué)排名可謂典型。歷史地看，大學(xué)排名各種算法的依據(jù)僅僅是人們對(duì)教育質(zhì)量的憑空想象，然后，他們根據(jù)這些“頭腦中的標(biāo)準(zhǔn)”去尋找那些可以測量的相關(guān)變量，最后“隨意”地在公式中賦予每個(gè)變量一個(gè)數(shù)學(xué)權(quán)重（奧尼爾，2018，第49 頁）。僅就理論而言，這些大學(xué)排名都可以為自己找到科學(xué)、專業(yè)和客觀的依據(jù)，并且它們?cè)谛》秶枰詰?yīng)用也沒有太大問題。但是，當(dāng)基于某種算法的教育排名成為區(qū)域、國家甚至全世界的標(biāo)準(zhǔn)時(shí)，這些排名就會(huì)墮入“自動(dòng)鞏固”的陷阱之中—無論這樣的排名有著怎樣的局限甚至錯(cuò)誤，學(xué)校里的師生都會(huì)根據(jù)這些算法標(biāo)準(zhǔn)來優(yōu)化自己的行為，反過來強(qiáng)化算法的合理性。于是乎，學(xué)校里的所有人必須為了獲得更高排名在人生高峰期把大量的精力投入與排名算法有關(guān)的“事業(yè)”之中，他們不得不因?yàn)樗惴ǖ男枰啦煌Ｐ貙懻撐?、申?qǐng)課題、爭獎(jiǎng)勵(lì)和搶帽子，以便學(xué)校提高排名、獲得良好口碑、籌集更多資金、吸引更多的優(yōu)秀人才。需要特別指出的是，除了這種排名陷阱的算法目的值得批判之外，即便它的算法基礎(chǔ)也充滿了可疑之處。對(duì)此，用菲爾茨獎(jiǎng)獲得者朱迪亞·珀?duì)柕脑拋硇稳菥褪牵艾F(xiàn)有算法在運(yùn)用數(shù)學(xué)分析解決問題時(shí)，不得不將真實(shí)問題轉(zhuǎn)化為關(guān)于關(guān)聯(lián)的偽問題”（珀?duì)枺?019，第323 頁）。也正因此，教育評(píng)價(jià)算法必須永遠(yuǎn)警惕上述排名陷阱，“因?yàn)樗推渌饔^排名一樣，必然充滿過時(shí)的偏見和無知”（奧尼爾，2018，第53 頁）。

（三）數(shù)字鴻溝

誠如社會(huì)學(xué)奠基人涂爾干在《教育思想的演進(jìn)》一書中表明的那樣，“一個(gè)社會(huì)若按自身的形象來塑造其成員，最有力的工具便是教育。并且無論在什么時(shí)代，教育都密切聯(lián)系著社會(huì)中的其他制度、習(xí)俗和信仰，以及重大的思想運(yùn)動(dòng)”（涂爾干，2016，第3 頁）。也正因此，一方面跨領(lǐng)域的教育算法極有可能推動(dòng)教育與社會(huì)在思想、行為以及制度層面實(shí)現(xiàn)深度的知識(shí)融合和治理協(xié)同。但另一方面，也可能因?yàn)榭珙I(lǐng)域教育算法面臨的技術(shù)壟斷、人群偏差和信息繭房，反而加大社會(huì)的“數(shù)字鴻溝”。

首先，在很多情況下，信息時(shí)代的治理決策權(quán)已成為技術(shù)精英的專屬（阿米蒂奇，羅伯茨，2016，第4—5 頁）。與此同時(shí)，考慮到算法導(dǎo)致的信息不對(duì)稱進(jìn)一步加劇了社會(huì)各階層的“數(shù)字鴻溝”，且形成了明顯的馬太效應(yīng)（曾智洪等，2020）。我們有足夠理由憂慮，教育評(píng)價(jià)算法或?qū)⒑茈y擺脫“信息獨(dú)裁”“唯數(shù)據(jù)論”和“精英治理”等技術(shù)壟斷的影響。這也意味著，教育評(píng)價(jià)算法對(duì)數(shù)據(jù)、信息和精英的過度依賴又會(huì)將政?；?dòng)、家?；?dòng)、校社互動(dòng)從治理決策中剝離。而這既可能導(dǎo)致學(xué)校、家庭和社會(huì)的協(xié)同育人落入欲壑難平的“數(shù)字鴻溝”，也悖離了“共建共治共享”的社會(huì)格局。

其次，現(xiàn)階段并非所有人都善于或者習(xí)慣用現(xiàn)代化的信息渠道表達(dá)自己的教育偏好。所以，教育評(píng)價(jià)最后收集到的各種數(shù)據(jù)很可能只是反映某些特定年齡階段、收入水平、社會(huì)背景的特殊人群意見，從而促使教育部門的政策向著更有利于他們的方向傾斜，直至給社會(huì)帶來更大的不公平。換言之，教育評(píng)價(jià)算法在某些情境下得出的結(jié)論，很可能只是反映了評(píng)價(jià)對(duì)象的“數(shù)字鴻溝”，而非所謂科學(xué)、專業(yè)、客觀的數(shù)字規(guī)律。

再者，鑒于算法具有了解和預(yù)期公民生活的能力（Ruppert，2012），且能“能單獨(dú)和自適應(yīng)地嵌入和引導(dǎo)行為，提供個(gè)性化輸出”（Knig，2020）。所以，教育評(píng)價(jià)算法難免基于不同人群的偏好和需求，塑造不同人群接受的教育信息。然后，人們會(huì)習(xí)慣性地被自己的興趣所引導(dǎo)，接受那些能夠讓他們感到被肯定和被認(rèn)同的教育評(píng)價(jià)，最終把自己的“教育世界”桎梏于如同蠶繭一般的“繭房”中，即形成教育的信息繭房（楊欣，2021d）。如此周而復(fù)始，人們的教育意見自然會(huì)因?yàn)樗惴ǘ絹碓椒只?，并且屏蔽那些持不同見解的人，直至在人性與制度層面埋下深不可見的“數(shù)字鴻溝”。

（四）物化困境

過去的“五唯”一再證明，教育評(píng)價(jià)算法往往意味著“將人擬物”“以物為基礎(chǔ)”的評(píng)價(jià)方式。同時(shí)，為了滿足算法的需求，評(píng)價(jià)者必須找到適宜的“物化”指標(biāo)。辯證而言，這種基于算法的“物化”評(píng)價(jià)不僅有助于提升教育評(píng)價(jià)的科學(xué)性、專業(yè)性和客觀性，也能從可計(jì)算、易操作的角度滿足表面公平的教育訴求。但與此同時(shí)，它也在認(rèn)知層面造就了以下人與世界悖離的“物化困境”。

第一，思維局限。以“五唯”背后的算法為例，它通過可測量、具體、有時(shí)間限制、客觀、可操作的“分?jǐn)?shù)、升學(xué)、文憑、論文和帽子”將學(xué)生和學(xué)者分為三六九等，盡管體現(xiàn)了所謂“科學(xué)性”“專業(yè)性”和“客觀性”，但它孤立地將靜止的“分?jǐn)?shù)、升學(xué)、文憑、論文和帽子”片面等同于人的知識(shí)和能力，不僅與實(shí)際不符，還在客觀上限制了人們的主動(dòng)性和發(fā)展?jié)撃堋２⑶?，為了滿足可測量、具體、有時(shí)間限制、客觀、可操作的算法條件，人們往往會(huì)選擇更加簡單、可見的任務(wù)，放棄那些復(fù)雜、內(nèi)隱的任務(wù)。

第二，缺乏同理心。教育評(píng)價(jià)算法會(huì)習(xí)慣性地將“人”視作無差別的無生命對(duì)象。這種貌似科學(xué)、專業(yè)、客觀的評(píng)價(jià)不但衍生了評(píng)價(jià)者的“傲慢感”，尤其是相較于被評(píng)價(jià)對(duì)象的“優(yōu)越感”，甚至在相當(dāng)程度上滋生了一種對(duì)人的“無情之心”。畢竟，即便算法可以準(zhǔn)確定位和篩選那些在教育中經(jīng)歷困難和痛苦的人，但算法本身并不能決定（也不在乎）是拒絕和懲罰他們，還是為其提供資源和幫助。

第三，遠(yuǎn)離真實(shí)世界。在此方面，2021 年4 月央行官方微信發(fā)布的《關(guān)于我國人口轉(zhuǎn)型的認(rèn)識(shí)和應(yīng)對(duì)之策》可謂典型代表（陳浩等，2021）。該文基于數(shù)據(jù)提出“重視理工教育，東南亞掉入中等收入陷阱的部分原因就是文科生太多”這一觀點(diǎn)，不僅與東南亞經(jīng)濟(jì)停滯的實(shí)際情況存在差異（姜文輝，2016），也與東南亞高等教育發(fā)展歷程不符（黃建如，2000），更忽視了新高考取消文理分科的戰(zhàn)略意圖。究其實(shí)質(zhì)，上述觀點(diǎn)差異除了可以歸結(jié)為統(tǒng)計(jì)口徑的差異，更源于數(shù)字世界與真實(shí)世界的隔閡。當(dāng)研究者受困于“數(shù)字世界”時(shí)，他們會(huì)忽略了人的具體處境，錯(cuò)誤地把報(bào)告中的數(shù)字及其規(guī)律當(dāng)成了真正的教育。于是乎，他們更加依賴算法推薦的教育數(shù)據(jù)、教育事實(shí)或者教育案例，而不是深入真實(shí)世界了解數(shù)據(jù)的背景、案例的本質(zhì)以及教育的意義。最終的結(jié)果就是，有些人在沒有切實(shí)理解教育的情況下，僅僅根據(jù)數(shù)字的規(guī)律進(jìn)行問題分析、問題解釋乃至問題解決。

三、教育評(píng)價(jià)改革的算法突破

誠如前文所表，算法對(duì)教育評(píng)價(jià)擁有不易覺察卻更為深刻的影響力。至于這種影響力是在改革中表現(xiàn)為教育評(píng)價(jià)科學(xué)性、專業(yè)性和客觀性的提升，還是轉(zhuǎn)化為教育評(píng)價(jià)的偏見強(qiáng)化、排名陷阱、數(shù)字鴻溝和物化困境，它絕非簡單取決于算法優(yōu)劣，而是算法背后的認(rèn)知。其中的微妙區(qū)別就像很多計(jì)算機(jī)科學(xué)家隱喻的那般，“算法只能把一匹馬帶到水邊，至于馬喝不喝水，還是去做別的什么，那不是算法的事”。在此意義上，算法本身自有其重要性和答題解惑方式。不過，筆者作為教育學(xué)者更關(guān)心后者：一是認(rèn)知方法，人們?nèi)绾胃鶕?jù)算法進(jìn)行推理；二是認(rèn)知目的，人們用算法來做什么；三是認(rèn)知對(duì)象，人們?cè)谒惴ㄖ嘘P(guān)注什么；四是認(rèn)知模式，人們?nèi)绾卫斫馑惴?。相?yīng)地，本文嘗試勾勒教育評(píng)價(jià)算法在認(rèn)知層面的方法突破、目的突破、對(duì)象突破和模式突破，以期實(shí)現(xiàn)“化風(fēng)險(xiǎn)為機(jī)遇”的改革追求。

（一）方法突破：用溯因推理超越自證預(yù)言

就其認(rèn)知方法而言，教育評(píng)價(jià)算法的偏見強(qiáng)化源于人們更習(xí)慣用有限的結(jié)論進(jìn)行自證預(yù)言。這種認(rèn)知方法與十九世紀(jì)風(fēng)靡歐洲的顱相學(xué)有異曲同工之妙（奧尼爾，2018，第136 頁）。顱相學(xué)家通過摸頭蓋骨得出的結(jié)論往往和他的觀察相一致。如果一個(gè)人極度焦慮或者嗜酒，顱相學(xué)家總可以在病人的頭蓋骨中發(fā)現(xiàn)與這些問題相對(duì)應(yīng)的腫塊和凹陷，反過來強(qiáng)化人們對(duì)顱相學(xué)的信任。說到底，顱相學(xué)也可視作一種算法，只不過這些算法只能依靠偽科學(xué)建立權(quán)威。因?yàn)轱B相學(xué)所謂“用顱相預(yù)言人類發(fā)展的規(guī)律”不過是些經(jīng)不起科學(xué)檢驗(yàn)的種群偏見。如今，教育評(píng)價(jià)算法若要逃脫顱相學(xué)的認(rèn)知窠臼，亟須在方法層面從自證預(yù)言走向“溯因推理”（abductive reasoning）。二十世紀(jì)初，美國哲學(xué)家查爾斯·皮爾士提出了溯因推理的概念。并且，皮爾士本人把溯因推理同演繹法和歸納法并列為基本的論證方法。簡言之，溯因推理是探究結(jié)論背后的成因及其解釋，它追求從反對(duì)和支持的事實(shí)（案例）中尋找更具解釋力的原因，而非立足于用假定的結(jié)論預(yù)言未來（梅吉爾，2019，第188—194 頁）。換言之，溯因推理的前提在于，存在某種原因比其他任何原因都能更好解釋已有結(jié)論，所以它又名“最佳解釋推論”。

在此意義上，與“自上而下”（從已知結(jié)論推出假設(shè)的結(jié)果）的自證預(yù)言所導(dǎo)致的算法偏見相比，“自下而上”（從已知結(jié)論推理出假設(shè)的原因）的溯因推理之所以能稱為方法突破，是因?yàn)闅v史經(jīng)驗(yàn)表明，注重融通性、簡潔性和類似性的認(rèn)知方法更有益于消弭偏見（梅吉爾，2019，第194—197 頁）。一是融通性，算法能解釋的現(xiàn)象（問題）越多越好。還是以考試分?jǐn)?shù)為例，盡管它作為算法可以解釋個(gè)人在應(yīng)試范圍的好壞，以及由應(yīng)試衍生的諸多利益，但如果將考試分?jǐn)?shù)放在國家發(fā)展、民族興旺的尺度，它就會(huì)陷入解釋困境。原因在于，國家每年都會(huì)組織各種考試，也會(huì)提供相應(yīng)的學(xué)位和崗位，所以無論人的素質(zhì)是否提高、國家是否發(fā)展、民族是否興旺，都會(huì)有人“上岸”或者“搶到位置”。所以，考試分?jǐn)?shù)永遠(yuǎn)只能解釋個(gè)人的成敗，且注定充滿“優(yōu)勝劣汰的個(gè)體偏見”，而不能對(duì)國家發(fā)展、民族興旺作出解釋和回應(yīng)，也看不見整體的使命、協(xié)同和互構(gòu)。也正因此，教育評(píng)價(jià)算法應(yīng)在認(rèn)知方法上告別自證預(yù)言似的“分?jǐn)?shù)享樂”，轉(zhuǎn)而推崇溯因推理帶來的深刻解釋以及由此構(gòu)成的知識(shí)進(jìn)步，以期用“為黨育人、為國育才的普遍使命”超越“分?jǐn)?shù)成功的個(gè)體追求”。二是簡潔性，算法需要的輔助假設(shè)越少越好。當(dāng)教育評(píng)價(jià)中沒有足夠證據(jù)來支持它對(duì)教育問題的假設(shè)時(shí)，它就需要有輔助假設(shè)，其目的就是為了使得這個(gè)教育評(píng)價(jià)算法能夠自圓其說。在此方面，“五唯”的形成可謂典型。當(dāng)過去教育評(píng)價(jià)的“分?jǐn)?shù)假設(shè)”（分?jǐn)?shù)高的是人才）和“文憑假設(shè)”（文憑高的是人才）面臨失靈的境況，它就加入了“論文假設(shè)”“帽子假設(shè)”“證書假設(shè)”“課題假設(shè)”等。然而事與愿違的是，隨著假設(shè)越來越多，識(shí)別人才的準(zhǔn)度非但沒有增加，反而衍生了更多未經(jīng)證實(shí)的人才偏見。舉例而言，人才會(huì)有論文和課題，但反過來講，有論文和課題卻未必是人才。與之相反，從認(rèn)知的簡潔性來看，教育評(píng)價(jià)更應(yīng)青睞那些需要更少輔助假設(shè)來讓結(jié)果符合當(dāng)時(shí)條件的算法。換言之，簡潔的教育評(píng)價(jià)算法更應(yīng)推崇“就事論事”和“一事一議”，而不是無休止的“假設(shè)累加”，或者對(duì)評(píng)價(jià)結(jié)果進(jìn)行“加減乘除”。畢竟，很多時(shí)候假設(shè)之間還可能構(gòu)成沖突。不然，我們就得接受類似“艾薩克·牛頓=第谷·布拉赫+約翰尼斯·開普勒”這樣頗為荒謬的科學(xué)成就評(píng)價(jià)算法。三是類似性，某個(gè)算法與已經(jīng)被證實(shí)為真的算法越相似越好。正如前文所表，每個(gè)算法都有其局限。所以，單個(gè)教育評(píng)價(jià)算法得出的“優(yōu)劣”并不足以說明對(duì)象的優(yōu)劣—它僅能代表這個(gè)算法的運(yùn)算邏輯。而這也是過去教育評(píng)價(jià)中某些算法的拙劣之處，它用以偏概全的方式偷換（隱匿）了其他算法的價(jià)值和效用。面對(duì)過去單一教育評(píng)價(jià)算法帶來的偏見和盲目，《方案》已然提出“改進(jìn)結(jié)果評(píng)價(jià)，強(qiáng)化過程評(píng)價(jià)，探索增值評(píng)價(jià)，健全綜合評(píng)價(jià)”的要求。從這樣的趨勢(shì)來看，教育評(píng)價(jià)改革的方法突破在于能否推動(dòng)結(jié)果評(píng)價(jià)算法、過程評(píng)價(jià)算法、增值評(píng)價(jià)算法和綜合評(píng)價(jià)算法在事實(shí)層面的交互印證，從而全面、立體、深刻地展示（還原）教育的樣態(tài)。

（二）目的突破：用和平協(xié)議超越軍備競賽

現(xiàn)實(shí)而言，始于數(shù)字話語和數(shù)字量綱的教育評(píng)價(jià)之所以被稱為排名陷阱，是因?yàn)橐耘琶麨槟康牡乃惴倳?huì)不斷吹響教育系統(tǒng)“軍備競賽”的號(hào)角。而這場競賽的慘狀亦如凱西·奧尼爾所言，“《美國新聞》的排名模型以由此產(chǎn)生的工具和焦慮為養(yǎng)分成長為一個(gè)龐然大物。排名模型有力地刺激了各方在教育上的不斷投資，而飆升的學(xué)費(fèi)則被忽視了……結(jié)果就是，教育體系偏向于特權(quán)階層，偏離于窮人和中產(chǎn)階級(jí)，淘汰后一類家庭出身的絕大多數(shù)學(xué)生，將他們推向貧窮之路，進(jìn)一步加劇社會(huì)的階層固化”（奧尼爾，2018，第60—65 頁）。盡管中美高等教育的環(huán)境和問題有所不同，但如果我們將眼光放到中小學(xué)階段，看看那些飽受教育焦慮的國人和被“刷題班”掏空荷包的家庭，這場圍繞排名的軍備競賽恐怕也不遑多讓。為此，我們不得不追問，難道人類教育演化至今就是為了把所有人培養(yǎng)成適應(yīng)各種算法排名的機(jī)器，以便他們?cè)跉埧岬母偁幟摲f而出？如果拘泥于當(dāng)前歷史條件而言，這樣的軍備競賽或許更契合教育算法的目的設(shè)定，所以顯得有些無解。但如果我們把眼光放到人類幾十萬年的演化史來看，這教育的算法目的很可能擁有完全不同的答案。

值得注意的是，瑞士巴塞爾大學(xué)的神經(jīng)科學(xué)研究者在《鸚鵡螺》雜志介紹了演化的最新觀點(diǎn)（Clancy，2017）。文中分析了現(xiàn)代進(jìn)化生物學(xué)核心概念，名為“放松的選擇”（relaxed selection），意為把環(huán)境選擇的壓力減小，讓生物們活得輕松，以便帶來繁榮和創(chuàng)新。進(jìn)化史表明，人類發(fā)明用火、把肉類食物加工之后再吃，縮小了自己的牙齒和下巴，從而讓大腦的容量可以更大 —人類解放了自己的大腦；人類馴化動(dòng)物，解放了自己的勞動(dòng)力；現(xiàn)代人不再終日從事體力勞動(dòng)，解放了自己的天性。概言之，從演化趨勢(shì)來看，人類的發(fā)展不是為了在殘酷環(huán)境中挑戰(zhàn)自我，而是設(shè)法放松自己的環(huán)境，讓自己探索新的可能，從而解放自我。同理，幫助師生擺脫基于排名陷阱的軍備競賽，也將有益于“通過教育激發(fā)人類用信息反抗熵增侵襲和進(jìn)化壓力的物種的天性”（平克，2019，第253 頁）。所以，從人類演化而言，競爭與寬松同樣重要；排名也不是目的，而是手段；所以，教育評(píng)價(jià)算法不等于開啟軍備競賽，有時(shí)它更意味著和平協(xié)議。這絕非異想天開的心靈雞湯，而是有例可依的現(xiàn)實(shí)選擇（奧尼爾，2018，第68 頁）。在美國奧巴馬總統(tǒng)的第二任期間，他曾經(jīng)希望由政府出面做一個(gè)教育排名，不過當(dāng)時(shí)美國校長已經(jīng)洞悉了排名模型的缺陷及其可能的惡性循環(huán)，所以他們強(qiáng)烈抵制新的排名系統(tǒng)。最終，美國政府作出了讓步，教育部沒有將大學(xué)重新排名，而是把大量的調(diào)查數(shù)據(jù)公布在網(wǎng)站上。如此一來，所有人都可以自行查詢自己關(guān)心的指標(biāo)和數(shù)據(jù)，而無須再去了解任何統(tǒng)計(jì)法或者變量的權(quán)重。相應(yīng)地，教育評(píng)價(jià)的算法目的從黑箱走向了透明、從強(qiáng)迫走向了自主、從標(biāo)準(zhǔn)走向了個(gè)性，而基于排名的軍備競賽也變成了基于發(fā)展的和平協(xié)議。

（三）對(duì)象突破：用整體發(fā)展超越個(gè)體特征

必須指出的是，教育算法是推動(dòng)知識(shí)進(jìn)步、共同發(fā)展和思想解放，還是構(gòu)成新的技術(shù)壟斷、人群偏差和信息繭房，將取決于人們是關(guān)注評(píng)價(jià)對(duì)象的整體發(fā)展，還是在意評(píng)價(jià)對(duì)象的個(gè)體特征。原因在于，任何基于算法的教育評(píng)價(jià)都可以通過對(duì)象的行為模式、背景變量以及選擇偏好對(duì)人群進(jìn)行排序、分類以及評(píng)分，從而“科學(xué)”“客觀”“專業(yè)”地呈現(xiàn)評(píng)價(jià)對(duì)象的個(gè)體特征。糟糕的是，通過對(duì)個(gè)體特征的凸顯，人們只會(huì)越來越關(guān)注那些自己以為自己需要但又對(duì)其很無知的評(píng)價(jià)信息。也正是始于這種想不明卻又能強(qiáng)烈感受到的焦慮，總有人或者機(jī)構(gòu)利用各種個(gè)體特征開展貌似合理的“希望營銷”，然后向人們不負(fù)責(zé)地承諾通向成功的特殊道路?？蓢@的是，這條道路的終點(diǎn)往往是弱勢(shì)群體的焦慮和痛苦，以及對(duì)教育的懷疑（奧尼爾，2018，第86 頁）。與之相反，如果研究者在理解（詮釋）評(píng)價(jià)對(duì)象時(shí)可以從人類、社會(huì)和國家的整體需求出發(fā)，承擔(dān)起教育發(fā)展的共同責(zé)任，冷靜地去感知教育質(zhì)量的整體意義，并認(rèn)真理解所有人在相互交織、彼此依賴的教育世界中的共同進(jìn)步、協(xié)同交流和創(chuàng)新發(fā)展，那么這些對(duì)整體發(fā)展的關(guān)注將會(huì)給評(píng)價(jià)算法帶來超越個(gè)體特征的全新知識(shí)。

其一，重新理解教育評(píng)價(jià)對(duì)象的多元價(jià)值。群體中的“涌現(xiàn)”現(xiàn)象表明：（1）群體的能力（知識(shí)）=所有個(gè)體能力（知識(shí)）之和+能力（知識(shí)）多樣性；（2）多樣性的群體＞單一性的群體（伊藤穰一，豪，第27—45 頁）。從群體的多樣性優(yōu)勢(shì)來看，群體可以實(shí)現(xiàn)超越個(gè)體能力（知識(shí)）極限的創(chuàng)新和進(jìn)步，這也意味著，研究者有必要從整體發(fā)展的角度重新審視教育評(píng)價(jià)對(duì)象的多元價(jià)值。在此意義上，好的教育評(píng)價(jià)算法除了告訴被試在個(gè)人能力（知識(shí)）層面的科學(xué)、專業(yè)、客觀的結(jié)果，更應(yīng)體現(xiàn)整體的多元價(jià)值，即回答當(dāng)前的教育是否符合國家的多元需要、是否有利于國家涌現(xiàn)創(chuàng)新人才。所以，研究者迫切需要做的是深刻解讀國家教育高質(zhì)量發(fā)展的豐富需求場景與多元供給思路，并據(jù)此形塑足以反映教育多樣性的評(píng)價(jià)算法。如此，教育評(píng)價(jià)算法將從兼具整體性和多樣性的角度，開啟激勵(lì)人、團(tuán)結(jié)人、解放人的正反饋回路，我們才更有可能通過評(píng)價(jià)改革助力科教興國戰(zhàn)略。否則，任何算法都可能淪為彰顯個(gè)體能力的教育排行榜，甚至形成壓抑人、孤立人、異化人的負(fù)反饋回路。

其二，在教育評(píng)價(jià)中意會(huì)人類命運(yùn)共同體。意會(huì)是基于人文學(xué)科的實(shí)踐方法，它完全存在于具體的教育情境之中，而算法得出的結(jié)果則存儲(chǔ)于被剝離其特殊性的字節(jié)之中（馬茲比爾格，2020，第7 頁）。相應(yīng)地，也只有人們學(xué)會(huì)了徜徉于豐富且真實(shí)的教育世界，用意會(huì)思維去感知與文化交流的自我、與時(shí)代演進(jìn)的自我、與整體互構(gòu)的自我，人們才能更加清晰地理解教育評(píng)價(jià)算法的目的與假設(shè)、價(jià)值與局限以及本質(zhì)與表象。而這種意會(huì)的結(jié)果亦如邁克爾·波蘭尼在《個(gè)人知識(shí)》中所言，“它意味著人類可以通過滿懷熱情地去努力在普遍標(biāo)準(zhǔn)之下完成他的個(gè)人義務(wù)，從而超越自身的主觀性”（波蘭尼，2017，第19 頁）。由此可知，偉大的教育評(píng)價(jià)算法就是要意會(huì)人類命運(yùn)共同體的精神實(shí)質(zhì)、時(shí)代召喚和偉大故事：一方面坦陳教育評(píng)價(jià)的算法假設(shè)及其排名局限，時(shí)刻警惕基于評(píng)價(jià)對(duì)象個(gè)體特征的狂熱、偏狹和迷思；另一方面使人與這個(gè)時(shí)代形成共鳴，邀請(qǐng)他們與真實(shí)世界的各種人群產(chǎn)生共情，從而使評(píng)價(jià)對(duì)象回歸人群中，實(shí)現(xiàn)正常、普遍、共有的整體發(fā)展。這也預(yù)示著，人們藉由意會(huì)得出的解釋不僅可以為評(píng)價(jià)對(duì)象補(bǔ)充更多有意義的內(nèi)容，也更有可能使源于技術(shù)壟斷、人群偏差、信息繭房的數(shù)字鴻溝消弭于人類命運(yùn)共同體的“劇本”之中—正如成功的演出往往需要不同角色的構(gòu)成和演繹，但卻只能有一個(gè)劇本。所以，在教育評(píng)價(jià)對(duì)象中融入多元價(jià)值和意會(huì)人類命運(yùn)共同體就是要處理好“角色”和“劇本”的關(guān)系。

（四）模式突破：用“厚”數(shù)據(jù)超越“薄”數(shù)據(jù)

從更深層的原因而言，教育評(píng)價(jià)算法之所以導(dǎo)致人與世界悖離的“物化困境”，其實(shí)是因?yàn)槿藗儧]有理解“數(shù)據(jù)的薄與厚”（馬茲比爾格，2020，第63—82 頁）?！氨　睌?shù)據(jù)只關(guān)注抽象特殊的形式、規(guī)律和方法，旨在用數(shù)據(jù)解釋人類，所以容易出現(xiàn)思維局限、同理心缺乏以及對(duì)真實(shí)世界的疏離。而“厚”數(shù)據(jù)先關(guān)注具體真實(shí)的主觀解釋、歷史文化、視角預(yù)設(shè)以及語境差異，旨在根據(jù)人類與所生活的世界聯(lián)系來解釋人類—這也是撰寫教育評(píng)價(jià)“劇本”的思路所在。相應(yīng)地，教育評(píng)價(jià)算法的模式突破意味著用“厚”數(shù)據(jù)超越“薄”數(shù)據(jù)。具言之，這種具有綜合性的算法認(rèn)知模式擁有以下特點(diǎn)：第一，教育評(píng)價(jià)算法關(guān)涉主觀解釋?，F(xiàn)有教育評(píng)價(jià)算法也會(huì)有一定的視角，而這種視角只是眾多選擇中的某一種。不同算法的視角（理論出發(fā)點(diǎn)）很可能不一樣，并且會(huì)因此得出不同的結(jié)果。所以，人們?nèi)粝胱x懂教育評(píng)價(jià)的算法結(jié)果，就必須學(xué)會(huì)解釋自己以及由自己構(gòu)成的教育命題、教育活動(dòng)和教育情境，否則，他們就不可能確切地知道評(píng)價(jià)數(shù)據(jù)究竟對(duì)他們而言意味著什么。作為交換，當(dāng)人們可以解釋清楚自己的命題、活動(dòng)和情境時(shí)，他們就會(huì)放棄那些不切實(shí)際、片面狹隘的教育幻覺，轉(zhuǎn)而擁抱更加真實(shí)、豐富、動(dòng)人的教育世界。第二，教育評(píng)價(jià)算法會(huì)受到歷史文化的影響。一旦數(shù)據(jù)沒有了具體的歷史背景和文化內(nèi)涵，所呈現(xiàn)的結(jié)果不過只是對(duì)這個(gè)世界的抽象表征，而非世界本來面目（馬茲比爾格，2020，第15 頁）。比如，在中國教育中異常重視的分?jǐn)?shù)、升學(xué)、文憑、論文和帽子，在其他文化中未必如此，只是因?yàn)椴煌瑲v史文化給某些教育評(píng)價(jià)結(jié)果賦予了特殊的意義和價(jià)值。所以，教育評(píng)價(jià)算法亟須找準(zhǔn)相應(yīng)的歷史坐標(biāo)和文化參照。第三，教育評(píng)價(jià)算法中的視角是平等的。如分?jǐn)?shù)、升學(xué)、文憑、論文和帽子并不能天然在任何教育評(píng)價(jià)中高人一等。從這個(gè)意義而言，教育評(píng)價(jià)算法要破“五唯”，要破的正是它唯一正確、唯一合理的視角，而非徹底擯棄分?jǐn)?shù)、升學(xué)、文憑、論文和帽子的視角。第四，視角決定語境，每種教育評(píng)價(jià)算法都是在某種語境之下。為此，基于算法的教育評(píng)價(jià)也應(yīng)有明確的語境。比如，如果是基于結(jié)果算法的語境，那么相關(guān)討論就應(yīng)關(guān)注教育的絕對(duì)值高低及其橫向比較的優(yōu)劣。如果是基于增值算法的語境，那么相關(guān)討論就應(yīng)關(guān)注教育的進(jìn)步大小和變化范圍。而不是用結(jié)果否定增值，或者用增值壓倒結(jié)果。因?yàn)椴煌Z境的爭論更像是意氣之爭，而非建設(shè)性地研討。第五，同一語境之下，教育評(píng)價(jià)算法得出的結(jié)果有高低優(yōu)劣之分。如果在教育評(píng)價(jià)算法中強(qiáng)調(diào)主觀解釋、歷史文化、視角差異以及語境預(yù)設(shè)之后，而不對(duì)評(píng)價(jià)結(jié)果區(qū)別高低優(yōu)劣，很可能陷入后現(xiàn)代不分對(duì)錯(cuò)的虛無主義、自我否定的相對(duì)主義。所以，教育評(píng)價(jià)算法必須有明確的視角和清晰的事實(shí)，所得結(jié)論也必須是清楚的。如此，才能通過教育評(píng)價(jià)算法研磨出更多真實(shí)可靠、令人信服、經(jīng)得起檢驗(yàn)的結(jié)論與觀點(diǎn)。

（楊欣工作郵箱：77185270@qq.com）