“深化新时代教育评价改革，是建设高质量教育体系的关键突破口。必须以评价改革牵引教育综合改革，为教育强国、科技强国、人才强国建设提供持续动力。”
“学评融合是当前教育评价改革的必然趋势和核心特征。它重构人才培养的目标、路径与评价逻辑，使‘因材施教’真正具备现实可行性。”
“学评融合，不再只是理念构想。在人工智能与数字技术条件下，评价可以无痕嵌入课堂全过程，实时生成学习证据，持续反馈成长轨迹。”
Integration of Learning and Assessment
评价，是另一种更高阶的学习。
学评融合的提出，源于三个层面相互叠加的现实压力。
《深化新时代教育评价改革总体方案》明确指出，破除“唯分数、唯升学”顽瘴痼疾。
以过程性证据替代单一结果判断，是教育评价范式迭代的必然路径。
反馈滞后、学习证据缺失、学生被动参与——这三重困境亟待变革。
数字化工具与人工智能，使全员参与、实时采证、持续反馈成为可能。
核心素养 · 高阶思维 · 自我调节
生成与展示 · 参与评价 · 反思与改进
过程证据 · 持续反馈 · 评价主体易位
每一位学生都是评价的主体。评价活动面向全员，而非少数举手者。
评价标准可视化、透明化，师生共同理解质量标准。
教师基于实时学习证据调整教学决策，而非依赖主观判断。
生成→评价→反思→改进，构成动态学习闭环。
学评融合通过 “双循环结构” 的课堂运行机制，使评价嵌入课堂学习过程。
明确单元目标与核心素养要求。
开发表现性任务与评价量规。
在教学过程中收集学生表现证据。
基于证据分析，优化后续教学方案。
让学生明确“我要去哪里”及质量要求。
通过提问、展示、互评获取实时证据。
教师根据反馈即时调整教学步调。
学生根据反馈进行自我纠偏与提升。
作业、测试、随堂练习
课堂提问、小组讨论
实验操作、课堂参与度
思维导图、解题路径
利用平板、点阵笔等工具实现学习过程的数字化记录。
利用 AI 算法对学习证据进行自动批改、分类与诊断。
利用大模型生成个性化学习建议，实现规模化的因材施教。
建立区域/学校层面的评价改革推进机制。
将学评融合结构嵌入数字化教学平台。
教师在日常教学中自然使用，实现减负增效。
致力于通过人工智能与数字技术，推动教育评价从“单一结果”向“学评融合”转型，让每一位学生都能获得及时的反馈与个性化的成长支持。
Pingjia.org 是在中国教育技术协会教育测量与评价专业委员会 指导下建设的学评融合推广网站。