2026-10-15
从经验走向证据：基于AI大模型的课堂教学评价模型构建与应用实践——以课程标准为纲、以测评学理论为基的系统性建构全文约 1 万字 · 阅读约需 25 分钟导读为什么课堂评价需要AI大模型？ 2022年版课程标准确立了核心素养导向与“教—学—评”一致性要求，课堂评价必须从“知识点对错”升级为“素养表现证据”的收集与解释；而传统听评课“凭感觉、难全景、弱反馈”，恰好卡住了这一升级。本文提出什么？ 以证据中心设计（ECD）与基于论证的效度理论为方法论，以LICC课堂观察框架与CLASS课堂评估系统为维度来源，构建“一个内核、四大支柱、五层架构、三元协同”的AI大模型课堂教学评价模型，并给出可落地的实施流程、指标框架、效度论证清单与学校“三步走”行动路线。写给谁？ 关心课堂教学改进的校长、教研员、一线教师，以及区域教育质量监测与教育数字化工作的实践者与研究者。一节课究竟上得怎么样？一百年来，这个问题主要靠听评课者的经验直觉来回答。当AI大模型能够“看懂”课堂视频、“听懂”师生对话、“写好”分析报告时，课堂评价第一次有可能完整地做到：让证据说话，让教师判断，让学生被看见。一、时代之问：课堂评价为什么要走向“人机协同”（一）政策坐标：课程改革与教育数字化的“双轮驱动”2022年4月，教育部印发《义务教育课程方案和课程标准（2022年版）》。新课程以核心素养为纲，要求各科课程标准不仅规定“教什么、学什么”，更以学业质量标准刻画“学到什么程度”，并明确提出注重实现“教—学—评”一致性[1][2]。这意味着课堂评价的对象发生了根本变化：从零散知识点的对错判断，升级为对素养表现证据的系统收集与专业解释；评价不再只是教学结束后的“验收”，而是嵌入教学全过程的“调节器”。评价要求的升级，恰与传统评价手段的能力瓶颈迎头相撞——这正是技术必须进场的原因。2025年1月，《教育强国建设规划纲要（2024—2035年）》发布，明确提出实施教育数字化战略、促进人工智能助力教育变革[3]。2025年5月，教育部基础教育教学指导委员会发布《中小学人工智能通识教育指南（2025年版）》与《中小学生成式人工智能使用指南（2025年版）》，将“辅助教师教学”“支撑教育管理”明确列为生成式人工智能的核心应用场景，同时要求建立工具“白名单”制度、严禁输入考试试题与个人身份信息等敏感数据[4][5]。同年，教育部办公厅印发《关于组织实施数字化赋能教师发展行动的通知》（教师厅函〔2025〕13号），推动人工智能技术支持教师课堂教学诊断与专业发展[6]。一句话概括政策逻辑：课程标准决定了课堂评价“必须升级”，教育数字化战略则为课堂评价“如何升级”提供了技术通道与制度边界。（二）现实痛点：传统课堂评价的“三低三难”课堂是教育质量的生命线，也是信息最密集、变化最快的评价现场。但长期以来，我们对课堂的评价能力严重滞后于课堂本身的复杂度，可以概括为“三低三难”：● 效率低。人工听评课一节课需要半天以上的准备与研讨，一位教研员一学期所能覆盖的课例极其有限；对绝大多数教师而言，一年也未必能获得一次高质量的深度评课。● 维度低。经验式评课往往停留于“总体印象+局部点评”。沈毅、崔允漷在《课堂观察：走向专业的听评课》中将其概括为“三无”——无合作的任务、无证据的推论、无研究的实践[7]。评课结论常常是“这节课氛围不错”“节奏偏快”这类无法证伪也难以改进的判断。● 反馈低。评完即止，评价结论没有转化为可追踪的教学改进行为，更谈不上基于证据的持续迭代。● 难全景。一名观察者在一节课内能有效捕捉的信息极其有限：既要听教师讲什么，又要看学生学什么，还要记录时间线——LICC范式之所以要求多名观察者分工认领观察点，正因为“全能观察者”并不存在[7][8]。● 难持续。课堂评价多以“一课一评”的离散事件存在，缺少跨课次、跨学期的纵向数据，无法刻画教师教学能力与学生学习状态的发展轨迹。● 难一致。不同评课人对同一节课的判断常常大相径庭，印象化、人情化因素难以避免，评价结论的信度与公平性备受质疑。（三）技术拐点与国际趋势：能力已经到位，理论尚未跟上近年来，AI大模型在课堂场景所需的三种核心能力上实现了跃迁：一是多模态感知——语音转写在教学场景实用条件下的准确率已普遍超过95%，主流目标检测模型（如YOLOv8）在标准数据集上的平均精度（mAP）已达85%左右，师生行为、板书课件等课堂视觉要素可被稳定识别；二是语义理解与推理——大模型能够理解对话的认知层次、提问的思维含量，而不再停留在“举手次数”式的行为统计；三是自然语言生成——评价结果可以自动组织为面向教师的专业报告，而不是一堆教师看不懂的指标。国外已有研究团队尝试利用GPT-4V等视觉大模型对课堂教学视频进行自动评估，初步验证了“视频进、专业评价报告出”的技术可行性。国际调查同样印证了这一趋势，但也揭示了一个耐人寻味的“缺口”。OECD教师教学国际调查（TALIS 2024）覆盖55个教育体系，首次系统调查了教师的AI使用情况：OECD平均约36%的初中教师在过去一年使用过AI，新加坡达75%，我国上海为53.5%，显著高于平均值[9][10]。但在使用AI的教师中，用于“高效学习与总结主题”的占68%、用于“生成教案”的占64%，而用于“复核学生参与或表现数据”的仅占25%，用于“评估或评分学生作业”的仅占26%[9]。换言之，全球教师正在热烈地把AI用于备课与资源生成，却很少把它用在最专业、最敏感、也最有价值的环节——评价。这个缺口恰恰说明：AI进入课堂评价，缺的不是算力和模型，而是缺一套回答“评什么、凭什么评、评了能不能信”的专业理论框架。这正是本文要解决的问题。比较维度传统人工听评课AI大模型支持的课堂评价证据采集人工记录，容量有限，多依赖主观印象多模态全程采集：视频、音频、文本、互动轨迹、作业数据分析维度以教师教学为主，学生视角不足师、生、课程、文化多维并行，覆盖LICC四维度20视角覆盖范围抽样式、离散式（一课一评）伴随式、连续式，可跨课次纵向追踪反馈时效课后数天，结论笼统课后即时生成报告，附时间戳与原始片段证据一致性因人而异，信度难保障量规统一、标准一致，可做人机一致性检验改进闭环评完即止，难以追踪证据沉淀为档案，支撑教研、培训与持续改进表1 传统听评课与AI大模型支持的课堂评价之比较二、理论基石：模型的三大理论支柱任何教育评价模型都必须回答三个元问题：评什么（构念）——凭什么（证据）——为何可信（效度）。我们对这三个问题的回答，分别来自课程标准的素养导向、证据中心设计的证据逻辑，以及测评学的效度理论；而LICC课堂观察范式与CLASS课堂评估系统，则提供了维度体系的“家底”。（一）支柱一：课程标准——核心素养导向与“教—学—评”一致性课程标准为评价模型提供构念来源，即“评什么”的最终依据。义务教育课程方案（2022年版）以核心素养统领课程目标、课程内容与学业质量，明确要求“注重实现‘教—学—评’一致性”[1][2]。华东师范大学崔允漷教授团队对这一命题有系统阐释：教师的教、学生的学、对学习的评，三者应当指向同一目标、彼此咬合——评价不是教学的终点检查，而是贯穿始终的调节机制[8]。落实到课堂，“教—学—评”一致性呈现为大小两个闭环（图1）：课程层大闭环保证“方向一致”——素养目标经学业质量标准分解为课堂目标，课堂教学评价所收集的证据最终回证素养达成；课堂层小闭环保证“过程一致”——目标导学、任务驱动、即时评价、反馈调整在课内快速循环。AI大模型的价值，正在于让这两个闭环第一次拥有了全程、精细、可追溯的证据流：大闭环需要“课堂证据回证素养达成”，AI提供跨课次聚合的纵向证据；小闭环需要“即时评价、即时反馈”，AI提供课中实时的过程性证据。由此，模型的第一个设计原则确立：评价指标必须能沿“素养目标→学业质量水平→课堂可观察行为”的路径向下追溯。评价什么，不由技术决定，而由课程标准决定；技术解决的是“证据从哪里来、如何聚合”，而不是“标准是什么”。（二）支柱二：测评学效度理论——让“机器评分”可辩护把课堂评价交给算法，最尖锐的质疑是：机器给出的等级，凭什么可信？测评学（educational measurement）对此有百年积累的理论回答。Messick在经典论文中提出效度的统一观：效度是对测验分数之解释与使用是否合理、是否恰当的综合性质评价，且必须将测试后果纳入考量[12]。Cronbach与Meehl早在1955年就指出，当评价指向“核心素养”这类无法直接观察的构念（construct）时，必须通过构念的网络化证据来为推论辩护[14]。Kane进一步发展出基于论证的效度检验框架：先构建“解释论证”——从观察到概括、从概括到外推、从外推到决策的完整推理链；再逐环节检验其合理性假设，形成效度论证[13]。美国《教育与心理测试标准》（AERA/APA/NCME, 2014）将效度证据归纳为五个来源：基于内容、基于反应过程、基于内部结构、与其他变量间的关系、基于测试后果[16]。这套理论对AI课堂评价不是“学院派的装饰”，而是直接的工程图纸：表2给出了五类效度证据在AI课堂评价中的操作化落实要点。可以说，一个AI评价模型如果没有效度论证，就只是一个“自动打分器”；有了效度论证，它才是一件“评价仪器”。效度证据来源核心问题AI课堂评价的操作化落实基于内容指标体系是否代表评价构念的实质内容？建立“指标—课标/学业质量—观察点”映射表；经学科专家与教研组两轮审议基于反应过程AI识别与理解是否准确可靠？行为识别与语义判断抽样复核，报告混淆矩阵；人机一致性抽检不低于20%课例基于内部结构指标间关系是否符合理论预期？检验指标相关结构与因子结构，如“对话质量”应与“思维参与”而非“纪律控制”强相关与其他变量的关系评价结果是否与外部效标关联？与专家评课结论、学生学业进步数据、教师专业发展指标做关联与追踪研究基于测试后果评价是否真正改进了教学？有无负面效应？监测教学改进行动率、教师满意度、申诉率；坚持发展性取向，不用于教师排名与惩罚表2 五类效度证据在AI课堂评价中的操作化落实（据AERA/APA/NCME, 2014[16]）（三）支柱三：证据中心设计——把评价当作“证据推理”来设计如果说效度理论回答“为何可信”，那么Mislevy、Steinberg与Almond提出的证据中心设计（Evidence-Centered Design，ECD）则回答“如何构造”[15]。ECD把一切测评看作关于学生能力的证据推理过程，要求设计者先回答三个问题，并对应建立三个模型：学生模型——评什么构念及其层级；证据模型——哪些可观察表现构成证据、如何按规则计分；任务模型——在什么情境中引出这些表现。迁移到课堂评价：学生模型即“素养+课堂评价指标体系”；证据模型即“可观察行为→指标得分”的计分规则；任务模型就是真实课堂活动本身——这是课堂评价区别于纸笔测验的独特之处，也是AI多模态感知能够发挥优势之处。在证据的组织方式上，图尔敏（Toulmin）的论证结构——主张、资料、正当理由、支援、备择解释——为AI评价的每一条结论提供了“证据链模板”[18]。下面以一个真实形态的评价结论为例：【主张】本节课“学生高阶参与”水平较高（4/5级）。【资料】系统识别到本课出现7轮高质量师生对话，其中5轮含追问与证据引用；学生主动提问23次，分布覆盖12个学习小组中的11个。【正当理由】课程标准关于思维品质的素养要求；课堂研究关于“对话质量—思维参与”的稳定证据。【支援】CLASS“教学支持”领域的计分研究；LICC“学生学习·互动”视角的观察点界定[7][17]。【备择解释】话题本身易引发讨论？教师提问偏易？——系统调取问题认知层次分布（本课分析评价类占41%）与候答时间等对照指标，予以排除。这张“论证单”同时就是人机分工的设计图：机器负责“资料”的海量采集与初步归纳；“正当理由”与“支援”由课程标准、量规与学科知识库事前注入；对“主张”成立与否的最终裁定、对备择解释的教育学权衡，由教师完成。（四）专业积淀：LICC范式与CLASS系统的“可计算化改造”维度体系不能凭空发明。本土方面，沈毅、崔允漷团队提出的LICC课堂观察范式将课堂解构为学生学习（L）、教师教学（I）、课程性质（C）、课堂文化（C）四个维度、20个视角、68个观察点，并形成“课前会议—课中观察—课后会议”的专业流程[7]。尤为重要的是，崔允漷指出课堂观察工具包含三要素——主题构念、数据变量/维度、具体数据/行为[8]，这恰好给出了一条“可计算化”路线图：把构念分解为变量、把变量锚定为行为，正是机器可学习、可判定的前提。国际方面，Pianta等人开发的CLASS课堂评估系统以情感支持、班级组织、教学支持三大领域、7点行为锚定量表刻画课堂质量[17]，其“行为锚定等级”的量表形态天然适配大模型的等级判定任务。表3展示了将两者融合并“AI化改造”后的维度体系节选（完整版由学校结合学科实际开发）。改造遵循三条原则：可追溯（每个指标能溯源到课标要求或权威量表）、可计算（每个指标有明确的数据变量与行为锚点）、可解释（每个等级判定附证据引用与时间戳）。维度视角观察点示例AI可计算指标（节选）学生学习达成学生清楚学习目标；有目标达成的证据目标—活动一致率；当堂达成度（练习正确率、板演与作品质量）学生学习互动提问与对话的深度；小组协作质量问题认知层次分布；追问率；候答时间；发言覆盖面与分布均衡度教师教学对话高质量问题链；对学生应答的利用IRF互动结构分析；生成性回应率；重述与转问频次教师教学指导反馈的针对性、层次性与激励性反馈类型分布（简单表扬/具体指导/启发追问）；差异化指导覆盖率课程性质目标目标明确、贯穿并回扣目标呈现与回扣次数；目标—任务—评价一致率课程性质评价课堂评价嵌入教学过程即时评价发生密度；评价后的教学调整行为（改错、重讲、变式）课堂文化民主课堂氛围公平、安全、鼓励表达师生言语时长比；正向反馈率；低成就学生被关注频次表3 AI课堂评价维度体系（示例节选，融合LICC[7]与CLASS[17]并作可计算化改造）三、模型构建：一个内核、四大支柱、五层架构、三元协同（一）总体架构综合上述理论基础，我们提出基于AI大模型的课堂教学评价模型（AICEM：AI-based Classroom Evaluation Model）。模型的内核是“证据素养”：一切评价活动围绕“收集证据—组织证据—解释证据—改进教学”展开。内核之外是四大支柱：课程标准定构念、测评学理论立效度、证据中心设计给方法、课堂观察范式供维度。技术上，模型表现为五层架构（图2）；机制上，模型落实为“机器—教师—教研组”三元协同。五层架构的要点如下：价值与理论层是顶层设计，防止技术空转——所有指标与算法都要回答“服务于什么素养目标、依据什么效度标准”；标准与指标层把LICC四维度与CLASS三大领域改造为可计算指标与行为锚定等级；证据采集与计算层负责多模态数据的结构化，形成课堂“数据底座”；大模型推理与生成层执行量规注入、检索增强生成（RAG）与双模型交叉验证，产出带证据引用的评价结论；人机协同与应用层保证解释权与判断权始终在教师，评价结果流向教学改进、教研共同体与学生成长档案。（二）大模型推理链：让每一句评价都“带证据说话”大模型直接“裸评”课堂，必然遭遇幻觉与随意性问题。模型的推理链设计为四步：● 量规注入。评价前把行为锚定量规（含各级别的典型行为描述）写入提示词，要求模型逐条对照锚点判定，而非自由发挥。这对应崔允漷所说的观察工具三要素中“主题构念→数据变量→具体行为”的专业逻辑[8]。● 检索增强（RAG）。挂载学科课程标准、教材单元、优秀课例库与校本教研案例，使模型的判断有“本学科、本校”的参照系。● 双模型交叉验证。由通用大模型完成初评，再由强推理模型独立复核；两次结论不一致的条目自动标记为“待人工裁定”，从机制上抑制幻觉。● 证据强制引用。每条评价结论必须附时间戳与原始证据片段（视频片段、对话原文），无证据的结论视为无效输出。（三）人机协同流程：课前—课中—课后三阶段九环节模型不是“机器评完人签字”，而是把AI嵌入听评课的完整专业流程（图3）：课前确立标准——依据课标分解素养目标与观察点，向模型注入量规，生成观察量表与观察计划，对应LICC“课前会议”；课中采集证据——多模态数据采集与实时识别，按观察点自动打点标注，教师仍按分工进行关键行为的人工记录；课后分析与反馈——系统生成多维评价报告与可视化图表，教师审读、修正并作出教学推论，教研会议基于证据形成改进方案，对应“课后会议”。主体核心职责不可替代性AI系统全程采集与识别；初步等级判定；报告生成；跨课次趋势分析处理海量多模态数据的速度与一致性授课教师提供教学设计与反思；审读报告；确认或申诉结论；制定改进方案对教学意图与课堂情境的解释权评课教师与教研组确定观察点；本地化修订指标；仲裁争议结论；沉淀校本案例；监测效度教育价值判断与同伴互助的专业共同体验表4 “机器—教师—教研组”三元协同的职责分工（四）效度论证：让评价模型“持证上岗”模型上线不是终点，而是效度论证的开始。建议以学年度为周期执行四步论证循环：第一步，明确分数解释主张——“该课‘教学支持’为4级”究竟意味着什么，须给出可检验的界定；第二步，列举推理链各环节的假设——识别准确吗？抽样能代表常态课吗？等级锚点在学科间等值吗？第三步，逐条收集表2所列五类证据，人机一致性、专家一致性、效标关联、后果监测逐年累积；第四步，形成年度效度报告，据以修订指标与量规、迭代模型。效度论证由学校与专业机构共同约定合格线（如与专家评分的一致性水平），达标前，AI结论一律定位为“证据线索”而非“评价结论”。（五）实施保障：制度、数据与素养● 制度保障。依据《中小学生成式人工智能使用指南（2025年版）》建立工具“白名单”制度，仅允许数据安全合规、经审核评估的工具进入课堂[5]；明确评价结果的发展性用途，与绩效、排名脱钩。● 数据安全。课堂音视频涉及未成年人肖像与语音，须坚持最小必要采集、本地化或专有云部署、匿名化处理，并在家长知情同意后开展；严禁向公开大模型输入试题、个人身份信息等敏感数据[4][5]。● 教师数字素养。将“读懂AI报告、质疑AI结论、用证据研讨”纳入校本研修；这与教育部数字化赋能教师发展行动的方向一致[6]——教师不必成为算法专家，但必须成为AI评价结论的“专业审读人”。四、应用实践：五类典型场景与推进策略场景一：循证式课堂诊断——让教师第一次“全息地”看见自己的课对教师个体而言，模型最直接的价值是把“自我认知的盲区”变成“有证据的改进点”。系统生成的课例报告包含三部分：课堂结构图（环节与时间分配）、多维指标雷达图（对照校准基线）、证据片段集（关键事件的时间戳与原文）。教师读报告只需追问三个“证据链”问题：结论引用了哪些片段？等级判定的行为锚点是什么？下一个同类课我要改哪一个行为？值得一提的是，经典的课堂量化分析方法——如弗兰德斯互动分析（FIAS）的言语互动分类、S-T分析法的教学行为曲线——均可由AI自动完成并高频化，从“学期做一次”变为“每课自动出”，老方法在新底座上重获生命力。场景二：校本教研升级——LICC流程的“AI增强版”在LICC“课前会议—课中观察—课后会议”框架内[7]，AI承担“不知疲倦的观察员”：课前协助生成各观察者的个性化量表；课中同步打点，观察者聚焦于机器难以判定的意义与情感；课后会议则以“证据墙”取代“印象辩论”——所有观点必须挂接系统标注的证据片段。据公开报道，陕西师范大学实验小学研发的“AI教研员”已在区域内的三千余所学校推广使用，支撑常态化循证教研；这类实践提示：当证据成为教研的共同语言，评课就能从“权威裁决”走向“专业研讨”。场景三：区域教学质量监测——给课堂做“体检”而不是“排名”区域层面可采用“抽样录像+伴随式数据”的监测设计，形成区域课堂教学画像：各学科的问题认知层次结构、师生话语分布、目标达成证据链等。需要特别强调：区域应用的价值在于诊断与资源配置（哪些维度存在区域性短板、培训应聚焦什么主题），而非校际排名。模型的设计原则之一——评价结果不直接用于奖惩——在区域场景中尤须坚守。场景四：学生课堂表现的过程性评价——让成长档案“有据可查”学生的发言频次、合作行为、课堂任务表现等过程数据，可沉淀为综合素质评价的过程性证据，回应《通识教育指南》“完善评价实施机制，形成学生人工智能素养成长档案”的方向[4]。但须设置两道防线：其一，多主体校验——教师确认与学生互证并存，防止数据误判；其二，警惕“数据标签化”——发言少的课堂未必是参与少的课堂，安静而深度的学习同样珍贵，指标解读必须回到教师的专业判断。场景五：师范生与新手教师的“数字微格”训练微格教学是教师教育的经典环节，但传统上依赖指导教师的实时点评。引入模型后，师范生的试讲视频可获得即时、多维、可回放的分析：提问层次、候答时间、反馈质量、板书结构一目了然。研究表明式的训练闭环——“练习—即时证据反馈—再练习”——能显著缩短新手从“会讲”到“会教”的距离；CLASS各维度的行为锚点也为训练目标提供了国际通用的参照系[17]。推进策略：学校落地的“三步走”● 第一步·试点期（约一学期）：选择1—2个学科、以自愿为原则组建试点教研组；坚持“双轨评价”——AI报告仅供研讨参考，不作任何考核用途；同步采集“人机一致性”基线数据。● 第二步·扩面期（约一学年）：结合学科实际本地化修订指标与量规；将AI报告嵌入LICC三阶段教研流程；开展人机一致性抽检与教师使用反馈调查，形成校级《模型使用与效度简报》。● 第三步·常态期（一年以后）：发布年度效度论证报告；建设校本优秀课例证据库；参与区域案例共享与模型迭代，逐步从“项目试点”转为“制度安排”。为便于行动，给出一份简明的学校清单：● □ 成立由分管校长牵头的课堂评价改革小组，成员含教研组长、信息技术教师与骨干班主任；● □ 对照“白名单”制度完成工具与平台的安全审核，签署数据协议与知情同意；● □ 选取一个学科、一组观察点先行开发“指标—课标”映射表，并经两轮专家审议；● □ 每月开展一次“证据式教研”，要求每个观点挂接至少一条证据片段；● □ 每学期完成一次人机一致性抽检（不低于20%课例）与教师问卷；● □ 每学年形成一份效度论证简报，决定模型是否扩面、修订或暂停。五、挑战与展望：在热情与清醒之间（一）技术之限：幻觉与黑箱大模型的幻觉问题在评价场景会被专业语境放大：一段对话被误判为“深度互动”、一个沉默被解读为“思维游离”，都可能失之毫厘、谬以千里。模型的对策是制度化的——双模型交叉验证、证据强制引用、低置信度转人工；但更根本的清醒剂是：现阶段AI评价结论只能作为证据线索，不能作为最终结论。包括模型厂商在内的各方使用建议也持同样审慎的立场：AI适合先承担起草、汇总与线索发现，专业判断始终在人。（二）评价之限：可见行为不等于不可见思维课堂观察捕获的是外显行为，而核心素养中的思维过程、审美体验与价值观念，大量发生在“沉默的瞬间”。崔允漷在专访中明确提示了课堂观察的固有局限[8]——AI把可见部分看得更清楚，恰恰提醒我们不可见部分更需要人的专业判断。要警惕“指标好即课堂好”的还原论陷阱：一节课的教育价值，永远大于一组指标之和。（三）伦理之限：隐私、公平与“数据化育人”的风险课堂音视频是未成年人最敏感的数据类型之一，采集、存储、使用的每一步都必须经得起“家长之问”。算法公平同样不容乐观：方言口音可能拉低语音识别精度，城乡校舍与设备条件可能造成系统性的证据质量差异，模型训练数据中的偏差可能转化为对特定群体的误判。TALIS 2024显示，约七成教师担心AI使学生更易抄袭作弊，约四成教师担心AI放大偏见、强化错误概念或危及数据安全[9]——教师的集体担忧不是阻力，而是伦理制度设计最重要的“用户需求”。此外，当课堂中的人被持续数据化，还需警惕监控文化对师生教与学行为的扭曲：评价的首要伦理，是评价本身不伤害教与学。（四）教师之变：从“被评价者”到“评价主导者”TALIS 2024揭示的最大短板不在工具而在人：约四分之三尚未使用AI的教师自认缺乏使用AI教学所需的知识与技能；而新加坡教师AI使用率高达75%的背后，是76%的教师接受过AI教学应用的职业培训（OECD平均仅38%）[9][10]。这组对照说明：教师数字素养投入是AI课堂评价成败的分水岭。模型的使用者不是被技术替代的旁观者，而是握有“解释权与判断权”的主导者——AI供给证据，教师作出教育判断与价值选择，这是本模型一切设计的前提。（五）展望：走向“备—教—学—评”一体化的智能体生态可以预期，教育大模型将沿着“多模态—长推理—智能体（Agent）”的方向演进：评价不再是孤立环节，而是与备课、教学、练习贯通的一体化智能体生态——课前AI协助设计目标与任务，课中实时提供过程证据，课后自动生成个性化改进建议并跟踪落实。2025年世界数字教育大会发布的《中国智慧教育白皮书》描绘了迈向智慧教育的愿景图景。但无论技术如何演进，一个判断不会改变：评价的教育性永远先于技术性。技术再强大，也只能回答“证据是什么”；“证据意味着什么、教育向何处去”，必须由教师、学校与时代共同回答。结语：从纸笔测验到多模态课堂评价，从经验直觉到证据推理，课堂评价正在经历一场静水深流的范式转换。AI大模型不是课堂的裁判，而是专业判断的放大器。让证据说话，让教师判断，让学生被看见——这是本模型的全部旨归。参考文献[1] 中华人民共和国教育部. 义务教育课程方案（2022年版）[S]. 北京：北京师范大学出版社，2022.[2] 中华人民共和国教育部. 义务教育课程标准（2022年版）[S]. 北京：北京师范大学出版社，2022.[3] 中共中央，国务院. 教育强国建设规划纲要（2024—2035年）[Z]. 2025-01.[4] 教育部基础教育教学指导委员会. 中小学人工智能通识教育指南（2025年版）[Z]. 2025-05.[5] 教育部基础教育教学指导委员会. 中小学生成式人工智能使用指南（2025年版）[Z]. 2025-05.[6] 教育部办公厅. 关于组织实施数字化赋能教师发展行动的通知（教师厅函〔2025〕13号）[Z]. 2025.[7] 沈毅，崔允漷. 课堂观察：走向专业的听评课[M]. 上海：华东师范大学出版社，2008.[8] 刘帅，崔允漷. 走向专业实践的课堂观察——专访华东师范大学崔允漷教授[J]. 基础教育课程，2024（10）：16-19.[9] OECD. Results from TALIS 2024: Teaching for Today's World[R]. Paris: OECD Publishing, 2025.
2026-10-15
所谓从“答题者”走向“命题者”，并非要求学生自主命制完整高考试题，而是引导学生转换认知立场：不再仅仅思考“这道题我该怎么答”，而是追问“命题人为什么选取这篇文本？为什么设置这个设问？命题人希望我从文本中发现什么、论证什么？”。这种视角转换，本质是思维层级的提升，推动学生从被动应答，转向主动解构文本、分析任务、建构逻辑。结合2024～2026年真题案例，探究这一认知转向的内在逻辑，重构学生的语文能力体系，是当前高三语文教学亟待探索的课题。一、新旧认知模式对比：答题者思维的局限与命题视角的价值（一）答题者思维：被动识别、模板匹配，思维封闭答题者思维的典型特征是任务后置、目标单一。拿到试卷，学生首要关注“这是什么题型”，快速调取记忆中的答题模板。面对文学类文本，习惯直接套用“人物、情节、环境、主题、手法”等固定框架；面对信息类文本，只寻找选项与原文的文字对应，忽略论证逻辑。这种思维在早年命题相对固化的试题中尚能奏效，但面对2024年后的新高考真题，短板集中暴露。以2024全国Ⅰ卷信息类阅读为例，试题不再局限于筛选信息、比对语句，而是要求梳理论证思路，辨析观点之间的辩证关系。不少学生依旧套用“论证思路”模板，简单罗列段落层次，却忽略材料内部观点的递进与辩驳，答案看似要点齐全，缺少对论证逻辑的深度理解，得分偏低。这类学生只看到“题目”，看不到题目背后文本的思想脉络，属于典型的答题者思维局限。答题者思维有三大短板：一是只见题目，不见文本，脱离文本语境，生硬套用术语；二是只追求得分点，忽视逻辑链条，答案碎片化，缺乏整体论证；三是习惯单向接收，缺少质疑与审视，不会辨析材料的前提假设，缺少批判性思考。（二）命题者视角：源头审视、逻辑预判，思维开放命题者视角，核心是站在试题设计的源头思考问题，依次追问三层问题：第一，命题人为什么选择这篇文本？文本有哪些独特的价值点（观点矛盾、语言特色、思辨空间、文化内涵）；第二，命题人会从文本哪些节点设置问题？哪些地方容易产生理解误区，适合设置选项与主观设问；第三，命题人预设的考查目标是什么？希望学生调动哪些必备知识、展现何种思维品质。2025全国Ⅰ卷文学阅读，设置了“文本二理论印证文本一创作”的开放性试题。从答题者视角，学生容易慌乱，找不到答题抓手；切换到命题视角就能读懂：命题人选取两则文本，就是要搭建理论与文学作品的对话情境，考查跨文本印证、逻辑论证的高阶能力，答案核心不在于背诵赏析术语，而在于建立观点与文本细节的对应关系，有理有据阐释。无论认同或不认同，只要逻辑自洽、贴合文本，都可以获得相应分值。2026全国Ⅰ卷文学阅读新增续写类任务，打通阅读与表达模块。命题人不是单纯考查情节续写，而是考查学生读懂人物性格、把握文本基调，基于原文逻辑进行合理创意表达。站在命题视角，学生就能够理解：续写不能凭空想象，必须植根文本内在逻辑，这正是命题任务设计的底层逻辑。简言之，答题者聚焦“如何应答”，命题视角聚焦“为何设题”；答题者追求匹配标准答案，命题视角追求理解任务背后的素养考查目标。二、2024～2026高考真题：命题改革倒逼认知转向纵观三年全国卷，命题方向持续从“知识再现”转向“情境化任务解决”，倒逼教学完成认知转型，集中体现在三方面。第一，试题由“依据知识点设问”转向“依文本特质设问”。2024文言文阅读，不再单纯考查实词、翻译等孤立知识点，增加对文本观点的思辨评价；2025文言文将教材篇目与课外文本对比阅读，实现课内外联动，引导学生迁移课内所学，在新语境下解读古代思想；2026文言文延续这一思路，选用史论材料，设置“材料能否印证观点”的开放探究题，不再有唯一标准答案，重在检验逻辑推理能力。命题人不再围绕固定知识点挖空设题，而是挖掘文本本身的思辨空间，这就使得模板答题失效。第二，作文命题由单一观点材料转向多层隐喻、多逻辑思辨材料。2024全国卷作文聚焦个体实践与时代发展的辩证关系；2025全国Ⅰ卷整合多段文学材料，引导学生体悟苦难之中个体赤诚汇聚成民族精神；2026全国Ⅰ卷以“词语理解的变化”为载体，要求联结个人成长认知变迁；2026全国Ⅱ卷引用古文，以日月江汉为喻，探讨困境之中守住本源的价值。这类作文，不存在唯一立意，命题人的考查目标，是看考生能否完整把握材料逻辑，辨析多重角度，筛选出思辨深刻、贴合青年身份的立意。如果学生仅仅作为答题者，寻找一句“中心句”简单提炼观点，极易立意片面、浅层化。而具备命题视角的学生，会思考：命题人设置这则材料，意在引导我们思考什么矛盾？材料的限制条件是什么？哪些角度是安全但平庸的，哪些角度兼具思辨与时代价值。第三，语言文字运用题走向真实语言实践。2026全国Ⅱ卷语用题，设置修改文风的任务，要求学生把华丽空洞的语句修改为质朴准确的表达。这道题跳出传统成语、病句考查，模拟真实语言运用场景，考查语言建构能力。命题人希望学生不再机械记忆语法概念，而是学会在具体语境中评判、调整语言表达，这正是命题视角下语言能力的落地。三年真题共同传递清晰信号：高考语文不再选拔只会背模板的答题机器，而是选拔能够读懂文本、辨析逻辑、独立思考的学习者。备考的核心，必须从训练答题技巧，转向重构学生的思维认知。三、教学实施路径：引导学生从答题者转向命题者，重构语文能力在高三语文课堂，我们不需要让学生独立命制整套试卷，而是依托真题、文本，开展“命题视角”系列微训练，从阅读、作文、错题复盘三个维度重构学生的能力体系。（一）阅读教学：开展“文本研读+模拟设题”微训练选取高考真题文本，在完成常规答题训练之后，增加“反向命题”任务。读完文本，让学生自主圈画文本中具备考查价值的关键点：矛盾概念、关键句、论证转折、留白之处。让学生尝试设计1道客观选择题、1道主观探究题，并且写出设问意图、参考答案与评分要点。以2025全国Ⅰ卷信息类文本为例，学生读完之后，自主寻找文本中容易产生理解偏差的概念，设计选项陷阱；挖掘文本论证的辩证之处，设计探究题。在这个过程中，学生自然会思考：命题人会在哪里设置偷换概念、因果倒置的陷阱？主观题的设问，必须依托文本独有的特点，不能泛泛提问。经过多次训练，学生再做题时，就会主动预判命题意图，不再盲目套用模板。训练之后，将学生设计的题目与高考原题对比，分析差异，体会命题人如何平衡开放性与限制性，理解“因文设题”的命题原则。长期训练，学生的文本细读、逻辑辨析能力得到系统性提升。（二）作文教学：以命题视角完成审题立意训练作文备考，把训练重心从“怎么写”前置到“为什么这么命题”。拿到材料作文，先完成三个前置思考任务：第一，概括命题人创设的情境，梳理材料内部矛盾；第二，找出材料的显性限制条件，划定立意边界；第三，列出2至3个备选立意，辨析哪些立意片面、哪些立意平庸、哪些立意兼具思辨深度，思考命题人最期待看到哪一类表达。以2026全国Ⅱ卷作文为例，学生站在命题视角，首先读懂材料隐喻：人生文明难免遭遇险阻，但本源本体不可丢失。再辨析：命题人不希望学生只简单写“坚持不放弃”，而是希望探讨坚守本源与变通革新的辩证关系，把个体成长延伸到文化、文明层面。在这个视角下，学生自主筛选最佳立意，避免片面化、口号式写作。同时可以开展“材料改写与命题”小练习，对同一核心哲理，更换材料载体，变换情境，体会材料、设问、任务指令三者之间的关系，深刻理解审题的边界，有效规避偏题风险。（三）错题复盘：改变讲评逻辑，从“订正答案”到“解析命题意图”传统试卷讲评，重在讲解正确答案，分析学生错在哪里。转向命题视角后，错题讲评的核心变为：这道题命题人设置的思维陷阱是什么？命题人预设的考查能力是什么？我当初审题时，忽略了文本哪一处关键信息，落入了命题预设误区？讲评时，引导学生建立错题三维记录：①命题意图；②我的原有思维误区；③修正后的文本解读逻辑。例如信息类文本选择题失分，不再简单标注选项对错，而是分析命题人使用了哪一类逻辑陷阱，反思自己阅读时哪里没有把握原文逻辑关系。这种复盘，让学生跳出单纯订正答案，从根源上修正思维漏洞，实现能力迭代。四、实施过程中的注意事项第一，区分“命题视角训练”与“大量出题”。教学重心是思维转换，不是追求学生产出大量高质量试题。训练重在借助“模拟命题”这个载体，倒逼深度研读文本，不可本末倒置，耗费大量时间打磨试题，挤占正常阅读写作训练。第二，警惕过度解读，坚守材料本位。切换命题视角，不是主观猜测命题人的主观想法，所有分析必须扎根文本、依托材料，不能脱离文本凭空臆想命题意图。命题视角，本质是训练学生读懂文本内在逻辑，而非揣摩出题人的个人偏好。第三，辩证看待答题模板。转向命题视角，不等于全盘否定答题术语与答题框架。模板可以作为基础工具，但不能作为万能答案。学生要理解各类术语的适用边界，在读懂文本的前提下，灵活调用，拒绝脱离语境的机械套用。
2026-10-15
针对中学数学跨学科教学普遍存在的表层化学科拼接问题，以及课堂时长、评价体系带来的实施限制，本文设计了一套以费米问题为核心驱动，融合数学与生物学的跨学科课堂教学方案。方案活动以“教室里需要多少植物才能为所有人提供足够的氧气”为核心探究问题，循序渐进引导学生完成假设提出、变量界定、数据采集与数据分析等操作，依托结果阐释与模型验证形成完整教学闭环。结合学生学习成果、全程课堂观察记录开展综合分析，得出如下结论：其一，费米问题可充分调动学生自主梳理完整探究思路；其二，依托气泡计数获取的实景实测数据，能够推动学生在数据存在不确定性的条件下开展合乎逻辑的推理论证；其三，“数学思维追踪表”不预先限定解题思路，可完整留存学生思考全过程，为课堂形成性评价提供可靠支撑。义务教育课程方案及课程标准都倡导实施跨学科主题学习，这也成为课程改革中被广泛倡导的方向。然而在教学实践中，跨学科学习往往停留在情境包装或者内容拼盘层面，学生难以真正整合运用多学科知识及方法解决问题，学科核心素养及跨学科素养的培养收效甚微。基于此，本研究以数学学科核心素养发展为主轴，将生物学实验作为情境与数据来源，以“教室里需要多少植物才能为所有人提供足够的氧气”为驱动问题，设计并实施了一项“费米问题—真实数据—数学建模—解释评估”一体化的跨学科课堂教学活动，以期为数学跨学科教学提供参考。一、活动设计的框架建构本活动的目标不是完成一次“热闹的跨学科活动”，而是让学生在真实情境中经历相对完整、可被观察与评价的数学学习过程。（一）以费米问题驱动的教学理念费米问题（Fermi questions）是开放式估算问题，通常不存在唯一标准答案，也难以通过直接套用公式完成求解；它以估算、拆解、逻辑推理为核心，无标准已知条件，倒逼学生自主拆分复杂问题、搜集关联信息、合理假设推演。面对陌生估算任务，学生不能再依赖现成公式，而需主动分析问题脉络，自主搭建思考路径。过程中设计试错、修正、论证的探究环节，能够锻炼学生的智能计算思维；这是一个面向未来社会的数学素养，其形成与发展不仅与数学学科内容的学习密切相关，也是一个需要跨学科内容支持的素养。以费米问题驱动的数学跨学科教学，能够转变学习定位，弱化计算技巧，强化思维过程，引导学生主动探索未知，真正从被动套用公式的“做题人”转变为自主分析、独立求证的“探究者”。（二）以跨学科整合的教学路径就“数学-生物学”整合而言，真正切合数学学科本身的跨学科整合方式应当明确地表现出在概念建立过程中以数学为核心的思维过程，数学不是配套计算，而应在推理中处于核心位置；生物学则提供真实可观察的现象、可采集的数据以及解释结果合理性的科学约束。基于此，我们形成三条可操作的教学原则：其一，任务必须同时需要数学与生物学的关键贡献，任何单一学科都不足以使学生独立完成；其二，数据来自学生的测量与记录，使数学成为理解现象的必要工具；其三，跨学科教学需落实到学科教师的共同备课与关键决策上，确保生物学实验“可做、可见、可测”，同时实验程序不掩盖数学推理。以上原则将具体体现在任务链设计以及“数学思维追踪表”等工具的使用方式中。（三）以“表述—运用—解释”（formulate-employ-interpret）呈现的课堂实践本活动将“氧气产生与消耗”这一生物现象转化为数学任务，具体体现为：学生先将驱动问题表述为“单位时间的氧气需求与供给”的量化关系（表述），再通过测量、比例缩放与速率计算处理数据并形成模型（运用），最后回到教室情境评估所得植物数量在生物学与现实层面是否合理，并据此修正假设或模型（解释）。我们希望学生意识到，在真实数据条件下，模型并非一次完成，而是会因为误差、波动与假设差异而需要迭代，这正是数学建模的本质特征之一。二、活动设计基本路径：从问题生成到课堂实践（一）从哪里出发：找到一个“既真实又可建模”的驱动问题在基于数学学科的跨学科综合过程中，应当围绕数学化的过程，将数学化的方法和知识在不同学科情境中进行深化，因此跨学科活动设计的第一道关口是能否找到一个让数学思维真正发生的驱动问题。我们在备课初期的共识是：问题必须同时满足“有真实意义”和“需要数学建模”这两个条件。基于这一判断，我们将驱动问题的筛选聚焦在三类标准上。第一，问题要足够开放，允许不同的合理假设与路径分解，促使学生说明“为什么这样设定、为什么这样计算”。第二，问题要具有可测量性与可操作性，学生能够在课堂条件下获得必要数据，哪怕数据带有误差，也应当可用于模型的建立与修正。第三，问题需要能建模闭环，即能够从现实情境转化为数学关系（表述），通过数据处理形成模型（运用），再回到情境解释结果的合理性并进行修正（解释）。最终，我们选定“教室里需要多少植物才能为所有人提供足够的氧气”作为驱动问题。它既贴近学生经验（教室、呼吸、植物），又能自然引出关键变量（人数、时间、氧气消耗速率、植物产氧速率、空间体积等），更重要的是，学生必须经历假设设定、数据获取等典型建模步骤来获得答案。同时，问题的答案不会是一个“标准数”，而更像一个可论证的区间或估计值，使课堂评价能够从评价“对错”转向“推理质量与证据充分性”。（二）从哪里切入：获取真实数据与学科协作的关键要素驱动问题确定后，活动的关键在于“数据从哪里来、怎样来”。综合考虑课堂时间、设备可得性、学生操作难度以及数据获取的稳定性与可控性，我们选择以金鱼藻为材料，采用“单位时间气泡数（气泡计数）”作为主要数据来源，并将其作为数学建模的经验数据。 金鱼藻是一种水生植物，能产生清晰可见的氧气气泡。这解决了一个主要的实践挑战——学生如何真正观察和测量氧气产生。可见的气泡将抽象的生化过程转化为学生可以数、可以计时、可以量化的具体事物。教师设计了允许多个学生小组同时观察氧气产生的装置（图1）。他们确定了最佳的光照条件、水温和植物健康状态，以确保课堂时间内氧气产生的稳定性。在此过程中，学生需要对光合作用有概念性理解（植物利用光能产生氧气作为副产品），但不需要详细的生物化学知识。这保持了生物学的真实性，同时让数学探究保持核心地位。基于气泡计数的数据，我们进一步形成了任务链：从驱动问题的变量拆解与假设提出开始，过渡到实验数据的采集与整理，再到模型建立、计算与合理性检验。（三）从哪里呈现：构建学习支架与循证载体在费米问题驱动的这一类探究中，开放任务往往让教师面临评价困境：如果只看最终答案，既无法反映学生的推理质量，也难以及时发现关键误区并提供针对性支持。为解决这一难题，我们开发了“数学思维追踪表”（以下简称“追踪表”）（图2），将其作为贯穿课堂的学习支架与过程性证据载体。追踪表并不预设解题步骤，也不提供固定模板答案，而是围绕建模过程中最关键、最容易“卡住”的节点设置提示，帮助学生把隐性的思考显性化、把零散的尝试结构化。就本活动而言，该工具主要支持学生完成以下四类关键工作。第一，变量与假设：学生需要明确与问题相关的量，并写出自己的核心假设及其理由；第二，数据与单位：学生需要记录数据来源与测量方式，并对单位、量纲与换算进行标注，从而减少“算得对但单位错/意义错”的情况；第三，模型表达与计算：学生需要把“变量之间的联系”写清楚，例如，成比例的变量关系是怎样确定的，如何根据速率进行估算，或者怎样确定局部测量到教室尺度的对应放大倍数；第四，合理性检验与修正：学生需要对结果进行复核，并记录可能的误差来源与可改进之处。教师可以通过追踪表快速判断各组目前处于建模的哪个环节，从而用更短的时间抓住“关键症结”，并用针对性提问推动学生继续前进。更重要的是，追踪表使“开放探究”与“可评价性”不再对立：学生的学习产出不只是一张答案纸，而是包含假设、数据、模型、检验与修正过程的证据链。三、活动实施的实践过程（一）观察—思考—疑问启动课堂开始，教师没有直接抛出驱动问题，而是将金鱼藻实验装置置于所有学生可清楚观察的位置，并给出提示语：“安静地观察这个装置两分钟，随后在共享Padlet （图3）上记录你看到了什么、想到了什么、想追问什么。”学生在Padlet上形成三类高频表述：一类是生物学观察（如“气泡往上冒”“植物很绿”），一类是数学化注意（如“气泡速度不一样”“有些气泡更大”），一类是问题生成（如“为什么会产生气泡？”“每分钟有多少个气泡？”）。这一环节的组织策略是先让每位学生完成独立观察，再进入同伴交流；Padlet也让每位学生都有表达入口，避免课堂早期被少数声音主导。在学生生成真实疑问后，教师再引入驱动问题：“根据你的观察，教室里需要多少这种金鱼藻才能为所有人提供足够的氧气？”学生随即提出“需要多少氧气”“植物产生多少”“光照是否影响”等追问，课堂自然进入探究规划阶段。（二）探究规划：识别关键数据与策略学生四人一组使用追踪表完成探究规划。教师提供最少的指导，核心提示是：“你需要什么数学数据来回答这个问题？你的解决策略是什么？”多数小组能迅速识别两类必要数据：人体氧气消耗量与植物产氧量，但各小组在“精确度水平”上差异明显。有的小组停留在笼统表述（如“要知道呼吸相关数据”），有的小组则细化为可测量变量（如“每分钟呼吸次数”“每次呼吸体积”“空气中氧气比例/氧气量单位”），部分小组还主动意识到“速率”视角（单位时间的氧气）与“个体—群体缩放”问题。同时，追踪表中的“规划页”与小组笔记可作为证据，用于分析学生是否具有变量识别、速率意识与测量策略意识等建模起点能力。（三）简化数据收集：有限时间内分工生成“真实数据”学生采取分工合作的方式以保证课堂内能出现真实数据并形成互相依赖：一部分小组测量人体氧气消耗相关量，另一部分小组测量植物产氧相关量，还有小组使用文献或合理估算值快速推进建模，以便课堂能够进入“模型表达与解释”环节。人体测量组使用秒表等简易工具进行多次计时，而植物测量组在规定时间内进行气泡计数，并很快发现真实数据的复杂性：气泡大小不一、速率随时间变化，由此自然引出“同样计数是否合理”“是否需要平均/区间”的数学讨论入口。当学生纠结气泡大小差异时，教师引导其把问题转化为可操作的处理策略，如分类计数、取平均、给出范围并说明不确定性来源等。追踪表中的数据记录、数据处理说明与误差讨论文字，是后续评价“学生如何处理真实数据”的关键证据。（四）分享与总结：定位为“探究的开始”每组学生用一句话汇报一个发现或一个关键不确定性，如“实际需要的氧气比想象多”“光照影响气泡速率”“不同假设导致结果差异很大”。教师以“这是一个真实数学探究的起点”进行总结，指出在后续的系列课程中，会提供更充分的数据收集与模型迭代时间，帮助学生把今天的尝试发展为更有把握的解决方案。小组汇报可作为课堂观察记录，用于描述学生在短时间内是否形成“用证据支持结论、承认不确定性并提出改进”的建模意识。四、课后反思与关键发现（一）关键：研究反思哪些“关键机制”真正发生首先，开放的费米问题与“观察—思考—疑问（See–Think–Wonder）”共同构成了学生主导的探究入口。这种主导权在小组讨论与跨组交流中清晰可见：学生会评估不同策略的可行性，并在不依赖教师持续给步骤的情况下主动改进方法。其次，真实实验数据为数学建模提供了明确而真实的智性目的。学生在反思中提到“真实数据比教科书上的数字更乱但更有意思”，反映了其对数学活动意义的重新定位。再次，追踪表通过推理提示将关键建模节点显性化，既避免学生被探究的复杂性压垮，又保留其对方法与策略的决策空间。对教师而言，追踪表也提供了利于过程性评价的学习证据，保存了学生的完整推理链条。最后，跨学科合作在本课中形成互补关系，生物学提供需要建模的真实现象与数据来源，并为结果解释提供科学约束；数学则提供量化、表达、推理与预测的工具，这种互补整合使数学学习不会被实验程序或情境叙事所淹没。（二）挑战：45分钟课堂情境下的真实边界学生能够启动真实探究并进入建模关键节点，但难以完成充分的数据收集、稳定的数据处理与模型迭代。因此，课堂收束宜明确定位为“探究的开始”，而不宜追求“得到最终确定答案”。开放任务也对教师的课堂判断提出更高要求。我们的课堂经验表明，开放性追问往往比直接建议更有效，既能推动任务继续推进，也能保留学生作为探究者的主体地位。此外，学生方案在数学复杂程度上的差异也会带来评价挑战。开放性的费米问题允许多层次方案，这是差异化学习的优势，但教师需要有意识地把评价锚定在“核心能力是否发展”上，而不是以“模型越复杂越好”作为隐性标准。（三）启示：在跨学科情境中突破提升尽管本文的课堂情境围绕“植物与氧气”，但其底层原则可迁移到更多数学或跨学科主题。实施者在适配时可从以下三个方面把握：其一，任务设计应迫使学生提出假设并作出决策，使数学推理成为解决问题的核心；其二，应将真实数据视为学习资源，把数据波动转化为讨论平均、区间、误差与合理性检验的机会；其三，应使用过程性工具（如追踪表）来同时服务学习支架、形成性评价与元认知反思，使学生思维可见而不过度增加教师的记录负担。若在常规课时条件下实施，建议将该课程拓展为4课时以补足关键环节，并形成更完整的建模闭环：第1课时完成现象观察、问题生成与探究规划；第2课时聚焦数据收集与数据质量进行讨论；第3课时完成建模计算、跨组比较与模型修订；第4课时完成展示、反思与迁移。该拓展路径的核心不在于“把流程拉长”，而在于为数据、检验与迭代留出时间，使学生能更充分地体验建模的真实性与可修正性。本文所呈现的并非“唯一正确的范式”，而是一种可行的路径示例：在守住学科本位的前提下，让学生以探究者身份处理真实数据，在不确定性中进行推理、解释与修正，并通过过程性证据实现可评价的建模学习。期待这种路径能支持更多教师在日常教学中开展跨学科实践。（作者简介：虞佳玮，北京王府学校教师。）
2026-10-15
基础教育课程改革持续深化，素养导向测评成为落地“教—学—评”一体化的关键抓手。本文依据《义务教育英语课程标准日常修订版（2022年版2025年修订）》与中小学日常考试管理相关政策，系统阐释素养导向的中小学英语日常考试命题的核心理念、设计路径与实践框架。研究提出，英语日常考试命题应以真实情境为依托、以问题解决为线索、以高阶思维为目标、以开放探究为形态，依托主题连贯式测评理论搭建“总情境—分场景—任务链”可操作模式，将抽象的核心素养转化为可观测、可测评的学业表现。针对一线教师命题现实困境，从测评理念、课标研读、命题技术、素材积累、实践迭代五个维度提出提升策略，并提出人工智能赋能命题的人机协同实施路径，辅以两组单元测评案例展示实操流程与实测反馈，为中小学英语命题改革提供理论支撑与实践范式。一、引言教育评价改革是落实立德树人根本任务、深化课程改革的重要支撑。2025年12月，教育部办公厅印发《关于进一步加强中小学日常考试管理的通知》，明确考试要回归育人本质，命题应强化核心素养立意，创新试题形式，杜绝偏题怪题，科学优化试卷内容结构、题型结构和难度结构，逐步增加应用性、探究性、开放性和综合性试题比重。《义务教育英语课程标准日常修订版（2022年版2025年修订）》（以下简称“课标”）提出，命题应“能考查学生综合运用英语理解和表达意义、解决问题的过程和结果，以及在此过程中所体现的语言能力、文化意识、思维品质和学习能力及其水平”。然而，当前中小学英语日常命题仍存在短板：试题孤立考查零散知识点，缺少真实交际语境；试题碎片化，难以体现语言运用的综合性；教师命题过度依赖教辅，缺少基于课标、教材的系统规划。基于此，构建素养导向的英语日常考试命题路径已成为英语课改的紧迫任务。需说明的是，本文所指“日常考试”，主要指义务教育阶段学校自主组织的形成性纸笔测评，以单元测试为典型载体，兼及期末考试，不含中考等大规模高利害考试；其首要功能在于诊断学情、积累证据、改进教学。二、时代背景与政策导向（一）国际测评趋势：聚焦真实情境与问题解决核心素养理念普及后，全球语言测评全面转向情境化、任务化测评，PISA等国际大型测评均将任务置于生活化场景，依托信息整合、推理反思综合衡量学生认知水平。情境化二语测评相关研究也为改革提供了学理支撑：Purpura（2021）论证情境化测评可还原学习者“理解—计划—执行—反思”的完整认知链条，适配能力导向的语言水平测量；Kunnan等（2022）在亚洲大学语境下开发了整合独立与综合语言技能任务的情境化测评，兼顾分级与学情诊断功能；O’Reilly&Sabatini（2013）论证了情境任务是测量推理、评价等高阶阅读能力的必要载体。（二）国内政策导向：回归育人本质，强化诊断功能我国评价改革始终以立德树人为根本目标。课标提出要提升素养导向考试评价质量，“提高综合性、探究性、开放性试题的比例”。2019年，教育部《关于加强初中学业水平考试命题工作的意见》明确要求，“减少机械记忆试题和客观性试题比例，提高探究性、开放性、综合性试题比例，积极探索跨学科命题”；2025年教育部办公厅《关于进一步加强中小学日常考试管理的通知》进一步划定日常考试的核心功能为诊断、改进；2026年4月，教育部等五部门联合印发《“人工智能+教育”行动计划》，明确鼓励智能工具赋能教学评价。一系列政策共同确立了命题改革的方向：评价重心由单一知识记忆转向学生综合素养发展。三、课标中的评价理念与命题要求（一）教学评价贯穿教与学的全过程课标指出，教学评价应贯穿英语课程教与学的全过程，包括课堂评价、作业评价、单元评价和期末评价等。课堂评价依托提问、小组互动实现即时反馈；作业评价兼顾巩固与拓展；单元、期末纸笔测试作为日常考试核心载体，需紧扣单元教学目标，实现“教—学—评”的统一。（二）学业水平考试的命题原则与规范课标指出，命题应“遵循导向性、科学性、规范性和适宜性等原则”，“注重考试命题的素养立意，在真实情境中，全面考查学生在解决真实问题、完成真实任务的过程中体现出的语言能力、文化意识、思维品质和学习能力”，发挥试题正向教学导向作用。命题框架、情境、难度需对标学业质量标准，素材贴合学生生活与社会现实，删减纯语法、纯记忆类题型，提升综合、开放、探究类试题比例。（三）“教—学—评”一致性的核心要义“教—学—评”一致性是素养命题的底层逻辑：教学目标依托课标与学情设定，课堂活动围绕素养导向的单元主题开展，测评任务严格匹配教学目标。日常命题必须贴合课堂教学内容，做到“所教即所评、所学即所考”，破解教考分离、题海训练等现实难题，引导教学回归教材、课堂与素养培育。四、素养导向命题的核心特征与设计路径（一）经典语言测试理论支撑素养命题依托成熟的语言测试理论体系。Bachman&Palmer（1996）交际语言能力模型强调测试任务需复刻真实语言使用场景；李筱菊（1997）率先提出统一主题统领整套试卷、搭建连贯交际任务链的综合测试思路，减少频繁换境带来的认知损耗，即主题连贯测评雏形；程晓堂（2018）提出，英语命题应从孤立知识考查转向问题情境测评；张浩、王璐（2025）完善了“总情境—分场景—主题—任务链”完整测评框架。上述理论共同搭建了素养命题的学理基础。（二）素养导向命题的四大核心特征相较于传统知识型命题，素养命题具备四大鲜明特征：第一，依托真实情境，素材源自学生生活、社会现实与单元主题，赋予语言交际实际意义；第二，以问题解决为逻辑主线，遵循“信息获取—分析推理—方案建构—创意表达”完整认知路径设计任务；第三，指向高阶思维，重点测评分析、对比、评价、创新等高层次认知能力；第四，以开放探究为主要形态，允许多元答案，支持学生个性化表达。（三）主题连贯式测评的设计路径张浩和王璐在整合已有情境测评理论的基础上，构建了适用于中小学英语学业成就测试的主题连贯式测评框架。该框架将设计过程分解为四个核心环节：创设贴合学生生活、覆盖单元核心技能的总情境，赋予考生清晰角色；按照问题解决逻辑搭建衔接有序的分场景，匹配细分子任务；锚定教材单元主题，兼顾时代性与文化育人价值；分层设置基础、提升、创新三类任务，覆盖多技能，实现思维层级递进。在此基础上，进一步指出，该测评模式具备三重优势：其一，降低考生认知负担——考生仅需一次进入统一情境，即可集中精力完成语言运用任务，避免了频繁情境切换带来的认知损耗；其二，提升测评真实性——连贯的任务链复刻了现实交际中信息积累与整合运用的自然流程，使测试结果更具教学解释力；其三，对接项目式学习理念——关联任务链在评价端模拟了项目化学习的全过程，与课标倡导的体现综合实践的项目式学习方式形成内在呼应。上述框架与优势分析为本研究的情境化命题设计提供了直接的方法论支撑。需要说明的是，本文提出的“总情境—分场景—任务链”可操作模式与上述框架是承接与发展的关系：它以Purpura（2021）情境化测评的理论逻辑为学理起点，承接李筱菊（1997）以来主题统领整卷的本土思路，并在张浩、王璐（2025）四环节框架的基础上作了两点推进：其一，将“主题”要素前置为单元命题的先决条件，使框架直接对接课标单元整体教学的组织逻辑，服务于日常考试“学什么考什么”的成就测试定位；其二，以“分场景”为中间操作层，明确各场景与题型、能力层级、评分维度的对应关系，并配套命题规划表与多维评分细则，将理论框架转化为一线教师可直接使用的操作程序。五、教师命题困境与破解策略（一）当前教师命题的现实困境研究表明，当前中小学教师命题能力普遍薄弱。从考试设计的源头上看，我国基础教育阶段的外语考试长期存在“将语言能力等同于语言知识加语言技能、测量目标侧重低阶思维能力”的结构性问题。这一问题的根源在于命题理念的滞后，进而影响一线教师的命题实践，形成以下四重现实困境：其一，理念认知固化，长期坚持知识本位命题思维，难以突破传统题型框架；其二，专业命题技术欠缺，不会编制命题规划表、设计情境任务、制定多维分层评分标准；其三，情境创设能力薄弱，素材筛选难度大，易出现仅有外壳、无实质语用价值的装饰性情境；其四，评分体系转型困难，习惯单一标准答案阅卷，难以落地可操作的多维开放评分细则。（二）机械记忆类试题的界定与辨析课标与教育部文件均要求削减机械记忆、纯语言形式转换试题。命题改革方向是减少“裸考知识”现象，让测评发生在知识生成或应用的情境之中。以此为标准，可清晰区分机械试题与情境化试题。典型单句语法选择题剥离语境、设置显性信号词，学生无需理解语义，仅凭规则记忆即可作答，存在语境虚假、语义可剥离两大缺陷，倒逼课堂机械刷题。若将同类语法考点嵌入完整语篇，删除标志性时间提示词，要求学生依托上下文时序、情节推断时态，学生必须读懂文本才能完成作答，即符合课标要求的语境化运用题型。因此，判断试题是否属于机械记忆类试题的核心标准是：学生是否需要完整理解语篇与语境才能正确作答。（三）教师命题素养的系统提升策略破解命题困境需要从理念、课标、技术、素材、实践五大维度构建闭环提升路径。从学理上看，国际研究所称的“教师评估素养”（teacher assessment literacy），即教师在真实教学情境中整合评价知识、技能与价值判断的综合能力，其发展需要知识学习、实践参与和身份认同的协同推进，与这五大维度也相契合。第一，转变命题理念。教师需完成从“知识本位”到“素养本位”的思维转型，命题前主动追问试题是否指向真实语用、是否需要综合能力而非机械记忆，从而确立素养测评核心导向。第二，深度研读课标与教材。精准把握学段学业质量标准与单元素养培育落点，梳理单元主题、语篇、语言与文化知识，挖掘可转化为真实交际任务的教学素材，以课标、教材为命题根本依据，保障教考统一。第三，掌握标准化命题技术。系统学习试卷整体规划、命题规划表编制、情境任务设计、多维评分细则制定等实操方法，依托教研、同伴互评打磨技术，用命题规划表统筹单元测试结构、考点、难度分布。第四，常态化积累情境素材。建立个人主题素材库，分类收纳英文报刊、短视频、生活实景中的地道英语素材，命题时按需改编，保障情境真实适配。第五，坚持实践迭代优化。完成命题后开展班级试测，依据答题时长、错题分布、学生反馈调整试题表述、素材、评分标准，形成“设计—试测—反思—修订”循环机制，整理命题修改档案，持续复盘提升。五大路径环环相扣，理念指明改革方向，课标与教材提供命题依据，专业技术为质量核心保障，素材积累支撑情境真实性，迭代优化实现长效成长。（四）AI赋能命题：技术支撑与专业主导人工智能技术为素养导向命题提供了全新工具支撑，可有效缓解教师在命题时间、素材获取与分层设计上的现实压力。2025年，教育部办公厅《关于进一步加强中小学日常考试管理的通知》明确提出“试点探索人工智能在日常考试命题、组卷、阅卷、分析等关键环节的场景应用” ；五部门联合印发的《“人工智能+教育”行动计划》进一步要求提高教师智能素养与技能，推动智能评价工具落地。在此政策导向下，AI辅助命题已在多地中小学进入常态化实践。在完整命题流程中，AI可覆盖情境创设、分层命题、质量校准与评分研发等多个环节：既能依据单元主题生成贴合校园生活的真实情境与地道语篇，也能依托“学习理解—应用实践—迁移创新”能力框架自动生成梯度化试题，并通过统计核心词汇覆盖率、判定文本难度减少主观偏差。一线实践表明，依托国产大模型、遵循“蓝图设计—素材生成—题目初编—质量优化—评分细则研制—阅卷反馈”流程，可快速完成单元卷初稿及实测后的阅卷反馈；相关研究亦证实，生成式AI能有效纾解传统命题素材单一、耗时过长的痛点。需要明确的核心原则是，AI仅为辅助工具，不能替代教师的专业判断。所有AI生成的素材、试题与评分示例，均须由教师对标课标、匹配学情、贴合教学内容进行二次修改；教师对育人目标的把握、对学情的动态感知、对本土真实交际情境的甄选，是AI无法替代的核心专业能力。人机协同的最优路径为“AI批量生成初稿+教师专业审定+班级试测校准”，坚持以人为本、技术为用，避免技术弱化素养评价的育人底色。六、单元命题实操框架与典型案例（一）素养导向单元命题的实操流程单元测试属于成就测试，核心逻辑为“学什么考什么”，测评内容、难度严格匹配单元学习内容，无需复杂标准化统计指标，重点诊断单元素养达成情况。完整实操流程可以分为五步（图1）。第一步，单元内容与素养目标梳理。系统拆解单元主题语境、语篇、语言文化知识，梳理课时逻辑，提炼单元综合育人目标，明确学生可完成的真实交际任务，作为命题底层依据。以“Food and Health”单元为例，育人目标可设定为：学生依托健康饮食主题，运用食物词汇与建议句型分析饮食习惯并给出科学方案。第二步，统一总情境与递进任务链设计。创设兼具真实性、知识覆盖度、清晰任务目标的总情境，按照由浅入深、问题解决逻辑搭建分场景任务链，分层对应信息提取、推理分析、综合表达等不同认知层级，覆盖多语言技能。第三步，编制单元命题规划表。清晰标注题型、考查内容、能力层级、对应分场景、预估难度与分值，规避考点遗漏、重复考查；合理调配客观、主观题型占比，客观题与主观题各有其优缺点及适用条件，应根据考查目标合理搭配，控制机械记忆类试题数量。第四步，命制试题、配套多维评分标准。试题表述简洁无歧义，素材难度适配学段；客观题设置合理干扰项，主观题从内容、语言、逻辑三维制定分层评分细则，阅卷前统一试评校准评分尺度。第五步，试测、反馈与修订。收集学生答题耗时、典型错题、主观创意作答与学情反馈，针对性调整任务表述、素材与评分标准，修订后的试题归档留存，服务后续教学测评。五步流程并非单向线性操作，而是循环迭代的完整闭环，每一轮命题实践均可反哺后续命题设计。（二）典型案例一：主题连贯式单元测评本案例隶属于“人与自然—环境保护”主题群，单元主题为“Water is Life”。单元命题总纲：单元核心目标为学生围绕水资源主题，依托单元语言工具完成信息获取、问题分析、节水倡议表达。核心知识包含水资源主题词汇、说明文体结构、提建议交际句式；核心能力涵盖信息梳理、因果推理、短篇书面倡议创作。测评对标课标二、三级学业质量标准，能力分层占比：基础信息提取30%、分析推理40%、创意表达30%。案例总情境设定：为迎接3月22日世界水日，学生以英语社团成员身份全程参与校园节水宣传视频创作。测评任务的设计遵循“输入理解→分析归纳→应用实践→综合输出”的认知规律，层层递进，全面评估语言能力与环保素养。四项任务中，各子情境连贯、层层递进，完整覆盖单元全部知识与素养目标（图2）。评分标准：客观题按答对数量阶梯赋分；主观题围绕内容完整度、语言准确度、行文逻辑三维制定分层细则。（三）典型案例二：单元测评的实践与反馈本案例围绕北师大版初中英语七年级下册Unit 2 Food and Health展开测评。测评以“健康饮食分享会”为总情境，学生担任校园健康饮食助手筹备主题周活动，测试时长45分钟，试卷搭配简易中文注释；施测样本为北京两所初中共84名七年级学生。测评目标包含三个层面。知识层面：掌握食物分类词汇、提建议句型。能力层面：在饮食真实场景分析习惯、推荐菜品、撰写宣传文本。育人层面：内化健康生活理念，落实用所学语言、文化知识、思想观点与方法策略解决真实问题的核心要求。该案例的递进任务链设计如图3所示。该案例的施测数据展现出清晰的诊断价值，班级均分35分（满分50分），及格率75%，优秀率超50%，学生能力分层差异显著。基础匹配题得分率92.38%，高阶分析、写作任务得分率均低于70%，海报写作得分率60.40%。AI批阅数据显示，写作中的共性短板包括：内容要素缺失、语法拼写错误频繁、行文逻辑混乱。这些数据为教师循证改进教学提供了依据。学生整体反馈试题摆脱机械刷题，情境贴近日常，兼具挑战性与趣味性；开放写作任务中学生产出多元化标题与合理化建议，课后共收集13份学生手绘创意海报，学生对测试的体验感良好，参与解决问题的积极性相对于传统测试大幅提升。该案例初步表明，主题连贯式单元测评有助于诊断教学薄弱环节、激发学生学习动机，促进以评促教、以评促学。七、结语素养导向的中小学英语日常考试命题改革，是教育评价回归育人本位的必然选择。日常考试的核心功能不在于分层筛选，而在于诊断学情、优化教学、培育学生核心素养；其命题亦非单纯的技术工作，而体现着命题者对学科本质的理解。为此，教师需完成从“使用试题”到“自主研发试题”的身份转变：依托真实情境与递进任务链，抽象的核心素养可转化为可观测、可评价的学生表现；人工智能工具则为人机协同命题提供新路径，有效减轻一线教师的命题负担。需要指出的是，改革并非要求教师一步到位——尚未建立校本命题资源的学校，可从单个单元的情境化改编入手，逐步积累经验。命题能力的提升是一个渐进过程，从“改编”到“创编”，从单题到成套，从单元到学期，每一小步都是迈向素养评价的实质性进步。未来命题改革需双向协同推进：学校应完善校本命题质量管控体系，常态化开展命题与智能工具应用培训；一线教师则须持续深耕课标教材，融合经典测评理论、AI辅助技术与课堂真实学情，不断优化情境化、主题连贯式的测评设计。唯有多方协同发力，方能真正实现以评促学、以评促教、以评优教，推动中小学英语课程改革走向纵深。【本文系教育部课程教材研究所重点研究项目“落实基础教育课程标准实验研究”（项目编号：JCSZDXM2022002）阶段性成果。作者：王蔷，北京师范大学外国语言文学学院教授，博士生导师，首都师范大学特聘教授。】
2026-09-18
摘要：新课标背景下，基础教育评价改革从“解题导向” 转向 “素养导向”，传统教师以刷题、讲题、解题为核心的教学能力体系，已难以适配育人方式与评价方式的深度变革。长期以来，一线教师深陷 “重解题训练、轻评价建构” 的教学惯性，课堂教学过度依赖现成试题、作业设计同质化、学情诊断浅表化、素养测评落地难，导致学生陷入机械刷题、思维固化、素养虚化的成长困境。推动教师从熟练解题的教书匠转向科学命题的设计者，是深化课堂提质、落实核心素养、实现“以评促教、以评促学” 的关键抓手。本文立足基础教育评价改革要求，剖析教师 “会做题、不会命题” 的现实症结，阐释教师命题能力进阶的时代价值，厘清从解题思维到命题思维的深层转型逻辑，构建可落地、可推广、可校本化实施的教师命题能力培育路径，为新时代中小学教学提质、作业优化、素养测评与教师评价素养提升提供实践参考。关键词：评价素养；命题能力；解题思维；素养导向；教学转型一、引言《深化新时代教育评价改革总体方案》明确提出，要改进结果评价、强化过程评价、探索增值评价、健全综合评价，构建素养导向的基础教育评价体系。评价是教学的指挥棒，有什么样的命题导向，就有什么样的课堂教学与学生学习样态。长期以来，中小学教师的专业能力更多聚焦“解题教学”：善于讲解题目、归纳题型、训练技巧、提分应试，却普遍缺乏命题意识、命题逻辑与评价思维。多数教师常年依赖教辅试卷、网络题库、成套真题开展教学与作业训练，只会用题、不会造题，只会解题、不会评题，导致教学始终被动跟随既有试题，无法基于学情、课标、素养目标自主设计测评任务。在“双减”政策落地、新课标全面实施、素养课堂深度转型的背景下，机械刷题、题海战术、题型套路训练的教学模式已被时代淘汰。基础教育的核心变革逻辑，是从“考什么教什么” 的被动适配，转向 “教什么评什么” 的主动建构。教师唯有具备科学的命题能力，才能精准把握课标要求、精准诊断学情短板、精准设计分层作业、精准落地素养测评，真正实现教学、作业、评价的一体化闭环。因此，推动教师专业能力从单一的“解题能力” 向系统的 “命题能力” 升级，从 “会做题” 向 “会命题” 深度转型，不仅是教师评价素养提升的必然要求，更是新时代课堂提质增效、育人模式迭代、基础教育高质量发展的核心突破口。二、现实审视：教师“重解题、轻命题” 的教学困境与深层症结（一）能力结构失衡：解题能力过剩，命题能力缺失从一线教师专业能力现状来看，绝大多数教师拥有扎实的解题教学能力，能够快速破题、精准讲题、归纳考点、训练答题范式、指导应试技巧。但普遍存在命题能力短板：不熟悉命题依据、不掌握命题框架、不会设置梯度、不懂素养落点、不会规避命题误区、难以自主创编试题与测评任务。长期的应试教学惯性，让教师形成了“拿来即用” 的试题依赖。日常作业、单元检测、随堂练习几乎全部依托现成题库，教师无需思考试题的考查目标、能力层级、素养指向、学情适配度。久而久之，教师丧失了独立命题、自主改题、情境创题、重组组卷的专业能力，形成解题强、命题弱，教学熟、评价空的能力结构性失衡。（二）教学逻辑固化：以题为中心，而非以素养为中心解题思维主导的课堂，本质是题型导向、技巧导向、结果导向。教师教学聚焦“怎么做题、怎么得分、怎么避坑”，课堂训练以重复刷题、套路记忆、机械模仿为主，关注学生答题结果的对错，忽视学生思维过程、认知短板、素养缺陷。而命题思维主导的教学，是目标导向、素养导向、过程导向。命题的本质是反向倒推教学：依据课标定目标、依据学情定难度、依据素养定情境、依据能力定设问。当前多数课堂本末倒置：先做题、后讲评、再补漏洞，而非先定目标、再设任务、再配测评。教学被试题牵着走，素养目标悬浮、学情诊断模糊、课堂训练盲目，造成“刷题无数、能力不涨、素养不实” 的教学内卷。（三）作业评价浅表：同质化严重，分层与适配不足教师不会命题，直接导致作业设计与课堂评价同质化、粗放化。现成题库试题普遍存在难度失衡、情境老旧、脱离学情、素养缺失的问题，教师批量照搬、统一布置，出现“优等生吃不饱、学困生做不出、中等生机械重复” 的作业困境。由于缺乏命题思维，教师无法根据本班学生认知短板改编试题、重组试题、创编试题，不能实现基础巩固、能力提升、素养拓展的分层设计，无法精准匹配课堂教学的重难点，导致作业与课堂教学脱节、测评与素养目标脱节，评价无法真实反馈学习问题，更无法有效反哺教学改进。（四）专业成长内卷：停留在教学表层，缺失评价顶层建构教学、作业、评价是教师专业成长的三大核心板块。解题教学只是“教的末端”，命题设计才是 “教的源头”。长期只讲题、不命题，让教师的专业成长始终停留在课堂讲授、技巧训练、错题讲评的表层，无法触及课标解读、学情研判、能力分层、素养建构、质量诊断的深层专业内核。这也是大量教师教龄增长、能力不增、突破困难、科研乏力的核心原因：只会被动执行教学，不会主动设计评价，专业视野局限于课堂片段，缺失顶层育人与评价建构能力。三、价值意蕴：教师从“会做题” 转向 “会命题” 的时代育人价值（一）倒逼课标落地：实现教学与课标精准对标命题是对标课标的最高级专业能力。命题的全过程，就是解读课标、细化目标、转化素养、落地能力的过程。会命题的教师，不再凭经验教学、凭感觉选题，而是以课标为唯一依据：清楚每一节课的必备知识、关键能力、核心素养、学业质量标准，能够将抽象的课标条文，转化为具体的课堂任务、作业习题、测评试题。从解题到命题的转型，能够彻底解决“课标虚化、教学泛化、测评随意化” 的问题，让每一次训练、每一道试题、每一次评价都精准对标育人目标，实现课标— 教学 — 评价的一致性。（二）精准诊断学情：从笼统讲评走向精准提质解题视角下的讲评，多是“就题讲题、统一纠错、批量订正”，只能解决显性错题，无法发现隐性认知漏洞。命题视角下的教学，教师清楚每一道题的考查点、难度值、区分度、易错点、能力指向，能够通过测评数据精准判断：学生错的不是题目，而是哪个知识点、哪种思维、哪类能力存在短板。教师具备命题能力，能够实现从“凭经验判断学情” 到 “凭测评诊断学情” 的升级，让课堂纠错精准、作业靶向精准、辅导分层精准，真正达成以评促学、以评促教。（三）优化育人方式：从机械刷题走向素养生长解题思维培养的是应试能力、模仿能力、解题技巧，容易固化学生思维、限制探究意识、压制创新能力。命题思维引导的教学，强调情境创设、任务驱动、高阶设问、思维递进、真实应用，能够倒逼课堂减少机械训练、增加探究体验、强化思维过程、落实学科素养。教师会命题，才敢删减无效刷题、淘汰陈旧题型、创设真实情境、设计高阶任务，让学生从“题海突围”，走向思维进阶、能力生成、素养落地，真正实现减负提质。（四）赋能专业进阶：重构教师核心专业素养新时代教师的核心竞争力，不再是“课讲得好、题讲得透”，而是目标解读能力、学情研判能力、任务设计能力、评价建构能力、质量改进能力。命题能力是教师评价素养的集中体现，是区别“普通教书匠” 与 “研究型教师” 的关键标尺。掌握命题思维，教师能够自主优化作业体系、建构课堂测评体系、开展教学质量分析、凝练教学成果、撰写教研论文，实现从经验型教学向研究型教学的根本性转型。四、逻辑重构：从解题思维到命题思维的四大核心转向（一）思维立场：从“学生解题” 的被动应答，转向 “教师设题” 的主动建构解题思维的主体是学生，核心是应答、匹配、求解、得分；命题思维的主体是教师，核心是设计、创设、指向、测评、诊断。传统教学是：题目已定→学生作答→教师纠错；素养教学是：目标在先→依据学情→创设任务→测评达成→迭代教学。教师的专业跃迁，首先是立场跃迁：从依附现成试题的被动教学，走向立足育人目标的主动设计。（二）价值指向：从“技巧得分” 的结果导向，转向 “素养达成” 的目标导向解题思维紧盯答案对错、分数高低、题型套路，重结果、轻过程、轻思维、轻素养； 命题思维紧扣知识理解、能力运用、思维品质、价值观念、素养进阶，重过程、重增量、重发展、重迁移。解题是“为了做题而教学”，命题是 “为了育人而测评”，二者的价值底色完全不同。（三）设计逻辑：从“题适配人”，转向 “人适配题”刷题模式下，海量试题统一推送，学生被动适配题目难度与题型；命题思维下，教师根据学生认知水平、薄弱环节、课堂重难点，定难度、定情境、定设问、定梯度、定数量，让试题服务学生成长、贴合课堂实际、匹配素养层级。实现作业与测评从“千人一卷” 的粗放模式，走向 “分层适配、精准赋能” 的精细模式。（四）闭环逻辑：从“讲完即止”，转向 “测评 — 诊断 — 改进” 的闭环迭代解题教学的闭环止于讲评订正，流程碎片化、无迭代、无沉淀；命题教学形成完整闭环：课标解读→目标细化→试题创编→测评实施→数据诊断→短板分析→教学改进→二次赋能，让每一次评价都成为课堂提质的生长点。五、实践路径：教师命题能力培育的校本实施策略（一）筑基：建立“课标对标” 的命题通识培训体系以校本研修为载体，补齐教师命题理论短板，杜绝凭经验命题、凭感觉出题。聚焦四项基础通识：一是学业质量标准解读，明确各学段知识、能力、素养层级；二是命题基本原则，坚持科学性、适切性、情境性、层次性、素养性；三是试题结构要素，掌握题干创设、设问梯度、选项设置、答案赋分、易错预设；四是题型素养转化，实现基础知识题、能力应用题、综合探究题的梯度建构。通过课标精读、真题解构、优秀试题赏析、错题溯源分析，让教师建立“依标命题、依学设题、依素养出题” 的底层思维。（二）赋能：实施“拆题 — 改题 — 组题 — 创题” 四阶进阶训练遵循教师能力成长规律，搭建阶梯式命题实训体系，让普通教师可学、可练、可成。1.拆题（解构）：拆解优质真题、统考题、素养样题，分析考查目标、情境特点、设问逻辑、能力层级，读懂好题的底层框架。2.改题（改编）：对老旧试题、死板题型进行二次优化，改情境、改设问、改角度、改选项、改呈现方式，实现旧题新用、难题降阶、陈题活化。3.组题（整合）：依据单元目标、学情短板，自主组配单元卷、随堂练、分层作业，实现知识点全覆盖、能力有梯度、素养有落点。4.创题（原创）：结合生活情境、课堂生成、学科活动、真实任务，原创素养型试题、探究型作业、实践性测评任务。通过常态化四阶训练，实现教师从“会做题” 到 “会命题” 的能力跨越。（三）落地：构建“单元命题 + 作业命题 + 随堂命题” 日常应用场景将命题能力融入日常教学，避免研修与实践脱节。一是单元整体命题：以单元为单位，集体研磨单元测评卷，统一单元评价标准，落实单元整体育人目标； 二是分层作业命题：教师依据本班学情，每日微调、改编、创编分层作业，杜绝机械统一作业； 三是随堂即时命题：课堂中根据生成问题，即时设计微任务、微试题、微测评，实现当堂诊断、当堂纠错、当堂巩固。让命题不再是期末统考的专属工作，而是教师每日、每课、每单元的常态化专业行为。（四）闭环：建立“命题打磨 — 互评审题 — 应用反馈 — 迭代优化” 教研机制建立教研组命题审校制度，推行集体磨题、同伴审题、课堂验题、数据评题机制。对教师创编试题从科学性、适切性、素养性、梯度性、易错性五个维度开展互评打磨，杜绝错题、偏题、怪题、超标题、机械题。测评结束后依托学情数据，复盘试题适配度、区分度、效度，形成“一次命题、一次复盘、一次成长” 的教研闭环，持续提升教师命题质量与评价水平。（五）升华：以命题研究催生教师专业成果生长引导教师将命题实践转化为教研成果，实现能力、教学、科研同步提升。鼓励教师开展试题对比研究、作业设计研究、学情诊断研究、素养测评研究，将改题、创题、命题、评题的实践经验，凝练为教学策略、课例案例、教研论文、微型课题，彻底打破教师科研空洞化、无抓手的困境。六、结语基础教育评价改革的深层变革，是教师专业能力范式的变革。从“会做题” 到 “会命题”，看似是教师能力的微小转向，实则是育人思维、教学逻辑、评价体系、专业生态的系统性重构。解题能力保障教学的“底线质量”，命题能力决定育人的 “顶层高度”。只会解题，教师只能做知识的传授者、习题的讲解者；学会命题，教师才能成为目标的设计者、学情的诊断者、素养的培育者、课堂的建构者。新时代基础教育高质量发展，要求教师跳出刷题教学的路径依赖，以课标为纲、以学情为本、以素养为核，持续培育命题思维、精进命题能力、优化评价体系，让每一道试题、每一次作业、每一场测评，都成为滋养学生思维、赋能素养生长、推动课堂提质的有效载体，真正实现以评育人、以评促教、以评提质的育人新生态。参考文献[1] 中共中央 国务院。深化新时代教育评价改革总体方案 [Z].2020.[2] 教育部。义务教育课程方案（2022 年版）[S]. 北京：北京师范大学出版社，2022.[3] 崔允漷。核心素养导向的教学与评价转型 [J]. 中国基础教育，2023 (04):8-13.[4] 余文森。从解题教学到育人教学的范式重构 [J]. 基础教育参考，2024 (02):15-19.[5] 王少非。教师评价素养的核心内涵与发展路径 [J]. 中国教育学刊，2023 (07):66-71.[6] 杨向东。素养导向学业评价的命题逻辑与实践转向 [J]. 基础教育课程，2023 (10):22-28.【免责声明】：本文转载于《教之海 探之帆》公众号。转载旨在交流与分享，版权归属原作者，文中观点与本栏目无关。如涉侵权，联系立删。