近日，在“第三届元宇宙教育前沿峰会”上，国家职业教育指导咨询委员会委员、北京师范大学教育学部教授赵志群以《职业教育学习成果评价及其数字化展望》为主题发表演讲。赵志群指出，合理的学习评价要体现党和国家的教育方针，尊重和体现学生的个体差异，激发学生努力实现自身的价值。
(资料图片仅供参考)
（以下根据嘉宾演讲实录编辑整理，全文有删减）
学习成果评价也叫学业评价，是指以教育教学目标为依据，运用恰当有效的工具，系统收集学生在学习过程中认知行为变化的信息和证据，根据一定的标准对学生的知识、技能和能力水平做出客观衡量和科学判定的过程。
合理的学习评价要体现党和国家的教育方针，尊重和体现学生的个体差异，激发学生努力实现自身的价值。相较于普通教育，职业教育的学习成果评价更加复杂，不仅要向普通教育一样满足促进学生生涯发展的教育性要求，同时也要迎合劳动力市场的功利性需求。
教育部曾作过一个调查。我们一般认为技能大赛成绩越好的学生技能和能力越好，将来发展也越好。但是跟踪调查发现，某项技能大赛成绩好的选手综合素质反而低，而且这种劣势在工作若干年后表现更为明显。也就是说，一些技能大赛没有反映企业的关键需求。这尽管不是普遍现象，但是反映出的问题却很严重，即学习结果评价方式一定要关心评价技术和方法的科学性。
学习成果评价不是出一道试题那么简单，正如上图漫画中老师出的题目：跳到树枝上大象很发愁，但猴子很开心。但大象一定不如猴子吗？那可不一定。要想找到一种方式把猴子和大象的优缺点都考查出来，需要科学的评价理念和评价方法。
职业教育学习成果评价主要是对学生职业素质、能力和技能进行评价，其方法有两大类。一类是传统的考试，考试的特点是有对错之分；另一类是职业能力测评，它的特点是没有对错之分，只有水平高低之分。例如我们不能评价一位老师上课能力是对还是错，只能说上课能力水平的高或低。
还有一个重要特点，考试反映的是某种标准的效度。如教学标准、技能标准或者课程标准；能力测评反映职业的效度。这两种方式各有所长，互为补充，无法相互替代。
传统的技能考试采用“知识＋实践技能”考试方式，知识考试通过笔试进行，实践技能考试主要通过现场或模拟操作观察进行评分。传统技能考试有很大的技术局限性。例如奥运会跳台跳水，10个裁判评分，去掉最高和最低分后采用平均分。也就是说，代表世界最高水平的裁判对标准动作的技能评分都是不一样，为了公平只能取去掉最高和最低分后的平均分。大规模的职业技能考试能做到绝对公平吗？这不太可能。因为如果要想实现高质量的技能评价，人员、时间等费用会高得让人无法接受。
当前，人类工作活动的复杂程度越来越高，技能的内涵已经发生了深刻的变化，尤其是随着心智技能的作用越来越凸显，采用观察法进行评价，其信度、效度和区分度无法得到保证，即传统的技能考试无法保证评价的质量。
随着社会的发展，对技术技能型人才的素质要求也发生了变化。根据“职教20条”的描述，现代社会的技能是一种综合能力。未来对简单重复性的操作技能需求会越来越少，因为机器会比人类做得又快又准确。未来人类要做机器不能做的事情，需要的技能越来越复杂、综合，这就是综合能力。
这种要求体现在世界技能大赛上，这可能是世界上水平最高的技能评价。按照世界技能大赛的理念，要想评价出一个参赛选手技能水平高低，仅凭一两道简单的封闭性题目是不可能的。选手需要两至三天时间完成复杂的、开放的综合性题目，由此评价选手解决问题的能力、学习能力和创新能力，因为这里有1/3的新知识和技能是要“现学现卖”的。这里的时间、设备和组织成本都很高。因此，所以我们必须寻找其他方式补充技能考试的不足，那就是职业能力测评。
职业能力测评和考试的区别在于，它不是评价背会了多少知识，有多少操作技能，而是评价应用知识和技能解决实际问题的能力。能力测评有两种范式，一种是质性评价，一种是量化评价。
实践中的职业能力测评更多采用量化和质性相结合的混合式方法，它评价学生在职业工作和生涯发展中所需要的知识和技能，而不是考背会了多少知识，关注考生在实际工作情境中是否能够创造性地运用专业知识和技能解决问题的能力。能力测评不是现有考试或技能竞赛的替代，而是补充。它对技术的要求较高，要想实现高质量的测评，需要精心控制整个评价过程。
职业教育界对大规模职业能力测评有强烈的诉求，因为：企业需要了解员工或求职者的职业能力；教育部门关心每个学校培养的学生水平如何；院校要监测学生的发展情况；一线老师需要科学的能力模型和能力工具，帮助分析教学设计和实施中的问题；国际比较研究需要大规模职业能力测评提供实证基础。
开展科学的能力测评存在很多困难，比如各地区之间的差异很大，专业太多，技术更新太快等。要想进行科学的能力测评首先得建模，其能力模型必须符合现代职业教育理论，包括心理学、教育学、社会学等主流认知。在能力模型基础上才能建立评价模型、确定指标、出题和开展评价。能力测评方案的开发一定要有扎实的理论基础。
上图这个三维模型是COMET职业能力模型。
图中第一个维度是能力水平，即能力要求。能力最低水平为名义能力，意味着不及格；及格后首先要满足岗位的要求，然后满足整个企业运行的要求，最高要满足社会和可持续发展需求，并实现个性解放，即有创新能力。
第二个维度是内容维度。按照能力发展逻辑，从初学者到专家，完成复杂程度不同的工作任务，要关注每一阶段的任务特征、知识形态和职业活动特点。
第三个维度是行动维度。职业教育要关注学生学会工作，即行动。新职业教育法第三条明确指出：职业教育要培养学生的职业素质和行动能力。
所建立的测评模型和测评题目需要经过测量学验证，即信度、效度、区分度要达到一定的要求，这样的测评才有价值。测评题目是开放性的，因为职业的典型工作任务没有标准答案。
职业能力测评题目特点是，它是来源于职业及企业工作实践的真实问题，是职业的典型工作任务，有不同深度和广度的答案，为被测学生留出较大的解决空间。它最大的特点是可以评价实践性知识。测评结束后，每个学生会得到一个分数和能力特征轮廓图，由此可以进行个体之间、班级或学校之间的比较。
要实现高质量的职业教育学习成果评价，第一要理解当代社会的职业技能，即“职教20条”中指出的综合能力，或称行动能力。行动能力是个人在特定职业、社会和私人情景中进行缜密而恰当的思考，并对个人和社会负责任行事的意愿和本领。行动能力的评价只能通过“真实性评价”，即在具体工作情景中才能实现，这需要科学的评价模型。职业教育评价关心的核心不是传统的数理认知能力，而是“职业认知能力”或者“工作认知能力”，这与普通教育之间有着类型上从差别。
学习评价的目的是为了促进学习结果的改善，促进学习者的能力发展，即“以评促建”。数字化评价的目的与数字化学习方式有直接的联系：传统的学习是课程学习，数字化学习是综合能力的提高；传统的课程是有计划、学生被动的学习，数字化学习是学生主动的，可根据需求设计自己的学习方式；传统学习方式是教师精心设计教学过程和传授知识，数字化学习是情境学习、具有虚拟的、共创和参与式特点；传统学习的授课者是老师，数字化学习的老师还包括教练、同伴和实践共同体；传统学习评价主要通过考试鉴定，而有效的评价还需要实际应用、同行评议和职业能力测评。
当前，我们正在步入Web3.0时代，但目前数字化教学资源建设的主流思想还停留在Wed1.0时代，即把书本知识放在网上或云空间。现在的年轻人是在Web2.0、3.0中成长起来的，他们怎么会对用1.0理念开发的学习资源感兴趣？数字化时代的职业学习评价，是数字化的综合性学习与评价，职业院校与企业共享学习成果共同评价，这需要可促进行动学习、评价行动能力的辅助工具，如支持学习者做中学的人机对话系统和来自真实工作过程的丰富信息。
