首页 - 天津市教育考试研究所

刘玉祥：上海高考改革四十年历程回顾与未来展望

中国考试 2024年12月06日 16:17 北京引用格式：刘玉祥. 上海高考改革四十年历程回顾与未来展望[J]. 中国考试, 2024(12): 1-10.作　者刘玉祥，上海市教育考试院党委书记、院长。摘　要：上海历来重视发挥高考在人才选拔与培养中的引领作用。自二十世纪80年代以来，围绕不同时期的选人育人标准，先后多次开展高考改革探索。近十年实施的新一轮高考综合改革试点，为推进考试招生制度现代化和构建高质量教育体系积累了大量实践经验。上海四十年高考改革呈现出注重价值导向、注重历史传承、注重以人为本、注重科学规范等特点，强化了立德树人的贯彻落实、有效举措的优化升级、多元入学的深入挖掘和操作管理的精细设计。面向未来，高考改革应进一步聚焦立德树人根本任务，提升人才培养整体效能，进一步聚焦协同发展，开拓拔尖创新人才选育新路径，进一步聚焦数智赋能，深化人工智能在高考评价中的实践应用。关键词：上海高考；历史变革；人才选拔与培养；未来展望高考制度在人才选拔与培养过程中发挥着不可或缺的作用，是教育强国建设、教育科技人才体制机制一体改革的重要环节。党的二十届三中全会强调，健全德智体美劳全面培养体系，深化教育评价改革，加强基础学科、新兴学科、交叉学科建设和拔尖人才培养，着力加强创新能力培养[1]，为进一步深化高考综合改革指引了方向。二十世纪80年代以来，上海高考围绕人才选拔与培养目标，在改革科目设置、优化命题流程、完善考试方式、规范招生要求、创新录取办法等方面持续探索，积累了丰富经验。尤其是2014年高考综合改革启动以来，上海作为全国首批试点省市之一，通过调整统一高考科目、完善高中学业水平考试制度、建立学生综合素质评价体系，逐步构建起分类考试、综合评价、多元录取、程序透明的高等学校考试招生新模式[2]。历经四十余年多轮调整改革，上海高考遵从国家人才战略总体部署，已初步建立起顺应时代要求、符合教育规律、满足学生需求、具有地方特色的考试招生制度模式。一、上海高考改革历程回顾我国自1952年起实行全国统一高考，各项政策举措均以促进人才选拔与培养为目标。高考制度创建不久，便确立了德智体全面发展的人才考核评价标准，反映出中央期望通过制度调整确保生源质量[3]。“文革”期间，高考制度几经动摇，废除文化课统一考试，人才选拔与培养依赖于“政治挂帅”之下的推荐制。1978年全国统一高考制度恢复后，重新启动对高考的科学化、标准化研究，人才选拔与培养视角转向与经济体制改革需求相适应。进入二十世纪80年代，随着改革开放和社会经济发展，原有的高考制度在促进人才选拔与培养等方面逐渐显现新的矛盾与问题。在此背景下，上海向中央提出先行先试的高考改革诉求，旨在探索与社会经济发展相适应的人才选拔培养路径与方法。（一）试行高考单独命题，构建高中毕业会考制度，探索综合评判录取1983年，教育部提议通过探索建立健全高中、初中会考制度，引导中学重视学生全面发展[4]。上海经过深入思考，于1984年年底向教育部提交了高考招生制度改革的系统构想，申请开展适应改革开放发达地区人才选拔需求的高考单独命题工作，并逐步过渡到应用高中毕业会考成绩进行多元化招生。教育部对上海构想持肯定态度，同意上海自1985年起试行高考单独命题、单独组考，并探索在高中毕业会考基础上深化高考改革[5]。在随后考试招生实践中，上海进一步发现当时高考制度对人才选拔与培养存在诸多制约：首先是实施多年的高考分科招生一定程度上引起高中偏科教学，造成学生知识结构不完整；其次是高考录取“唯分数”问题严重，一考定终身负面效应凸显；最后是中学为提升升学率，采取赶进度、搞题海战术等违背教育规律的做法，导致学生学业负担过重、中学教育改革受阻。为正确发挥高考的人才选拔功能，推动中学教育教学改革，1986年，上海再次提交改革申请，期望破除以高考总成绩为唯一评价尺度的做法，改为以考生高考成绩、高中会考各科等第以及个人爱好擅长等三方面因素综合评价考生素质，开展人才甄别与选拔。这一设想具有前瞻性，虽因种种原因未能在高校招生中全面落实，但颇契合三十年后实施的新一轮高考综合改革思路。前述三方面因素分别对应“两依据一参考”评价体系的三要素，体现出注重对学生进行全面考察的育人理念。（二）探索取消文理分科，推动完善学生知识结构我国自建立统一高考制度起，科目设置几经变化。最初全科统一设置，后改为分设文史、理工两类科目，之后拆分为文史、理工、农医三类科目，至二十世纪60年代理工农医合并又回归文理分科模式[6]。1978年恢复统一高考后，仍分设文理两大科类进行招生[7]。文理分科减轻了学生学习负担，且具有较强培养针对性，但一定程度上引起中学过早分班教学，造成学生知识结构不完整。上海在高考恢复后不久就认识到这一问题，提出在全面实施会考制度的基础上减少高考科目、取消文理分科。最初设想是高考只考语文、数学、外语三科，并将会考各科成绩计入高考总分，允许高校根据需要另行加试；后又考虑在高考中分设十个科目组，每组选考不同组合的三科，考生遵循兴趣和专业愿望选择适合组别参加考试、填报志愿。这些方案旨在跨越文理，但均未得到社会认可。经过权衡，上海1988年确定了“3+1”科目设置：共设六个科目组，每组除语文、数学、外语为必考科目，考生另须从政治、历史、地理、物理、化学、生物中选考一门[5]。分设多个考试科目组的根本用意在于淡化文理分科，通过强化全科会考的成绩应用，达到促进学生全面发展、突出特长的目的。在“3+1”模式中，考生自选的一个科目原本只应发挥体现其优势特长的作用，但由于会考制度在二十世纪90年代以后日渐式微，使得这一选考科目承担了过多功能。而无论考生选考哪一科，终究无法避免被贴上文科或理科的标签，造成原先设计的取消文理分科的目标非但没有实现，反而愈加显现出弊端，中学和学生越来越不重视非选考科目的教与学。相较而言，广东等省在同时段探索的“3+X”模式取得了突破文理分科的较大成效，被称为高考科目改革迈向综合化的“分水岭”[8]。（三）尝试自主招生改革，试点多元人才选拔模式进入二十世纪90年代，上海以扩大高校招生自主权、探索灵活多样的录取机制为目标，再次提出高考改革设想，允许高校根据办学需要开展自主招生，录取依据可以是统一高考成绩、高中会考成绩或其他水平能力测试成绩。这一设想改革力度很大，但理想化成分较多，在实践中遇到困难。1993年，自主招生改革在上海工业大学（现上海大学）进行试点，次年扩展到复旦大学、上海交通大学等10所高校，随后几年逐步覆盖当时上海所有本科院校和南京大学、东南大学等16所市外重点院校。上海工业大学首次试点时，采取基于会考成绩的四元综合评价考核模式，在高考前已完成自主招生。以会考取代高考的做法在当时引起较大社会争议，因此次年被叫停。后对方案进行调整，自主招生院校在以统一高考成绩作为基本录取条件的前提下，可以自主决定使用高考、会考、面试或其他测试成绩，以及能够真实反映考生综合素养的各种能力证明，作为多元录取依据或参考。相较于先期探索，后来的做法无论在公平性还是操作性上都有明显进步。至90年代末，随着自主招生试点范围扩大、考生人数增多，各校自主选拔标准之间的差异被放大；加之会考组织权由全市统一下放到各区县，其权威性和规范性也受到质疑，使自主招生失去支撑，只能黯然退场[9]。三十年前上海的自主招生试点证明，高考改革成功与否，不仅取决于方案设计本身的科学性与合理性，也取决于当时政治、经济、文化与教育发展水平，这些因素在为改革提供支持的同时也影响和制约着改革的实施效果[10]。（四）设计多元招生路径，搭建高中升学立交桥进入二十一世纪，高考报名人数逐年增加，而招生计划并未同步增长，高考升学率呈明显下降态势，引发社会焦虑与不满。同时，关于“千军万马过独木桥”的质疑与讨论在当时相当激烈，各方纷纷呼吁拓宽考生升学渠道。上海由此开始探索搭建高考立交桥，逐步形成“4+2”格局。“4”指面向高考生的一年四次高考，即春季高考、专科自主招生、三校生高考和夏季统一高考；“2”指面向在校生的专升本和插班生两项考试制度。春季高考面向本科招生，采用统一文化考试+专业特色面试方式实现择优录取，是打破一考定终身、增加考生选择权、体现既看分又看人的有效举措。专科自主招生体现技能型人才选拔评价标准[11]，先于高考完成录取，因此被录取考生往往有成功者心态，高职阶段的学习动力更足。三校生高考为中考失误但确有实力的学生提供了应用型本专科深造机会[12]，是十多年前上海分类考试人才选拔的主阵地。专升本考试一方面激励了专科在读学生的学习动力，另一方面也促进相关高校重视教学改革，将职业能力和综合素质作为应用型人才培养的核心目标，帮助学生实现能力分段提升[13]。插班生考试是上海优化高等教育资源配置的改革创举，二十余年来为许多高考失误的本科一年级优秀学生提供了二次选择学校和专业的机会[14]，使刚性管理体制下的学生跨校流动拥有了制度保障和规范约束。上述五项考试与最重要的夏季统一高考一同构成“4+2”升学立交桥，是二三十年前上海教育拓宽人才选拔与培养思路的实践创举，为多年后开启的新一轮高考综合改革奠定了思想基础，探索了政策方向。（五）深化教育评价认识，试点实施新一轮高考综合改革2013年，党的十八届三中全会提出考试招生制度改革，探索通过减少高考科目、打破文理分科、外语一年多考等举措，逐步推行综合评价多元录取机制[15]。这一要求立即得到各地响应，次年上海市启动了持续至今的新一轮高考综合改革。上海2014年公布的试点方案高度重视人才评价。首先，强调全面考察，主张从学习过程、考试表现、专业适配等多视角全面评价学生；其次，强调增加选择性，鼓励学生根据兴趣爱好和生涯规划开展文理搭配式选科，在主动学习中增强综合素养；再次，强调多元评价，在以统一高考和高中学业水平等级性考试成绩作为升学基本依据的同时，强化综合素质评价信息的柔性参考价值；最后，强调分类招考，树立职业教育与普通教育同等重要的观念，引导学生从发展本位选择升学路径。评价观念的转变并非一蹴而就，十年的高考改革认识也非一成不变，许多具体举措因改革需要而产生，又因形势发展或次生问题而调整完善，但均围绕人才选拔与培养的评价标准展开，主要包括四个方面的新探索。一是开展学生生涯指导。经过十年摸索，学生生涯指导逐步承担起思想引导、心理疏导、学业辅导、生活指导和生涯向导等五大职能[16]，已成为中学落实立德树人根本任务、促进学生全面发展的有效抓手。二是强化综合素质评价管理。通过不断完善全市统一的信息管理平台，采用中学导入客观数据、学生补充实证材料、全面开展公示监督等方式反映学生思想状况、学业表现、实践能力、创新素养等方面的真实信息[17]，有效提升了综评信息的准确性与可信度。三是优化高中学业水平等级性考试方式。改革初期，上海曾经采用分年级开展等级性考试的做法，但客观上造成物理、化学等选考科目的人数下降。从2021年秋季入学的高一学生开始，所有选考科目都调整到高三年级开考，并辅以“物化双选”等政策引导，选考人数分布渐趋合理。四是设计志愿填报与投档模式。上海从精准匹配出发，首创院校专业组概念，将其应用于志愿填报与投档录取，并创建具体操作规范，成功消除了因报考科目不符而造成考生大量退档等风险[18]。后续二十多个省区市借鉴并采用院校专业组模式，一定程度上体现了上海改革举措的全国示范效应。二、上海高考改革的主要经验纵观上海历次高考改革探索，体现出不同时代对教育发展和人才选培的理念变化，有效激发了中学和高校开展配套改革的积极性，同时也保障了高考改革的平稳顺利实施[19]。（一）注重价值导向，强化立德树人的贯彻落实高考作为为党育人、为国选才的重要手段，需要时刻牢记选拔什么样的人、如何选拔人、怎样培养人等核心问题。自二十世纪80年代以来，上海高考历次改革均聚焦上述问题回应。1985年首启的分省单独命题旨在通过命题考查内容的改革，撬动大中学校教育改革，突出适应改革开放新理念的人才培养格局构造。随后提出的综合三因素开展招生选拔的构想，蕴含了全面育人的价值理念。二十世纪90年代蓬勃开展的高校自主招生试点，根本意义在于打破“唯分数”，注重全方面考查学生、好中选优。二十一世纪初期，上海高考开展考试科目改革，新增的综合能力测试破除学科壁垒，引导学生综合运用多学科知识提升解决复杂问题的能力；后探索开展自主选拔录取改革试点和试验，构建的学生全面发展评价体系沿用至今。新一轮高考综合改革启动后，上海方案以“三个有利于”为基本出发点[2]，把坚持立德树人放在首位；2020年出台《深化新时代教育评价改革总体方案》后，严守“三不得一严禁”规定，深化发展性督导评价，通过问责与改进，坚决纠正“片面追求升学率”的不良倾向[20]。高考改革是一项系统工程，价值导向须贯穿于全链条各环节，方能切实发挥育人功效。在命题环节，上海始终重视立德树人、服务选才、导向教学，从二十世纪80年代强调加强基础、培养能力、发展智力、由知识立意向能力立意转变，到二十一世纪之初强调价值引领、素质导向、能力为重、知识为基，再到新一轮高考综合改革中的“一核四层四翼”命题思路强化核心素养考查，均体现了命题是高考发挥德育功效的必要载体和必经之路[21]。在考试环节，历来注重学生诚信应考、学校规范组考，每年开展相关的宣传教育，出台深入细致的施考细则，有力维护了考试的权威性和公平性，彰显了考试的育人价值。在招录环节，从鼓励“好儿女志在四方”，到近年来鼓励报考基础学科、国家重点导向专业，上海高考引导考生将个人成长与国家人才需求有机结合的价值取向从未动摇。（二）注重历史传承，强化有效举措的优化升级高考事关考生切身利益，各项涉考举措受到密切关注。系列改革举措如果缺乏前期宣传，容易造成考生不适，甚至引发社会舆情。上海历次高考改革新意不断，但均注重前期宣传，并根据时代发展要求对现行举措进行改进。首先，在高考科目设置方面，上海四十年高考改革过程中，科目设置历经数次调整，均尊重规律、注重传承、深入布局、综合施策。二十世纪80年代启动单独考试命题时，根据人才培养需要配套推出“3+1”科目设置方案。2001年至2011年期间，尝试通过增加综合能力测试加强对创新人才的鉴别选拔，将“3+1”拓展为“3+综合+1”。新一轮高考综合改革启动后，上海从提升人才综合素养出发，按照“两依据一参考”理念将高考科目设置由“3+1”升级为“3+3”。经过多年实践，“3+3”模式人才选拔功效日益显现，为后续改革省份推出的“3+1+2”模式积累了经验。其次，在自主招生模式演进方面，上海早在二十世纪90年代即开始探索高校自主招生，后随会考制度的衰退而逐渐衰落。二十一世纪初，上海聚焦选拔具有学科特长和创新潜质的优秀学生，再次开展自主招生改革探索，先后于2003年、2006年启动自主选拔录取改革试点和试验。高考综合改革启动后，上海扩大试验规模，改组综合评价录取批次，保留了高校自主测试的权利，并优化了投档要求与比例，消除了潜在的招生腐败风险；部分高校改革试点为全国范围内实施强基计划奠定了基础，而后者承担起培养国家重大发展战略紧缺人才的新使命。最后，在学考制度完善方面，上海的高中学业水平考试制度酝酿于2004年，初建于2009年，正式实施于2012年。这一制度既检验学生学业质量是否达标，又促进高中推进课改，并为高考多元评价提供信息，是对此前高中会考制度的传承与发展。纳入高考综合改革后，高中学业水平考试被细化为合格性考试和等级性考试，在人才培养中进一步发挥作用，决定了高校招生的生源质量与人才培养基础，部分承担了高中教育教学质量评价的功能[22]。（三）注重以人为本，强化多元入学的深入挖掘上海历来重视发挥高考服务人才培养与选拔的作用，历次改革都把增加学生升学供给与发展机会作为立足点，始终重视丰富学生的选择权。1985年，上海开展单独命题后，绝大部分本地考生选择参加上海卷考试，但少部分外地返沪考生因高中学习内容差异只能选择参加全国卷考试。为兼顾不同考生群体的利益，上海允许考生在上海卷和全国卷中进行选考，并设计了确保公平的两卷成绩等值换算办法和录取分数线可比规则。这一过程充分体现以人为本，复杂艰巨的成绩换算延续开展二十余年，直至2006年后返沪高考人数极少才停止。二十世纪八九十年代，上海为破解唯分取人弊端，适应学生成长规律，设计了多种无须参加高考、以学生综合素质为主要判断依据的单独升学途径，供符合条件的优秀考生选择，包括保送生、选送生、推荐生、试验生和先进模范青年等。这些途径具有非常严格的选拔程序和规范，是服务于考生多元升学的重要途径。进入二十一世纪，最能体现上海考生多元入学特点的是高中升学立交桥。即考生如果希望考取应用型本科，可以通过春季高考实现，也可以通过专科自主招生或三校生高考暂入专科求学，三年后通过专升本进入本科学习；考生如果综合实力较强，可以通过秋季统一高考获取更多、更优升学机会，而倘若不满意本科录取结果，则可以通过插班生考试实现求学梦想。一年四次高考的制度设计，给予考生极大升学选择权，有利于丰富不同类型人才的升学路径。教育升学立交桥的建立，通过赋予学生再次选择权等做法，促使传统静态单一的选拔与培养模式转为动态化、多元化。进入新一轮高考改革，升学选择性增强的特征更加突出。一是建立学业水平选考机制，指导学生根据兴趣爱好和生涯发展需求自主选科；二是实行外语一年两考制度，将最高得分计入高考总分，有效舒缓考生心理压力；三是细化招生批次设置，完善相关举措，丰富考生志愿选择。此外，春季高考招生执行一档两投，允许考生择优入学，体现了学校和学生的双向选择，也是上海高考增强选择性、强化升学公平的生动写照。这些做法同时撬动了基础教育和高等教育，对提升中学育人功效、促进高校特色发展、完善人才选拔培养模式发挥了事半功倍的效果[23]。（四）注重科学规范，强化操作管理的精细设计科学性与精细化是上海高考多年改革始终坚守的特质。高考以其高利害性牵动着全社会的敏感神经[24]。任何一项改革措施都要注重科学规范，细化操作管理，才具备实施可能。四十年来，上海高考改革出台的各项政策、执行的各项操作均将科学规范和严谨细致放在首位。首先，在科学公平赋分方面，在“3+1”选科模式中，考生选科不同，但成绩需要可比。为此，上海创设了选考科目调整赋分模型，根据科学统计结果分科调整选考科目成绩，确保了所有考生调整前后纵向位序保持不变、横向成绩相对可比。高考综合改革启动后，上海兼顾赋分科学性与社会接受度，针对学业水平等级性考试创设了按占比赋分的五等十一级计分办法。尽管部分公众对这一办法涉及的数理统计和分数二次转换存在理解上的困难[25]，但等级赋分的设计原理无疑体现了科学规范，并且是对以往调整赋分方法的优化与升级。其次，在学生能力培养方面，上海高考历次改革注重从不同角度设置目标，考查学生的综合能力素养，引导学生通过信息加工、问题设计、推理求解、辨析探究等实现能力提升。自2001年起，上海高考开始加试建构在对学生跨学科学习能力系统研究基础上的综合能力测试，酝酿数年方始推出，并逐年完善，反映出当时高考制度设计对科学性和精细化的追求。最后，在信息系统服务保障方面，高考综合改革启动后，上海自主研发信息支撑配套系统。当时考虑到不同系统对接存在诸多风险，上海先后自主研发了十二个子系统，覆盖考试报名、成绩管理、信息采集、公示监督、计划编辑、志愿填报、服务保障等各个环节。配套系统与国家统一开发的招录系统构成完备的考试招生管理信息服务体系，确保了高考综合改革试点十年如一日地平稳开展。三、深化高考综合改革的未来展望新一轮高考改革承载着恢复高考以来四十年历史变革的期望，是构建现代考试招生制度的关键支撑点，也是推进我国教育现代化和构筑高质量教育体系的重要着力点。审视四十年来上海高考改革历程，特别是近十年高考综合改革，尽管创新举措不断，但一些多年存在的老问题并未得到完全解决，改革的一些设计初衷也尚未得到有效落实。例如，在人才选拔理念上，以分数为主的传统思维依然占据主流，综合素质评价在高校招生录取中发挥的作用仍然有限；在拔尖创新人才选拔和培养上，命题考查方式仍显陈旧，难以凸显拔尖创新要素，大中衔接体现不足，多元协同存在短板；在数智技术应用上，侧重于考试技术手段改革创新，尚未形成以数智赋能深入开展人才评价的长远共识。展望未来，高考综合改革还需在立德树人、协同发展和数智赋能等重要方面实现更大突破。（一）进一步聚焦立德树人，提升人才培养整体效能历次高考改革，尤其是高考综合改革强调的核心理念是立足立德树人，增强科学性、突出公平性，帮助不同升学定位的学生实现升学目标。从目前改革实效看，已经取得很多突破性成果，但离目标设计仍有不小差距，应从以下三个方面进一步深化改革。第一，要优化升级分类考试改革。即避免分类考试被异化或弱化为分层考试，避免升学层次局限于专科；同时也要进一步提升文化素质+职业技能框架的均衡考评办法。上海春季高考招生不失为未来全国范围内深化分类考试的借鉴范本。可以在现有分类考试基础上，动员更多本科院校开放应用技术技能型本科特色专业参与分类招生，根据专业特性开发职业技能测试通用模板，在考生文化素质达标的前提下，更为科学全面地比较考查其职业技能与素养，促使职业教育本科和应用技术型本科吸纳更多具有培养潜质的高中生源。第二，要着力转变简单总分录取观念。应避免现有高考招生项目大部分依据考生各科成绩简单相加总分的单一录取模式，这在大规模选拔考试中只是不得已而为之的最简单有效的办法。显然，目前阶段若不采取总分录取模式，尚难以取得广大民众的认可[26]；但依据简单相加总分排出录取顺序只是形式公平，无法体现实质公平。总分略高但各科成绩平平的考生，与总分略低但相关学科成绩优异的考生相比，大概率后者更具专业发展潜质。突破简单总分评价模式，可以尝试从综合考查录取的招生项目起步试点，即当考生文化课总分达到设定底线后，允许招生院校及专业提出相关学科成绩要求，在考查学生综合素质后，将各录取考查科目进行加权处理、择优录取。简单总分评价观念的转变需要渐进开展，并且需要严密的配套监督措施和包容的社会舆论环境加以保障，否则容易引发公平诟病，重蹈数年前自主招生的覆辙。第三，要充分发挥综合素质评价选人育人的应用价值，克服畏难和畏烦情绪。参考综合素质评价开展高考招生，直接效应表现为更科学地选拔，深层价值在于督促教育系统更全面地育人。从过去十年改革实效看，综合素质评价选人育人的应用价值尚未得到充分发挥，主要原因在于不同高中评价记录的完整性和准确性存在差异，评价内容缺乏衡量标准与比较价值，增加了高校对综合素质评价信息的研判成本和使用顾虑[27]。上海一年四次高考方案中，在多个环节设置了参考综合素质评价信息的校测，如在统一高考综合评价录取批次中占比15%，春季高考中占比25%，专科自主招生和三校生高考中占比更高，使综合素质评价选人育人的应用价值得到有效体现。可见，切实发挥综合素质评价的作用和功效关键在于制度设计，最大挑战还在于如何在占招生主流地位的普通批次平行志愿中参考应用综合素质评价信息，这需要在制度、操作和观念三个层面实现实质性突破。（二）进一步聚焦协同发展，开拓拔尖创新人才选育新路径拔尖创新人才是提升国家核心竞争能力和创新体系整体效能的重要战略资源，对于实现中国式现代化意义重大[28]。高考作为人才选拔与培养主阵地，应在以下四个方面不断开拓改革新思路，着力确保拔尖创新人才的选育质量和公平。第一，要更加重视学生创新精神和实践能力的早期培育。应从中小学时期推动教育教学和人才培养模式转型，预防功利化应试行为对学生创新思维和创造力的限制，为具有拔尖创新潜质的优秀学生提供更为丰富的教学环境、开设激发志趣生长的课程体系、拓展强化学术体验的学习时空[29]。早期培育有助于更多拔尖创新人才脱颖而出，为高考选才育人积累充足的种子生源。第二，要更加重视考试命题的价值引领作用。新一轮课程改革以提升学生核心素养为重心，突出对学生知识、能力与态度综合表现的考查，饱含创新素能培养要求。高考命题应继续紧扣课程标准，创新试题考查形式与内容，强化情境性、开放性和探索性，重点考查学生跨学科思维的深度与广度，引导学生学会创造性地解决真实复杂问题。此外，还要通过深化命题评价体系建设，使核心素养成为具有普遍共识的命题价值导向，为拔尖创新人才搭建展示舞台。第三，要更加重视学业水平考试的诊断功能。高考综合改革以统一高考科目成绩和学业水平考试选考科目成绩作为招生录取的两个重要依据，实践中，两类考试的成绩表现形式同质性很强，都以绝对分值呈现，并以简单相加方式合成总分。在这种情形下，“两依据”和“一依据”并没有本质差异，有悖改革设计初衷，学业水平考试最多在拔尖方面发挥作用，在鉴别创新方面并无大的建树。今后应系统开发学业水平考试成绩的诊断功能，生成不同学科诊断报告，帮助招生院校及专业院系辨别考生是否具备学科特长和创新潜质。第四，要更加重视多元领域拔尖创新人才的选育布局。国家重大发展战略的实施关键在科技，根本在人才[30]。在重点关注科技领域拔尖创新人才的同时，还要着眼于其他基础学科、新兴学科、交叉学科建设，重视多元领域人才创新能力培养。例如，文史哲等人文社科基础学科承载文化强国、文化出海使命，亟待高考选育致力于繁荣哲学社会科学的拔尖创新后备人才；高等职业教育承担培养高端技能型拔尖创新专门人才的重任，需要高考为其选拔和输送技术技能突出的后备人才。只有关注多元领域需求，强化科技教育和人文教育协同、普通高等教育和高等职业教育并重，才能构建完整的拔尖创新人才选育新格局。（三）进一步聚焦数智技术赋能，应用人工智能深化高考评价与实践研究随着数智技术的快速迭代发展，应用人工智能赋能高考评价改革逐渐具备基础，有助于更加准确、深入、全面指导人才选拔与培养。第一，厘清观念认识，认识到应用人工智能开展评价是时代趋势。尽管人工智能等数智技术目前尚未形成应用于高考评价的完整方案和成熟理论，但不能就此否定这一新生事物的价值。在传统成熟的评价体系中融合应用人工智能技术，必然促进评价结果更加科学、高效和全面。同时，人工智能手段可以解决传统方式难以评价的情感分析、心理变化、兴趣判别等难题，而这正是高考鉴别与选拔人才的应有考查因素。第二，发挥技术优势，拓展人工智能在考试招生领域的应用场景。例如，在命题环节，可以基于人工智能辅助生成海量题库，并针对学能各异的考生进行个性化匹配组卷，从而提升考试的信度和效度，促进拔尖创新人才选拔[31]；在组考环节，可以利用全链条数字化管理模式使考试的有序性、保密性、安全性、公正性、人性化和迅捷处理突发情况等得到可靠保障；在评卷环节，人工智能技术可以在给出成绩的同时生成答题分析报告，使考试诊断需求得到满足；在招生环节，基于人工智能技术的志愿指导系统可以针对考生的个性特长和整体水平给出最佳选择方案，以智能录取系统确保录取结果更加精准。实现这些构想需要进一步调研考试各环节的功能需求，构建针对性专业大模型，为实现各种应用场景提供有力技术支持[32]。第三，应打破信息壁垒，强化不同来源的数据开发与整合。高考不同环节客观存在的数据割裂、信息孤岛现象使得传统评价手段无法完整展示人才全貌。应用人工智能大模型技术，可以实现人力无法完成的信息整合，收集更丰富全面的考生信息，帮助评价体系作出更准确的判断。数据的完整性和准确性影响高考评价的效度，因此需要将学生中学阶段的综合素质评价等信息统筹纳入系统，在此过程中，还要特别注重数据安全保护，防止隐私泄露风险。参考文献略。

范佳荣等：指向学科核心素养的数字化测评工具设计——以初中物理科学探究素养为例

中国考试 2024年12月03日 14:32 北京引用格式：范佳荣, 赵雪妍, 钟绍春. 指向学科核心素养的数字化测评工具设计: 以初中物理科学探究素养为例[J]. 中国考试, 2024(11): 55-66.作　者范佳荣，吉林师范大学新闻与传播学院讲师。赵雪妍，东北师范大学信息科学与技术学院在读硕士生。钟绍春，东北师范大学信息科学与技术学院教授，教育部数字化学习支撑技术工程研究中心主任（通信作者）。摘　要：随着新版义务教育课程标准的颁布，学科核心素养培养成为教育教学的核心。传统测评方式难以准确反映学生的学科核心素养水平，数字化测评工具则为突破该难题提供了路径。本研究在分析国内外学科能力与素养数字化测评相关研究的基础上，围绕测评工具的构成要素与学科核心素养水平构建了学科核心素养导向的数字化测评框架；以初中物理学科科学探究素养为例，研制了数字化测评工具；编制相应核心素养数字化测试题并进行质量分析，得到的难度、区分度、信度等各项指标良好。研究结果对于广大教育研究者转变教育测评范式具有启发意义。关键词：学科核心素养；测评工具；数字化测评；初中物理以数字化和信息化为基本特征的新一轮科技革命和产业变革加速推进，智能时代已经到来。个体无法仅依靠基础知识和技能应对各种复杂的新问题和新场景，而是需要更复杂的综合能力与核心素养。在此背景下，我国将核心素养贯穿于基础教育学科教学过程，提出了学科核心素养。在以此为导向的新一轮课程改革中，学习测评由考查学生的知识掌握与应用水平，扩展为对于知识、能力、学科思维等核心素养培养情况的全面评价。学科核心素养是指学生在学科学习中，通过思考、探究、推理、反思等深度学习过程中的学习体验与感悟而形成的知识结构、解决问题的能力，以及稳定的学习品格[1]。学科核心素养具有复杂性、内隐性特点，如何在测验中实现对学科核心素养多方面要素的评价，成为一项具有挑战性的任务。一直以来，纸笔测验是教学实践中最常见、最主要的评价方式。尽管纸笔测验方式在目前仍具有优势，但其局限性也逐渐显露[2]。例如，标准化纸笔测验难以提供直观、形象的测试情境，难以了解学生内在的思维变化过程[3]。人工智能、大数据等技术作为教育系统性变革的内生力量，推动了教育理念、学习范式、治理模式等全方位的教育变革和体系重构，为突破传统纸笔测试局限提供了可能。以深沉浸、强交互、自动化、虚拟化为特征的增强现实测评和智能化测评，为指向素养的测评提供了超越传统测验的手段和途径。目前，指向学科核心素养的数字化测评已成为教育技术研究领域的热点和难点，测评工具设计是其中具体化、操作化的关键过程。因此，本研究在综述相关理论和已有研究成果的基础上，设计指向学科核心素养的数字化测评工具，并以初中物理学科的科学探究核心素养为例，分析其有效性。一、学科能力与素养数字化测评研究现状数字技术对核心素养测评产生了深刻影响，开发基于计算机的数字化测评已成为当前国际教育评价变革的趋势。PISA2015首次将计算机测评引入科学、阅读、数学等评估框架中，PISA2018将阅读载体扩大至屏显文本和录音、电影、电视、动画等视觉语言[4]。PISA2021创造性思维测评要求学生在由触摸屏和标准台式计算机等组成的测评平台上完成复杂的交互任务[5]，利用数字技术测评学生的跨学科核心素养。国际数学与科学趋势研究项目（TIMSS）于2019年宣告采用基于计算机的测评方式，即e-TIMSS测评[6]。澳大利亚国家评估项目（NAP）也充分利用信息技术开发新型试题，并于2015年首次使用计算机完成科学素养测评项目（NAP-Science Literacy，NAP-SL），测评形式主要包括目标测试、探究性任务和问卷调查三种。2018年的NAP-SL同样全部借助计算机完成，将探究任务嵌入到虚拟实验中，通过技术手段呈现相应现象或操作，使探究性任务更加逼真、交互性更强[7]。芬兰赫尔辛基大学建立了一套综合的学会学习（learning to learn）核心素养测评框架，内容包含与情境相关的信念、与自我相关的信念及学习能力，其中前两部分主要采用计算机化量表进行测评，学习能力则通过学生在数字化认知任务中的表现进行评定[8]。除大型测评项目外，Shen等基于网络的科学探究环境WISE平台，开发了一套以渗透作用为问题情境、涉及多学科知识主题的测评工具，用于评估大学生的跨学科理解水平[9]。Stoeffler等提出一种基于游戏的协作问题解决技能评估方法，要求参评学生与虚拟代理进行互动，以解决迷宫环境中的一系列挑战，通过日志文件、点击流、人机交互和项目响应数据对学生内在认知与心理过程动态变化的问题空间进行表征，由此评估学生在协作问题解决中的技能、行为和过程[10]。Atesgoz等设计动画场景评估儿童在开放型任务中的科学创造力[11]。Shute等将评估嵌入“物理游乐场”游戏环境中，通过收集学生在运用物理知识应对不同关卡时的表现性数据，评估初中生的创造性潜力[12]。齐宇歆基于对PISA评价模式的细致分析，设计了学习素养评价系统，并应用于初中数学学科[13]。王飞将协作评估任务以游戏形式嵌入测评系统，促使学习者在协作过程中展现多方面能力，以支持对协作学习能力的评估[14]。从世界范围来看，尽管数字技术还未大规模进入基础教育测评领域，但利用数字化工具开展指向学生素养的测评已成为诸多国际测评组织和研究者主攻的热点，智能化评价范式开始流行。而在我国各地开展的基础教育质量监测工作中，纸笔测评仍是主要的测评手段，在考查学生素养方面存在局限。在数字化时代，进一步发挥计算机和互联网在数据收集与分析方面的优势，是对当前仅凭作答结果评分的测验体系的有效补充。因此，设计指向学科核心素养的数字化测评工具、实现基于人机交互的教育测评，是学界亟待深入探讨的研究课题。二、指向学科核心素养的数字化测评工具设计框架数字化测评工具主要指基于计算机交互的测试题，开展对于高阶思维等认知与非认知能力的评价，能够更加全面、真实地反映学习者的内在素养。参考已有研究，一个测试题的构成要素主要包括情境、条件、任务、问题四个方面[15]。情境主要指任务的背景和执行主体、问题提出的环境，表现为人物、场景、事件等；条件主要指可以介入某个问题情境的媒体形式，以及可以嵌入问题解决的工具，其中，媒体形式包括文字、数字、图表等，工具包括虚拟仿真工具、绘图工具、学科工具等；任务指学生需要完成的事项，体现对学生应有学业表现的一种预期；问题主要指试题中明示或需要提炼的需求、需要解答的疑问等。测试的构成要素如图1所示，一个任务中可以包含多个问题，厘清问题是完成任务的前提。学科核心素养导向的数字化测试工具是传统测试题的创新形式，也应围绕情境、条件、任务、问题四个基本要素进行设计。为激发学生学科核心素养表现，需要创设真实的测评情境。情境为连接现实生活和学科领域提供了载体。Wiggins认为，考查学生在与现实社会生活相同或相似情境中表现的任务，才是有价值的任务，是真实性任务[16]。因此，真实测评情境是数字化测评工具的基础，越是与学生日常生活紧密相关的情境，越能够帮助学生形成问题解决的积极心理倾向，引导学生形成发现问题、提出问题、分析问题、解决问题的思维逻辑，促进学科核心素养的逐层深化。学科核心素养数字化测评工具需要设计基于递进式问题链的表现性任务。教育评价是一种基于证据的推理过程，即通过学生在某些任务上的表现来推断他们在教育建构上的特征或能力水平[17]。由此概念出发，学科核心素养测评需要明确素养的内涵、构成及其表现期望（即测评指标体系），厘清不同素养水平对学生认知能力的要求，以及能够有效引发学生素养表现的典型任务情境及其特征。因此，以情境为背景，设计能够反映学生学科核心素养水平的任务是关键。而在每个任务中，以真实、连续、递进的问题链为主线，建立层次合理、清晰的问题体系，能够有效引导学生由浅入深、循序渐进地完成知识建构，逐层推进问题解决，是数字化测评工具的核心。依据学科能力水平划分的现有研究成果[18-19]，结合布卢姆认知目标分类理论[20]，将学生学科核心素养表现分为学习理解、应用实践和迁移创新三个层次。其中，学习理解水平对应学习的意义建构阶段，属于知识的简单运用形式，意在掌握知识；应用实践水平对应学习的能力生成阶段，属于知识的综合运用形式，意在内化知识；迁移创新水平对应学习的意义升华阶段，属于知识的高阶运用形式，意在知识迁移。以此为基础，通过改变试题的结构化程度及其涉及的因素数量和关系，可以在指向学科核心素养的数字化测评工具中设计三类任务，即学习理解型任务、应用实践型任务、迁移创新型任务。其中，学习理解型任务表现为课程学习问题或生活实践问题的简单关联，结构良好，任务与问题明确；应用实践型任务表现为复杂的课程学习或生活实践问题，需要整合不熟悉的直接经验或间接经验；迁移创新型任务表现为复杂的实践探索问题，具有一定的创新性与开放性。将这三类任务建立多节点、多联结、多层次的关联关系，可以在不断变化的情境中拓展问题解决的意义，深度评价学生的学科核心素养水平。另外，学科核心素养测评还需要嵌入可操作的数字化技术手段作为支撑。为了捕获学生问题解决过程中的关键事件和状态变化，需要在设计测评工具时加以规范，确保测验形式结构化、系统化，为提取测量证据、进行数据分析奠定基础[21]。数字技术不仅使丰富的问题情境建构成为可能，还能够通过计算机实时记录学生的操作行为和作答过程，从中提取关键行为特征，方便统计学生的学科核心素养表现。因此，可操作的数字化技术手段嵌入是实现精准评价的保障。综上，指向学科核心素养的数字化测评工具整体设计思路为：1）深刻分析所要测量的学科核心素养的内涵与特征，明确其测评指标体系；2）针对知识的学习理解、应用实践与迁移创新三层面，从创设真实测评情境出发，顺应情境任务合理提问，寻找问题与不同素养点下属指标之间的契合点，使具体问题对应学生学科核心素养的不同指标，从而构成系统、连贯的任务，并通过具体问题之间承上启下的关系帮助学生获得完整的问题解决体验[22]；3）根据每个任务的要求或设问，嵌入虚拟仿真实验室、图像绘制、思维导图等可操作的技术手段，以记录学生在具体问题上的作答过程，反映其在各素养点上的表现情况。具体设计框架如图2所示。三、指向初中物理科学探究素养的数字化测评工具设计思路与案例基于上述学科核心素养导向的测评工具设计框架，以初中物理学科科学探究素养为例，阐述数字化测评工具的设计思路，设计指向科学探究素养的数字化测评工具并给出样例。（一）工具设计思路科学探究是人类探索自然、获取科学知识的主要方法。在物理学科中，科学探究素养重点关注学生在实验和实践层面关键能力的发展，要求学生使用科学方法和工具独立思考，探究物质本质和规律，从而对解决科学问题建立起宏观、系统的认识。从问题解决的视角看，科学探究素养是在物理实际情境中发现问题、收集证据、形成结论、解释结果等方面的能力。指向科学探究素养的数字化测评工具应基于科学实验的过程进行设计。那么，首先就要创设真实的物理实验情境，在情境中设置测评科学探究素养不同能力水平的任务。根据上述素养表现的三层次，可将初中物理课程中的科学探究素养分为三个水平：一是学习理解水平，具体包括根据控制变量法制订实验方案、正确使用实验仪器、正确读取和记录实验数据、通过展示和简单数据处理得出实验结论等；二是应用实践水平，即在具体的生活或科技情境中提出科学探究问题，作出合理的猜想与假设，制订探究方案，收集并利用数据，进行因果判断和分析；三是迁移创新水平，即基于新的应用场景和已学实验，提出物理问题，制订新的实验方案，完成实验验证，形成书面报告。据此，设计对应的学习理解型、应用实践型和迁移创新型任务，并根据任务要求，适当嵌入虚拟仿真实验室等数字技术手段，改变传统填空、简答和计算的实验题形式。其中，学习理解水平任务的问题主要是让学生在虚拟环境中操作学过的实验，利用实验结论回答一些简单问题；而应用实践水平任务和迁移创新水平任务的问题主要是强化科学探究，给学生一个教材外的情境，让学生在已学实验的基础上进行探究，给出实验设计方案和结论等，二者的区别在于情境复杂度、陌生程度不同。这样的数字化测评，不仅能收集到传统测评的学生答案，还能采集到学生利用虚拟仿真工具进行探究的过程数据。基于以上分析，指向科学探究素养的数字化测评工具设计思路如图3所示。（二）工具设计示例指向学科核心素养的数字化测评工具页面主要分为任务描述、实验操作和作答三个区域，任务描述区域描述任务背景、任务要求等，呈现形式主要为文字和图片；实验操作区域包括设置区和实验区，学生可以在设置区调节实验参数，在实验区完成操作、观察变化；作答区域呈现问题，学生对应题号作答。整个工具页面都围绕测评任务这一核心，因此，任务编制是测评工具能否有效评价学生核心素养的关键。本研究基于指向科学探究素养的数字化测评工具设计思路，呈现以下任务示例。1.学习理解型任务示例科学探究素养的学习理解型任务对应实验操作题，选取学习内容“凸透镜成像规律”设计测评任务，如图4所示。该任务从凸透镜成像规律的应用（近视眼和远视眼的成因）出发设置问题，不仅考查学生是否熟悉已学实验的探究流程和规范、能否制订简单的科学探究方案，还考查学生能否分析和处理信息、提取事物或过程的本质特征以得出结论，考查学生对物理规律的认识。2.应用实践型任务示例科学探究素养的应用实践型任务对应交互探究题，选取“固体与液体的密度”这一知识点设计测评任务，如图5所示。在该任务中，学生需要在已学实验的基础上，发现并提出物理问题，根据已有经验作出假设，选取能够测量和计算出石块密度的实验材料进行组合，设计问题解决方案；通过虚拟仿真实验获得数据并进行描述与分析，根据实验结果建立合适的模型来描述和解释现象，最终形成结论，解决问题。3.迁移创新型任务示例科学探究素养的迁移创新型任务对应交互探究题，选取“不同物质的导电性”这一知识点设计测评任务，如图6所示。学生在此之前已经学习了物体导电性实验，该任务则创设陌生情境，要求学生对学习过的物理实验进行迁移和创新应用，需要学生合理选择实验器材，对比多组数据来检测不同水样的导电性能，熟练掌握导电性能强弱的多种表现形式，利用控制变量的思想，基于多个角度分析、解决生产生活中的复杂问题。四、指向初中物理科学探究素养的数字化测试题编制为了对学生的素养进行完整、系统的测评，需要进一步丰富情境化测评任务，将数字化测评工具设计框架细化形成可用于施测的数字化测试题，具体包括初步编制、修订、质量验证三个重要环节。（一）数字化测试题的初步编制依据初中物理新课标要求，参考国内初中物理练习测试题及中考试卷，借鉴国外大规模学生素养评估项目中的数字化测评试题形式，围绕初中物理学科核心素养的学习进阶，考虑试题形式、试题属性、评分规则三个方面，在物理学科教研员的指导下，编制了指向初中物理科学探究素养的数字化测试题初步版本，共包含14个任务。1.试题形式以符合学生认知心理特征的情境为背景，嵌入图片、视频等媒体及虚拟仿真实验室、思维导图等工具，设置试题形式为数字化情境任务，每个任务中包含若干问题。在试题情境选择上，本研究参考相关研究成果，创设日常生活类、科技类、环境与自然类三种情境类型[23-24]，相关界定如表1所示。2.试题属性试题属性主要描述试题的各种性质和关系，包括形式属性、自然属性、统计属性和内容属性。其中，形式属性主要是指试题的题型、分值等；自然属性是指编制时间、人员、版本等；统计属性是指试题难度、区分度等；内容属性则包含试题考查的目标和知识能力等[25]。试题的内容属性是试题编制的核心，在编制过程中，应当给定每道题目指向的知识点、能力素养水平等。据此，本研究在编制测试题时为每道题目标定的属性包括考查的知识要素（如牛顿第一定律）、关联的学科核心素养水平（如学习理解水平）、题型（如交互探究题）。本研究邀请五名具有多年教学实践经验的初中物理教师和教研员组成标定小组，共同商讨并确立指向科学探究素养学习理解水平、应用实践水平和迁移创新水平的表现标准。小组成员根据不同水平的行为表现，对每个任务及具体问题所测量的核心素养水平进行标定。对标定不一致的题目展开讨论，至少三人统一意见后方可定论。最终，使每项任务中的每个问题都能确定对应的知识要素、学科核心素养水平及题型。3.评分规则若一项任务包含多个问题，且每个问题都有标准答案，则对每个问题分别进行0/1计分；若一项任务属于主观建构的开放式任务，则采用分步计分法，将作答情况分为完全错误、较差、较好、非常好四个等级，由低到高依次计分为0、1、2、3，教师依照教学和评价经验判断等级并进行赋分。（二）数字化测试题的修订与传统纸笔测验的开发流程基本一致，编制数字化测试题也需要通过预测试来完善题目和测验质量。本研究在长春市、苏州市两地分别选取一所区级中学，从初三年级中各随机抽取一个班进行分层抽样，基于成绩划分不同层次，在每个层次中抽取相同数量的学生，以减少成绩带来的偏差，最终共有30名学生参与预测试。使用ConQuest软件进行题目难度估计及拟合指标检验，若0.7<MNSQ<1.3，|ZSTD|<2，则符合rasch模型的各项拟合指标[26]。对于指数不在该范围内的试题，考虑删减或修改。试题难度及拟合指标结果见表2。由表2可见，14个任务的加权MNSQ、未加权MNSQ取值均在0.7~1.3之间，大部分题目的|ZSTD|小于2，数据拟合较好。任务2和任务7加权和未加权的ZSTD皆不在理想范围，二者分别从物质主题、能量主题对指向科学探究素养的应用实践水平进行测查。结合本测验的诊断性目的，仍保留这两道试题，但对题目作出如下修改：第一，针对任务的不同难度，设定测试时间，要求学生在规定时间内完成；第二，针对报告撰写类任务，在题设要求后附上评分参照，如可从背景、影响和损害、原因分析、应对措施等方面撰写。（三）数字化测试题的质量分析为了进一步确认测试题的质量，对苏州市一所区级中学的90名初三年级学生实施测验，检验试题的难度、区分度、信度、效度等主要指标。同时，在其中随机抽取10名学生，对他们和任课教师进行半结构化访谈，获取质性评价以佐证数据结论。1.难度与区分度项目难度系数是影响被试正确作答概率的主要属性，对于某个任务，如果大部分学生都能答对，特别是在其他任务上表现不佳的学生也能答对，难度就小，反之难度就大。根据教育测量的一般原则，试卷整体难度应在0.40~0.65之间，大部分试题的难度应分布在0.30~0.80之间[27]。根据表3中的数字化测试题难度系数结果，最难的试题难度系数为0.21，最简单的试题难度系数为0.80，难度分布在0.30~0.80之间的试题有12道，占比86%，整份试卷难度为0.53，表明该测试题难度适中，能够反映学生的真实素养水平。区分度表示测验题目能在多大程度上区分所要测量的心理特质，区分度高的题项能将表现优秀、一般、差三个层次的学生按一定比例分布。参考已有文献，高于0.40表示区分度非常好，0.30~0.40表示区分度良好，0.20~0.30表示区分度一般，低于0.20表示区分度较差[28]。根据表3中的数字化测试题区分度系数结果，测评工具整体区分度为0.39，区分度良好。所有题目的区分度均大于0.20，达到合格以上标准。2.信效度信度是反映试题可靠程度的重要指标，信度越高表明试题测量误差越小。本研究中数字化测试题的总体内部一致性α系数为0.88，表明该测试题具有较好的信度。效度是反映试题有效性的指标，根据测试题设计思路与特点，在此主要关注测试题能否测评学生的学科核心素养，并不涉及内在结构是否一致的问题，即关注试题的内容效度。一方面，本研究中数字化测评工具的设计具有良好的理论基础和原则依据。本研究的测试题编制是在初中物理新课标对科学探究素养的目标与要求指导下，综合科学探究素养学习质量标准，针对具体核心素养特点，参考国内外测评项目经验进行的。另一方面，在测试题编制过程中邀请了一线教师、教研员进行评估，一定程度上保证了测评工具的内容效度。因此，本研究编制的测试题能够应用于初中物理学科核心素养常态化测评。3.访谈分析在半结构化访谈中，与学生的访谈内容主要包括试题难度、试题的可用性和可读性等方面，与教师的访谈内容主要包括试题与初中物理科学探究素养指向性的匹配度、试题呈现形式的优势和不足等方面。对学生受访者的回答进行分析，主要归纳出如下观点：1）测试题整体具有一定难度，但其中也有一些基础理解和应用考查点；2）突然由传统的纸笔考试转变为数字化形式，学生一开始难以进入状态；3）数字化测试题的可读性不如纸笔考试试卷，但可用性强，学生在日常课堂中对完成数字化测试题的积极性更高。对教师受访者的回答进行分析，主要归纳出如下观点：1）测试题有助于学生进一步细化和明晰具体的学科核心素养，帮助他们发现自己在解决实际问题、完成复杂任务过程中的薄弱环节；2）测试题涉及作图、实验、简答等常见的物理学科题目类型，也结合具体情境给出了适合学生进行高阶思维逻辑运演的任务，体现了物理学科的科学探究素养；3）测试题中包含学生没有训练过的陌生任务，促使学生结合已有知识仔细观察、思考并解决问题，能够更深刻地反映学生的思维发展水平；4）数字化测评形式解决了学科核心素养导向的常态化测评难以实施的问题，但其界面交互设计还可以进一步优化。综上，受访者普遍认为指向初中物理科学探究素养的数字化测试题质量可靠，与教师的深入访谈也表明试题具有较好的内容效度，能充分反映学生真实能力，可以在一定程度上衡量学生的学科核心素养水平。五、结束语传统认知测验利用试题评价学生的认知反应，而指向学科核心素养的测评需要依托具体情境，从测评“知道什么”转向测评“运用知识能做什么”，要求学生对习得的知识技能、思维方法、情感态度等进行灵活运用。为此，本研究将学科核心素养考查蕴含在学生系统性、创造性解决情境性问题的过程中，利用任务刺激学生的行为反应和表现，设计指向学科核心素养的数字化测评工具。具体来说，在分析已有研究的基础上，搭建了学科核心素养数字化测评工具设计框架，并以初中物理科学探究素养为例，阐述了数字化测评工具设计思路、给出了示例，编制数字化测试题，验证了数字化测评工具的目标指向性和信效度。本研究对指向学科核心素养的数字化测评工具的设计与验证，拓展了数字化技术在指向学科核心素养的教学评价中的实际应用，对于广大教育研究者转变教育测评范式具有启发意义。然而，由于时间和条件的限制，本研究中数字化测评的表现性数据主要依靠仿真软件和学科工具获得，测试样本较小，尚不能完成基于全样本、全过程、全景式的教育数据采集，也不能对学生行为表现的全过程进行跟踪分析。在未来研究中，可以探索如何在数字化测评工具中嵌入可穿戴传感、视频采集、体感交互等其他自动的采集装备与技术，在不增加师生负担的前提下提高多模态学习过程数据获取的便利性，在不同的学习场景中结合各类行为数据与学习过程中累积的日志类环境数据，进行自动化数据标注、融合、分析与解释。参考文献略。