数字技术赋能新时代劳动教育评价—学术研究—深圳市社会科学网-k8凯发平台

　日期：2024-07-26   来源：中国社会科学网-中国社会科学报

　　劳动教育评价是劳动教育体系建设的重要组成部分，对于实现劳动课程目标、提升学生劳动素养、落实立德树人根本任务等具有重要意义。近年来，随着大中小学劳动教育的深入推进，学校在劳动教育评价方面进行了积极探索，取得了一定进展。但总体上看，由于受到评价技术等多种因素的影响，重定量轻定性、重知识轻素养、重甄别轻改进等现象仍然比较突出。这些问题在一定程度上影响了学生的全面发展、健康成长。2023年5月，习近平总书记在主持中共中央政治局第五次集体学习时强调：“教育数字化是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口。进一步推进数字教育，为个性化学习、终身学习、扩大优质教育资源覆盖面和教育现代化提供有效支撑。”这一重要论述深刻地阐明了数字化在教育领域中的战略地位，为新时代劳动教育评价改革创新指明了方向。在当前教育数字化转型背景下，如何充分把握数字技术发展带来的新机遇，充分发挥数字技术在劳动教育评价中的积极作用，切实扭转不科学的评价导向，为新时代劳动教育评价赋能，已成为当前劳动教育的重要议题。

　　数字技术为劳动教育评价带来新契机

　　数字技术赋予了新时代劳动教育评价更多的可能性，实现了多模态评价数据采集、过程性评价方法创新以及多维度评价内容呈现。这些创新有助于提高劳动教育评价的精准性、客观性和全面性，从而促进学生劳动素养的提升。

　　一是采集学生多模态劳动数据，实现评价的精准性。数字时代，数据作为一种重要的新型教育要素，已成为实施精准评价的关键因素。为此，保证数据采集的全面性和准确性对于学生劳动教育评价结果的科学性和公平性至关重要。通常情况下，学生的劳动教育数据主要来自各类劳动教育活动，如校内劳动课程学习、校内外各类劳动实践活动等。但由于技术条件的限制，传统的劳动教育评价数据采集主要以显性化、结果性的数据信息为主，内容涉及学生在劳动课程中的学习成绩、劳动实践的次数以及获得的劳动成果奖项等。这种采集方式的弊端在于忽视了那些隐性的、多模态的数据信息。近年来，随着5g、大数据、云计算等数字技术的不断发展和应用，学生劳动数据采集的方式突破了传统方式的局限性。现如今，我们能够应用物联感知技术、视频录制技术、平台采集技术和图像识别等手段，全面收集学生在学校、家庭、社区和劳动教育基地等场域所产生的图像、音频、视频、文本等多模态行为数据、情感数据以及心理数据。通过数据识别、模型构建以及特征提取等方法深度挖掘反映学生劳动观念、劳动品质、劳动习惯等隐形信息，为实现基于证据的学生劳动素养评价提供大数据支持。

　　二是关注学生劳动过程表现，实现评价的客观性。新时代劳动教育强调学生的直接体验和亲身参与，注重手脑并用、知行合一，倡导“做中学”“学中做”的教育方式。当前，各级各类学校基于自身实际情况，积极挖掘可利用的劳动教育资源，选择适合的劳动项目开展劳动教育，引导学生在完整的劳动体验中学习劳动知识与技能，感悟和体认劳动价值，培育劳动精神。然而，学生参与劳动的过程具有动态性、复杂性和不确定性等特点，使得学校难以客观评价学生在劳动中的表现，通常需要依赖教师的主观经验作出判断。基于大数据驱动的学生劳动电子档案是一种创新的教育评价方法。该方法利用数据挖掘技术和学习分析技术来采集、分析和展示学生在劳动实践过程中的知识技能学习、劳动成果制作、小组团队合作以及劳动体验反思等信息，以生成个性化的学生劳动实践画像。这种基于大数据的学生画像更加客观地展现学生过程性表现数据，有助于引导学校关注学生的发展过程和进步程度，从而为学生的全面发展提供指导和帮助。

　　三是考查学生多维度劳动素养，实现评价的全面性。2022年4月，教育部印发的《义务教育劳动课程标准（2022年版）》明确指出，评价要以核心素养为导向，关注劳动观念、劳动能力、劳动习惯和品质、劳动精神等核心素养的发展状况，以及在劳动过程中的体现。这一论述强调了劳动教育评价的基本原则，凸显了劳动教育评价观从知识本位到素养本位的转向。据此，我们不能仅仅依赖传统的纸笔测验来评价学生的学习成果，而是需要从多个维度全面考查学生的劳动素养。然而，在真实的劳动环境中开展大规模学生劳动测评往往面临着诸多限制，如天气、场地、设备、人员以及安全风险等。幸运的是，新一代数字技术为实现大规模劳动实践测评提供了可能。通过数字技术的赋能，我们可以利用虚拟现实技术，创建包括日常生活劳动、生产劳动和服务性劳动在内的虚拟劳动实践场景，为学生提供真实性、动态性和交互性的测评环境。在这些虚拟场景中，我们可以根据学生的认知水平和发展需求来设定不同类型和难度的测评任务，以便让学生在模拟劳动情景中进行实践操作并完成考核任务。通过汇总和分析学生在完成任务时的语言、行为、面部表情以及身体姿势等信息，我们可以推论并研判学生在劳动知识掌握、实际问题解决以及劳动情感态度等方面的实际状态，进而对学生劳动素养发展情况作出比较全面、科学的评价。

　　数字技术为劳动教育评价带来潜在风险

　　近年来，云计算、区块链以及人工智能等新兴技术在劳动教育评价领域得到了广泛应用，推动了劳动教育评价方式、方法和内容的革新。这种技术驱动的革新不仅带来了时代机遇，也带来了潜在风险挑战。

　　一是过度依赖技术工具的风险。先进的评价技术、评价工具和评价软件为收集、分析和展示学生劳动教育信息提供了便利，有助于减轻教师的工作负担。但我们也必须意识到，学生作为独特的个体具有整体性、发展性和复杂性等特征。因此，在劳动教育评价过程中，数字技术并不能也不可能完全精准地测量学生劳动素养的各个方面，尤其是在潜力发展、情感态度和批判性思维等方面。事实上，评价技术和工具的应用价值在于辅助教师进行科学评价，而不能成为劳动教育评价的唯一准则。如果教师过度依赖这些技术和工具，而忽视了自己的综合判断和实际考量，那么评价结果可能会存在误判的风险，使评价失去科学性和合理性。

　　二是加剧数字鸿沟的风险。数字技术在劳动教育评价领域发挥着重要作用，但其应用也可能引发不同地区和学校之间的数字鸿沟问题。当前，我国的教育发展不均衡问题仍然存在，各地区和学校在教育经费、数字化设施以及师资队伍等方面还存在显著差异。从实际情况来看，教育资源丰富的发达地区和学校有能力购置先进的数字化设备和软件产品，还可以与技术公司合作开发数字化劳动教育评价平台，从而有效地利用数字技术开展劳动教育评价。教育资源匮乏的地区和学校，虽然在数字化软硬件方面有所改善，但由于教育经费不足、数字化设备缺乏以及教师信息素养水平不高等原因，往往难以借助现代化的数字技术全面客观地评价学生的劳动教育发展状况。长此下去，区域和学校之间的发展差距可能会进一步扩大，导致新的数字鸿沟现象的形成。

　　三是数据信息安全的风险。学生劳动教育评价涉及的数据包括学生的个人基本信息以及与劳动教育相关的各个方面的信息，其数据量大，涵盖面广，内容丰富。如果这些信息没有得到必要的安全保护，可能会导致个人隐私泄露和数据非法共享。一方面，在评价过程中会采集和储存大量学生个人信息，如姓名、学号、成绩、课程学习情况以及实践活动记录等。若这些信息未能得到适当的安全保护，则有可能导致学生的个人隐私泄露，从而对学生的个人安全和权益产生不利影响。另一方面，数字化劳动教育评价系统涉及众多的参与者，如学生、教师、家长以及教育行政管理部门等。如果对评价系统的使用和共享权限没有明确的规定，则有可能导致数据被滥用或非法共享的情况发生，进一步增加安全风险。

　　防范数字技术潜在风险的实践路径

　　在当今数字化时代，教育数字化转型已成为中国教育发展的必然趋势。因此，我们需要因时而进、因势而新，既要主动适应数字技术对劳动教育评价带来的变革，也要积极应对潜在的风险挑战。

　　一是坚持以人为本，处理好技术手段和教育目的之间的关系。数字技术的广泛应用改变了劳动教育的评价理念、评价方式和评价工具等，但教育的根本任务——立德树人并未改变。在进行劳动教育评价时，教师应避免过度依赖技术工具而陷入“技术陷阱”，需要理性看待数字技术在劳动教育评价中的优势和局限性，正确把握教育的“变”与“不变”的关系。教师应善于将评价工具生成的数据结果与自身的专业判断相结合，以全面客观的方式分析学生在劳动教育中的优点和不足。通过发挥评价的导向、诊断和改进功能，帮助学生提高劳动素养，促进其全面发展。

　　二是缩小数字鸿沟，加强数字化教育环境建设。在推进教育数字化转型的过程中，学校之间的教育资源差距可能存在加剧数字鸿沟的风险。为了降低这一潜在风险，我们需要采取应对措施。一方面，不断提升薄弱学校的教育信息化建设水平。可以通过教育新基建来升级校园网络，完善智慧教学、评价和管理设施的智能化建设，并依托感知交互和仿真实验等装备，打造更加生动而直观的劳动新课堂，以缩小学校在数字化基础条件方面的差距。另一方面，从区域层面推进劳动教育评价数字化建设，构建适用于各级各类学校的数字化劳动教育平台，努力实现基于全过程、跨场域和多维度的学生劳动教育数据采集与智能评价，以确保每所学校都能获得优质且均衡的公共教育资源服务。

　　三是增强数据安全，建立数据安全保障体系。在劳动教育评价过程中，会产生大量与学生劳动教育相关的数据。因此，学校和教育行政部门需要采取多种措施，以确保学生个人基本信息以及在教育教学、劳动实践等环节中产生的各类信息的安全。首先，需要加强教师的数据安全意识培训，使他们能够掌握基本的数据风险识别和防范知识，从而提高其在数据安全方面的意识和技能。其次，需要规范数据生命周期的管理，健全覆盖学生数据收集、传输、存储、使用、处理以及开放共享等环节的数据安全保障制度。最后，重点保障学生个人信息安全，充分尊重学生、家长的知情权和决定权，防止违反法律法规和超越约定来收集、处理和共享学生个人信息。

　　（本文系国家社科基金教育学一般项目“数字教育背景下劳动教育教学范式创新与实践探索研究”（bha230158）阶段性成果）

　　（作者系杭州电子科技大学中国科教评价研究院副教授；中国教育科学研究院劳动与社会实践教育研究所所长、研究员）