作业、测评与反馈

当 AI 参与作业和测评，我们怎样判断学生真正学会了什么？

5 条结论95 条直接引用95 个原始来源答案更新于 2026-09-21

整理与维护：知更鸟 · 更新于 2026-09-21

这份答案综合公开资料，使用时请核对对应依据和适用边界。查看对应依据

引用文字

知更鸟. 当 AI 参与作业和测评，我们怎样判断学生真正学会了什么？. 2026-09-21.
评估改革继续把过程披露、口头验证、独立作答和教师判断放入同一套设计。高校恢复口试、无 AI 写作要求和隐藏指令事件显示任务设计正在调整，新州材料的来源校正提高了政策证据等级。现有做法仍需通过效度、公平、学生申诉和无工具迁移检验。
https://edu.hhhh.life/topic/assessment-feedback/#answer

LIVING ANSWER

沿着问题，直接读答案

先读结论，需要时再展开对应依据。

QUESTION 1

哪些证据更接近真实学习？

评价应同时观察过程、独立表现和长期结果，避免把更快完成、更多输出或更高满意度直接写成学习增益。

一项覆盖约 2.7 万名中国中学生、持续 30 个月的工作论文报告，生成式 AI 使用后作业成绩提高、完成时间缩短，但月度闭卷考试成绩在六个月内下降约 20%。该结果来自媒体转述的工作论文，提示评估应同时观察有工具任务和无工具迁移，仍需等待原文审查与复现。 [01][02][03] 另有 16 条

本结论引用 19 条证据支持 2 · 案例 4 · 进展 13 查看全部 ↓收起 ↑

作业评价需要记录学生在哪些环节使用 AI，并保留草稿、引用、修改理由和口头解释。怀俄明大学与宾大教师恢复口试，波士顿大学设置无 AI 写作要求，丹麦中学增加口试答辩与过程监控；这些做法需要明确允许范围、教师工作量、学生申诉和替代安排。 [20][21][22] 另有 18 条

本结论引用 21 条证据支持 1 · 案例 13 · 进展 7 查看全部 ↓收起 ↑

QUESTION 2

AI 可以参与到什么程度？

低风险、可复核的形成性反馈可以由 AI 提速；开放性作业、资格考试和影响学生机会的决定需要清晰规则与人类最终责任。

AI 可以生成练习、整理错误类型、识别手写作答、开展口语测评并提出反馈草案，教师应核查准确性、任务目标与学生背景。谷歌测验、作业帮、移动伴学、Medly 和猿辅导等产品扩大了即时反馈入口；产品披露的提分、阅读时长、表达意愿、准确率和个性化效果仍需独立任务与长期结果验证。 [20][41][42] 另有 32 条

本结论引用 35 条证据支持 1 · 案例 14 · 进展 20 查看全部 ↓收起 ↑

高风险评价需要保留人工裁定、解释与申诉。新州考试规则的官方来源现已补正，Instruction Partners 的工具评估和多所学校的过程认证进一步提供实施样本；每种做法仍要核对验证样本、公平性、误判处理和对学生机会的影响。 [75][20][76] 另有 7 条

本结论引用 10 条证据支持 2 · 案例 6 · 进展 2 查看全部 ↓收起 ↑

评价正在从单次答案继续扩展到任务过程：问题提出、资料核验、修改记录、合作表现和反思都可以形成学习证据。过程记录需要服务于反馈，不能被简化成新的自动评分指标。 [84][20][85] 另有 10 条

本结论引用 13 条证据支持 2 · 案例 6 · 进展 5 查看全部 ↓收起 ↑

WHAT WE STILL DON'T KNOW

这份答案的边界

目前的公开证据还不足以支持以下判断。后续更新会优先寻找能缩小这些空白的原始材料。

01
自动识别 AI 代写缺少稳定可靠的方法，不能作为单一处分依据。
02
形成性评价工具很多，公开的效度、偏差和跨群体比较仍不充分。
03
青少年调查为自陈数据，能够说明行为与感受，不能单独证明 AI 已造成或改善学习结果。