党的十九大期间，教育部有关负责人在接受媒体采访时指出，要重塑教学评价和教学管理方式，利用新一代信息技术，跟踪监测教学全过程，开展学情分析和学习诊断，精准评估教学和学习效果，变结果导向的“单一”评价为综合性、过程型的“多维度”评价，由仅注重知识传授向更加注重能力素质培养转变。上述表示其实也体现了《教育信息化“十三五”规划》的精神。
2017年12月教育部印发的《义务教育学校管理标准》中，第56条明确要求“对照中小学教育质量综合评价改革指标体系，进行监测，改进教育教学。”而在《中小学教育质量综合评价指标框架（试行）》中，中小学教育质量综合评价指标主要包括品德发展水平、学业发展水平、身心发展水平、兴趣特长养成、学业负担状况等。
就教育评价的具体需求而言，学生可能会问：分数代表我的水平吗？我的优劣势在哪？如何提高？教师最关心的可能是：每个学生的真实水平如何？如何做到因材施教？校长最渴望知道的或许是：如何测评各年级、班级学生的发展水平与特征？如何测评教师的教学水平与需求？如何提升学校教育教学质量？
要对上述问题作出比较科学准确的解答，构建一套严密的教育评价体系必不可少。在笔者看来，区域特征、学生特性、教师特性、学校管理和地方政府政策以及学生学业水平、行为表现等，都是评价体系中的重要因素。要让评价体系真正达到精准，上述因素还需进一步细分。仅以学校管理为例，就包括校长领导力、校园氛围；学生特性则包括认知水平、学习策略、学习动机、情绪智力、学业负担、人际关系等；教师特性包括教学胜任力、效能感等。教育评价的实现路径，就是通过多元评价、精准测量，全面呈现教育教学过程中各类参与者的理念、行为、能力、水平，厘清群体间关联与因果作用的逻辑。
对于校长和教师来说，精准掌握每个班级、每位学生的优缺点，再“对症下药”，采取富有针对性的策略和手段，自然有助于实现管理与教学效果的最优化，这既是教育工作者孜孜以求的目标，也是教育评价的核心价值所在。面对学校的迫切需求，教育评价的科学性自然是重中之重，而科学性的建立，必然离不开精准化测量。
在笔者看来，教育教学的具体诊断框架，涉及学生的生理系统、心理系统和环境系统等，每个系统又包括一系列子系统，比如心理系统包括调控、认知、个性、动力等子系统。而具体到学生的学习诊断层面，则包括记忆力、注意力、推理能力、认知策略、元认知策略等细化指标；再具体到学习风格，则有听觉型、视觉型、动觉型、触觉型、群体型、个体型等。这些看似烦琐的指标，却是保证教育评价科学性不可或缺的要素。与学生相似，对教师教学行为的测评同样包括一系列具化指标，涉及课堂教学能力、教学自主性、专业发展能动性、专业发展环境支持、教学效能等。
在科学进行教育测量的基础上，信息技术对教学过程的伴随监测可对教师课堂教学、学生表现、师生互动等课堂行为以及学生学业水平、学生综合素质表现等进行完整记录。
在定量测量与行为记录相结合的基础上，通过学习分析技术、教育数据挖掘技术进行分析诊断，最终形成学生学业发展水平的影响因素模型，为针对性课堂教学、精准化教师培训、科学化教育科研等，提供科学、客观、精准的支撑。
展望未来，笔者认为，教育评价必将成为推动教育变革的核心动力，在这一进程中教育评价将呈现以下几大趋势：一是评价机构的权威性、测量评价技术的先进性以及对一线教学的有效性将日趋重要。二是学业与非学业评价、结构型数据采集和非结构性数据采集需求协同发展。三是教育评价与教育信息化紧密结合，测量评价及教育数据分析会成为统一入口、多个终端、多维用户、多层功能的一体化智慧教育平台的核心。四是人工智能技术或将带来教育评价的革命性变化。
（作者系北京译泰教育测评研究院副院长）
