别用“过程考核”自欺欺人，AI正逼我们直面教育的真相

一场“完美”的翻车

一堂艺术史课上，一位12年级的学生正在做课堂报告。她的幻灯片制作精良，引经据典，流畅地对比着卡拉瓦乔的《施洗者圣约翰的斩首》与弗拉戈纳尔的《秋千》。

她的分析听起来无懈可击：一幅画描绘了宗教的严酷与道德的沉重，将人引向死亡；另一幅则展现了洛可可式的优雅与感官的愉悦，将人带入欢愉。她的措辞充满了学术的精致感，仿佛出自一位资深艺术评论家之手。

然而，这种精致却带着一丝不自然的顺滑。老师敏锐地捕捉到了这一点，在报告结束后，她问了一个简单的问题：“谢谢你的分析。那么，你个人更喜欢哪一幅画，为什么？”

学生的回答简单得令人错愕：“我喜欢荡秋千那幅，因为裙子很漂亮。另一幅太暗了，我不喜欢。”

几分钟前还言之凿凿的“宗教严肃性”与“洛可可式优雅”，瞬间坍缩为“裙子漂亮”和“画太暗”。复杂的分析框架消失了，只剩下最直观的、未经思考的感受。整个教室里，没人觉得奇怪，仿佛这再正常不过。

这并非一个简单的学生“作弊”被揭穿的故事，它是一个更深刻问题的征兆：当AI可以无限生成以假乱真的“正确答案”时，我们沿用多年的评价体系，其根基正在被动摇。

“过程考核”：一个精心包装的陷阱

长久以来，教育评估体系都建立在一个核心假设上：学生提交的作品（论文、报告、代码）是其内在理解能力的外在“代理凭证”（proxy）。我们相信，要写出一篇关于法国大革命的深刻论文，学生必须经历资料搜集、观点提炼、逻辑建构等一系列复杂的思维活动。作品的质量，约等于其背后思维的质量。

AI的出现，干净利落地斩断了这层关联。学生现在可以轻易地绕过思考过程，直接获得一个看起来非常完美的结果。这让评估体系陷入了“有效性危机”——我们手上的凭证，不再能有效证明其所代表的能力。

面对这场危机，教育界最流行的应对方案是：既然结果不可信，那我们就考核“过程”。

这个逻辑看似无懈可击：如果一篇论文可以由AI在30秒内生成，那么我们转而考察学生的研究草稿、修改记录、反思笔记和文献列表。通过记录和评估整个学习旅程，我们似乎就能重新捕获那些隐形的思考过程。许多学校开始推行“AI使用申明”、“过程性作品集”等措施，试图以此重建评估的有效性。

然而，这是一个危险的陷阱。它非但没能解决问题，反而创造了一个更隐蔽的困境：“学习的表演化”。

教育学者Dylan Wiliam曾明确区分过两种评估功能：形成性评估（formative）和总结性评估（summative）。前者旨在诊断学习状况以便调整教学，是学习过程的一部分，比如草稿和课堂讨论；后者则旨在对学习结果进行评判和打分，是学习的终点，比如期末考试。

“过程考核”最大的谬误，在于它将本应是“形成性”的探索过程，强行变成了“总结性”的评分对象。当草稿、反思、甚至犯错的痕迹都被纳入评分体系时，学习的本质就变了。

一个知道自己草稿会被打分的学生，她的动机不再是自由地探索和试错，而是要“表演”出一个看起来完美的学习过程。她的反思笔记不再是真诚的自我剖析，而是迎合评分标准（rubric）的“标准答案”。在中国“万物皆可卷”的背景下，这种“过程表演”极易演变成一种新的形式主义负担。学生们会花费大量精力去伪造一个漂亮的“学习脚手架”，而不是真正投入学习本身。

我们试图通过考核过程来捕捉真实的思考，结果却只是把学生逼成了一个更高明的“过程表演者”。那个原本可以犯错、可以迷茫、可以坦诚求助的安全学习空间，就这样变成了另一个需要精心伪装的舞台。

真正的解药：从“工作量证明”到“思考力证明”

如果考核结果和考核过程都可能失效，我们还剩下什么？

答案一直都在，只是被我们长期忽略了。评估体系真正应该关注的，不是学生提交的任何“物证”，而是他们头脑中那个看不见的“内在标准”（internal standard），一种被研究者称为“评判性判断力”（evaluative judgement）的能力。

这指的是学生对自己和他人作品质量进行判断的能力。AI可以生成文本，但无法赋予一个人判断文本优劣的品味和标准。文章开头那个艺术史专业的学生，她能“搬运”AI生成的精美文本，却不具备支撑这些文本的内在判断力。一旦脱离脚本，她的思考便瞬间“返贫”。

培养和检验这种内在标准，无法通过检查文档或批改作业来完成，它只能在实时、动态、充满不确定性的对话中浮现。

一位社会学老师的做法或许能给我们启发。在他的课堂上，学生报告结束后，他从不只看PPT或讲稿，而是会连续追问几个问题：

• “你刚才提到的那个专业术语，能用自己的话解释一下吗？”（检验基本理解）
• “这个历史事件对当时的普通人意味着什么？”（检验关联和移情能力）
• “你认为导致这一切发生最重要的原因是什么？有没有不同的解释？”（检验批判性思维和个人判断）

在这种追问下，学生的理解层次一览无余。背诵的知识和真正内化的理解，在第二个或第三个问题后就会泾渭分明。一个学生也许可以提交一份完美的报告，但他很难伪造一场高质量的即时对话。这种对话，才是对学生“思考力”的终极检验。

AI时代，教育评估的核心，必须从**“工作量证明”（Proof of Work）转向“思考力证明”（Proof of Thinking）**。前者关心“你做了什么”，后者关心“你怎么想的，以及为什么这么想”。

中国语境下的挑战与机遇

当然，在中国教育环境下，推行这种基于对话的评估模式面临巨大挑战。大班额的现实让老师难以与每位学生进行深入的个性化交流。长期以来应试教育形成的标准化、结果导向的评价惯性，也让这种“低效”的评估方式显得格格不入。

但这恰恰是AI给我们提出的最尖锐的挑战。如果我们因为现实的困难，而选择“过程考核”这种看似高效、实则自欺欺人的路径，那么我们培养出的，可能只是一代更擅长使用工具进行“精致伪装”的学生。

真正的变革，不在于设计更复杂的评分表，而在于重新定义教师的角色。教师不再是知识的分发者和作业的批改者，而应该是学生思维的“陪练”和“激发者”。他们的核心工作，是设计出能够激发深度思考的问题，并创造一个让高质量对话得以发生的环境。

这要求教育系统给予教师更大的专业自主权，并投入资源进行教师专业能力的再培训。同时，我们也需要探索在现有条件下更具可行性的模式，例如将对话式探究融入小组学习、项目制学习（PBL）等教学活动中。

AI没有毁掉教育，它只是扯下了那块“遮羞布”，逼我们直面一个长期存在却被忽视的真相：我们究竟是在培养能够独立思考的人，还是在训练只会提交“正确答案”的机器？

答案，就在我们选择如何评估他们的方式里。