今年2月，浙江省衢州市柯城区对初中八九两个年级7371名学生的成绩报告单实施了“变脸”手术，将原本的分数描述型改变为诊断型报告单，并为每个学生提供了个性化错题本，受到学生、家长的好评。

    从2015年开始，柯城区教育评价改革先后经历了“工具开发、学校试点、区域推进”的历程。目前，已初步形成了“二维（知识+能力）教学质量诊断模型”。运用此模型，教学测试产生了服务学科、教师、班级、学生四个层面的大量数据。经过多年的探索，数据化在学校评、学、教、研四个方面发生了改变，同时也促使我们不断思考，大数据背景下学校管理应走向何处。

    评价结构得以调整。评价是导向，评价结构的调整也是这项实践的核心。柯城区先在试点学校做了评价结构调整的顶层设计，结合学业水平与综合素质之间的关联，建立了“二维教学质量诊断模型”，为形成条块结合的数据、推进评价工作系统化搭建了平台。“二维教学质量诊断模型”的使用，直接改变了成绩报告单的呈现方式，将单一的分数报告改为学科知识掌握情况、认知能力生成的描述型报告，实现了“见分又见人”。同时，为建立科学的教学质量评价体系奠定了基础，为过程性评价、表现性评价、发展性评价的形成提供了可能。

    评价流程得以再造。在试点过程中，一系列评价流程得以调整：一是学校规模化的考试流程实现了再造，形成了“规划测评、制定标准、形成工具、组织测评、分析改进”的工作机制，制定标准和数据采集形成了标准化流程。二是学科层面的测评流程出现了新变化，以往教师习惯于“外来卷”的使用，试点项目实施后，学校的数学、科学等学科周测形成组卷、批改、采集、分析于一体的新流程，为教师规范化实施学业水平评价发挥了积极作用。

    评价观念得以修正。分数在评价中的作用是难以回避的。如何让分数呈现意义成为我们的共同追求。数据化背景下的诊断型报告单，一方面为学生、家庭提供了“可以解释”的学业水平评价，受到家长的欢迎；另一方面，所有数据按照“班级、学科、年级、学校”还可以进行组织、整理，为学校和教师评价观念的转变提供支持。这种系统性的数据支撑，使得科学减负、精准教学成为可能，也让评价观念得以修正。

    学生的学得以改善。大数据背景下的学业水平评价结构调整后，诊断结构从“分数描述”转变到“知识+能力”表现性描述。在此基础上又形成了个性化错题本，并实现了自动推送。这使得学生层面的补短板行为可以大规模实现。目前，我们已跟踪到学生在数据诊断和习材的推送引导下，学习有针对性、主动性的改进。

    教师的教得以改进。经由数据化的精确诊断，我们实现了对考查知识的不同属性与认知关系进行了关联，并用“红黄绿”的色彩进行标识，这种关联初步呈现了知识性状与认知思维以及教学策略的关系，进而促进教师对教的深思，如目标的问题、设计的问题甚至是教学装备和环境建设的问题，一些教师逐渐从更严谨的角度学习、思考和应用考试标准，这种从诊断倒逼命题技术的研究，实质是有效提高教师专业素养的路径。在具体落实中，数据化诊断倒逼教师从两个方面开始思考：一是怎么从注重传递知识到关注能力发展；二是怎么从关注低阶思维到重视高阶思维。

    教研焦点得以清晰。校本教研、集体教研的短板如何补是一个老问题。数据化的结果之一是实现了对一个阶段学习后，学习群体对知识点掌握的总体概况，如我们通过连续三年的跟踪，发现试点校的科学学科在“动植物的分类”板块上总是出现“集体性的知识塌陷”，这就意味着改进的重点应该在教师端、教研端，或者说是整个学科组的能力短板造成了这种状况。与此同时，我们可以准确快速聚焦教研的重点和难点，通过“聚焦短板、集体攻坚”等提升学科组水平，进而提升服务质量。在数据化的驱动下，教师必须在日常的集体教研中，关注不同知识类型和不同能力阶层的学情，以及针对两类“不同”进行教学设计的研究。这其实就是实施“分层教学”的开始，更是帮助一线教师从高位开展教学研究的支架。

    经由数据化背景下学业水平评价改革的实践，我们看到了“改造分数”功能，实现“从划界到育人”的可能，也看到了一系列的未来：未来的学习环境应该是人人皆学、处处能学、时时可学的智慧校园环境；未来的教育评价应该更为多元、科学；未来的教师应该呈现出“教学设计师、教学活动师、数据分析师、情感陪护师”的分化；未来的课程更趋向融合、开放。

    （作者系浙江省衢州市柯城区教研室主任）