更新于 2026年11月22日
分数一直在高等教育中扮演着核心角色
考试、期中测验、持续性评估和认证,长期以来都是大学体验中的基本组成部分。
它们有助于衡量所学知识、验证能力水平,并证明学生在整个学业历程中的进步。
然而,分数无论多么精确,都只能反映一部分情况。
它显示的是结果,却不一定能解释为什么会得到这样的结果,也无法说明学生已经掌握了哪些概念、还存在哪些困难,或者采取哪些行动有助于提高。
对学生来说,弄清自己错在哪里,往往与了解自己的分数同样重要。
大规模提供个性化支持的挑战
教育工作者深知,反馈是支持学习最有力的工具之一。
具体且可操作的反馈能帮助学生认清自身优势、发现需要改进的地方,并更好地确定今后努力的方向。它让评估成为真正的学习机会。
然而,在高等教育中,为每一位学生提供详尽的反馈仍然是一项重大挑战。
许多课程有数百名学习者。教师需要同时兼顾评分、教学、学生支持和科研工作。在这种情况下,即使怀着最good的初衷,要为每位学生提供个性化反馈也很快变得困难。
因此,许多学生得到的只是一个分数(或许再加上几句评语),却很少能获得真正帮助他们进步的个性化指导。
研究告诉我们的反馈真相
数十年来,教育和学习科学领域的研究一直强调反馈对学生成功的关键作用。
约翰·哈蒂(John Hattie)和海伦·蒂姆珀利(Helen Timperley)等人的研究表明,当反馈具体、易懂且可操作时,它是影响学习成效最大的因素之一。
有效的反馈不仅仅是指出错误。
它能帮助学生了解自己哪些方面做得好、哪些方面需要改进,以及可以采取哪些具体行动来取得进步。
这一过程还有助于培养自我调节能力和元认知能力,即反思和管理自身学习的能力。
换句话说,反馈不只是纠错,更是帮助学生学习。
人工智能开启新的可能
人工智能的最新进展为学业反馈带来了新的机遇。
AI 可以分析评估结果,识别优势与不足,并根据每位学习者的特点生成个性化建议。
目的并不是取代教育工作者及其专业能力。
相反,AI 能通过提供更丰富、更详细、更能立即付诸行动的反馈,增强教育工作者支持学生的能力。
在时间有限常常制约个性化的情况下,AI 让大规模提供个性化支持成为可能。
从结果到理解
这种方式最显著的好处之一,是它带来了关注重点的转变。
学生不再只关注分数,而是被鼓励反思自己的学习进展。
哪些概念已经掌握?哪些主题需要多加练习?哪些类型的错误反复出现?哪些资源有助于提高成绩?
这从根本上改变了评估的角色:考试和测验不再仅仅被视为验证手段,而是成为本身就具有价值的学习工具。
当反馈成为个性化体验
新一代教育技术使我们能够更进一步,提供高度个性化的反馈体验。
学生不再只是收到一份简单的成绩报告,而是可以获得结构化的反馈:解释他们的表现,指出他们的优势,并为学习历程中的下一步提供指导。
这种方式让反馈更接近于从教师或导师那里获得一对一指导的体验。
它让学习更有吸引力、更容易理解,也更有支持感。
Complement 的方法:大规模实现个性化反馈
这正是 Complement 方法背后的理念。
在测验或评估结束后,平台会生成个性化反馈,帮助每位学生更好地理解自己的表现。除了数字化的成绩,学习者还能了解自己的优势、需要改进的方面,以及值得进一步关注的能力。
我们的目标是把每一次评估都转变为成长的契机。
反馈成为一种持续的支持机制,帮助学生认清自己的学习需求,并逐步培养更强的自主性。
当各院校在学生规模不断扩大的同时努力提升学生成功率时,能够大规模提供个性化支持,无疑是一个特别有前景的发展。
超越评估
高等教育传统上围绕知识的衡量而构建。
但在持续学习日益重要的当下,挑战已不再仅仅是评估学生掌握了什么。
更在于帮助他们明白如何提高,因为归根结底,分数标志着一次评估的结束,而反馈往往标志着学习的开始。
资料来源
- Hattie, J. & Timperley, H. (2007) l The Power of Feedback
- Nicol, D. & Macfarlane-Dick, D. (2006) l Formative Assessment and Self-Regulated Learning
- OECD l Future of Education and Skills
- UNESCO l Higher Education in the Digital Age
- Gibbs, G. & Simpson, C. (2004) l Conditions Under Which Assessment Supports Students’ Learning
