第28章 怎样评价三界中的成长
一、一份优秀作品能够证明多少
学生提交了一份关于社区步行路线的研究报告，引用准确，图示清楚，方案看起来也很周全。教师如果只看成品，可能给出很高评价。然而，这份作品至少容纳着几种不同的发生：学生可能已经形成新的观察与判断，可能主要学会了组织智能体，也可能只是选择了一个足够强的系统，让它完成大部分任务。几种情形都可能产生相似的文本，却对应不同教育结果。
因此，评价首先要说明所声称的成长是什么。作品质量是一个对象，个人能力是另一个对象，复合体的可靠能力又是一个对象。我们不能因它们相互关联，就让同一种证据回答全部问题。若本次课程主要训练复合研究能力，学生能够恰当组织工具并进行关键核查，就应得到承认；若课程要求本人掌握某项数学推理，则不能用系统成功代替个人理解。
三界进一步使评价对象变得丰富。理念界中，学生是否形成能够检验的理解；现实界中，他能否把理解转化为适当行动；自我界中，他怎样理解自己的选择，是否愿意并有能力继续承担。三个方面不必同步，也不应由一张总分表假装已经融合。一个人可能理解很好却缺少实践条件，可能行动有效却无法说明理由，也可能在能力提高以后决定这条道路并非自己所愿。
教育评价若只选择最容易测量的一面，就会把其他差异重新交给个人独自承受。高分可能掩盖实际无力，成功项目可能掩盖本人持续不愿，积极表态也可能掩盖概念空缺。三界评价不是要求全面窥探一个人，而是提醒我们限制每项结论的范围，并在重要断裂处提供进一步理解的机会。
二、理念理解怎样在新差异面前显露
理念界的成长，不能只由术语增加说明。学生会说“公共利益”“个体需求”“系统优化”，不意味着他能够处理这些概念之间的实际关系。评价可以给出一个使旧答案不再充分的变化：原先推荐的步行路线缩短了平均时间，却增加了某些行动不便者的困难。学生需要解释，原评价单位是否恰当，哪些材料应当补充，以及为什么不能仅把所有体验简单平均。
真正值得观察的，不是他是否立刻说出符合教师期待的话，而是能否让差异改变自己的问题。一个学生可能提出调整权重，另一个学生可能认为存在不可用平均补偿的基本通达要求，第三个学生可能指出原测量根本没有覆盖关键使用者。这些回答可以有不同成熟程度，却都需要说明理由。理念评价由此关注概念怎样参与判断，而不仅关注概念是否被正确复述。
陌生任务并不意味着完全陌生。若学生没有理解材料所需的基础信息，失败可能只说明进入条件不足。教师需要使变化与被考察的能力相称。例如，想了解学生能否辨认比较单位，就不必同时增加艰深统计计算；想检查证据判断，就应提供可以核查的来源，而不是用无法取得的信息制造陷阱。有解释力的评价需要精心限定困难。
智能体可以参与测评，但它的角色必须清楚。让它生成反例、提出追问或辅助比较，可以扩大评价的材料范围；若它同时提供关键答案，则应将结果理解为支持条件下的表现。更进一步，可以观察学生怎样向工具说明自己的疑问，怎样发现工具误解，怎样决定何时请求人类专业帮助。理念能力并不只在独自回答中显露，也可以在组织共同理解的过程中显露。
三、现实行动怎样检验纸面能力
路线报告进入真实使用后，新的差异会出现。地图上连续的道路可能在某段时间被占用，预设的出行节奏可能与居民生活不符，标识可能对熟悉文字的人清楚，却对另一些使用者造成困难。现实界并不是理念界的被动执行场所，它会使原方案中的对象、目标与关系发生变化。教育必须给这种反馈以地位，否则所谓实践只是证明事先结论的仪式。
学生能够面对反馈调整方案，是一种重要成长，但仍要辨认调整的来源。可能是本人发现问题，也可能是居民指出问题，或是教师要求检查。接受他人指出并进行有效修订，已经有价值；能够主动识别同类缺口，则支持更强主张。评价不必为了突出个人而抹去他人的贡献，也不必因为帮助存在就取消个人参与。
现实行动还包含时间、资源和后果。一个方案原则上合理，却需要无人承担的维护劳动，就尚未成为完整安排。学生需要学会把“可以做”与“有人能够持续做”区分开来。项目未实施也不一定等于学习失败：如果他准确识别成本与约束，说明为何当前应暂停，可能表现出比盲目执行更成熟的判断。评价应考虑任务所处阶段，而非只奖励可见成品。
对于具有较大后果的领域，学校可以采用模拟、原型或经过适当批准的小范围尝试。模拟能够检验部分组织能力，却不能假装已经证明现实成效。这里的诚实十分关键。让学生知道什么已经经过实际检验，什么仍然停留在设想，会使他们形成更可靠的行动理解。相反，把每个课堂项目都包装成社会创新，可能教会他们用叙事代替交付。
四、自我认领既重要，也不能被强迫测量
自我界的成长涉及一个人怎样理解自己的能力、愿望与关系。学生可能在项目中发现，自己喜欢的并非制作漂亮报告，而是倾听不同人的使用经验；也可能发现，长期以为自己不擅长数量分析，其实只是过去没有遇到能理解的问题。这样的改变值得教育重视，但不能通过要求学生公开全部内心来取得证据。
个人认领可以具有有限而具体的形式。他可以说明愿意继续探索哪一项问题，哪些判断自己尚不能承担，哪些部分希望获得更多支持。也可以拒绝把一次任务提升为人生方向。教师应允许“我还不知道”成为有效回答。若反思作业必须以热爱、成长和未来志向结束，学生就会学习生产合格的自我叙事，真正的自我差异反而难以进入教育。
自述也不是绝对权威。一个学生说自己已经完全掌握，可能与实际表现不符；说自己毫无能力，也可能忽略已经形成的改变。教育者可以提供材料，帮助他重新理解，但不能以专业评价夺走全部解释权。两种声音需要在具体证据中对话：本人说明体验与意愿，他人指出可观察的行动与限制，双方共同保留尚未一致的地方。
个人智能体能够支持这种反思，例如把几次关键选择并列，提醒某个长期问题，帮助区分一时挫折与持续困难。但它生成的心理解释不能自动成为本人本质。系统越能提供动人的故事，越需要允许人说这不是我的经验。复合的我并不是由模型替人写成的自传，而是包含人能够修订、拒绝和重新说明的持续发生。
五、三界不同步时，评价如何回应
三界之间的断裂不应只被命名为不足。学生能够在理念上提出深刻问题，却暂时无法落实，可能因为学校缺少资源；他已经完成现实任务，却不愿继续，可能因为任务与个人愿望发生冲突；他强烈认同某个目标，却缺少必要知识，则需要更清楚的学习支持。评价的任务是辨认断裂如何发生，才能决定应帮助谁改变什么。
若把所有情况都折算为“综合素质不够”，制度条件便从评价中消失。一个没有安静空间的学生，被要求证明自主学习能力；一个缺少设备的人，被要求表现复合研究能力；一个承担家庭照护的人，被要求以相同时间完成项目。共同标准若不说明条件，便可能把不同资源误写成不同人格。三界评价因此必须记录重要支持，而不是只记录最终表现。
与此同时，条件解释不能取消全部要求。学校仍然需要说明某项能力是否已经达到任务标准，只是不能把未达到自动解释为个人本质。可以同时写出当前状态、主要限制与可行支持。这样，评价既不以同情替代判断，也不以判断停止教育。它帮助形成下一轮安排，而不是只负责给过去盖章。
共生的要求也不意味着三界时时和谐。有些成长会暂时打破旧平衡。学生接触新的思想后，可能重新理解家庭期待；获得新的行动能力后，可能发现原来的愿望需要修订。教育应提供可以承受这种变化的支持，而非立即把不安当成失败。只要没有把不安浪漫化为必然进步，我们便能够研究其中哪些差异值得继续，哪些需要及时修复。
六、共同要求与个人发生史怎样并列
一种可行的评价组织，是同时保存共同要求与个人发生史。共同要求说明课程承诺了什么、哪些结果需要可以比较；个人发生史说明这个人从哪里进入、发生了何种变化、仍依赖什么支持。两者相互补充。只有共同要求，容易看不见不同起点；只有个人成长，可能使重要标准被无限降低，学生也无法知道自己当前能够承担什么。
这两类记录不必变成两套庞大档案。共同要求可以围绕少数关键能力，个人记录可以选取具有解释力的转折。重要的是不把两者混为同一种分数。例如，某学生尚未达到独立论证要求，但已经能在复合支持下完成关键比较；另一学生达到要求，却在本轮几乎没有发生新的变化。二者应得到不同说明，不能只以进步幅度替代能力水平，也不能只以水平取消成长。
《AI时代的判断力发生学导论》提醒我们，标准本身选择了哪些差异进入评价，因此也需要接受判断。〔SDE398，第24章〕教育可以保留稳定尺度，同时说明适用范围和修订条件。学生提出有理由的异议，应该能够抵达有权修改安排的位置；否则，所谓参与只是在现有标准之下申请宽容，而没有真正进入标准形成。
标准修改还需要保存历史。课程原本要求实际测试，后来因条件变化改为模拟分析，可以合理调整，但不能把模拟完成回填为实际测试成功。同样，原先要求个人掌握，后来决定承认复合能力，就需要说明目标改变，而不是暗中更换口径。公开的修订保护学习者，也保护教育机构从失败中学习的能力。
七、复合能力怎样接受可靠性检验
复合能力既然可以成为教育目标，就不能只由一场最佳演示证明。系统在材料稍变、时间受限或工具更新后是否仍能完成任务，学习者能否发现异常，是否知道哪些部分需要重新核查，这些都影响其实际可靠性。这里的目标不是让每个人理解模型全部内部结构，而是使其能够在使用层面掌握必要的边界与维护方式。
评价可以引入有意义的扰动。替换一份存在冲突的资料，让学习者说明为什么需要核查；改变一个约束，观察他是否机械沿用旧方案；暂停某项非必要工具，看看他是否能够组织替代支持。这样的检验并不是故意把人难倒，而是辨认能力依赖什么。对于学习者日常参与所必需的支持，不应随意撤去并以此考验所谓真正能力。
系统失败后的恢复也应进入评价。学生发现生成结果与原始资料不一致，能够停止扩散、保留问题、求助并修订，表现的是一种成熟的复合判断。零错误可能只是任务过于简单，或者错误从未被看见；能够及时发现并限制错误，则具有现实价值。评价应把失效应对看作能力的一部分，而不是只以出错次数决定优劣。
工具的贡献还需要被正确描述。某种配置使任务稳定完成，首先表明复合安排有效；要证明个人已经内化某种能力，需要另外观察。反过来，个人已经能够独立处理简单情形，也不意味着没有必要使用工具进入更复杂问题。教育可以同时培养个人基础、组织复合能力和参与共同判断，三者不必争夺唯一正统地位。
八、让一份评价报告保留不同结论
设想路线项目结束后，教师需要给三名学生反馈。第一名学生交出的作品最好，但主要选择了智能体提供的方案，尚不能解释关键比较；第二名学生的报告不够流畅，却准确发现原调查遗漏了一类使用者；第三名学生把工具组织得很可靠，但在没有工具时只能完成较简单的部分。如果只按文本质量排序，后两种成长便可能消失；如果为了反对成品评价而只奖励独立思考，第一和第三种复合工作中的真实价值又会被压低。
更准确的报告可以分别说明作品状态、关键判断与继续条件。第一名学生的成品达到较高水平，下一步需要检查其对比较依据的理解；第二名学生已经作出有价值的问题修订，需要获得表达和组织支持；第三名学生形成了一定复合研究能力，同时需要继续培养若干基础判断。这不是对每个人都说好话，而是把评价对象说清，使不同结果可以获得相称要求。
这样的说明也允许某项结果暂时无法判断。教师可能没有足够材料确认某次关键发现究竟由谁提出，那么就不应凭印象补成完整贡献史。可以在后续任务中安排更有解释力的观察，也可以保留当次归属不明。评价的可信度并不来自没有空白，而来自它不让空白悄悄变成确定结论。智能体生成的过程摘要尤其需要保留这种限度。
学生读到报告以后，也应能够回应。他可以指出某项工具贡献被高估，补充一段实际核查材料，或者承认自己当时并没有理解得那么充分。教师可以接受，也可以说明为何仍然保留原判断。双向回应使评价成为有证据的共同解释，而不是仅由一方宣布的身份。它并不要求每次评价最后都达成一致，却应让分歧留下可继续研究的内容。
在成绩管理仍然需要一个等级的情况下，这些差异也不必全部消失。等级可以服务特定行政用途，但应配有其范围说明，不能被升级为关于整个人的价值排序。尤其当复合能力越来越重要时，社会需要知道一项资格究竟证明了什么支持条件下的何种能力。教育越能够准确说明这些边界，个人越不必用虚假的全能形象争取承认。
由此，评价与本书母题发生直接联系。共同标准为我们提供交流和信任的起点，个人发生史保留不同的道路，复合能力说明两者怎样在具体活动中相遇。三者并列并不意味着放弃判断，而意味着判断不再以取消其中任何一方为代价。我们能够共同要求，也能够分别成长；我能够接受公共检验，也能够保留尚未被一个总分穷尽的未来。
九、评价如何成为下一轮发生的条件
如果评价只是结束时的分数，学习者可能知道自己在何处，却不知道下一步怎样走。更有作用的反馈应指向能够改变的关系：某项结论缺少何种证据，哪个判断仍依赖提示，哪种任务能够进一步检验迁移，哪些现实条件需要学校提供。这些说明把评价从人物判决转化为发生设计，同时仍然保留对当前结果的明确判断。
反馈也需要选择粒度。一次给出几十项修改，可能使学生无法判断轻重；只说继续努力，又无法改变行动。教师与智能体可以共同整理，但应由当前目标决定哪些差异最值得处理。有些细节可以通过可靠程序自动修正，有些关键概念需要本人重新解释，还有些条件超出个人控制，必须由组织承担。把这些位置分清，反馈才不会把共同责任全部转成个人作业。
长期观察则需要避免把人冻结在早期标签中。一次能力不足不能永久决定后续机会，一次高表现也不能使人失去求助资格。记录应该允许新的材料改变旧解释，并清楚说明变化来自什么。个人发生史的连续性，不是保持同一个评价，而是能够看见评价如何随着过程得到修订。
三界评价最终不是制作一份关于完整人的总说明书。它以有限证据回答有限但重要的问题，同时为尚未显露的变化保留空间。共同体通过评价维护必要要求，个人通过评价理解并改变自己的发生条件；当评价自身也能接受反馈，我与我们便不必在测量时重新分裂。教育的完成不在于终于把一个人描述准确，而在于这种描述能够帮助他与他人继续发生。