第二十六章 两条证明链与一条发展叙事
主体是发生中的关系位置，评价不应把暂时状态冻结为永久身份。
26.1 什么证据支持基础独立能力
一份评价报告首先需要说清自己准备证明什么。“学生学会了”太宽，可能同时指记住内容、理解条件、完成作品、组织协作或面对变化继续行动。若结论没有范围，任何漂亮材料都可能被当作支持。本章沿用修订稿提出的两条证明链，并增加跨任务发展叙事，但不把三者合成主体性总分[2]。
第一条证明链关注个人在明确资源条件下已经能够承担什么。这里的独立不是脱离所有历史和工具，而是在当前任务中不接受某些直接生成替代。数学任务可以检查定义域与推理条件，语言任务可以检查事实与承诺范围，研究任务可以检查证据是否支持结论。每项证据都应对应具体能力，而不是泛化为这个人是否拥有主体性。
资源条件必须事先明确。如果目标是概念理解，可以允许与目标无关的书写辅助；如果目标是记忆提取，就需要不同安排。不能一方面允许查阅材料，另一方面又把查阅本身视为不独立；也不能要求无直接生成判断，却让模型替学生完成关键比较。限制与支持都应服务于构念，而非维持某种考试外观。
一个基础任务可以很小。请小林说明原不等式为什么需要正分母，或判断一个给定反例是否有效。这样的任务不要求他独立重现所有推广，却能支持局部理解。若他答对，只能在说明范围内承认相应能力；若答错，也不能据此取消此前所有学习。评价需要避免由一个局部事件跳到整体身份。
基础证据最好包含适当变化。复述熟悉答案可以显示记忆，却不足以证明条件辨别；给出一个略有不同的情境，可以观察学生是否使用同一关系。变化不能只是换数字，也不能突然要求完全陌生知识。任务设计者需要说明，为什么新任务仍与所测能力相关，以及新增难度有没有引入无关因素。
口头说明是一个通道，但不是唯一通道。学生可以通过图示、操作、选择反例或修正一个错误来表现理解。表达流畅与知识判断有关联的可能，但不应被直接等同。一个不能迅速组织长句的学生，可能通过准确行动显示关键区别；一个说得很好的学生，也可能只是熟悉解释模板。
因此，证据链需要不同材料相互约束。短说明与实际修正相符，判断获得较强支持；说明正确但行动不变，需要进一步检查；行动稳定却解释不充分，可以保留默会熟练与模板复现两种可能。评价不应为了得到整齐结论而删除冲突。冲突往往告诉教师下一步需要什么任务。
证据状态可以用“已支持、已反驳、未确定”表达，并注明具体命题。“本次能够识别负分母风险”得到支持，不等于全部数学能力已经认证；“本次没有调用旧材料”得到反证，也不等于旧学习没有发生。状态语言使结论保持范围，避免把记录空白自动填成能力缺失。
基础能力还会随时间变化。一次刚学后的正确回答可能主要反映即时支持，延迟后的相关任务提供另一种证据。具体间隔应与课程目的匹配，不需要所有知识采用统一天数。若结果出现差异，应研究忘记、条件变化、练习机会与资源影响，而不是把一次下降理解为学生从来没有学会。
评价也应考虑支持撤除的代价。突然拿走熟悉工具可能引入焦虑、界面陌生或任务资源不足。基础测试需要明确它究竟要排除哪种替代，而不是把所有帮助一并取消。否则测得的可能主要是对剥夺条件的适应，而不是原本声称的概念能力。
第一条证明链的目标，是准确承认个人已经承担的部分，也准确指出仍需支持的部分。它保护基础学习，但不要求人永远独自完成全部复杂任务。只有边界清楚，第二条关于复合协作的证据才不会被误当作基础能力的廉价替代。
26.2 什么证据支持复合协作能力
第二条证明链关注学习者怎样组织人机关系。它不只检查会不会打开工具、输入提示或得到好作品，而是追踪问题、资料、候选、标准和修订如何被安排。一个学生可能使用简单系统，却能有效核验和重构；另一个拥有复杂配置，却始终不知道系统为什么这样回答。工具复杂度不能直接代表协作能力。
复合任务应允许真实的外部支持，否则它只是在另一种名称下重复独立测试。学生可以使用资料、模型和必要的协作资源，关键是说明这些资源承担什么。评价应看他能否选择恰当支持、识别关键风险、根据反馈修改关系，以及在必要时暂停。成果质量仍然重要，但只是证据的一部分。
一个示例任务是修订一份存在条件问题的课程说明。学生可以让AI提出候选，再查阅规定材料，决定哪些建议进入终稿。评价者观察的不是修改次数，而是一处关键判断：学生是否发现模型补入了没有来源的确定事实，是否知道需要什么证据，以及最终怎样处理。这种事件比完整提示日志更能支持组织能力判断。
任务还可以加入一个适当的组件变化。更换检索材料、改变生成风格或让某项自动功能不可用，观察学生如何重建必要关系。变化应有明确目的，并给合理准备条件。若新工具功能明显不足，不能把全部性能损失归为学生不会重构。评价需要区分系统限制与个人组织缺口。
协作证据也包括合理信任。学生不必反对每一个AI建议，能够基于适当来源接受一个正确结果，同样可能显示判断。若评分只奖励拒绝，学生会表演反对；若只奖励高效采纳，又可能放大依赖。评价应关注采纳与拒绝是否有理由、是否与任务后果一致，而不是预先给某种动作更高地位。
作用记录可以帮助定位贡献，但不宜要求一切都精确分割。模型提出一个反例，学生发现其不适用并修改问题，教师提供必要概念，这些作用共同形成后续路径。报告可以描述这种关系，而不必计算谁占百分之几。过度精确的贡献比例可能遮蔽相互生成，制造不存在的可加总结构。
复合能力还需要包括错误修复。学生发现生成引用无法核验时，能否定位受影响结论，调整资料使用并重新检查；发现某条规则造成误导时，能否修改后续配置。只在初次成功任务中表现好，不能说明面对错误也能组织关系。失败情境需要适当设计，不能只挑系统最擅长的演示。
然而，错误修复不能全部由教师幕后完成。教师提供必要支持可以是合理教学，但评价应说明学生实际承担了哪些判断。若平台越来越可靠只是因为教师不断代办，不能把平台改进自动计入学生能力。系统发展与人的参与需要分别记录，再研究二者如何联系。
协作中的标准也可以改变。学生因新证据认识到原目标不合适，应有机会提出修订。评价不能把守住最初目标作为唯一优秀表现，而应检查修改是否有依据、是否回应任务要求，以及是否清楚处理已完成工作。能改变方向与能坚持必要约束，都是组织能力的一部分。
开放任务的评价还需要承认不同路径。两个学生采用不同工具和方法，可能都完成了相同核心工作。标准应围绕任务有效性和关键能力，而非教师熟悉的某套操作顺序。若只有照着指定提示流程才能得分，所谓复合能力评价就可能退化为流程模仿。
第二条证明链最终回答的是：在允许这些资源的条件下，学习者能否组织一个可理解、可检查、可修订的知识行动？它不能独自证明所有基础能力，也不能直接证明长期主体连续性。后者需要把多个任务之间的关系纳入观察。
26.3 为什么二者不能简单相互补偿
设两名学生的课程作品同样优秀。甲能够独立解释关键概念，但不会判断AI生成的候选，常把资料状态混在一起；乙能够组织复杂生成流程，却不能识别一个基本推理错误。若用一个加权总分把基础与协作平均，二人可能得到相同结果，关键差异却被掩盖。教师也因此难以提供适当帮助。
这并不意味着任何课程都不能产生最终成绩，而是最终成绩不能承担超出其设计的结论。学校如需汇总，应明确汇总服务什么用途、哪些必要能力不能被其他高分替代，并保留分项证据。课程管理上的一个数值，不应被当作对主体整体结构的测量。原稿被撤销的C平均指数不能在另一名称下重新出现。
某些专业任务具有必要条件。若学习者必须能够识别关键风险，就不能用作品美观完全补偿这种能力不足。另一方面，若任务本来强调协作生产，也不能因为学生不能独立完成所有底层工作就否定其成果。必要条件需要由具体任务与专业要求说明，不由抽象理论替所有领域统一规定。
两条证明链的关系可以是互补而非补偿。基础判断帮助发现协作中的问题，协作提供新的反例使基础理解发展。课程应观察这种相互促进，而不是只把两次成绩并列。一个学生在开放任务中发现条件错误，后来在独立任务中能够主动检查，便提供了关系接续的候选证据。
也可能出现相反方向。开放协作使学生暂时获得高质量成果，却减少了对基础条件的注意；或者独立练习非常熟练，学生进入协作后仍机械使用旧规则。这些差异需要被保留。教育不应预先假定两种能力必然同步增长，也不能把不一致都解释为学生不够努力。
资源差异会进一步影响比较。拥有更多技术支持的学生可能生成更复杂产品，基础条件相近的人却未必有相同机会。评价应尽量提供完成核心任务所需的共同资源，并允许等价路径。否则平台精致程度会被误记为个人组织能力，使本书试图区分的关系重新混在一起。
一个清楚的能力画像可以简短描述：基础概念已支持，资料核验需要帮助，能够修订任务目标，组件替换证据未确定。这样的画像不如单一排名整齐，却更能指导教学。它也使学生知道自己应该发展什么，而不是把一个总分理解为自己在AI时代的总体价值。
需要警惕把画像变成更复杂的标签。维度再多，也只是一定范围内的证据描述；不能把“当前资料核验不足”固定成这个人的本质。课程应给新证据进入和判断修订的机会。主体是发生中的关系位置，评价不应把暂时状态冻结为永久身份。
两条证明链还可能有不同的记录强度。基础短任务可以少量保存结果，复杂协作可能需要关键版本和作用说明。强度应服务结论用途，不必统一收集全部数据。若新增记录无法改变判断，就不应以“完整证明”为由无限扩张。证据要求本身也需要接受成本检验。
学生应事先知道两条链各自证明什么。不能在任务允许协作后，临时要求证明全部内容独立生成；也不能以开放工具的优秀表现，暗中替代原本承诺的基础能力检查。评价规则的清楚，是建立可比较证据的条件，也影响学生怎样安排自己的学习。
因此，不简单合并并不是拒绝评价，而是要求评价忠于不同问题。基础、协作与后续发展都重要，正因为重要，才不能让一个方面的繁荣掩盖另一个方面的空缺。保留差异，使教育能够更准确地支持新主体形成。
26.4 跨任务发展怎样获得证据
两条证明链主要说明一定时点与资源条件下的能力，发展叙事则说明这些能力与关系怎样变化。它不是第三套考试，也不是要求学生写一篇感人的成长故事。其材料应来自少数关键任务：原先怎样开始，什么差异改变了判断，哪些条件被修改，后来又怎样使用或拒绝这些改变。
小林的发展叙事可以由三个事件组成：最初忽略正分母，后来通过反例修改求证标准，再在加权任务中主动检查权重条件。三个事件之间有知识关系，也存在需要核验的继承。若最后一次只是教师直接提示，证据范围应相应缩小；若学生在没有逐句提示时主动辨认，支持会更明确。
陈雨的叙事则不同。邀请函中的过强承诺使她形成表述强度意识，延期说明中她识别了模型新增事实，后来又在已确定事项中避免过度含混。发展不是同一规则越来越频繁地使用，而是规则得到更清楚边界。若评价只统计她用了多少次“可能”，反而会误读这种成长。
叙事需要区分事件记录与事后解释。学生回忆“那次使我明白了”，可以作为线索，但不能被当作没有误差的心理事实。版本、行动与后续任务可以提供补充。不同材料不一致时，应说明不确定，而不是为了故事流畅删掉不配合的证据。教育发展不必总是一条清楚上升线。
发展也包含负面继承。一次失败可能使学生形成不必要的过度谨慎，一条平台规则可能把旧偏好固定为默认，一个成功模板可能使后续问题越来越相似。叙事应能展示这种僵化，而不只记录进步。否则历史只是自我宣传，无法承担修订条件的作用。
同一人可以有多条发展线。在数学中形成条件意识，不保证在语言或艺术中自动迁移；在熟悉平台中能够重构，也不保证面对陌生资源同样顺利。发展叙事应说明任务族与时间范围，不能把局部证据扩展为整个主体已经全面升级。跨域主张需要相应材料。
平台历史的作用还需要与个人内化分开。学生没有访问旧卡片，却在新任务中稳定使用相应区别，可能说明部分能力已由个人承接。外部材料作用减弱不必是失败，反而可能体现教育发展。若任务仍需要复杂支持，则应研究个人与材料怎样协同，而不是预先把所有持久变化都放进脑内或平台。
为了增加可解释性，可以安排有准备的历史呈现变化。保留关键事实，但调整关系分支是否可见，观察学生怎样处理。这样的操作不能抹去已经发生的个人学习，也不是信息完全不变。发展叙事需要承认这些限制，不能把一个操作当作主体连续性的最终裁决。
叙事的篇幅可以很短。一页材料包含一个初始判断、一个决定性修订、一个后续任务和一个尚未解决问题，可能已经足够支持特定教学决定。数量不应成为标准。复杂项目可以增加材料，但每项记录都应说明它帮助判断什么，否则很容易变成新的档案劳动。
教师也应允许学生不公开全部自我经历。发展证据可以围绕学术任务组织，不必要求暴露私人生活来证明真诚。反思的深度不能用自我披露程度衡量。评价应保护学习者作为生活主体的边界，使探索不被迫变成持续公开的自我说明。
发展叙事最终是一条可修订的解释，而不是固定传记。新的任务可能支持它，也可能要求改变原先判断。它帮助教育看见学习如何越过一次事件，同时提醒我们不要把任何一次成功、失败或自我报告当作整个未来的定论。
26.5 口头、文字、图示与操作的互补
不同证据形式各有可见性与盲点。口头追问可以迅速检查理由，却受表达和临场状态影响；书面材料可以显示组织，却可能得到较多外部帮助；图示能呈现关系，却不一定说明每条联系的根据；操作能显示实际辨别，却可能来自熟悉动作。没有一种形式能够独自解决全部教育判断。
证据选择应从任务出发。艺术课程可以通过作品变体和现场调整讨论形式判断，数学课程可以通过反例与短证明检查条件，语言课程可以比较表述与使用情境，身体活动可以观察实际修正。共享的是明确结论与材料关系，而不是统一要求所有学生进行相同答辩。
多通道也不意味着每次全部使用。一个简单判断若已经有充分证据，就不必追加口试、日志和迁移以追求形式完整。证据越多并不保证越好，它可能引入新的负担和偏差。评价者应问新增材料是否能够改变当前决定，如果不能，就有理由停止收集。
当证据冲突时，可以设计一个小型区分任务。学生解释正确却不能操作，便把操作负担降低，看是否仍出现同样问题；作品优秀却不能说明关键条件，便提供一个适当变式；日志显示拒绝，后续却重复错误，便检查拒绝是否真正进入行动。这样，冲突成为进一步教学的起点，而不是简单平均掉。
也应允许证据不足这一结论。某次记录丢失，不能反推此前从未发生学习；学生暂时不愿公开私人对话，也不能直接被认定为没有判断。可以寻找与任务相关的替代证据，或者在必要时限制当前结论范围。证据制度服务于认识，不是决定存在的许可证。
一个最终诊断报告可以先说明任务、资源和时间，再分别陈述基础能力、协作组织与发展接续，最后指出尚未确定之处和下一次支持。这个结构不必很长，但需要避免把不同问题混写。附录将提供一个示范模板，使用者应根据实际任务删减，而非把模板本身当作新的必交作业。
评价者之间也可能有分歧。两位教师对同一关键事件的理解不同，说明需要检查定义、材料范围或专业标准。不能通过让所有人猜测理论作者意图来制造一致。真正有用的一致，应当来自清楚的任务与证据关系，同时保留合理专业判断的空间。
自动化可以帮助整理材料，但不能凭生成一份分析报告就替代评价责任。系统可能遗漏边界、过度相信日志或把表达风格当作理解。使用者需要知道自动判断依靠哪些材料，哪些部分仍需人工确认。对于高影响决定，应当采用与风险相称的审查安排，本书不为任何现成系统提供可靠性认证。
评价本身会进入学习条件。若只奖励漂亮终稿，学生可能减少必要尝试；若只奖励完整记录，学生可能生产过程外观；若合理承认修订与不同证据，学生则更有机会暴露真实困难。这些是需要在实践中检验的机制方向，不是对所有课堂的必然预测。评价改革同样需要报告成本与不利效果。
因此，两条证明链与一条发展叙事并不是更庞大的考试系统，而是一种拒绝错误替代的组织。它让教育能够分别承认个人能力、共同生产与跨任务变化，同时不把学生还原为一个主体性分数。下一章将把这种区别推进到责任：当结果由多方共同形成，错误修复怎样回到实际的生成与控制位置？