人工智能的发展开启了高等教育数智化的新纪元，作为高等教育教学质量保障体系中的重要环节，高校课程评价数智化转型面临三大挑战：一是数智底座建设不足，数据标准化口径缺失，“数据孤岛”问题突出，各类业务系统之间的交互融通存在障碍；二是人工智能技术的运用效果不佳，对优化评价结果、服务管理决策的支撑作用不明显；三是数智评价能力欠缺，指标体系与流程设置不完善，未能充分挖掘人工智能技术的整合与分析能力。基于此，为不断强化我国高等教育教学质量保障体系建设，需要从技术、方法、指标等维度探讨人工智能时代高校课程评价数智化转型的实践路径。
构建数智底座，实现跨系统和全领域数据的融通协同。数智底座是高校课程评价数智化转型的物理基础，也是解决当下高校数智化系统建设不足与数据标准化口径缺失等问题的先决条件。构建数智底座，实现全领域数据的跨部门流通，一方面要解决教务系统与高校其他业务系统之间数据标准不一致的问题。这就要求高校在日常管理过程中搭建起融合各类业务系统的数据共享平台，将课程安排、教务信息、阶段测评等以标准化的统一口径在高校课程评价系统中汇聚流通，从而有效破除“数据孤岛”难题。另一方面要提升人工智能大数据模型的本地化适配与场景化应用能力。目前高校教务系统难以直接存储人工智能模型所需的海量数据，因此在保障数据安全和脱敏的前提下，教务部门可以借助DeepSeek、Kimi、豆包等AI工具建立起多元数据池，在整合各类业务数据的基础上进行人工智能模型的本地化部署。通过跨部门、跨业务、跨系统的联合建模，提升课程评价体系的通用化水平和专业化程度。另外，还要充分利用人工智能模型提升课程评价管理系统的泛化能力和预测精度，实现从“简单随机抽样”到“全域智能感知”的范式升级。例如，通过教师教学安排、班级学生行为、师生课堂微表情等对课程进行综合评价，为整合课堂反馈、优化课程设计、提升教学效果提供更加精准的建议。
深化科技运用，实现技术整合与决策支持的场景交互。如果说构建数智底座是高校课程评价数字化转型的“硬”基础，那么对人工智能技术的深度运用则是开启课程评价数智化转型的“软”条件，其包含两个关键要素：技术整合与决策支持。在技术整合层面，除了上述的统一数据口径与实现全域数据信息融通以外，更关键的是要运用人工智能及其多模态信息技术整合课程评价所需的原始数据。具体来说，教务部门要通过自然语言处理技术实时分析学生课堂表现和教师教学情况，将原先的事后静态评价转变为全过程动态监测，加强对课程资料、随堂作业、期末论文等非结构化数据的整合与分析。在决策支撑层面，要在前期数据统一标准与整合分析的基础上，将全过程动态监测结果运用于课程优化改进。一是通过人工智能技术对课堂师生互动状态、交流沟通、声音图像等多模态信号进行分析，增强课程评价的质性观测。二是准确识别与实时反馈认知偏差、学习倦怠等潜在问题，并在此基础上帮助制定个性化干预措施。这种风险预警前置与实时反馈的课程评价体系有利于提高教学质量和学习效果，进而提升课程评价数字化转型的前瞻性。
完善评价指标，实现多维融合与动态适配的体系重构。现有高校课程评价体系大多仍以出勤率、课堂作业、考试成绩等量化指标为主，缺乏对学生的实践能力、认知能力、创新能力等质性维度指标的测评。因此，除了增强技术端的软硬件条件和适配性以外，人工智能赋能下的高校课程评价数智化转型还依赖于方法端的重塑，即通过人工智能模型搭建一套旨在优化课程知识体系、提升教师教学能力、提高学生综合素质的“教—学—评”综合评价模式，实现“前端—中端—末端”的全流程、多维度、深层次的动态评价。在“前端”，要重构课程评价指标体系。一是细分指标类别，要区分学校、教师、学生等不同主体，分领域、分专业、分环节设置评价指标。二是拓宽指标范围，要利用人工智能技术制定对学生实践创新、问题解决、团队合作等非结构化数据指标的评价方法，增强课程评价的科学性与系统性。在“中端”，要构建以过程评价、增值评价和综合评价为核心的多维度评价系统，利用人工智能技术收集与整合课程评价的数据要素，不断满足优化学校课程设置、改进教师教学效果、提升学生能力素养的现实需要。在“末端”，要进一步强化评价结果的动态适配和结果反馈，通过“人工智能校准+专家修正”的模式，在智能评价和专家修正的基础上，加强评价结果的推广运用，推动学科专业、课程教材、课堂教学的数字化变革。
人工智能技术的兴起与运用给我国高等教育提供了新的发展机遇，但同时也带来了新的挑战。高校课程评价应顺应时代潮流，更新教育理念、突破传统桎梏。在课程评价数智化转型过程中，高校应持续推动人工智能技术与高等教育发展范式深度融合，构建一个全面科学、动态适配、开放兼容的课程评价体系，为提高学生综合素质、提升教师教学效果、实现高等教育高质量发展提供良好的技术支持和决策保障。
（作者为江苏警官学院教务处助理研究员；本文系2024年度江苏高校哲学社会科学研究一般项目“基于数字化考核的课程评价体系构建研究”〈编号：2024SJYB0349〉研究成果）