【学术论文】数字化转型背景下教育评价服务生态发展理念与路径——基于教育评价改革和教育信息化行业数据分析视角-安徽智能学习技术与系统工程研究中心

【学术论文】数字化转型背景下教育评价服务生态发展理念与路径——基于教育评价改革和教育信息化行业数据分析视角

点击量：时间：2023-05-20 编辑：罗添

摘要：国家教育数字化战略行动的推进，为新时代教育评价改革带来新动能。随着数字技术与教育评价的融合创新不断深入，现代教育评价走向以数字化为特征、多元主体协同创新的新形态，而推动数字化教育评价服务生态发展，是当前深化教育评价改革的重要路径。通过教育评价改革和教育信息化行业数据的实证分析，对数字化教育评价内涵特征、发展现状与面临问题、应对策略与发展框架进行研究，提出数字化转型背景下教育评价生态化发展理路，阐述“政产学研用”协同创新的数字化教育评价服务生态体系，进而从评价主体、评价对象、评价方式、数据采集与分析四个维度，对数字技术赋能教育评价体系要素使能进行分析。在此基础上，对推进数字化教育评价生态发展的综合策略进行深入分析，并展望新兴技术赋能下数字化教育评价生态发展趋势。一是提升数字素养，促进评价主体专业化；二是优化产品研发，促进技术应用集成化；三是聚焦实践问题，促进评价服务综合化；四是突出技术赋能，促进转型升级智能化；五是加强融合创新，促进生态发展一体化。

关键词：数字化转型;数字化教育评价;生态化发展;数字技术;数据分析;数字素养;生态体系;

一、引言

党的二十大报告提出“推进教育数字化，建设全民终身学习的学习型社会、学习型大国”。教育数字化转型是指将数字技术整合到教育领域的各个层面，形成具有开放性、适应性、柔韧性、永续性的良好教育生态^[^1]。中共中央、国务院印发的《深化新时代教育评价改革总体方案》（以下简称《总体方案》）体现了鲜明的时代特征，提出“充分利用信息技术，提高教育评价的科学性、专业性、客观性。坚持科学有效，改进结果评价，强化过程评价，探索增值评价，健全综合评价”^[^2]。数字技术与教育评价的深度融合，促进教育评价服务多要素协同发展。数字技术赋能教育评价创新，可利用数字技术对教育系统的评价方式进行改革^[^3]。例如，江苏省大力推进教学数字化工作，明确提出“完善数字化教学评价机制，构建数字化教学评价模式，创新数字化教学评价手段，加强数字化教学评价应用。”^[^4]可见，观念转变、技术赋能成为数字化时代教育评价变革的重要引领和驱动力量。充分利用人工智能、大数据等数字技术的优势，开发数字化评价工具和手段，提高教育评价的客观性、科学性、有效性，创新数字化教育评价模式^[^5]，形成良好的数字化教育评价服务生态，是数字化转型背景下教育评价改革与实践的重要命题。

二、数字化转型背景下教育评价生态化发展理路

（一）教育评价进入数字化转型时代

起源于19世纪末的现代教育评价大体经历了四代发展历程：以工具为导向、测量为标志的第一代教育评价；以目标为导向、描述为特征的第二代教育评价；以决策为导向、判断为特征的第三代教育评价；以价值为导向、共建为特征的第四代教育评价^[^6]。随着技术的快速发展与应用，人工智能、大数据等数字技术正深刻改变着人们的生产、生活和学习方式，推动人类社会迎来数字化新时代。数字化时代呼唤教育数字化转型。在此背景下，现代教育评价正在迭代升级到新一代教育评价，即数字化教育评价。数字化教育评价充分利用人工智能、大数据等数字技术优势，革新传统教育评价，改进教育评价过程与方法，提升教育评价的数字化、智能化水平，实现科学、客观和高效的评价与反馈，促进教育事业的改革与发展^[^7]。数字技术为实现评价模型科学化、主体参与多元化、数据获取伴随化、诊断分析精准化、评价反馈即时化创造条件，以促进教育评价方式的变革，构建数据化、智能化的教育评价体系^[^8]。其特征体现在三个方面：(1)以人为中心。无论采用什么方法，评价都应该人性化，并始终坚持人在教育评价中的中心地位；(2)以服务为导向。服务于人、服务于教育改革和发展是教育评价的根本宗旨；(3)以数字化为核心标志。开展教育评价注重人工智能、大数据等数字技术的应用。

（二）发展现状及面临问题

当前，我国教育评价改革不断深化，进入攻坚克难阶段。伴随着教育整体改革开放的进程，我国开始推进教育评价领域的改革，先后经历了起步探索阶段（1977—1988年）、逐渐规范阶段（1900—2000年）、快速发展阶段（2001—2017年）^[^9],2018年至今进入深化改革、攻坚克难阶段。2018年，习近平总书记在全国教育大会上指出，要扭转不科学的教育评价导向，坚决克服唯分数、唯升学、唯文凭、唯论文、唯帽子的顽瘴痼疾，从根本上解决教育评价指挥棒问题。2020年，中共中央、国务院印发了《总体方案》。2022年11月，教育部召开深化新时代教育评价改革工作推进会，加快推进《总体方案》落实落地。虽然我国已经开始“四个评价”的实践探索，但仍然存在诸多问题（见表1）。要解决这些问题，必须突破传统的教育评价理念和思维，利用新的技术手段，建立新的教育评价模式，推动教育评价改革的落实落地。

（三）数字化教育评价生态化发展框架

数字化教育评价是一项技术性、专业性非常强的复杂工作，涉及各类主体、活动、技术、环境等要素并相互联系，是一个复杂的生态体系。推进数字化教育评价生态发展，要在把握其内涵特征的基础上，结合新时代教育评价发展现状和面临挑战，充分利用数字技术赋能、使能，构划新的发展理路。一是以数字技术赋能为核心。人工智能、大数据等数字技术的快速发展，为探索技术赋能的数字化教育评价模式、破解教育评价改革过程中存在的难题、推进教育评价变革创新提供了新路径^[^10]。例如，杨宗凯教授认为，信息技术与教育的深度融合为教育教学评价改革创新提供了可行路径^[^11]；董奇教授认为，教育评价已经进入新的发展阶段，数字化的教育评价新趋势已经出现^[^12]。在教育评价实践中，数字化教育评价支撑服务平台，是构建与应用数字化教育评价模式的核心技术平台。需结合各种类型评价实际需要，针对评价指标设计、数据采集、数据处理和评价结果反馈具体需求，利用人工智能、大数据等数字技术，开发集成化、智能化的教育评价支撑服务平台，支撑人机结合的数字化教育评价。二是以“四个评价”为载体。数字技术在“四个评价”场景得到了应用探索。例如，利用数字技术在智能命题与组卷、智能考场管理、智能阅卷、智能考试分析等场景赋能结果评价；在全过程伴随式数据采集、多模态数据诊断分析、实时反馈与调控等场景赋能过程评价；在追踪数据库的建立与维护、增值评价模型的选择与应用、发展水平可视化等场景赋能增值评价；在综合评价指标建模、全域评价数据采集汇聚、数据深度挖掘分析、数字画像建立与应用等场景赋能综合评价^[^13]。三是以要素使能为抓手。构成数字化教育评价生态体系的关键要素包括教育评价主体、评价内容和对象、评价方式方法、评价数据采集与分析等，通过数字技术的开发应用，充分发挥评价要素的关键作用，推动数字化教育评价生态发展。四是以多方协同为保障。数字化教育评价将数字技术整合到教育评价的各个领域、各个层面，涉及政策、理论、技术、服务等内容，需要学校与各级政府、高校、研究机构、企业、用户等利益相关者共同打造，协同构建数字化教育评价生态体系（见图1）。

表1 新时代教育评价面临的问题及改革重点

24F78

图1 数字化教育评价服务生态发展框架

三、多方协同共筑数字化教育评价服务生态体系

江苏省在推进教育数字化转型中提出，积极构建政府、高校、行业企业、社会多元协作的数字化产教融合创新平台^[^4]。教育评价与数字技术融合是一个复杂的发展过程，涉及理论重构、技术探索、产品研发、实践应用等一系列问题，需要政府、企业、学校等多元主体深入地实践探索与协同创新^[^8]。数字化教育评价生态发展是十分复杂的工程，需要政府、高校、专业科研机构、企业、用户等多主体协同创新。具体而言，充分发挥政府的宏观调控能力与用户的市场导向作用，合理整合政府、产业、高校、科研机构、用户等创新主体在科研创新、技术创新、服务研发、人才培养等方面的资源，提升数字化教育评价的整体科技创新能力^[^16]。目前，我国已经初步形成“政产学研用”协同创新的数字化教育评价服务生态体系（见图2）。

（一）政府层面：政策引导和顶层规划引领教育评价发展方向

政府作为数字化教育评价服务生态体系中的引导者、支持者与组织者，主要通过政策制定、财政支持等举措引领教育评价改革和发展的方向^[^17]。首先，有关部门出台了《关于推进中小学教育质量综合评价改革的意见》《关于深化考试招生制度改革的实施意见》《关于加强和改进普通高中学生综合素质评价的意见》《义务教育质量评价指南》《普通高中学校办学质量评价指南》等政策文件，为数字化教育评价的发展指明了方向，创设了良好的政策环境。其次，财政部等部门为教育评价改革、技术创新等提供了持续性的资金支持，为数字化教育评价领域的创新研究与实践提供了财政保障。再次，教育部专门设置了教育督导局、教育部考试中心、教育部高等教育教学评估中心等教育评价部门，牵头组织教育质量监测、考试测评、院校评价、专业认证等相关工作，推动“政产学研用”协同合作。最后，教育部、科技部等部门通过设置数字化教育评价相关课题与项目，鼓励高校、专业研究机构、企业等创新主体积极参与数字化教育评价的协同攻关，促进数字化教育评价相关研究成果的转化与落地。

注：相关高校、专业研究机构、企业排名不分先后

（二）产业层面：服务研发与技术创新推进数字化教育评价落地应用

“政产学研用”中的“产”指企业，是生态体系中技术创新的主体，主要通过相关技术与服务的研发与应用，将科研成果转化为现实生产力^[^18]。一方面，相关企业基于自身技术、数据、资源等优势，通过自主研发，或者与高校、科研机构合作研发多样化的数字化教育评价产品，推动科研成果转化与落地，产生新的社会与经济价值；另一方面，企业是市场活动最直接的参与者，直接面向用户群体，对市场信息反应最敏锐，也最了解创新方向，其通过市场调查与跟踪，能够从市场需求变化及用户反馈中产生技术与服务的创新灵感，并同步反馈给相关高校及研究机构，明确协同创新发展的方向，进而推动数字化教育评价的协同创新有效扎实开展。

（三）高校层面：科学研究和人才培养提供生态体系智力保障

高校在生态体系中承担着知识再生产与智力再生产的双重任务^[^17]，主要通过开展科学研究与人才培养工作来参与到生态体系中。一方面，相关高校依托自身的学科优势、学术研究优势与专家优势，基于其下属的教育质量监测中心、考试与评价研究院、教育评价研究中心、科学评价与大数据应用实验室等机构，开展数字化教育评价相关领域的科研工作，输出先进的教育评价理论、标准、工具、系统等，并积极开展与政府、专业研究机构及企业之间的协同创新；另一方面，高校作为人才培养的主体，通过开设教育评价学、教育技术学、科学技术教育、发展与教育心理学等相关专业，培养数字化教育评价领域的专业人才，为数字化教育评价生态体系提供智力支持。

（四）科研机构层面：专业服务与成果转化提供科研服务支持

在生态体系中，专业科研机构与高校共同扮演着科技创新与研发的角色，主要提供专业化的教育评价服务与科学研究支持^[^20]。首先，相关教育评估专业研究机构承担政府部门、学校及其他教育机构委托的教育评估业务，提供各级各类教育监测、评估、评审、评价，以及教育数据咨询等专业的第三方评价服务。其次，专业研究机构基于其科研资源与科研人才的优势，组织开展数字化教育评价相关的科学研究，为协同创新方向提供指导。最后，专业研究机构积极开展与同为科研创新主体的高校间的合作，协同开展数字化教育评价领域前沿性的科研攻关。

（五）用户层面：应用体验与反馈改进促进生态体系良性循环

在生态体系中，区域、学校、教师、学生、家长等是数字化教育评价创新成果最终的使用者、检验者。满足他们的需求是政、产、学、研协同创新的目标，只有明确了用户需求变化，才能推进协同创新生态体系的良性循环和可持续发展。用户对数字化教育评价服务的体验反馈，对于推进数字化教育评价领域相关科研、技术与服务的不断改进与创新意义重大。在具体应用实践中，一些区域、学校、教师等用户群体拥有相对专业的教育评价知识和丰富的经验，通过向企业提出个性化需求、提供实践应用案例，以及与企业共同设计定制化的数字化教育评价工具、系统等，逐渐参与到数字化教育评价的协同创新中。

四、多维要素使能数字化教育评价服务效能

随着新时代教育评价改革的不断深化，数字化教育评价服务的各类要素使能，已渗透到教、学、考、评、管等教育教学场景，促进数字化评价服务效能提升。本文选取教育部教育移动互联网应用程序备案管理平台上备案的企业，以及第76、77、78、79届中国教育装备展参展企业所提供的教育评价服务为总样本，筛选出889个数字化教育评价服务有效样本，从评价主体、评价对象、评价方式、数据采集与分析四个维度对数字化教育评价体系要素使能进行分析。

（一）教育评价主体

教育评价主体可分为政府、学校、教师、学生、家长，其它（除政府、学校、教师、学生、家长以外的其它主体，如用人单位等），这些评价主体也是数字化教育评价服务的用户群体。从数字化教育评价服务在评价主体维度的影响来看，889个有效样本中，涉及单一评价主体和多元评价主体的服务数量相当，分别占50.84%、49.16%。涉及单一评价主体的服务中，以教师为评价主体的服务最多，共计277个。涉及多元评价主体的服务中，以“学校+教师”为评价主体的服务数量最多，有133个（见图3）。可见，目前数字化教育评价服务主要集中在评价主体为学校和教师的校内评价。学校是教育活动的主阵地，教育评价活动也不例外；教师是学校教学工作的主体，负责课堂教学、作业批改、组卷阅卷等工作，这些工作与学生发展质量、学校办学质量等息息相关。同时，教育评价的主体也显示出多元化、多样化的特点。随着教育评价改革的不断推进，政府、学校、教师等主体的教育评价地位与作用愈加凸显，学生、家长、用人单位等主体也日渐参与到教育评价工作中。数字化教育评价实践正由单一主体评价向多元主体协同评价转变，催生出多种服务形态。数字技术的突破打通了多元主体联通的管道，为实现不同主体之间的及时沟通与反馈提供了智能化的空间与平台，为多元教育评价体系的构建提供了有力支撑。

1B034

图3 数字化教育评价服务的评价主体分布

注：“多元评价主体”中仅列举了数量排名前十的组合

（二）评价对象与内容

教育评价对象也就是教育评价的客体^[^21]。基于《总体方案》等政策文件内容，数字化教育评价的评价对象可分为区域、学校、教师、学生以及其它（除区域、学校、教师、学生以外的评价对象）。从数字化教育评价服务在评价对象维度的影响看，评价对象为学生的服务最多，有835个。究其原因，学生发展数据是各类教育评价的基础，各个层面的教育质量评价系统衔接，最后都体现在学生发展质量上^[^22]。

将面向学生的评价内容细分为思想品德、学业水平、身心健康、艺术素养、劳动与社会实践、职业兴趣等。从学生评价的评价内容维度看，以学生为评价对象的835个数字化教育评价服务中，仅涉及单一评价内容的服务较多，占76.89%；涉及多种评价内容的服务较少，占23.11%。在仅涉及单一评价内容的服务中，评价内容为学业水平的最多，有544个。涉及多种评价内容的服务中，同时涉及思想品德、学业水平、身心健康、艺术素养、劳动与社会实践的最多，有64个（见图4）。可见，学业水平仍是学生评价最主要的评价内容。同时，随着我国素质教育改革的推进，学生素质评价的内容逐渐丰富。

14B02

图4 以学生为评价对象的数字化教育评价服务的评价内容分布

注：“多种评价内容”仅列举了数量排名前三的组合

（三）评价方式方法

基于《总体方案》等政策文件，数字化教育评价服务采用的评价方式可分为结果评价、过程评价、增值评价和综合评价。数字化教育评价服务在评价方式的选择与应用上也产生了一定的影响。目前，大部分数字化教育评价服务采用单一评价方式，占62.32%，其中结果评价与过程评价最常用。同时，各类评价方式的结合应用开始进入探索实践阶段，其中以结合应用结果评价与过程评价方式的服务最多，占20.36%。由于我国增值评价的实践探索起步较晚，目前采用该方式的服务相对较少，且往往与其它评价方式相结合，其中与过程评价结合的应用最多，占1.57%（见图5）。

在具体应用实践中，数字技术从不同角度为四个评价方式的实践应用提供了助力（见图6）。

（四）数据采集与分析

数字化教育评价服务中的数据采集手段可分为平台数据采集、图像数据采集、视频数据采集、语音数据采集以及物联感知设备数据采集五大类^[^23]。每种数据采集手段的具体采集方式与采集的数据类型都有所不同（见表2）。

164E4

图5 数字化教育评价服务采用的评价方式分布

305A8

图6 不同评价方式实践应用涉及的核心技术情况

从数据采集手段维度的影响看，由于多种类型数据采集手段之间的相互融合还存在一定的技术壁垒，所以大部分数字化教育评价服务仍然以单类数据采集手段为主，占比74.35%，其中技术门槛相对较低的平台数据采集是目前最常用的数据采集手段，占比58.83%。同时，在深化教育评价改革的背景下，教育评价数据的来源更加多元，对教育评价服务的数据采集手段提出了更高要求。随着数字技术的快速发展，综合应用多类数据采集手段的数字化教育评价服务开始崭露头角，尤以平台数据采集与语音数据采集相结合的服务最多，占比6.86%（见图7）。

数据分析技术包含可视化分析、数据挖掘算法、预测性分析、语义引擎、数据质量和数据管理五个基本面^[^24]。其中，可视化分析指运用计算机图形学和图像处理技术，将数据转换为图形或图像并在屏幕上显示^[^25]；数据挖掘算法指从大数据中提取出用户所需要的、有实际应用价值的知识，所使用的一系列相关算法和技术^[^26]；预测性分析指基于数据挖掘与模型构建，通过模型带入新的数据来预测未来数据^[^27]；语义引擎指从“文档”中智能地提取信息来理解数据含义^[^28]；数据质量和数据管理指对信息系统的各个信息采集点进行规范，以满足信息利用的需要^[^29]。

表2 不同数据采集手段的具体采集方式

1C6CB

33D08

图7 数字化教育评价服务涉及的数据采集手段分布

注：多类采集手段中仅列举数量排名前十的组合

从数据分析技术维度的影响看，目前可视化分析是数字化教育评价服务采用的最主要数据分析技术，有效样本中相关服务共720个。究其原因，可视化分析的技术成熟度相对较高，更容易与相关场景适配，能更直观、清晰地呈现教育评价的结果。相较而言，预测性分析与语义引擎的技术壁垒较高，只有少数企业掌握相关核心技术，采用这两项数据分析技术的服务相对较少，分别为127个、75个（见图8）。

进一步从“四个评价”中涉及的数据分析技术分布情况来看，5种数据分析技术在“四个评价”中的应用情况总体趋势相近。需要关注的是，增值评价更多应用了数据挖掘算法、数据质量和数据管理，分别占比21.82%和37.27%，而综合评价中对预测性分析的应用相对更为重视，占比达14.25%。

B0C3

图8 数字化教育评价服务涉及的数据分析技术分布

注：各项数据有交叉，原因是部分数字化教育评价服务涉及多种数据分析方法

五、综合施策推动数字化教育评价服务生态发展

数字化转型背景下纵观新时代教育评价的发展趋势，数字技术与教育评价的融合将进一步深入，政府、产业、高校、专业研究机构、用户等协同创新主体将进一步加强合作攻关的深度与广度，以更加科学有效、人机协同的手段，各种策略综合实施，促进评价服务生态创新，提供更加专业化、集成化、综合化、智能化、一体化的教育评价服务，加快推进教育评价数字转型和智能升级。

（一）提升数字素养，促进评价主体专业化

随着教育体制改革的加快推进，教育评价的“指挥棒”作用愈发凸显，尤其是进入新时代，利用数字技术赋能改革党委和政府教育工作评价、学校评价、教师评价、学生评价、用人评价等逐渐受到各界的高度关注，这对各类教育评价主体提出了更高要求。因此，落实政府、学校、教师、学生等教育评价主体责任，提升其开展教育评价工作的专业化水平和数字素养，充分利用数字技术手段和工具提高教育评价的科学性、专业性、客观性，发挥人类智慧和数字技术有机结合的优势，人机协同开展更加专业化、数字化的教育评价，将成为数字化教育评价服务生态发展的必然趋势。

（二）优化产品研发，促进技术应用集成化

随着大数据的深入驱动，教育评价的开展将不再简单依赖传统的经验判断，而是能够通过可视化分析、数据挖掘算法、预测性分析、语义引擎等技术，深度挖掘与分析大量教育数据隐含的价值规律，更加客观、科学、精准地评价各个层面的教育质量^[^30]。教育评价服务将从传统的经验驱动转为数据驱动。充分发挥数据智能的价值，打破信息孤岛与技术壁垒，实现多系统融合与数据集成；集成应用多种数据采集与分析方法，实现多模态、全内容、全过程、全时空、全场景数据的自动采集与评分，将成为数字化教育评价服务研发应用的创新方向。

（三）聚焦实践问题，促进评价服务综合化

新时代教育评价改革的旨归在于着力破除“五唯”等顽瘴痼疾，推动综合素质评价、综合质量评价、综合发展评价等综合化教育评价服务日渐兴起。首先，素质教育改革的推进，推动对学生各方面素质、素养的综合评价越来越受到关注，学生综合素质评价成为教育评价改革的重点。其次，数字技术的助力，为实施评价主体多元化、评价内容多维化、评价方法多样化的教育综合质量评价，以及看起点、看过程、看进步、看增值的综合发展评价带来动能，并在实践应用中取得成效。未来的数字化教育评价将强调更加系统、立体、多元，更加全面综合。

（四）突出技术赋能，促进转型升级智能化

当前，教育评价改革进入攻坚克难阶段，教育评价的主体、对象与场景越来越多元与复杂，对数字技术的应用支撑提出更高要求，利用人工智能、大数据等数字技术创新评价工具与评价模式，推进智能化教育评价是大势所趋^[^31]。数字技术虽然已经在智慧课堂、自适应学习、智能阅卷、智能口语评测、学生综合素质评价、区域教育质量监测等场景中应用，但大部分服务在技术赋能方面仍处于初级阶段，普遍存在智能化程度不足、评价结果不够精准等问题。面向数字时代，建设高质量教育体系的远景目标将倒逼教育评价加速智能化转型升级，利用数字技术的突破，创新智能化的教育评价工具、系统等，推进教育评价精准智慧运行。

（五）加强融合创新，促进生态发展一体化

随着政策环境的持续利好、数字技术的不断突破，以及教育评价服务的智能化升级，以用户个性化需求为中心，紧密结合高校、专业研究机构及企业的有利资源，推动“政产学研用”一体化发展，将成为数字化教育评价生态体系的发展趋势。首先，多元力量合作一体化，即发挥政府、产业、高校、专业机构、用户等在技术创新、人才培养、科研成果转化、服务研发等方面的优势，五位一体协同创新。其次，技术创新与产业创新一体化，即强化技术与产业对接，以先进技术、适用技术引导市场需求，以市场调节机制推动“产学研用”相关创新主体的合作向纵深发展，提高创新效率。最后，技术链和服务链延长一体化，有效激发数字化教育评价生态体系的发展动能和创新活力。

六、结语

数字化转型为新时代教育评价生态化发展提供了新动能。本文基于教育评价改革和教育信息化行业数据的实证分析，提出数字化转型背景下教育评价生态化发展理路，阐述“政产学研用”协同创新的数字化教育评价服务生态体系，从评价主体、评价对象、评价方式、数据采集与分析等维度对数字化教育评价体系要素使能进行分析，进而对推进数字化教育评价生态发展的综合策略进行分析。

数字技术赋能是数字化教育评价生态发展的核心，随着区块链、边缘计算、类脑计算等新兴数字技术加速发展及其在教育评价领域广泛应用，未来可在数据收集与建模、快速与实时计算、安全与开放管理等方面深入赋能教育评价，推动数字化教育评价服务生态进一步发展。例如，基于区块链支撑更开放与更有公信力的教育评价，通过边缘计算开启泛连接与低时延的教育评价，情感计算体现更具人文关怀的教育评价，脑科学推动见微知著的教育评价，类脑计算提供更快速、更高效的教育评价等。顺应数字化转型加速发展的潮流，新时代数字化教育评价服务生态迎来新的机遇，有待广大研究者和应用者共同努力，探索新的发展路径，进而推进教育高质量发展。