葛文雙 韓錫斌 何聚厚

摘要：隨著人才培養(yǎng)理念的轉(zhuǎn)變和新型在線學(xué)習(xí)形式的涌現(xiàn)，傳統(tǒng)的知識本位測評已難以滿足社會發(fā)展對人才評價的需要，注重規(guī)?；?、智能化、個性化的在線學(xué)習(xí)測評技術(shù)受到廣泛關(guān)注。通過對學(xué)習(xí)成果認(rèn)證的類型劃分及演變過程的剖析可以看出，在線學(xué)習(xí)測評技術(shù)正在從注重時間固定的知識掌握型學(xué)習(xí)成果認(rèn)證向關(guān)注時間靈活的能力發(fā)展型學(xué)習(xí)成果認(rèn)證轉(zhuǎn)變，深度學(xué)習(xí)成為其發(fā)展的價值導(dǎo)向。從在線學(xué)習(xí)測評技術(shù)的理論基礎(chǔ)來看，知識本位的掌握度測評主要依托基于行為主義的程序教學(xué)理論，而能力本位的發(fā)展性測評則依托認(rèn)知主義和建構(gòu)主義學(xué)習(xí)理論。上述教學(xué)和學(xué)習(xí)理論與信息技術(shù)的結(jié)合，使得自動測試與實時反饋、同伴互評、基于學(xué)習(xí)分析的測評、數(shù)字徽章等在線學(xué)習(xí)測評技術(shù)應(yīng)用模式被廣泛采納。在線學(xué)習(xí)測評技術(shù)的發(fā)展使得學(xué)習(xí)更加開放與多元，但仍存在測評系統(tǒng)不夠智能、測評數(shù)據(jù)不夠安全等問題。同時，教師在運用測評數(shù)據(jù)開展有效教學(xué)設(shè)計、監(jiān)控學(xué)習(xí)過程、進行教學(xué)反思等方面的能力亦有待提升。重新認(rèn)識學(xué)習(xí)測評的角色，并通過測評為學(xué)習(xí)者提供更加個性化的學(xué)習(xí)服務(wù)支持，是未來在線學(xué)習(xí)測評技術(shù)的發(fā)展方向和價值追求。

關(guān)鍵詞：在線學(xué)習(xí);測評技術(shù);學(xué)習(xí)成果認(rèn)證;學(xué)習(xí)分析;應(yīng)用模式

中圖分類號：G434? ?文獻(xiàn)標(biāo)識碼：A? ? 文章編號：1009-5195（2019）06-0052-10? doi10.3969/j.issn.1009-5195.2019.06.006

一、引言

長久以來，在以學(xué)校教育為主的學(xué)歷、學(xué)位認(rèn)證中，考試作為一種富有成效的測評方式被廣泛運用。隨著技術(shù)的不斷發(fā)展和在線教育的日益普及，如何促使在線測評與傳統(tǒng)測評方式一樣有效，成為重要的研究話題。一時間，各種針對上機考試和在線考試的研究成為熱點，但由于其采用的測評理論主要是針對知識傳授型教學(xué)模式而構(gòu)建的，因而這些研究更多被視為是對原有測評手段或方式的技術(shù)強化。進入21世紀(jì)，隨著社會對人才技能與個體發(fā)展的日益關(guān)注，教育更注重對溝通交流能力、問題解決能力、批判性思維和全球化勝任力的培養(yǎng)。經(jīng)濟合作與發(fā)展組織在其近期發(fā)布的《教育與技能的未來：教育2030》（The Future of Education and Skills： Education 2030）中，提出要關(guān)注面向終身學(xué)習(xí)、全人教育的未來學(xué)習(xí)能力建設(shè)（OECD，2018）。一方面，這種發(fā)生在人才評價本質(zhì)層面上的改變，讓面向傳統(tǒng)學(xué)習(xí)方式的測評體系難以有效應(yīng)對;另一方面，互聯(lián)網(wǎng)技術(shù)所催生的MOOCs、Micro-Lecture、Flipped Learning等新型學(xué)習(xí)方式，也促使針對在線學(xué)習(xí)測評的研究再度受到關(guān)注。當(dāng)前，在線學(xué)習(xí)測評技術(shù)研究更關(guān)注教學(xué)過程中的實現(xiàn)問題，主要聚焦于測評的規(guī)?；?、智能化等相關(guān)話題，缺少思維變革主導(dǎo)下的系統(tǒng)性創(chuàng)新。因此，本研究從技術(shù)驅(qū)動的學(xué)習(xí)成果認(rèn)證分類與發(fā)展的視角來詮釋在線學(xué)習(xí)測評技術(shù)的重要價值，并從其研究的理論框架、應(yīng)用模式及面臨的挑戰(zhàn)來展開系統(tǒng)分析。

二、基于學(xué)習(xí)成果認(rèn)證分類的價值分析

“互聯(lián)網(wǎng)+”時代的技術(shù)進步促使教育環(huán)境發(fā)生了顯著變化，在線學(xué)習(xí)變得越來越普遍，正式與非正式情境下的學(xué)習(xí)研究也日益受到關(guān)注。作為知識與文化傳承重要途徑的學(xué)校一直以教學(xué)時間和場所相對固定的方式存在，而網(wǎng)絡(luò)大學(xué)、虛擬大學(xué)等在線教育形式的出現(xiàn)使得學(xué)習(xí)可以跨越時空界限，同時也改變了我們對于學(xué)校的傳統(tǒng)認(rèn)知。信息時代的到來使得知識呈現(xiàn)出爆炸式增長的態(tài)勢，人們對學(xué)習(xí)的認(rèn)知不再局限于對知識的記憶，更強調(diào)對知識的理解以及生產(chǎn)新的知識。這也改變了人們對學(xué)習(xí)測評的認(rèn)知，使得以傳統(tǒng)學(xué)?？荚嚭吐殬I(yè)資格考試為代表的、強調(diào)“知道什么”的知識本位認(rèn)證體系變得難以滿足學(xué)習(xí)的基本需求（DeVon et al.，2007）。一種強調(diào)“能做什么”的能力發(fā)展型認(rèn)證開始受到關(guān)注，其不再強調(diào)標(biāo)準(zhǔn)的唯一性，而更重視個體在任務(wù)處理和問題解決過程中的能力表現(xiàn)，并強調(diào)采用檔案評估、報告訪談和技能展示等更加多元化的測評方式（Stevens et al.，2017）。互聯(lián)網(wǎng)的發(fā)展引發(fā)了學(xué)習(xí)方式的數(shù)字化變革，使得學(xué)習(xí)者的學(xué)習(xí)時間變得更加靈活。與此同時，學(xué)習(xí)成果認(rèn)證體系的價值導(dǎo)向發(fā)生了顯著的變化，這使得我們有必要對學(xué)習(xí)成果認(rèn)證和測評體系進行重新認(rèn)知（Siemens et al.，2015）。因此，筆者基于認(rèn)證方式和時間安排兩個維度構(gòu)建了四象限空間的學(xué)習(xí)成果認(rèn)證分類框架（見圖1），并以此解釋技術(shù)驅(qū)動下的各類學(xué)習(xí)成果認(rèn)證的變遷，進而凸顯在線學(xué)習(xí)測評技術(shù)在此過程中的重要價值。

1.時間固定的知識掌握型學(xué)習(xí)成果認(rèn)證

時間固定的知識掌握型學(xué)習(xí)成果認(rèn)證是學(xué)校教育中最為傳統(tǒng)和普遍的學(xué)習(xí)成果認(rèn)證方式。早在康德1798年發(fā)表的《系科之爭》和紐曼1873年發(fā)表的《大學(xué)的理念》中就將教育的價值功能界定為人才培養(yǎng)，而對于人才的認(rèn)證主要通過學(xué)校頒發(fā)學(xué)歷與學(xué)位的方式來進行（韓錫斌等，2016）。學(xué)校按照學(xué)科、專業(yè)來組織學(xué)歷和學(xué)位認(rèn)證，其通過固定的學(xué)業(yè)年限和課程設(shè)置來要求學(xué)生完成認(rèn)證所需的學(xué)時和學(xué)分，而考試則被作為檢驗學(xué)生知識掌握程度的主要手段。知識經(jīng)濟與全球化進程促使學(xué)習(xí)成果認(rèn)證不再局限于某一個國家或地區(qū)，以博洛尼亞進程為標(biāo)志的“歐洲高等教育資格框架”實現(xiàn)了學(xué)校間采用固定學(xué)習(xí)時長和知識掌握度的認(rèn)證標(biāo)準(zhǔn)化（劉寶存，2009）。特別是“歐洲學(xué)分轉(zhuǎn)換系統(tǒng)”的實施，使得29個國家實現(xiàn)了不同教育體系之間的學(xué)位互認(rèn)（韓錫斌等，2016），也進一步促進了面向知識掌握度的認(rèn)證體系的發(fā)展，讓學(xué)習(xí)測評得以實現(xiàn)標(biāo)準(zhǔn)化和規(guī)?；?。

2.時間靈活的知識掌握型學(xué)習(xí)成果認(rèn)證

英國開放大學(xué)于1969年開創(chuàng)了開放式學(xué)習(xí)模式，這讓學(xué)校集中組織學(xué)習(xí)者在固定時間和地點進行學(xué)習(xí)的方式得以改變，也讓學(xué)習(xí)者對學(xué)習(xí)時間的掌控變得更加靈活（The Open University，2017）。從上個世紀(jì)末到本世紀(jì)初，互聯(lián)網(wǎng)的迅速普及使在線學(xué)習(xí)成為可能，基于網(wǎng)絡(luò)教育的學(xué)位項目隨之興起，其主要采用的是時間靈活的知識掌握型學(xué)習(xí)成果認(rèn)證方式（韓錫斌等，2015）。相對于傳統(tǒng)的學(xué)習(xí)成果認(rèn)證方式，這種認(rèn)證方式對學(xué)業(yè)年限的要求更為寬松，給予了學(xué)習(xí)者更大的學(xué)習(xí)自由度，允許學(xué)習(xí)者按照自己的步調(diào)來控制學(xué)習(xí)進度。同時，這種學(xué)習(xí)成果認(rèn)證方式也為不同背景的學(xué)習(xí)者提供了更多的學(xué)習(xí)機會。然而，由于網(wǎng)絡(luò)教育的入學(xué)門檻相對傳統(tǒng)學(xué)歷教育要低得多，且?guī)熒跁r空上的分離使其教育質(zhì)量難以控制，加之對分層教學(xué)和個性化學(xué)習(xí)的“過度關(guān)注”進一步影響了其教育質(zhì)量，因而網(wǎng)絡(luò)教育畢業(yè)證書的含金量飽受社會質(zhì)疑。而MOOCs的出現(xiàn)引發(fā)了新一輪的在線教育熱潮，許多知名高校也開始關(guān)注基于MOOCs的在線學(xué)習(xí)方式，這為發(fā)展高質(zhì)量時間靈活的知識掌握型學(xué)習(xí)成果認(rèn)證提供了新機遇。目前，edX、Coursera和FutureLearn等MOOCs平臺都通過在線開放學(xué)習(xí)的方式為學(xué)習(xí)者提供具有競爭力的學(xué)位認(rèn)證項目。例如美國佐治亞理工學(xué)院的計算機科學(xué)碩士學(xué)位項目就是其中杰出的代表，其被視為高品質(zhì)在線學(xué)位認(rèn)證的典范（Baker et al.，2018）。

3.時間固定的能力發(fā)展型學(xué)習(xí)成果認(rèn)證

時間固定的能力發(fā)展型學(xué)習(xí)成果認(rèn)證方式起源于傳統(tǒng)的學(xué)徒制教育，其言傳身教的教學(xué)方式要求師傅根據(jù)學(xué)生的特點來分階段提升他們的技能水平。隨著社會經(jīng)濟轉(zhuǎn)型對技術(shù)人才需求的激增，工程技術(shù)類院校借鑒學(xué)徒制教育的特點，在固定的學(xué)制時間內(nèi)培養(yǎng)學(xué)生從業(yè)所需的職業(yè)技能，這使得時間固定的能力發(fā)展型學(xué)習(xí)成果認(rèn)證最先出現(xiàn)在職業(yè)教育中。隨著信息社會對互聯(lián)網(wǎng)人才需求的快速增長，一種全新的時間固定的能力發(fā)展型學(xué)習(xí)成果認(rèn)證項目開始出現(xiàn)。針對互聯(lián)網(wǎng)行業(yè)新型技術(shù)人才短缺的現(xiàn)狀，美國在線教育機構(gòu)Udacity于2014年推出了“納米學(xué)位”（Nano Degree）項目。該項目提供網(wǎng)站開發(fā)、移動程序設(shè)計、數(shù)據(jù)分析等微學(xué)位認(rèn)證課程，并通過與AT&T、Google、Amazon、Facebook和IBM等知名企業(yè)的合作，設(shè)計了與企業(yè)人才需求相匹配的課程內(nèi)容。在“納米學(xué)位”項目中，學(xué)習(xí)者可以通過編譯程序、設(shè)計案例和創(chuàng)造作品來展現(xiàn)自己的能力水平，這使得“納米學(xué)位”成為一種新型的職業(yè)能力證明（Gee，2014）。截至2019年5月，已經(jīng)有75000名學(xué)習(xí)者通過Udacity的“納米學(xué)位”項目獲得了認(rèn)證學(xué)位，并且有84%的畢業(yè)者在學(xué)業(yè)結(jié)束后的半年內(nèi)獲得了更好的職位，其平均年薪達(dá)24000美金，這使得“納米學(xué)位”被視為高含金量的新型學(xué)位（Thrun，2019）。與此同時，高等院校也開始探索能力發(fā)展型學(xué)位認(rèn)證。例如，密涅瓦大學(xué)從2014年開始面向全球推出能力發(fā)展型的本科學(xué)位項目。該項目依托互聯(lián)網(wǎng)實施創(chuàng)新型的教學(xué)模式，采用在線學(xué)習(xí)互動平臺對學(xué)習(xí)者的電子檔案進行記錄，并在四年內(nèi)對其各個維度的能力發(fā)展進行跟蹤，以確保每個學(xué)習(xí)者在畢業(yè)時都會獲得自己獨特的能力證明（Minerva Project，2019）。這種基于固定時間的能力發(fā)展型學(xué)習(xí)成果認(rèn)證越來越受到重視，使得學(xué)習(xí)測評能夠更好地反映出學(xué)習(xí)者真實的能力水平。

4.時間靈活的能力發(fā)展型學(xué)習(xí)成果認(rèn)證

能力發(fā)展型學(xué)習(xí)成果認(rèn)證也受到了傳統(tǒng)教育機構(gòu)的關(guān)注，他們開始嘗試從學(xué)習(xí)時間的維度進行創(chuàng)新，于是一種強調(diào)時間靈活的能力發(fā)展型學(xué)習(xí)成果認(rèn)證開始出現(xiàn)。時間靈活的能力發(fā)展型學(xué)習(xí)成果認(rèn)證強調(diào)對學(xué)習(xí)者先前學(xué)習(xí)經(jīng)驗和能力的測評（王迎，2012），也就是說，若學(xué)習(xí)者到達(dá)了獲取學(xué)位所規(guī)定課程的要求，就可以對其能力進行認(rèn)證，并轉(zhuǎn)換成相應(yīng)課程的學(xué)分（Shapiro，2014）。時間靈活的能力發(fā)展型學(xué)習(xí)成果認(rèn)證借鑒了勝任力模型的理念，關(guān)注學(xué)習(xí)者已有社會經(jīng)驗和學(xué)習(xí)經(jīng)歷的價值，不再要求已具備相關(guān)能力的學(xué)習(xí)者重復(fù)修讀已掌握的課程，這就使得學(xué)生不必按照規(guī)定的課程來獲得學(xué)分。美國西部州長大學(xué)較早采用這種時間靈活的能力發(fā)展型學(xué)習(xí)成果認(rèn)證方式，其對學(xué)生的測評并不完全按照課程的學(xué)習(xí)時間和進度安排來組織，也允許學(xué)生通過先前學(xué)習(xí)測評或經(jīng)驗證明材料來獲得課程學(xué)分（韓錫斌等，2016）。這使得學(xué)習(xí)成果認(rèn)證變得更加靈活和方便，也更趨向于反映學(xué)習(xí)者的真實能力水平。

5.學(xué)習(xí)成果認(rèn)證變遷凸現(xiàn)在線學(xué)習(xí)測評技術(shù)價值

從學(xué)習(xí)成果認(rèn)證的發(fā)展趨勢可以發(fā)現(xiàn)：隨著課程教學(xué)愈發(fā)強調(diào)以學(xué)習(xí)者為中心，測評技術(shù)的價值和作用更加突出;在線學(xué)習(xí)測評技術(shù)的發(fā)展促使學(xué)習(xí)成果認(rèn)證越來越靈活開放，其功能特征也從診斷性、終結(jié)性走向過程性、系統(tǒng)性（Jisc，2010）。以課堂教學(xué)為中心的傳統(tǒng)測評體系正在被以學(xué)習(xí)服務(wù)為中心的測評體系所取代，這一轉(zhuǎn)變從在線學(xué)習(xí)測評技術(shù)的發(fā)展過程可以窺見：隨著計算機技術(shù)被引入以紙筆為主的傳統(tǒng)考試，電子化測評（e-Assessment）開始興起;隨著互聯(lián)網(wǎng)技術(shù)介入教學(xué)過程，基于學(xué)習(xí)管理系統(tǒng)的過程性評價被廣泛采用，在線測評（Online Assessment）開始流行;人工智能技術(shù)使學(xué)習(xí)服務(wù)與分析變得更加智能，具有“智慧基因”的在線測評技術(shù)開始關(guān)注面向?qū)W習(xí)者能力發(fā)展的真實化測評（Authentic Assessment）。本文所指的“在線學(xué)習(xí)測評技術(shù)”是不同時期面向課程教學(xué)層面的測評技術(shù)和方法的集合。當(dāng)前，在線學(xué)習(xí)測評技術(shù)正處于從關(guān)注知識掌握到注重能力發(fā)展的轉(zhuǎn)變階段，因而，對其進行前瞻性、系統(tǒng)化分析對未來在線學(xué)習(xí)測評的發(fā)展具有重要意義。

三、理論框架

1.學(xué)習(xí)目標(biāo)分類的重要價值：指向深度理解的過程化測評

作為一種有目的的活動，學(xué)習(xí)測評本身帶有價值判斷的功能。傳統(tǒng)教學(xué)更多通過考試來測評學(xué)習(xí)者的外顯行為，用以判斷學(xué)習(xí)者的知識掌握程度。這種方式雖然能為學(xué)習(xí)者帶來“惰性知識”，卻無法幫助其實現(xiàn)對知識的深度理解。從互聯(lián)網(wǎng)時代學(xué)習(xí)成果認(rèn)證的分類和發(fā)展來看，學(xué)習(xí)測評越來越注重對學(xué)習(xí)者真實能力的評價，其價值導(dǎo)向也更加指向深度學(xué)習(xí)。能力發(fā)展型測評對學(xué)習(xí)目標(biāo)的分類提出了更高要求，因而有必要對其理論框架進行系統(tǒng)解讀。安德森和克拉斯沃爾對布魯姆的教學(xué)目標(biāo)分類理論進行了補充，提出從人的認(rèn)知過程和知識類型兩個維度來構(gòu)建分類框架，對學(xué)習(xí)、教學(xué)、評價以及三者之間的關(guān)系進行了重新梳理（L·W·安德森等，2007）。據(jù)此，筆者基于學(xué)習(xí)目標(biāo)分類框架，從學(xué)習(xí)者的新知產(chǎn)生、知識關(guān)聯(lián)和知識的應(yīng)用遷移等不同認(rèn)知階段，以及實現(xiàn)學(xué)習(xí)者的深度學(xué)習(xí)和促進其能力發(fā)展的視角，構(gòu)建了基于學(xué)習(xí)目標(biāo)分類的過程化測評技術(shù)框架（見圖2）。該框架可為實現(xiàn)學(xué)習(xí)測評從關(guān)注知識掌握到關(guān)注能力發(fā)展的體系變革提供支撐，進而促進學(xué)習(xí)測評技術(shù)從提供外部支持向嵌入學(xué)習(xí)本身的根本性轉(zhuǎn)變。

2.知識本位的掌握度測評：行為主義指向的程序教學(xué)

知識本位的掌握度測評作為行為主義理論視角下的典型測評方法，其主要理論基礎(chǔ)為程序教學(xué)理論。程序教學(xué)最早發(fā)源于普萊西設(shè)計的教學(xué)測驗和計分機器，隨后斯金納從行為主義的視角對程序教學(xué)進行了論證。程序教學(xué)論認(rèn)為學(xué)習(xí)是刺激和反應(yīng)之間聯(lián)結(jié)的強化過程，強調(diào)教學(xué)要關(guān)注外部刺激，要將復(fù)雜的學(xué)習(xí)過程分解為詳細(xì)方案，因而技術(shù)支持的教學(xué)系統(tǒng)要遵循積極反應(yīng)、小步子、即時反饋和自定步調(diào)的原則，要具有清晰的教學(xué)模式和組織流程（韓錫斌等，2012）。由此，基于直線式、衍枝式和莫菲爾德式等典型程序教學(xué)模式，筆者構(gòu)建了基于程序教學(xué)的知識掌握型測評技術(shù)框架（見圖3），其可以作為開展客觀知識測評技術(shù)研究的基礎(chǔ)。

該測評技術(shù)框架已在教學(xué)實踐中經(jīng)過長期檢驗：在計算機多媒體教學(xué)時代，基于程序教學(xué)的計算機輔助測評與自動化閱卷系統(tǒng)得到了長足發(fā)展（李藝等，2013）;在信息技術(shù)與課程整合的時代，程序教學(xué)支持的電子應(yīng)答系統(tǒng)為課堂教學(xué)提供即時的反饋性測評，促使知識掌握度測評進一步發(fā)展;在“互聯(lián)網(wǎng)+”學(xué)習(xí)時代，xMOOCs的測評模式成為程序教學(xué)的典型應(yīng)用，實現(xiàn)了客觀知識掌握度測評的規(guī)?；瘧?yīng)用。

3.能力本位的發(fā)展性測評：認(rèn)知主義與建構(gòu)主義指向的主動學(xué)習(xí)

能力本位的發(fā)展性測評更適合于針對主觀理解、問題解決和批判性思考等高階思維能力的測評，其主要理論基礎(chǔ)為認(rèn)知主義和建構(gòu)主義。認(rèn)知主義重視以往經(jīng)驗的作用，強調(diào)對個體復(fù)雜思維過程的解釋和激活圖式的特殊意義，即教師要把知識組織成為對學(xué)生有意義的樣式，以促進知識的掌握和遷移（Driscoll，2005）?；谶@種認(rèn)知信息加工模型，各種強調(diào)練習(xí)、游戲、模擬與人機對話的早期計算機專家系統(tǒng)被開發(fā)出來。建構(gòu)主義學(xué)習(xí)理論進一步將知識獲取分為入門、熟練和精通三個階段，并指出建構(gòu)性的學(xué)習(xí)環(huán)境對熟練階段的學(xué)習(xí)者最為有效（Mayer，2018）。因此，基于建構(gòu)主義設(shè)計的學(xué)習(xí)系統(tǒng)更關(guān)注學(xué)習(xí)者在分析、處理和解決問題等方面的能力建構(gòu)，這為能力發(fā)展性測評提供了理論支撐。隨著計算機支持的協(xié)作式、個性化學(xué)習(xí)管理系統(tǒng)的問世，在線學(xué)習(xí)測評技術(shù)愈發(fā)關(guān)注社會化學(xué)習(xí)，也更為強調(diào)針對學(xué)習(xí)者主動學(xué)習(xí)能力的測評。

基于建構(gòu)主義的ICAP模型將學(xué)習(xí)者的認(rèn)知投入模式按照其學(xué)習(xí)活動的外顯行為和產(chǎn)出分為互動性（Interactive）、建構(gòu)性（Constructive）、主動性（Active）和被動性（Passive）等四種類型，其中主動性認(rèn)知投入所產(chǎn)生的學(xué)習(xí)效果要明顯優(yōu)于被動性認(rèn)知投入，而互動性認(rèn)知投入更可能引發(fā)深度學(xué)習(xí)（Chi et al.，2018），這為優(yōu)化能力發(fā)展性測評提供了理論依據(jù)?；谏鲜龇治?，筆者以促進學(xué)習(xí)者主動學(xué)習(xí)為目標(biāo)，將情感態(tài)度、學(xué)習(xí)過程和學(xué)習(xí)結(jié)果作為學(xué)習(xí)者能力發(fā)展的測評維度，對主動學(xué)習(xí)所引發(fā)的學(xué)習(xí)者思維深度進行了不同程度的劃分，由此構(gòu)建了基于主動學(xué)習(xí)的能力發(fā)展型測評技術(shù)框架（見圖4）。該框架強調(diào)激勵學(xué)習(xí)者的主動學(xué)習(xí)行為，可從學(xué)習(xí)方式變革的視角為實施多維度、多元化的能力發(fā)展型測評提供支持。

四、應(yīng)用模式

就發(fā)展軌跡來看，從早期的計算機輔助考試到如今反映學(xué)習(xí)進程的過程性測評，在線學(xué)習(xí)測評技術(shù)愈發(fā)呈現(xiàn)出智能化和自動化的特征。本部分主要從四個方面介紹在線學(xué)習(xí)測評技術(shù)的主要應(yīng)用模式。

1.自動測試與實時反饋

在線學(xué)習(xí)中的自動測試主要被用于客觀性和主觀性兩類試題的自動化評價。面向客觀性試題的自動測試主要采用自動標(biāo)記的多項選擇和短文字簡答方式，通過對答案的自動檢查來評價學(xué)習(xí)者的知識掌握程度（Admiraal et al.，2015）。學(xué)習(xí)者在參與這類測試時，系統(tǒng)會自動判定他們的答案是否正確，并給出相應(yīng)的提示與分析信息。這類自動測試最初被應(yīng)用于傳統(tǒng)課堂的形成性評價環(huán)節(jié)，主要采用電子應(yīng)答系統(tǒng)對學(xué)習(xí)者的概念性知識掌握情況進行診斷。例如英國開放大學(xué)的OpenMark系統(tǒng)，其對測試的交互性和反饋的即時性進行了加強，并實現(xiàn)了斷點測試功能（Jordan，2013）。目前這類技術(shù)在MOOCs中有著廣泛應(yīng)用，其通過小測試或階段性考試的形式來實現(xiàn)過程化評價，以幫助學(xué)習(xí)者更好地了解自己的學(xué)習(xí)狀況，同時也將教師從繁重的閱卷工作中解放出來，使其能夠有更多的時間關(guān)注課程教學(xué)本身。面向主觀性試題的自動測試主要利用自然語言處理技術(shù)，將學(xué)習(xí)者答案與參考答案進行基于語義相似度的文本特征比對，進而評判學(xué)生者的回答是否正確（劉偉等，2016）。面向主觀性試題的自動測試最初被用于短文本簡答題，如OpenMark和Moodle系統(tǒng)都針對簡答題提供了基于關(guān)鍵詞和同義詞匹配的測評功能，以對學(xué)習(xí)者的回答進行語義文本分析性評判（Jordan，2013）。而潛在語義分析技術(shù)的出現(xiàn)，使在線測評系統(tǒng)可以對文本概念、文字風(fēng)格和語法結(jié)構(gòu)進行更為精準(zhǔn)的分析（Warschauer et al.，2006），這促使e-rater、Intelligent Essay Assessor和OpenEssayist等寫作類自動測試系統(tǒng)得到了大范圍應(yīng)用（Jordan，2013）。在上述兩類自動測試中，實時反饋的即時性和有效性是關(guān)鍵。已有的實時反饋功能主要通過智能導(dǎo)師模塊來實現(xiàn)，這對于事實性、概念性和程序性知識的測評比較有效，而在思維策略性知識的測評效果上則并不顯著（Bates，2014）。

2.同伴互評

為彌補上述測評技術(shù)在思維策略性知識測評上的不足，同伴互評被引入課堂教學(xué)和在線教學(xué)，其被認(rèn)為是替代傳統(tǒng)評價方式的一種較為有效的測評技術(shù)（Formanek et al.，2017）。同伴互評的主要實現(xiàn)機制如下：第一步，教師通過系統(tǒng)發(fā)布互評任務(wù)和評價量規(guī);第二步，學(xué)習(xí)者按照規(guī)定的時間提交任務(wù);第三步，系統(tǒng)根據(jù)互評機制將需要評價的任務(wù)分發(fā)給學(xué)習(xí)者，學(xué)習(xí)者在規(guī)定時間內(nèi)完成評價，并給出評分和評語;第四步，系統(tǒng)對成績進行審核，并公布學(xué)習(xí)者成績和評語。通過分析上述機制可以發(fā)現(xiàn)，互評者的信賴程度（即內(nèi)在信度）以及互評者評價與教師評價間的相似性（即聚合效度）是互評有效的關(guān)鍵（Bouzidi et al.，2009）。例如，Coursera、edX等主流MOOCs平臺都采用了基于匿名隨機分組的互評機制，其將學(xué)習(xí)者分為每4～5人一組，確保學(xué)習(xí)者可參與的評價任務(wù)數(shù)量一致，并規(guī)定學(xué)習(xí)者要嚴(yán)格根據(jù)評價量規(guī)進行互評（Biggs，2013）。又如加利福尼亞大學(xué)的標(biāo)準(zhǔn)化同伴互評系統(tǒng)（Calibrated Peer Review），其要求參與互評的學(xué)習(xí)者先對教師評價過的論文或作品進行評價，再根據(jù)學(xué)習(xí)者評價與教師評價間的相似程度對前者進行信度賦值，并將其作為同伴互評成績的計算依據(jù)（鄭燕林等，2015）。此外，同伴互評中用于學(xué)習(xí)者之間相互評分的評價量規(guī)對于互評的有效性也極為關(guān)鍵。一個有效的互評量規(guī)要包含明確的指標(biāo)、權(quán)重和評分內(nèi)容，并需要對其信效度進行驗證。例如，美國大學(xué)協(xié)會針對論文、學(xué)習(xí)項目、口頭報告和課堂合作等主觀性任務(wù)提供了經(jīng)過檢驗校正的VALUE評價量規(guī)（Rhodes et al.，2013），為在線學(xué)習(xí)中同伴互評任務(wù)的設(shè)計提供了借鑒。

3.基于學(xué)習(xí)分析的測評

計算機自適應(yīng)測試技術(shù)的引入使在線學(xué)習(xí)測評系統(tǒng)變得更加智能。基于項目反應(yīng)理論（Item Response Theory）構(gòu)建的適應(yīng)性測試模型可以將學(xué)習(xí)者能力和試題難度進行關(guān)系映射，進而根據(jù)學(xué)習(xí)者的能力水平來調(diào)整試題難度和選擇試題類型，從而初步實現(xiàn)了基于學(xué)習(xí)者知識掌握程度的助學(xué)功能，這為規(guī)?；瘜W(xué)習(xí)測評創(chuàng)造了條件（Rossano et al.，2017）。但這類學(xué)習(xí)測評系統(tǒng)所存儲的學(xué)習(xí)時長、行為特征和成績等數(shù)據(jù)均為反映學(xué)習(xí)者客觀行為的痕跡型數(shù)據(jù)，缺少能夠反映學(xué)習(xí)者參與度、投入度的狀態(tài)型數(shù)據(jù)，而學(xué)習(xí)分析技術(shù)可以彌補這一不足。美國教育部教育技術(shù)辦公室在其發(fā)布的《通過教育數(shù)據(jù)挖掘和學(xué)習(xí)分析技術(shù)優(yōu)化教學(xué)》（Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics）報告中提出：學(xué)習(xí)分析可以利用更為豐富的教育大數(shù)據(jù)來開展學(xué)術(shù)性分析、行為性分析和預(yù)測性分析;學(xué)習(xí)分析要綜合運用信息科學(xué)、社會學(xué)、計算機科學(xué)、統(tǒng)計學(xué)、心理學(xué)和學(xué)習(xí)科學(xué)中的理論、技術(shù)、方法和模型，去解釋和分析影響學(xué)習(xí)者學(xué)習(xí)的各種重要因素;從更為全面和系統(tǒng)的視角來看，不僅要對學(xué)習(xí)者的學(xué)習(xí)行為表現(xiàn)進行測評，也要為其學(xué)習(xí)提供適應(yīng)性的反饋支持（Bienkowski et al.，2012）。

學(xué)習(xí)分析技術(shù)在測評中的應(yīng)用一般不是孤立的，需要將其同已有的在線學(xué)習(xí)系統(tǒng)及其他管理系統(tǒng)進行關(guān)聯(lián)，從而構(gòu)建更加完善的基于學(xué)習(xí)分析技術(shù)的測評體系。學(xué)習(xí)分析涉及數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)表示與應(yīng)用服務(wù)等五個環(huán)節(jié)，這構(gòu)成了學(xué)習(xí)分析的核心要素（李艷燕等，2012）。為強化學(xué)習(xí)分析的有效性，應(yīng)做到以下三點：首先，需要保證分析模型的適切性;其次，數(shù)據(jù)采集不能只針對課程屬性、學(xué)生成績等表層數(shù)據(jù)，更需要關(guān)注學(xué)習(xí)過程中的事務(wù)級數(shù)據(jù)（Transaction-Level Data）;再次，在處理和分析事務(wù)級數(shù)據(jù)時，要有針對性地運用技術(shù)和方法，不能以簡單的維度性指標(biāo)來呈現(xiàn)分析結(jié)果，而需要就學(xué)習(xí)者的知識差距與特殊需求提供詳細(xì)的分析報告（Nyland et al.，2017）?？傮w而言，當(dāng)前較為有效的基于學(xué)習(xí)分析的測評是從課程層面對學(xué)習(xí)成效的評價和對學(xué)習(xí)服務(wù)的重構(gòu)，并將學(xué)習(xí)目標(biāo)、學(xué)習(xí)活動、學(xué)習(xí)評價和學(xué)習(xí)反饋進行關(guān)聯(lián)，進而為學(xué)習(xí)者、教師和管理者提供不同視角的分析報告。

4.數(shù)字徽章

數(shù)字徽章（Digital Badge）作為一種以圖標(biāo)或徽標(biāo)表征學(xué)習(xí)成果的數(shù)字標(biāo)記（Digital Tokens），被用于正式和非正式學(xué)習(xí)中的學(xué)習(xí)成就或能力認(rèn)證（EDUCAUSE，2012）。數(shù)字徽章主要有以下三方面的用途：一是用于激勵學(xué)習(xí)者的學(xué)習(xí)動機，即采用獎勵的方式來鼓勵學(xué)習(xí)者獲取學(xué)習(xí)積分，而這些積分可被用于學(xué)習(xí)身份升級和禮物兌換（Newby et al.，2016）;二是用于標(biāo)識學(xué)習(xí)成就，即采用不同的徽章去代表各類學(xué)習(xí)成就，如小徽章用于標(biāo)識學(xué)習(xí)單元或知識點，大徽章用于標(biāo)識課程，更大的徽章則作為職業(yè)技能資質(zhì)的標(biāo)識（Ellis et al.，2016）;三是用于識別學(xué)習(xí)者的學(xué)習(xí)路徑，即不同的數(shù)字徽章代表不同等級的知識水平和技能經(jīng)驗。通過分析學(xué)習(xí)者取得的徽章，可以追蹤其學(xué)習(xí)過程（West et al.，2016）。目前，在數(shù)字徽章的技術(shù)應(yīng)用層面已經(jīng)確立了標(biāo)準(zhǔn)和規(guī)范，例如美國謀智基金會（The Mozilla Foundation）的開放徽章基礎(chǔ)架構(gòu)（Mozilla Foundation & Peer 2 Peer University，2012）、數(shù)字化承諾聯(lián)盟（Digital Promise）的“微證書”（Cator，2016）等，這些標(biāo)準(zhǔn)和規(guī)范推進了數(shù)字徽章的標(biāo)準(zhǔn)化應(yīng)用。目前應(yīng)用數(shù)字徽章的全球性學(xué)習(xí)項目尚較少，其中IBM的開放徽章項目（Open Badging Program）的成功顯示出該技術(shù)具有光明的應(yīng)用前景。開放徽章已被全球超過40個學(xué)習(xí)項目所采用，通過開放徽章認(rèn)證獲得了職業(yè)發(fā)展和晉升的學(xué)習(xí)者超過168000名（IMS Global，2017）。可以預(yù)見，未來數(shù)字徽章的規(guī)?；瘧?yīng)用將為在線學(xué)習(xí)中的學(xué)習(xí)成果認(rèn)證帶來新的發(fā)展契機。

五、面臨的問題與挑戰(zhàn)

在線學(xué)習(xí)測評技術(shù)的發(fā)展為學(xué)習(xí)評價提供了更加便捷、靈活的手段與方式，促使學(xué)習(xí)變得更加開放和多元，也為基于能力本位的教育提供了支持，但在應(yīng)用層面上仍面臨諸多問題和挑戰(zhàn)。

1.大多數(shù)測評系統(tǒng)不夠“智能”，基于學(xué)習(xí)分析的測評應(yīng)用面臨諸多問題

傳統(tǒng)學(xué)習(xí)測評注重對考試成績的評定。在這種價值目標(biāo)的引導(dǎo)下，大多數(shù)在線測評系統(tǒng)過于注重對知識的考核，無法滿足對學(xué)習(xí)者綜合能力進行評價的需要，這使得系統(tǒng)的功能相對單一，智能程度和可擴展性較差。學(xué)習(xí)分析技術(shù)的出現(xiàn)使測評系統(tǒng)變得更加智能，其在算法模型和可視化分析上的優(yōu)勢已經(jīng)開始展現(xiàn)。但從應(yīng)用狀況來看，依然面臨較多問題：第一，測評系統(tǒng)的分析深度不夠。測評系統(tǒng)所采集的數(shù)據(jù)多為結(jié)構(gòu)化數(shù)據(jù)（如測評分?jǐn)?shù)、在線時長、點擊次數(shù)等），而對非結(jié)構(gòu)化數(shù)據(jù)（如學(xué)習(xí)者在線提問、互動討論等）的采集不足，這導(dǎo)致其難以對測評結(jié)果進行深度分析，不能有效揭示學(xué)習(xí)者的思考過程和方式。第二，測評系統(tǒng)的分析結(jié)果較為片面。由于系統(tǒng)所采集的數(shù)據(jù)基本來自正式學(xué)習(xí)環(huán)境，而未有效聚合非正式學(xué)習(xí)環(huán)境中的數(shù)據(jù)，這就造成了分析結(jié)果在數(shù)據(jù)維度上的缺失，從而降低了分析的有效性和可靠性。第三，分析結(jié)果的呈現(xiàn)方式過于簡單，可借鑒性不強?，F(xiàn)有測評系統(tǒng)大多僅以數(shù)據(jù)圖表、儀表盤等方式對結(jié)果進行呈現(xiàn)，缺乏對改善教學(xué)和優(yōu)化學(xué)習(xí)的關(guān)注。第四，測評系統(tǒng)缺少具有效度的測評框架和分析方法。現(xiàn)有的應(yīng)用更多是面向?qū)W習(xí)成績與學(xué)習(xí)行為的關(guān)聯(lián)性數(shù)據(jù)挖掘，這并沒有突破傳統(tǒng)測評思維方式的局限。即使是目前較為先進和智能的Knewton系統(tǒng)，其在測評環(huán)節(jié)上仍存在諸多不足（張華華等，2016），距離“智能”依然有較大的差距。

2.測評系統(tǒng)的數(shù)據(jù)安全備受質(zhì)疑，提升在線學(xué)習(xí)測評的可信度迫在眉睫

在線測評一方面由于其靈活、多樣的優(yōu)勢而得以迅速發(fā)展，另一方面也由于其存在的信息安全問題而飽受質(zhì)疑。目前已有的測評系統(tǒng)在數(shù)據(jù)安全性和測評可信度上存在如下兩方面亟待解決的問題。

一是如何提高測評系統(tǒng)的安全性，防止數(shù)據(jù)被竊取和篡改。在線學(xué)習(xí)測評系統(tǒng)中保存著學(xué)習(xí)者的個人屬性、學(xué)習(xí)行為等重要數(shù)據(jù)，因此其數(shù)據(jù)的安全性倍受重視。為防止數(shù)據(jù)被惡意篡改和竊取，測評系統(tǒng)大多采用對敏感數(shù)據(jù)進行加密的方式來提升系統(tǒng)的安全性，但缺乏從測評過程監(jiān)控的角度所進行的安全優(yōu)化。目前許多測評系統(tǒng)缺少行為監(jiān)測功能，不能對異常測評數(shù)據(jù)進行有效的檢測與回溯，這導(dǎo)致了嚴(yán)重的安全隱患。

二是如何甄別測評對象的真實身份，提升在線測評的可信度。在線測評需依托網(wǎng)絡(luò)環(huán)境，而參與測評的個體可能是學(xué)習(xí)者本人，也可能是替考者，甚至是智能機器，這就使得對測評對象的有效甄別成為亟需解決的現(xiàn)實問題。目前大部分測評系統(tǒng)所采用的甄別手段是數(shù)字身份認(rèn)證，也就是通過對比注冊信息的方式來甄別測評對象身份，由于其技術(shù)相對簡單，故甄別結(jié)果的可信度較低。也有部分在線教育平臺和測評機構(gòu)將生物識別技術(shù)用于身份核驗，如Coursera在部分認(rèn)證課程中采用擊鍵生物識別技術(shù)（Keystroke Biometrics）來甄別測評對象的身份，美國羅格斯大學(xué)（Rutgers University）則通過攝像頭對測評對象的臉部特征進行核驗（李鳳英等，2017）。此外，部分在線教育平臺也在嘗試加強對測評過程的監(jiān)管，如edX與Software Secure公司合作開發(fā)的Remote Proctor Now （RPNow）監(jiān)考系統(tǒng)，其通過網(wǎng)絡(luò)攝像頭對測評進行全程記錄，并利用圖像識別和人工審查相結(jié)合的方式實現(xiàn)了精準(zhǔn)高效的考試監(jiān)控（李鳳英等，2017）。然而，由于基于上述技術(shù)手段的考試監(jiān)控往往對測評對象的設(shè)備和學(xué)習(xí)平臺的人力投入有較高要求，因而尚難以實現(xiàn)規(guī)模化應(yīng)用。

3.教師應(yīng)用測評技術(shù)的能力不足，基于測評數(shù)據(jù)的有效教學(xué)難以落地

技術(shù)的發(fā)展使得教學(xué)、學(xué)習(xí)與評價間的邊界變得模糊，未來教育將從“經(jīng)驗主義”走向“數(shù)據(jù)主義”（余勝泉，2018）。借助測評工具和測評系統(tǒng)提供的數(shù)據(jù)，來分析和把握學(xué)習(xí)者的問題意識、知識儲備和學(xué)習(xí)狀態(tài)，成為教師需具備的關(guān)鍵能力。而教師對測評數(shù)據(jù)認(rèn)識和應(yīng)用上的不足成為其開展基于測評數(shù)據(jù)的有效教學(xué)的挑戰(zhàn)，具體表現(xiàn)在以下幾個方面。

一是教師需要具備基于測評數(shù)據(jù)開展有效教學(xué)設(shè)計的能力。教師往往習(xí)慣從傳統(tǒng)教學(xué)流程出發(fā)，將測評系統(tǒng)應(yīng)用于知識診斷、階段測試和總結(jié)考試等環(huán)節(jié)，而并不善于借助測評數(shù)據(jù)對教學(xué)過程進行設(shè)計和優(yōu)化。未來教師需要基于測評系統(tǒng)所提供的數(shù)據(jù)來進行教學(xué)決策，從準(zhǔn)確把握學(xué)習(xí)起點、個性化定制學(xué)習(xí)目標(biāo)、動態(tài)組織教學(xué)內(nèi)容、靈活調(diào)整教學(xué)策略、即時進行評價反饋和推薦個性化資源等六個維度來開展有效的教學(xué)設(shè)計（陳明選等，2019）。

二是教師需要具備基于測評數(shù)據(jù)對教學(xué)過程進行有效監(jiān)管的能力。教師在數(shù)據(jù)素養(yǎng)上的欠缺，使其難以基于測評數(shù)據(jù)來對教學(xué)進行有效干預(yù)并調(diào)整教學(xué)策略，更無法實現(xiàn)即時的反饋，這成為將測評數(shù)據(jù)應(yīng)用于教學(xué)的障礙。教師需要具備依靠測評數(shù)據(jù)有效監(jiān)管教學(xué)過程的能力，這種能力主要表現(xiàn)為：能通過“表現(xiàn)預(yù)測”驅(qū)動學(xué)習(xí)者有效學(xué)習(xí)，能通過“迭代監(jiān)測”促進個性化教學(xué)，能通過“質(zhì)量預(yù)警”對教學(xué)和學(xué)習(xí)過程進行優(yōu)化（吳慮，2019）。

三是教師需要具備基于測評數(shù)據(jù)對教學(xué)實踐進行有效反思的能力。在基于測評數(shù)據(jù)開展教學(xué)反思方面，目前教師更多是將階段測驗和結(jié)業(yè)考試數(shù)據(jù)用于總結(jié)性教學(xué)反思，而這類教學(xué)反思的作用較為有限。教師需要基于測評數(shù)據(jù)開展更多針對教學(xué)過程的教學(xué)反思，通過數(shù)據(jù)驅(qū)動對教學(xué)的不斷迭代和優(yōu)化，形成與未來學(xué)習(xí)相適應(yīng)的“互聯(lián)網(wǎng)+”教學(xué)模式。

綜上所述，學(xué)習(xí)測評可以更好地促進學(xué)習(xí)者的發(fā)展，使教育回歸本質(zhì)。對于在線學(xué)習(xí)測評技術(shù)的探索不應(yīng)僅停留在技術(shù)層面，更應(yīng)不斷促進測評在價值導(dǎo)向?qū)用嫔系霓D(zhuǎn)變。針對在線學(xué)習(xí)測評技術(shù)的研究需要以一種全新的思維來重新認(rèn)識學(xué)習(xí)測評的角色，并將云計算、情境感知和人工智能等新興技術(shù)有效融入其中，使得測評能夠與學(xué)習(xí)的內(nèi)在本質(zhì)相契合，這將是未來在線學(xué)習(xí)測評技術(shù)研究的重要方向。與此同時，從測評的視角構(gòu)建教育大數(shù)據(jù)，并挖掘其背后的知識表征和協(xié)同決策價值，進而為學(xué)習(xí)者提供更加主動和個性化的學(xué)習(xí)服務(wù)支持，這將是在線學(xué)習(xí)測評技術(shù)研究的價值追求。

參考文獻(xiàn)：

[1][美]L·W·安德森等（2007）.學(xué)習(xí)、教學(xué)和評估的分類學(xué)（布魯姆教育目標(biāo)分類學(xué)修訂版）（簡縮本） [M].皮連生.上海：華東師范大學(xué)出版社：36.

[2]陳明選，耿楠（2019）.測評大數(shù)據(jù)支持下的有效教學(xué)研究[J].遠(yuǎn)程教育雜志，37（3）：95-102.

[3]韓錫斌，劉英群，周潛（2012）.數(shù)字化學(xué)習(xí)環(huán)境的設(shè)計與開發(fā)[M].北京：中央廣播電視大學(xué)出版社：18-21.

[4]韓錫斌，王玉萍，張鐵道等（2015）.遠(yuǎn)程、混合與在線學(xué)習(xí)驅(qū)動下的大學(xué)教育變革——國際在線教育研究報告《迎接數(shù)字大學(xué)》深度解讀[J].現(xiàn)代遠(yuǎn)程教育研究， （5）：3-11，18.

[5]韓錫斌，王玉萍，張鐵道等（2016）.迎接數(shù)字大學(xué)：縱論遠(yuǎn)程、混合與在線學(xué)習(xí)——翻譯、解讀與研究[M].北京：清華大學(xué)出版社：96-104.

[6]李鳳英，何屹峰，齊宇歆（2017）.MOOC學(xué)習(xí)者身份認(rèn)證模式的研究——基于雙因子模糊認(rèn)證和區(qū)塊鏈技術(shù)[J].遠(yuǎn)程教育雜志，35（4）：49-57.

[7]李艷燕，馬韶茜，黃榮懷（2012）.學(xué)習(xí)分析技術(shù)：服務(wù)學(xué)習(xí)過程設(shè)計和優(yōu)化[J].開放教育研究，18（5）：18-24.

[8]李藝，單美賢（2013）.“教師”的智慧：談程序教學(xué)思想的興起與歸宿[J].電化教育研究，34（7）：11-16.

[27]Ellis， L. E.， Nunn， S. G.， & Avella， J. T. （2016）. Digital Badges and Micro-credentials： Historical Overiew， Motivational Aspects， Issues， and Challenges[M]//Ifenthaler， D.， Mularski， B. N.， & Mah， K. D. （eds.） （2016）. Foundations of Digital Badges and Micro-Credentials： Demonstrating and Recognizing Knowledge and Competencies. New York： Springer：3-21.

[28]Formanek， M.， Wenger， M. C.， & Buxner， S. R. et al. （2017）. Insights About Large-Scale Online Peer Assessment from an Analysis of an Astronomy MOOC[J]. Computers & Education，113：243-262.

[29]Gee， S. （2014）. Udacity Offers Nano Degrees[EB/OL]. [2018-06-17]. https：//www.i-programmer.info/news/150-training-a-education/7438-udacity-offers-nanodegrees.html.

[30]IMS Global（2017）. Mapping Digital Transformation： Identifying and Understanding Pragmatic Trends in the Application of Technology to Improve Learning Impact[EB/OL]. [2018-12-10].? https：//www.imsglobal.org/sites/default/files/2017LearningImpactReport.pdf.

[31]Jisc（2010）. Effective Assessment in a Digital Age[EB/OL]. [2018-04-06]. https：//www.jisc.ac.uk/podcasts/effective-assessment-in-a-digital-age-06-sep-2010.

[32]Jordan， S. （2013）. E-assessment： Past， Present and Future[J].New Directions in the Teaching of Physical Sciences， （9）：87-106.

[33]Mayer， R. E. （2018）. Educational Psychologys Past and Future Contributions to the Science of Learning， Science of Instruction， and Science of Assessment[J]. Journal of Educational Psychology， 110（2）：174-179.

[34]Minerva Project（2019）. Build Upon a Solid Foundation[EB/OL]. [2019-01-05]. http：//www.minerva.kgi.edu/academics/four-year-curriculum/.

[35]Mozilla Foundation & Peer 2 Peer University （2012）. Open Badges for Lifelong Learning： Exploring an Open Badge Ecosystem to Support Skill Development and Lifelong Learning for Real Results Such as Jobs and Advancement [EB/OL]. [2018-11-23]. https：//wiki.mozilla.org/images/b/b1/OpenBadges-Working-Paper_092011.pdf.

[36]Nyland， R.， Davies， R. S.， & Chapman， J. et al. （2017）. Transaction-Level Learning Analytics in Online Authentic Assessments[J]. Journal of Computing in Higher Education， 29（2）：201-217.

[37]Newby， T.， Wright， C.， & Besser， E. et al. （2016）. Passport to Creating and Issuing Digital Instructional Badges[M]//Ifenthaler， D.， Mularski， B. N.， & Mah， K. D. （eds.） （2016）. Foundations of Digital Badges and Micro-Credentials： Demonstrating and Recognizing Knowledge and Competencies. New York， Springer：179-201.

[38]OECD（2018）. The Future of Education and Skills Education 2030[EB/OL]. [2019-02-16].? http：//www.oecd.org/education/2030/E2030%20Position%20Paper%20（05.04.2018）.pdf.

[39]Rhodes， T.， & Finley， A. （2013）. Using the VALUE Rubrics for Improvement of Learning and Authentic Assessment[EB/OL]. [2019-08-15]. https：//commission.fiu.edu/helpful-

documents/competency-based-courses-degrees/using-the-value-rubrics-for-improvement.pdf.

[40]Rossano， V.， Pesare， E.， & Roselli， T. （2017）. Are Computer Adaptive Tests Suitable for Assessment in MOOCs[J]. Journal of e-Learning and Knowledge Society，13（3）：71-81.

[41]Shapiro， J. （2014）. Competency-Based Degrees： Coming Soon to a Campus Near You[EB/OL]. [2018-02-17]. http：//chronicle.com/article/Competency-Based-Degrees-/144769/.

[42]Siemens， G.， Gasevic， D.， & Dawson， S. （2015）. Preparing for the Digital University： A Review of the History and Current State of Distance， Blended， and Online Learning[EB/OL]. [2018-02-16]. https：//linkresearchlab.org/PreparingDigitalUniversity.pdf.

[43]Stevens， B.， Hyde， J.， & Knight， R. et al. （2017）. Competency-Based Training and Assessment in Australian Postgraduate Clinical Psychology Education[J]. Clinical Psychologist，21（3）：174-185.

[44]The Open University（2017）. Exhibition： The OU Story[EB/OL]. [2018-11-05]. http：//www.open.ac.uk/library/digital-archive/exhibition/53/theme/5/page/1.

[45]Thrun， S. （2019）. Taking Udacity to New Heights[EB/OL]. [2019-06-01]. https：//blog.udacity.com/2019/05/udacity-new-heights.html..

[46]Warschauer， M.， & Ware， P. （2006）. Automated Writing Evaluation： Defining the Classroom Research Agenda[J]. Language Teaching Research， 10（2）：157-180.

[47]West， D.， & Lockley， A. （2016）. Implementing Digital Badges in Australia： The Importance of Institutional Context[M]//Ifenthaler， D.， Mularski， B. N.， & Mah， K. D. （eds.） （2016）. Foundations of Digital Badges and Micro-Credentials： Demonstrating and Recognizing Knowledge and Competencies. New York， Springer：467-482.

收稿日期 2019-03-02 責(zé)任編輯 譚明杰