王兆平 許鞍銘

（1.長沙民政職業(yè)技術(shù)學(xué)院，湖南 長沙 410004；2.湖南省教育廳，湖南 長沙 410005）

1.引言

自國務(wù)院2014 年9 月發(fā)布《關(guān)于深化考試招生制度改革的實施意見》[1]以來，我國新高考改革按照“分類考試、綜合評價、多元錄取”為總體思路，開始積極探索“兩依據(jù)一參考”的綜合評價錄取機(jī)制。2020年國務(wù)院頒布《深化新時代教育評價改革總體方案》又明確提出“改進(jìn)結(jié)果評價，強(qiáng)化過程評價，探索增值評價，健全綜合評價”[2]等多個促進(jìn)學(xué)生德智體美勞全面發(fā)展的核心目標(biāo)。在此背景下，利用人工智能、大數(shù)據(jù)、區(qū)塊鏈等現(xiàn)代信息技術(shù)，創(chuàng)新綜合評價的方法和工具，建立公平與科學(xué)的多元錄取機(jī)制，是樹立科學(xué)成才觀念，破除高考“唯分?jǐn)?shù)論”的關(guān)鍵。

2.綜合評價錄取實施的困局與挑戰(zhàn)

綜合評價錄取方式是一種新型的教育評價制度，是“新高考”改革多元評價機(jī)制的重要手段。當(dāng)前，綜合評價錄取主要面臨著以下三種困局：

第一，缺乏規(guī)范的信息采集、存儲和追溯機(jī)制。綜合素質(zhì)信息是高考改革多元錄取“兩依據(jù)一參考”中的主要信息源，其真實性和準(zhǔn)確性是確保高考錄取公平的關(guān)鍵，是取得更廣泛的社會認(rèn)同、進(jìn)一步推廣綜合評價錄取的首要任務(wù)，因此，需要有科學(xué)的信息采集與追溯機(jī)制來保證信息的真實可靠。

第二，缺乏統(tǒng)一的錄取評判指標(biāo)。學(xué)生綜合素質(zhì)檔案主要由德智體美勞等質(zhì)性數(shù)據(jù)來體現(xiàn)，容易受人為因素、主觀判斷的影響，評價指標(biāo)的科學(xué)性、合理性容易受到質(zhì)疑，因此，需要有科學(xué)的錄取評判指標(biāo)來精準(zhǔn)匹配專業(yè)人才培養(yǎng)目標(biāo)，實現(xiàn)高考錄取方式從“單維”到“多維”，從“平面”到“立體”的轉(zhuǎn)變。這是破解改革阻力、落實深化新時代教育評價改革戰(zhàn)略目標(biāo)的關(guān)鍵環(huán)節(jié)。

第三，缺乏高效的錄取選拔工具。綜合評價錄取是一項專業(yè)性極強(qiáng)的工作，需要在有限的時間內(nèi)依據(jù)學(xué)生綜合素質(zhì)信息記錄進(jìn)行客觀評估，發(fā)現(xiàn)其潛在素質(zhì)以及在相關(guān)領(lǐng)域發(fā)展的興趣和潛能。目前高校進(jìn)行綜合評價錄取人才選拔的過程效益低，人才選拔生均成本高?！皶r間”和“效率”的沖突，讓選擇綜合評價錄取機(jī)制的高校面臨時效困難[3]。

總的來看，由于綜合評價錄取實施策略的自動化程度偏低，缺乏計算機(jī)輔助工具，存在公平性、科學(xué)性和效率性等諸多問題，因此也制約了綜合評價招生錄取機(jī)制的全面推廣[4]。

3.構(gòu)建綜合評價錄取輔助決策機(jī)制

在綜合評價錄取實施過程中，既要采集高考、學(xué)業(yè)水平等考試成績，進(jìn)行學(xué)習(xí)情況全過程的縱向評價，又要參考綜合素質(zhì)記錄，進(jìn)行德智體美勞全要素的橫向評價，故在二者之間構(gòu)建起一個相互統(tǒng)一的招生錄取評價模型，是全面推進(jìn)多元錄取機(jī)制的關(guān)鍵。縱向的學(xué)習(xí)情況評價，可以通過量化后的考試成績進(jìn)行對比評估，然而，橫向的綜合素質(zhì)評價屬于發(fā)展性評價，需要對素質(zhì)信息記錄進(jìn)行質(zhì)性評估，難以形成統(tǒng)一的量化對比指標(biāo)。若要將這兩個維度的評價深度融合，則可以利用人工智能等現(xiàn)代信息技術(shù)，設(shè)計出科學(xué)的綜合評價模型，以輔助高校招生錄取決策。

3.1 綜合評價錄取輔助決策機(jī)制總體思路

綜合評價錄取輔助決策的新機(jī)制，應(yīng)聚焦于評價數(shù)據(jù)的準(zhǔn)確性和評價模型的科學(xué)性，重點解決綜合評價錄取機(jī)制中“進(jìn)出”兩端的問題。

3.1.1 評價“入口”的數(shù)據(jù)問題

采用基于聯(lián)盟區(qū)塊鏈（Consortium blockchains）等新型數(shù)據(jù)共享框架，用于存儲評價信息。利用Channel通道配置訪問策略，規(guī)劃Peer、Orderer節(jié)點，管理通道資源（學(xué)生綜合評價信息）的訪問權(quán)限，實現(xiàn)數(shù)據(jù)隔離與信息共享；探索通過Identity Mixer實現(xiàn)匿名客戶端身份認(rèn)證，以及通過零知識資產(chǎn)轉(zhuǎn)移（ZKAT）實現(xiàn)保護(hù)隱私的資產(chǎn)交換，完成綜合素質(zhì)評價信息的脫敏，解決綜合評價信息的隱私保護(hù)、真?zhèn)嗡菰春凸蚕碓u價等問題。

3.1.2 評價“輸出”的度量問題

探索基于圖神經(jīng)網(wǎng)絡(luò)（Graph Neural Networks）的人才選拔彈性指標(biāo)算法，構(gòu)建綜合評價招生錄取新模式，運用于圖表征的綜合評價模型輔助錄取決策，實現(xiàn)高校綜合評價招生的自動化匹配、個性化招錄、合約化評價過程等策略。綜合評價錄取輔助決策機(jī)制能夠解決多元協(xié)同、隱私保護(hù)、自動化匹配、個性化招錄、全過程監(jiān)管和溯源求真等困擾綜合評價招生錄取機(jī)制的全面推廣的核心問題。

3.2 綜合評價信息存儲與共享策略

綜合素質(zhì)信息是高考綜合評價錄取的重要依據(jù)，需要解決信息公開、共享與隱私保護(hù)之間的矛盾，實現(xiàn)信息準(zhǔn)確、數(shù)據(jù)多源、過程可溯的信息存儲與共享機(jī)制。以HyperLedger Fabric 超級賬本為代表的聯(lián)盟區(qū)塊鏈技術(shù)，采用機(jī)密和受控的信息流策略，兼顧數(shù)據(jù)共享和隱私保護(hù)，可解決學(xué)生綜合素質(zhì)信息的采集、存儲、驗證追溯等問題；去中心化的信任模型、高性能的共識算法[5]，為綜合評價錄取輔助決策機(jī)制，提供了全局維度的系統(tǒng)框架。通過構(gòu)建囊括教育行政監(jiān)管部門、招生高校、綜合素質(zhì)評價實體等多方參與、多元協(xié)同的學(xué)生綜合素質(zhì)信息采集新機(jī)制，將各個維度的學(xué)生綜合素質(zhì)過程信息，分階段輸入到區(qū)塊鏈中，改變傳統(tǒng)由學(xué)生或家長錄入信息系統(tǒng)后被動驗證的方式。采用“誰評價，誰錄入”的新機(jī)制，使得學(xué)生綜合素質(zhì)信息的準(zhǔn)確性、真實性和可追溯性顯著提升。同時，聯(lián)盟區(qū)塊鏈的channel 隔離等技術(shù)，較好地解決了數(shù)據(jù)共享和隱私保護(hù)之間的矛盾。目前，國內(nèi)已有部分省市開展了基于區(qū)塊鏈的教育信息化的研究與應(yīng)用。例如：2019 年，廣東省就啟動了基于“可信教育數(shù)字身份”的教育數(shù)字證照、教育數(shù)字檔案的應(yīng)用試點工作，簽發(fā)了普通高考、學(xué)業(yè)水平考試、職業(yè)教育考試等10 余項相關(guān)電子檔案，服務(wù)200余萬名不同類型的考生[6]。

隨著時間的推移，多元化的教育信息將不斷匯集，呈“爆炸”式的增長。只有充分利用這些數(shù)據(jù)，并將其應(yīng)用到綜合評價錄取決策過程中，才能引導(dǎo)高校以發(fā)展的眼光看待學(xué)生潛能，以綜合評價促進(jìn)人才的多樣化發(fā)展，真正發(fā)揮綜合評價在新高考改革中“指揮棒”的作用，實現(xiàn)“培養(yǎng)能夠適應(yīng)未來社會主義事業(yè)建設(shè)需要的接班人”的總目標(biāo)?！敖逃ā钡瓤尚艑嵜逃龜?shù)字身份在學(xué)生綜合素質(zhì)電子檔案中的應(yīng)用，為綜合評價錄取輔助決策機(jī)制提供了豐富的數(shù)據(jù)，同時，也為創(chuàng)新應(yīng)用計算機(jī)輔助決策支持技術(shù)，構(gòu)建綜合評價錄取輔助決策機(jī)制鋪平了道路。

3.3 基于圖表征的綜合評價模型設(shè)計

近年來，隨著圖表征算法研究和深度學(xué)習(xí)（Deep Learning）模型的突破，圖（Graph）廣泛應(yīng)用于社交網(wǎng)絡(luò)、信用評價、智能推薦和知識圖譜等人工智能應(yīng)用場景。在綜合評價錄取情境中，學(xué)生和考察評價項目之間構(gòu)成了相互依賴的關(guān)系，將其依賴關(guān)系抽象成無向圖（Undirected Graph），通過分析其節(jié)點特性和結(jié)構(gòu)特征，構(gòu)建科學(xué)的綜合評價模型，輔助招生錄取決策。因此，綜合評價模型，將在聯(lián)盟區(qū)塊鏈技術(shù)框架下，按照“全局最優(yōu)，動態(tài)構(gòu)建”的總體思路，采用閉包傳遞與圖表征學(xué)習(xí)相結(jié)合的方法，構(gòu)建出學(xué)生綜合素質(zhì)信息關(guān)系圖；利用基于圖表征學(xué)習(xí)的算法，挖掘圖中各節(jié)點之間的隱藏信息，完成節(jié)點分類、鏈路預(yù)測和社群發(fā)現(xiàn)等任務(wù)，實現(xiàn)高校個性化的綜合評價錄取自動化輔助決策機(jī)制，解決高校應(yīng)用綜合評價招生錄取機(jī)制的公平性、科學(xué)性和效率性等關(guān)鍵問題。

綜合評價模型中，關(guān)鍵環(huán)節(jié)是如何將“過程性的質(zhì)性數(shù)據(jù)”進(jìn)行度量，基于圖表征學(xué)習(xí)的評價算法（圖1）能很好地解決這個問題。具體步驟是：

圖1 基于圖表征學(xué)習(xí)的綜合評價算法示意圖

第一步，生成項目關(guān)聯(lián)圖。把已有的學(xué)生綜合評價信息記錄中的組織、項目和成果等數(shù)據(jù)，映射成無向圖（Graph）中的節(jié)點。將高考綜合評價錄取的指標(biāo)構(gòu)建問題，轉(zhuǎn)換成圖節(jié)點分類、節(jié)點聚集等節(jié)點嵌入（Node Embedding）問題。

第二步，項目節(jié)點圖表征學(xué)習(xí)。利用DeepWalk、Node2Vec 等模型，訓(xùn)練得到每個項目節(jié)點的特征向量。構(gòu)建出班級、學(xué)生、項目、組織四種類型節(jié)點組成異構(gòu)圖，定義三種元路徑（MetaPath），利用metapth2vec等模型獲得項目節(jié)點的輔助特征向量。

第三步，構(gòu)建學(xué)生-項目關(guān)聯(lián)圖。以學(xué)生節(jié)點為中心節(jié)點，項目節(jié)點為附加屬性節(jié)點，構(gòu)建學(xué)生-項目關(guān)聯(lián)圖，并將第二步獲得的特征向量作為項目節(jié)點的特征值。

第四步，圖分類預(yù)測。按照綜合評價信息記錄分成的5 個主題（Topic），綜合考慮招生專業(yè)的差異性和高校個性化評價指標(biāo)的要求，采用GAT、GAAN、GAM 等帶注意力矩陣的圖神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分類，注意力矩陣動態(tài)調(diào)整鄰近節(jié)點聚合的權(quán)重，提高綜合評價算法效果。圖神經(jīng)網(wǎng)絡(luò)模型中卷積運算公式為：

（1）式中，LeakyReLU 是非線性激活函數(shù)[7]；||代表將節(jié)點xi和xj的隱藏層表示進(jìn)行拼接；

（2）式中，α（·）是一個注意力函數(shù)，它自適應(yīng)地控制相鄰節(jié)點j對節(jié)點i的貢獻(xiàn)，使得模型在聚集特征信息時能將注意力權(quán)重分配給不同的鄰居節(jié)點；

（3）式中，READOUT 是把所有節(jié)點的特征（feature）集合起來代表整個圖（graph）。

為了學(xué)習(xí)不同子空間中的注意力權(quán)重，還需要使用多個注意力單元，并將注意力權(quán)重與多個模型集合起來，使用注意力權(quán)重引導(dǎo)隨機(jī)行走等策略，進(jìn)一步提升模型精確性[8]。其公式定義為：

最后，將根據(jù)基于圖表征學(xué)習(xí)的綜合評價算法的效果進(jìn)行評估，通過AUC（即ROC 曲線下的面積）、微觀F1 分?jǐn)?shù)和訓(xùn)練的時間等指標(biāo)對模型進(jìn)行比較，不斷調(diào)優(yōu)模型的超參數(shù)，實現(xiàn)高考綜合評價錄取自動化的輔助決策。

4.綜合評價錄取輔助決策機(jī)制價值分析

基于圖表征的綜合評價錄取輔助決策機(jī)制，為全面推進(jìn)公開、公平、科學(xué)、有序的綜合評價錄取提供了技術(shù)保障，具有較強(qiáng)的實用價值。

4.1 有利于綜合評價錄取全面推進(jìn)。采用基于聯(lián)盟區(qū)塊鏈（Consortium blockchains）的學(xué)生評價數(shù)據(jù)存儲共享框架，解決了“兩依據(jù)一參考”中多元協(xié)同、隱私保護(hù)、全過程監(jiān)管和溯源求真等困擾綜合評價招生錄取機(jī)制全面推廣的核心問題。錄取決策模型可以根據(jù)學(xué)校和專業(yè)的特性，突出個體智能的表現(xiàn)特征與發(fā)展?jié)撃埽焖偕啥嘣脑u價標(biāo)準(zhǔn)[9]。自動化的輔助決策工具，提高了高校綜合評價錄取的工作效率，緩解了大規(guī)模運用綜合評價錄取機(jī)制所面臨的時效困難。

4.2 有利于促進(jìn)綜合評價錄取科學(xué)決策。將高考綜合評價錄取標(biāo)準(zhǔn)指標(biāo)構(gòu)建問題，轉(zhuǎn)換成圖節(jié)點嵌入（Node Embedding）問題，解決了綜合評價在招生錄取過程中的公平性、科學(xué)性和效率性等關(guān)鍵性問題。閉包傳遞與圖表征學(xué)習(xí)相結(jié)合的方法，構(gòu)建學(xué)生綜合素質(zhì)信息關(guān)系圖，挖掘圖中各節(jié)點之間的隱藏信息，用于決策問題和有關(guān)因素分解、定量指標(biāo)權(quán)重生成等環(huán)節(jié)，提高評價指標(biāo)的科學(xué)性、合理性，降低人為因素、主觀判斷對綜合評價錄取的不利影響。

4.3 有利于完善綜合評價錄取監(jiān)督制約機(jī)制。聯(lián)盟區(qū)塊鏈強(qiáng)大的過程性記錄和數(shù)據(jù)防篡改等特性，將高校自動化綜合評價錄取輔助決策模型和關(guān)鍵流程編寫成智能合約，記錄所有參與綜合評價錄取的成果和評價成績，形成“全過程式”的懲防機(jī)制，強(qiáng)化了考試招生的過程監(jiān)督，增強(qiáng)了綜合評價錄取的規(guī)范化和透明度。

5.結(jié)語

在“新高考”改革背景下，依據(jù)綜合評價所進(jìn)行的招生錄取工作的公平性和科學(xué)性，是關(guān)乎我國教育事業(yè)的發(fā)展能否適應(yīng)經(jīng)濟(jì)社會發(fā)展需求，關(guān)乎人才培養(yǎng)服務(wù)于創(chuàng)新型國家建設(shè)戰(zhàn)略的重大事項。推進(jìn)計算機(jī)輔助決策技術(shù)在綜合評價錄取過程中的應(yīng)用，有效整合綜合評價的共同點，形成統(tǒng)一、規(guī)范的評價方法和手段，解決制約綜合評價全面推廣的關(guān)鍵問題，是深化新時代教育評價改革與發(fā)展的主要通路，將產(chǎn)生良好的社會效益。