環球時報
在人工智能(AI)與大數據深度融合的今天,知識的供給已從稀缺走向豐裕。當絕大多數理論、數據都能即搜即得,傳統上側重考核記憶和復述能力的人才選拔模式,其效度正在急劇衰減,這也要求我們對人才的評估從“一次性分數判斷”轉向“個人綜合能力矩陣”。這不僅是一次技術調整,更是一場教育與評價范式的深度重構。
首先必須強調的是,AI與機器學習有其邊界。一些人從“機器學了我就不用學了”等觀點出發,宣揚新“讀書無用論”,實際上是一種“神化”AI的誤讀。AI帶來的知識豐裕及其作為工具的便利性,并不能徹底取代記憶、理解知識的價值,更多的是推動能力評價范式從“知識庫存”轉向“認知水平”。
在傳統的人才選拔中,“知識庫存”是衡量基礎能力的重要指標之一。但在今天,繼續將考核重心置于對靜態知識的復現,既無法反映核心能力,也會錯誤引導學習和人才培養的方向,與社會的需求不符。因此,新的考核范式要針對個體在解決問題時的“認知過程”進行評估,包括如何界定問題、如何調動資源、如何試錯調整。這要求我們將視角跳出改進一份試卷,投向個體在更廣闊維度的能力表現。
未來人才的選拔,應建立在對幾大核心能力支柱構成的矩陣的評估上。一是提出與界定問題的能力。如今,以獨特視角提出一個好問題,可能比解答一個現成的問題更加珍貴。可以設計開放情境,考查候選人從復雜現象中敏銳發現、精準定義新問題的洞察力,這也是驅動知識前沿發展的原動力。
二是批判性思維與信息整合能力。在信息過載的環境中,辨別真偽、評估價值、構建邏輯自洽的分析框架,對科研與工作至關重要。對此,可提供海量甚至相互矛盾的信息,要求候選人進行篩選、批判與整合,從而考核其思維的嚴謹性、深刻性與獨立性。
三是實踐創新與解決方案構建能力。可通過設置真實的、跨學科的應用場景,觀察候選人如何將知識、技術與創意轉化為具體、可行的解決方案,并在實踐中迭代優化。在這一過程中,應試者的靈感、發散思維、創造新事物的沖動都將得到展現,這些品質也是新時代人才駕馭未來的核心能力。
要實現評估范式的轉變,也需依托一系列具體舉措。例如,未來的考試中,“開卷”或將超越“閉卷”成為主流。雖說是開卷,但也絕非允許翻書那么簡單。理想的開卷考試,應提供接近真實世界的研究環境,包括允許調用數據庫與討論,重點評估候選人的信息篩選、方案設計與邏輯論證過程,將評估焦點從“答案是什么”轉向“思考路徑”。
在題目設計上,應重視“表現性評價”與“項目式評估”,提高實踐任務、項目設計、情景模擬等方式的占比。例如,讓一組候選人限時合作完成一項產品原型設計或一項公益策劃,觀察其協作溝通、問題解決與創新思維等綜合素養。
此外,改變“一考定終身”的關鍵,在于構建貫穿學習與實踐生涯的全景式“個人能力數字檔案”。包括系統性記錄個人在科研項目、作品創作、社會調查、競賽競技乃至自主探索中的過程性數據與最終成果。理想情況下,這將是一份立體的、可追溯的能力圖譜,呈現的不僅是分數,還有一個人的興趣軌跡、能力長板與成長心態。同時,可以嘗試引入智能化工具進行輔助,通過深度分析,識別那些人力難以察覺的能力模式、思維特質與發展趨勢,發掘“潛力股”,為選拔和培養提供更科學、更全面的決策支持。
打造圍繞持續成長與能力矩陣的評估體系,不僅是選拔機制的升級,更是知識豐裕時代社會人才觀念的深刻解放。當人們的價值追求從“知識容器”轉向個體獨特的思維活力、創造潛能與成長韌性,這場變革將為培養善于駕馭技術、開創未來的主動創造者打下堅實基礎。這是一場搶抓先機的人才競賽,我們必須做好準備。(作者是四川師范大學教師教育與心理學院教授)





京公網安備 11011402013531號