在 AI 赋能技能测评大会上的讲话
各位来宾、各位同仁，大家好！
知识和技能是人类文明的两个轮子，获得知识和技能是教育
的两大基本任务。但长期以来，这两个轮子一个大一个小，关于
知识的教学和测评已经相当成熟，但技能的教学特别是技能的测
评明显落后。其表现是：
第一，技能测评主观性很强，客观性不足。同样的技能操作，
不同评委、不同时段、不同情绪状态，可能给出不同结论。疲劳
效应、顺序效应、刻板印象，都会影响评价。
第二，技能的测评基本上是一对一的，难以大规模实施，成
本太高，致使技能教学常常放弃测评环节。
第三，技能的测评过程难以复现。测评往往“看过就过”，
关键动作稍纵即逝，缺乏可回放、可核对的证据链。
在生成式人工智能诞生之前这一困境几乎无法化解。大模型
和智能体技术为解决这一问题提供了前所未有的可能。我们与上
海 人 工 智 能 实 验 室 联 合 开 发 了 智 能 化 技 能 测 评 系 统
（IntelligentAssessmentforSkills，IAS），从根本上解决了这一问
题。
其技术路径如下：
第一步：把复杂技能拆解成若干部分，把真实过程“记下
来”。把复杂的技能拆成一个个能单独完成的小任务；再请行业
专家为每个小任务定出清晰、可操作的评分标准。通过智能眼镜
全面准确地采集数据，系统完整记录学生的实操视频、操作路径、
每一步的时间顺序，为评分奠定可信的基础。
第二步：对照标准“找证据”，给出能回溯的结果。大模型
不只是“看一眼动作”，而是把画面、操作顺序、动作轨迹等多
种信息综合在一起，逐项分析：对照标准生成可回放、可核对的
数据链条。智能体不仅能给出分数，而且能具体指出错误环节和
薄弱点。
第三步：自我学习，自我进化。智能测评具备“自学习”能
力，把每一次测评的记录、专家的打分和行业经验沉淀成知识库；
通过知识库进行自我学习和自我进化。越用越聪明、越评越可靠。
在此基础上，我们与 OECD 合作，面向 PISA-VET，研发了
三
