「会考不会做」和「会做不会考」，两句话在十一月初的几篇解读里被并排引用。前一句说的是分数拿到了，事情做不出来；后一句说的是事情做得好，卷子写不出来。

它们像一对反义词，其实说的是同一个漏洞的两端：一张卷子只能测到一个人在有限时间里、用一种方式、回答一类问题的能力。洞口两侧，站着一批被分数误判的学生。

两句话，两个方向的误判

先说「会考不会做」。这样的学生不少：题目会算，实验不会做；公式背得出，现象解释不了；选择题正确率很高，让他自己设计一个方案就卡住。

分数是真实的，能力上的短缺也是真实的。卷子只测了其中一段，而这一段恰好最容易被机器替掉。

再说「会做不会考」。另一批学生的问题相反：动手很强，项目做得漂亮，一站到限时卷子前就写不完；思路清楚，落笔就乱。

两种误判，一种把不够当成了够，一种把够当成了不够。它们同时存在，说明窄的是工具，不是学生。

试卷看到的是结果，机器最擅长的也是结果

那句判断说得不客气：试卷只能看到知识记忆的结果，这恰恰是最容易被人工智能取代的能力。

记忆、套用、计算，这三件事机器做得又快又稳。人在这条赛道上，既和人比，也和机器比。

卷子看不到的四件事是：假设猜想、试错失败、修改方案、反复验证。它们都发生在答案形成之前，而卷子上只有答案。

答案之前的那段路，才是一个孩子真正的水平。可惜它没有分数，也就一直没有位置。

位置是可以给的。给它一个文件夹、一张记录表、一次展示，它就从「看不见」变成了「存得住」。

第一个转变：从终结性到过程性

五部门《「人工智能+教育」行动计划》要求「探索开展学生学习全过程纵向评价、德智体美劳全要素横向评价」。纵向是时间的长度，横向是五育的宽度。

落地时，纵向这一条最容易被做歪。很多机构一听过程性评价，第一反应是多加几次测验。

过程性评价不是多考几次，是把证据放回学习发生的那一刻。测验还是终结性的，只是次数变多了，性质没变。

真正要留的是六样东西：学习日志、阶段性草稿、项目迭代版本、反思笔记、小组讨论记录、课堂表现证据。它们有一个共同点——当时不记，事后补不出来。

这也是它难的地方。补一份作业很容易，补一段当时没留下的思考，只能靠回忆，而回忆会自动美化。

第二个转变：从单一性到多元性

单一性说的是两件事：评价的人只有老师一个，评价的形式只有分数一种。

多元评价把这两件事同时打开。评价主体加入学生自评、同伴互评，条件允许时再加入校外实践导师评价。

证据形态也被具体列了出来：项目报告、实验操作、作品展示、访谈观察、量表记录、学习档案。定性描述与定量评分并举，不再只认一个总分。

重点考察的项目跟着变了：提出假设、设计方案、调试修正、人机协同、科技伦理意识。这几项里，没有一项能靠一张卷子测出来。

第三个转变：从分离性到综合性

过去的评价是分着的：学科成绩归学科，品德归德育，体育归体育，美育归美育，各算各的，最后相加。

综合性评价既不是分别评这几项，也不是把它们简单相加。它是在一个真实任务里，看这些能力怎么一起起作用。

一个项目做下来，能同时看到知识运用、分工协作、表达呈现、遇到困难时的态度。这些混在一起，分不开，也不该分。

对机构来说，这条最伤筋动骨。它意味着课程要留出「一件事做完」的空间。四十分钟切一节、每节讲一个知识点，做不出综合观察。

要动的是排课表，不是教案。把两节课连起来，或者把一个月的最后一个半天留出来，孩子才有机会把一件事从开头做到结尾。

第四个转变：从停滞性到发展性

停滞性评价是给这一刻贴标签：85 分，中上；这次排第几。标签贴上去，故事就结束了。

发展性评价问的是另一件事：和三个月前比，他哪一步变快了，哪一步还停在原地。

这个转变听起来软，其实要求最高。它要求同一个任务在不同时间点重复出现，否则没有对比的基准。

一份看得见变化的记录，比一次高分更能支撑一次续班沟通。因为高分只能说明这一次，变化能说明下一次。

变化也要写得具体。「这学期他敢先动笔了」「这道题他愿意把过程写完整了」，这样的描述比「进步明显」有用得多，因为下一位老师能接得住。

判断：发展性评价不是给每个孩子找一个优点，是给每个孩子留一条看得见的轨迹。优点靠说，轨迹靠存。

四个转变放在一张表里

四个转变不是四件事，是一个动作的四个侧面：把评价从「测结果」挪到「看过程」。挪动之后，每一面都要有对应的证据，否则还是空的。

为什么这件事会先落到机构身上

学校不是不想做，是班额不允许。一位老师面对几十个学生，一节课四十分钟，能留给每个孩子的时间以秒计。留痕的成本，最后都落在老师下班之后。

机构的班额小，一节课能看见每个孩子的草稿、每个孩子的第一反应。这个条件，恰恰是过程性评价最缺的条件。

但条件不等于能力。小班如果只用来多讲两道题，那和学校的大班没有区别，只是把同样的讲授压缩到更少的人身上。

判断在这里可以下：过程性评价不是给机构加了一项新业务，是给了小班一个非它不可的理由。班额的优势，只有落在记录上才成立。

这也解释了一个现象。同样是小班，有的机构续班靠关系，有的靠一张能翻的记录。前者换一个老师就断，后者换谁都能接上。

证据袋：一学期十二件

把上面几条落成一个动作，就是证据袋。一学期十二件，平均两周一件，不多，但要求每一件都留得住。

十二件不是凑数，是按四个转变分配的：过程性六件，多元三件，综合两件，发展一件。分配完，格子就固定了，剩下的事是往里填。

到学期末，家长会上摆出来的不是一张成绩单，是一个能翻的文件夹。翻到第三页，能看见孩子第一次写的方案；翻到第七页，能看见它被改成了什么样。

判断可以说得直白些：分数解释不了的那部分，恰恰是机构最容易补上的那部分，前提是它有留痕。

还有一个反过来的好处。证据袋做久了，续班沟通不用再从「这次考了多少」开始，可以从「这道题他改了三次」开始。前者是结论，后者是故事，故事更容易被记住。

明天能做的三件事

先建一个文件夹，按学生命名，里面留十二个格位。格位空着没关系，空着才知道缺什么，全是满的反而要怀疑是不是凑的。

再改一张课堂记录表。每节课只加一列：今天谁提出了一个假设，谁改了一次方案。一句话，不写评价，不写分数。

最后改一句续班话术。把「这次考了多少分」换成「这学期他留下了什么」，然后真的把文件夹推到家长面前，让它自己说话。

三件事加起来，一周之内能启动。真正的分水岭在第八周——那时第一批格位开始满，第二遍课开始重复，对比才第一次出现。

写在最后

评价改革听着像学校的事。落到机构身上，其实只是一次存档方式的改变：从存结果，改成存过程。

会考不会做，缺的不只是知识，还有输出；会做不会考，缺的不只是分数，还有留痕。两句话最后指向同一件事——把过程留下来。

这些记录最后都要落到一套能查、能核、能留痕的系统里，不然学期一结束，文件夹就又散回各自的手机相册。

关注「学邦技术」公众号，回复「续班」，即可免费领取《学生证据袋十二件清单（含 3 个可直接用的表）》；也可以在公众号菜单里免费体验学邦教务教学管理系统。