摘要：职业院校教师评价长期存在“重技轻德”“重量化轻过程”的痼疾，导致学生职业责任感、团队协作等非认知能力的培养长期缺位，使人才培养与产业需求错位。本文以职业素养、实践创新、社会协作为核心维度，结合可穿戴设备动态监测、区块链存证技术及多水平增值模型等智能化工具，构建“数据采集—模型分析—反馈优化”的评价闭环，探索非认知能力融入教师评价的路径，为重塑职业教育教师评价生态、培育高素质技术技能型人才提供实践支撑。

关键词：增值评价；非认知能力；职业教育；教师评价；智能技术；评价改革

一、职业院校教师增值性评价的现状与问题

近年来，伴随政策红利的持续释放，我国职业教育正经历从量变到质变的深刻转型。《国家职业教育改革实施方案》明确指出要“构建现代职教评价体系”，《深化新时代教育评价改革总体方案》更是将“过程性评价”与“增值评价”列为改革攻坚的重点任务。然而，尽管教育变革的浪潮汹涌澎湃，职业院校教师评价改革的步伐却显得相对缓慢。根据中国职业技术教育学会2021 年的调研数据，超过80%的职业院校将“考证通过率”与“考试成绩”作为教师考核的刚性标准（李涛等，2021）。虽然在 2023 年全国职业教育教师现状调研发现，教师绩效考核标准正在发生变化（孙智明等，2023），部分高职院校开始采用平衡计分卡等综合评价方法（张三等，2022）。但王雪等研究发现，还有约 63%的职业院校毕业生因“沟通技巧欠缺”“责任意识淡薄”等隐性能力短板，在职场初期就遭遇了发展瓶颈。这一研究发现充分说明职业院校教学过程中对学生的非认知能力关注还是非常不足。该现象暴露出评价机制的内在矛盾——当教师追逐显性指标而聚焦应试训练时，关乎学生职业成长关键的素养培育反而沦为边缘议题。

深入剖析现有评价体系的运作机理，我们可以发现两大核心问题。其一是指标权重失衡。在多数职业院校的考核体系中，科研产出量、课时数、获奖等级等易量化指标占据绝对权重，而教学实效的评估却束之高阁（张瑜，2020）。其二技术赋能失焦。尽管AI、大数据等技术逐步引入校园，但在实际应用中，智能工具多局限于考勤统计等基础功能，难以捕捉课堂互动中的协作行为数据（孙田琳子，2022）。技术与教育目标的脱节，导致非认知能力的评价体系仍囿于经验主义的桎梏之中。

现行评价体系的弊端已引发显著连锁反应。从学生发展维度看，非认知能力的培养缺失直接降低了职业适应力。某装备制造企业的追踪调研显示，六成被优化员工的问题不在于技术能力的欠缺，而在于缺乏团队协同意识及创新思维（黄春敏，2015）。观察教师的行为模式，不难发现功利化的评价导向正悄然扭曲着教学目标。为了追求证书通过率等显性指标的提升，一些教师减少了职业伦理课程的学时，进而催生了一种偏重操作技巧、轻视育人责任的畸形教学模式（杨海等，2018）。更值得警惕的是，这种短视行为不仅背离了教育部推动的职业教育“德技双修”的本质追求，更可能加剧当前人才供给与产业升级之间的结构性矛盾。

二、非认知能力的内涵、特征及其与教师评价的关联

（一）非认知能力的内涵界定

作为职业教育研究的核心概念，非认知能力的准确定义是建立科学评估机制的基础。诺贝尔经济学奖得主Heckman（2012）通过长期研究发现，个体职业成就的高低，不仅由专业技能决定，更受职业伦理、创新思维等隐性特质的深度影响，这些特质被学界统称为非认知能力。近年来的研究表明，非认知能力在个人经济和社会表现上的影响可能比传统人力资本因素更为重要。具体而言，非认知能力涵盖三大紧密联系的方面：职业素养、实践创新能力以及社会协作能力。职业操守体现为对行业规范的敬畏，如机械专业学生在机床操作中展现的质量责任感；实践创新能力体现在解决复杂问题的能力上，例如数控专业学生提出的加工精度优化方案；社会协作强调团队中的角色担当，典型表现为建筑专业学生在项目施工中的沟通协调能力。这三个维度相互交织，共同构成了职校生可持续发展的能力基石，并且成为衡量教师育人效果的重要标准。

（二）非认知能力的特征解析

非认知能力与传统技能评价的本质差异，决定了其评估方式的独特性。首先，潜隐性特质使得这些能力难以通过标准化测试量化。例如，护理专业学生的共情能力，只有在临床实习中与患者进行深度互动观察后，才能得到准确地评估。其次，动态演变特征体现在环境适应中的能力波动，如餐饮专业学生在午市高峰期的应急响应能力，远超日常训练表现。这种特性要求评估工作必须全方位覆盖不同时段和多种场景，实施立体化的监测。最后，场景依存特征凸显真实职场环境对能力激发的关键作用，正如汽修学生面对真实故障时的诊断能力，远非模拟训练可达成。这些特征共同指向一个结论：非认知能力评估必须突破教室围墙，构建与真实职业生态深度耦合的观测网络。

（三）非认知能力与教师评价的关联逻辑

非认知能力与教师评价体系的紧密联系，根植于教育增值理论的坚实基础之上。从输入——输出模型的视角看，学生的职业素养、实践创新能力等非认知能力既是教学过程的起点（输入），也是教育成效的终点（输出）。更深层的关联体现在多水平模型的应用中。统计模型通过综合考虑家庭背景、学校资源等因素，能够精确区分教师行为对学生非认知能力发展的净影响。非认知能力与教师评价体系的关联逻辑为教师评价提供了双重启示：一方面，评价体系需要建立非认知能力的基线数据库，以反映学生在自我管理、情绪调节、人际交往等方面的表现；另一方面，应当开发能够捕捉教学行为与能力发展因果关系的分析工具，从而更全面地评估教师对学生非认知能力发展的支持和影响。这种关联的确立，从根本上改变了职业教育质量评价的逻辑框架从聚焦于“教师教授的内容”转变为关注“学生所成为的样子”，从考核“静态技能的掌握”转变为追踪“动态素质的发展”。在职业院校教师评价中引入非认知能力，这种转向不仅响应了职业教育类型化发展的战略需求，更为破解“重技轻德”的评价困境提供了方法论支撑。

三、非认知能力纳入教师增值性评价的必要性

（一）理论必要性：从教育公平到全人发展的逻辑重构

非认知能力评价的理论根基，深植于教育公正与人的整全发展两大命题之中。以教育公平的视角审视，传统评价体系过分依赖生源质量、家庭背景等先天条件，导致教师教学效能的评估结果与实际状况存在较大偏差。以美国田纳西州TVAAS 模型为例，其通过追踪学生个体成长而非横向成绩对比，有效排除了外部环境变量的干扰，从而为教师贡献度的评估树立了一个更为公正的衡量标准。转向全人发展视角，关注非认知能力则指向职业教育人才培养目标的本质回归。人类发展的多样性必然要求教育评价突破“分数至上”的桎梏，同样也映射出“德技并修”的培养要求。例如机械专业学生不仅需要掌握机床操作基本技能，更需养成安全生产意识；护理专业学生除了熟练护理技术，还需树立医者仁心的职业情怀。非认知能力评价体系的构建，正是对“工具性”评价模式的纠正，使教育目标重新聚焦于“培养全面发展的人”这一核心理念。

（二）实践必要性：破解评价困境的技术突破

传统教师评价在实践中深陷双重泥淖。一方面，在评价过程中，由于职业伦理、创新思维等软性能力难以量化，它们常常被忽略，进而导致教师的教学贡献被系统性地低估。另一方面，评价结果与教学改进脱节，陷入“为评价而评价”的形式主义循环。高职院校的实践教学案例显示，教师通过参与企业真实项目，不仅显著提升了学生的问题解决能力，还帮助企业节省了生产成本。尽管这些教学创新已经显著地提升了教学质量与学生的综合能力，然而，由于缺乏相应的量化评价指标，它们依然未能被正式纳入考核体系之中。此类现象暴露出评价体系与职业教育实践需求的严重割裂。但是智能技术的突破为化解上述矛盾开辟新路径。借助AI 行为识别技术，隐性能力被巧妙地转化为直观的数据图谱。

（三）政策与行业驱动：产教融合背景下的双重推力政策引领与产业需求的双重驱动，为非认知能力评价提供了坚实的体制基础与实践推动力。在政策层面《职业教育提质培优行动计划》明确要求“德技并修的育人机制”，将职业素养纳入质量评价核心维度；《中国教育现代化2035》进一步提出“构建全面发展长效机制”，为评价改革提供顶层设计。在行业层面，企业对“工匠精神”的渴求正在重塑人才标准。某新能源汽车龙头与职校的合作堪称典范：双方共建涵盖“质量敏感度”“精益习惯”等维度的职业素养评价体系，并将其与教师绩效直接关联。经过两年的实施，企业新入职毕业生的适应周期显著缩短，平均缩短了 4 0 % ，同时产品的一次合格率也得到了显著提升，达到了15%的提高（张生等，2022）。这种深度融合的产教实践充分表明，只有当行业标准与教师评价体系实现有效对接，职业教育才能切实回应产业升级的时代挑战。

四、非认知能力评价的指标构建与实施路径

（一）指标体系设计

构建非认知能力评价指标体系时，需充分考量职业教育的特性以及能力发展的动态趋势。基于职业院校的教学场景与行业需求，本研究从职业素养、实践创新、社会协作等方面设计三级评价体系（如表1 所示）。

职业素养维度聚焦职业伦理与责任意识，包含两个二级指标。职业责任感：通过设备操作规范性、安全生产规程遵守率等行为观测点体现。例如，数控专业学生在实训过程中，是否严格遵循刀具更换流程，可通过实训录像的观察以及企业导师的评分来综合评定。职业道德：表现为岗位纪律遵守、职业诚信等品质。物流管理专业学生在实习阶段，是否存在私自使用客户包裹信息的行为，可通过实习单位的违纪记录来进行量化评估。

实践创新维度衡量学生解决复杂问题的能力，设计问题解决能力和技术改进意识两个指标。问题解决能力以实训项目完成度为观测点，如建筑专业学生能否在预算内完成施工方案优化。技术改进意识通过工艺优化提案数量、专利申请量等指标反映。例如，汽车维修专业的教师指导学生提出的新能源电池检测流程优化方案，若获企业采纳，将被纳入教学成效的评价体系。

社会协作维度关注团队互动效能，设计团队贡献度和沟通有效性两个指标。团队贡献度主要依据小组任务的参与率以及角色分工的合理性等关键观测点来进行综合评估。AI 行为分析系统可自动统计学生在团队项目中的发言时长与任务完成量。沟通有效性以冲突调解成功率、跨部门协作流畅度为衡量标准。如酒店管理专业学生在模拟客房服务中与工程部的协作效率，可通过角色扮演录音分析得出评分。

非认知能力评价的落地实施需要智能技术的深度嵌入，形成“数据采集—模型构建—反馈改进”的闭环系统。在数据采集阶段，使用多模态感知设备采集学生非认知能力数据。如机械专业学生佩戴智能手环进行数控机床操作，系统通过动作捕捉技术分析其操作规范性，自动生成“职业责任感”评分；在电子商务专业的模拟谈判课堂上，语音识别系统通过关键词提取来评估学生的沟通策略有效性。

评价模型构建环节，可以使用区块链存证技术，构建不可篡改的“职业素养成长档案”。然后构建多水平增值模型，在控制生源质量这一关键变量后，深入剖析教师教学行为对学生能力增值产生的净效应。如烹饪专业学生的食品安全违规记录一经录入即永久追溯，为教师教学改进提供可信依据。

在反馈改进阶段，通过能力雷达图，直观且动态地展示学生在不同维度上的能力增值情况，从而精准对接教与学的需求。同时，依据校企联合委员会所收集的行业需求信息，灵活调整评价指标的权重，以确保精准对接企业对创新人才的实际需求。

（三）保障机制

为切实保障评价体系的顺畅运行，构建全面多维的保障机制至关重要。

一是建立政策协同机制。教育主管部门可以牵头制定《职业院校非认知能力评价实施指南》，明确“职业素养基线测试”“企业参与评价”等强制性规范。参考江苏省2023 年职业教育质量报告的先进做法，将非认知能力评价融入职业教育质量年报之中，以此提升对非认知能力的重视程度。

二是完善能力建设机制。各院校可以开展“智能工具工作坊”，提升教师使用AI 行为分析系统的意识和水平。编制评价案例集，汇集先进经验和典型方法，助力教师提升过程性评价的操作技能。

三是完善伦理规范机制。建立数据分级授权制度，确保敏感信息规范存储和使用。按照“知情同意”原则，与学生签署数据使用协议，明确告知数据采集范围与用途。

五、结论与展望

本研究针对职业院校教师评价中“重技轻德”“重结果轻过程”的突出问题，构建了以非认知能力为核心的增值评价体系。将职业素养、实践创新、社会协作等隐性能力纳入评价框架，并利用智能技术实现动态评估，从而有效突破了传统评价的局限。引导教师关注学生全面发展、促进职业教育内涵式发展。

针对研究中的现存挑战，后续需在三方面进一步探索。首先，建立统一的能力评价基准库，以消除区域间评价标准的碎片化现象。借鉴德国双元制教育模式，特别是其中企业主导的素养评价机制，制定《职业院校学生非认知能力分级评价体系》。第二是研发成本低、轻量化智能工具，破解经济落后地区职校技术应用困境；第三强化评价的教育治理功能，通过区块链技术构建跨区域评价联盟链，实现企业、院校、教育部门的数据共享与协同改进。

参考文献：

[1]李涛,张文静.增值性评价的回顾与前瞻[J].中国教育学刊,2009(4):27-34.

[2]孙田琳子.智能技术赋能职业教育增值性评价的逻辑与路向[J].教育评价,2022(28):50-55.

[3]王雪,张立,赵明.职业院校毕业生职业适应力调查报告[J].职业教育研究,2022(10):45-50.

[4]张瑜.高职院校教师评价体系的问题与对策[J].高等职业教育,2020(5):30-35.

[5]黄春敏.职业院校学生职业适应力研究[J].职业技术教育,2015(21):88-92.

[6]杨海,刘建军,李雪燕.职业教育中非认知能力的培养路径[J].中国职业技术教育,2018(1):56-60.

[7]谢小蓉.企业项目制教学在职业院校的实践与探索[J].职业教育论坛,2021(11):32-38.

[8]张生,王云龙,杨长青.产教融合背景下职业素养评价标准的构建[J].中国职业教育,2022(3):22-27.

基金项目：本文系重庆市2023 年度教育综合改革研究课题“高职院校教师增值性评价研究与实践”（项目编