摘要：小学劳动教育是素质教育的重要组成部分，其评价体系的科学性直接影响教育成效。当前小学劳动教育评价存在主观性强、维度单一、反馈滞后等问题，难以全面反映学生劳动素养。本文以表现性评价为核心，结合人工智能技术，探索构建小学劳动教育表现性评价体系的路径。通过分析人工智能在数据采集、多维度分析、实时反馈等方面的优势，明确体系构建的目标、指标与实施流程。

关键词：人工智能；小学劳动教育；表现性评价；评价体系构建

引言：

劳动教育是落实“五育并举”的关键环节，对培养小学生的劳动习惯、责任意识与实践能力具有不可替代的作用。然而，传统小学劳动教育评价多依赖教师主观判断，聚焦劳动成果而非过程，且评价维度局限于技能掌握，无法全面涵盖学生的劳动态度、创新思维等素养。随着人工智能技术在教育领域的深度应用，其数据处理、智能分析的能力为解决劳动教育评价难题提供了新可能。

一、小学劳动教育表现性评价的现状审视

（一）评价内容聚焦“技能结果”，忽视素养全面性

当前小学劳动教育评价多以“完成具体劳动任务”为核心，如“是否学会整理书包”“能否打扫教室卫生”，评价重点集中在劳动技能的掌握程度，却忽视了劳动过程中学生的态度（如是否主动参与、是否认真负责）、思维（如是否能解决劳动中的突发问题）、合作能力（如小组劳动中的协作表现）等关键素养。这种单一的评价内容，难以全面反映学生劳动素养的真实水平，也无法引导劳动教育向“培养完整劳动素养”的目标推进。

（二）评价方式依赖“人工判断”，缺乏客观精准性

小学劳动教育评价多由教师通过观察、记录完成，评价过程易受教师主观经验、情绪状态的影响，客观性不足。例如，教师对“劳动认真度”的评价，可能因对不同学生的熟悉程度而产生偏差；同时，人工观察难以捕捉劳动过程中的细节数据，如学生完成任务的时间分配、操作步骤的合理性等，导致评价结果无法精准反映学生的劳动表现，也难以发现学生在劳动素养上的薄弱环节。

（三）评价反馈存在“滞后现象”，缺乏即时指导性

传统小学劳动教育评价多在劳动活动结束后进行，反馈时间较长，且反馈内容多为“合格 / 不合格”“优 / 良 / 中 / 差”等概括性结论，缺乏具体的改进建议。这种滞后的反馈无法及时帮助学生调整劳动行为、弥补素养短板，也无法为教师后续的劳动教育教学提供精准的调整依据，削弱了评价对劳动教育的指导作用。

二、人工智能在小学劳动教育表现性评价体系中的应用价值

（一）实现“全流程数据采集”，打破评价信息局限

人工智能技术可通过摄像头、传感器等设备，实时采集学生劳动过程中的多维度数据。例如，通过摄像头捕捉学生的劳动动作、表情、互动行为，记录学生是否主动参与、是否与同伴协作；通过传感器采集学生完成劳动任务的时间、操作力度（如整理物品时的细致程度）等数据。这些全流程、多维度的数据，能够全面覆盖劳动素养的各个方面，为评价提供客观、丰富的信息支撑，打破传统评价“信息碎片化”的局限。

（二）推动“多维度智能分析”，提升评价客观精准性

人工智能的机器学习、数据分析能力，可对采集到的劳动数据进行深度处理与分析。例如，通过图像识别技术分析学生的劳动动作是否规范，判断学生对劳动技能的掌握程度；通过自然语言处理技术分析学生在劳动中的语言交流（如小组讨论中的发言），评估学生的合作能力与问题解决思维；通过数据模型计算学生在劳动态度、技能、思维等维度的得分，生成客观、精准的评价结果。这种智能分析方式，能够减少人工评价的主观偏差，让评价更贴合学生的真实劳动素养水平。

（三）提供“即时化个性反馈”，强化评价指导作用

人工智能可基于分析结果，实时生成个性化的评价反馈。对学生而言，反馈内容不仅包含各维度的得分，还会针对薄弱环节给出具体改进建议，如“在小组劳动中，你主动承担任务的意识较强，但在分工协调上可多倾听同伴意见”；对教师而言，反馈会呈现班级学生在劳动素养上的整体情况（如多数学生在“劳动创新”维度得分较低），并推荐针对性的教学策略。这种即时、个性的反馈，能够让学生及时调整劳动行为，让教师精准优化教学，充分发挥评价对劳动教育的指导价值。

三、基于人工智能的小学劳动教育表现性评价体系构建路径

（一）明确评价目标：以“劳动素养培育”为核心导向

评价体系的构建需以小学劳动教育的核心目标为指引，即培养学生的“劳动素养”，具体涵盖三个维度：一是劳动态度，包括主动参与劳动的意愿、认真负责的劳动精神、尊重劳动成果的意识；二是劳动技能，包括基础生活劳动技能（如整理、烹饪）、校园劳动技能（如打扫、种植）、社会劳动技能（如公益劳动）的掌握与运用能力；三是劳动思维，包括解决劳动问题的能力、创新劳动方法的意识、合作劳动的思维。人工智能技术的应用需围绕这三个维度展开，确保评价目标与劳动教育目标一致。

（二）搭建评价指标：构建“三级指标”的科学框架

基于评价目标，结合小学生的年龄特点与劳动教育内容，构建“一级指标—二级指标—三级指标”的评价指标体系。一级指标为“劳动态度”“劳动技能”“劳动思维”；二级指标从一级指标拆分而来，如“劳动态度”拆分为“参与主动性”“责任意识”“成果尊重”；三级指标为具体可观测、可量化的内容，如“参与主动性”的三级指标为“主动承担劳动任务的次数”“劳动过程中是否需要他人督促”。

（三）完善技术支撑：构建“数据—分析—反馈”的智能系统

技术支撑是评价体系落地的关键，需构建包含“数据采集模块”“智能分析模块”“反馈输出模块”的人工智能评价系统。数据采集模块整合摄像头、传感器等设备，实时采集学生劳动过程中的图像、行为、时间等数据，并自动存储至数据库；智能分析模块基于预设的评价指标与算法模型，对采集的数据进行处理，如通过图像识别判断学生是否符合“责任意识”的指标要求，通过数据计算得出各指标的得分。

（四）规范实施流程：形成“课前—课中—课后”的闭环评价

评价体系的实施需贯穿劳动教育的全流程，形成闭环。课前，教师通过智能系统设定本次劳动教育的评价重点（如聚焦“合作劳动思维”），系统自动匹配对应的评价指标与数据采集方式；课中，智能系统实时采集学生劳动数据，同步进行初步分析，若发现学生存在明显的素养短板（如缺乏协作意识），可即时向教师发出提醒，便于教师及时引导；课后，智能系统生成完整的评价报告，教师结合报告调整后续教学，学生根据报告改进劳动行为，同时系统将评价数据纳入学生劳动素养成长档案，实现对学生劳动素养的长期跟踪评价。

结语：

构建基于人工智能的小学劳动教育表现性评价体系，是破解当前小学劳动教育评价难题、推动劳动教育高质量发展的重要探索。该体系通过人工智能技术的应用，打破了传统评价的信息局限与主观偏差，实现了评价的全面性、客观性与即时性，能够更精准地反映学生劳动素养水平，也为教师教学与学生成长提供了科学指导。

（ 此文章为 ： 安徽省教育装备课题，课题名称 ： 智慧校园环境下农村小学劳动教育表现性评价研究。课题编号：ZB23073，阶段性研究成果。）

参考文献：

[1] 徐德亮 ， 林雅珍 . 小学劳动项目化评价堵点的破解——以嘉兴市实验小学为例 [J]. 实验教学与仪器 ，2023，40（07）：117-121.

[2] 于凯荔 . 小学劳动教育表现性评价困境与对策 [J]. 基础教育论坛 ，2022，（21）：34.