在人工智能技术迅速发展并深度介入教育教学的时代背景下，外语教育评价正面临从"结果判定"走向"过程支持"、从"静态测量"走向"动态诊断"的重要转型。2026年6月17日14:30至16:30，学院在粤海校区汇文楼1300会议室举办题为"人工智能驱动的动态评估：从最近发展区到智能化中介"的专题讲座。本次讲座由澳门城市大学人文社会科学学院张浩敏教授主讲，张丹阳副教授主持，学院师生积极参与，现场学术氛围浓厚。
讲座伊始，张浩敏教授从维果茨基社会文化理论切入，深刻阐释了"最近发展区"（ZPD）这一核心概念。张浩敏指出，学习者的实际发展水平与在有效指导下能达到的潜在发展水平之间，存在着一块充满成长可能性的"教学黄金地带"，这正是动态评估所要探查的核心区域。围绕"中介"（mediation）这一关键机制，张浩敏进一步解释：中介是通过工具、符号、活动或他人帮助调节个体与环境关系的过程，在教育中体现为教师提供的言语指导、认知脚手架以及社会互动支持，像一座坚实的桥梁，帮助学习者将"需要协助的潜在能力"转化为"可以独立完成的实质能力"。由此，动态评估的本质得以彰显：它打破传统评估"一次性、静态化"的瓶颈，将教学与评估融为一体，通过观察学习者对不同支持的反应，精准判断其发展潜力，并提供最适合当前阶段的帮助。
随后，张浩敏系统梳理了动态评估与传统评估、总结性评估和形成性评估之间的根本区别。传统评估关注的是"学生已经学到了什么"，而动态评估追问的是"学生能学什么？如何有效支持他？"它具备互动性、介入性、发展性与过程导向四大核心特征。讲座还深入比较了动态评估的两种主要路径：互动式DA严格遵循维果茨基的原始社会文化理论，依赖专家与学习者之间的真实对话，能够实现精准的认知诊断，但时间成本高昂、难以规模化；干预式DA则采用高度结构化的任务体系与预设提示层级，具备自动化与计算机化的潜力，却面临线性提示链条无法动态响应个体认知节奏的挑战。张浩敏直言，传统动态评估在理论上极具吸引力，但在实际操作与规模化实施方面仍然面临严峻挑战，这恰恰为人工智能的介入提供了现实的必要性。
围绕"AI赋能的未来图景"，张浩敏详细介绍了计算机化动态评估（CDA）的发展脉络与技术突破。他指出，计算机技术首先解决了CDA的可扩展性问题，使标准化流程能够同时服务大量学习者，并实现了毫秒级的全维数据记录，学习者的反应准确性、决策耗时、提示调用次数及类型等微观操作，均被转化为可量化的行为轨迹。而大语言模型（LLMs）的爆发，则带来了从"流程自动化"向"业务智能化"的范式跃迁：AI不再仅是执行预设规则的工具，而是能够主动理解上下文、进行逻辑推理、并基于业务意图提供建设性建议的"智能中介"。张浩敏特别强调AI驱动CDA的两种应用模式：其一是将LLM作为开发工具，通过API调用高效生成评估题目、提示语与反馈解释，大幅降低系统构建门槛；其二是将LLM纳入动态评估的核心机制，使其直接参与中介过程本身，包括集成多个模型、比较不同模型输出，并基于学习者的反应动态生成自适应反馈。
讲座的核心亮点，是张浩敏团队三项具有代表性的实证研究案例的精彩展示。第一个案例聚焦语法潜能的动态评估：以虚拟语气语法填空题为例，张浩敏生动演示了从隐式引导（"请再仔细想想'suggest'这个词……有什么特殊要求？"）到显性干预（直接呈现虚拟语气规则）的四级渐进式提示机制，并通过"实际分数"（独立能力基线）与"中介分数"（动态学习潜能）的双结果计分法，量化学习者的认知弹性与可教性。第二个案例是一项关于共情与执行功能如何预测词汇推断潜能的实证研究，发现他人导向的共情显著预测初始词汇推断表现，而Stroop任务中的冲突条件反应效率则负向预测词汇推断潜能，为理解学习者的社会情感差异对动态评估的影响提供了新颖视角。第三个案例是一个基于大语言模型的计算机化动态写作评估系统DynaWrite（Jaganov et al., 2025），该系统采用松耦合的微服务架构，通过Kafka消息队列连接前端与后端NLP处理单元，核心发现是GPT-4o生成的反馈可用率高达68%，远超其他开源模型的12%，充分验证了AI驱动动态评估在规模化落地中的技术可行性。
讲座最后，张浩敏展望了AI驱动动态评估的未来演进方向，并提出了深刻的伦理反思。他指出，多模态动态评估将突破单一文本交互的局限，从多维感官视角构建对学习者能力的全息画像；超个性化学习路径将基于对学习者ZPD的毫秒级持续评估，让"因材施教"从理念变为可执行的技术现实；而评估与辅导引擎的深度融合，将使"评估-反馈-干预"形成完整闭环，让每一次评估都成为连接"现在水平"与"未来潜能"的桥梁。与此同时，张浩敏也郑重提醒，技术飞跃必须伴随伦理审视：决策的"黑箱"困境亟待可解释路径的构建，而学习者对AI即时提示的过度依赖，则可能削弱其独立思考与自主探究的核心能力。他强调，技术的真正价值不在于替代教师，而在于帮助教师更准确地理解学生、支持学生，并使教育评价更具发展性与人文关怀。
在交流环节，张浩敏围绕师生提出的动态评估提示层级设计、AI反馈机制优化、外语教学评价实践落地等具体问题进行了细致回应，现场讨论热烈。本次讲座理论脉络清晰、案例翔实、现实指向鲜明，不仅帮助师生深入理解了动态评估的理论根基与技术前沿，也展示了人工智能赋能外语教育评价的广阔前景。未来，随着智能技术与教育实践的进一步融合，AI驱动的动态评估有望成为连接能力诊断、学习支持与个性化发展的重要桥梁，为外语教育教学改革与科研创新提供持续而深远的启发。
