在AI赋能技能测评大会上的讲话

（2026年9月26日）

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。