“现在不是依赖教师个人奉献的时候。书面和论述型评估要在教育现场真正落地，首先需要国家和教育厅层面的精细制度和公共系统。”8日下午，在国会议员会馆第7会议室举行的‘书面和论述型评估扩大方案探索国会讨论会’上，教育政策相关人士和一线教师进行了深入讨论。他们深刻认同转变评估范式以培养学生的创造性和批判性思维能力的必要性，同时提出急需建立具体的出题和评分体系以及韩国型人工智能（AI）辅助系统的政策建议。尤其是，国家教育委员会近期在发布2028~2037中长期国家教育发展计划草案前，将‘高考书面和论述型引入’和‘高考及内申绝对评价转型’作为核心公论化议题，教育界和家长之间的支持与反对的激烈讨论正在升温。在这一重要时刻召开的此次讨论会，被视为超越简单考试技术讨论，成为决定韩国大学入学和公立教育未来的政策分水岭，吸引了广泛的社会关注。此次活动由强得久、金文洙国会议员办公室及教育政策设计研究所等教育市民团体共同主办，首尔、京畿、大田市教育厅提供支持。韩国教育课程评价院教学与评估创新研究本部长金京熙担任讨论会的主持。在讨论会上，超越了‘助长私教’或‘评分不公’的传统二元对立框架，集中讨论了在中小学课堂上积累的实践经验与AI、教育科技的现实结合方案的有效替代方案。“没有题目精细化的公正性是虚幻的……AI应成为‘信任度放大器’而非评分机器”第一位发言的韩国教育课程评价院研究员朴钟任指出，书面和论述型评估的公正性不应仅仅局限于‘评分者之间的分数一致率’。朴研究员表示：“在书面和论述型评估的讨论中，通常只考虑评分的可能性，但如果题目的有效性崩溃，评分的公正性也无法成立。”他强调，国家级成就标准、评估目标、反应指示词和评分标准必须紧密对齐，题目设计应优先进行。他解释说，必须明确引导学生展现的认知思维水平，而不是仅仅停留在‘说明’和‘撰写’等模糊的提问上。同时，他以英国A-Level、德国阿比图尔和美国ETS的案例为例，建议：“在大规模评估中，AI的完全自动评分不如先设计基于标准答案和多重评分的‘人类评分流程’，AI应作为异常值验证等检查工具使用。”第二位发言的EduLift副代表郑成允（前全北大学客座教授、教育部AI人才培养推进委员会成员）则探讨了高考等大学入学评估中书面和论述型引入的路线图及AI自动评分（AES）的全球标准。郑副代表表示：“在海外的大规模评估中，没有任何地方将AI作为‘单独评分者’。中国的高考也由人类全量评分，AI则用于实时监测评分者的偏见，作为‘质量检查’。”他提出了‘人类参与型（Human-in-the-Loop, HITL）’混合设计作为替代方案。他指出：“在引入韩国型高考时，AI应负责初步和验证，由现职教师组成的公认评分团进行最终判定（人类审核比例至少25%法制化），同时应并行建立计算机基础评估（CBT）转型、绝对评价转型、手写OCR错误补救等制度性缓冲装置。”“中小学课堂已经在‘实践中’……亟需不让教师单独承担的系统”接下来的指定讨论中，直接在中小学现场实施书面和论述型评估的教师与市、道教育厅政策负责人分享了生动的现场经验和政策课题。首尔特别市教育厅的张学官金智英强调：“学校现场的HITL应超越技术安全装置，成为保障教师专业性的教育原则。”金学官表示：“为了避免教师无批判地跟随AI的判断，首尔市教育厅的评估支持系统‘填充AI’是以教师首先阅读学生答案并设定标准的‘预评分’为前提设计的。”随后，她介绍了首尔市教育厅开发的‘K-DOT（基于思维深度的题目框架）’，并表示：“不应让教师个人独自承担评估结果的投诉，而应建立学校课程协商会和教育支持厅评估协商体等‘共同责任体系’。”大邱庆北大学附属高中英语教师朴相旭则指出：“高考英语的间接写作题无法真实测量学生的写作能力。”他分享了过去两年参与学校单位的逆向设计和‘大邱型书面和论述型评估’的首席评分官的经验。朴教师表示：“如果进行抽样评分、细化评分标准的共识、通过标准答案（种子）进行持续监测，就能获得社会上可接受的信任度。”他强调：“问题不在于教师能力不足，而在于支持教师能力的系统缺失。国家层面应建立能够准确评估‘教育上重要能力’的题库和评分监测体系，而不是仅仅评估‘容易评分的内容’。”代表初中现场的华城青中首席教师林成恩表示：“初中已经在2022年修订的课程和成就评估制的基础上，书面和论述型评估逐渐成为课堂的日常。”她指出：“简单的记忆或模范答案灌输式的私教在要求深入思考的书面和论述型评估面前无能为力。”林首席教师指出：“真正严重的问题在于，初中培养的探究能力在高中入学后被五选一的高考备考所割裂，形成了‘学校级间的断裂’。”她建议：“应急需将以探究问题为中心的教学与评估一体化、通过反馈进行修改的常规，以及减少地区间差距的公共AI评估支持网络的建立。”小学现场的情况由水原效天小学教师郑娜拉介绍：“小学现场也从一年级到二年级尝试书面和论述型评估，但在量的扩展上，质的进步仍面临困境。”郑教师表示：“在数学中，思路正确但表达不足而被扣分，或评分标准模糊如‘正确’、‘详细’等副词导致评分者之间的偏差，都是局限。”她强调：“应建立从低年级（语言和图画）到中年级（解释和理由）再到高年级（逻辑表达和观点接受）的发展阶段评估指导，并引入AI工具，确保教师的工作不会双重增加，提供细致的指导和公共支持是必不可少的。”“不是简单增加题目，而是进行笔试评估体制改革……应建立‘系统’而非依赖教师的‘奉献’”指定讨论后，随后的综合讨论和观众问答环节中，现场教师和教育相关人士提出了尖锐的问题和建议。国家教育委员会的一位相关人士提问：“缺乏书面和论述型评估经验的转职教师与同事合作出题和评分所需的适应时间，以及与客观题评估相比，教师实际工作所需的时间增加。”对此，朴相旭教师回答：“与同事合作，确保教学和评估落地至少需要一个学期以上的集中时间，给每位学生510分钟的细致反馈等初期工作负担非常大，但在后续的形成性评估阶段，利用AI进行语言反馈的辅助，集中于内容反馈，时间大幅缩短。最重要的是，学生的成长显而易见，因此可以忍受。”林成恩首席教师也表示：“在京畿道等地进行的实习型、合宿型培训非常有帮助。”她补充道：“评分的辛苦很大，但我感受到学生的空白答案消失，课堂的投入度提高的教育效果。”也有直言指出一线教育现场的制度性矛盾。龙仁教育支持厅的张学士李秀京表示：“仅看学校暴力陈述书的接收过程，孩子们在逻辑上描述事实的基本读写能力都不足。”她指出：“家长和学生一年到头都在笔试评估和表现评估中苦苦挣扎，教师也因过重的工作而精疲力竭。在不改变现有笔试评估的情况下，再增加书面和论述型评估只会引发反弹。”她强调：“评估应‘减少’而非‘增加’，应大胆地改革现有评估体系。”首尔江西高中的金成大教师表示：“在50分钟的课堂时间内，为28名学生提供高质量的书面和论述型反馈几乎是不可能的。”他呼吁：“仅依靠教师的奉献推动政策和指导，会像高中学分制一样引发现场混乱。请首先设计一个温暖而坚实的行政和技术系统，让教师能够安心地帮助学生成长。”对此，金京熙评价院本部长表示：“我会认真对待关于不应依赖教师个人奉献而应由系统支持的指摘。”并承诺政策当局将进行慎重而合理的制度设计。活动的主办方教育政策设计研究所所长郑美拉在总结发言中指出：“目前高考1等级的60%以上是N数生的现实，清晰地显示了现有的答案选择式五选一评估的局限性。”她表示：“在书面和论述型评估扩大的问题上，不应陷入助长私教的二元对立，而应集思广益，思考如何为学生的未来思维能力培养提供系统和技术上的补充。”“在AI时代应培养‘思考能力’……在评估和大学入学创新上形成共识”与此同时，参与此次讨论会的国会议员和教育厅长也承诺将为书面和论述型评估的扩大提供政策支持。执政党议员强得久在书面致辞中表示：“要评估学生阅读资料、思考并用证据表达的能力，题目和评分标准必须明确，学生在学校应有充分的学习和练习机会。”他表示：“将设计一个支持学校和教师的体系，以避免评估准备条件的差异导致教育差距。AI应提高评估的效率和一致性，同时建立对最终结果的信任。”国会教育委员会的金文洙议员也指出：“在将所有思考交给AI的时代，应重新审视评估方向，以培养学生主动解读信息和解释自己判断的能力。”他强调：“首尔、京畿、江原、大田等多个教育厅正在推进书面和论述型评估的扩大，因此将综合考虑评分的信任度、教师的工作负担和系统的稳定性，寻找国家解决方案。”京畿道教育厅长安敏锡在书面祝辞中表示：“自高考开始以来已经超过30年，但孩子们仍停留在选择一个答案的练习中，而简单的记忆和计算早已被AI超越。”他表示：“教育厅将成为老师们专业判断的坚强后盾，让老师能够放心地进行评分。同时，AI只是减轻教师负担的工具，理解学生思维的本质仍然是教师的责任。只有课堂评估和大学入学的改革同步进行，教育的转型才能完成。”

国家教育委员会正在考虑在大学入学考试（高考）中引入作文与论述型评估，教育界对此反应强烈。虽然大家对提升学生思维能力和创造力的教育初衷表示认同，但入学考试专家、大学相关人士及教师团体等在现场对“评分公正性”和“现实的入学时间安排”表示担忧，认为不应草率引入。分析认为，改革方案的成败最终取决于如何获得公众对评估的信任。 国家教育委员会在5日的李在明总统工作汇报中表示，正在审议“2028~2037国家教育发展计划”的核心内容，包括扩大中学和高中的作文与论述型评估、在高考中引入作文与论述型题目、以及将内申和高考转为绝对评价等。 对此，优威教育评估研究所所长李万基认为，作文与论述型评估的扩大能够摆脱单纯的死记硬背教育，评估学生的思维过程和问题解决能力，并与高中学分制的初衷相符，持积极态度。 然而，他指出，由于数十万人参加的高考，其“评分的客观性和公正性”是最大的难题。如果同一答案的评分者之间出现分数差异，考试的信任度将受到严重影响。 此外，他还提到，围绕写作和答案结构的记忆、修改指导等新型补习市场可能会扩张，学生的书写风格或语言表达能力可能成为课程能力以外的变量。 李万基建议：“与其一开始就大规模引入长篇论述型题目，不如先逐步引入数学解题过程型的相对客观评分题目。” 关于以高三第二学期正常化为名提出的“调整入学考试时间”，也引发了较大担忧。他指出，如果在高考后到次年2月之间进行材料、论述、面试和合格者公布等所有程序，时间安排将过于紧凑，可能导致大学的评估不够严谨。 实际上，大学入学现场也对入学时间的压缩提出了批评。一位大学入学相关人士表示：“评分必须进行多重评分，但当评分者之间的分数差距超过一定水平时，如何处理这一问题仍然存在。”他强调了评估标准的必要性。 关于推迟入学考试时间的方案，他表示：“在高考后到2月之间压缩进行的安排，似乎忽视了12月到1月集中进行的大学转学时间表。”因此，实际上是不可行的。他建议参考德国的“阿比图尔（Abitur）”作为替代方案。 大学相关人士提到的阿比图尔是以作文与论述型和口试为主的德国大学入学资格考试。阿比图尔为确保评分的公正性，明确规定了校内教师和外部教师参与的多重评分系统，并在评分者之间的分数差距过大时，第三方评分者或委员会介入调整最终分数。此外，考试和评分的时间安排从数周到数月都有充裕的时间。 因此，要在韩国高考中全面引入作文与论述型评估，必须像阿比图尔的案例一样，建立明确的评分差距解决机制和严格的多重评分系统，并在11月到2月的现行入学时间安排中进行结构性改革，以确保评估质量。 教师团体也基于对公正性和现实性的担忧，呼吁放慢改革步伐。韩国教师团体总联合会（教总）表示：“在高中学分制和内申五等级制刚刚全面实施的情况下，同时讨论内申和高考的绝对评价以及作文与论述型高考为时尚早。”并强调：“在没有确保评分方法的透明性和公正性、以及对补习班增加的担忧进行准备的情况下，不应强行推进。” 全国教师工会（全教组）也强调，在讨论作为评分辅助工具的人工智能评估系统引入时，必须优先与现场进行充分协商，以保护数据和教师的最终判断权。 最终，国家教育委员会的入学改革方案要顺利实施，必须避免盲目全面引入，而是需要充分的试点运行和逐步引入。同时，入学考试专家们一致认为，必须制定与高考和内申的区分度相匹配的大学个别考试复兴或补习班扩大的方案，以便达成更紧密的社会共识，这将是成功的关键。 ※ 本报道经人工智能（AI）系统翻译与编辑。