现代教育评价应以人的终身发展为目标，尊重学生个体差异并遵循学生身心发展内在规律，即在不同的年龄发展阶段，关注不同的核心发展任务，设置不同的评价导向和内容。
“创新人才”在新时代背景下的新定义是“德智体美劳全面发展的人才”。由此可见，创新人才的培养要建立在对创新人才的多元和综合评价上，而不是仅仅依赖于“智力”这单一维度。
针对新时代对创新人才的新定义，基于国内外最新的脑科学与心理学研究成果，我们分析“德智体美劳”的心理与认知基础，构建出创新人才的潜能模型，包含“科学人文”的知识与能力、“发明创造”的思维品质和良好的“心理素质”三个核心要素，具体如下图所示:
现代教育评价应以人的终身发展为目标，尊重学生个体差异并遵循学生身心发展内在规律，即在不同的年龄发展阶段，关注不同的核心发展任务，设置不同的评价导向和内容。为此，我们将0-18岁的儿童青少年分为三个发展阶段，并开展相应的多元评价。
第一阶段 （0-6岁）天赋发现
儿童还未开展系统化学习，儿童的心理品质与认知能力更多反映的是由遗传所带来的天赋上的个体差异。在这个阶段对儿童的天赋进行测评，能够针对其长板创造更适宜的发展条件，对其短板进行有意识弥补。
第二阶段 （6-12岁）兴趣培养
学生已经开始知识学习与能力培养。在心理和认知层面上，自我概念逐步形成，并具备一定的自主学习能力，开始表现出一定的能力分化。在这个阶段，应根据学生的天赋，培养学生对其擅长领域的充分兴趣，以及提供丰富的实践条件和环境，从而找到最适合学生个体发展的学习方式和途径，开启个性化教育。
第三阶段 （12-18岁）生涯规划
学生正式进入青春期，开始形成世界观、人生观和价值观。因此，要让学生有机会提前了解大学专业、职业，并根据自己的潜能、兴趣与价值观对自己的未来发展进行合理规划，为学生填报高考志愿、申请大学、规划职业发展提供科学指导，帮助学生作出正确的选择，制定合理化目标，恰当分配自己的精力，实现千人千面的个性化发展。
但是长久以来，作为人才培养指南针的传统高考主要还是基于学业知识的考试。这种单一的考试评价方式引导学习者对知识点进行大量、简单和重复的练习，本质上是无效的学习，而且不能有效促进处于发展关键期的大脑发育。
脑科学研究表明，儿童青少年时期是负责高级认知功能的大脑前额叶发展可塑性最高的一段时期，而促进大脑前额叶发育最好的方式就是给予逻辑推理、创造性和批判性思维等高级认知功能的刺激和训练；而对知识点的大量、简单重复训练不仅不能给予大脑前额叶足够的刺激，而且还会抑制大脑前额叶的激活，不利于培养主动探索和解决问题的能力，反而会让学生形成思维定式，阻碍创新能力的培养。
教育评价如何改革
当创新人才的定义发生演化时，教育评价也必须从对单一智力和学业成绩的评价，发展到对核心素养的多元评价，而多元评价具有测评要素多、指标体系复杂等特点。
因此，需要采用科学和规范的方法与技术来保障创新人才三要素模型实施落地，通过人工智能、大数据和心理测量，助力多元评价，实现测评要素的可测量、可评估和可预测。
01、基于脑科学与心理学的心理测评
大量心理学研究表明，外在行为表现和内在心理与认知过程并不存在一一对应关系，同样的行为表现可能源自不同的心理动力。
例如，学生表现出学业成绩差，其背后的原因可能是感知力问题（如注意力缺失），可能是性格问题（如自控力差），可能是态度问题（如期待父母关注），可能是价值观问题（如认为学习无用），也可能是自我问题（如自卑）等。
而目前常用的“综合素质”评价体系主要是基于学生的外在行为表现来开展。
例如，通过记录学生参加社会公益和志愿服务的次数、文明礼仪状况，学生课上回答问题的次数、注视教师与黑板的时间等信息来进行评价，这种基于外在行为表现的评价并不是科学、规范的现代教育评价，不仅有难以避免的主观评价性偏差，更大的缺陷在于只描述了外在行为表现，而不能真正反映学生的内在创新潜能。
研究表明，基于能力而不是学业知识点的测评具有更高的稳定性和跨学科的预测力。
例如，空间能力不仅对数学有较好的预测力，同时也是物理、艺术、地理等学科的基石。简而言之，多元评价应该基于脑科学与心理学的实证研究，将测评对象从外在、表面的行为表现转变为内在、稳定的心理品质和认知功能，从而对学生进行综合的、发展性的有效评估，最终指向未来发展，引导创新人才的培养。
02、基于多模态的大数据
多元评价不仅强调指标的多元性，而且也强调数据的多元性。脑科学、心理学、遗传学等学科会生成大量不同模态的数据，包括：基于心理与行为问卷和调查的主观报告数据，基于认知实验正确率与反应时的客观反应数据，基于脑成像的脑结构、脑功能等影像数据，基于分子遗传学的基因数据；学生成长环境的数据，例如家庭环境中的家庭结构、亲子关系等；学校环境中的课堂常规、班级氛围、师生关系等；社会环境中的学习动机、社会价值取向等。
通过这些多模态的数据，可以从不同维度和不同层次对学生进行全面的评价，以动态视角观测学习和教育过程，分析学生的心理品质与认知能力的来源、现状与未来发展方向。
03、人工智能赋能多元评价
将人工智能引入教育评价，可以实现对多模态大数据的深层次挖掘，从而分析学生的心理品质与认知能力，规划学生的生涯发展，以及预警学生的心理与行为危机等。通过分析海量的文本、图片和视频数据，从中抓取、抽提出个体的心理品质与认知能力；通过动态追踪学生行为表现的各类数据，人工智能还可以实现心理危机预警。
例如，通过分析学生近期发表的微博、QQ等聊天记录等，解析面部表情和呼吸、心率等生理指标，人工智能可以对潜在的焦虑症、抑郁症等心理和行为问题进行筛查和预警。
如何培养创新人才
在长期的创新人才培养过程中，世界各国开创了多种各具特色的培养模式。最主流的是采取融合的教育模式，即将创新人才培养纳入常规教育体系之中，然后根据个性化需求提供加速或者充实的教育，在课内教育之外提供更加丰富的课外教育等。根据美国官方发布的数据，全美有75.1%的高中、83.7%的初中和92.5%的小学为拔尖学生提供了多种特殊学习的模式，其中包括：能力分组、内容加速、区分教学、天才小组等。
与融合教育模式相对的是采用抽离式的加速教育模式，如开设少年班、实验班、素质班等。这种模式在实施上难度较低，也能够在短期内满足人才速成的需求；但是不利于儿童情感和社会性的正常发展。例如，心理学家马希发现，当拔尖学生集中到一起会出现大鱼小池塘效应，即随着拔尖学生在尖子班等学习时间的增加，学生的自我概念会持续下降，而自我概念的下降将会对学生未来的成绩和发展有显著的负面影响。
在创新人才培养中，多元评价是开端，教育模式与师资水平是创新教育落地的关键。要对教师进行创新人才的鉴别和教育评价知识的普及，对教师的教学模式进行拓展和升级。
