王振銘

摘要：随着智能信息技术作为中学生心理素质测评的主要系统实现手段，中学生心理素质测评的发展引入了创新思维，同时也提供了科学的测评技术与方法，随着我国中小学生心理素质教育提高到重要的地位，其测评方法、测评内容也赋予新的技术要求。本文从我国中学生心理素质测评内容的界定和技术应用出发，针对中学生的心理素质测评技术应用建立学生心理素质测评模型，并对测评技术进行深刻解析，形成中学生心理素质测评技术应用范式，对我国中学生心理素质测评提供了良好的借鉴。

关键词：心理素质；测评技术；智能评测模型

中学生心理素质测评经过长期的应用发展，取得了一定的研究应用成果，但是传统测评技术方法较难获得准确而详尽的数据，不能建立测评研究的大数据中心，影响了心理素质测评的常模集群的建设，对全国中学生心理素质测评的输出和分析研究提供了较为片面的结论，影响了测评的信度和效度期望值的获得。[1]而智能信息技术和现代测评技术和方法的应用可以大大提高学生心理素质测评数据的集成，形成强大的测评大数据中，为测评提供数据支撑，使测评从间断流程转换为连续流程。

一、中学生心理素质测评理论

（一）人工智能测评理论

在中学生心理素质测评实施过程中，人工智能测评理论的应用起到了重要的作用。人工智能测评理论充分利用信息论、控制论、智能信息技术和仿生学等新兴学科理论，将学生心理素质测评技术及其应用推广到前沿科学研究领域。人工智能通过对中学生心理过程的计算机智能模拟判断来认识学生心理素质，通过对学生心理素质测评数据的智能分析和决策判断，使学生心理素质测评的假设由刺激到反应转化为产生式。人工智能在学生心理素质测评中的应用，拓宽了学生测评的视界，提高了人工智能技术在学生心理素质测评效率，对测评的信度和效度提供了科学的基础保障。[2]

（二）非智力理论

中学生心理素质测评的发展趋势是越来越注重对非智力因素的测量，由于实践智力概念的提出，非智力理论为中学生心理素质测评应用提供了理论支持。一般的测评方法能够再简单的文字、图片上假设情景，局限于合成智力及经验智力的测评，而学生心理素质测评的非智力因素提高了测评模型设计中，使得智能信息技术的心理心理素质测评具备更广的维度和测评要素，增加了测评的区分度和难度控制，使学生心理素质测评更富层次性和针对性。

（三）人机互动理论

中学生心理素质测评利用人机互动理论充分体现了测评过程的现场感和情境性，够使得测评主体和客体能够交流学习，根据测评客体的反应不断学习和选择不同的模拟情景，有针对性地实施测试项目。其中智能仿真、实时主动动态交互、图像声音交融能够使得学生心理素质测评成为测评效能的制高点。人际互动给予测评客体高效的测评效果；测评能够实现自助，实时监控，消除测评客体的精神负担，提高测评质量，为学生心理素质测评的提供了信度与效度的保障机制。

二、中学生心理素质测评界定

根据教育部中小学生综合素质发展建设纲要精神，针对中小学生心理素质测评与引导成为目前广大的中小学校必须面对的重要课题，根据我国目前中学生心理素质与学习发展能力总体评价体系界定，目前我国中学生心理素质测评主要包括学生心理素质测评和学生人格特质测评两个测评板块。

（一）中学生心理素质测评量表

中学生心理素质测评是针对中学生的心理健康等方面的专项测评，通过测评提供的测评分析报告与建议，可以帮助学生调整自己的心态情绪、缓解学习压力和克服焦虑心态等。学生参测后可获得各参测科目的测评分析报告，家长和学校老师可以根据测评分析报告及时调整与修正孩子的教育培养策略，根据测评分析数据对学生的心理健康状况进行及时的调整，有针对性地对学生进行心理辅导。

学生内在精神量表、学生逆反心理测量、学生惧怕否定评价量表、精神压力自测量表专项测评、学生行为反思量表、学生独立性测量、强迫状态测量、抑郁程度测量专项测评、意识内化测量、学生情感支持量表、心理健康自测专项测评、焦虑特质测量专项测评、学生主动交往测量、学生冒险挑战性测量、心理适应性测量专项测评、情绪社交孤独量表专项测评、疑心程度量表、学生正性情绪测量、心理承受与调节能力专项测评、自卑感量表、学生负性情绪测量、艾森克情绪稳定性测量专项测评、好奇性测量和学生情绪稳定力测量等24个测评量表。

（二）中学生人格特质测评量表

中学生人格特质测评是针高中学生人格发展等方面的专项测评，通过测评可以帮助学生了解自己在人格特征、个人性格、行为处事风格、自主性、自信心和想象力等方面的真实情况。学生参测后可获取自己测评分析报告，家长和学校老师可以通过测评分析报告更加深入地把握孩子的人格特征发展状况，及时帮助学生进行人格特质方面的调整与完善。该测评可以为学校管理部门提供科学的量化测评数据，进一步加强对学生的人格教育，规范行为，养成良好的行为习惯，塑造学生健全的人格。

高中学生人格特质系列专项测评具体包括：学生自我经验和谐性量表、学生精力充沛度测量、价值观专项测评、个人性格倾向测试专项测评、学生自我灵活性量表、亲和力测量、人格成熟度专项测评、人格障碍测量专项测评、学生自我刻板性量表、想象力測量、行为风格专项测评、行为特征专项测评、学生自主性量表、包容力测量、AQ逆商专项测评、控制力测量专项测评、学生自信心量表、影响力测量、智商测量、人际信任量表专项测评、学生自我表露测量、人格特质专项测评、EQ情商专项测评和自我评价量表专项测评等24个测评量表。

三、中学生心理素质评价方法

中学生心理素质评价法是对学生测评过程的个性考量，该方法涉及学生的影响力、主动性、自信心、逆商、智商、心理、人格、主动性、创造性和心理状况等测评要素维度。利用素质评价法对学生心理素质测评要素进行测评绩效评估，需要用测评绩效评价量表进行评估。素质评价法对于各种不同心理素质学生都具有普遍适用性，在界定与测评有关的要素时，能够在评价工具中对这些要素做出智能测评模型定义，使之成为具有同等信度和效度的测评质量评估方法。素质评价方法采用多层次多级点进行测评质量评估，通过对所评价的项目进行分析，找出反映、绩效优劣的关键特征，再以评定量表的方式形成测评质量评估表、评价量表法和维度因素分解表。

素质评价法在测评质量评估与学生素质发展之间存在一定的差异性，这些测评质量衡量方法常常只有模糊的績效标准，因而可能会对不同测评质量评估做出不同的解释。所以，利用该方法对于不同的测评活动常常会得出差异性较大的评价等级和评估成绩，有时测评质量评估结果的效度和信度不够理想，在实施测评时需要多加关注。

四、中学生心理素质测评系统技术

（一）中学生心理素质测评输出模型

中学生心理素质测评系统技术不要具备专家智能测评模型和系统共协技术的支持，首先，要突出中学生心理素质个性化的测评模型设计，确保测评数据针对性强，测评信度效度高，测评区分度与常模配置合理；其次，中学生心理素质测评系统技术需要采用的系统动力学模型和相关层次指数模型方法，对每个参测学生在测评时进行效度信度的在线协同甄别和效用随机判断，得出各个测评维度和要素的效度信度分析指数，进一步对参加测评的学生进行心理状况的评判和辅导。[3]第三，需要建立测评要素矩阵模型，对测评样本的广度和深度进行区分度和难度适度值的评判，形成各测评要素群的得分区间函数和学生心理素质测评趋势函数特征布局，为参加测评学生的心理素质现状和发展形成系统化综合评判结论。[4]中学生心理素质测评矩阵综合指数输出模型如下图所示：

中学生心理素质测评矩阵综合指数输出模型图

综上所述，利用上述测评模型机制，形成中学生心理素质测评灰度平面指数模型，从中学生心理素发展指数、中学生人格行为特征指数和中学生情绪稳定性指数，构建学生心理素质的灰度逆境空间。

（二）心理素质在线测评技术

中学生心理素质测评模式采取在线动态测评模式，操作便捷、高效，智能化、自动化程度高，定量化评判输出和评价语言输出个性化和智能化，达到对参加测评学生的心理素质科学客观的定量化评价。系统包含了心理素质数据库管理、人机测评过程控制、测评仿真共协反应模型，测评输出智能分析模型等四个方面，分别由数据库支持，权限认证管理、试题与试卷资源建设与试题试卷库维护的系统技术支持。

中学生心理素质测评系统工作流程为题库建设、施策及阅卷和统计分析三个阶段；支持系统的数据库分为：情境参数库、系统共协反应元素状态组合库、标准化题库、试卷库、答卷库、评语库和统计信息库。系统的功能模块分别为：指标体系的建立、试题管理、组卷、施测、阅卷、计算机仿真素质系统共协反应、统计分析、输出测评报告。

五、结论

智能信息技术的发展为中学生心理素质测评注入了系统动力机制，中学生心理素质测评利用专家智能模型为测评提供了测评质量技术保障，从系统的设计过程、模型构建、程序设计、数据处理、测评分析和测评报告输出等过程建立了全程系统共协响应机制，为我国中学生心理素质测评的常模建设和信度、效度指数库提供了全面的大数据支撑，取得了突出的测评效率。[5]中学生心理素质测评方法为中学生综合素质测评应用信息技术提供了高度的成果借鉴，为我国中学生核心素养测评机制提供了充分的数据基础和模型基础，能够为广大的中学生心理素质的培养和发展做出更加突出的贡献。

参考文献：

[1]彭苏勉，翟怀远.大学生综合素质与能力测评体系研究及系统实现.中国经济出版社，2012.

[2]Italo Vantini.Luigi Benini.Models of learning.training and progress evaluation of medical students[J].Clinica ChimicaActa.2008.1（393）：1316.

[3]张富程，谢爽，吴应刚.大学生综合素质量化评优模型的构建[J].成都理工大学学报（社会科学版），2007.（12）：8791.

[4]蒋娜，赵甫.模糊综合评判在大学生综合素质测评中的应用[J].科技信息（学术版），2008.（2）：112113.

[5]徐爱萍.智力资本的三维协同机理与绩效评价研究[D].武汉：武汉理工大学，2009.65.