在地理教育迈向数智化的背景下，如何高效、科学地设计教学评价成为新课题。本文以“海水的性质”教学为例，深入探讨了运用生成式人工智能辅助表现性评价的具体路径，提供了一套包含有效训练、精准指令和必要优化的完整操作框架，为一线教师实现人机协同的教学创新提供了实用参考。
智能速览
生成式AI可辅助地理教学表现性评价的设计，提升效率与科学性。
有效运用AI需遵循有效训练、精准指令和必要优化三大关键步骤。
表现性评价设计包含确定目标、设计任务、开发量规和实施反馈四步法。
高质量的AI指令是确保生成内容质量的核心，需结构完整、要求明确。
在AI辅助教学中，教师仍居于主导地位，负责监督、优化与最终决策。
精华内容
要让AI真正成为教学设计的得力助手，关键在于一套结构化的交互流程。这并非简单的问答，而是需要教师主导下的一套包含训练、指令与优化的协同工作法。
AI辅助三步法
高效利用生成式AI辅助教学评价，需要遵循三个核心步骤。首先是有效训练，在正式使用前，需向AI投喂教材、课程标准、评价案例等专业文本，确保其充分理解学科特点和评价设计思路，训练越充分，AI的回答就越精准。其次是精准指令，这是决定生成质量的核心，指令必须结构完整，包含参考资料、具体动作、明确目标和详细要求。最后是必要优化，教师对AI生成的初稿进行审核、修正和调整，直至其符合教学实际需求，形成人机协同的闭环。
表现性评价四步法
表现性评价旨在通过真实任务考察学生的核心素养，其设计遵循一套标准流程。第一步是确定表现性目标，目标需明确指向学生的高阶思维能力而非简单知识记忆。第二步是设计表现性任务，任务应兼具真实性、挑战性和清晰性，引导学生运用所学解决复杂问题。第三步是开发评价量规，将评价维度、不同表现水平及其具体描述清晰列出，使评价有据可依。第四步是实施与反馈，教师需观察并记录学生在任务中的关键行为，结合量规给予描述性反馈，促进学生深度反思与提升。
教师主导的人机协同
在AI介入教学设计的全过程中，教师的角色并非被削弱，而是更为关键。AI是强大的语言处理和分析工具，能快速处理信息、生成文本草案，但无法替代教师的专业判断和教育智慧。教师作为主导者，负责前期提供高质量的训练文本，中期发出精准的指令，后期对AI的输出结果进行专业审核和优化。最终的评价决策、教学调整以及对学生的个性化引导，都必须由教师完成。这种模式下，AI是辅助教师的“智能助手”，实现的是1+1>2的协同增效。
指令质量决定成败
与AI对话的质量，直接决定了其生成内容的价值。一篇优质的指令应具备清晰的“指令脚手架”。具体而言，它应包含四个要素：一是提供“参考资料”，如教材章节、课程标准等；二是明确“动作”，如“设计一个评价任务”；三是设定“目标”，如“旨在考察学生的区域分析能力”；四是列出“要求”，如“任务需包含两个真实地理场景，并附上评分量规”。结构越完整、内容越具体的指令，越能引导AI生成贴合教学需求的、可用的内容。
生成式人工智能为地理教学评价的设计带来了效率与质量的双重提升，其价值在于将教师从繁琐的文本工作中解放出来，更专注于教学设计本身与学生的个性化指导。展望未来，如何进一步探索AI在不同学科、不同评价环节中的应用，并建立相应的人机协作规范，将是教育数智化转型的重要方向。
