教育部辦公廳2025年12月印發的《關於進一步加強中小學日常考試管理的通知》，針對部分地方與學校“命題品質不高”等突出問題，強調切實加強命題指導與品質監控，不斷提升命題品質。今年2月召開的2026年度全國基礎教育重點工作部署會提出，有序推進中考改革，開展中考命題評估，提高命題品質，減少超綱超標、死記硬背和“機械式刷題”。

　　新中考、新高考的改革方向是讓學生從會解題變為會解決問題，通過情境化、開放性和基礎性的多維設計，實現從考查知識向考查能力、考查思維的根本轉變。在新課程方案與課程標準強調“教學評”一體化的背景下，命題能力已不僅僅是命題專家、教研員的專屬技能，而應成為新時代教師的“基本功”。它深刻影響教師對課程標準的理解深度、對學科本質的把握精度以及對教學過程的反思力度。

　　隨著人工智能的迅猛發展與教育數字化進程的持續加速，教學與評價的關係正在被重新理解。面對“考點梳理難、素材挖掘散、學情把握不夠精準、評分標準不夠細化”等命題痛點，在AI快速發展的今天，教師如何借助技術之力提升命題品質，如何通過更科學、更精準、更有溫度的命題與評價，推動課堂教學提質增效，促進學生全面發展？

　　夯實命題理論基礎

　　無論是傳統時期還是人工智能時代，命題理論基礎始終都是高品質命題的基石。命題理論是大部分教研員、骨幹教師較為缺失的，很多試卷命題品質不高，原因常在於此。有些試卷從學科視角看可能是優質試卷，但從測量學視角來看並非如此。試題命制須具備情境、模型（變數）、設問（問題）三要素：情境是命題的真實載體，為學生解決問題提供具體場景；模型是命題的本質內核，體現學生從複雜情境中抽象提煉出來的規律；設問則是思維評價的遞進階梯，是精準衡量學生認知層級與思維深度的落腳點。命題理論基礎包括測量理論、布魯姆教育目標分類學、SOLO分類評價理論等，基本的教育測量知識包括難度系數、區分度、信度、效度的內涵與計算方法，以及能夠通過統計分析評估試題與試卷的品質。教育測量與統計分析能力是科學命題的重要技術支撐，命題者只有熟練掌握這一技能，才能命制出優質試卷。

　　拓寬命題思路

　　高考綜合評價體系改革的方向為“價值引領、素養導向、能力為重、知識為基”。依託人工智能與大數據技術，有助於構建基於實證反饋的精準命題與動態優化機制，實現從經驗型命題向數據驅動型命題的轉型。第一，AI在素材蒐集與積累、情境搭建與篩選、設問設計、學情分析、命題趨勢分析、原創試題打磨方面，可幫助教師“明方向、開眼界、出思路、找盲點”，從高考評價改革的高度重新理解命題與備考的關係。第二，在文字處理、試卷生成、排版數據處理等方面，AI可幫助教師減輕重復性腦力勞動，將教師從煩瑣數據處理中解放出來，以更多精力投入到試題的“精加工”環節。第三，在評價結果的反饋與運用方面，教師可恰當運用AI合理分析評價結果，客觀審視自身教學的成績與存在問題，深入反思影響學生能力發展與素質提升的深層原因，進而探尋改善教學的有效對策，推動評價取向由“知識考查”向“素養評價”轉型，提升基於學情的精準命題能力，優化課堂反饋，增強以評價反哺教學的專業能力。

　　優化命題方式

　　當下，應積極探索“人機協同”的命題新模式，通過精準的提示詞設計，AI可協助教師快速生成試題框架。利用細目表規劃結構，運用教師智慧打磨細節，可實現“規範引領—智慧輔助—精細研磨”的命題模式。AI提示詞框架包括基礎屬性、素養情景、命題邏輯、結果審查四個維度。初稿生成之後，在題幹優化、考點檢查、表述規範等方面，AI可提供輔助。在試題形式上，應注重情境創設，依託真實、多元、複雜的問題情境，綜合考查學生的必備知識與關鍵能力；應創新情境設計、內容設計與設問設計，破除套路化命題，指向核心素養的深度考查。應增強試題的趣味性與挑戰性，做到“無價值，不入題；無思維，不命題；無情境，不成題”，更好地考查學生的綜合能力與思維品質。

　　豐富命題內容

　　探索AI技術與學科命題深度融合，可用於答題卡識別、考情分析、學情可視化、報告生成、分層試題定制等方面。通過了解不同層次學生的認知發展水準、學習習慣與思維特點，可預判教學中可能存在的成效與不足，例如基礎薄弱學生對較複雜知識的接受與理解程度、優秀學生對探究性問題的分析與應對能力等。命題應聚焦核心知識，突出重點內容，避免碎片化考查；針對易錯點與重難點設計專項題目，以便精準診斷學生知識掌握的薄弱環節。命題必須嚴格遵循課程標準，做到內容不超範圍、深度不超要求。

　　值得注意的是，“教師主導、AI輔助”的人機協同命題模式下，AI只是智慧助手與輔助工具而非“替身”，價值判斷、情境把握、情感共鳴及育人導向仍需教師完成。教師的教育情懷及專業判斷始終是命題品質的決定性因素，在技術應用中教師應恪守倫理與法律邊界。AI賦能命題改革，不只是工具的更新，更是評價理念、學科理解與教師角色的整體升級。