评估的核心在于测量认知功能随时间的变化，但标准化测试往往掩盖了认知参与的动态本质，限制了个性化学习追踪。本章探讨如何利用神经生理学工具（如脑成像和生理监测）捕获“隐蔽”的认知过程，推动评估创新。学习涉及从神经过程到社会互动的多层次交互，通过整合多模态数据，神经生理学手段能为个性化、预测性评估提供支持，最终提升学生的评估能力。
图12.1 多层次的学习因素与原理
图12.2 学习所引发的认知变化示例
疫情后的学习与评估新时代
新冠疫情加速了技术赋能学习的步伐，凸显了重新设计评估范式的紧迫性。传统高风险考试易增加学生压力并阻碍及时调整。后疫情时代，评估需从横截面式转向动态过程，融入神经科学见解，使评估更具适应性。
本章提出“评估能力”概念，即学生监控学习、调整策略并可视化进步的能力。神经生理学反馈（如展示学习引发的大脑变化）能增强学生的元认知与能动性。数字技术虽扩大了学习平台的应用，但评估整合仍显不足。未来，结合行为数据与神经生理指标（如fNIRS）构建个性化系统，将使形成性评估更加无缝。
图12.3 将行为评估与更深层次的神经生理数据相结合，以构建面向未来的评估模型
学习生物标志物：使学习过程“可见”
学习生物标志物是可量化的生物参数，用于指示学习状态。神经和生理工具能补充行为评估，使隐蔽的认知过程显性化。
神经生物标志物的应用
功能性磁共振成像（fMRI）、脑电图（EEG）和功能性近红外光谱（fNIRS）等工具可有效评估认知负载。研究表明，这些工具不仅能早期识别学习风险（如发育性计算障碍），还能通过神经反馈促进学生的元认知与主动反思。
近端生理评估的应用
眼动追踪技术通过注视和凝视模式评估认知与情感。便携设备支持自然环境下的监测，帮助教育者捕捉问题解决过程中的细微认知差别，优化评估设计。
皮肤电活动（EDA）的角色
皮肤电活动（EDA）通过测量电导变化来指示注意力与情感唤醒。可穿戴设备支持长期自然监测，为识别学生兴趣、课堂参与度及低唤醒状态提供客观依据，从而提升个性化反馈的有效性。
图12.4 (a) fMRI扫描仪；(b) fNIRS头戴式设备；(c) EEG头戴式设备
图12.5 自然主义教育情境中使用的皮肤电带
讨论：构建未来评估框架
神经生理学评估通过动态数据提供及时反馈，支持“作为学习的评估”。其优势在于早期预测风险及整合多模态数据。未来的评估框架应将标准测试与神经生物标志物相结合，形成迭代循环。在应用时需注重课程层面的数据驱动决策，同时避免过度技术依赖，确保教育本质。
图12.6 未来准备评估的拟议框架
结论与展望
实证表明，神经生理学工具能精准测量多维学习变化，为优化教育提供科学基础。未来就绪的评估可减少传统考试依赖，通过非侵入性工具在真实环境中揭示不可见的学习过程。未来研究需进一步验证多模态工具的效能，推动跨学科应用，培养深度的评价文化。