“现在不是依赖教师个人奉献的时候。书面和论述型评估要在教育现场真正落地，首先需要国家和教育厅层面的精细制度和公共系统。”

8日下午，在国会议员会馆第7会议室举行的‘书面和论述型评估扩大方案探索国会讨论会’上，教育政策相关人士和一线教师进行了深入讨论。他们深刻认同转变评估范式以培养学生的创造性和批判性思维能力的必要性，同时提出急需建立具体的出题和评分体系以及韩国型人工智能（AI）辅助系统的政策建议。

尤其是，国家教育委员会近期在发布2028~2037中长期国家教育发展计划草案前，将‘高考书面和论述型引入’和‘高考及内申绝对评价转型’作为核心公论化议题，教育界和家长之间的支持与反对的激烈讨论正在升温。在这一重要时刻召开的此次讨论会，被视为超越简单考试技术讨论，成为决定韩国大学入学和公立教育未来的政策分水岭，吸引了广泛的社会关注。

此次活动由强得久、金文洙国会议员办公室及教育政策设计研究所等教育市民团体共同主办，首尔、京畿、大田市教育厅提供支持。

韩国教育课程评价院教学与评估创新研究本部长金京熙担任讨论会的主持。在讨论会上，超越了‘助长私教’或‘评分不公’的传统二元对立框架，集中讨论了在中小学课堂上积累的实践经验与AI、教育科技的现实结合方案的有效替代方案。

第一位发言的韩国教育课程评价院研究员朴钟任指出，书面和论述型评估的公正性不应仅仅局限于‘评分者之间的分数一致率’。

朴研究员表示：“在书面和论述型评估的讨论中，通常只考虑评分的可能性，但如果题目的有效性崩溃，评分的公正性也无法成立。”他强调，国家级成就标准、评估目标、反应指示词和评分标准必须紧密对齐，题目设计应优先进行。他解释说，必须明确引导学生展现的认知思维水平，而不是仅仅停留在‘说明’和‘撰写’等模糊的提问上。

同时，他以英国A-Level、德国阿比图尔和美国ETS的案例为例，建议：“在大规模评估中，AI的完全自动评分不如先设计基于标准答案和多重评分的‘人类评分流程’，AI应作为异常值验证等检查工具使用。”

第二位发言的EduLift副代表郑成允（前全北大学客座教授、教育部AI人才培养推进委员会成员）则探讨了高考等大学入学评估中书面和论述型引入的路线图及AI自动评分（AES）的全球标准。

郑副代表表示：“在海外的大规模评估中，没有任何地方将AI作为‘单独评分者’。中国的高考也由人类全量评分，AI则用于实时监测评分者的偏见，作为‘质量检查’。”他提出了‘人类参与型（Human-in-the-Loop, HITL）’混合设计作为替代方案。他指出：“在引入韩国型高考时，AI应负责初步和验证，由现职教师组成的公认评分团进行最终判定（人类审核比例至少25%法制化），同时应并行建立计算机基础评估（CBT）转型、绝对评价转型、手写OCR错误补救等制度性缓冲装置。”

接下来的指定讨论中，直接在中小学现场实施书面和论述型评估的教师与市、道教育厅政策负责人分享了生动的现场经验和政策课题。

首尔特别市教育厅的张学官金智英强调：“学校现场的HITL应超越技术安全装置，成为保障教师专业性的教育原则。”金学官表示：“为了避免教师无批判地跟随AI的判断，首尔市教育厅的评估支持系统‘填充AI’是以教师首先阅读学生答案并设定标准的‘预评分’为前提设计的。”

随后，她介绍了首尔市教育厅开发的‘K-DOT（基于思维深度的题目框架）’，并表示：“不应让教师个人独自承担评估结果的投诉，而应建立学校课程协商会和教育支持厅评估协商体等‘共同责任体系’。”

大邱庆北大学附属高中英语教师朴相旭则指出：“高考英语的间接写作题无法真实测量学生的写作能力。”他分享了过去两年参与学校单位的逆向设计和‘大邱型书面和论述型评估’的首席评分官的经验。

朴教师表示：“如果进行抽样评分、细化评分标准的共识、通过标准答案（种子）进行持续监测，就能获得社会上可接受的信任度。”他强调：“问题不在于教师能力不足，而在于支持教师能力的系统缺失。国家层面应建立能够准确评估‘教育上重要能力’的题库和评分监测体系，而不是仅仅评估‘容易评分的内容’。”

代表初中现场的华城青中首席教师林成恩表示：“初中已经在2022年修订的课程和成就评估制的基础上，书面和论述型评估逐渐成为课堂的日常。”她指出：“简单的记忆或模范答案灌输式的私教在要求深入思考的书面和论述型评估面前无能为力。”

林首席教师指出：“真正严重的问题在于，初中培养的探究能力在高中入学后被五选一的高考备考所割裂，形成了‘学校级间的断裂’。”她建议：“应急需将以探究问题为中心的教学与评估一体化、通过反馈进行修改的常规，以及减少地区间差距的公共AI评估支持网络的建立。”

小学现场的情况由水原效天小学教师郑娜拉介绍：“小学现场也从一年级到二年级尝试书面和论述型评估，但在量的扩展上，质的进步仍面临困境。”

郑教师表示：“在数学中，思路正确但表达不足而被扣分，或评分标准模糊如‘正确’、‘详细’等副词导致评分者之间的偏差，都是局限。”她强调：“应建立从低年级（语言和图画）到中年级（解释和理由）再到高年级（逻辑表达和观点接受）的发展阶段评估指导，并引入AI工具，确保教师的工作不会双重增加，提供细致的指导和公共支持是必不可少的。”

指定讨论后，随后的综合讨论和观众问答环节中，现场教师和教育相关人士提出了尖锐的问题和建议。

国家教育委员会的一位相关人士提问：“缺乏书面和论述型评估经验的转职教师与同事合作出题和评分所需的适应时间，以及与客观题评估相比，教师实际工作所需的时间增加。”对此，朴相旭教师回答：“与同事合作，确保教学和评估落地至少需要一个学期以上的集中时间，给每位学生510分钟的细致反馈等初期工作负担非常大，但在后续的形成性评估阶段，利用AI进行语言反馈的辅助，集中于内容反馈，时间大幅缩短。最重要的是，学生的成长显而易见，因此可以忍受。”

林成恩首席教师也表示：“在京畿道等地进行的实习型、合宿型培训非常有帮助。”她补充道：“评分的辛苦很大，但我感受到学生的空白答案消失，课堂的投入度提高的教育效果。”

也有直言指出一线教育现场的制度性矛盾。龙仁教育支持厅的张学士李秀京表示：“仅看学校暴力陈述书的接收过程，孩子们在逻辑上描述事实的基本读写能力都不足。”她指出：“家长和学生一年到头都在笔试评估和表现评估中苦苦挣扎，教师也因过重的工作而精疲力竭。在不改变现有笔试评估的情况下，再增加书面和论述型评估只会引发反弹。”她强调：“评估应‘减少’而非‘增加’，应大胆地改革现有评估体系。”

首尔江西高中的金成大教师表示：“在50分钟的课堂时间内，为28名学生提供高质量的书面和论述型反馈几乎是不可能的。”他呼吁：“仅依靠教师的奉献推动政策和指导，会像高中学分制一样引发现场混乱。请首先设计一个温暖而坚实的行政和技术系统，让教师能够安心地帮助学生成长。”对此，金京熙评价院本部长表示：“我会认真对待关于不应依赖教师个人奉献而应由系统支持的指摘。”并承诺政策当局将进行慎重而合理的制度设计。

活动的主办方教育政策设计研究所所长郑美拉在总结发言中指出：“目前高考1等级的60%以上是N数生的现实，清晰地显示了现有的答案选择式五选一评估的局限性。”她表示：“在书面和论述型评估扩大的问题上，不应陷入助长私教的二元对立，而应集思广益，思考如何为学生的未来思维能力培养提供系统和技术上的补充。”