动态证据收集生态系统：用于评估诚信与真实能力

一篇arXiv论文提出“动态证据收集生态系统”设计框架，将评估从单一提交转向持续的多源真实证据，通过迭代作品、设计日志、活动轮次、自我反思和同伴协作收集过程证据，并辅以AI层支持学习分析和形成性反馈，以加强学术诚信和真实能力评估。

传统评估依赖单次提交和最终产品，难以应对生成式AI带来的诚信挑战。该框架将诚信视为评估设计问题而非AI检测问题，推动评估向过程性、多源证据转变，可能影响教育科技产品和学习管理系统的设计方向。

该框架通过收集迭代作品、设计日志等过程证据，结合AI分析反馈，提供多源证据链，减少对单一终稿的依赖。其逻辑是：持续记录学习过程可提高作弊成本，并通过透明化学习行为加强诚信，同时支持更真实的素养评估。

影响教育软件和评估工具的设计：可能需要增加过程记录、日志分析和协作功能；对产品研发提出新需求，如实时数据采集和AI反馈生成；可能提升用户体验（更个性化反馈），但增加开发成本和数据合规考虑。

• 为学习管理系统开发过程证据追踪模块，支持自动记录迭代作品和设计日志。
• 构建AI驱动学习分析工具，提供形成性反馈和诚信风险提示。
• 与企业合作设计真实能力评估方案，集成多源证据收集与展示功能。

• 证据未提及该框架的实际部署案例或效果数据。
• 证据未说明AI层具体采用何种模型及其准确性。
• 证据未讨论数据隐私和伦理合规的具体措施。