新高考有利于弱势群体大学生成长成才 李春玲等在《新高考改革优化拔尖创新人才选拔效果的实证分析》一文中通过中国大学生追踪调查（PSCUS）2023年数据库，实证分析发现，当前实施的两种新高考选科模式——“3+1+2”模式和“3+3”模式，对拔尖创新人才的选拔效果存在显著差异。“3+1+2”模式显著提升了“双一流”高校大学生的科研志向，有利于拔尖创新人才选拔；而“3+3”模式则因功利化选科动机较强导致部分学科专业、部分群体学生学业表现不佳，抑制了新高考优化拔尖创新人才的选拔成效。新高考改革对理工科拔尖创新人才选拔效果较为突出，两种新高考选科模式呈现分化效应。 异质性分析结果进一步表明，新高考改革对弱势群体具有明显的偏向性，与老高考的学生相比，“3+1+2”模式下来自农村家庭和低收入家庭的学生科研志向显著增强，“3+3”模式下来自城市家庭和高收入家庭的学生更可能出现学业表现不佳现象。这说明，“3+1+2”模式的正向作用主要体现于资源相对弱势家庭子女，而“3+3”模式的负向作用主要体现于资源相对优势家庭子女，正负效应的共同作用，有助于弱化因家庭资源差距导致的成才机遇的不平等。不过，新高考为什么会产生这种效果，其背后的原因机制还有待于进一步考察。本文推测一个可能的原因是，优势群体具有更完备的教育和劳动力市场信息和专业选择能力，更倾向于功利性选科动机以提高考试分数，从而导致部分学生大学期间基础课程跟不上、学习动力不足、学业表现不佳；弱势群体在自由选科条件下更可能依据个人兴趣专长选择科目和报选专业，从而增强专业兴趣和科研志向。新高考改革推行的多样化选拔模式为弱势群体大学生提供了更大的成长成才空间。 摘自《北京大学教育评论》2026.2 新高考学生的大学准备程度存在显著的群体差异 罗晓燕在《新高考改革对于学生大学准备的影响研究》一文中指出，新高考模式下，学生的大学准备程度显著高于传统高考学生。首先，在选科差异上，“3+3”选科模式主要集中在北京、上海、浙江等教育资源丰富的地区，该模式通过较高的选择自由度和复杂的规则，推动学生更早、更主动地了解大学专业，提高大学准备。同时，该模式鼓励学生选择文理交叉组合，培养跨学科思维能力，而这与大学通识教育理念更为契合。其次，就大学就读专业而言，理工科专业的学生需掌握大量数理化知识和复杂实验原理，他们想要达到与人文社会学科学生同等的学业表现难度更大。因此，学生在高中会投入更多的学习时间，进而获得更丰富的知识储备和学习技能。再次，就生源地而言，农村学生面临着教育资源的单一性及家庭条件的限制，因此对学校教育高度依赖，制度性劣势与应试教育观念附加在学生身上，则表现为分数导向的学习行为；而城市学生则凭借优质的学校教育资源、高家庭经济与文化资本及多元的升学信息获取方式，在综合素质的积累上占据明显优势。最后，就学校背景而言，优质高中的信息获取渠道、硬件设施、师资水平等更具优势，而这些资源为学生学习视野和系统性思维的培养提供了重要支持，与学生的学业表现和未来发展高度相关。同时，能够进入优质高中和重点高校的学生，本身就是通过激烈竞争筛选出的佼佼者，通常具备更强的自主学习能力和内在驱动力，擅长将家庭和学校优势进一步转化为个人优势，呈现越优势越努力的样态。 摘自《中国考试》2026.1 新高考背景下县中学生选科改选行为研究 曹妍等在《资源与信息匮乏下的逆向选择:新高考背景下县中学生选科改选行为研究》一文中通过对A省大规模问卷数据的量化分析，并结合高校专业选科要求的文本解析，研究发现： 第一，学生的选科决策深刻体现了“有限理性”下的“满意化”原则。研究发现，以个人兴趣为导向、较高的科目综合优势度以及更广的专业覆盖率均显著降低了学生的改选意愿；而较高的科目综合难度则显著催生了改选意愿。这表明，学生的决策是在兴趣、优势、功利与“趋易避难”等多重目标间权衡的复杂过程，而非追求单一维度的最优解。 第二，资源与信息的双重劣势显著塑造了县中学生的选科行为与偏好。相较于非县中学生，县中学生表现出更强烈的改选意愿，其决策对专业覆盖率等功利性因素更为敏感，而对兴趣特长的考量则相对被忽视。值得注意的是，增加选科组合数量等常规资源供给并未有效降低其改选意愿，而系统的生涯规划指导则能起到显著的抑制作用，证实了信息干预的独特价值。 第三，在信息不对称的制约下，县中学生的纠偏行为陷入了“逆向选择”的困境。研究最具警示意义的发现是，尽管县中学生怀有强烈的纠偏意愿，但其改选行为的实际效果却事与愿违。改选后的科目组合在专业覆盖率和综合优势度上非但没有提升，反而出现了显著下降。这一结果清晰地揭示了，在缺乏有效信息支持的情况下，看似理性的纠偏尝试反而可能导致更不利的决策后果。 摘自《全球教育展望》2026.4 拓展技术赋能，促进高考改革数智化 张敏强等在《破解中国高考复杂困局：教育测量学创新与协同改革路径》一文中指出，为应对高考改革的深化要求与人才选拔的精细化需求，人工智能（AI）技术正深度融入招生工作的核心环节，为提升效率、保障公平、优化决策提供强大驱动力。在招生规划层面，AI通过对海量市场人才需求数据、区域产业发展趋势、高校资源配置现状及历年录取情况的大数据挖掘与智能分析，能够动态预测不同学科专业的未来需求缺口与热度，为教育主管部门和高校制定及调整分专业招生计划提供精准、实时的数据支撑，显著提升招生规模和结构与社会需求的契合度，从源头优化人才供给。在考试命题科学性提升方面，AI技术通过对历年高考试卷的海量试题进行深度分析（如知识点覆盖、难度系数、区分度、认知能力考查维度等），结合教育目标与课程标准，可辅助命题专家优化试题设计，确保试卷结构更合理、难度梯度更科学、能力考查更全面，有效提升考试的信度与效度。在考试安全与规范保障上，智能监控系统（融合人脸识别、行为分析、环境监测等技术）实现了对考试全过程的实时、无感、精准监管，大幅提升防范作弊、维护考场秩序的能力，为所有考生创造更安全、更可信赖的竞争环境，筑牢公平公正的基石。在考生服务与能力评估环节，智能测评系统基于对学生学习行为、能力倾向、兴趣特质的综合分析，可生成个性化的学科能力画像与专业适配报告，科学辅助考生进行高考选考科目决策和大学专业志愿初选，降低盲目性，促进学生兴趣、能力与未来发展得更好匹配。基于大数据和智能算法的志愿填报辅助系统，能够综合考生成绩位次、历年院校专业录取分数线及波动规律、个人兴趣偏好、职业发展前景等多维度信息，进行模拟投档和智能匹配推演，为考生提供更科学、更优化的平行志愿填报策略建议，有效降低滑档风险，提高录取满意度。
