教師在終結(jié)性評(píng)價(jià)中的作用

袁 莉 譯

編者按：這篇文章是Nuffield Foundation 資助的 “為了未來(lái)的評(píng)價(jià)系統(tǒng)”課題的研究成果。這個(gè)研究課題是由評(píng)價(jià)改革小組2003 年建立的，由劍橋大學(xué)教育學(xué)院的Wynne Harlen領(lǐng)導(dǎo)其他核心組成員①完成，旨在從對(duì)在校學(xué)生的終結(jié)性評(píng)價(jià)的研究和實(shí)踐中尋找證據(jù)，從而獲取使學(xué)生從終結(jié)性評(píng)估中收益的教學(xué)方法。怎樣發(fā)揮教師在終結(jié)性評(píng)價(jià)中的作用是這個(gè)課題的重點(diǎn)。有關(guān)這個(gè)課題的詳細(xì)信息和評(píng)價(jià)改革小組的其他活動(dòng)及研究成果，請(qǐng)?jiān)L問(wèn)其網(wǎng)站www.assessment-reform-group.org

[關(guān)鍵詞] 教師；終結(jié)性評(píng)價(jià)；作用

[中圖分類號(hào)] G632.471[文獻(xiàn)標(biāo)識(shí)碼] A[文章編號(hào)] 1672-1128（2007）10-0014-07

一、綜 述

評(píng)價(jià)和考試對(duì)年輕一代的生活和工作有著重大的影響。學(xué)校所作出的決定，特別是國(guó)家統(tǒng)一考試的成績(jī)極大地影響著學(xué)生的就業(yè)機(jī)會(huì)和前途。當(dāng)這些考試和考評(píng)的結(jié)果被用來(lái)評(píng)判老師和學(xué)校時(shí)，也影響著教師的教學(xué)手段?？紤]到考試和評(píng)價(jià)的重要性，終結(jié)性評(píng)價(jià)應(yīng)該盡可能準(zhǔn)確，并以正確的方式去反映和影響學(xué)生在校的學(xué)習(xí)是非常必要的。

目前，大量的研究結(jié)論表明，教育系統(tǒng)強(qiáng)烈地依賴于考試成績(jī)有許多缺陷，特別是用這種方式來(lái)考察學(xué)生學(xué)習(xí)的可信程度，即正確性和可靠性值得懷疑。本文提出，恰當(dāng)?shù)剡\(yùn)用教師判斷能夠減少終結(jié)性評(píng)價(jià)對(duì)教學(xué)所帶來(lái)的負(fù)面影響。同時(shí)也注意到了在運(yùn)用教師評(píng)價(jià)系統(tǒng)時(shí)應(yīng)該考慮到的許多問(wèn)題。特別強(qiáng)調(diào)了幾個(gè)方面：對(duì)教師的判斷必須有強(qiáng)有力的和持續(xù)的質(zhì)量保證及監(jiān)控程序；提供衡量發(fā)展的標(biāo)準(zhǔn)去指導(dǎo)以達(dá)到特定的目標(biāo)而進(jìn)行的學(xué)習(xí)；教師可以得到精心設(shè)計(jì)的評(píng)價(jià)學(xué)生的技能和理解能力的考核任務(wù)，從而幫助他們?cè)谧鞒雠袛嗟臅r(shí)候考慮到全方位的學(xué)習(xí)目標(biāo)；教師崗前和在崗培訓(xùn)應(yīng)該提高他們對(duì)不同評(píng)價(jià)目的的理解和運(yùn)用能力。終結(jié)性評(píng)價(jià)要與形成性評(píng)價(jià)相結(jié)合，使其透明，并且老師的判斷要以事實(shí)為依據(jù)。所有的這些條件都具備了才能得出可信的結(jié)論。

另外，為了避免通過(guò)一錘定音的終結(jié)性評(píng)價(jià)去評(píng)估教師和學(xué)校所帶來(lái)的負(fù)面影響，特別強(qiáng)調(diào)衡量學(xué)校優(yōu)劣的標(biāo)準(zhǔn)不能單純地依賴于從學(xué)生終結(jié)性評(píng)價(jià)中得到的數(shù)據(jù)，考察學(xué)生成績(jī)的標(biāo)準(zhǔn)應(yīng)該來(lái)自方方面面所收集的證據(jù)而不是每個(gè)學(xué)生的考試結(jié)果。這對(duì)那些制定評(píng)價(jià)政策和實(shí)施這些政策的人都具有重要的指導(dǎo)意義。

二、前 言

各種不同的評(píng)價(jià)方式被廣泛地運(yùn)用在教育中。為了改善和提高教學(xué)評(píng)價(jià)，最引人矚目的是被稱作教學(xué)過(guò)程中的評(píng)價(jià)（形成性評(píng)價(jià)）。這里主要討論的是對(duì)教學(xué)效果的評(píng)價(jià)（終結(jié)性評(píng)價(jià)），一般為了總結(jié)學(xué)生在一定的階段所學(xué)到的知識(shí)和掌握的技能以便匯報(bào)學(xué)生的學(xué)習(xí)成績(jī)和進(jìn)度。

2002年，英國(guó)的一些評(píng)價(jià)政策里已經(jīng)顯示出要有選擇性地使用外部的考試作為對(duì)學(xué)生的終結(jié)性評(píng)價(jià)。例如，英格蘭的政策已經(jīng)調(diào)整，傾向于在終結(jié)性評(píng)價(jià)中強(qiáng)調(diào)以教師為中心和發(fā)揮他們作用。威爾士、蘇格蘭和北愛(ài)爾蘭的改革，已從2005年夏季開始，賦予小學(xué)年齡段老師對(duì)學(xué)生進(jìn)行評(píng)價(jià)的責(zé)任。

在威爾士，小學(xué)低年齡段的考試（7歲）已經(jīng)在2002年就取消了，威爾士政府宣布，從2004年夏天起廢除對(duì)11歲和14歲年齡段學(xué)生的國(guó)家考試。在蘇格蘭，教師從電子庫(kù)里抽取國(guó)家考試試題去幫助他們對(duì)學(xué)生的成績(jī)作出判斷，但是，政府不再統(tǒng)計(jì)考試成績(jī)。北愛(ài)爾蘭政府決定停止階段性的考試和小學(xué)到中學(xué)的升學(xué)考試，而引入以教師評(píng)價(jià)為基礎(chǔ)的學(xué)生個(gè)人檔案。個(gè)人檔案能讓父母隨時(shí)了解他們的孩子的學(xué)習(xí)進(jìn)度和成績(jī)，同時(shí)也為學(xué)生升中學(xué)和大學(xué)提供依據(jù)。

在2005年宣布的改革中，英格蘭教育部長(zhǎng)Stephen Twigg 說(shuō)，他和他的同事將“給予教師完全的信任”。他強(qiáng)調(diào)，在英國(guó)4700所學(xué)校進(jìn)行的實(shí)驗(yàn)表明，在小學(xué)低年齡段（7歲）盡管教師開始仍需用考試作為終結(jié)性評(píng)價(jià)過(guò)程中的一部分，但教師評(píng)價(jià)已經(jīng)明顯得以“強(qiáng)化”。英格蘭學(xué)歷和課程委員會(huì)的執(zhí)行主席在講話中指出：“與其他的競(jìng)爭(zhēng)對(duì)手相比，我們國(guó)家已經(jīng)有了實(shí)施嚴(yán)格的教師評(píng)價(jià)的基礎(chǔ)，我們可以通過(guò)教師平時(shí)系統(tǒng)收集證據(jù)去得到比目前的評(píng)價(jià)更可靠的結(jié)果?！彼A(yù)測(cè)，對(duì)11歲和14歲學(xué)生外部的終結(jié)性考試將被恰如其分的教師評(píng)價(jià)所取代，但是這個(gè)過(guò)程至少要花10年。他希望有一天，當(dāng)必須對(duì)學(xué)生進(jìn)行考試的時(shí)候，英格蘭的教師將可以從考試庫(kù)中根據(jù)需要去選擇相應(yīng)的試題和考核任務(wù)。本文表明了一個(gè)觀點(diǎn)，那就是在盡可能短的時(shí)間內(nèi)推進(jìn)教師在終結(jié)性評(píng)價(jià)中所肩負(fù)的重大責(zé)任有其充分的以事實(shí)為根據(jù)的原因。

當(dāng)然，教師的終結(jié)性評(píng)價(jià)并不是靈丹妙藥，也會(huì)存在一些問(wèn)題。但是它在許多方面優(yōu)于以外部考試為標(biāo)準(zhǔn)的評(píng)價(jià)體系。這里提出的觀點(diǎn)是以大量的研究證據(jù)為基礎(chǔ)的，有的所引用的研究證據(jù)已經(jīng)在這里給出了參考書目，有的引用了網(wǎng)上評(píng)價(jià)改革小組的著作和文章。本文首先探討了運(yùn)用教師評(píng)價(jià)作為終結(jié)性評(píng)價(jià)目的的優(yōu)點(diǎn)和缺點(diǎn)以及為了確保它所提供的信息具有較高的可信任性（可靠性和有效性的結(jié)合）所需要采取的行動(dòng)；然后總結(jié)了以考試和測(cè)驗(yàn)為基礎(chǔ)的終結(jié)性評(píng)價(jià)系統(tǒng)的一些問(wèn)題和怎樣才能確保終結(jié)性評(píng)價(jià)所提供的信息能夠滿足它所要面對(duì)的不同的用途。本文對(duì)于制定和實(shí)施教育政策的人具有重要的指導(dǎo)意義。雖然這里使用的是“中小學(xué)生”和“學(xué)校”這些詞，但是這里的一些觀點(diǎn)和意義與其他教育院校的學(xué)生也是相關(guān)的。

三、用教師的評(píng)價(jià)作為終結(jié)性評(píng)價(jià)的

優(yōu)勢(shì)和不足

通過(guò)對(duì)學(xué)生學(xué)習(xí)的評(píng)價(jià)去總結(jié)學(xué)生的成績(jī)有著不同的目的，其多樣性表現(xiàn)在從非正式的記錄學(xué)習(xí)過(guò)程到一錘定音的證書（見(jiàn)表1）以及貫穿于從小學(xué)到成人教育的各個(gè)階段。同時(shí)進(jìn)行評(píng)價(jià)的方式也是多種多樣的。 這里主要討論的是評(píng)價(jià)方式的采用必須基于所提供的信息符合其目的。

運(yùn)用教師的評(píng)價(jià)作為外部終結(jié)性評(píng)價(jià)已經(jīng)提倡了很長(zhǎng)時(shí)間了。當(dāng)我們想一想有效的終結(jié)性評(píng)價(jià)所應(yīng)該具備的質(zhì)量標(biāo)準(zhǔn)，這種方式的價(jià)值就非常清晰了。與其他目的的評(píng)價(jià)相同，終結(jié)性評(píng)價(jià)應(yīng)該具備以下的一些質(zhì)量要求。

第一是有效性：評(píng)價(jià)必須覆蓋所有的并且只能包括那些與評(píng)價(jià)目的相關(guān)的學(xué)生的成績(jī)。第二是可靠性：評(píng)價(jià)應(yīng)該精心設(shè)計(jì)讓用戶對(duì)結(jié)果的準(zhǔn)確和目的的一致性有信心。第三是沖擊性：評(píng)價(jià)不僅只是衡量表現(xiàn)情況而且還要對(duì)教學(xué)和學(xué)生的學(xué)習(xí)動(dòng)機(jī)等起到促進(jìn)作用。評(píng)價(jià)通常對(duì)課程的開設(shè)和教學(xué)有著強(qiáng)烈的沖擊，因此，盡量減少任何的負(fù)面影響是非常重要的。第四是可行性：進(jìn)行終結(jié)性評(píng)價(jià)所需要的資源——教師的時(shí)間、專業(yè)知識(shí)、費(fèi)用以及學(xué)生的用于學(xué)習(xí)時(shí)間——應(yīng)該與其所提供的價(jià)值相符。

教師終結(jié)性評(píng)價(jià)怎樣才能成功地滿足這四個(gè)要求呢？下面，從正反兩方面對(duì)教師終結(jié)性評(píng)價(jià)的優(yōu)勢(shì)與不足進(jìn)行了比較（見(jiàn)表2）。但是，在我們展開這些爭(zhēng)論之前，非常重要的一點(diǎn)就是要對(duì)教師的終結(jié)性評(píng)價(jià)有一個(gè)明確的定義。從目前教師和專家的討論來(lái)看，它的定義僅限于教師對(duì)他們自己的學(xué)生的評(píng)價(jià)。教師終結(jié)性評(píng)價(jià)是教師通過(guò)一系列有計(jì)劃的，系統(tǒng)的方式去收集信息的過(guò)程，并基于他們的專業(yè)判斷去推斷學(xué)生的學(xué)習(xí)狀況和報(bào)告學(xué)生在特定時(shí)期的成績(jī)。

四、提高教師的終結(jié)性評(píng)價(jià)的可靠性

值得指出的是，研究中發(fā)現(xiàn)教師終結(jié)性評(píng)價(jià)中的不足，主要來(lái)自那些并沒(méi)有嘗試把教師的評(píng)價(jià)作為主要角色的項(xiàng)目。從其他把教師的評(píng)價(jià)作為終結(jié)性評(píng)價(jià)的目的的研究和一些國(guó)家的經(jīng)驗(yàn)來(lái)看，已經(jīng)發(fā)現(xiàn)了影響評(píng)價(jià)的可靠性的條件和可以提高其可靠性的方法。

通過(guò)對(duì)英國(guó)、澳大利亞和美國(guó)（昆士蘭州和加利福尼亞州）等實(shí)施教師終結(jié)性評(píng)價(jià)的考察和共同探討，我們得出了以下5個(gè)方面的經(jīng)驗(yàn)。這些也適用于在工作崗位和職業(yè)學(xué)校怎樣對(duì)學(xué)生獲取國(guó)家認(rèn)可的就業(yè)資格證書進(jìn)行評(píng)價(jià)。

第一，應(yīng)該有明確的標(biāo)準(zhǔn)去描述不同方面的成績(jī)以及所達(dá)到的水平，比較理想的是，他們應(yīng)該協(xié)助發(fā)展這些標(biāo)準(zhǔn)。同時(shí)，給解釋所收集的信息提供一個(gè)基本原則，這些標(biāo)準(zhǔn)也應(yīng)該講清楚所要求的學(xué)習(xí)機(jī)會(huì)。這樣會(huì)使教師在以日常課堂作業(yè)為基礎(chǔ)對(duì)學(xué)生進(jìn)行評(píng)價(jià)時(shí)感到容易一些。

第二，為了讓教師按照程序去確保評(píng)價(jià)的可靠性，教師的專業(yè)培訓(xùn)是必須的。培訓(xùn)也應(yīng)該以那些將要被采用的標(biāo)準(zhǔn)和那些經(jīng)研究發(fā)現(xiàn)潛在的產(chǎn)生偏見(jiàn)的根源為核心。

第三，通過(guò)專業(yè)合作對(duì)教師的判斷形成一個(gè)系統(tǒng)的模式對(duì)促進(jìn)教學(xué)和評(píng)價(jià)都是有利的。模式影響評(píng)價(jià)的計(jì)劃和實(shí)施，從而影響教師對(duì)學(xué)習(xí)目標(biāo)以及在實(shí)施這些目標(biāo)進(jìn)度的標(biāo)準(zhǔn)的理解，它的作用遠(yuǎn)遠(yuǎn)大于質(zhì)量保證的功能。

第四，提供一個(gè)精心設(shè)計(jì)的任務(wù)庫(kù)以及評(píng)分標(biāo)準(zhǔn)能更好地幫助教師對(duì)自己學(xué)生的成績(jī)做出判斷。這些任務(wù)可以提供活動(dòng)范例讓學(xué)生能夠去實(shí)現(xiàn)一些重要的目標(biāo)，例如，批判性的推理和將知識(shí)運(yùn)用到新的環(huán)境中。作為評(píng)價(jià)的一部分，它們能夠給學(xué)生提供有趣的和相關(guān)的學(xué)習(xí)經(jīng)歷。它們不能在評(píng)價(jià)過(guò)程中占統(tǒng)治地位，當(dāng)然，也不應(yīng)該被看作是游離于教師評(píng)價(jià)之外的單獨(dú)的方式。它們也不是去為了肯定教師的判斷。更確切地說(shuō)，它們是所收集的信息的一部分，如果需要的話，能夠用來(lái)幫助教師確保他們達(dá)到評(píng)價(jià)所想要達(dá)到的目標(biāo)。

第五，當(dāng)教師和終結(jié)性評(píng)價(jià)的使用機(jī)構(gòu)已經(jīng)變得依賴于外在的考試時(shí)，這就將需要更長(zhǎng)的時(shí)間去增加教師運(yùn)用動(dòng)態(tài)評(píng)價(jià)的能力和建立對(duì)教師判斷的信心。因此，給予足夠的時(shí)間去嘗試和評(píng)價(jià)創(chuàng)新的實(shí)踐活動(dòng)以及清晰的執(zhí)行程序和建立內(nèi)在的安全機(jī)制去確保評(píng)價(jià)的可靠性都是非常重要的。

五、以考試作為終結(jié)性評(píng)價(jià)存在的問(wèn)題

以教師評(píng)價(jià)作為終結(jié)性評(píng)價(jià)并不是沒(méi)有缺陷的，它有著與其他的終結(jié)性評(píng)價(jià)共同存在的問(wèn)題，特別是當(dāng)其結(jié)果被用來(lái)作為外部以擇優(yōu)選拔為目的的手段時(shí)。但是，這些問(wèn)題應(yīng)該提出來(lái)與那些以考試成績(jī)?yōu)闇?zhǔn)的評(píng)價(jià)所導(dǎo)致的問(wèn)題進(jìn)行比較。大量的證據(jù)表明，以下一些原因造成了以考試為標(biāo)準(zhǔn)的教育系統(tǒng)的問(wèn)題。

第一，不能夠提供一個(gè)反映飛速發(fā)展的社會(huì)和技術(shù)的變革所需要的全方位的教育成果的信息，因此，它不可能去鼓勵(lì)發(fā)展這些方面的技能。主要包括高層次的思考技能，適應(yīng)不斷改變的環(huán)境的能力，對(duì)怎樣去學(xué)習(xí)的理解以及在工作和學(xué)習(xí)中相互合作的能力和獨(dú)立工作及學(xué)習(xí)的能力。

第二，限制了已被證明能夠提高學(xué)習(xí)成績(jī)和縮小優(yōu)生及差生之間的差距的形成性評(píng)價(jià)（或?yàn)榱舜龠M(jìn)學(xué)習(xí)的評(píng)價(jià)）的發(fā)展。

第三，所提供的數(shù)據(jù)并不象人們期待的那么可靠。例如，根據(jù)對(duì)英格蘭學(xué)校系統(tǒng)的重要階段考試（Key Stage Tests）的結(jié)果估算，至少有1/3的學(xué)生在第二階段的考試（KS2）和40%的學(xué)生在第三階段 （KS3）的考試是被給予了錯(cuò)誤的結(jié)論。

第四，考試結(jié)果缺乏可靠性意味著將影響一些學(xué)生，并對(duì)他們?cè)谛?nèi)、校間和校外發(fā)展作出不公正和不正確的決定。

第五，目前還沒(méi)有確鑿的證據(jù)支持考試可以提高學(xué)習(xí)成績(jī)的主張。

第六，降低了一些學(xué)生的學(xué)習(xí)動(dòng)力。

第七，考試造成的緊張氣氛，阻礙了一些學(xué)生發(fā)揮他們的最佳水平。

第八，它鼓勵(lì)以膚淺的和表層的學(xué)習(xí)為主的教學(xué)方式，而不是深層次的，對(duì)本質(zhì)概念的理解。

研究也表明，一些考試和考核結(jié)果被用來(lái)應(yīng)付各種目的，而它們所提供的價(jià)值是極為有限的。把每個(gè)學(xué)生的考試結(jié)果用于各種目的，從設(shè)定目標(biāo)到學(xué)校排名，這種做法實(shí)在是過(guò)于簡(jiǎn)單化。為了一個(gè)目的所收集的信息并不一定能滿足其他的目的的要求，用于收集某些類型的學(xué)習(xí)成果的方式也不能適應(yīng)所有的目的的需要。通過(guò)讓教師在評(píng)價(jià)個(gè)體學(xué)生中扮演重要的角色和用多樣化的方式去評(píng)估和考察教師及學(xué)校，可以減少終結(jié)性評(píng)價(jià)的負(fù)面影響。在討論這個(gè)問(wèn)題之前，很重要的一點(diǎn)是要說(shuō)明目前采用的終結(jié)性評(píng)價(jià)的方式不能充分衡量現(xiàn)代教育的一些關(guān)鍵性成果，它對(duì)學(xué)生，課程，教學(xué)以及通過(guò)評(píng)價(jià)去促進(jìn)學(xué)習(xí)都有負(fù)面的影響。

對(duì)于“評(píng)價(jià)什么”這個(gè)問(wèn)題，許多終結(jié)性評(píng)價(jià)，例如，英格蘭學(xué)生在11歲和14歲參加的國(guó)家考試， 取決于學(xué)生在規(guī)定的時(shí)間內(nèi)所進(jìn)行的筆試成績(jī)。就像已經(jīng)提到的，這種形式限制了可以進(jìn)行評(píng)價(jià)的學(xué)習(xí)成果的范圍，把許多高層次的認(rèn)知和交流技能，獨(dú)立學(xué)習(xí)和相互合作的學(xué)習(xí)能力都給排除在外了?？荚嚦煽?jī)所具有的“一錘定音”的特性鼓勵(lì)以應(yīng)付考試為目的教學(xué)和為了考試而進(jìn)行的過(guò)多的練習(xí)。研究證明，其導(dǎo)致的結(jié)果是學(xué)生盡管并不具備考試中所涉及的能力，但他們學(xué)會(huì)了如何去通過(guò)考試。一項(xiàng)英國(guó)教育和技能部資助的研究項(xiàng)目得出了這樣的結(jié)論：當(dāng)訓(xùn)練11歲的孩子去通過(guò)國(guó)家考試，很可能會(huì)提高學(xué)生的考試成績(jī)，但并不能確定給學(xué)生今后的學(xué)習(xí)帶來(lái)多少幫助。利用考試對(duì)學(xué)習(xí)成果的評(píng)價(jià)的狹窄性是與教育和技能部在“關(guān)注孩子”的文件中所提出的全方位的學(xué)習(xí)目標(biāo)的觀點(diǎn)是相違背的。

對(duì)于“如何進(jìn)行評(píng)價(jià)”這個(gè)問(wèn)題，至關(guān)重要的一點(diǎn)是評(píng)價(jià)要覆蓋那些在一個(gè)迅速縮小的世界和改變的社會(huì)里，年輕人在工作和生活方面所必須要學(xué)會(huì)的東西。任何學(xué)科都有兩個(gè)重要的目標(biāo)：“學(xué)習(xí)去理解”和“理解學(xué)習(xí)”。

第一個(gè)目標(biāo)是就發(fā)展“大思路”而言的：概念能被應(yīng)用到不同的環(huán)境，能夠使學(xué)生通過(guò)思考本質(zhì)聯(lián)系去判斷不同情況下的各種現(xiàn)象。 單純地去死記事實(shí)和一套固定的程序是不能幫助年輕人將所學(xué)的知識(shí)運(yùn)用到各種環(huán)境中去。

第二個(gè)目標(biāo)是與發(fā)展學(xué)習(xí)意識(shí)相關(guān)的?！皩W(xué)生不可能在學(xué)校里學(xué)到他們將來(lái)在社會(huì)生活中所需要的一切”已經(jīng)是被廣泛認(rèn)可的了。因此，學(xué)校必須給學(xué)生提供終生學(xué)習(xí)所需要的技能、理解力和求知欲。由于評(píng)價(jià)什么強(qiáng)烈地影響著教什么和怎樣教，所以我們必須認(rèn)真地看待評(píng)價(jià)什么的問(wèn)題。 如果不能覆蓋所需要去評(píng)價(jià)的學(xué)習(xí)成果，那么就需要改變?cè)u(píng)價(jià)方式。

評(píng)價(jià)對(duì)學(xué)生、教師和教學(xué)的沖擊也是值得重視的問(wèn)題。就像前面已經(jīng)強(qiáng)調(diào)的，目前的考試制度對(duì)學(xué)生的學(xué)習(xí)動(dòng)機(jī)和學(xué)習(xí)經(jīng)歷都有相當(dāng)重大的影響。研究發(fā)現(xiàn)：考試的成績(jī)似乎已經(jīng)變得比學(xué)生到底學(xué)到了什么更重要；考試能降低成績(jī)不佳的學(xué)生的自尊，更難使其相信他們可以在其他的方面獲得成功；在考試練習(xí)時(shí)連續(xù)的失敗會(huì)挫傷一些學(xué)生的士氣，從而加大優(yōu)秀生和差生之間的距離；考試焦慮癥對(duì)女生的影響比對(duì)男生的影響更大；教學(xué)方式可能局限于那些考試所必須的內(nèi)容（例如，忽視實(shí)踐課）。

這些負(fù)面影響能直接作用于學(xué)生準(zhǔn)備來(lái)自外部的“一錘定音”的考試，或間接地給教師提供一個(gè)運(yùn)用于所有年級(jí)的拙劣的評(píng)價(jià)模式。

六、為了促進(jìn)學(xué)習(xí)的評(píng)價(jià)

通過(guò)評(píng)價(jià)去促進(jìn)學(xué)習(xí)（縮小高分和低分之間的距離）通常被忽視了。更糟糕的可能是對(duì)形成性評(píng)價(jià)的歪曲理解，評(píng)價(jià)改革小組將形成性評(píng)價(jià)過(guò)程定義為“尋找和解釋那些被學(xué)生和老師用來(lái)決定學(xué)生目前的學(xué)習(xí)進(jìn)度，需要達(dá)到的目標(biāo)和實(shí)現(xiàn)這些目標(biāo)的最佳途徑的信息”。

很多學(xué)校在實(shí)施形成性評(píng)價(jià)中發(fā)現(xiàn)，在實(shí)際教學(xué)中，其所要求的教學(xué)理念的改變并沒(méi)有發(fā)生。這種情況可能出現(xiàn)，例如， 教師受到了超出他們控制的外部的考試限制。 其結(jié)果是教師不可能像形成性評(píng)價(jià)所要求的那樣，為了發(fā)展學(xué)生終生學(xué)習(xí)的能力，在指導(dǎo)學(xué)生的學(xué)習(xí)過(guò)程中讓他們扮演主要角色。以考試為主的課堂評(píng)價(jià)的特性（見(jiàn)表3）。

PACE 課題對(duì)英格蘭小學(xué)的一組學(xué)生進(jìn)行了為期8年的跟蹤研究，這項(xiàng)研究開始于英國(guó)決定對(duì)7歲的學(xué)生進(jìn)行國(guó)家統(tǒng)一考試之前。其研究發(fā)現(xiàn)自從引入了外部考試以后，教師自己的課堂評(píng)價(jià)變得更像終結(jié)性評(píng)價(jià)。學(xué)生感到在引入考試之前教師的評(píng)價(jià)幫助他們的學(xué)習(xí)，但是隨后他們注意到老師更加關(guān)注考試成績(jī)而不是學(xué)習(xí)過(guò)程。 學(xué)生自己開始采取終結(jié)性評(píng)價(jià)的標(biāo)準(zhǔn)去評(píng)論他們自己的作業(yè)。

七、滿足終結(jié)性評(píng)價(jià)目的的需要

1.形成性評(píng)估和終結(jié)性評(píng)估協(xié)調(diào)統(tǒng)一

考試對(duì)形成性評(píng)估的負(fù)面影響，是強(qiáng)化教師評(píng)價(jià)的主要原因之一，因此，把二者結(jié)合起來(lái)是非常重要的。 在課堂教學(xué)中，教師能夠通過(guò)觀察、提問(wèn)，傾聽學(xué)生的交談和批改作業(yè)去收集學(xué)生的信息。在形成性評(píng)價(jià)中這些信息可以立即用來(lái)促進(jìn)學(xué)生的學(xué)習(xí)或可以儲(chǔ)存起來(lái)用于去計(jì)劃將來(lái)的學(xué)習(xí)機(jī)會(huì)。通過(guò)這種方式收集到的信息通常是不確定的，也可能是相互矛盾的，因?yàn)楸娝苤?，學(xué)生所能做的是受特定環(huán)境的影響的。這給終結(jié)性評(píng)價(jià)造成了問(wèn)題，但對(duì)達(dá)到形成性評(píng)價(jià)的目的卻是有用的。在為這兩個(gè)目的服務(wù)時(shí)，在信息和信息的解釋之間需要區(qū)別對(duì)待。

對(duì)于形成性評(píng)價(jià)而言，信息的解釋是相對(duì)于一個(gè)學(xué)生朝著一個(gè)特定階段的學(xué)習(xí)目標(biāo)邁進(jìn)的進(jìn)度。然后按照什么已經(jīng)達(dá)到了和遇到了什么問(wèn)題去決定下一步計(jì)劃。說(shuō)明的是需要做什么去幫助今后的學(xué)習(xí)，而不是什么水平和一個(gè)學(xué)生已經(jīng)達(dá)到的級(jí)別。為了滿足終結(jié)性評(píng)估的目的，需要運(yùn)用一些對(duì)所有的學(xué)生具有相同含義的常規(guī)的標(biāo)準(zhǔn)和總的成績(jī)，如水平和級(jí)別。這就是說(shuō)，如果已經(jīng)收集的，用作形成性評(píng)價(jià)的信息被用作終結(jié)性評(píng)價(jià)，必須要滿足能夠明確報(bào)告水平和級(jí)別的標(biāo)準(zhǔn)。在終結(jié)性評(píng)價(jià)過(guò)程，為了及時(shí)掌握反映學(xué)生全方位的成績(jī)的最準(zhǔn)確的信息，必須動(dòng)態(tài)地考慮不同時(shí)間的變化。

反映學(xué)生學(xué)習(xí)成績(jī)的信息既可以用來(lái)促進(jìn)學(xué)習(xí)也可以用來(lái)作為匯報(bào)的目的，提供終結(jié)性評(píng)價(jià)并不是對(duì)形成性評(píng)價(jià)的一個(gè)總結(jié)，而是按照更廣泛匯報(bào)成績(jī)的標(biāo)準(zhǔn)而進(jìn)行的重新評(píng)估。固定的記錄級(jí)別和分?jǐn)?shù)不是形成性評(píng)估，而是一系列的 “小終結(jié)性”評(píng)估。當(dāng)然，對(duì)終結(jié)性評(píng)估必須有必要的質(zhì)量保證。終結(jié)性判斷所占的分量越重，越需要嚴(yán)格的質(zhì)量保證，最好是包括學(xué)校間和學(xué)校內(nèi)的判斷模式。

采取措施增加以外部需求為目的的教師的終結(jié)性評(píng)價(jià)的可靠性，將不可避免地提高他們以內(nèi)在的需求為目的的評(píng)價(jià)能力。然而，為了避免對(duì)形成性評(píng)價(jià)的負(fù)面沖擊，非常重要的一點(diǎn)是，內(nèi)部的終結(jié)性評(píng)估不能過(guò)于頻繁，不能超過(guò)所真正需求的對(duì)學(xué)習(xí)進(jìn)度和成績(jī)的報(bào)告。經(jīng)常用水平和等級(jí)去評(píng)價(jià)學(xué)生意味著他們收到的反饋是評(píng)判為主的，鼓勵(lì)他們把自己與他人進(jìn)行比較。在這種狀況下，教師和學(xué)生不會(huì)把注意力放到形成性評(píng)價(jià)上。

2.為了評(píng)估的評(píng)價(jià)

評(píng)估存在于各個(gè)層次：個(gè)人，學(xué)校，當(dāng)?shù)亟逃块T以及整個(gè)國(guó)家的教育系統(tǒng)。評(píng)估在每個(gè)層次的沖擊取決于其考慮的信息的類型，用來(lái)判斷其效果的標(biāo)準(zhǔn)和評(píng)判之后采取的行動(dòng)。如果評(píng)估的信息是為了其它的終結(jié)性評(píng)價(jià)的目的而收集的，那它是不可能為評(píng)估的目的服務(wù)的。通過(guò)學(xué)生達(dá)到某個(gè)水平的百分比來(lái)對(duì)學(xué)校進(jìn)行判斷的不足如下：其結(jié)果不可能反映一所學(xué)校所努力去實(shí)現(xiàn)的全方位的教育成果；忽視了對(duì)“邊緣”學(xué)生的注意；鼓勵(lì)以通過(guò)考試和測(cè)驗(yàn)為主的狹窄的需要。

評(píng)估最好以學(xué)生全面的成績(jī)和學(xué)習(xí)行動(dòng)的信息為基礎(chǔ)，根據(jù)學(xué)校的環(huán)境和條件去作出判斷。因此，學(xué)校應(yīng)該提供有關(guān)課程、教學(xué)方式，以及相應(yīng)的學(xué)生的背景和過(guò)去的學(xué)習(xí)情況等方面的信息。在學(xué)校自我評(píng)估中有一些很好的例子。

3.為了系統(tǒng)的監(jiān)控的評(píng)價(jià)

就教育系統(tǒng)而言， “監(jiān)控”所指的是學(xué)生的學(xué)業(yè)成績(jī)，教育和教學(xué)等方面的變化。它所關(guān)注的通常是 “標(biāo)準(zhǔn)”是否提高了，降低了或者是保持在原有水平。雖然它所用的信息包括學(xué)生的成績(jī)，但是它的目的是為了幫助制定和完善相應(yīng)的政策和實(shí)踐，而不是對(duì)每個(gè)學(xué)生進(jìn)行評(píng)判。學(xué)校一級(jí)的監(jiān)控最好是通過(guò)自我評(píng)估來(lái)進(jìn)行，同時(shí)收集其他能夠?qū)W(xué)生的評(píng)價(jià)數(shù)據(jù)進(jìn)行解釋的信息。盡管整個(gè)系統(tǒng)每年的變化不可能有太大的意義，但是一定時(shí)期的發(fā)展趨勢(shì)可以提供非常有用的信息。

系統(tǒng)監(jiān)控的價(jià)值依賴于所收集的各個(gè)方面的信息。英格蘭的方法是收集每個(gè)學(xué)生在國(guó)家統(tǒng)一考試的成績(jī)。為了確保督察的有效性，需要收集從觀察學(xué)生的實(shí)際操作技能和各種評(píng)價(jià)的結(jié)論等全方位的信息。

收集已有成績(jī)的方式具有其成本優(yōu)勢(shì)，但必須取決于是否能夠提供有用的和相關(guān)的信息，如用中學(xué)最后階段的考試去判斷整個(gè)國(guó)家的教育發(fā)展情況。同樣的，建立和運(yùn)作覆蓋各個(gè)方面的教育成果的普查的花費(fèi)必須取決于能否給政策決策者和實(shí)踐者提供詳細(xì)的有用的信息。把監(jiān)控從個(gè)體學(xué)生的表現(xiàn)中分離出來(lái)，可以避免集中收集每個(gè)學(xué)生的分?jǐn)?shù)。這將消除對(duì)“一錘定音”的考試的“需要”，能夠確保評(píng)價(jià)不再被考試所限制，更重要的是，教什么不再被考什么所限制。在一些國(guó)家進(jìn)行的持續(xù)的，定期的對(duì)部分學(xué)生的抽樣調(diào)查證實(shí)了這種作法的價(jià)值。

八、結(jié) 論

本文解釋了為什么以考試為主的評(píng)價(jià)系統(tǒng)所提供的學(xué)生的成績(jī)，其信息的有效性和可靠性是不足的。究其原因，部分是由于所評(píng)價(jià)的知識(shí)和能力，部分是由評(píng)價(jià)的方法和怎樣去用這些結(jié)果。其后果是限制了課程和教學(xué)方式以及削弱為了促進(jìn)學(xué)習(xí)的評(píng)價(jià)的實(shí)施。同時(shí)它也導(dǎo)致了終結(jié)性評(píng)價(jià)太過(guò)頻繁。為了減少這些負(fù)面影響，終結(jié)性評(píng)價(jià)應(yīng)該設(shè)計(jì)成為為特殊的目的提供信息，并且只能當(dāng)學(xué)習(xí)過(guò)程中需要總結(jié)和評(píng)估才進(jìn)行。其它的時(shí)間教師應(yīng)該集中于形成性評(píng)價(jià)。

1.采用教師終結(jié)性評(píng)價(jià)中需要注意的問(wèn)題

從那些已經(jīng)用了和增加使用恰當(dāng)?shù)慕處熃K結(jié)性評(píng)價(jià)的教育系統(tǒng)所提供的信息來(lái)看，這種方式并沒(méi)有什么負(fù)面影響。但是，必須承認(rèn)這種方式需要采取一系列步驟去確保教師終結(jié)性評(píng)價(jià)所提供的學(xué)生成績(jī)的信息是可靠的，這是一個(gè)巨大的挑戰(zhàn)。關(guān)鍵的幾點(diǎn)如下：（1）需要對(duì)教師的判斷有一個(gè)強(qiáng)有力的和持續(xù)的質(zhì)量保證和控制程序，以確保教師終結(jié)性評(píng)價(jià)能夠?qū)W(xué)生的學(xué)習(xí)提供有效的和可靠的評(píng)估。（2）教師的崗前和在職培訓(xùn)應(yīng)該發(fā)展教師對(duì)不同的評(píng)價(jià)目的的理解和技能，強(qiáng)調(diào)教師評(píng)估中存在的潛在的偏見(jiàn)，從而幫助教師減少評(píng)估對(duì)學(xué)生造成的負(fù)面影響。（3）必須投入精力和資源去制定達(dá)到一個(gè)特定目標(biāo)的學(xué)習(xí)進(jìn)度，并能夠運(yùn)用到各種活動(dòng)中去的發(fā)展標(biāo)準(zhǔn)。（4）教師應(yīng)該得到設(shè)計(jì)得比較完善的方案去評(píng)價(jià)學(xué)生的技能和理解，這能幫助他們?cè)诳紤]全方位的學(xué)習(xí)目標(biāo)的基礎(chǔ)上作出判斷。（5）程序應(yīng)該是非常透明的，教師的判斷要以事實(shí)為依據(jù)。（6）終結(jié)性評(píng)價(jià)必須融入形成性評(píng)價(jià)的程序中，應(yīng)該通過(guò)合理的設(shè)計(jì)去減少教師和學(xué)生的負(fù)擔(dān)。

另外，為了避免用“一錘定音”的終結(jié)性評(píng)價(jià)去評(píng)估教師和學(xué)校所帶來(lái)的負(fù)面影響：學(xué)校系統(tǒng)的評(píng)定不能單純地依賴，或主要來(lái)自于終結(jié)性評(píng)價(jià)的數(shù)據(jù)。這些數(shù)據(jù)應(yīng)該放在反映學(xué)校的其它成就的指數(shù)的環(huán)境中去報(bào)告和解釋。監(jiān)測(cè)學(xué)生所達(dá)到的標(biāo)準(zhǔn)應(yīng)該從各種信息中得來(lái)而不是每個(gè)學(xué)生的考試成績(jī)。教師評(píng)價(jià)在一個(gè)教育系統(tǒng)的作用是以一定數(shù)量的學(xué)生為樣本去收集各方面的信息。

2.采用教師終結(jié)性評(píng)價(jià)的意義

這些結(jié)論對(duì)那些在國(guó)家和地區(qū)一級(jí)制定方針，政策的，對(duì)那些在學(xué)校和大學(xué)里實(shí)施評(píng)價(jià)政策的，對(duì)顧問(wèn)，督學(xué)和對(duì)師范教育工作者都有重要的指導(dǎo)意義。由于實(shí)施是以政策為依據(jù)，所以這種改變要求那些在實(shí)踐中具體操作的人真正地理解這些政策，并采取相應(yīng)的行動(dòng)，特別是包含著信任和責(zé)任。因此，下面所歸納的對(duì)政策決策者和實(shí)施者的意義是沒(méi)有等級(jí)區(qū)別的。

（1）對(duì)國(guó)家和地區(qū)一級(jí)的決策者的意義

認(rèn)識(shí)到目前在國(guó)家和學(xué)校各個(gè)層次上以考試為基礎(chǔ)的終結(jié)性評(píng)價(jià)政策，所投入的經(jīng)費(fèi)和時(shí)間并沒(méi)有得到相應(yīng)的價(jià)值的信息。通過(guò)教師判斷的模式去報(bào)告學(xué)生的成績(jī)，從而取代現(xiàn)有的國(guó)家考試，把節(jié)省下來(lái)的一些時(shí)間和經(jīng)費(fèi)投入到提高教學(xué)的質(zhì)量中去?；仡櫤蜋z查教師評(píng)價(jià)在考核16至18歲的學(xué)生時(shí)的作用。提倡在教育系統(tǒng)進(jìn)行為什么需要改革和怎樣進(jìn)行改革的公開討論。對(duì)任何新的以教師判斷為基礎(chǔ)的終結(jié)性評(píng)估系統(tǒng)應(yīng)該給予至少兩年的實(shí)驗(yàn)和評(píng)估期，以及同樣的時(shí)間段去宣傳和培訓(xùn)教師。評(píng)估學(xué)校和鼓勵(lì)自我評(píng)估要以各個(gè)方面的指標(biāo)為依據(jù)，而不只是學(xué)生的成績(jī)，降低“一錘定音”的外部考試所帶來(lái)的負(fù)面影響。建立一個(gè)以國(guó)家監(jiān)測(cè)為目的的抽樣學(xué)生成績(jī)系統(tǒng)，因此，在降低全面考試的負(fù)擔(dān)的同時(shí)增強(qiáng)信息的廣度和相關(guān)性。

（2）對(duì)學(xué)校管理層的意義

制定一項(xiàng)任何時(shí)候都以評(píng)價(jià)去支持和促進(jìn)學(xué)習(xí)的學(xué)校評(píng)價(jià)政策，并只在必要時(shí)為了檢查和報(bào)告進(jìn)度才需要終結(jié)性評(píng)價(jià)。對(duì)所有終結(jié)性評(píng)價(jià)有質(zhì)量保證的安排，包括任何教師給予的考試，使學(xué)校能夠基于可靠的信息對(duì)學(xué)生的進(jìn)度作出決定。確保家長(zhǎng)理解評(píng)價(jià)怎樣幫助學(xué)生學(xué)習(xí)和怎樣的標(biāo)準(zhǔn)是被用來(lái)報(bào)告一年中各個(gè)階段的進(jìn)度。抵制考試的硬指標(biāo)所帶來(lái)的壓力，鼓勵(lì)用能夠說(shuō)明學(xué)生學(xué)習(xí)情況的各種類型的信息。通過(guò)模式化給教師評(píng)價(jià)提供質(zhì)量保證和時(shí)間保障。

（3）對(duì)教師的意義

確保評(píng)價(jià)總是用來(lái)去幫助學(xué)習(xí)，當(dāng)需要一個(gè)終結(jié)性評(píng)估報(bào)告時(shí)，最好要對(duì)照相應(yīng)的標(biāo)準(zhǔn)和對(duì)證據(jù)的可靠性進(jìn)行判斷。把學(xué)生包括在自我評(píng)價(jià)的程序中，幫助他們理解以報(bào)告為目的，去評(píng)價(jià)他們的學(xué)習(xí)情況的標(biāo)準(zhǔn)，以及終結(jié)性判斷是怎樣作出的。參與模式化的終結(jié)性判斷和其他質(zhì)量保證程序。只在最合適的時(shí)候用考試，而不是例行公事。

（4）對(duì)督學(xué)和顧問(wèn)的意義

檢查學(xué)校的政策和實(shí)踐以確保評(píng)估是用于教學(xué)的過(guò)程中而不是被終結(jié)性的考試和任務(wù)所代替。鼓勵(lì)運(yùn)用能說(shuō)明學(xué)生各方面的成績(jī)的信息。確保將評(píng)價(jià)納入教師的繼續(xù)教育中，以滿足那些需要這方面知識(shí)的教師的需要?；仡櫤蜋z查評(píng)價(jià)是否完全合適和其它質(zhì)量保證程序， 以及哪些對(duì)教學(xué)是有利的。幫助學(xué)校發(fā)展以各種評(píng)價(jià)方式為基礎(chǔ)的自我評(píng)估行動(dòng)計(jì)劃，而不只停留在學(xué)生的成績(jī)上。

（5）對(duì)崗前和在職專業(yè)發(fā)展課程提供者的意義

確保課程的設(shè)計(jì)中提供充足的時(shí)間去討論評(píng)價(jià)的不同目的和使用已有的評(píng)估數(shù)據(jù)；讓參訓(xùn)者去辨別，舉例和評(píng)估不同的收集學(xué)生成就的信息的方式；分享設(shè)計(jì)與特殊的學(xué)習(xí)目標(biāo)相關(guān)的評(píng)價(jià)標(biāo)準(zhǔn)的經(jīng)驗(yàn)；思考評(píng)價(jià)中存在偏見(jiàn)事例和其它問(wèn)題的根源，以及如何把它們最小化。

注釋

①評(píng)價(jià)改革小組的核心成員：Mr.David Bartlett，Co-ordinator for Assessment，Birmingham City Council Children and Young Person Services；Professor Paul Black，King’s College，University of London；Professor Richard Daugherty，University of Wales，Aberystwyth；Dr.Kathryn Ecclestone，University of Exeter；Ms.Janet English，Head Teacher，Malvern Way Infant and Nursery Schools，Croxley Green， Hertfordshire；Professor John Gardner，Queen’s University， Belfast；Professor Wynne Harlen，University of Bristol，ASF project director Ms Carolyn Hutchinson Head of Assessment Branch，Scottish Executive Education Department；Professor Mary James，Institute of Education，University of London；Mr.Martin Montgomery，Assessment Development Manager，Council for the Curriculum， Examinations and Assessment，Northern Ireland；Dr.Paul Newton，Principal Assessment Researcher，Regulation and Standards Division，Qualifications and Curriculum Authority；Dr.Catrin Roberts，Assistant Director，Nuffield Foundation；Mr. Jon Ryder Teacher，Lord Williams’s School，Thame，Oxfordshire；Professor Judy Sebba，University of Sussex；Dr.Gordon Stobart，Institute of Education，University of London；Ms Anne Whipp Curriculum and Teacher Assessment Manager，ACCAC，（the Qualifications，Curriculum and Assessment Authority for Wales）.

譯者系英國(guó)女王大學(xué)教育學(xué)院博士

（責(zé)任編輯 潘靜波）