口語評(píng)分中評(píng)分員對(duì)評(píng)分標(biāo)準(zhǔn)的理解和使用
——配對(duì)口試評(píng)分的報(bào)告分析

史天化，唐國平

(1.福建工程學(xué)院外語系，福建 福州 350108;2.攀枝花學(xué)院外國語學(xué)院，四川 攀枝花 617000)

口語評(píng)分中評(píng)分員對(duì)評(píng)分標(biāo)準(zhǔn)的理解和使用
——配對(duì)口試評(píng)分的報(bào)告分析

史天化1，唐國平2

(1.福建工程學(xué)院外語系，福建 福州 350108;2.攀枝花學(xué)院外國語學(xué)院，四川 攀枝花 617000)

通過有聲思維實(shí)驗(yàn)方法并輔以刺激回憶，收集四名不同性格傾向的評(píng)分員在配對(duì)口語考試評(píng)分時(shí)進(jìn)行的思維報(bào)告數(shù)據(jù)，定性分析結(jié)果表明:在實(shí)際評(píng)分中，評(píng)分員對(duì)評(píng)分量表的理解和使用存在很大的差異性，具體表現(xiàn)在:(1)外向的評(píng)分員在評(píng)分過程中，表現(xiàn)的比內(nèi)向的評(píng)分員更為寬容;(2)內(nèi)向的評(píng)分員更多地關(guān)注評(píng)分量表中的各項(xiàng)具體指標(biāo)和標(biāo)準(zhǔn)，而外向的評(píng)分員強(qiáng)調(diào)任務(wù)的完成狀況和考生之間的比較、交流，和互動(dòng);(3)外向的評(píng)分員比內(nèi)向的評(píng)分員更少地依賴評(píng)分量表，更多地使用非語言的特征。本研究結(jié)果對(duì)考試評(píng)分標(biāo)準(zhǔn)的修訂和評(píng)分員培訓(xùn)均有啟示。

配對(duì)口語評(píng)分;評(píng)分標(biāo)準(zhǔn);口試評(píng)分

在語言測試領(lǐng)域，對(duì)口語評(píng)分的研究一直是口試研究的重點(diǎn)之一。目前，口語研究多側(cè)重于三人以上的小組測試模式，比如 Berry(2004)，［1］Gary J.Ockey(2009)［2］等，很少有對(duì)雙人配對(duì)口語測試中有聲思維的作用以及評(píng)分員性格傾向?qū)υu(píng)分量表的不同理解和使用的研究。本文采用認(rèn)知心理學(xué)研究方法——有聲思維進(jìn)行試驗(yàn)記錄，分析評(píng)分員大腦的思維加工過程，研究評(píng)分的認(rèn)知過程。以某工科院校非英語專業(yè)大學(xué)生為實(shí)驗(yàn)對(duì)象，研究雙人配對(duì)口語測試中有經(jīng)驗(yàn)的評(píng)分員的性格傾向?qū)υu(píng)分量表的不同理解和使用差異。

一 相關(guān)研究

在過去二十幾年里，國外諸多學(xué)者專家們，如Iwashita(1998)，［3］Orr(2002)，［4］Lyn May(2009)，［5］等等，就不同配對(duì)模式，學(xué)生外語水平，性格情感特征，學(xué)生學(xué)習(xí)風(fēng)格偏好與學(xué)生性別，專業(yè)及母語類型等因素對(duì)口語產(chǎn)出產(chǎn)生的影響進(jìn)行了一系列的研究。相比國外，國內(nèi)在外語教學(xué)中的口語測試和口語測試領(lǐng)域的研究都要晚得多。目前影響最廣的大學(xué)英語四、六級(jí)考試和高校英語專業(yè)四、八級(jí)考試長久以來并不包含口語測試部分，直至1994年英語專業(yè)四級(jí)考試才開始進(jìn)行錄音口試試點(diǎn)，［6］1999年大學(xué)英語四，六級(jí)考試才開始有條件的口語測試(考生筆試成績達(dá)到一定分?jǐn)?shù)才有資格參加)。而在口語測試領(lǐng)域，研究課題主要來自國外研究的啟發(fā)和國內(nèi)口語測試的實(shí)踐，包括測試形式，［7］口試真實(shí)性［8］以及大學(xué)英語口試［9］和英語專業(yè)四級(jí)考試［6］的效度等。

二 研究問題

口語評(píng)分屬主觀性評(píng)分，往往通過讓考生完成一項(xiàng)指定任務(wù)，展示其在問題解決中的推理、判斷和表達(dá)等方面的技能，然后評(píng)分員依據(jù)既定的標(biāo)準(zhǔn)對(duì)考生的表現(xiàn)進(jìn)行綜合評(píng)定。其評(píng)估是由評(píng)分員依據(jù)評(píng)分標(biāo)準(zhǔn)完成的，因此測試分?jǐn)?shù)只能看作是實(shí)際語言運(yùn)用的部分指標(biāo)。也就是說，測試分?jǐn)?shù)不能完全反映出考生的語言能力，因?yàn)榉謹(jǐn)?shù)還受到其他非語言因素的影響，比如評(píng)分員和評(píng)分標(biāo)準(zhǔn)因素。Skehan［10］提出，在配對(duì)口語中，口語評(píng)分是多重因素互相影響的結(jié)果，這些因素包括考生之間，任務(wù)特點(diǎn)，評(píng)分標(biāo)準(zhǔn)以及評(píng)分員等。其中，examiners和 task characteristics會(huì)影響到受試的performance，而評(píng)分員又按照評(píng)分標(biāo)準(zhǔn)進(jìn)行評(píng)分，最終得出考生的口語成績。依據(jù)Skehan的口語評(píng)分模型，本研究要探討的研究問題是:(1)不同性格傾向的評(píng)分員在評(píng)分過程中的寬嚴(yán)度是否有差異?(2)不同性格特征的評(píng)分員在理解和使用評(píng)分量表方面是否存在差異?

三 研究設(shè)計(jì)

1.實(shí)驗(yàn)對(duì)象。

四名評(píng)分員參加了本次實(shí)驗(yàn)，具有專業(yè)英語教學(xué)經(jīng)驗(yàn)2－12年不等，副教授職稱，其中性格偏內(nèi)向和外向各兩人，其內(nèi)、外向人格傾向和特征事先經(jīng)“艾森克人格問卷量表”檢測。20名學(xué)生參加該實(shí)驗(yàn)，年齡為19－21歲，系福建某工程學(xué)院一年級(jí)學(xué)生，從三個(gè)工科專業(yè)中隨機(jī)挑選出來?？忌蝿?wù)設(shè)計(jì)按照學(xué)院期末口語考試模式。首先，考生兩人一組，共十組，接著從12個(gè)備選題目中抽取試題，準(zhǔn)備三分鐘，然后要求考生依據(jù)題目要求在三至五分鐘時(shí)間內(nèi)完成口語對(duì)話?？忌目谡Z產(chǎn)出全部通過計(jì)算機(jī)口語考試系統(tǒng)自動(dòng)錄音。20名考生的音頻文件全部轉(zhuǎn)寫為文本文件。

2.研究工具和研究步驟。

本實(shí)驗(yàn)采用有聲思維的方法，希望了解評(píng)分員特定的思維過程以及評(píng)分員在評(píng)分中使用了哪些方法和策略，另外，還想了解在評(píng)分過程中某些因素對(duì)思維過程和機(jī)制的影響作用。評(píng)分員在對(duì)考生的口語表現(xiàn)評(píng)分時(shí)可以隨時(shí)按暫停，在任何可能影響評(píng)分的狀況出現(xiàn)時(shí)，比如考生的某句話，甚至是一個(gè)單詞、習(xí)語的表達(dá);也可能是評(píng)分員認(rèn)為重要的，有意義的一些非語言特征，比如考生的情緒或眼神的交流等。

此外，并輔以刺激回憶(stimulated recall)。實(shí)施中盡可能多地給評(píng)分員口頭報(bào)告和回憶的時(shí)間。評(píng)分員一邊聽磁帶評(píng)分一邊盡可能地說出當(dāng)時(shí)的真實(shí)想法，但是如果聽、說、評(píng)不能兼顧，可以隨時(shí)暫停錄像。另外，由于注意力有限，評(píng)分員很難做到評(píng)分和口頭報(bào)告同時(shí)順利有效進(jìn)行。研究者會(huì)根據(jù)情況讓評(píng)分員再看一遍錄像，逐句播放，評(píng)分員在受刺激后回憶剛才評(píng)分時(shí)大腦中的想法，以對(duì)有聲思維進(jìn)行必要地補(bǔ)充。

3.數(shù)據(jù)的收集與分析。

研究者對(duì)所有的錄音資料進(jìn)行轉(zhuǎn)寫和定性分析，定性分析是再反復(fù)聽錄音資料、反復(fù)閱讀轉(zhuǎn)寫文本的基礎(chǔ)上形成的。

四 結(jié)果和討論

1.評(píng)分員在評(píng)分過程中不僅使用或參照了評(píng)分量表內(nèi)的因素，而且融入了很多評(píng)分量表中沒有的特征和標(biāo)準(zhǔn)。

本研究關(guān)注的是在多大程度上評(píng)分員一致地使用了評(píng)分量表中的標(biāo)準(zhǔn)。要回答這個(gè)問題首先要了解該口語考試的評(píng)分標(biāo)準(zhǔn)。本實(shí)驗(yàn)采用目前大學(xué)英語口語考試大綱中的評(píng)分標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)從語言的準(zhǔn)確性和范圍，話語的長短和連貫性以及語言的靈活性和適切性三個(gè)方面進(jìn)行評(píng)價(jià)。(參照大學(xué)英語口語考試大綱及樣題，1999:4)

表一

表一羅列出了評(píng)分員在有聲思維報(bào)告中涉及的所有評(píng)分標(biāo)準(zhǔn)，包括語言特征和非語言特征?？偟膩碇v，不同性格的評(píng)分員都會(huì)基本按照表一中的各項(xiàng)標(biāo)準(zhǔn)綜合打分。但是，內(nèi)向的評(píng)分員更多地強(qiáng)調(diào)語言準(zhǔn)確性，流暢性，任務(wù)的完成情況，考生的自信程度，幽默情況，和對(duì)考生的第一印象。而外向的評(píng)分員則傾向于流暢性，語言范圍，靈活性和適切性及考生之家的交互性。在刺激回憶報(bào)告中，內(nèi)向的評(píng)分者提到習(xí)語表達(dá)，語法結(jié)構(gòu)準(zhǔn)確，流暢或停頓、猶豫、重復(fù)，彼此交流互動(dòng)，以及語言的發(fā)雜程度;而外向的則為:話語輪換自然，交流氣氛熱烈，較好地控制任務(wù)的完成，語言準(zhǔn)確、流暢?？梢钥闯鲆陨喜煌愿竦脑u(píng)分員在評(píng)分中各有側(cè)重，但是也存在個(gè)別的重合。像語言的準(zhǔn)確，流暢，彼此交流，任務(wù)的完成狀況所有的評(píng)分員都有提及。

表二

2.從表二中我們可以看出評(píng)分員的總體評(píng)分傾向。

(1)內(nèi)向的評(píng)分員在評(píng)分中使用積極性評(píng)論的比例為56%，而外向性的則遠(yuǎn)遠(yuǎn)高出，達(dá)到72%。這說明在有聲思維中，外向的評(píng)分員比內(nèi)向的評(píng)分員更多地使用積極性的評(píng)論，更多地認(rèn)可考生的表現(xiàn)，因此，外向的評(píng)分員在評(píng)分過程中，表現(xiàn)的比內(nèi)向的評(píng)分員更為寬容。

(2)教育心理學(xué)的研究表明內(nèi)向性格傾向偏好視覺型、獨(dú)自型和審慎型;外向性格傾向偏向場依存型和合作型。本研究也得出類似的結(jié)論:內(nèi)向的評(píng)分員更多地關(guān)注考生個(gè)體地表現(xiàn)，而對(duì)考生間的差異，比較，互動(dòng)的思維活動(dòng)只占全部的18%;而外向的評(píng)分員高達(dá)31%。原因可能是在評(píng)分過程中，內(nèi)向的評(píng)分員更多地關(guān)注評(píng)分量表中的各項(xiàng)具體指標(biāo)和標(biāo)準(zhǔn)，而外向的評(píng)分員強(qiáng)調(diào)任務(wù)的完成狀況和考生之間的比較、交流，和互動(dòng)。

(3)從表中評(píng)分員使用評(píng)分量表的情況看，即使是經(jīng)驗(yàn)豐富的評(píng)分員也不可能只注意考生的發(fā)音、語法、流利行和可理解性，而不被考生口語表達(dá)中各種各樣的其他特征所影響.所有的評(píng)分者在評(píng)分過程中不僅使用了評(píng)分量表中的各項(xiàng)指標(biāo)，而且也根據(jù)自身的經(jīng)驗(yàn)融入了很多評(píng)分量表中沒有涉及到的非語言特征。內(nèi)向的評(píng)分員思維活動(dòng)中71%的涉及給定的評(píng)分量表，而剩余的29%則是依據(jù)自己的經(jīng)驗(yàn)和喜好，即依據(jù)表一中的非語言特征進(jìn)行評(píng)分。與內(nèi)向的評(píng)分員相比，外向的評(píng)分員更少地依賴評(píng)分量表(54%)，更多地使用非語言的特征(46%)。

五 結(jié)論與啟示

本研究在配對(duì)口語評(píng)分中使用有聲思維，分析了評(píng)分員性格傾向?qū)υu(píng)分量表的不同理解和使用差異。外向的評(píng)分員在評(píng)分過程中，表現(xiàn)的比內(nèi)向的評(píng)分員更為寬容，更多地使用非語言的特征，更多地關(guān)注任務(wù)的完成狀況和考生之間的比較、交流，和互動(dòng)。

基于以上研究結(jié)論，研究者對(duì)大學(xué)英語配對(duì)口語考試提出以下建議:(1)口語考試的題目應(yīng)該讓考生能夠以信息交流和意義表達(dá)為出發(fā)點(diǎn)，提供盡可能真實(shí)的交際情景和語境。這樣才能夠保障口語測試的質(zhì)量及測試的信度和效度。(2)設(shè)計(jì)明確詳細(xì)的評(píng)分標(biāo)準(zhǔn)和量表。測試評(píng)分過程中，評(píng)分員需要一份描述清晰，標(biāo)準(zhǔn)科學(xué)而又便于操作的評(píng)分標(biāo)準(zhǔn)和量表。評(píng)分量表應(yīng)從語法能力，語用能力和社會(huì)文化能力三個(gè)方面來考察應(yīng)試者運(yùn)用語言來完成現(xiàn)實(shí)生活任務(wù)即以言行事能力。但是，評(píng)分標(biāo)準(zhǔn)的細(xì)分要恰當(dāng)，標(biāo)準(zhǔn)越復(fù)雜，評(píng)分員所關(guān)注的面就越不一致，分?jǐn)?shù)的信度，效度都會(huì)越低。(3)在評(píng)分標(biāo)準(zhǔn)上，口語評(píng)價(jià)的標(biāo)準(zhǔn)不是完全看語法、語音，而是要看交際效果和交際效率，語言能力只是交際能力的一個(gè)組成部分而非全部。(4)在評(píng)分量表中，只考慮考生與測試任務(wù)或考生自身各種能力之間的互動(dòng)是不全面的，還應(yīng)該從社會(huì)語言學(xué)角度把人際間的互動(dòng)也考慮在內(nèi)。尤其是在口語考試中，考生與考官，考生與搭檔間的互動(dòng)在評(píng)分量表上要有所體現(xiàn)。

本研究為以后的口語測試的評(píng)分標(biāo)準(zhǔn)修訂以及評(píng)分員的培訓(xùn)提供借鑒和依據(jù)，進(jìn)而為傾向于犯不同類型的評(píng)分者偏差的評(píng)分員提供有針對(duì)性的培訓(xùn)和反饋，從而提高測試評(píng)分的信度和效度。

［1］Berry，V.A study of the interaction between individual personality differences and oral performance test facets.Unpublished doctoral dissertation.King’s College，U-niversity of London.2004(1):25.

［2］Ockey，G.J.Is the oral interview superior to the group oral?［J］.Working Papers on Language Acquisition and Education， International University of Japan，2009(4)，165－167.

［3］Iwashita，N.The validity of the paired interview in oral performance assessment［J］.Melbourne Papers in Language Testing，1998(5):51 －65.

［4］Orr，M.The FCE Speaking test:using rater reports to help interpret test scores［J］.System，2002(30):143 －154.

［5］May，L.Assessment of oral proficiency in EAP programs:A case for pair interaction［J］.Language and Communication Review，2009(9):13－19.

［6］文秋芳.英語口語測試與教學(xué)［M］.上海:上海外語教育出版社，1999.

［7］盛越，管博.配對(duì)形式在口語考試中的作用——從劍橋第一證書口試看配對(duì)形式的作用［Journal of Lanzhou Railway University］［J］.蘭州鐵道學(xué)院學(xué)報(bào)(社科版)，2000(5).

［8］鄒申.論口語測試的真實(shí)性［Foreign Language World］［J］.外語界，2001(3).

［9］熊敦禮，陳玉紅，劉澤華，黃更新.大學(xué)英語大規(guī)模錄音口語測試的研究［Foreign Language Teaching and Research］［J］.外語教學(xué)與研究，2002(4).

［10］Skehan，P:A cognitive approach to language learning［M］.Oxford:Oxford University Press.1998:172.

Raters’Understanding and Utilization of the Rating Scale in an Oral Test:An Analysis of Scoring Process in a Paired Candidate Test

Shi Tianhua，Tang Guoping

This study adopted Think Aloud Protocol and stimulated recall to collect thinking data of four raters with different personality types.Qualitative researches demonstrate that raters have distinct understanding and utilization of rating scales.The more detailed findings are:⑴the introverted raters are more severe than extroverted ones;⑵the introverted raters pay more attention to the specific features of the rating scale，whereas extroverted raters concentrate task realization and the interaction of candidates;⑶the extroverted raters attend to more non－criterion features，and rely much less on the rating scale.These findings have implications for both the development of rating scales and the training of raters for paired candidate discussion tasks.

paired oral scoring;rating criteria;oral scoring

G642.475

A

1672－6758(2012)06－0033－2

史天化，碩士，講師，福建工程學(xué)院。唐國平，碩士，副教授，攀枝花學(xué)院。

2010年福建工程學(xué)院教育科學(xué)規(guī)劃課題(批準(zhǔn)號(hào):GB－K－10－18)項(xiàng)目成果，同時(shí)該課題為重大專項(xiàng)子課題，課題編號(hào):GA－K－09－06

Class No.:G642.475Document Mark:A

(責(zé)任編輯:蔡雪嵐)