評(píng)價(jià)理論和技術(shù)還需突破

文_張勇

評(píng)價(jià)理論和技術(shù)還需突破

文_張勇

張勇，中國教育學(xué)會(huì)中小學(xué)教育質(zhì)量綜合評(píng)價(jià)改革實(shí)驗(yàn)區(qū)辦公室副主任，北京市公眾教育科學(xué)研究院院長

綜合我國相關(guān)政策及文件要求，以及國外先進(jìn)的實(shí)踐經(jīng)驗(yàn)，目前評(píng)價(jià)改革的基礎(chǔ)框架已基本確立了以“學(xué)業(yè)評(píng)價(jià)+綜合素質(zhì)評(píng)價(jià)+發(fā)展?jié)撃茉u(píng)價(jià)”為基礎(chǔ)，輔以教育質(zhì)量監(jiān)測(cè)的結(jié)構(gòu)和模式。但是，結(jié)構(gòu)和模式的確立僅僅是解決基礎(chǔ)問題之一，依據(jù)2013年《意見》和《指標(biāo)框架（試行）》的要求，本次中小學(xué)教育質(zhì)量綜合評(píng)價(jià)應(yīng)建設(shè)的評(píng)價(jià)指標(biāo)、標(biāo)準(zhǔn)體系等，除教育質(zhì)量監(jiān)測(cè)之外，主要涉及學(xué)業(yè)評(píng)價(jià)、綜合素質(zhì)評(píng)價(jià)及發(fā)展?jié)撃茉u(píng)價(jià)三個(gè)領(lǐng)域。這三個(gè)領(lǐng)域都有其要解決的理論、技術(shù)與方法難題。對(duì)教育發(fā)展而言，教育評(píng)價(jià)具有重要的導(dǎo)向作用和驅(qū)動(dòng)功能。教育評(píng)價(jià)的理論與技術(shù)改革與實(shí)質(zhì)性突破，將會(huì)直接倒逼課程、教學(xué)、育人等教育整體的突破與發(fā)展。

中小學(xué)生學(xué)業(yè)評(píng)價(jià)理論和技術(shù)需要突破

我國2001年的《基礎(chǔ)教育課程改革綱要（試行）》和2002年《教育部關(guān)于積極推進(jìn)中小學(xué)評(píng)價(jià)與考試制度改革的通知》及相關(guān)文件，給出了“三維”學(xué)科教育目標(biāo)和學(xué)科課程標(biāo)準(zhǔn)，學(xué)科教育目標(biāo)不再是過去的“雙基”目標(biāo)。

依據(jù)學(xué)科教育三維目標(biāo)與學(xué)科課程標(biāo)準(zhǔn)的要求，學(xué)業(yè)評(píng)價(jià)應(yīng)解決學(xué)生、學(xué)校面向?qū)W科教育“三維目標(biāo)”的測(cè)量與評(píng)價(jià)問題，而不再仍局限于“基礎(chǔ)知識(shí)、基本技能”的兩目標(biāo)測(cè)量評(píng)價(jià)。

因此，就評(píng)價(jià)技術(shù)而言，要測(cè)量和獲取教育的活動(dòng)、過程、結(jié)果三種數(shù)據(jù)和事實(shí)，并對(duì)三者做出價(jià)值判斷——這個(gè)基本定義的規(guī)定與學(xué)科教育三維目標(biāo)評(píng)價(jià)同構(gòu)等效。

2013年《意見》明確提出：“將定量評(píng)價(jià)與定性評(píng)價(jià)相結(jié)合，注重全面客觀地收集信息，根據(jù)數(shù)據(jù)和事實(shí)進(jìn)行分析判斷，改變過去主要依靠經(jīng)驗(yàn)和觀察進(jìn)行評(píng)價(jià)的做法。將形成性評(píng)價(jià)與終結(jié)性評(píng)價(jià)相結(jié)合，注重考查學(xué)生進(jìn)步的程度和學(xué)校的努力程度，改變單純強(qiáng)調(diào)結(jié)果不關(guān)注發(fā)展變化的做法。將內(nèi)部評(píng)價(jià)與外部評(píng)價(jià)相結(jié)合，注重促進(jìn)學(xué)校建立質(zhì)量內(nèi)控機(jī)制，改變過于依賴外部評(píng)價(jià)而忽視自我診斷、自我改進(jìn)的做法”及“對(duì)評(píng)價(jià)內(nèi)容和關(guān)鍵性指標(biāo)進(jìn)行分析診斷，分項(xiàng)給出評(píng)價(jià)結(jié)論，提出改進(jìn)建議，形成學(xué)校教育質(zhì)量綜合評(píng)價(jià)報(bào)告。綜合評(píng)價(jià)報(bào)告要注重對(duì)學(xué)校優(yōu)勢(shì)特色和存在的具體問題的反映，不簡單對(duì)學(xué)校教育質(zhì)量進(jìn)行總體性的等級(jí)評(píng)價(jià)”的要求。這些要求清晰地指向了形成、過程、診斷、增值等評(píng)價(jià)方向。

學(xué)業(yè)評(píng)價(jià)量表舉例。學(xué)業(yè)評(píng)價(jià)需解決學(xué)科教育“三維目標(biāo)”的測(cè)量和評(píng)價(jià)問題

潛能評(píng)價(jià)將為學(xué)生學(xué)業(yè)、職業(yè)生涯規(guī)劃提供依據(jù)和參考

這對(duì)現(xiàn)有的測(cè)量、統(tǒng)計(jì)分析、評(píng)價(jià)技術(shù)的研發(fā)提出了很大的挑戰(zhàn)。顯然，依靠單一的測(cè)量與評(píng)價(jià)理論方法、及單純依靠傳統(tǒng)的標(biāo)準(zhǔn)測(cè)驗(yàn)理論與評(píng)價(jià)方法，已難以勝任。

傳統(tǒng)的標(biāo)準(zhǔn)測(cè)驗(yàn)理論將所測(cè)的心理特質(zhì)視為一個(gè)心理學(xué)意義并不明晰的“統(tǒng)計(jì)結(jié)構(gòu)”，目的在于從宏觀層次給個(gè)體一個(gè)整體的評(píng)估。無論是經(jīng)典測(cè)量理論還是項(xiàng)目反應(yīng)理論及概化理論，存在的共同缺陷是，把所測(cè)心理特質(zhì)當(dāng)作一種純“統(tǒng)計(jì)結(jié)構(gòu)”，忽視對(duì)考生作答過程的考察，計(jì)量時(shí)只注重作答結(jié)果，忽視心理特質(zhì)的實(shí)質(zhì)內(nèi)容，對(duì)“測(cè)什么”和“為什么”的問題卻不能夠很好地解決，也就無法了解個(gè)體解答測(cè)驗(yàn)的心理加工成分、策略、所需知識(shí)結(jié)構(gòu)等內(nèi)部心理機(jī)制，不能確定個(gè)體的強(qiáng)點(diǎn)和弱點(diǎn)。

因這種缺陷和局限，就需要引入相應(yīng)的測(cè)量理論和技術(shù)進(jìn)行補(bǔ)充。我們需要引入能夠解決“測(cè)什么”和“為什么”的理論——即實(shí)現(xiàn)對(duì)個(gè)體知識(shí)結(jié)構(gòu)、加工技能或認(rèn)知過程的診斷評(píng)估；需要引入多維項(xiàng)目反應(yīng)理論(即MIRT)，把傳統(tǒng)項(xiàng)目反應(yīng)理論從單維發(fā)展到多維、從線性發(fā)展到非線性，更深入地了解被試；需要引入質(zhì)性評(píng)價(jià)理論，考察學(xué)生學(xué)習(xí)的整體情況，以及在具體情境中運(yùn)用知識(shí)的能力，問題比較開放或?yàn)榉墙Y(jié)構(gòu)的，甚至難以找到標(biāo)準(zhǔn)答案。要求學(xué)生、教師、家長和同學(xué)共同參與評(píng)價(jià)過程，評(píng)價(jià)方法是動(dòng)態(tài)的，多元的和情境化的。

所以就學(xué)業(yè)評(píng)價(jià)而言，測(cè)量與評(píng)價(jià)理論、標(biāo)準(zhǔn)、技術(shù)和方法的設(shè)計(jì)需要思考在以下幾個(gè)方面實(shí)現(xiàn)突破：

理論突破：要有機(jī)整合國際知名教育理論以及教育學(xué)、心理學(xué)等學(xué)科最新研究，建立多元、多維的測(cè)量、評(píng)價(jià)技術(shù)模型。

技術(shù)突破：要在試題賦分、計(jì)分和統(tǒng)計(jì)分析上，依據(jù)認(rèn)知與思維等發(fā)生過程，設(shè)計(jì)新的多元、多維的分?jǐn)?shù)結(jié)構(gòu)。

應(yīng)用突破：在成績報(bào)告方面，應(yīng)學(xué)習(xí)和借鑒國際大型標(biāo)準(zhǔn)化測(cè)試的報(bào)告系統(tǒng)，不僅能提供數(shù)據(jù)多元、多維、多重比較結(jié)果，而且能提供面向不同群體的數(shù)據(jù)報(bào)告。

中小學(xué)生綜合素質(zhì)評(píng)價(jià)理論和技術(shù)需要突破

中小學(xué)生綜合素質(zhì)評(píng)價(jià)是本次教育評(píng)價(jià)改革實(shí)驗(yàn)的重點(diǎn)內(nèi)容之一，也是難題之一。

綜合素質(zhì)評(píng)價(jià)發(fā)端于英國學(xué)者提出的質(zhì)性評(píng)價(jià)研究。質(zhì)性評(píng)價(jià)倡導(dǎo)通過自然的調(diào)查，全面提示和描述評(píng)價(jià)對(duì)象的各種特質(zhì)，以彰顯其意義，達(dá)成理解，主張?jiān)u價(jià)應(yīng)全面反映教育現(xiàn)象的真實(shí)情況，為改進(jìn)教學(xué)提供真實(shí)可靠的依據(jù)。也就是說，評(píng)價(jià)應(yīng)關(guān)注學(xué)生的學(xué)習(xí)過程，及時(shí)發(fā)現(xiàn)問題加以糾正。

質(zhì)性評(píng)價(jià)的主要特點(diǎn)：一是自然性，質(zhì)性評(píng)價(jià)必須在自然的情境下進(jìn)行，對(duì)評(píng)價(jià)對(duì)象在他的“學(xué)習(xí)世界”中的學(xué)習(xí)過程情況進(jìn)行評(píng)價(jià)；二是解釋性，評(píng)價(jià)需要在自然的情境中進(jìn)行，評(píng)價(jià)者了解評(píng)價(jià)對(duì)象在自然情境中的學(xué)習(xí)情況，即學(xué)習(xí)態(tài)度、學(xué)習(xí)思想、學(xué)習(xí)動(dòng)機(jī)、思維水平等各種特質(zhì)。

質(zhì)性評(píng)價(jià)的方法，源自解釋主義哲學(xué)，形成于建構(gòu)主義理論模型和評(píng)價(jià)模式。經(jīng)過三十多年發(fā)展，已積累了豐富的實(shí)踐經(jīng)驗(yàn)和體系。

在這方面美國已有相當(dāng)豐富的經(jīng)驗(yàn)值得借鑒，其主流有兩大類模式和方法——真實(shí)性評(píng)價(jià)和表現(xiàn)性評(píng)價(jià)。如以“檔案袋”評(píng)價(jià)法為代表的真實(shí)性評(píng)價(jià)和表現(xiàn)性評(píng)價(jià)，已成為美國教育評(píng)價(jià)和人才選拔中不可或缺的方法。

通過對(duì)比分析我國當(dāng)前學(xué)生綜合素質(zhì)評(píng)價(jià)領(lǐng)域中存在的問題，本次評(píng)價(jià)改革中，就學(xué)生綜合素質(zhì)評(píng)價(jià)而言，要考慮解決以下幾方面難題：

如何界定中小學(xué)生綜合素質(zhì)及其評(píng)價(jià)的概念；構(gòu)建中小學(xué)生綜合素質(zhì)評(píng)價(jià)的理論體系及模型；健全和完善中小學(xué)生綜合素質(zhì)評(píng)價(jià)的指標(biāo)體系；健全和完善中小學(xué)生綜合素質(zhì)評(píng)價(jià)的測(cè)量與計(jì)量標(biāo)準(zhǔn)；健全和完善中小學(xué)生綜合素質(zhì)的評(píng)價(jià)標(biāo)準(zhǔn)；開發(fā)中小學(xué)生綜合素質(zhì)評(píng)價(jià)的評(píng)價(jià)工具；制定中小學(xué)生綜合素質(zhì)評(píng)價(jià)的工具操作標(biāo)準(zhǔn)；改進(jìn)中小學(xué)生綜合素質(zhì)評(píng)價(jià)的結(jié)果呈現(xiàn)方式；建立中小學(xué)生綜合素質(zhì)評(píng)價(jià)的結(jié)果解釋及應(yīng)用系統(tǒng)；設(shè)計(jì)中小學(xué)生綜合素質(zhì)評(píng)價(jià)實(shí)驗(yàn)推廣模式；設(shè)計(jì)中小學(xué)生綜合素質(zhì)評(píng)價(jià)公信力保障系統(tǒng)。

標(biāo)準(zhǔn)化考試?yán)碚?、方法和技術(shù)需要突破

標(biāo)準(zhǔn)化考試（發(fā)展?jié)撃茉u(píng)價(jià)、能力測(cè)試），作為人才評(píng)估與選拔的核心手段之一，也是本輪評(píng)價(jià)改革中需要解決和突破的重點(diǎn)難題。

在國家招生考試改革中規(guī)定“轉(zhuǎn)變過去知識(shí)型考試為能力型考試，考察學(xué)生分析解決問題的能力和應(yīng)用實(shí)踐能力”，這不但對(duì)統(tǒng)一考試給出了明確界定，也對(duì)教育評(píng)價(jià)提出了清晰要求——給出學(xué)生能力發(fā)展評(píng)價(jià)。

國際的選拔性考試，一般屬于傾向性（預(yù)測(cè)性、發(fā)展性）考試，這與中國過去的選拔性考試（成就性測(cè)驗(yàn)）完全不同。而我國教育改革所指向的“分析解決問題的能力與應(yīng)用實(shí)踐能力”測(cè)試，則與目前歐美主流國家的大型標(biāo)準(zhǔn)化考試在目的、內(nèi)涵上基本一致。

2013年《意見》以及《指標(biāo)框架（試行）》中明確提出“潛能發(fā)展”這一關(guān)鍵指標(biāo)，要求對(duì)“學(xué)生在某些方面表現(xiàn)出的突出素質(zhì)和進(jìn)一步發(fā)展的能力”進(jìn)行評(píng)價(jià)──即發(fā)展?jié)撃茉u(píng)價(jià)。

發(fā)展?jié)撃?，又稱能力傾向，是一個(gè)人的潛在能力，予以訓(xùn)練后，容易使個(gè)人獲得某種知識(shí)、技能和能力。發(fā)展?jié)撃埽坏谠u(píng)價(jià)改革非常重要，而且涉及人才發(fā)展規(guī)劃及教育改革和發(fā)展。

潛能測(cè)試，是選拔性（預(yù)測(cè)性）標(biāo)準(zhǔn)化考試的核心，主要用于通過測(cè)驗(yàn)和評(píng)價(jià)學(xué)生的基本潛能，從而預(yù)測(cè)學(xué)生未來的發(fā)展方向、程度及競(jìng)爭(zhēng)能力，美國的SAT、ACT就屬于這類考試。進(jìn)入21世紀(jì)，因多元智能理論的巨大影響，國際的大型標(biāo)準(zhǔn)化考試從發(fā)端于智力測(cè)驗(yàn)的潛能測(cè)試，逐步發(fā)展為潛能測(cè)試。此后對(duì)發(fā)展能力的評(píng)價(jià)，大多是基于潛能測(cè)試。

國外對(duì)學(xué)生發(fā)展?jié)撃艿臏y(cè)試較為普遍，其內(nèi)容大部分都涉及語言、言語、空間（圖形）、數(shù)字的理解和推理、判斷。發(fā)展?jié)撃茉u(píng)價(jià)主要是以人才培養(yǎng)為目標(biāo)，通過測(cè)試學(xué)生潛在的能力，提供個(gè)體不同方面能力發(fā)展的狀況，使學(xué)生客觀地了解自己能力的特點(diǎn)，幫助學(xué)校或老師鑒別學(xué)生的學(xué)習(xí)能力、診斷學(xué)習(xí)中的問題，從而預(yù)測(cè)其能力發(fā)展的傾向或類型，為學(xué)生學(xué)業(yè)、職業(yè)生涯規(guī)劃提供依據(jù)和參考，為制定合理的人才培養(yǎng)計(jì)劃提供指導(dǎo)。

無論是基于智力理論的潛能測(cè)試，還是基于多元智能理論的潛能測(cè)試，在我國于理論研究和技術(shù)研究上都很薄弱，尤其缺乏長期實(shí)踐積累。這對(duì)這輪評(píng)價(jià)改革中的發(fā)展?jié)撃茉u(píng)價(jià)的研究與應(yīng)用提出了挑戰(zhàn)。

根據(jù)21世紀(jì)國際能力測(cè)試的發(fā)展主流，我們需要在多元智能理論基礎(chǔ)上，引入多維項(xiàng)目反應(yīng)理論，這種方法將為測(cè)驗(yàn)中所涉及的每個(gè)維度引入能力和項(xiàng)目區(qū)分度參數(shù), 進(jìn)而模擬測(cè)驗(yàn)題目和被試之間的交互作用,通過數(shù)學(xué)模型推斷被試的多個(gè)特質(zhì)，實(shí)現(xiàn)多元智能的測(cè)量與評(píng)價(jià)。這需要一個(gè)不斷實(shí)踐和積累過程，并需要解決如下問題：

首先要解決的難題是如何界定人才、學(xué)術(shù)型人才和技術(shù)型人才概念的問題；

其次，要解決不同類型的人才評(píng)估與選拔的理論和評(píng)價(jià)模型構(gòu)建的難題；

第三，解決不同類型人才評(píng)估與選拔指標(biāo)體系構(gòu)建的難題；

第四，解決不同類型人才評(píng)估與選拔標(biāo)準(zhǔn)的難題。

教育質(zhì)量評(píng)價(jià)改革，是一個(gè)宏大而深刻的系統(tǒng)工程，除了思想、理念、理論、技術(shù)等突破外，還需要一個(gè)漫長的實(shí)踐修正和積累期。路漫漫其修遠(yuǎn)兮，吾將上下而求索，這句話可能是對(duì)評(píng)價(jià)改革最好的描述。

（注：本文摘自張勇《教育評(píng)價(jià)改革反思與再認(rèn)識(shí)》，曾發(fā)表于《光明日?qǐng)?bào)》《新華文摘》等。有刪節(jié)。）