關(guān)于普通話水平測(cè)試現(xiàn)代化的思考

周 梅

安徽警官職業(yè)學(xué)院基礎(chǔ)部，合肥，230031

?

關(guān)于普通話水平測(cè)試現(xiàn)代化的思考

周 梅

安徽警官職業(yè)學(xué)院基礎(chǔ)部，合肥，230031

基于計(jì)算機(jī)的語(yǔ)言測(cè)試的發(fā)展?fàn)顩r，著重分析了普通話水平測(cè)試手段現(xiàn)代化的特征。通過(guò)對(duì)比分析發(fā)現(xiàn)，計(jì)算機(jī)輔助普通話水平測(cè)試還處于基于計(jì)算機(jī)的語(yǔ)言測(cè)試發(fā)展的初期階段，計(jì)算機(jī)技術(shù)對(duì)普通話水平測(cè)試的影響主要體現(xiàn)在兩個(gè)方面：一是呈現(xiàn)測(cè)試任務(wù)的介質(zhì)由紙張轉(zhuǎn)變?yōu)橛?jì)算機(jī)顯示屏，二是推進(jìn)了普通話水平測(cè)試評(píng)分的客觀性。同時(shí)指出技術(shù)的應(yīng)用對(duì)測(cè)試?yán)碚撨M(jìn)一步發(fā)展提出了新的要求，信息技術(shù)對(duì)未來(lái)的普通話水平測(cè)試將會(huì)產(chǎn)生更為深刻的影響，應(yīng)用創(chuàng)新性題型、提供診斷服務(wù)以及遠(yuǎn)程培訓(xùn)、測(cè)試一體化將是普通話水平測(cè)試未來(lái)發(fā)展的方向。

普通話水平測(cè)試；語(yǔ)言測(cè)試；計(jì)算機(jī)輔助普通話水平測(cè)試；測(cè)試?yán)碚撆c技術(shù)

2007年，經(jīng)教育部語(yǔ)言文字應(yīng)用管理司批準(zhǔn)，計(jì)算機(jī)輔助普通話水平測(cè)試(“機(jī)輔測(cè)試”)在安徽和上海開(kāi)始試點(diǎn)，標(biāo)志著普通話水平測(cè)試手段進(jìn)入現(xiàn)代化發(fā)展階段。歷經(jīng)十年推廣應(yīng)用，目前，“機(jī)輔測(cè)試”已在全國(guó)各省市自治區(qū)得到普遍采用，據(jù)統(tǒng)計(jì)，2015年全國(guó)“機(jī)輔測(cè)試”量為480萬(wàn)人次，人工測(cè)試36萬(wàn)人次，“機(jī)輔測(cè)試”人次在全年測(cè)試工作量中比例已達(dá)93%，以計(jì)算機(jī)為主要技術(shù)手段的評(píng)測(cè)方式已經(jīng)基本取代早期面對(duì)面評(píng)測(cè)方式。同時(shí)，新的測(cè)試方式對(duì)普通話水平測(cè)試的影響也受到了研究人員的關(guān)注，丁覲靚等討論了測(cè)試員對(duì)應(yīng)試人的影響，分析了兩種模式下的環(huán)境和應(yīng)試狀態(tài)[1]?？拼笥嶏w公司的測(cè)試報(bào)告，安徽省的試點(diǎn)報(bào)告以及韓玉華對(duì)計(jì)算機(jī)輔助普通話水平測(cè)試試點(diǎn)地區(qū)的調(diào)研[2]等文獻(xiàn)，反映了計(jì)算機(jī)評(píng)測(cè)技術(shù)總體上的穩(wěn)定可靠，肯定了計(jì)算機(jī)評(píng)分的信度。但是，雷峻、姜嵐通過(guò)實(shí)證提出，計(jì)算機(jī)對(duì)普通話水平較低的人的評(píng)測(cè)誤差較大[3-4]。也有研究證明一級(jí)甲等是計(jì)算機(jī)評(píng)測(cè)的盲區(qū)。這些研究指出了計(jì)算機(jī)輔助普通話水平測(cè)試的問(wèn)題所在，但是由于研究的問(wèn)題比較零散，且缺乏后續(xù)性，對(duì)計(jì)算機(jī)輔助普通話水平測(cè)試的認(rèn)識(shí)難免只見(jiàn)樹(shù)木不見(jiàn)森林。在新的環(huán)境背景下，普通話水平測(cè)試(PSC)所呈現(xiàn)的技術(shù)特征和未來(lái)發(fā)展方向，需要進(jìn)一步系統(tǒng)總結(jié)、分析與認(rèn)識(shí)。

1 信息技術(shù)條件下的語(yǔ)言測(cè)試發(fā)展?fàn)顩r

可以說(shuō)，信息技術(shù)的介入使語(yǔ)言測(cè)試出現(xiàn)了傳統(tǒng)與現(xiàn)代之分。傳統(tǒng)的語(yǔ)言測(cè)試是基于紙筆的考試(Paper-and-Pencil Based Language Testing)，以經(jīng)典測(cè)試?yán)碚摓槔碚摶A(chǔ)，采用紙筆作答。經(jīng)典測(cè)試?yán)碚摻⒂谳^簡(jiǎn)單的數(shù)學(xué)模型之上，適用范圍較廣，但也存在缺陷：對(duì)測(cè)試得分的解釋不夠合理，無(wú)法實(shí)現(xiàn)即時(shí)評(píng)分和反饋，而且因?yàn)榘怂须y度的試題，測(cè)試長(zhǎng)度不能因人而異等[5]。

計(jì)算機(jī)對(duì)語(yǔ)言測(cè)試的最早介入是用于測(cè)試分?jǐn)?shù)的計(jì)算。據(jù)有關(guān)文獻(xiàn)記載，1935年引進(jìn)的IBM805模型測(cè)試評(píng)分機(jī)，已經(jīng)可以以10倍于人類的速度為客觀的測(cè)試進(jìn)行更為精確的評(píng)分。大型計(jì)算機(jī)開(kāi)始應(yīng)用于語(yǔ)言測(cè)試、測(cè)試數(shù)據(jù)的分析、數(shù)據(jù)庫(kù)的資料儲(chǔ)存、為測(cè)試使用者提供測(cè)試結(jié)果分析報(bào)告等，始于20世紀(jì)60年代。而八、九十年代微型計(jì)算機(jī)廣泛應(yīng)用，使信息技術(shù)對(duì)語(yǔ)言測(cè)試的影響越來(lái)越深廣，從試題設(shè)計(jì)、任務(wù)呈現(xiàn)、自動(dòng)評(píng)分，到測(cè)試結(jié)果分析和測(cè)試管理等，越來(lái)越多的語(yǔ)言測(cè)試開(kāi)發(fā)者和管理者開(kāi)始通過(guò)計(jì)算機(jī)來(lái)實(shí)現(xiàn)這些工作目標(biāo)[6]。

在語(yǔ)言測(cè)試的研究領(lǐng)域，計(jì)算機(jī)技術(shù)介入之后的語(yǔ)言測(cè)試被稱為基于計(jì)算機(jī)的語(yǔ)言測(cè)試(Computer-Based Language Testing)，也稱為計(jì)算機(jī)化語(yǔ)言測(cè)試，泛指在測(cè)試過(guò)程中使用計(jì)算機(jī)的任何語(yǔ)言測(cè)試。根據(jù)計(jì)算機(jī)技術(shù)介入測(cè)試的不同層面，大致可以分為計(jì)算機(jī)輔助語(yǔ)言測(cè)試(Computer Assisted Language Testing)和計(jì)算機(jī)自適應(yīng)性語(yǔ)言測(cè)試(Computerized Adaptive Language Testing)兩類[7]。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，基于計(jì)算機(jī)的語(yǔ)言測(cè)試還出現(xiàn)了新的分支——基于網(wǎng)絡(luò)的語(yǔ)言測(cè)試(Internet-Based Language Testing)。

計(jì)算機(jī)輔助語(yǔ)言測(cè)試是指在測(cè)試中利用計(jì)算機(jī)對(duì)測(cè)試進(jìn)行管理，或者將試題通過(guò)計(jì)算機(jī)呈現(xiàn)，以機(jī)上作答來(lái)取代紙筆測(cè)試。雖然計(jì)算機(jī)輔助語(yǔ)言測(cè)試使測(cè)試介質(zhì)發(fā)生了變化，并且利用計(jì)算機(jī)對(duì)測(cè)試進(jìn)行管理或評(píng)分，但是和傳統(tǒng)的紙筆測(cè)試一樣，所依據(jù)的理論仍然是經(jīng)典測(cè)試?yán)碚摚瑢?shí)施方法同樣是線性的，即對(duì)所有的被試展示相同數(shù)目、相同順序的試題，對(duì)被試個(gè)體的能力差異不作關(guān)注，在測(cè)試結(jié)果方面并沒(méi)有優(yōu)于傳統(tǒng)的人工測(cè)試。目前的計(jì)算機(jī)輔助普通話水平測(cè)試就屬于此類。

計(jì)算機(jī)自適應(yīng)性語(yǔ)言測(cè)試的理論基礎(chǔ)是教育測(cè)量學(xué)項(xiàng)目反應(yīng)理論。與計(jì)算機(jī)輔助語(yǔ)言測(cè)試不同，模仿人類智能評(píng)估行為是計(jì)算機(jī)自適應(yīng)性語(yǔ)言測(cè)試的基本思想。具體而言，計(jì)算機(jī)首先將中等難度的試題分配給考生，如果考生回答正確，下一題的難度將有所提高，反之，則降低。計(jì)算機(jī)通過(guò)統(tǒng)計(jì)考生在不同難度試題上的反應(yīng)，來(lái)估算考生的能力水平，因此，自適應(yīng)性測(cè)試也被稱為“量體裁衣”式的測(cè)試，其優(yōu)點(diǎn)是更為靈活，非線性的試題編排避免了測(cè)試長(zhǎng)度的固定化問(wèn)題，和傳統(tǒng)測(cè)試相比，“測(cè)試長(zhǎng)度可減少高達(dá)50%以上”[8]。此外，良好的反饋?zhàn)饔?，測(cè)試的個(gè)性化、人性化加強(qiáng)，安全性提高等優(yōu)勢(shì)也是傳統(tǒng)測(cè)試所不具備的[9]。其缺點(diǎn)是：(1)理論基礎(chǔ)復(fù)雜，開(kāi)發(fā)難度大；(2)需要大量的、經(jīng)過(guò)試用和校準(zhǔn)的題項(xiàng)，題庫(kù)的建立成本高，代價(jià)大，周期長(zhǎng)；(3)多局限于評(píng)估考生的知識(shí)與技能，不適宜評(píng)估語(yǔ)言應(yīng)用能力[10]。

基于網(wǎng)絡(luò)的語(yǔ)言測(cè)試是相對(duì)于單機(jī)軟件測(cè)試而言的一種測(cè)試形式，其主要特征是以網(wǎng)絡(luò)作為平臺(tái)，以計(jì)算機(jī)作為網(wǎng)絡(luò)終端，通過(guò)網(wǎng)絡(luò)傳送相關(guān)測(cè)試數(shù)據(jù)，從而實(shí)現(xiàn)測(cè)試。網(wǎng)絡(luò)在線測(cè)試既可以是線性的計(jì)算機(jī)輔助測(cè)試，也可以是非線性的計(jì)算機(jī)自適應(yīng)性測(cè)試。網(wǎng)絡(luò)在線考試需建立特定網(wǎng)絡(luò)，硬件設(shè)備要求高，主要適用于大規(guī)?？荚?，如美國(guó)的新托?？荚嚲褪腔诰W(wǎng)絡(luò)的語(yǔ)言測(cè)試。計(jì)算機(jī)輔助普通話水平測(cè)試目前已經(jīng)實(shí)現(xiàn)了網(wǎng)絡(luò)傳送。表1揭示了使用不同測(cè)試手段的語(yǔ)言測(cè)試的基本特征。

表1 不同形式的語(yǔ)言測(cè)試比較

總之，科學(xué)技術(shù)的進(jìn)步為語(yǔ)言測(cè)試的飛躍發(fā)展提供了物質(zhì)基礎(chǔ)，不論是試卷傳送途徑、呈現(xiàn)介質(zhì)、評(píng)分和測(cè)試管理，還是試題的組織編排，計(jì)算機(jī)等現(xiàn)代信息技術(shù)所發(fā)揮的作用都是無(wú)與倫比的?；谟?jì)算機(jī)的語(yǔ)言測(cè)試已經(jīng)成為“專業(yè)學(xué)科內(nèi)容和科學(xué)技術(shù)手段有機(jī)結(jié)合的產(chǎn)品”[11]。有了科學(xué)技術(shù)這一物質(zhì)基礎(chǔ)，語(yǔ)言測(cè)試迅速走向現(xiàn)代化、信息化，自20世紀(jì)90年代以來(lái)，基于計(jì)算機(jī)的語(yǔ)言測(cè)試越來(lái)越廣泛運(yùn)用于考試實(shí)踐。20多年來(lái)，一些大型語(yǔ)言測(cè)試已經(jīng)從傳統(tǒng)的紙筆測(cè)試轉(zhuǎn)換為基于計(jì)算機(jī)的語(yǔ)言測(cè)試，詳見(jiàn)表2。

表2 基于計(jì)算機(jī)的語(yǔ)言測(cè)試實(shí)踐發(fā)展概覽

不同的測(cè)試目的和不同的區(qū)域條件，決定了語(yǔ)言測(cè)試手段的多樣性，基于紙筆的傳統(tǒng)語(yǔ)言測(cè)試、計(jì)算機(jī)輔助語(yǔ)言測(cè)試、計(jì)算機(jī)自適應(yīng)性語(yǔ)言測(cè)試以及網(wǎng)絡(luò)在線語(yǔ)言測(cè)試將會(huì)長(zhǎng)期共存。但是，日新月異的計(jì)算機(jī)技術(shù)在未來(lái)將促使更多的語(yǔ)言測(cè)試實(shí)現(xiàn)手段現(xiàn)代化，測(cè)試形式的變化與測(cè)試內(nèi)容的變革會(huì)彼此促進(jìn)、相輔相成，共同推動(dòng)語(yǔ)言測(cè)試的發(fā)展。

2 普通話水平測(cè)試手段現(xiàn)代化特征

從題庫(kù)建設(shè)，到試題傳送、測(cè)試實(shí)施以及測(cè)試管理等環(huán)節(jié)，計(jì)算機(jī)技術(shù)貫穿了PSC測(cè)試活動(dòng)的始終。就施測(cè)環(huán)節(jié)而言，目前普通話水平測(cè)試手段現(xiàn)代化特征主要表現(xiàn)為呈現(xiàn)測(cè)試任務(wù)的介質(zhì)的變化和測(cè)試評(píng)分的客觀性。

2.1 呈現(xiàn)測(cè)試任務(wù)的介質(zhì)不同

PSC是口語(yǔ)測(cè)試，口語(yǔ)測(cè)試任務(wù)規(guī)定了考生語(yǔ)言產(chǎn)出的內(nèi)容。和人工測(cè)試相比，“機(jī)輔測(cè)試”對(duì)測(cè)試任務(wù)的改變主要體現(xiàn)在試題呈現(xiàn)方式由紙張轉(zhuǎn)為計(jì)算機(jī)顯示屏，答題方式除了“口說(shuō)”之外，還得輔之以鼠標(biāo)、鍵盤(pán)的操作。也就是說(shuō)，信息技術(shù)對(duì)普通話水平測(cè)試任務(wù)的影響主要在于任務(wù)傳送和呈現(xiàn)的介質(zhì)發(fā)生的變化，傳統(tǒng)的紙筆測(cè)試試題“搬到”或者說(shuō)“復(fù)制”到了計(jì)算機(jī)上，計(jì)算機(jī)逐項(xiàng)分屏呈現(xiàn)試題，應(yīng)試人在計(jì)算機(jī)指令提示下通過(guò)相關(guān)按鈕的操作完整呈現(xiàn)試卷。

“機(jī)輔測(cè)試”與人工測(cè)試并無(wú)測(cè)試原理上的區(qū)分?！皺C(jī)輔測(cè)試”研發(fā)以《普通話水平測(cè)試大綱》為理論框架和依據(jù)，沿用原來(lái)的試卷、題型、測(cè)試內(nèi)容，盡量保留和遵從原評(píng)分標(biāo)準(zhǔn)的評(píng)測(cè)原則，是在原測(cè)試設(shè)計(jì)的基礎(chǔ)上對(duì)普通話水平測(cè)試實(shí)施技術(shù)的進(jìn)一步開(kāi)發(fā)。圖1所示的現(xiàn)代口語(yǔ)測(cè)試任務(wù)呈現(xiàn)的特征在計(jì)算機(jī)輔助普通話水平測(cè)試中得到的反映相當(dāng)有限，主要體現(xiàn)在記錄方式的變化，語(yǔ)言輸入、語(yǔ)言輸出、參與者、完成方式和完成條件與人工測(cè)試方式?jīng)]有區(qū)別。

圖1 口語(yǔ)考試的發(fā)展趨勢(shì)

2.2 評(píng)分過(guò)程的客觀性增強(qiáng)

作為主觀性測(cè)試，PSC評(píng)分活動(dòng)是一個(gè)復(fù)雜的主觀認(rèn)知活動(dòng)過(guò)程。如圖2所示，這個(gè)過(guò)程由三個(gè)方面構(gòu)成：一是測(cè)試員對(duì)評(píng)分標(biāo)準(zhǔn)的理解過(guò)程，二是測(cè)試員對(duì)考生作答的接受過(guò)程，三是測(cè)試員根據(jù)評(píng)分標(biāo)準(zhǔn)和考生作答之間的吻合程度的評(píng)分決定過(guò)程?？梢?jiàn)，與客觀性測(cè)試不同，主觀性測(cè)試對(duì)評(píng)分標(biāo)準(zhǔn)的解釋不是唯一的、確定的，對(duì)考生作答表現(xiàn)的理解也會(huì)因人而異，因此，在人工測(cè)試方式中，測(cè)試員評(píng)分活動(dòng)的個(gè)性差異成為測(cè)試評(píng)分誤差的一個(gè)重要來(lái)源，測(cè)試員和評(píng)分方法對(duì)測(cè)試的信度具有舉足輕重的影響。

PSC評(píng)分的理想目標(biāo)是：分?jǐn)?shù)可以無(wú)偏差地區(qū)分考生的普通話水平。但是，測(cè)試員的個(gè)性差異是一種客觀存在，測(cè)試員對(duì)評(píng)分標(biāo)準(zhǔn)和應(yīng)試人表現(xiàn)的認(rèn)知處理不可能完全相同，測(cè)試員自身注意力集中程度也存在變化，因此，測(cè)試員之間以及測(cè)試員自身的評(píng)分誤差是一種必然的客觀存在。PSC的評(píng)分誤差控制主要通過(guò)控制個(gè)性差異，在最大程度上使主觀的評(píng)分過(guò)程保持客觀，從而保證測(cè)試的信度。為了控制評(píng)分因素對(duì)測(cè)試信度的影響，PSC一直堅(jiān)持兩個(gè)原則：一是測(cè)試員評(píng)分一致性原則，二是測(cè)試員評(píng)分處理過(guò)程的獨(dú)立性原則。評(píng)分一致性原則首先要求測(cè)試員通過(guò)培訓(xùn)學(xué)習(xí)正確理解評(píng)分標(biāo)準(zhǔn)，通過(guò)測(cè)試練習(xí)保證測(cè)試員之間對(duì)評(píng)分標(biāo)準(zhǔn)理解的一致、對(duì)考生作答表現(xiàn)的特征認(rèn)知的一致。評(píng)分獨(dú)立性原則要求測(cè)試員之間評(píng)分不受影響，測(cè)試員每次評(píng)分不受之前的評(píng)分影響。幫助測(cè)試員達(dá)到評(píng)分質(zhì)量評(píng)價(jià)的標(biāo)準(zhǔn)，嚴(yán)明工作紀(jì)律，樹(shù)立職業(yè)操守等成為測(cè)試評(píng)分信度的多重保障。

圖2 普通話水平測(cè)試評(píng)分的認(rèn)知處理過(guò)程

人工測(cè)試方式下，評(píng)分信度的追求主要是通過(guò)對(duì)測(cè)試員的控制來(lái)實(shí)現(xiàn)的；計(jì)算機(jī)輔助普通話水平測(cè)試方式下，技術(shù)的介入在很大程度上促進(jìn)了評(píng)分的客觀性，降低了評(píng)分誤差，提升了測(cè)試評(píng)分信度。技術(shù)對(duì)評(píng)測(cè)的促進(jìn)作用具體表現(xiàn)為三個(gè)方面：前三項(xiàng)評(píng)分自動(dòng)化、評(píng)測(cè)分離和強(qiáng)化復(fù)審環(huán)節(jié)。

2.2.1 自動(dòng)評(píng)分增強(qiáng)了評(píng)分的客觀性

“機(jī)輔測(cè)試”已經(jīng)實(shí)現(xiàn)了前三項(xiàng)評(píng)分的自動(dòng)化，這是信息技術(shù)用于PSC的創(chuàng)新之處，也是普通話水平測(cè)試發(fā)展中的重大變化之處。計(jì)算機(jī)自動(dòng)評(píng)分通過(guò)采用信號(hào)處理的原理來(lái)進(jìn)行語(yǔ)音識(shí)別，使前三項(xiàng)評(píng)分與測(cè)試員評(píng)測(cè)結(jié)果實(shí)現(xiàn)基本一致。雖然計(jì)算機(jī)輔助評(píng)測(cè)原理和人類的聽(tīng)力理解以及大腦運(yùn)算完全不同，對(duì)第三項(xiàng)的評(píng)分也并非按照大綱要求的維度進(jìn)行針對(duì)性的識(shí)別，因而具有一定的局限性，但是客觀的計(jì)算標(biāo)準(zhǔn)克服了評(píng)測(cè)活動(dòng)中測(cè)試員之間個(gè)體差異性的弱點(diǎn)，使前三項(xiàng)評(píng)分最大限度實(shí)現(xiàn)了評(píng)分的一致性和客觀性，總體評(píng)測(cè)結(jié)果比人工測(cè)試更加穩(wěn)定、可靠。

2.2.2 測(cè)評(píng)分離保障了第四項(xiàng)評(píng)分的獨(dú)立性

目前，普通話水平測(cè)試評(píng)分自動(dòng)化對(duì)第四項(xiàng)命題說(shuō)話這樣的自主表達(dá)的評(píng)測(cè)尚未完全實(shí)現(xiàn)技術(shù)上的突破。但是，評(píng)測(cè)分離不僅使測(cè)試活動(dòng)在時(shí)間上克服了實(shí)時(shí)實(shí)施的局限，而且任務(wù)的數(shù)字化傳送使得測(cè)試員在各自空間評(píng)分成為可能。測(cè)試員搭配、評(píng)測(cè)任務(wù)分發(fā)等信息由測(cè)試中心管理人員單方統(tǒng)一掌握，測(cè)試員的評(píng)測(cè)活動(dòng)失去了相互商量、彼此影響的條件，在網(wǎng)絡(luò)終端背靠背的評(píng)測(cè)在客觀上保障了測(cè)試員評(píng)分的完全獨(dú)立。這樣，第四項(xiàng)打分更加客觀，測(cè)試信度得以有效提升。

2.2.3 完善的復(fù)審制度提高了評(píng)分的一致性

復(fù)審是語(yǔ)言測(cè)試保證評(píng)分信度的重要手段。合作判分對(duì)于有歧義的作答可以通過(guò)協(xié)商統(tǒng)一對(duì)評(píng)分標(biāo)準(zhǔn)、考生作答情況的認(rèn)識(shí)，分?jǐn)?shù)的決定過(guò)程可以吸收彼此的意見(jiàn)，從而降低測(cè)試員之間的評(píng)分差異性。機(jī)測(cè)方式下第四項(xiàng)評(píng)分誤差控制是將人工評(píng)分與統(tǒng)計(jì)、現(xiàn)代技術(shù)相結(jié)合，對(duì)差異性較大、超出合理閾值(目前安徽省的規(guī)定是最大偏差≤3分)的作答，進(jìn)行多次評(píng)分。這種偏差復(fù)審的方式通過(guò)程序設(shè)置彌補(bǔ)了測(cè)試的主觀性缺陷，測(cè)試結(jié)果的公正性也得到有效保障。

普通話水平測(cè)試規(guī)模大，測(cè)試量高，而大多數(shù)地區(qū)測(cè)試主管部門(mén)人力與經(jīng)費(fèi)十分有限，因此復(fù)審制度的落實(shí)存在一定的困難。在工作實(shí)踐中，除一級(jí)復(fù)審因?yàn)閿?shù)量少、等級(jí)高、社會(huì)權(quán)重大，執(zhí)行較為嚴(yán)格外，像抽查復(fù)審、偏差復(fù)審則因地而異。計(jì)算機(jī)輔助測(cè)試則通過(guò)系統(tǒng)功能的開(kāi)發(fā)設(shè)計(jì)健全了復(fù)審制度。以安徽為例，安徽省普通話培訓(xùn)測(cè)試中心在開(kāi)始進(jìn)行計(jì)算機(jī)測(cè)試的同時(shí)，即建立起了較為完善的復(fù)審制度。第四項(xiàng)所有差異復(fù)審全面覆蓋，一級(jí)復(fù)審按要求正常進(jìn)行，三級(jí)甲等高分段、三級(jí)乙等低分段和不入級(jí)數(shù)據(jù)均為100%復(fù)審，二級(jí)數(shù)據(jù)為抽查復(fù)審，抽查復(fù)審率高達(dá)20%。

通過(guò)上述分析可知，計(jì)算機(jī)對(duì)PSC影響直接而顯著。就測(cè)評(píng)環(huán)節(jié)而言，信息技術(shù)的介入，通過(guò)管理手段、技術(shù)手段和統(tǒng)計(jì)手段加強(qiáng)了對(duì)普通話水平測(cè)試的評(píng)分誤差控制，保障了口語(yǔ)測(cè)試評(píng)分一致性原則和獨(dú)立性原則的貫徹，強(qiáng)化了評(píng)分的客觀性，提升了普通話水平測(cè)試的信度，評(píng)分更加客觀，測(cè)試結(jié)果更加公正。就測(cè)試任務(wù)而言，“機(jī)輔測(cè)試”還停留于對(duì)傳統(tǒng)測(cè)試任務(wù)的“復(fù)制”層面，數(shù)字化展示測(cè)試的方式并未觸及測(cè)試的深層理論，計(jì)算機(jī)技術(shù)尚未深入測(cè)試任務(wù)的設(shè)計(jì)與測(cè)試構(gòu)念的改進(jìn)，因此在測(cè)量目標(biāo)方面并不優(yōu)于傳統(tǒng)的紙筆測(cè)試。

3 普通話水平測(cè)試發(fā)展前瞻

信息社會(huì)以智能代替體能，大量人員所從事的大規(guī)模生產(chǎn)方式不再是主流。計(jì)算機(jī)化是語(yǔ)言測(cè)試的發(fā)展趨勢(shì)，計(jì)算機(jī)測(cè)試代表著大規(guī)模語(yǔ)言測(cè)試的發(fā)展方向?，F(xiàn)階段計(jì)算機(jī)輔助普通話水平測(cè)試還處于語(yǔ)言測(cè)試計(jì)算機(jī)化的早期階段，模擬人類智能評(píng)估行為的自適應(yīng)性測(cè)試不僅開(kāi)發(fā)難度大，題庫(kù)建立代價(jià)大，且是否適用于普通話水平測(cè)試的目標(biāo)尚需商榷，因此，計(jì)算機(jī)自適應(yīng)性普通話水平測(cè)試目前還言之過(guò)早。展望未來(lái)普通話水平測(cè)試，可望亦可即的前景應(yīng)該是改進(jìn)題型，提供診斷服務(wù)，教學(xué)、測(cè)試相結(jié)合，進(jìn)一步發(fā)揮計(jì)算機(jī)的優(yōu)勢(shì)與潛能，使技術(shù)和普通話水平測(cè)試本體理論相符相契、相互為用，共同促進(jìn)普通話水平測(cè)試的發(fā)展與完善。

3.1 應(yīng)用創(chuàng)新性題型

普通話水平測(cè)試的題型設(shè)計(jì)過(guò)程幾經(jīng)發(fā)展變化，最終從測(cè)試性質(zhì)與目的出發(fā)，確立為讀單音節(jié)字詞、讀多音節(jié)詞語(yǔ)、選擇判斷、朗讀短文和命題說(shuō)話五種題型。效度是語(yǔ)言測(cè)試的永恒追求，有關(guān)如何進(jìn)一步完善題型設(shè)計(jì)、更加有效實(shí)現(xiàn)測(cè)試目的的討論也一直沒(méi)有停止過(guò)。作為半直接式口語(yǔ)測(cè)試，普通話水平測(cè)試的缺陷在于缺乏互動(dòng)和交際情境，計(jì)算機(jī)輔助普通話水平測(cè)試提升了評(píng)分信度，但是在某種程度上又強(qiáng)化了測(cè)試的單向性，“命題說(shuō)話”項(xiàng)測(cè)試實(shí)踐中大面積的“雷同”正是這一弱點(diǎn)的凸顯。雖然為了適應(yīng)測(cè)試手段的變革，及時(shí)調(diào)整測(cè)試依據(jù)，制訂并頒布了《計(jì)算機(jī)輔助普通話水平評(píng)分試行辦法》，但是“雷同”問(wèn)題并沒(méi)有得到有效控制，測(cè)試樣本與所測(cè)量目標(biāo)不匹配，勢(shì)必對(duì)內(nèi)容效度有所影響；同時(shí)，測(cè)試員對(duì)評(píng)分辦法的執(zhí)行有時(shí)會(huì)處于操作上的兩難境地:一是舉證增加了測(cè)試員的負(fù)擔(dān)，二是對(duì)于有稿應(yīng)試，測(cè)試員未必能找到內(nèi)容證據(jù)，對(duì)語(yǔ)音形式的明確感知與判定又不能作為判別雷同的另外一重有效證據(jù)。因此，說(shuō)話項(xiàng)評(píng)分信度也受到了一定的影響。此外，對(duì)應(yīng)試人的應(yīng)試策略也難以有正面反撥之效。

未來(lái)任務(wù)型話題題型是發(fā)展的一個(gè)趨勢(shì)[12]157。王暉的論斷是基于實(shí)踐基礎(chǔ)之上的對(duì)普通話水平測(cè)試發(fā)展的科學(xué)前瞻。技術(shù)的介入需要發(fā)展普通話水平測(cè)試的理論，探索出適合新的測(cè)試手段的測(cè)試項(xiàng)目，從而打破技術(shù)對(duì)測(cè)試本體的制約。同時(shí)，也應(yīng)該看到，現(xiàn)代技術(shù)還具有強(qiáng)大的潛能可以為測(cè)試設(shè)計(jì)提供手段與幫助，技術(shù)為普通話水平測(cè)試效度的保障也提供了新的空間。

例如，2005年實(shí)施的新托福(NEW TOEFL)考試是一個(gè)成功轉(zhuǎn)型的語(yǔ)言測(cè)試的范例。美國(guó)的托福(TOEFL)考試始于20世紀(jì)60年代，到90年代后期，固有的結(jié)構(gòu)主義題型的效度受到了新的交際測(cè)試?yán)碚摰奶魬?zhàn)，實(shí)際測(cè)試中高分低能的測(cè)量結(jié)果使之越來(lái)越受到測(cè)試界的批評(píng)。新托?？荚囀腔诰W(wǎng)絡(luò)的英語(yǔ)全面能力測(cè)試，整個(gè)考試過(guò)程都在計(jì)算機(jī)上完成。新托福的最大變化體現(xiàn)在題型設(shè)計(jì)上的重大突破，借助媒體引入，考試內(nèi)容基于真實(shí)的語(yǔ)言環(huán)境，進(jìn)行了多項(xiàng)考試題型創(chuàng)新，聽(tīng)、說(shuō)、讀、寫(xiě)四部分緊密結(jié)合，大大增強(qiáng)了考試的真實(shí)性和科學(xué)性。開(kāi)發(fā)創(chuàng)新試題是計(jì)算機(jī)技術(shù)介入測(cè)試之后的一種優(yōu)勢(shì)，多媒體的使用是這種題型的重要特征，圖形顯示、聲音播放、動(dòng)畫(huà)和視頻等，測(cè)試中通過(guò)引入這些非文本媒體配合傳統(tǒng)的考試題型，增加了情景的真實(shí)性和測(cè)試的效度，同時(shí)測(cè)試的內(nèi)容也得到了擴(kuò)展。

技術(shù)的介入要求重新評(píng)估測(cè)試的每一個(gè)環(huán)節(jié)。發(fā)揮信息技術(shù)的潛能，順勢(shì)而為，開(kāi)發(fā)創(chuàng)新題型，是普通話水平測(cè)試的現(xiàn)實(shí)需要，也是現(xiàn)代語(yǔ)言測(cè)試?yán)碚摪l(fā)展的要求。

3.2 提供診斷服務(wù)

提供診斷服務(wù)體現(xiàn)了測(cè)試個(gè)性化的發(fā)展趨勢(shì)。診斷評(píng)估和學(xué)習(xí)指導(dǎo)是語(yǔ)言教學(xué)的兩個(gè)重要方面，在語(yǔ)言學(xué)習(xí)過(guò)程中，計(jì)算機(jī)可以通過(guò)測(cè)定學(xué)習(xí)者的語(yǔ)言能力分布情況，分析其學(xué)習(xí)過(guò)程中的強(qiáng)項(xiàng)與弱項(xiàng)，并為之提供診斷報(bào)告，幫助學(xué)習(xí)者了解語(yǔ)言學(xué)習(xí)中的具體困難，找到克服困難、解決問(wèn)題的方法，明確學(xué)習(xí)方向。這種個(gè)性化的服務(wù)在最大程度上滿足了語(yǔ)言學(xué)習(xí)者的個(gè)人需求，充分發(fā)揮了計(jì)算機(jī)的獨(dú)特優(yōu)勢(shì)。

例如，現(xiàn)代語(yǔ)言測(cè)試系統(tǒng)DIALANG就是以歐洲語(yǔ)言共同框架(the Common European Framework of Reference, CEFR)為基礎(chǔ)開(kāi)發(fā)的、由計(jì)算機(jī)傳輸?shù)拇笠?guī)模診斷性測(cè)試系統(tǒng)。DIALANG評(píng)估系統(tǒng)包括自我評(píng)估、語(yǔ)言測(cè)試和信息反饋三大板塊，涵蓋14種歐洲語(yǔ)言，通過(guò)對(duì)語(yǔ)言學(xué)習(xí)者的語(yǔ)言水平進(jìn)行“診斷性”評(píng)價(jià)，旨在免費(fèi)幫助他們了解自己的語(yǔ)言水平。該系統(tǒng)還能分析自我評(píng)估與測(cè)驗(yàn)結(jié)果之間存在差異的可能原因，就如何改進(jìn)語(yǔ)言能力向?qū)W習(xí)者提供建議，并努力增強(qiáng)他們對(duì)語(yǔ)言學(xué)習(xí)與能力提高的意識(shí)[13]。

一般而言，理想的診斷報(bào)告在對(duì)被試的應(yīng)試行為判別的基礎(chǔ)上具有一定的預(yù)測(cè)性。通過(guò)判定被試的語(yǔ)言水平、學(xué)習(xí)心理和認(rèn)知策略等，為語(yǔ)言教學(xué)或?qū)W習(xí)提供指導(dǎo)。一般的成績(jī)報(bào)告重在對(duì)過(guò)去學(xué)習(xí)的總結(jié)，報(bào)告內(nèi)容多為最后的成績(jī)；而診斷報(bào)告的目的側(cè)重于未來(lái)學(xué)習(xí)的方向，報(bào)告內(nèi)容還包含成績(jī)分布、過(guò)程參數(shù)和認(rèn)知策略等。此外，診斷報(bào)告的個(gè)性化還體現(xiàn)為側(cè)重于學(xué)習(xí)者自身能力的對(duì)比分析，將測(cè)試與學(xué)習(xí)融為一體，通過(guò)為每個(gè)受試者建立評(píng)估檔案，詳細(xì)記錄每個(gè)受試者的每一次的評(píng)估結(jié)果，讓學(xué)習(xí)者了解自己的學(xué)習(xí)進(jìn)步過(guò)程，使測(cè)試能更好地為學(xué)習(xí)服務(wù)。

3.3 培訓(xùn)、測(cè)試一體化

教育因?yàn)榛ヂ?lián)網(wǎng)的日益滲透，形式開(kāi)始逐步拓展，互聯(lián)網(wǎng)上的遠(yuǎn)程學(xué)習(xí)因其快速、省時(shí)、投入少等諸多優(yōu)點(diǎn)而日漸受到人們的青睞。遠(yuǎn)程學(xué)習(xí)中，必將出現(xiàn)基于計(jì)算機(jī)的遠(yuǎn)程考試，在這種模式下，基于標(biāo)準(zhǔn)的“機(jī)輔測(cè)試”將可以嵌入遠(yuǎn)程普通話學(xué)習(xí)的課程中使用。

語(yǔ)言測(cè)試與語(yǔ)言教學(xué)密不可分，普通話水平測(cè)試的最終目的是促進(jìn)普通話的學(xué)習(xí)和普通話水平的提高，開(kāi)展普通話水平測(cè)試的根本目的就是通過(guò)“以測(cè)促訓(xùn)”為推廣和普及普通話服務(wù)。未來(lái)可以充分利用網(wǎng)絡(luò)語(yǔ)音軟件或者手機(jī)等移動(dòng)智能終端進(jìn)行普通話水平測(cè)試，利用計(jì)算機(jī)、網(wǎng)絡(luò)等現(xiàn)代技術(shù)為遠(yuǎn)程學(xué)習(xí)者提供學(xué)習(xí)和培訓(xùn)服務(wù)，以更有效地將測(cè)試與培訓(xùn)結(jié)合起來(lái)，并結(jié)合診斷服務(wù)，對(duì)學(xué)習(xí)者學(xué)習(xí)過(guò)程實(shí)行跟蹤服務(wù)，建立診斷檔案，真正實(shí)現(xiàn)普通話學(xué)習(xí)的個(gè)性化。

4 結(jié)束語(yǔ)

計(jì)算機(jī)輔助普通話水平測(cè)試還處于基于計(jì)算機(jī)的語(yǔ)言測(cè)試發(fā)展的初期階段?，F(xiàn)代化成果主要體現(xiàn)為兩個(gè)方面：一是呈現(xiàn)測(cè)試任務(wù)的介質(zhì)由紙張轉(zhuǎn)變?yōu)橛?jì)算機(jī)顯示屏，二是推進(jìn)了普通話水平測(cè)試評(píng)分的客觀性。雖然技術(shù)的介入使普通話水平測(cè)試發(fā)生了重大變化，但是現(xiàn)代信息技術(shù)還停留于測(cè)試形式與方法上的影響。計(jì)算機(jī)輔助普通話水平測(cè)試在應(yīng)用創(chuàng)新性題型，提供診斷服務(wù)，培訓(xùn)、測(cè)試一體化等方面還應(yīng)該有所作為。未來(lái)，計(jì)算機(jī)輔助普通話水平測(cè)試的發(fā)展取決于兩個(gè)重要的因素：計(jì)算機(jī)技術(shù)和測(cè)試?yán)碚摰陌l(fā)展。科學(xué)技術(shù)的進(jìn)步可以更好地為普通話水平測(cè)試服務(wù)，但是，“被技術(shù)所驅(qū)動(dòng)的語(yǔ)言測(cè)試，而不是為語(yǔ)言測(cè)試服務(wù)的技術(shù)，很可能會(huì)領(lǐng)我們踏上一條并不美好的旅途”[14]，這句話恰當(dāng)?shù)乇磉_(dá)了現(xiàn)代技術(shù)與語(yǔ)言測(cè)試之間的關(guān)系?！跋鄬?duì)于測(cè)試本體需求而言，技術(shù)永遠(yuǎn)是第二位的?！盵12]157如果普通話水平測(cè)試削足適履，為了迎合測(cè)試技術(shù)的發(fā)展來(lái)確定測(cè)試任務(wù)，或者新瓶裝舊酒，毫不關(guān)心新技術(shù)對(duì)測(cè)試本體的影響，在“語(yǔ)言測(cè)試測(cè)什么”這一問(wèn)題的探索上裹足不前，現(xiàn)代化的測(cè)試手段反而會(huì)成為測(cè)試發(fā)展的桎梏。

[1]丁瑾靚.從心理學(xué)觀點(diǎn)分析普通話水平智能測(cè)試[J].四川教育學(xué)院學(xué)報(bào)，2010(1)：57-58

[2]韓玉華.計(jì)算機(jī)輔助普通話水平測(cè)試試點(diǎn)地區(qū)的調(diào)查研究[J].首都師范大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2009(S1)：29-33

[3]雷峻.計(jì)算機(jī)輔助普通話測(cè)試的問(wèn)題思考及技術(shù)對(duì)策[J].武漢理工大學(xué)學(xué)報(bào)，2010(13)：160-163

[4]姜嵐，張傳東，劉洪超，等.PSC計(jì)算機(jī)評(píng)測(cè)與人工評(píng)測(cè)對(duì)比實(shí)驗(yàn)研究[C]//國(guó)家語(yǔ)言文字工作委員會(huì)普通話培訓(xùn)測(cè)試中心.第四屆全國(guó)普通話培訓(xùn)測(cè)試學(xué)術(shù)研討會(huì)論文集.北京：語(yǔ)文出版社，2012:214-218

[5]吳靜.CTT、IRT和GT三種測(cè)驗(yàn)理論之比較[J].黑龍江教育學(xué)院學(xué)報(bào),2008(12)：77-78

[6]AldersonJ C,Banerjee J.Language testing and assessment：Part Two[J].Language Teaching,2002，35：56-57

[7]張寶鈞.簡(jiǎn)論計(jì)算機(jī)自適應(yīng)語(yǔ)言測(cè)試的工作機(jī)制[J].語(yǔ)言教學(xué)與研究,2003(3)：18-24

[8]路鵬.計(jì)算機(jī)自適應(yīng)若干關(guān)鍵技術(shù)研究[D].長(zhǎng)春：東北師范大學(xué)理想信息技術(shù)研究院,2012:38-40

[9]李清華，孔文.基于計(jì)算機(jī)的語(yǔ)言測(cè)試及其效度驗(yàn)證[J].外語(yǔ)界,2009(3)：68-74

[10]曾用強(qiáng).計(jì)算機(jī)化考試的設(shè)計(jì)模型[J].外語(yǔ)電化教學(xué),2012(1)：26-31

[11]曾用強(qiáng).計(jì)算機(jī)輔助英語(yǔ)口語(yǔ)考試研究[M].北京:科學(xué)出版社,2011：12

[12]王暉.普通話水平測(cè)試闡要[M].北京:商務(wù)印書(shū)館,2013

[13]歐洲理事會(huì)文化合作教育委員會(huì).歐洲語(yǔ)言共同參考框架：學(xué)習(xí)、教學(xué)、評(píng)估[M].劉駿，傅榮，李婷妲，等譯.北京:外語(yǔ)教學(xué)與研究出版社,2008：215-229

[14]Douglas D.Assessing Language for Specific Purposes[M].New York:Cambridge University Press，2000:124-129

(責(zé)任編輯：胡永近)

10.3969/j.issn.1673-2006.2017.04.012

2017-01-26

安徽高校人文社會(huì)科學(xué)研究重點(diǎn)項(xiàng)目“普通話水平測(cè)試手段研究”(SK2017A0703)。

周梅(1968-)，女，安徽蚌埠人，博士，副教授，研究方向：普通話培訓(xùn)與測(cè)試、媒體語(yǔ)言學(xué)。

H102

A

1673-2006(2017)04-0040-06