標(biāo)準(zhǔn)化時代的美國PARCC評價體系分析

劉吉良 駱康演

2010 年6 月，為應(yīng)對各州參差不齊的州教育標(biāo)準(zhǔn)，解決教育質(zhì)量不斷降低的問題，深化基于標(biāo)準(zhǔn)的改革，美國各州協(xié)同頒布《共同核心州立標(biāo)準(zhǔn)》（Common Core State Standards，簡稱CCSS）。大學(xué)和職業(yè)準(zhǔn)備評價聯(lián)盟（The Partnership for Assessment of Readiness for College and Careers，簡稱PARCC）評價體系應(yīng)運而生。PARCC 評價體系旨在評估美國基礎(chǔ)教育k-12 年級在英語語言藝術(shù)/文化（English Language Arts/Literacy，簡稱英語）和數(shù)學(xué)科目方面的學(xué)習(xí)成果，以便使學(xué)生更好地為大學(xué)和職業(yè)生活做好準(zhǔn)備。PARCC 注重批判性思考和解決問題的能力，鼓勵學(xué)生挑戰(zhàn)自我，完成更艱巨的任務(wù)，考試標(biāo)準(zhǔn)與各州獨立的教育標(biāo)準(zhǔn)相比發(fā)生了較大改變，所以在施測后部分學(xué)生的成績并不理想，但該體系的支持者認為，嚴格的測試能更好地衡量學(xué)生的學(xué)習(xí)水平和發(fā)展?jié)摿ΑＴ谡{(diào)查中，大部分的教育者表示，“‘誠實的’新測試能獲得更多真實信息，更好地了解學(xué)生的真正能力”。

一、PARCC評價體系的形成背景

首先，美國出現(xiàn)了教育國家化的趨勢?？v觀美國教育發(fā)展史，大致可分為三個階段：教育權(quán)力自由發(fā)展時期、州管理教育時期、聯(lián)邦參與教育管理時期。以往，美國教育主要由州政府和學(xué)區(qū)控制，教育標(biāo)準(zhǔn)和測試方式由州政府制定，聯(lián)邦政府在教育管理中的作用較弱。20 世紀80 年代以來，標(biāo)準(zhǔn)化運動興起，統(tǒng)一的標(biāo)準(zhǔn)和考試逐步滲入基礎(chǔ)教育領(lǐng)域，聯(lián)邦政府不斷加強國家對各州教育的參與和控制，如1983 年的《國家處于危機中》（A Nation At Risk）教育報告表明聯(lián)邦政府可以通過教育專業(yè)機構(gòu)對基礎(chǔ)教育實施必要的干預(yù)；1991 年，《2000 年美國：教育戰(zhàn)略》報告（American 2000：An Education Strategy）要求制定全國性的各科課程標(biāo)準(zhǔn)和測試標(biāo)準(zhǔn)；2002 年的《不讓一個孩子掉隊 法 案》（No Children Left Behind Act，簡 稱NCLB），希望建立共同的課程標(biāo)準(zhǔn)、高質(zhì)量的評估體系和問責(zé)制來促進基礎(chǔ)教育改革；2009 年，《力爭上游法案》（Race to the Top Legislation）要求各州建立與CCSS 一致的評價體系[1]。

其次，美國教育標(biāo)準(zhǔn)不斷提高的要求。已有的州立評價體系往往側(cè)重對學(xué)生基礎(chǔ)知識和基本技能的評價，并沒有為學(xué)生設(shè)定一個需要努力才能夠達到的目標(biāo)，而且評價目的僅僅是考查學(xué)生是否學(xué)了，沒有對更高階的思維能力和深層次的學(xué)習(xí)能力進行評估。已有體系重視考題的客觀性，忽視了學(xué)生語言文字表達能力和思維的發(fā)展，結(jié)果導(dǎo)致在校學(xué)生語言文字表達能力下降的現(xiàn)象，不利于選拔優(yōu)秀人才，對學(xué)校教育改革產(chǎn)生了不良影響。一項對馬薩諸塞州企業(yè)主的調(diào)查顯示，69%的企業(yè)主認為，請到有足夠工作能力的雇員是一件較難的事，大部分的高中畢業(yè)生在使用英語寫作，如備忘錄、信件和技術(shù)報告等方面的能力欠缺[2]。

二、PARCC評價體系的基本內(nèi)容

PARCC 評價體系以英語和數(shù)學(xué)科目為重點評估對象，將總結(jié)性評價與形成性評價相結(jié)合。總結(jié)性評價用于各州的問責(zé)，發(fā)揮的是測試的作用，所以又稱為測試工具（testing tools），主要測試學(xué)生的知識水平能否達到CCSS 的要求。形成性評價用來指導(dǎo)教師的教學(xué)工作，所以又稱為教學(xué)工具（instructional tools），主要包括診斷性工具、形成性工具和聽說測評。

（一）總結(jié)性評價：測試工具

總結(jié)性評價即在教學(xué)活動完成之后，判斷學(xué)生是否達到或在何種程度上達到課程目標(biāo)中的要求，概括化程度較高?？偨Y(jié)性評價由表現(xiàn)性評價和年終評價兩部分組成，每學(xué)年9 場考試，即每個年級的學(xué)生要參加5 場表現(xiàn)性評價考試（3 場英語、2 場數(shù)學(xué)）和4場年終評價考試（2場英語、2場數(shù)學(xué)），它的結(jié)果用于支持學(xué)生、教師、校長和學(xué)校的問責(zé)制決策（見表1）。

表1 總結(jié)性評價的內(nèi)容

1. 表現(xiàn)性評價

為了展現(xiàn)自己的知識和技能，學(xué)生進行某項活動或者生產(chǎn)出某個產(chǎn)品，對此的評價稱之為表現(xiàn)性評價。論述題和其他要求深入回答的試題可以展示學(xué)生思考和組織的過程，教師可以看出論點的邏輯、組織答案的方式以及學(xué)生的結(jié)論，因此像作文、故事、報告、提問這類筆試評估均屬于表現(xiàn)性評價[3]。表現(xiàn)性評價是每個學(xué)生都必須參與的測試，在3/4學(xué)年時運用。評價主要使用計算機或其他電子設(shè)備實施，在測試完成后同時運用計算機和人工進行評分。評價結(jié)果在實施后兩周內(nèi)報告。為了提高分數(shù)的有效性，后期還會隨機抽取小部分論文進行人工的二次評分。

在英語科目上，表現(xiàn)性評價主要考查學(xué)生的寫作能力及從文本中獲取證據(jù)來論證論點的能力，主要題型為選擇題和寫作題。在數(shù)學(xué)科目上，表現(xiàn)性評價主要是測試學(xué)生運用技巧、原理去解決問題的能力，共20 道選擇/填空題和14 道左右的簡答題，重點分析學(xué)生對概念、實際應(yīng)用及解決數(shù)學(xué)問題的推理性能力等。評分后，數(shù)學(xué)上的表現(xiàn)性評價將占到學(xué)生總結(jié)性成績的40%至50%。英語科目的表現(xiàn)性評價則沒有具體的占比，而是將各項目的分數(shù)分為1-5等級詳細列在成績單上，從而讓家長和教師能夠迅速了解該學(xué)生是否達到了預(yù)期能力水平。

2. 年終評價

年終評價屬于必考，在9/10學(xué)年時進行，以計算機作為考試媒介及評分工具。英語的考試題型全部為選擇題，要求學(xué)生閱讀短文，回答問題，側(cè)重對學(xué)生閱讀理解能力的考查。項目的難度和數(shù)量都將隨年級的上升而逐級增長。如3-5 年級的學(xué)生需完成45-55 道題，6-8 年級 50-60 道，9-11 年級 55-65 道。數(shù)學(xué)則由一系列創(chuàng)新的、機器可測項目組成，集中在一些重要的領(lǐng)域，側(cè)重解決創(chuàng)造性的問題。對高中學(xué)生來說，PARCC 測試的數(shù)學(xué)部分由代數(shù)1（Algebra 1）、代數(shù)2（Algebra 2）和幾何學(xué)（Geometry）組成，包括42道左右的選擇/填空題。

（二）形成性評價：教學(xué)工具

形成性評價即在教學(xué)過程中進行，用以提供反饋，改進教學(xué)活動，包括為數(shù)學(xué)和英語科目準(zhǔn)備的診斷性工具、形成性工具以及單為英語科目研發(fā)的聽說評價（見表2）。在形成性評價部分，各成員州可以有選擇地執(zhí)行，評價結(jié)果不用于教師或?qū)W校問責(zé)。

表2 形成性評價的內(nèi)容

診斷工具是為了確定學(xué)生的長處和需要，提供有用的信息指導(dǎo)教學(xué)工作，讓教師了解學(xué)生學(xué)會了多少知識、學(xué)生是否為學(xué)習(xí)CCSS 要求的關(guān)鍵內(nèi)容和技能做好了準(zhǔn)備等。具體作用包括：第一，通過一系列的測試，找出學(xué)生在閱讀、數(shù)學(xué)和寫作這三方面的優(yōu)點和不足；第二，為教師提供測試結(jié)果，以協(xié)助他們制定教學(xué)計劃；第三，幫助教師跟蹤學(xué)生的進步軌跡。

形成性工具（Formative Tools）主要提供給K-3年級的學(xué)生，讓教師了解學(xué)生對知識的熟悉程度，能否展示知識以及他們的進步和成長過程。形成性工具將被納入課程之中，以發(fā)現(xiàn)學(xué)生“隱藏”的學(xué)習(xí)信息。

聽說評價（Speaking and Listening）考查K-12 年級學(xué)生的英語聽、說能力。根據(jù)CCSS 的要求，K-12階段的學(xué)生養(yǎng)成良好的聽說能力是他們長遠發(fā)展的關(guān)鍵。“聽”是指學(xué)生能夠理解復(fù)雜信息、想法和口頭論據(jù)的能力。“說”是指學(xué)生能夠提出復(fù)雜的信息、想法和有效的證據(jù)。聽說能力的考查工具包括實踐任務(wù)、課堂討論、聽力記錄和互動的在線課程（網(wǎng)絡(luò)課程資源，學(xué)生可跟讀，提高自主學(xué)習(xí)積極性）。

（二）以英語和數(shù)學(xué)為中心的評價模塊

CCSS 對美國基礎(chǔ)教育階段的數(shù)學(xué)和英語科目進行了標(biāo)準(zhǔn)設(shè)置，相對應(yīng)的，PARCC 評價體系也是對英語和數(shù)學(xué)兩門核心課程進行評價。下面以英語科目為例，對評價模塊的內(nèi)容標(biāo)準(zhǔn)進行簡要概述。具體表現(xiàn)為：

第一，閱讀復(fù)雜文本的能力。要求學(xué)生在掌握詞匯的基礎(chǔ)上，能夠分析、比較不同復(fù)雜程度的文本，完成50 道左右的選擇題，題材來自管理科學(xué)領(lǐng)域、歷史/社會研究、技術(shù)學(xué)科和藝術(shù)等方面（見表3）。詞匯是閱讀理解的一個重要組成部分，不同閱讀情境下對它進行評估更有效，預(yù)期學(xué)生通過對給定文本的細致閱讀、比較和分析，從而合成一些新的屬于自己的觀點[4]。文章的長度不是考查的重點，重心是適合的復(fù)雜程度、豐富的文本內(nèi)容等，從而使學(xué)生獲得對特定知識領(lǐng)域的深層次理解。

表3 測試閱讀能力的試題（7年級）

第二，據(jù)文本進行有效寫作的能力。學(xué)生仔細閱讀相關(guān)文本，通過收集、分析、整合和展示，論證相關(guān)資料，形成有說服力的、條理分明的書面論文?？己巳蝿?wù)主要包括文本分析任務(wù)、模擬性研究任務(wù)和敘事寫作任務(wù)（見表4）[5]。文本分析任務(wù)要求學(xué)生閱讀兩篇文學(xué)類文章，完成六組選擇/填空題，寫一篇分析性文章；模擬性研究任務(wù)提供兩篇說明文，六至九組選擇/填空題、一道說明文寫作題；敘事寫作任務(wù)要求學(xué)生閱讀一篇小說類文章，完成五組選擇/填空題，寫一篇敘事型的文章。在每個年級，這些資料都包括了較為寬泛的閱讀難度范圍和文本復(fù)雜性水平，從而可以讓較高水平和較低水平的學(xué)生都能展現(xiàn)他們的技能。

表4 測試寫作能力的試題（7年級）

第三，開展研究性學(xué)習(xí)的能力。此部分的評估主要建立在“據(jù)閱讀文本進行有效寫作的能力”的基礎(chǔ)上，要求學(xué)生展示自己的能力，收集資源、評價資源的相關(guān)程度，報告?zhèn)€人的思想和想法，通過研究來回答疑問和解決問題。

第四，口語和聽力能力。學(xué)生需具備溝通和人際交往的能力，包括（但不限于）進行正式演講、有效協(xié)同工作、認真聽取別人的觀點、共享研究結(jié)果等能力。該部分的評估由教師在課堂中以現(xiàn)場口試的方法進行，可在學(xué)年的任意時間段內(nèi)實施，學(xué)生根據(jù)教師提供的文本發(fā)表自己的看法，并回答其他同學(xué)的提問。

第五、學(xué)術(shù)性語言能力。主要體現(xiàn)在閱讀、寫作和口語上，要求學(xué)生擁有嚴格準(zhǔn)確的語法知識、口語和書面英語能力。

該英語評價模塊的內(nèi)容為評價的實施提供了切實的指導(dǎo)，它強調(diào)了學(xué)生必須通過對不同復(fù)雜程度文本的細致閱讀和分析比較，逐漸培養(yǎng)高階思維，提升英語寫作水平，從而具備大學(xué)和職場要求的英語能力。

三、PARCC評價體系的主要特征

標(biāo)準(zhǔn)化改革運動興起以來，所有的會員州都存在據(jù)《不讓一個孩子掉隊》的要求而設(shè)立的本州獨立的評價體系，與舊有的州立評價體系相比，PARCC評價體系擁有自己的獨到之處。

（一）一致性

PARCC是基于標(biāo)準(zhǔn)的評價，它與CCSS的一致性也決定了評價體系的有效性。首先，二者的基本定義一致，CCSS 對學(xué)生的知識和技能標(biāo)準(zhǔn)做了界定，它要求學(xué)生在K-12 教育階段的學(xué)習(xí)應(yīng)該能使他們在高中畢業(yè)的時候有能力適應(yīng)大學(xué)的入門級和學(xué)術(shù)性課程，而進入職場的學(xué)生足以出色地完成新進員工培訓(xùn)項目。PARCC 的存在意義即測試學(xué)生的成績，衡量學(xué)生知道什么，能做什么，以確保學(xué)生能夠運用獲得的知識和技能在大學(xué)和職場獲得應(yīng)有的成功。更為重要的是，PARCC 將學(xué)習(xí)重心放在“問題解決”“深度學(xué)習(xí)”“批判性思維”等能力的發(fā)展上面，這恰恰也是CCSS 所強調(diào)的核心能力[6]。其次，PARCC的整個設(shè)計流程都是基于CCSS的，它對標(biāo)準(zhǔn)進行了解讀和重組，根據(jù)標(biāo)準(zhǔn)來布置其測評點。與CCSS 的一致性保證了測試在會員州之間的可比性，有利于提高各州的競爭，打破目前各州教育質(zhì)量不高的局面，學(xué)生在這些州之間的遷移也不再會遭遇由課程標(biāo)準(zhǔn)差異所帶來的學(xué)習(xí)障礙。而舊有的州立評價體系依據(jù)本州的課程標(biāo)準(zhǔn)而設(shè)立，以自己為參照，與別州的學(xué)校沒有可比性，易導(dǎo)致學(xué)校固步自封，止步不前。

（二）學(xué)術(shù)性

PARCC 測試強調(diào)學(xué)生的學(xué)術(shù)能力，相比以往的大規(guī)模標(biāo)準(zhǔn)化測驗，PARCC 重視學(xué)生批判思考、問題解決、研究和合作等核心知識和技能的增長，PARCC 強調(diào)以“證據(jù)”為中心的評價方法，要求學(xué)生展示他們的思維過程，即他們需要提供文本來支持和證明他們的答案，在復(fù)雜性學(xué)習(xí)和高階思維技能方面有了進步，突破了原本局限于考查學(xué)生基本知識和技能的狹隘評價取向。

以英語為例，在舊評價體系中的選擇題部分，學(xué)生必須在沒有上下文的情況下識別單詞的意義，易造成死記硬背式學(xué)習(xí)。PARCC 測試中，在Part A 中學(xué)生可通過聯(lián)系上下文得到單詞的含義；在Part B中，學(xué)生被要求找到文章中相應(yīng)的短語來支持Part A 的答案。Part B 的過程即要求學(xué)生告知教師他如何思考的過程，要求學(xué)生將自己的理解過程展現(xiàn)出來，而不是單純關(guān)注一個最終的結(jié)果（見表5）。

表5 五年級的英語選擇題新舊比較

在寫作部分（見表6），PARCC 要求3-11 年級學(xué)生閱讀多個文本，根據(jù)題目要求寫下自己的觀點，并在文中選取相應(yīng)內(nèi)容證實它。舊評估體系的寫作題通常不為學(xué)生提供相關(guān)閱讀材料，這使得學(xué)生的文章缺少證據(jù)性文本的支撐，較難有說服力。而PARCC 的寫作提示中清晰地標(biāo)明了閱讀和寫作的標(biāo)準(zhǔn)，給予學(xué)生展示其分析能力的機會。學(xué)生對同一主題的多個文本進行分析并完成論文，其過程即模仿學(xué)術(shù)研究的開展。教師通過分析學(xué)生在完成寫作的過程中展現(xiàn)出的讀、寫等能力，評價他們是否為升學(xué)和就業(yè)做好了準(zhǔn)備。

表6 七年級的英語寫作題新舊比較

（三）技術(shù)性

PARCC 將計算機技術(shù)運用在開發(fā)、管理、測試、打分、成績報告各方面，貫穿于整個評價體系的建設(shè)和發(fā)展，較之前已有的評價體系具有進步性。在測試時，學(xué)生能夠便捷地利用拖拽、復(fù)制和粘貼等功能，減少重復(fù)性工作，使作答更方便、快捷。與紙筆測驗相比，計算機測試提供的試題與現(xiàn)實的相似度更高，可大量利用圖片、視頻等直觀性較強的材料，考生可以在計算機高還原度的模擬情境中進行操作。例如，一道數(shù)學(xué)題的要求是在購物袋不破的前提下，可最多裝入多少瓶果汁。此時，學(xué)生在計算機界面上可看到幾個承重能力不等的購物袋和幾瓶一定重量的果汁，學(xué)生可通過拖拽將果汁放入袋中，從而增加考試的直觀性和可理解性。PARCC 大部分的試題都是由機器自動評分，數(shù)據(jù)可全部通過網(wǎng)絡(luò)即時傳輸，反饋周期較短，時效性強。PARCC 聯(lián)盟承諾測試結(jié)果在實施后兩周內(nèi)報告給學(xué)生、家長和教師。而且，PARCC 開發(fā)了在線網(wǎng)絡(luò)系統(tǒng)，為教師、家長和學(xué)生提供了大量的開放式資源，學(xué)生和家長都可以根據(jù)個人需要下載學(xué)習(xí)資料、參加模擬測試，更便捷地使用在線的高質(zhì)量測驗題庫等。

總之，PARCC是以CCSS為依據(jù)建立起來的學(xué)生學(xué)業(yè)評價體系，在基本觀念上，它強調(diào)促進學(xué)生的升學(xué)和就業(yè)；在內(nèi)容上，它融合形成性評價和總結(jié)性評價；與原有的州立評價體系相比，該體系突出學(xué)術(shù)性、技術(shù)性和可比較性等特點，重視批判性思考、問題解決、研究與合作等核心知識和技能的發(fā)展，以培養(yǎng)學(xué)生的復(fù)雜學(xué)習(xí)能力和高階思維技能，其內(nèi)容和特點對改善我國基礎(chǔ)教育學(xué)業(yè)評價體系具有一定借鑒意義。