基于核心素養(yǎng)的語文學(xué)業(yè)水平考試評分方案研制

【關(guān)鍵詞】核心素養(yǎng)；學(xué)業(yè)水平考試；評分內(nèi)容；評分結(jié)構(gòu)；評分機制

《深化新時代教育評價改革總體方案》要求著力破除唯分數(shù)、唯升學(xué)、唯文憑、唯帽子的頑瘴痼疾，建立科學(xué)的、符合時代要求的教育評價制度和機制。隨著《普通高中語文課程標(biāo)準（2017 年版2020 年修訂）》和《義務(wù)教育語文課程標(biāo)準（2022 年版）》的頒布，語文學(xué)業(yè)水平考試命題的情境性、實踐性、任務(wù)性特征逐漸明晰，成為測評學(xué)生語文核心素養(yǎng)的有力依托。雖然這種命題指向能夠在一定程度上達到測量學(xué)生核心素養(yǎng)的目的，但是核心素養(yǎng)的內(nèi)隱性特征導(dǎo)致單一考試成績難以真實反映學(xué)生的素養(yǎng)發(fā)展水平。這無疑給倡導(dǎo)“教—學(xué)—評”一體化的教育評價改革設(shè)置了障礙。清除障礙的關(guān)鍵舉措是變革學(xué)業(yè)水平考試評分方式，這也是我國教育研究和實踐工作者面臨的現(xiàn)實問題。

當(dāng)前對學(xué)業(yè)水平考試命題的探索給學(xué)生提供了各種表現(xiàn)思維方式和問題解決過程的空間，但也帶來了如何合理評分的難題。［1］本研究通過梳理既有研究結(jié)果，結(jié)合學(xué)業(yè)水平考試評分現(xiàn)實情況，總結(jié)適應(yīng)核心素養(yǎng)背景下語文學(xué)業(yè)水平考試評分標(biāo)準變革的關(guān)鍵因素，并嘗試設(shè)計一套評分模式。

一、遵循系統(tǒng)性原則，評分應(yīng)同時體現(xiàn)學(xué)生的認知水平和非認知類別

學(xué)業(yè)水平考試的評分標(biāo)準不僅要“展現(xiàn)學(xué)生在語文學(xué)習(xí)過程中形成的能力、方法”，還要展現(xiàn)“情感態(tài)度與價值觀的綜合發(fā)展要求”。［2］前者指向事實判斷——對學(xué)生認知能力的判斷，后者指向價值判斷——對學(xué)生非認知能力的判斷。［3］核心素養(yǎng)背景下的學(xué)業(yè)水平考試命題重視不同知識、方法或態(tài)度在深層意義上的整合與運用，關(guān)注學(xué)生在復(fù)雜的開放性問題情境中的綜合表現(xiàn)，反映在評分標(biāo)準上，就要求兼顧呈現(xiàn)學(xué)生的認知能力水平和非認知能力水平。

根據(jù)核心素養(yǎng)的基本特征，義務(wù)教育語文課程標(biāo)準評價組曾研制了語文核心素養(yǎng)測評框架，在認知維度層面可將核心素養(yǎng)拆分為十二組行為動詞。其中，“文化自信”包括體認與傳承、關(guān)注與參與、理解與借鑒，“語言運用”包括積累與整合、發(fā)現(xiàn)與領(lǐng)悟、應(yīng)對與交流，“思維能力”包括感知與體味、聯(lián)想與想象、辨識與推理，“審美創(chuàng)造”包括體驗與感悟、欣賞與評價、表現(xiàn)與創(chuàng)造。［4］這些行為動詞分別體現(xiàn)了四個核心素養(yǎng)在學(xué)業(yè)水平考試上的要求，構(gòu)成了認知維度評分標(biāo)準的框架。非認知能力主要指非智力因素，包含情感、意志、個性傾向等方面。［5］非認知能力對初中生的學(xué)業(yè)表現(xiàn)具有顯著的正向預(yù)測作用。［6］在學(xué)業(yè)水平考試中，非認知能力的確定要依據(jù)學(xué)生的具體作答表現(xiàn)和特定題目的作答結(jié)果。例如，在考查《西游記》整本書閱讀時設(shè)計以下兩道題：

題1：小恩讀到孫悟空“忍氣含悲”時，想以孫悟空的口吻給唐僧寫一封信，請你根據(jù)文本幫助他完成這個任務(wù)。

題2：查找資料時小恩發(fā)現(xiàn)，人們對《西游記》的評論各有不同：有人稱之為“神魔小說”，有人稱之為“童心之作”。你贊同哪個觀點？結(jié)合材料說說你的理由。［7］

題1 符合“依據(jù)特定題目作答結(jié)果判定非認知能力”的特點。社會與情感能力是非認知能力的主要方面，共情能力是社會與情感能力的有機組成部分。題目中“小恩”要以孫悟空的口吻給唐僧寫一封信，就需要與孫悟空共情；學(xué)生要完成測試任務(wù)，就需要與“小恩”共情。題2 符合“依據(jù)具體作答表現(xiàn)判定非認知能力”的特點。在作答結(jié)果中，有學(xué)生僅回答“我贊同第一個觀點”，也有學(xué)生回答“我贊同第一個觀點，因為這個觀點……”，還有學(xué)生回答“我贊同第一個觀點，因為第一個觀點……與第二個觀點相比……”這三種作答結(jié)果依次代表了學(xué)生完成任務(wù)由低到高的態(tài)度水平。對學(xué)生非認知能力的判定很難通過量化的得分呈現(xiàn)，要對學(xué)生作答結(jié)果進行編碼，以類別的形式判斷其非認知能力表現(xiàn)。例如，將第一個學(xué)生的作答結(jié)果編碼為A，代表“漠視態(tài)度”；將第二個學(xué)生的作答結(jié)果編碼為B，代表“主動態(tài)度”；將第三個學(xué)生的作答結(jié)果編碼為C，代表“熱忱態(tài)度”。

綜上所述，核心素養(yǎng)立意下的語文學(xué)業(yè)水平考試評分標(biāo)準要從系統(tǒng)的視角整合呈現(xiàn)學(xué)生的認知能力水平和非認知能力類別。二者構(gòu)成了評分標(biāo)準的宏觀框架。以“語言運用”素養(yǎng)為例，可以建構(gòu)如表1 所示的宏觀評分標(biāo)準框架。

根據(jù)上述框架，學(xué)生在第1 題上的得分可標(biāo)注為“1-C”，代表該學(xué)生在“積累與整合”認知能力上的表現(xiàn)欠佳，但是他的學(xué)習(xí)態(tài)度較為熱忱，需要在維持態(tài)度的基礎(chǔ)上，加強該生的語言文字積累、整合能力。

二、遵循相對性原則，評分標(biāo)準要反映學(xué)生在特定情境任務(wù)下的素養(yǎng)表現(xiàn)

“考試命題應(yīng)以情境為載體，依據(jù)學(xué)生在真實情境下解決問題的過程和結(jié)果評定其素養(yǎng)水平”［8］，已經(jīng)成為學(xué)業(yè)水平考試命題的共識性原則。在紙筆測試環(huán)境下較難呈現(xiàn)復(fù)雜多元的情境要素及各要素之間多樣化的聯(lián)系，加大了創(chuàng)設(shè)真實情境的難度。［9］有學(xué)者提出，PISA（國際學(xué)生評估項目）的測試框架整合了情境、學(xué)科內(nèi)容和核心素養(yǎng)三個維度，只需要通過改變情境的結(jié)構(gòu)化程度、要素數(shù)量及其關(guān)系，就可以創(chuàng)設(shè)各種復(fù)雜程度的情境任務(wù)［10］，能有效彌補紙筆測試的不足。這種假設(shè)建立在“特定情境任務(wù)考查特定水平核心素養(yǎng)”基礎(chǔ)上。從評分角度看，就要從分數(shù)梯度上呈現(xiàn)學(xué)生核心素養(yǎng)發(fā)展的相對水平。所謂“ 相對水平”，是指學(xué)生在特定測試難度下核心素養(yǎng)的表現(xiàn)水平。情境任務(wù)難度存在差異導(dǎo)致素養(yǎng)水平“天花板”高度不同，在相同賦分的情況下，學(xué)生的素養(yǎng)表現(xiàn)就可能不同。具體而言，對學(xué)生“思維能力”素養(yǎng)的評分在不同的測試情境下都可以標(biāo)記為1 分，但因測試情境難度存在差異，所以1 分的“含金量”是不同的。在相對復(fù)雜的測試情境中，1 分可能表示學(xué)生能夠從辯證的角度得出多種結(jié)論；在簡單的測試情境中，1 分可能僅表示學(xué)生能夠從語言材料中提取有效信息。因此，在設(shè)置評分標(biāo)準時，首先要明確測試情境的難度水平，再根據(jù)情境的難度水平確定核心素養(yǎng)的水平梯度。

測試情境的難度水平標(biāo)定目前尚未有清晰的操作標(biāo)準。有學(xué)者以“ 文化— 歷史活動理論模型”為基礎(chǔ)，建構(gòu)了學(xué)業(yè)水平考試的命題模型，能夠提供參考。模型的核心旨趣是探究如何建構(gòu)真實的測試情境。研究發(fā)現(xiàn)，當(dāng)把活動系統(tǒng)網(wǎng)絡(luò)作為情境創(chuàng)設(shè)的基本單位時，構(gòu)成總活動系統(tǒng)和子活動系統(tǒng)的關(guān)鍵要素，是構(gòu)成和分析復(fù)雜社會活動的核心；要素之間的復(fù)雜關(guān)系為學(xué)生多角度體認測試情境提供了廣闊的思維場域，增強了情境的真實性。［11］一言以蔽之，活動系統(tǒng)數(shù)量越多、構(gòu)成要素越多元，情境就越真實、越復(fù)雜。以此為標(biāo)準，就可以初步判斷測試情境的難度，并根據(jù)測試情境難度標(biāo)定核心素養(yǎng)的相對水平。

舉例來說，以探究《澄衷蒙學(xué)堂字課圖說》中對“天”字的解釋為測試情境，可以命制指向同一種思維能力的兩種題目。題1：“請結(jié)合《澄衷蒙學(xué)堂字課圖說》中的表述，解釋‘ 天’的意思?！鳖}2：“借用以上兩則解釋‘天’為何物的材料，對《澄衷蒙學(xué)堂字課圖說》中‘天’的含義作出解釋。”這兩個題目都是讓學(xué)生解釋“ 天”的意思，但是題2 涉及更多要素—— 兩則解釋“ 天”為何物的材料，創(chuàng)設(shè)了比題1 更為復(fù)雜的測試情境，故雖同樣考查學(xué)生思維能力中的“ 辨識與推理”能力，但題2 的相對水平要顯著高于題1 的相對水平。在賦等級分數(shù)時，題2的1 分“含金量”也自然就要高于題1 的1 分“含金量”。綜上，將相對水平納入宏觀評分標(biāo)準框架中，即可構(gòu)成中觀評分標(biāo)準框架（見表2）。

根據(jù)上述框架，學(xué)生在第1 題上的得分可定為“低-1-C-1”。該生在兩個情境難度下的相對水平都為1 分，說明在“語言運用”素養(yǎng)中的特定認知能力方面表現(xiàn)欠佳，且只能在語料的積累量上增長，而難以建構(gòu)語料之間的聯(lián)系，實現(xiàn)認知上質(zhì)的突破。

三、遵循建構(gòu)性原則，觀照學(xué)業(yè)成就表現(xiàn)背后的意義建構(gòu)

教育評價是一種基于證據(jù)的推理過程［12］，即通過學(xué)生在完成測試任務(wù)時的表現(xiàn)，判定他們的知識、學(xué)習(xí)經(jīng)驗、心理特征或水平。前文基于系統(tǒng)性和相對性設(shè)計的評分標(biāo)準框架只能從“點”的角度評定學(xué)生的認知能力和非認知類別，但是學(xué)科核心素養(yǎng)蘊含的學(xué)習(xí)觀是建構(gòu)主義，指向的是學(xué)科內(nèi)容的結(jié)構(gòu)性和關(guān)聯(lián)性，學(xué)生學(xué)習(xí)語文也是在個體與情境的互動中創(chuàng)生意義的過程。［13］因此，核心素養(yǎng)立意的學(xué)業(yè)水平考試評分標(biāo)準應(yīng)力圖呈現(xiàn)學(xué)生素養(yǎng)的建構(gòu)樣態(tài)，從動態(tài)的“線”上看學(xué)生核心素養(yǎng)的表現(xiàn)特征。

動態(tài)的“線”包含哪些進階性的要素，決定了“線”的模樣。許多成熟的理論，例如，布魯姆的教育目標(biāo)分類理論、SOLO（可觀察的學(xué)習(xí)結(jié)果的結(jié)構(gòu)）分類理論等，都可以視作描述“線”的依據(jù)，但這類理論往往缺少與情境的聯(lián)系。心理學(xué)家德布洛克將學(xué)習(xí)概括為四個維度的整合。第一個維度是從學(xué)科事實性知識到概念，再到建構(gòu)知識與概念的關(guān)系，最后形成結(jié)構(gòu)化的認識；第二個維度是從學(xué)科事實性知識到提煉一般性方法，再到生成特殊的學(xué)科方法論，最后形成對學(xué)科本質(zhì)的認識；第三個維度體現(xiàn)在認知深度的發(fā)展，強調(diào)從知道到理解、應(yīng)用，最后形成綜合運用的能力；第四個維度聚焦運用知識與方法解決現(xiàn)實問題，強調(diào)從一般遷移向全面遷移的進階?？v向看，每個維度內(nèi)部呈現(xiàn)的是知識與能力的進階；橫向看，第四個維度是前三個維度與具體情境的結(jié)合，重視知識與能力在解決問題時的遷移運用。該理論將學(xué)生的知識、能力、思維方法、價值觀念融合到具體的情境中，學(xué)生完成情境任務(wù)的過程，就是核心素養(yǎng)水平動態(tài)呈現(xiàn)的過程。一言以蔽之，評估學(xué)生核心素養(yǎng)的發(fā)展水平，需要依托對知識、能力、思維方法、價值觀念的考查，測試情境的難度一定程度上代表了知識、能力、思維方法、價值觀念的整合程度，情境越難對素養(yǎng)的要求越高。

如前文所述，活動系統(tǒng)數(shù)量和要素多元性決定了測試情境的難度。隨著測試情境難度的加大，學(xué)生掌握知識的豐富性、學(xué)科思想方法的熟練性、能力的整合遷移性也隨之增強。這樣看來，將相同素養(yǎng)在不同難度系數(shù)情境下的表現(xiàn)聯(lián)結(jié)起來，就能建構(gòu)學(xué)生核心素養(yǎng)的動態(tài)特征。傳統(tǒng)考試命題主要以“雙向細目表”標(biāo)注考試內(nèi)容和掌握水平。這種方式雖方便了評價的實施，但也限制了對學(xué)生核心素養(yǎng)發(fā)展水平的監(jiān)測。為了克服傳統(tǒng)評價量表設(shè)計上的缺陷，可以采用矩陣的方式重新規(guī)劃評價量表（見表3）。

表3 是以核心素養(yǎng)“語言運用”為例設(shè)計的評價量表。量表把“語言運用”涉及的三組能力維度定為評價的縱向維度，把試卷中設(shè)計的測試情境依據(jù)難易程度橫向排列作為評價的橫向維度，構(gòu)成了“語言運用”素養(yǎng)3×3 矩陣式評價量表。在矩陣內(nèi)部，可以根據(jù)評價維度在不同情境中的表現(xiàn)，判定相對水平。該水平判定構(gòu)成了表2 上“相對水平”的具體描述。描述的縱向結(jié)構(gòu)生成了該情境下“語言運用”素養(yǎng)的考查全貌，對命題有幫助；描述的橫向結(jié)構(gòu)生成了學(xué)生在該評價維度下的素養(yǎng)發(fā)展“線”，動態(tài)建構(gòu)了每個學(xué)生在特定核心素養(yǎng)下的表現(xiàn)特征，為個性化評估提供了依據(jù)。

四、遵循評價反撥原則，消除預(yù)設(shè)等級與學(xué)生實際水平的差異

學(xué)業(yè)水平考試的目的不僅在于檢查學(xué)生完成特定階段學(xué)業(yè)后的核心素養(yǎng)發(fā)展水平，還要為判斷學(xué)生核心素養(yǎng)發(fā)展過程中的問題及其原因［14］，改進教學(xué)提供參考［15］。這就需要評價標(biāo)準能夠真實還原學(xué)生核心素養(yǎng)發(fā)展的實際水平。從課程實施的落差視角看，雖然課程標(biāo)準要求“嚴格依據(jù)學(xué)業(yè)質(zhì)量要求命題，保證命題框架、試題情境、任務(wù)難度等符合學(xué)業(yè)質(zhì)量要求”［16］，但是作為課程主體的學(xué)生和教師，對情境的理解、對知識和能力的掌握情況存在個體差異。這種差異就導(dǎo)致難以用預(yù)設(shè)水平取代學(xué)生的實際作答水平。因此，要想準確評定學(xué)生能力與素養(yǎng)的發(fā)展水平，就需要首先解決預(yù)設(shè)水平與實際水平之間的差異化問題。［17］

可以借鑒美國心理學(xué)家梅斯雷弗（Mislevy R.J.）提出的ECD（以證據(jù)為中心的評價設(shè)計）模型建構(gòu)“指向問題解決過程的評分設(shè)計思路”。其核心旨趣是建構(gòu)符合核心素養(yǎng)考查要求的評分機制，與本研究的核心目的切合，可以遷移運用。修改后的框架如圖1 所示。

評分設(shè)計思路既可以用于評定學(xué)生認知能力水平和非認知能力水平，也可以用于評定特定難度測試情境下學(xué)生核心素養(yǎng)的相對水平。評分設(shè)計思路以測試情境為單位，分為自上而下的“先驗等級”和自下而上的“實際作答等級”兩個部分。前者以課程標(biāo)準中學(xué)業(yè)質(zhì)量標(biāo)準的相關(guān)要求為依據(jù)，建立符合學(xué)科核心素養(yǎng)和能力發(fā)展要求的分數(shù)（等級）劃分框架；后者以學(xué)生在完成特定情境測試任務(wù)的具體表現(xiàn)為依據(jù)，根據(jù)學(xué)生的作答情況劃定核心素養(yǎng)和能力發(fā)展的實際等級。在正式開展學(xué)業(yè)水平考試評分工作前，評價人員要分別建構(gòu)兩個框架，并互為參照，動態(tài)生成既符合學(xué)業(yè)質(zhì)量標(biāo)準要求，又符合學(xué)生實際表現(xiàn)的有區(qū)分度的評價標(biāo)準。以此為工具評定的認知能力和非認知能力、核心素養(yǎng)相對水平，能夠客觀反映學(xué)生與學(xué)業(yè)質(zhì)量標(biāo)準的差距，為改進教學(xué)提供參考。

開發(fā)符合核心素養(yǎng)要求的學(xué)業(yè)水平考試工具雖然重要，但缺少能夠彰顯核心素養(yǎng)發(fā)展水平的配套評分標(biāo)準，也難以真正評估學(xué)生的核心素養(yǎng)。本研究根據(jù)當(dāng)前基于核心素養(yǎng)的學(xué)業(yè)水平考試命題特征，從評分框架的內(nèi)容與結(jié)構(gòu)維度、評價量表設(shè)計思路與核心素養(yǎng)考查的適切性維度、評分機制反映學(xué)生真實表現(xiàn)維度著手，探究了核心素養(yǎng)立意的學(xué)業(yè)水平考試評價標(biāo)準的制定方法與應(yīng)用模式。此方法和模式還需要在評價實踐中進一步檢驗，期待為準確評定學(xué)生核心素養(yǎng)、促進“教—學(xué)—評”一體化提供參考。