摘 要:計算機智能測試和信息管理系統(tǒng)的結合規(guī)范了普通話水平測試程序，提高了測試效率，降低了測試成本，促進了普通話水平測試管理工作的發(fā)展。但“說話”仍是依賴人工評判的測試項，新的測試手段、測試模式以及測試時出現(xiàn)的新情況、新問題會影響測試的信度。因此，把人文關懷滲透到測試的方方面面，是進一步提高“說話”的測試信度，完善普通話水平測試的有效嘗試。

關鍵詞:普通話水平智能測試 說話 信度 影響 對策

普通話水平測試(以下簡稱PSC)是國家推廣普通話工作的重要組成部分。自2007年國家語委正式推廣應用計算機智能測試和信息管理系統(tǒng)后，許多省市已實現(xiàn)了計算機輔助測試普通話。利用智能測試系統(tǒng)，計算機可以自動完成對有文字憑借的前三題的測評，而對于無文字憑借的“說話”測試項，則由信息管理系統(tǒng)分配給測試員進行評分，然后管理系統(tǒng)自動將計算機測評的前三題的分數(shù)和測試員評判的第四題的分數(shù)相加，計算出考生的測試總成績，并評定出相應等級。普通話智能測試簡化了評測程序，降低了測試站組織評測的難度和成本，減輕了測試員的工作量和勞動強度，提高了測試質量。但《普通話水平測試大綱》規(guī)定的考核內容與評分標準是既定的，特別是“說話”仍是依賴人工評判的測試項，免不了還是會受到測試員經驗能力、心理因素或自身素養(yǎng)的影響。測試手段改變之初，一些新情況、新問題的出現(xiàn)，也會影響到測試的信度。

信度是指測試的可靠性或穩(wěn)定性，指測試結果在多大程度上反映了受試者的實際語言水平。信度是測試的基本保證，一個良好的語言測試，必須要有較高的信度。影響信度的因素很多，并且存在于語言測試的每個環(huán)節(jié)中，如試卷樣本的大小與區(qū)分度、測試環(huán)境、試題管理、考生的心理因素、評分者的經驗能力及心理因素等。

為了進一步完善PSC，考察機輔測試中影響“說話”測試項信度的因素并探尋其改進途徑具有重要意義。

一、普通話水平智能測試對說話信度的影響

(一)普通話水平智能測試中“說話”測試項的測評特點

普通話水平智能測試對“說話”測試項的測評方式具有以下特點:第一，機測人評，測評分離，測在前，評在后。機測結束后，由測試中心管理員按照登記的測試員和試卷的情況，將“說話”語音分配給各個測試員進行人工評判。第二，測試員通過網絡進行遠程判分。登錄測試中心網頁后，測試員通過網絡對考生“說話”語音進行在線評分。第三，增加了評分標準。除了對語音檔、詞匯語法規(guī)范程度、自然流暢度進行測評外，還對離題、缺時、無效語料等方面做了規(guī)定。第四，測試員分散，“背靠背”獨立評測，不能與其他測試員就同一應試者的評定進行溝通與商討。第五，定時嚴格，測試過程完整。

與傳統(tǒng)的人工測評相比，新的測評方式可以有效地防止以前存在的對“說話”測試項隨意增刪內容或時間的現(xiàn)象，可以避免在測試過程中由于測試員測試疲勞而導致的漏判和誤判現(xiàn)象，可以杜絕人情分，加上“說話”由全省測試員獨立打分，較以前多了一個復審環(huán)節(jié)，因此，從某種程度上說，其準確性有了一定的保證。但從測試實踐來看，我們發(fā)現(xiàn)，新的測試方式帶來了一些新問題、新情況，而這些新問題與新情況影響到了測試的信度。

(二)普通話水平智能測試對“說話”信度的影響

為了對機測的信度進行測定，我們運用重測法與重判法做了一些考察和實驗。先拿同一份試卷用重測法對同一組受試者分時段進行傳統(tǒng)的人工測試與機輔測試，發(fā)現(xiàn)應試者的應試狀態(tài)有異，機輔測試時應試者的緊張、不自然等非語音因素較重。再用重判法比較測試員對“說話”測試項先后兩次的評分結果，發(fā)現(xiàn)機測結果與人測結果之間存在較大差距。我們認為，測試手段的改變，對測試環(huán)境與測試方式、測試員的評分習慣、評分標準以及應試者的測試心理與狀態(tài)都產生了較大的影響，這些都是測試信度受損的直接因素。

1.測試環(huán)境、測試方式及其對應試者應試心理的影響

“普通話水平測試是一種能力考察，因此測試環(huán)境越接近生活，越容易測查出真實的水平?！盵1]“說話”本身就是一種傾訴，它需要傾聽者與說話者進行思想與情感的互動。在傳統(tǒng)的測試環(huán)境中，應試者需面對幾位測試員就某一話題發(fā)表單向談話，這種“三堂會審”式的陣勢可能會增加受測者的心理緊張程度，但測試員可以通過表情、態(tài)度、眼神或偶爾的雙向談話來緩解應試者的緊張情緒。同時，遇到諸如聲音過小、語速過慢過快、離題、缺時等不良現(xiàn)象時，測試員可對應試者加以提醒，這在一定程度上有助于應試者語言水平的正常發(fā)揮。但在機輔測試下，卻是另一種情形。首先，應試者完全沒有交流對象，沒有互動，沒有提醒，只有電腦屏幕下方不斷累積時長的計分條，這有可能導致部分應試者緊張程度加劇，不可避免地出現(xiàn)嚴重缺時、無效語料、簡單重復、離題等現(xiàn)象。其次，應試者測試過程的語速、音量把握不好會影響到錄音質量，無意中把玩麥克風、數(shù)據線或其他物品，也會影響到錄音效果。第三，機測時如果隔音效果不好，同一測試室中應試者之間的測查內容會相互干擾，這會在一定程度上影響應試者的測試情緒與測試成績。最后，應試者一旦進入測試，就失去了對考試環(huán)境與考試模式熟悉的過程，為了不影響測試成績，應試者必須在規(guī)定的時間內一道題接一道題地讀下去，特別是語音提示后單調的一聲“嘟”，更平添了許多緊張與壓抑，尤其是“說話”，除非考前做好了充分的準備，否則是難以在瞬間的應急狀態(tài)下做到思路清晰、語言流暢、言之有物的。

2.新增評分標準可行性不強

“說話”向來是測評難度最高、評分出入最大的測試項，主要原因在于評分標準難以把握。

在傳統(tǒng)的測試中，《大綱》規(guī)定“說話”有4個評分項:語音標準程度、詞匯語法規(guī)范程度、自然流暢程度、缺時扣分。開展計算機輔測后，由于考場的特殊性，考生極易出現(xiàn)無效語料、延時開口、內容雷同、離題、停頓過多等新情況，為了解決這些問題，國家新增了對離題、無效語料、朗讀文本、缺時等評分項的補充規(guī)定。如對離題、雷同、無效話語等情況給出的標準是視程度扣4、5、6分。暫且不論如何準確地把握“視程度”，僅就扣分來看，就有點太過嚴格，扣分是為了懲戒測試中的惡意離題、雷同者，但這種情況的出現(xiàn)與測試自身存在的諸多不足有著莫大的聯(lián)系。同時，對于出現(xiàn)的這些新問題，國家也沒有形成統(tǒng)一明確的定性描述。如在朗讀文本這一項中，對何為朗讀文本，又有哪些具體表現(xiàn)，應如何判定，它和自然流暢度里的背稿子有何質的區(qū)別等問題沒有做出明確的說明。再如，缺時與無效語料、自然流暢度之間有沒有同質性?有沒有重復扣分的可能?不同的理解會出現(xiàn)不同的評分細則，如何靈活地變通評分標準，對各種新情況做出客觀公正的判斷，對測試員來說無疑是一個嚴峻的考驗。

3.新的評分方式太過孤立

“PSC得出的結論是建立在精確的定量評估和模糊的定性評價的對立統(tǒng)一之上的。”在傳統(tǒng)的測試中，對“說話”的等級定性可以前三題測試的定量評估為參考依據。實施機輔測試后，測試員通過測試管理系統(tǒng)接受評分任務，對“說話”項進行在線評分，這樣一方面失去了對前三項的定量參照與應試者語音面貌的整體感知，另一方面也失去了與其他測試員面對面互相參考的機會。測試方式的改變，使測試員在評分過程中難以改變原有的評測思維與習慣，評分尺度不好把握，甚至無所適從，不可避免地會出現(xiàn)評分較之前過嚴或過松的現(xiàn)象。

4.測試員對新的測試方式的適應能力有差異

普通話智能測試對測試員的素質提出了更高的標準與更嚴的要求。計算機輔助測試中出現(xiàn)的新情況、新問題，必然要求測試員改變固有的測試經驗與評測習慣，在短期內適應和熟悉新的測試模式，準確把握新的評分標準，熟練地進行上機操作。但是測試員的職業(yè)、專業(yè)背景、文化素養(yǎng)、業(yè)務素質及測試工作經驗等存在著個體差異性，他們適應能力的高低、責任心的大小、聽辨能力的高低、語言理論知識的強弱、語音心理定勢的有無、對評分標準理解程度的深淺等都有可能影響到“說話”評分的準確性。

二、突出人文關懷，提高普通話水平智能測試的信度

“人文關懷是社會文明進步的標志，是人類自覺意識提高的反映，簡言之，就是關心人、愛護人、尊重人、關注人的生存與發(fā)展”。普通話水平測試中的“說話”不是語言知識、文化水平的測試，也不是演講口才的評估，而是對應試者語言水平的考查，是對被測人在無文字憑借下運用普通話所達到的標準程度的檢測和評定。普通話水平測試的最終目的是促進全社會普通話水平的提高，推動全國普通話的普及。測試只是一種手段而不是目的，機輔測試需要更多的人文關懷。堅持“以人為本”，關注應試者的感受和體驗，使受試人始終保持一種輕松愉快的測試心態(tài)，對其進行公平公正的評測，可最大限度地反映受試者的實際語言水平，從而提高測試的可靠性。

(一)采取靈動自然的考核形式

“說話”測試項的主要目的是為了檢測應試者在自然狀態(tài)下使用普通話的能力，側重語言形式的考核。目前“說話”測試采用的是“命題說話”形式，雖以言語內容為載體，但表達的內容卻不是測試的初衷，同時單向的說話方式也增加了應試者表達的尷尬。基于此，我們認為有必要采取靈動自然的考核形式，比如在題后可就主題設置多個提問或作答提綱，這些提示的設計可以幫助應試者理順說話思路，克服緊張狀態(tài)，實現(xiàn)應試者與計算機的“雙向”交流，把應試者從“無話可說”的窘境中解脫出來，讓內容不再成為表達形式的羈絆，還應試者一個真正的自然狀態(tài)。

(二)研制明確理性的評分標準

測試方式的改變，使測試員失去了對前三項的定量參照，從而在在線評分時可能會出現(xiàn)評分尺度把握不當?shù)那闆r。解決這個問題的前提是必須研制出科學、細致、明確、操作性較強的評分標準，能對測試時出現(xiàn)的不同程度的新情況、新問題做出準確的定性判斷與理性的定量裁定。并列評分指標之間要有明確的界限，不可籠統(tǒng)含糊，更不能有重復扣分或扣分過嚴過松的現(xiàn)象，真正實現(xiàn)測試的公平與公正，體現(xiàn)測試的人文關懷。

(三)設計人性化的說話測試模式

首先，進入測試后，系統(tǒng)應留有一定的時間，讓應試者有一個思維緩沖、熟悉環(huán)境的過程，應試者做好適當?shù)臏蕚浜笤冱c擊“開始錄音”，讓測試生效。其次，可賦予計算機以“靈性”與“生命”。如通過建立友好活潑和諧的界面給應試者營造一種輕松愉快的測試氛圍;設計親切可愛的小卡通與應試者進行簡單的互動，如缺時或無效語料提醒等;在題目切換時，可輔以簡短動聽的音樂?？傊?，要盡量創(chuàng)造仿真的生活環(huán)境與語言情景，消除應試者面對計算機時因缺乏交流對象而產生的不適感或因特殊的測試環(huán)境而產生的緊張感。

(四)測試員要樹立“以人為本”的理念

一個優(yōu)秀的測試員應把應試者作為一個特殊的交際對象來對待，雖然在評分過程中只聞其聲，不見其人，但也應給應試者一些人文關懷。由于沒有考場監(jiān)測，測試員更應對測試時出現(xiàn)的新問題盡量做出全面的分析與正確的判斷，不能憑主觀猜測，更不能憑已有經驗草率評分，而要做到謹慎但不失靈活，嚴格但不失關愛。同時，要更多地學習與掌握有關的語言學知識，與時俱進，“適應新形勢，研究新問題，了解新政策，學習新規(guī)章，掌握新措施”[2]，做到以測促學、以測促研，不斷提高自身素養(yǎng)，努力實現(xiàn)人文關懷與科學精神的有機統(tǒng)一。

注 釋:

[1]佟樂泉.不斷提高普通話水平測試的科學水平[J].語言文字應用，1997，(3):22.

[2]周小兵.論普通話水平測試的信度[Z].廣東語言文字網，2005.

參考文獻:

[1]沈昌明.國家普通話水平智能測試系統(tǒng)與人工測試之比較(上)[N].語言文字周報，2007-6-27.

[2]王永紅.計算機智能測試系統(tǒng)輔助普通話水平測試應注意的問題[N].語言文字周報，2008-5-7.

[3]劉潤清.語言測試和它的方法[M].北京:外語教學與研究出版社，1991.

(劉湘濤 重慶 長江師范學院教師教育學院 408100)