采訪_姚曦 編輯_楊軍

楊念魯：評價本質(zhì)是改進教育

采訪_姚曦 編輯_楊軍

在2013年開始推行的教育質(zhì)量綜合評價改革中，中國教育學(xué)會一直是為各實驗區(qū)提供專業(yè)指導(dǎo)的機構(gòu)之一。“教育智庫深度參與，行政和專業(yè)雙向互動”的工作機制也是成都市推行評價改革的重要保障。為此，本刊專程采訪了中國教育學(xué)會秘書長楊念魯博士，通過他來解讀目前評價改革的意義和問題。楊念魯博士曾在教育部長期擔(dān)任基礎(chǔ)教育領(lǐng)域的工作，早在上世紀(jì)90年代就曾負責(zé)國家教育規(guī)劃重點課題《義務(wù)教育階段教育質(zhì)量研究》，并出版專著《義務(wù)教育質(zhì)量研究》。

本刊記者專訪中國教育學(xué)會秘書長楊念魯博士

兩份典型的教育質(zhì)量監(jiān)測結(jié)果。監(jiān)測一般只起標(biāo)定作用，而不作具體分析

評價改革的復(fù)雜性

本刊記者：您好，楊先生。中國整體推動教育質(zhì)量評價改革至今已有3年，從30個實驗區(qū)確立到10月份在成都召開第一次全國性的現(xiàn)場會，可以說取得了階段性成果。我們該如何理解當(dāng)前評價改革的迫切性、復(fù)雜性、長期性？

楊念魯：先說復(fù)雜性，復(fù)雜性主

要體現(xiàn)在兩方面。一是長期以來社會各方面，包括教育行政部門、校長、老師、家長等對評價都存在很大誤區(qū)。教育質(zhì)量評價是非常復(fù)雜、嚴(yán)謹(jǐn)、科學(xué)的診斷和甄別過程，但迫于各種現(xiàn)實，過去我們往往簡單理解為考試分?jǐn)?shù)。有多少孩子考上清華、北大，考了多少分。這是社會上一般的對評價的理解?，F(xiàn)在來談新的評價理念，首先在觀念上阻力非常大。

分?jǐn)?shù)只是評價中最基礎(chǔ)的鏈條。考試成績就好比生病了需要先測體溫，只是評價依據(jù)的一方面。醫(yī)生也不可能僅憑體溫就診病。還需要進一步體檢，比如驗血、做透視等，最后診斷出病人的整體健康狀況。

教育質(zhì)量評價也一樣，其本質(zhì)是改進教育，而不是給學(xué)習(xí)者一個標(biāo)定。

您剛問到監(jiān)測和評價的區(qū)別。監(jiān)測從某種意義上就是起標(biāo)定作用，了解學(xué)習(xí)者在整個群體中的某一方面達到什么狀態(tài)。并不是評價。當(dāng)然可以根據(jù)標(biāo)定深入研究和解析，從而進行診斷，但其主要目的是標(biāo)定：測驗學(xué)生是否達到國家標(biāo)準(zhǔn)，至于達到多少一般不做具體分析。

如此，我們說，教育質(zhì)量評價更主要是通過測量學(xué)生學(xué)習(xí)狀況并深入分析：達到標(biāo)準(zhǔn)是因為什么？（特別是）沒有達到標(biāo)準(zhǔn)的問題出在哪里？這才是評價最根本的目的。是為了提高質(zhì)量、改進教學(xué)、優(yōu)化決策。

本刊記者：據(jù)了解，一些地區(qū)把監(jiān)測和評價等同或混淆起來，這樣是否存在一些問題？

楊念魯：這肯定是不夠準(zhǔn)確的。監(jiān)測和評價二者本身并行不悖，各有其用。但特別要說明一點，評價結(jié)果是不能跟教師獎懲、績效工資掛鉤的。監(jiān)測應(yīng)該與區(qū)域政績掛鉤，比如監(jiān)測某區(qū)域的義務(wù)教育質(zhì)量，是否達到國家課程大綱標(biāo)準(zhǔn)。沒達到要對官員問責(zé)。

但我們堅決反對把評價結(jié)果跟教師績效工資掛鉤。因為評價目的不是為了懲罰誰，不是標(biāo)定作用，而是找原因、找病根。找原因的過程中憑什么去追究教師責(zé)任？假如一個孩子數(shù)學(xué)總考40多分，一般來說很多老師、家長都會覺得這孩子“不是學(xué)數(shù)學(xué)的料”。但評價可以幫他分析，數(shù)學(xué)教育涉及記憶、計算、推理、空間思維等各種能力。這孩子雖然總體看是不及格，但分析結(jié)果可能是他計算能力不差，數(shù)學(xué)思維沒建立。也可能是空間思維能力、推理能力很強，計算能力不行。同樣是不及格，在精細診斷后，就會發(fā)現(xiàn)不同的問題，對癥下藥。

現(xiàn)在很多校外輔導(dǎo)機構(gòu)就在應(yīng)用這種方法。有孩子來咨詢就做測評，分析短板，有針對性的輔導(dǎo)，效率很高。他們稱為“靶向治療”。當(dāng)然他們使用的評價方法還是很簡單的，但做法很有效。

我們說評價方法很重要。復(fù)雜性的第二方面就表現(xiàn)在：它不是對一個工業(yè)產(chǎn)品進行標(biāo)定、分析。產(chǎn)品的標(biāo)定、分析可以精確到厘米、毫米甚至更小的單位。但教育質(zhì)量評價的對象是人，是活生生的個體。從科學(xué)角度說，對兩個不同的人同一項學(xué)習(xí)內(nèi)容的表現(xiàn)不太可能進行嚴(yán)格比較。但評價必須做比較，通過比較才有鑒別和分析，才能發(fā)現(xiàn)問題。

如何在技術(shù)和方法上把科學(xué)性和人的個性表現(xiàn)有機結(jié)合，這也是評價改革的困難所在。

本刊記者：我可不可以這么理解，既需要借助先進的技術(shù)，又不能迷信技術(shù)。

楊念魯：對。做小范圍分析時，現(xiàn)有技術(shù)大致是可以達到要求的。但大范圍分析就有難度了，不可能花這么長時間、精力、人力對整個區(qū)域的學(xué)業(yè)情況做細致的分析和鑒別。復(fù)雜性的第三方面就是我們對那些相對比較好測量的，比如成績，甚至某種學(xué)習(xí)能力。但有一些，比如人的情感、價值觀等等──我們統(tǒng)稱為綜合素質(zhì)。這次教育部發(fā)的《意見》就非常強調(diào)兩點：學(xué)業(yè)成績和綜合素質(zhì)；所以叫教育質(zhì)量綜合評價改革。綜合素質(zhì)要用什么方法才能準(zhǔn)確判斷，據(jù)我所知，目前國內(nèi)還沒有特別完善的方法。

本刊記者：有位一線老師問我，孩子誠信的程度要怎么來評價呢？

楊念魯：不僅是誠信。道德上的問題學(xué)生可以回答得非常漂亮，道德認知測試題可以得滿分，但他的道德情感是否“真的”認可這些答案？不一定。

本刊記者：知行不合一。

楊念魯：對，就是知行不合一，言行不合一。這種問題是比較難用簡單方法進行測量和分析的。尤其大范圍測量時更難。國外較通行的方法是檔案袋，記錄學(xué)生參加的活動的表現(xiàn)和反饋。一兩次行為可以偽裝，但時間長了次數(shù)多了就不行，因此積累的數(shù)據(jù)可以進行分析。這樣就能對學(xué)生的道德、情感、態(tài)度、價值觀等做出判斷。但這種方法不可能畢其功于一役，是一個長期、復(fù)雜的過程。檔案袋在跟蹤期間是否靈敏、真確，都是需要考慮的問題……

以上三方面就構(gòu)成了基礎(chǔ)教育質(zhì)量綜合評價的復(fù)雜性。評價和醫(yī)生看病不一樣，醫(yī)生通過CT可以看到腫瘤位置、大小，但教育的評價達不到這種（物理性的）精細程度。

評價改革的迫切性

楊念魯：再說改革的迫切性。為什么教育部特別抓學(xué)生的評價，就是因為我們過去總體上對基礎(chǔ)教育的質(zhì)量評價出了問題。

一是以分?jǐn)?shù)作為評價唯一手段；二是用一次性結(jié)果進行評價。這都是不全面的。其實一個人是在不斷成長變化的，他有多種潛能、智能。從不知到知，從不行到行，從不會到會的過程。不能因為他一次成績就扣一頂差生或優(yōu)生的帽子，太簡單粗暴了。我總講一個例子：在同一場考試中，一個孩子從95分提高到98分，另一個孩子從40分提高到59分。都是進步，都要鼓勵。但方式方法不一樣。問題在于，對后者老師往往還認為他是差生，因為他沒及格。老師會更關(guān)注98分的孩子。這是我們過去教育質(zhì)量評價的問題。

第三是一把尺子量所有孩子。國家有課程標(biāo)準(zhǔn)、基本的教學(xué)要求，學(xué)生接受完相關(guān)教育需要達到標(biāo)準(zhǔn)。但不能因此拿一把尺子量所有孩子，每個人都有個性。

第四，我們過去只注重語文、數(shù)學(xué)、英語等所謂主學(xué)科成績，對其它學(xué)科，或有的不能用學(xué)科知識反映的能力往往忽略。如音體美。社會實踐能力、動手能力、團隊精神等等。這種評價是瘸腿的、不完整的。

這都和我們現(xiàn)在的人才選拔機制有關(guān)系。高考是一種特定的選拔機制，嚴(yán)格說它不是面向全體學(xué)生的。它只是把那些適合進入高校深造的孩子選拔出來，還有很多不適合進入高校的孩子怎么辦？過去我們只用高考一把尺子來衡量，考上大學(xué)是好樣的，沒考上就被淘汰，這是我們整個社會的價值判斷……

如果這個問題不解決，整個教育就走偏了。它還催生了題海戰(zhàn)術(shù)、填鴨式教育。這一來教育的意義何在？培養(yǎng)的只是考試機器。我說得比較絕對，在教育過程中肯定也是要培養(yǎng)能力、教授方法。但導(dǎo)向不對，把整個教育導(dǎo)偏了，所以改革很迫切。

正是因為這種復(fù)雜性和迫切性決定了改革不可能畢其功于一役。國家有關(guān)部門充分理解基層的苦衷，意識到抓評價就是抓牛鼻子，如果能用正確的理念、方法去看待評價并正確運用評價結(jié)果，那教育質(zhì)量就會有大的提升。但還有很多客觀條件限制，包括我剛剛說的：領(lǐng)導(dǎo)是否支持？老師是否擁護？方法是否科學(xué)？工具是否便捷可行？這些問題不可能在短期內(nèi)解決。改革一定是長期的、螺旋式的提升，最終達到理想狀態(tài)的過程。

本刊記者：您剛才提到，評價出問題很大程度是我們的選拔機制有問題?，F(xiàn)在各地也在進行高考改革。您如何看待高考改革和教育質(zhì)量評價改革的關(guān)系？

楊念魯：高考也是一種評價，是一種比較簡單的、一次性、終結(jié)性的評價，跟我剛剛籠統(tǒng)講的教育質(zhì)量評價有些不同。如果說基礎(chǔ)教育階段，特別是高中階段的評價相對科學(xué)了，對高考改革就會更加有利，更符合教育初衷。可以說是相互促進關(guān)系。

本刊記者：第二個問題，教育質(zhì)量評價改革與“管、辦、評”分離改革也該是配套的，如何看待評價改革在其中扮演的角色？這實際也牽涉到專業(yè)機構(gòu)和行政部門合作的問題。

楊念魯：我以為，在“管、辦、評”這三者中，牛鼻子是“評”。如果“評”做不到科學(xué)、準(zhǔn)確，“辦”

就不知道朝哪個方向辦，缺乏有效工具來提供改進意見?！肮堋币惨粯?，我在政府工作過二十多年。有很大的體會，政府很好心，想把事情辦好、管好，但是往往管不到點子上，結(jié)果反而是缺位了。很大部分原因是信息缺乏，缺少對管理對象分析的信息。這就是抓“評”的作用。如果“評”能把“辦”的情況客觀、準(zhǔn)確、及時地反饋給“管”，“管”就會到位，三方形成合力。

目前的高考改革也正在改變過去“一考定終身”的評價方式

最終要形成行業(yè)標(biāo)準(zhǔn)

本刊記者：正如您剛才談到信息問題。隨著網(wǎng)絡(luò)時代發(fā)展，現(xiàn)代教育質(zhì)量評價技術(shù)也開始利用大數(shù)據(jù)分析了。能否談?wù)勏嚓P(guān)的研究？

楊念魯：近幾年國外非常注重大數(shù)據(jù)分析，這是我國目前比較短缺的。我們支持公眾教育研究院每年搞一個大賽（本來不想用“賽”字，但沒辦法，不比賽就沒人來）。其實比賽的目的不是為了看成績，主要想搜集數(shù)據(jù)。參與者達到一定數(shù)量就可做大數(shù)據(jù)分析，分析目的是為了建模。當(dāng)所有評價在某一環(huán)節(jié)、某一點都能有比較科學(xué)的、可參考的常模，評價結(jié)果就準(zhǔn)確了。未來在同一領(lǐng)域、同一學(xué)科將有若干個常模，需要我們組織出面把這些有參考意義、有科學(xué)性的模加以整合，提煉出一個新的模。

本刊記者：我可以把最后提煉出來的模理解成未來的行業(yè)標(biāo)準(zhǔn)嗎？

楊念魯：可以?，F(xiàn)在因為大家的測量方法不同，提供工具的機構(gòu)水平也良莠不齊。教育主管部門和學(xué)校也不知道誰的準(zhǔn)，誰的不準(zhǔn)，該不該用。今年我們的研討會初步篩選了7家專門提供評價機構(gòu)，讓他們“打擂臺”，展示各自的理念、結(jié)構(gòu)、優(yōu)勢。說完以后專家點評，用戶判斷。

教育學(xué)會作為國家級學(xué)術(shù)機構(gòu)不會專門和一個機構(gòu)合作，將來我們會吸納各個機構(gòu)的成果加以整合。最重要是形成行業(yè)的標(biāo)準(zhǔn)、給教育改革做參考，讓更多的孩子受益。

本刊記者：我見證了中國教育學(xué)會和成都市教育局簽訂《合作框架協(xié)議》那次會議，你們跟成都市教育局合作是如何展開的？

楊念魯：2013年，當(dāng)時教育部課程教材中心、基礎(chǔ)教育質(zhì)量監(jiān)測中心和教育學(xué)會受教育部委托給30個實驗區(qū)提供專業(yè)支持。在跟實驗區(qū)聯(lián)系過程中，我到成都出差，跟兩個青羊區(qū)教研員有接觸，他們告訴我青羊區(qū)以區(qū)域為單位在做教育質(zhì)量評價的嘗試。一開始大家不理解，不太積極，但后來驚奇地發(fā)現(xiàn)，通過改革，把他們包括老師們的教研的熱情都充分調(diào)動起來了。我覺得這是一個非常積極的現(xiàn)象，是我們求之不得的。于是繼續(xù)了解，才得知公眾教育研究院在幫他們做評價工具。這個評價就和我前面說的理念非常吻合，后來學(xué)會就跟公眾教育研究院反復(fù)接觸、討論，決定用他們的工具為30個實驗區(qū)里愿意和我們合作的區(qū)域進行服務(wù)。成都市教育局正在招標(biāo)，可以說一拍即合。

本刊記者：這個過程很有趣，從基層教研員了解到線索，然后找到他們背后的技術(shù)支撐，恰好公眾教育研究院的理念和你們高度契合，然后中國教育學(xué)會和公眾教育研究院就成了合作伙伴。

楊念魯：就像你說的，我們的理念非常契合。他們做的評價不是簡單給學(xué)生標(biāo)定，也不是一次性報告，而是做學(xué)科分析。分析教學(xué)過程，從結(jié)果反推教學(xué)過程的優(yōu)勢和短板，進而給出改進建議。公眾教育研究院和其他類似研究機構(gòu)不同的一點，他們很注重讓老師們參與。這也是青羊區(qū)當(dāng)時做評價改革的要求。其實純粹從技術(shù)而言，很多機構(gòu)做得也不錯。但關(guān)鍵是老師有沒有參與進來。評測機構(gòu)給出報告就走了，老師們拿到報告是似是而非的，不知下一步該怎么辦。評價結(jié)果怎么分析，怎么反思教學(xué)過程，這實際是老師專業(yè)成長最好的途徑。