張敏強(qiáng)/華南師范大學(xué)心理學(xué)院教授、中國教育學(xué)會統(tǒng)計(jì)與測量分會理事長

凡細(xì)珍 /華南師范大學(xué)心理學(xué)院博士生

教育測評技術(shù)的發(fā)展及創(chuàng)新應(yīng)用

張敏強(qiáng)/華南師范大學(xué)心理學(xué)院教授、中國教育學(xué)會統(tǒng)計(jì)與測量分會理事長

凡細(xì)珍 /華南師范大學(xué)心理學(xué)院博士生

2014年 9 月 4 日，國務(wù)院頒布了《關(guān)于深化考試招生制度改革的實(shí)施意見》，明確提出“啟動高考綜合改革試點(diǎn)”，要“改革考試科目設(shè)置。增強(qiáng)高考與高中學(xué)習(xí)的關(guān)聯(lián)度……”為貫徹落實(shí)此改革意見，教育部先后頒布了《關(guān)于普通高中學(xué)業(yè)水平考試的實(shí)施意見》和《關(guān)于進(jìn)一步推進(jìn)高中階段學(xué)校考試招生制度改革的指導(dǎo)意見》兩個(gè)文件，正式拉開了新一輪招生考試制度改革的大幕。

新一輪招生考試制度改革的關(guān)鍵詞解讀

在新一輪招生考試制度改革方案中，高考改革的關(guān)鍵詞是“多元錄取”“一年兩考”，探索基于統(tǒng)一高考和高中學(xué)業(yè)水平考試成績、參考綜合素質(zhì)評價(jià)的多元錄取機(jī)制?？忌偝煽冇山y(tǒng)一高考的語文、數(shù)學(xué)、外語三個(gè)科目成績和高中學(xué)業(yè)水平考試三個(gè)科目成績組成。保持統(tǒng)一高考的語文、數(shù)學(xué)、外語科目不變、分值不變，不分文理科，外語科目提供兩次考試機(jī)會。高中學(xué)業(yè)水平考試科目，由考生根據(jù)報(bào)考高校要求和自身特長，在思想政治、歷史、地理、物理、化學(xué)、生物等科目中自主選擇。最新出臺的高中階段學(xué)校招生制度改革的關(guān)鍵詞是“兩考合一”，積極探索基于初中學(xué)業(yè)水平考試成績、結(jié)合綜合素質(zhì)評價(jià)的招生錄取模式。推行初中學(xué)業(yè)水平考試不是取消中考，而是將初中畢業(yè)考試與高中招生考試合二為一，一考多用，避免多次考試給學(xué)生造成負(fù)擔(dān)。

分析方案中的關(guān)鍵內(nèi)容，我們不難發(fā)現(xiàn)，新一輪招生考試制度改革的根本宗旨在于改變過去“唯分?jǐn)?shù)論”“一考定終身”的弊端，形成分類考試、綜合評價(jià)、多元錄取的考試招生模式，堅(jiān)持全面考核，促進(jìn)學(xué)生完成國家規(guī)定的各門課程的學(xué)習(xí)；堅(jiān)持自主選擇，為每個(gè)學(xué)生提供更多的選擇機(jī)會，促進(jìn)學(xué)生發(fā)展學(xué)科興趣與個(gè)性特長，繼續(xù)為提高教育質(zhì)量、提升國民素質(zhì)、促進(jìn)社會縱向流動、服務(wù)國家現(xiàn)代化建設(shè)發(fā)揮重要作用。

招生考試制度改革給教育測評帶來的挑戰(zhàn)

（一）教育大數(shù)據(jù)的處理問題

今天，社會各界都在講大數(shù)據(jù)，實(shí)際上教育領(lǐng)域的數(shù)據(jù)更是大數(shù)據(jù)，它實(shí)現(xiàn)了對學(xué)生數(shù)據(jù)的全方位、全過程采集，覆蓋了學(xué)生學(xué)業(yè)、知識技能、身心健康等各個(gè)方面。同時(shí)，它又是動態(tài)發(fā)展的，匯集了學(xué)生從幼兒園到高中的發(fā)展全過程的縱向數(shù)據(jù)?！耙荒陜煽肌焙途C合評價(jià)都必然會帶來更多的教育數(shù)據(jù)，這些數(shù)據(jù)在實(shí)際的處理和應(yīng)用中會產(chǎn)生不少問題和困難。

第一，教育大數(shù)據(jù)來源多樣，有來自不同區(qū)域、不同學(xué)校、不同學(xué)科測評的數(shù)據(jù)，以及學(xué)生發(fā)展的不同方面及類型的數(shù)據(jù)，這些都缺乏標(biāo)準(zhǔn)化的數(shù)據(jù)定義，不利于數(shù)據(jù)間的比較。

第二，數(shù)據(jù)類型多元，但不具有一致性，不利于數(shù)據(jù)間的比較與整合。綜合評價(jià)涉及到學(xué)業(yè)水平、身心健康、思想品德等各個(gè)方面，不同方面的數(shù)據(jù)可能是連續(xù)型數(shù)據(jù)，也可能是類別型數(shù)據(jù)，這給考試分?jǐn)?shù)和問卷數(shù)據(jù)的解釋與評價(jià)帶來困難。目前，教育行業(yè)對不同類型數(shù)據(jù)的整合不足，從而對學(xué)生各種指標(biāo)數(shù)據(jù)的解釋與評價(jià)尚顯不夠。

第三，縱向數(shù)據(jù)收集難度大，且對其分析欠缺。目前，教育測評注重對橫斷面數(shù)據(jù)的應(yīng)用分析，對數(shù)據(jù)進(jìn)行橫向比較，較少進(jìn)行縱向的追蹤與比較。

第四，數(shù)據(jù)容量大但深層挖掘不易，對數(shù)據(jù)的利用不夠充分。一是由于目前數(shù)據(jù)的收集缺乏規(guī)劃，不夠細(xì)致和到位；二是相關(guān)的教育工作者缺乏測量方面的專業(yè)知識，缺乏數(shù)據(jù)背后深層次的隱性信息的挖掘。

4)隨著網(wǎng)架高度增加，網(wǎng)架用鋼量變化不大，且正放四角錐網(wǎng)架和斜放四角錐網(wǎng)架用鋼量也基本相同，說明在一定范圍內(nèi)增加網(wǎng)架高度并不能顯著節(jié)省用鋼量。

第五，非學(xué)業(yè)數(shù)據(jù)的獲取和處理難度都更大。過去，我們一直以學(xué)業(yè)成績?yōu)橹鲗?dǎo)，以“分”評價(jià)學(xué)業(yè)的優(yōu)劣，以“率”評價(jià)學(xué)校、區(qū)域的績效，而對學(xué)生成長的非學(xué)業(yè)因素，比如說思想品德、身心健康、興趣愛好等關(guān)注不夠。而綜合素養(yǎng)的評價(jià)作為錄取標(biāo)準(zhǔn)之一，重要前提是要對非學(xué)業(yè)數(shù)據(jù)進(jìn)行科學(xué)合理的處理。

（二）測評的實(shí)施與結(jié)果解釋

綜合評價(jià)的各大類指標(biāo)如何進(jìn)行綜合，才能公正、公平、合理，才能獲得使用這些評價(jià)結(jié)果的各個(gè)層面的認(rèn)可？多元錄取如何實(shí)現(xiàn)，各“元”之間如何分配和綜合？高考外語一年兩考，兩次考試的成績?nèi)绾伪容^？這些都是非常實(shí)際而又無法避開的問題。招生考試制度的改革不僅僅是政策的頒布與貫徹，其背后的技術(shù)支撐如果不能跟上，改革的效果將得不到保障。因此，作為招生考試制度重要技術(shù)支撐的測評技術(shù)也應(yīng)隨之發(fā)展與創(chuàng)新。

教育測評技術(shù)的發(fā)展與應(yīng)用創(chuàng)新

（一）三大基本測評理論

經(jīng)典測評理論（Classical Test Theory, CTT）、項(xiàng)目反應(yīng)理論（Item Response Theory, IRT）、認(rèn)知診斷理論(Cognitive Diagnosis Theory, CDT)是測評領(lǐng)域應(yīng)用最廣泛的基本理論。CTT因其對題目和測驗(yàn)作統(tǒng)計(jì)分析的方法在計(jì)算上較為簡單，意義上也明了直觀，易于教育工作者理解和掌握，因此有著廣泛的應(yīng)用。但其也存在著較為明顯的缺陷——最突出的是“千人一卷”，不能實(shí)現(xiàn)“因人而測”。IRT是針對CTT的不足而發(fā)展起來的，它可以精確估計(jì)每個(gè)考生的能力水平，從而為實(shí)現(xiàn)“因人而測”的計(jì)算機(jī)自適應(yīng)測驗(yàn)（Computerized Adaptive Testing，CAT）提供了必要的條件。而CDT則實(shí)現(xiàn)了對個(gè)體知識結(jié)構(gòu)、加工技能或認(rèn)知過程的診斷評估，彌補(bǔ)了CTT和IRT只能提供一個(gè)測驗(yàn)分?jǐn)?shù)（或能力參數(shù)）的不足，實(shí)現(xiàn)了對學(xué)生更為精細(xì)的診斷與區(qū)分。

這三大測評理論為多次考試的分?jǐn)?shù)比較、綜合評價(jià)指標(biāo)整合和計(jì)算機(jī)化的測驗(yàn)形式提供了基本的理論基礎(chǔ)。但僅有此是不夠的，測評技術(shù)還需在此基礎(chǔ)上進(jìn)一步發(fā)展和創(chuàng)新，才能解決當(dāng)前招生考試制度改革下的技術(shù)難題。

（二）測評技術(shù)的發(fā)展及創(chuàng)新應(yīng)用

在教育新形勢的推動下，測評技術(shù)也有了發(fā)展和創(chuàng)新，并在廣州市2015年的“中小學(xué)教育質(zhì)量陽光評價(jià)”中得到了應(yīng)用。這些創(chuàng)新應(yīng)用都為新的招生考試制度的具體實(shí)施提供了重要參考。

采用“學(xué)業(yè)測試+問卷調(diào)查+非學(xué)業(yè)量表”相結(jié)合的方式，可從多層面對學(xué)生進(jìn)行評價(jià)：（1）對學(xué)生進(jìn)行學(xué)業(yè)測試，了解學(xué)生學(xué)業(yè)發(fā)展水平；（2）對學(xué)生進(jìn)行和學(xué)業(yè)測試配套的問卷調(diào)查，探討影響學(xué)生學(xué)業(yè)發(fā)展的相關(guān)因素；（3）對學(xué)生進(jìn)行非學(xué)業(yè)問卷調(diào)查，從多方面了解和評價(jià)學(xué)生的綜合素質(zhì)。

2.“大量表+小量表”整體評估非學(xué)業(yè)素養(yǎng)

綜合評價(jià)涉及多方面、多指標(biāo)。各個(gè)指標(biāo)與各個(gè)方面不應(yīng)割裂開來，應(yīng)該視為整體與局部的關(guān)系。但如果每一項(xiàng)指標(biāo)都分別用不同的量表測試，那么指標(biāo)間的整體關(guān)系將被破壞，無法合成一個(gè)綜合分?jǐn)?shù)用于整體評價(jià)。在廣州市的“教育質(zhì)量陽光評價(jià)”中，由華南師范大學(xué)心理學(xué)院教授組成的專家團(tuán)隊(duì)經(jīng)過研討，決定采用“大量表”形式實(shí)現(xiàn)測試，“大量表”統(tǒng)領(lǐng)“小量表”，量表間分工合作，不破壞它們之間的整體關(guān)系。測驗(yàn)結(jié)果表明，各小量表及大量表都達(dá)到了測量學(xué)標(biāo)準(zhǔn)。

3.基于潛變量模型的學(xué)生分類方法

傳統(tǒng)的依據(jù)學(xué)生分?jǐn)?shù)對學(xué)生進(jìn)行分層的方法，根據(jù)預(yù)先的假設(shè)，把學(xué)生學(xué)業(yè)分?jǐn)?shù)上的量化差異進(jìn)行人為分類，這種方法不能確定不同組別的學(xué)生學(xué)業(yè)發(fā)展是否具有質(zhì)性差異。潛在剖面分析（Latent Profile Analysis，LPA）以學(xué)生為中心，依據(jù)學(xué)生的不同表現(xiàn)，診斷學(xué)生潛在的質(zhì)性差異，把學(xué)生分成組內(nèi)一致、組間差異的組別，實(shí)現(xiàn)了對學(xué)生更為精準(zhǔn)的分層。

4.新一代多元概化理論框架下的分?jǐn)?shù)合成方法

綜合評價(jià)中一個(gè)突出的問題，是各指標(biāo)分?jǐn)?shù)的合成問題。由于指標(biāo)繁多，且獲取的數(shù)據(jù)類型可能并不一致，用經(jīng)典測量理論來進(jìn)行分?jǐn)?shù)合成會造成評估誤差。新一代多元概化理論（Multivariate Generalizability Theory，MGT）則很好地解決了這個(gè)問題，它可以同時(shí)考慮題目因素與維度因素，并且將每個(gè)維度固定起來各自作為一個(gè)“元”。

5.傳統(tǒng)紙筆測驗(yàn)+計(jì)算機(jī)線上測試雙模式并行

對學(xué)生進(jìn)行評價(jià)會增加教師工作量和學(xué)校的管理難度，從而給評價(jià)的實(shí)施和推廣帶來阻力。檔案袋評價(jià)沒能推廣開來，原因就在于此。因此，綜合評價(jià)的具體實(shí)施一定要考慮到一線教學(xué)和管理的便利。在廣州市的陽光評價(jià)中，我們同時(shí)采用了傳統(tǒng)的紙筆測驗(yàn)和計(jì)算機(jī)線上測驗(yàn)，從而極大地減少了教師和學(xué)校的工作量，評價(jià)的推行也進(jìn)行順利。因此，在高中階段的綜合評價(jià)中也可以嘗試采用這種紙筆測驗(yàn)+計(jì)算機(jī)線上測試的雙模式。

考試招生制度的改革是一件關(guān)乎民生的大事，盡管挑戰(zhàn)重重，但只要社會各界，尤其是學(xué)界積聚力量，互相學(xué)習(xí)和交流，共同為提高國家教育質(zhì)量、促進(jìn)學(xué)生健康全面發(fā)展貢獻(xiàn)一份力量，一定能夠使我們的改革順利推行下去，實(shí)現(xiàn)我國教育改革發(fā)展的宏偉目標(biāo)。