薛梅

一、引言

2020年6月30日，中央全面深化改革委員會(huì)第十四次會(huì)議審議通過(guò)的 《深化新時(shí)代教育評(píng)價(jià)改革總體方案》中，首次提出“四個(gè)評(píng)價(jià)”——“改進(jìn)結(jié)果評(píng)價(jià)，強(qiáng)化過(guò)程評(píng)價(jià)，探索增值評(píng)價(jià)，健全綜合評(píng)價(jià)”。這是未來(lái)一段時(shí)期指導(dǎo)教育評(píng)價(jià)改革的綱領(lǐng)性文件。2018年教育部教師工作司就明確提出，出臺(tái)“全面深化新時(shí)代教師隊(duì)伍建設(shè)改革的意見(jiàn)”，大力提升教師專業(yè)素質(zhì)能力和深化教師管理綜合改革。教師測(cè)評(píng)素養(yǎng)是教師職業(yè)能力的重要組成部分。當(dāng)前我國(guó)教師的測(cè)評(píng)理念存在一定偏差，測(cè)評(píng)知識(shí)有一定缺失，測(cè)評(píng)技能較低[1]，加強(qiáng)教師測(cè)評(píng)素養(yǎng)迫在眉睫。在此背景下，Hughes《外語(yǔ)教師測(cè)試手冊(cè)》（Hughes，A.2003:Testing for Language Teachers.2nd edition.Cambridge:Cambridge University ISBN:0 521 48495 2）推介恰逢其時(shí)。

二、《外語(yǔ)教師測(cè)試手冊(cè)》內(nèi)容簡(jiǎn)介

《外語(yǔ)教師測(cè)試手冊(cè)》由劍橋大學(xué)出版社授權(quán)外語(yǔ)教學(xué)與研究出版社在國(guó)內(nèi)出版，是外研社和人教社聯(lián)合推出的“劍橋英語(yǔ)教師叢書”中的一冊(cè)，十余年來(lái)已經(jīng)重印了10次，成為語(yǔ)言測(cè)試方面的經(jīng)典之作。本書用淺顯易懂的語(yǔ)言全面介紹了語(yǔ)言測(cè)試的基本理論和方法，對(duì)于尚未接觸測(cè)試領(lǐng)域的語(yǔ)言教師來(lái)說(shuō)是非常有價(jià)值的參考資料。

作者簡(jiǎn)明通俗地描述了信度（reliability）、效度（validity）、反撥作用（washback）等測(cè)試相關(guān)定義，對(duì)如何實(shí)際設(shè)計(jì)和實(shí)施反映這些測(cè)試要點(diǎn)的語(yǔ)言測(cè)試提出了建議，并提供了測(cè)試聽說(shuō)讀寫四項(xiàng)技能的具體技巧。

雖然這本書的初衷是為從事中等教育以上工作者而寫的，但也有許多內(nèi)容涉及到其他教育級(jí)別的教育情況。第二版又增加了專門介紹兒童語(yǔ)言能力測(cè)試的章節(jié)，以及有關(guān)測(cè)試技巧的章節(jié)，如綜合能力的測(cè)試以及統(tǒng)計(jì)分析和建立題庫(kù)數(shù)據(jù)庫(kù)。書中所有例子都是關(guān)于英語(yǔ)作為第二語(yǔ)言的測(cè)試，但是測(cè)試技巧卻可以推廣到其他語(yǔ)言的測(cè)試。

全書由十四章構(gòu)成，前兩章簡(jiǎn)要討論了測(cè)試與教學(xué)的關(guān)系。在第三章，Hughes描述了四種常見(jiàn)的語(yǔ)言測(cè)試方式，即:水平測(cè)試（proficiency tests）、學(xué)業(yè)成就測(cè)試（achievement tests）、診斷性測(cè)試（diagnostic tests）和分級(jí)編班測(cè)試（placement tests），并簡(jiǎn)要解釋了每種測(cè)試所適用的條件。作者還比較了按照不同方法分類的幾組測(cè)試:直接測(cè)試和間接測(cè)試（direct and indirect tests）、分立式測(cè)試和綜合式測(cè)試（discrete point and integrative tests）、常模參照考試和標(biāo)準(zhǔn)參照考試 （norm-referenced and criterion-referenced tests），以及客觀測(cè)試和主觀測(cè)試（objective and subjective tests）。每種測(cè)試類型的解釋和舉例對(duì)語(yǔ)言測(cè)試的初學(xué)者都很容易理解。Hughes強(qiáng)調(diào)了一個(gè)觀點(diǎn)，即教師和教育機(jī)構(gòu)無(wú)論是測(cè)量輸入性語(yǔ)言技能（閱讀和聽力）還是產(chǎn)出性語(yǔ)言技能（寫作和口語(yǔ)），都應(yīng)該盡可能采用直接測(cè)試而非間接測(cè)試方法。直接測(cè)試要求學(xué)生直接運(yùn)用要測(cè)試的技能或能力，測(cè)試結(jié)果能夠直接反映考生某一方面的語(yǔ)言能力，而間接測(cè)試指測(cè)試結(jié)果不能直接反映所要考查的語(yǔ)言能力，但是可以讓測(cè)試人對(duì)考生語(yǔ)言能力有可判斷的依據(jù)。作者認(rèn)為，間接測(cè)試的首要問(wèn)題在于難以確定所測(cè)試的樣本是否真正體現(xiàn)了所要測(cè)量的語(yǔ)言能力。

在第四章，Hughes概述了四種效度:內(nèi)容效度（content validity）、效標(biāo)關(guān)聯(lián)效度（criterion-related validity）、構(gòu)念效度（construct validity）和表面效度（face validity）。作者認(rèn)為，對(duì)語(yǔ)言測(cè)試，尤其對(duì)高風(fēng)險(xiǎn)的語(yǔ)言測(cè)試，應(yīng)該運(yùn)用定量和定性的研究方法進(jìn)行效度驗(yàn)證，以確保實(shí)際測(cè)量的內(nèi)容精確反映要測(cè)量的內(nèi)容。但是，作者承認(rèn)他描述的幾種類型的效度驗(yàn)證過(guò)程，由于時(shí)間和資料上的限制，是很難甚至是不可能應(yīng)用到教師自己的課堂上的。作為補(bǔ)償，Hughes對(duì)教師出題的測(cè)試的效度驗(yàn)證提供了幾條建議:

（1）制定清楚明了的考試規(guī)范。

（2）如采用間接測(cè)試，則盡可能多地采用具有典型性的測(cè)試范疇的樣本。例如測(cè)試語(yǔ)法，語(yǔ)法知識(shí)是有關(guān)目標(biāo)語(yǔ)言結(jié)構(gòu)的全部知識(shí)，所包含的內(nèi)容很多。語(yǔ)法測(cè)試能夠做到的只是按照語(yǔ)言教學(xué)大綱，把語(yǔ)法分成很多個(gè)單項(xiàng)，然后從中取樣用來(lái)測(cè)試。

（3）如有可能盡量使用直接測(cè)試。

（4）只對(duì)那些被測(cè)試的要素評(píng)分。

（5）確?？荚嚨男哦?。

在第五章的開頭部分，作者闡述了信度的概念和怎樣測(cè)量信度。作者講到了許多測(cè)量信度的方法，包括重測(cè)信度（the test－retest method）、副本信度（the alternative forms method）和分半信度 （split half method）。 Hughes還簡(jiǎn)要解釋了真分?jǐn)?shù)（true score）、測(cè)量標(biāo)準(zhǔn)誤（standard error of measurement）和項(xiàng)目反應(yīng)理論（Item Response Theory）的概念，以及怎樣在語(yǔ)言測(cè)試中運(yùn)用這些理論來(lái)測(cè)定信度。在該章的末尾部分，作者列舉了幾個(gè)供考試開發(fā)者遵循的原則，以促進(jìn)應(yīng)試者的表現(xiàn)和不同評(píng)分員之間評(píng)分的可信度，其中包括:排除那些不能很好區(qū)分學(xué)生成績(jī)好壞的項(xiàng)目，以及讓參加考試者熟悉考試形式和考試中應(yīng)用的技術(shù)。

第六章主要涉及建立積極的反撥作用的建議，重申了前幾章提到的問(wèn)題。在第七章，Hughes詳細(xì)敘述了建立有效的和可信的語(yǔ)言測(cè)試的十個(gè)步驟。前三個(gè)建議不僅適用于大規(guī)模考試，也同樣適用于教師自己出題的小規(guī)?？荚?；而后七步盡管在實(shí)際操作中對(duì)大規(guī)?？荚図?xiàng)目更加可行，但是從理論上講是適用于指導(dǎo)教師自行出題的。

（1）提出問(wèn)題，即要考什么和為什么要考？

（2）制定考試規(guī)范，即考試內(nèi)容、方式、和預(yù)期的成績(jī)等級(jí)。

（3）編寫和通過(guò)同事的反饋來(lái)調(diào)整考試題目。

（4）在操母語(yǔ)者中進(jìn)行非正式的試測(cè)。

（5）在非母語(yǔ)學(xué)習(xí)者中進(jìn)行試測(cè)。

（6）對(duì)試測(cè)結(jié)果進(jìn)行定量和定性分析。

（7）校準(zhǔn)評(píng)分等級(jí)。

（8）效度驗(yàn)證。

（9）為應(yīng)試者和考務(wù)人員編寫考試指南手冊(cè)。

（10）對(duì)考務(wù)人員進(jìn)行考務(wù)培訓(xùn)。

在第八章，作者介紹了四種可用于測(cè)試一個(gè)以上語(yǔ)言技能的常見(jiàn)的試題類型:多項(xiàng)選擇題、正誤/是非判斷題、簡(jiǎn)答題和填空題。盡管多項(xiàng)選擇題具有減輕評(píng)分壓力的優(yōu)點(diǎn)，但是Hughes還是不主張出題者采用這種方式。他認(rèn)為，設(shè)計(jì)高質(zhì)量的多項(xiàng)選擇題是很困難的，其次，可用于這種測(cè)試形式的材料也有限。他認(rèn)為正誤/是非判斷題實(shí)際上是只有兩個(gè)選擇項(xiàng)的多項(xiàng)選擇題，因此很容易造成應(yīng)試者在測(cè)試中猜到答案。他認(rèn)為簡(jiǎn)答題和填空題是很有用的考試題型。對(duì)各種題型優(yōu)缺點(diǎn)的討論是本書中很有價(jià)值的部分。

第九到第十三章介紹了寫作測(cè)試、口語(yǔ)測(cè)試、閱讀測(cè)試、聽力測(cè)試以及語(yǔ)法和詞匯測(cè)試的技巧與注意事項(xiàng)。介紹寫作、口語(yǔ)和聽力測(cè)試的四個(gè)章節(jié)有著相似的模式。首先，作者舉例說(shuō)明要測(cè)試的內(nèi)容和技能。例如，在介紹口語(yǔ)測(cè)試的章節(jié)中，Hughes列舉了測(cè)試規(guī)范的幾個(gè)因素，即實(shí)際操作（考官提問(wèn)、被試陳述、考官出具評(píng)分報(bào)告）、測(cè)試類型（如，討論）、受眾（對(duì)話者或聽眾）、話題、以及方言、口音和文體。作者還列舉了可測(cè)試的更具體的口語(yǔ)技能，如表達(dá)喜好、進(jìn)行比較和引起談話。Hughes著眼于考試內(nèi)容和能力的實(shí)際操作，其目的是為了鼓勵(lì)試題開發(fā)者在設(shè)計(jì)試題時(shí)首先弄清楚他們到底要考什么，隨后作者對(duì)發(fā)展試題的效度和信度提供了建議并舉實(shí)例說(shuō)明。例如，關(guān)于測(cè)試寫作能力，Hughes有如下建議:

（1）提供盡可能多的單獨(dú)的任務(wù)；

（2）只測(cè)試寫作能力，不涉及其他；

（3）對(duì)應(yīng)試者做出限定，使用有明確要求的任務(wù)并提供有限的選擇。

作者列舉的寫作任務(wù)有:填寫申請(qǐng)表、寫一張明信片和根據(jù)一系列圖片描述一個(gè)故事。盡管每一章節(jié)所舉的考試題目都不是特殊的創(chuàng)新題型，但是卻為讀者提供了測(cè)試寫作、口語(yǔ)、閱讀和聽力常用的題型。 在設(shè)計(jì)題目時(shí)使用真實(shí)材料的問(wèn)題上，Hughes建議在測(cè)試考生與操母語(yǔ)的人進(jìn)行交流的能力時(shí)，應(yīng)該使用真實(shí)的閱讀材料和語(yǔ)音樣本。作者的測(cè)試真實(shí)性觀點(diǎn)貫穿于全書，他認(rèn)為某個(gè)語(yǔ)言測(cè)試題采用的內(nèi)容和方法應(yīng)該與測(cè)試的目的一致。最后，在寫作和口語(yǔ)測(cè)試章節(jié)，Hughes對(duì)評(píng)分提出了建議，即制定評(píng)分指導(dǎo)語(yǔ)并實(shí)施評(píng)分。作者舉例說(shuō)明了分析評(píng)分法（analytic scoring）和整體評(píng)分法（holistic scoring），對(duì)建立評(píng)分登記做了分步驟的詳細(xì)解釋，并建議對(duì)評(píng)分者進(jìn)行培訓(xùn)，討論了怎樣給予應(yīng)試者反饋。

Hughes在第十三章中專門敘述了對(duì)語(yǔ)法的測(cè)試，作者關(guān)于語(yǔ)法測(cè)試的建議包括:

（1）選擇典型的語(yǔ)法結(jié)構(gòu)的樣本作為測(cè)試對(duì)象；

（2）保證測(cè)試項(xiàng)目所用的語(yǔ)言是自然的；

（3）避免題目出現(xiàn)一個(gè)以上的答案。

在第十四章，作者提出對(duì)綜合語(yǔ)言能力進(jìn)行測(cè)試的三種經(jīng)濟(jì)的考試方法，即完形填空、C-tests和聽寫。雖然Hughes沒(méi)有提供支持觀點(diǎn)的實(shí)驗(yàn)數(shù)據(jù)，但還是對(duì)自己的觀點(diǎn)做出了如下推理:“一種語(yǔ)言技能的表現(xiàn)通常能夠合理地預(yù)測(cè)另一種技能，因?yàn)殡m然寫作與口語(yǔ)有不同之處，但是它們也有很多共同特征，最明顯的是它們都測(cè)量了語(yǔ)法和詞匯?！弊髡唠S后舉例說(shuō)明了這三種考試方法并討論了每種方法的優(yōu)缺點(diǎn)。

本書還提供了關(guān)于數(shù)據(jù)統(tǒng)計(jì)分析的附錄。作者首先運(yùn)用出版社網(wǎng)站上給出的數(shù)據(jù)資料解釋了統(tǒng)計(jì)學(xué)基本概念，如算術(shù)平均數(shù)、中位數(shù)、眾數(shù)、全距和標(biāo)準(zhǔn)差。然后，解釋了運(yùn)用多種統(tǒng)計(jì)手段計(jì)算試題內(nèi)部信度的過(guò)程。附錄部分還介紹了項(xiàng)目分析理論（item analysis），其中包括區(qū)分度指數(shù) （discrimination indices）和Rasch分析。

三、《外語(yǔ)教師測(cè)試手冊(cè)》內(nèi)容述評(píng)

作為一本為尚不熟悉語(yǔ)言測(cè)試的教師而寫的入門書，《外語(yǔ)教師測(cè)試手冊(cè)》有很多優(yōu)勢(shì):對(duì)語(yǔ)言測(cè)試基本概念的介紹富有條理性，簡(jiǎn)明易懂，易于讓初學(xué)測(cè)試的人接受，所舉的實(shí)例也演示了怎樣將理論運(yùn)用于實(shí)踐，所建議的測(cè)試方法是分步驟介紹的，在每一章的末尾部分都涉及了相關(guān)的學(xué)習(xí)活動(dòng)并列出了建議的閱讀文獻(xiàn)。其顯著特點(diǎn)主要體現(xiàn)在:

其一，理論與實(shí)踐結(jié)合較好。幾乎每個(gè)章節(jié)的模式都是簡(jiǎn)單介紹了基本理論后，以更大篇幅詳細(xì)介紹如何將理論運(yùn)用于實(shí)踐，所提建議也都具有很強(qiáng)的可操作性。如，有些建議涉及到考試方法，有些建議是分步驟介紹的。在第七章，Hughes詳細(xì)敘述了建立有效的和可信的語(yǔ)言測(cè)試的十個(gè)步驟。分步驟描述了試題開發(fā)過(guò)程后，作者列舉了兩個(gè)實(shí)例演示怎樣將這十個(gè)步驟應(yīng)用到實(shí)際語(yǔ)言測(cè)試中去。Hughes提供的這種分步驟的過(guò)程描述為不熟悉試題開發(fā)的人員的工作奠定了基礎(chǔ)。在寫作和口語(yǔ)測(cè)試章節(jié)，作者對(duì)建立評(píng)分登記做了分步驟的詳細(xì)解釋，討論了怎樣給予應(yīng)試者反饋。

其二，作者重點(diǎn)討論了測(cè)試與語(yǔ)言教學(xué)、語(yǔ)言學(xué)習(xí)的關(guān)系。在第一、二章，作者指出發(fā)展測(cè)試學(xué)的重要性不僅體現(xiàn)在準(zhǔn)確地測(cè)量學(xué)生的語(yǔ)言能力，還體現(xiàn)在促進(jìn)積極的反撥作用，即給語(yǔ)言學(xué)習(xí)帶來(lái)有利影響。Hughes提出，為了鼓勵(lì)積極的反撥作用，語(yǔ)言教師應(yīng)該“測(cè)量那些你所要鼓勵(lì)發(fā)展的語(yǔ)言能力”，他在整部書中都強(qiáng)調(diào)了這一觀點(diǎn)。在第六章中還提出了如何創(chuàng)造測(cè)試良好反撥作用的建議，這對(duì)于讀者正確處理好教學(xué)與測(cè)試之間的關(guān)系十分有益，可以幫助讀者認(rèn)識(shí)考試和教學(xué)之間的“伙伴”關(guān)系。

其三，本書涉及到語(yǔ)言教學(xué)技能的各個(gè)方面。不同于一般語(yǔ)言技能測(cè)試書籍只涉及到聽說(shuō)讀寫四個(gè)方面，本書全面介紹了聽、說(shuō)、讀、寫、語(yǔ)法、詞匯等各方面的測(cè)試技巧和所應(yīng)測(cè)試的能力。本書以大約三分之一的篇幅介紹了寫作測(cè)試、口語(yǔ)測(cè)試、閱讀測(cè)試、聽力測(cè)試以及語(yǔ)法和詞匯測(cè)試的技巧和注意事項(xiàng)，每一章都包含了大量很實(shí)用的有關(guān)語(yǔ)言技能各個(gè)領(lǐng)域測(cè)試試題設(shè)計(jì)的指導(dǎo)方針和建議。尤其是在第十三章，針對(duì)人們對(duì)語(yǔ)法和詞匯測(cè)試的分立性，即作為單獨(dú)技能進(jìn)行測(cè)試的有用性的質(zhì)疑，作者闡述了語(yǔ)法測(cè)試與詞匯測(cè)試的意義，認(rèn)為這兩部分知識(shí)也是交際能力的一部分。

其四，本書的實(shí)用性強(qiáng)。在附錄中講解對(duì)考試結(jié)果進(jìn)行分析所用的統(tǒng)計(jì)方法時(shí)，把統(tǒng)計(jì)學(xué)的專業(yè)術(shù)語(yǔ)降低到最低程度，將復(fù)雜的統(tǒng)計(jì)學(xué)知識(shí)限制在最基礎(chǔ)的算術(shù)范圍，統(tǒng)計(jì)的操作可以在計(jì)算器上完成，從而方便教師參考使用。同時(shí)，考慮到某些教師對(duì)統(tǒng)計(jì)方法有特殊的需求，作者特意在閱讀書目中列舉了有關(guān)統(tǒng)計(jì)方面的書。

當(dāng)然，本書也存在一些不足。首先，書中有些章節(jié)在結(jié)構(gòu)上的編排還可做一些改進(jìn)，例如可在每章的末尾增加回顧本章節(jié)具體觀點(diǎn)的小結(jié)部分，這樣有助于把淹沒(méi)在文章中的重要信息提煉呈現(xiàn)給讀者。其次，書中建議的方法更適用于大型考試，對(duì)于那些想為他們的課堂設(shè)計(jì)小規(guī)模考試的教師來(lái)說(shuō)實(shí)用性稍差一些。另外，本書雖然強(qiáng)調(diào)了交際測(cè)試的理念，但是沒(méi)有提到測(cè)試社會(huì)語(yǔ)言能力的具體方法，而社會(huì)語(yǔ)言能力卻是交際語(yǔ)言能力中的重要因素。最后，雖然本書包含關(guān)于數(shù)據(jù)統(tǒng)計(jì)分析的附錄，解釋了運(yùn)用多種統(tǒng)計(jì)手段計(jì)算試題內(nèi)部信度的過(guò)程，但在筆者看來(lái)仍然稍顯簡(jiǎn)略，如果事先不具備統(tǒng)計(jì)學(xué)知識(shí)，讀者可能無(wú)法運(yùn)用書中的介紹，根據(jù)自己的數(shù)據(jù)實(shí)際計(jì)算出考試的信度。雖然附錄讓讀者對(duì)幾種統(tǒng)計(jì)分析有了基本了解，但是附錄本身不能為讀者提供實(shí)際運(yùn)用這些統(tǒng)計(jì)分析的信息。

瑕不掩瑜，盡管具有局限性，Hughes的《外語(yǔ)教師測(cè)試手冊(cè)》對(duì)于試圖了解語(yǔ)言測(cè)試基本概念的語(yǔ)言教師來(lái)說(shuō)依然是非常有用的資料。