摘 要：隨著正式科學(xué)教育和非正式科學(xué)教育日趨緊密的合作，越來越多的研究者開始探討在非正式環(huán)境中可能被激活的科學(xué)學(xué)習(xí)形態(tài)，并嘗試采用更加規(guī)范、多元的標(biāo)準和技術(shù)來評估其效果。然而，非正式科學(xué)教育的學(xué)習(xí)過程相當(dāng)復(fù)雜，那些在正式教育中為人們所熟知的學(xué)習(xí)模型并不能被直接采用。因此，如何評估非正式科學(xué)教育，便成為當(dāng)前科學(xué)教育研究面臨的深刻挑戰(zhàn)。通過對當(dāng)前非正式科學(xué)教育項目的評估研究進行脈絡(luò)梳理，本文探討了當(dāng)前非正式科學(xué)教育項目評估研究在評估框架、邏輯模型、開發(fā)設(shè)計等層面的進展，并對評估方法的多樣性和評估指標(biāo)的標(biāo)準化等問題做出關(guān)鍵評述。

關(guān)鍵詞：非正式科學(xué)教育；非正式學(xué)習(xí)評估；博物館教育

中圖分類號：G521 文獻標(biāo)識碼：A 文章編號：1004-8502（2024）05-0005-13

作者簡介：朱雯文，上?？萍拣^科學(xué)傳播中心研究部助理研究員；宋嫻，上?？萍拣^科學(xué)傳播中心副主任、研究員。

近年來，在科學(xué)教育改革的推動下，非正式科學(xué)教育在培育科學(xué)素養(yǎng)和創(chuàng)新學(xué)習(xí)范式等方面的價值引發(fā)新一輪的廣泛關(guān)注。相較于學(xué)校，在博物館、科學(xué)中心、動物園、植物園、水族館和各種新興創(chuàng)客空間等非正式教育環(huán)境中發(fā)生的學(xué)習(xí)，被認為具有自愿性、非線性、開放性、社會互動性和高度文化響應(yīng)性等特征[1][2]，它們?yōu)槿藗儤?gòu)建了多樣化、個性化的學(xué)習(xí)路徑，是“真實世界的學(xué)習(xí)現(xiàn)象”[3]。對上述非正式科學(xué)教育的研究和評估，也被視作反思正式教育和標(biāo)準化測量的重要突破口[4]，是教育研究發(fā)展的一塊關(guān)鍵拼圖。

盡管如此，我們對非正式科學(xué)教育如何產(chǎn)生影響和產(chǎn)生何種影響依然了解甚少，至今缺乏一套清晰、通用的測量工具讓這些影響變得可見。為此，本文嘗試回溯當(dāng)前非正式科學(xué)教育評估的發(fā)展脈絡(luò)，梳理當(dāng)前非正式科學(xué)教育評估在評估框架、邏輯模型、評估工具等層面的研究進展，為未來理解、設(shè)計和檢驗非正式科學(xué)教育提供重要的參考坐標(biāo)。

一、非正式科學(xué)教育評估的發(fā)展歷程

（一）非正式科學(xué)教育的早期評估

在20世紀上半葉，盡管當(dāng)時還未形成“評估”（evaluation）這一專業(yè)概念，愛德華·羅比森（Edward Robinson）等研究者已在美國的博物館開展了簡單的經(jīng)驗主義研究。他們采用心理學(xué)的方法，通過觀察成人和兒童等不同觀眾在展廳中參加的活動，記錄其停留的位置和時長，以揭示觀眾在博物館中的知識獲取行為、注意力分配情況和學(xué)習(xí)疲勞現(xiàn)象等[5]。這些研究為后來者理解早期在博物館中發(fā)生的學(xué)習(xí)提供了寶貴的經(jīng)驗數(shù)據(jù)。

從20世紀下半葉開始，博物館、科學(xué)中心等機構(gòu)對教育的興趣日漸濃厚，與學(xué)習(xí)科學(xué)（learning science）興起下教育界對非正式教育的關(guān)注一拍即合，研究者開始關(guān)注如何在這些多樣化和非結(jié)構(gòu)化的環(huán)境中更有效地評估學(xué)習(xí)成果。同時隨著美國國家科學(xué)基金會（National Science Foundation， NSF）、英國科學(xué)與技術(shù)設(shè)施委員會（Science and Technology Facilities Council， STFC）等對非正式科學(xué)教育項目的資助日益增多，通過評估對其資金投入狀況和產(chǎn)出效果進行監(jiān)督也成為迫切需求，定期實施非正式科學(xué)教育評估逐漸被納入歐美各國公共服務(wù)制度甚至成為國家戰(zhàn)略[6]。

在多種因素的推動下，與教育評估相關(guān)的研究和實踐從正式教育領(lǐng)域向諸如博物館、科學(xué)中心等非正式教育領(lǐng)域快速滲透，并逐步進入規(guī)范化階段。其中邁克爾·斯克里文（Michael Screven）以展覽為樣本，總結(jié)出公共項目評估的一般模式，確立了“前置性評估”“形成性評估”“總結(jié)性評估”等基本評估類型[7]；瑪麗·蒙利（Mary E. Munley）引入了以問卷和測試為主的量化評估，以及以訪談和觀察為主的質(zhì)性評估等基本方法[8]。本杰明·布魯姆（Benjamin Bloom）關(guān)于認知、情感、動作技能領(lǐng)域的教育目標(biāo)分類法，同樣也被遷移至非正式教育的目標(biāo)設(shè)計和效果評估中。朱迪·戴蒙德（Judy Diamond）、波萊特·麥克馬納斯（Paulette M. McManus）等一批學(xué)者則持續(xù)在博物館、科學(xué)中心中等非正式教育環(huán)境對參觀者實施行為觀察和評估，為非正式科學(xué)教育研究積累了一批重要的早期數(shù)據(jù)[9][10]。

（二）走向生態(tài)學(xué)理解的非正式科學(xué)教育評估

20世紀90年代，非正式科學(xué)教育相關(guān)的理論模型與框架進一步被建立，場館作為其中一種獨特的、經(jīng)過設(shè)計的“學(xué)習(xí)環(huán)境”備受關(guān)注。學(xué)者約翰·?？耍↗ohn H. Falk）和林恩·迪爾金（Lynn D. Dierking）提出了著名的“學(xué)習(xí)的情境模型”（contextual model of learning），認為博物館的學(xué)習(xí)是復(fù)雜、多層次的過程，會受到個人情境、社會情境、物理情境的共同影響[11]，情境學(xué)習(xí)模型為理解非正式科學(xué)教育中個體和情境的復(fù)雜作用、多維度評估學(xué)習(xí)效果提供了重要的理論框架。喬治·海因（George Hein）、大衛(wèi)·安德森（David Anderson）等學(xué)者則系統(tǒng)探討了建構(gòu)主義、社會文化理論對理解非正式教育的重要性[12]，分析了非正式學(xué)習(xí)環(huán)境為學(xué)習(xí)者提供的學(xué)習(xí)機會和觸發(fā)的學(xué)習(xí)類型，并提出能否提供資源和社會互動機會應(yīng)是觀察非正式學(xué)習(xí)環(huán)境的重要維度[13]。

在這些研究的影響下，非正式科學(xué)教育逐步走向一種生態(tài)學(xué)的理解。21世紀初，由NSF支持的研究報告《非正式環(huán)境下的科學(xué)學(xué)習(xí)：人、場所與活動》，以布朗·芬布倫納的生態(tài)系統(tǒng)理論為基礎(chǔ)，從“學(xué)習(xí)生態(tài)”的視角闡述非正式科學(xué)學(xué)習(xí)的發(fā)生系統(tǒng)，它將學(xué)習(xí)者置于研究的中心，探討自主學(xué)習(xí)如何成為可能?；诠窨茖W(xué)素養(yǎng)測評的“米勒框架”，該報告還提出了非正式科學(xué)學(xué)習(xí)的“六大結(jié)果”：發(fā)展對科學(xué)的興趣、理解科學(xué)知識、從事科學(xué)推理、對科學(xué)的反思、參與科學(xué)實踐、認同科學(xué)事業(yè)[14]。這一框架也為確立非正式教育評估目標(biāo)提供了重要參考。

此后，非正式科學(xué)教育評估研究日漸進入繁榮期，出現(xiàn)了一批經(jīng)典的評估案例。例如，邁克爾·霍恩（Michael Horn）等學(xué)者在波士頓科學(xué)博物館實施的基于數(shù)字媒體的科學(xué)教育評估[15]、史密森尼科學(xué)教育中心開展的LASER I3評估[16]等。

（三）聚焦影響力的非正式科學(xué)教育評估

在許多研究中，對非正式教育開展評估的復(fù)雜性也進一步顯現(xiàn)[17]。比如，如何識別那些有意義的學(xué)習(xí)行為？如何分辨特定學(xué)習(xí)體驗所造成的影響？尤其是在技術(shù)、教學(xué)方式和學(xué)習(xí)空間高度地交織影響的非正式教育項目中[18]，人們的學(xué)習(xí)任務(wù)和學(xué)習(xí)過程具有相當(dāng)?shù)膹?fù)雜度和開放性，激發(fā)的學(xué)習(xí)效果可能不僅包含認知層面，更涉及情感、態(tài)度、社交等層面[14]。此外，研究者也開始意識到，非正式教育項目或許應(yīng)被視為個體非正式學(xué)習(xí)經(jīng)驗中的一系列事件節(jié)點，如何追蹤其長期影響成為一大難點[19]。

為了回應(yīng)上述挑戰(zhàn)，2008年，NSF發(fā)布的研究報告《非正式科學(xué)教育項目影響力評估框架》做了一次里程碑式的嘗試。該報告介紹了該基金會如何對其資助的美國非正式科學(xué)教育專項計劃項目開展第三方審查，并開發(fā)出一套聚焦項目影響力的評估框架和在線監(jiān)測系統(tǒng)。在這一項目中，非正式科學(xué)教育評估實現(xiàn)了系統(tǒng)性、規(guī)?；⒁?guī)范化的實踐，并以上文提到的非正式科學(xué)學(xué)習(xí)的“六大結(jié)果”為評估目標(biāo)，以“前置性評估—形成性評估—總結(jié)性評估”為評估步驟，構(gòu)建了持續(xù)性的非正式科學(xué)教育評估體系，包含了展覽、大眾傳媒、青少年社區(qū)教育、在線學(xué)習(xí)等不同類型的評估對象[20]。

（四）技術(shù)高度影響下的未來非正式科學(xué)教育評估

21世紀10年代后，由移動互聯(lián)網(wǎng)引爆的數(shù)字革命浪潮促成了世界范圍內(nèi)新一輪的教育評估變革[21]。由于大數(shù)據(jù)、物聯(lián)網(wǎng)、機器學(xué)習(xí)等數(shù)智技術(shù)不斷與傳統(tǒng)行業(yè)融合，極大地豐富了當(dāng)代的學(xué)習(xí)景觀，邁克·夏普爾斯（Mike Sharples）等一批學(xué)者開始關(guān)注移動學(xué)習(xí)（mobile learning）的問題[22]，即學(xué)習(xí)者可以跨越空間進行“無縫學(xué)習(xí)”，其關(guān)于知識的交互可能同時發(fā)生在現(xiàn)場和遠程中。這一方面對于正式教育與非正式教育環(huán)境分離的傳統(tǒng)分析視角構(gòu)成了挑戰(zhàn)，同時也對于非正式學(xué)習(xí)常用的跟蹤評估方法構(gòu)成了新的挑戰(zhàn)。如何理解技術(shù)介入下的跨情境學(xué)習(xí)正日益成為相關(guān)領(lǐng)域研究的新前沿[23]。

總之，非正式科學(xué)教育評估研究經(jīng)歷了理論框架、評價目標(biāo)和評價方法的系統(tǒng)演變，從早期基于工具理性地對單一學(xué)習(xí)效果進行評估，逐步轉(zhuǎn)向了以人為本的價值理性和以學(xué)習(xí)者為中心的綜合評估范式。進入21世紀以來，一批具有教育學(xué)、心理學(xué)、計算機、社會學(xué)、人類學(xué)、傳播學(xué)等不同學(xué)科背景的研究者，不約而同地關(guān)注非正式科學(xué)教育領(lǐng)域，并為該領(lǐng)域的研究持續(xù)帶來了多元的問題視野和創(chuàng)新技術(shù)。

二、非正式科學(xué)教育評估的目標(biāo)和維度

在研究人員的長期努力下，非正式科學(xué)教育評估積累了一些框架性的基本問題，包括“為什么評估”“評估什么”“如何評估”等，有助于以后的研究者構(gòu)建或反思評估框架。

（一）評估目標(biāo)的確立

“為什么評估”討論的是評估目標(biāo)的問題，它涉及評估實施的根本動力。關(guān)于評估目標(biāo)的確立，格蘭特·威金斯（Grant Wiggins）等學(xué)者提出，應(yīng)建立一些基本共識：無論何種類型的教育評估，其最終目的都應(yīng)當(dāng)是促進學(xué)習(xí)[24]。具體來說，杰里米·羅斯切爾（Jeremy Roschelle）等人從形態(tài)不一的非正式教育項目中總結(jié)了一些普遍性的評估問題[25]。比如，非正式的教育環(huán)境如何影響參與者的認知？他們經(jīng)歷了什么樣的學(xué)習(xí)過程？這些體驗是否能拓展到學(xué)習(xí)者的未來學(xué)習(xí)中？

然而，在真實的實踐中，單次評估的目標(biāo)可能與促進學(xué)習(xí)目標(biāo)之間并不完全一致[26]。從評估需求來看，當(dāng)前的非正式科學(xué)教育評估目標(biāo)至少可分為兩種類型。一是面向?qū)W習(xí)效果的評估，其核心在于了解參與者的學(xué)習(xí)需求、學(xué)習(xí)體驗和核心困難。比如，英國博物館、圖書館與檔案館的委員會于2001年推行的“學(xué)習(xí)效果研究方案”。此外，衍生問題還包括對教育人員的專業(yè)度評估，對展品/教具/軟件的質(zhì)量評估等，這往往需要對環(huán)境、媒介、學(xué)習(xí)者的行為及變化進行精細記錄，以便為未來改善學(xué)習(xí)設(shè)計提供更多信息。二是聚焦項目/機構(gòu)影響的評估，盡管這類評估最終也是為了促進教育，但其評估首先關(guān)注的是效率問題，即了解和監(jiān)督教育項目的社會效益，促進相關(guān)教育政策和資源分配優(yōu)化，美國非正式科學(xué)教育項目影響力評估就是這類評估的經(jīng)典案例。此類評估往往要求廣泛的受眾，因此有時無法兼顧不同群體的需求和差異，對個體的反饋和幫助相對有限。

對評估目標(biāo)的側(cè)重點選擇還呈現(xiàn)出一些社會文化的差異，這實際上與不同社會對非正式科學(xué)教育的理解和期待有關(guān)。比如李青提出，在歐美學(xué)術(shù)語境中，非正式科學(xué)教育目標(biāo)更多圍繞在是否促進個體賦權(quán)、彰顯個體價值上；而在我國，對非正式科學(xué)教育的定位近于“準標(biāo)準化的公共產(chǎn)品”，因此對其期待更多放在是否發(fā)揮足夠的公益性、提供更廣泛的教育機會、培育出社會轉(zhuǎn)型所需的科學(xué)公民等方面[27]。

另外，受限于評估的資源和時間，真實的評估實踐往往會被用于實現(xiàn)多種目的，比如既用于指導(dǎo)教學(xué)又用于分配教育資源。但有學(xué)者指出，這其實不是最佳的選擇，甚至可能會導(dǎo)致評估的無效性[28]。

（二）評估維度的選擇

“評估什么”討論的是評估維度的問題，即以何種框架“識別”非正式學(xué)習(xí)的現(xiàn)象和效果。以博物館參觀為例，學(xué)習(xí)者可能在某一閱讀牌前駐足閱讀，可能體驗?zāi)骋唤换フ鬼?，也可能是在場館中移動或與他人互動。評估者需要關(guān)注學(xué)習(xí)者的哪些行為？當(dāng)要了解其影響時，是詢問學(xué)習(xí)者對科學(xué)信息的記憶，詢問他們對這些知識的態(tài)度，還是詢問他們產(chǎn)生了何種情感體驗？

評估維度的選擇背后，實際上是研究者對非正式學(xué)習(xí)模型的一連串假設(shè)，它們預(yù)設(shè)了人們?nèi)绾卧谶@些環(huán)境中獲取知識并發(fā)展相關(guān)的能力。比如，上文提及的NSF非正式科學(xué)教育項目評估以“認知或理解”“參與度或興趣度”“態(tài)度”“行為”“技能”“其他”六大維度構(gòu)建了非正式教育影響力的評估框架；萊斯特大學(xué)博物館研究中心提出的“通用學(xué)習(xí)成效”（Generic Learning Outcomes， GLOs）研究主要聚焦博物館學(xué)習(xí)的測量，其維度包括“知識與理解”“技能”“態(tài)度與價值觀”“愉悅、啟發(fā)與創(chuàng)造力”“行動、行為的改變或進步”。兩種評估在框架上非常相似（見表1）。

其中“認知”“行為”“技能”是較為經(jīng)典的教育評估維度，也是相對容易識別的維度，基于行為主義和皮亞杰的認知心理學(xué)等經(jīng)典理論，通過考察人們對環(huán)境信息的記憶程度、理解程度和遷移能力，了解他們的知識記憶、內(nèi)隱記憶乃至認知圖式[29]。

而“興趣”“情感”“態(tài)度”等維度，更多是基于社會文化認知、情感學(xué)習(xí)等理論，這些軟性成果具有跨時空的特征，相對難以識別。然而，它們反映了學(xué)習(xí)的心理過程和情境影響等問題，在產(chǎn)生個人意義、情境興趣等方面的作用更加關(guān)鍵[30]，更能展示非正式學(xué)習(xí)的隱性價值。

除了根據(jù)學(xué)習(xí)效果進行維度分類，也有學(xué)者提出從時間層面對評估維度進行劃分。這種提法主要基于對影響非正式學(xué)習(xí)不同因素之間交織性的理解，以?？藶榇淼膶W(xué)者認為，非正式學(xué)習(xí)不能被視為單一事件，而應(yīng)被視為一種更加長期的過程[31]?，斃騺啞斠疗?普瑞莫（Maria A. Ruiz-Primo）等學(xué)者隨后提出了“五點連續(xù)體”理論，即根據(jù)評估時間和學(xué)習(xí)發(fā)生時間的接近程度，將評估分為“即時”“接近”“近距離”“遠距離”“遠程”五大維度，主張不同時間的評估只是這一連續(xù)體上的不同節(jié)點，應(yīng)當(dāng)將它們串聯(lián)考慮，根據(jù)其時間位置，采取不同的目標(biāo)、形式和顆粒度[26]。懷澤（Marianne Wiser）等研究者則指出需要關(guān)注學(xué)習(xí)進程（learning progress）和“生產(chǎn)性”問題，主張以過程化的視角來看待學(xué)習(xí)者的學(xué)習(xí)行為，將學(xué)習(xí)區(qū)分為階段性的結(jié)構(gòu)，認為“知識”并不是一蹴而就的，它們在學(xué)習(xí)過程中甚至?xí)c規(guī)范化的概念有一定差距，但會逐步“生產(chǎn)”出下一級知識與相關(guān)能力[32]。

三、非正式科學(xué)教育評估的開發(fā)與實施

關(guān)于“如何評估”的問題，實際上探討的是實施評估的整套推理過程和方法工具問題。

（一）非正式科學(xué)教育評估的邏輯模型

研究者往往采用邏輯模型（logic models）這一概念工具，直觀展現(xiàn)非正式科學(xué)教育評估項目的評估目標(biāo)、推理過程和預(yù)期成果[33]。從表現(xiàn)形式上看，邏輯模型也可以被理解為一種評估技術(shù)路線圖。

評估三角（assessment triangle）就是這樣一種經(jīng)典的邏輯模型（見圖1）。研究者用“認知”“觀察”“闡釋”三個要素來建構(gòu)教育評估的工作過程。其中“認知”主要是指在某一學(xué)科范疇內(nèi)提出的先驗假設(shè)，它影響著后續(xù)評估人員如何觀察學(xué)習(xí)情境和行為，以及收集何種數(shù)據(jù)?！坝^察”則是基于認知假設(shè)的數(shù)據(jù)收集，即評估任務(wù)的實施?！瓣U釋”則是基于相關(guān)統(tǒng)計方法對觀察獲得的數(shù)據(jù)進行處理[34]。

然而，評估三角只能展示一般性的評估過程。具體評估實踐則需要在此基礎(chǔ)上進行細化，以適應(yīng)其研究目標(biāo)。例如，NSF的非正式科學(xué)教育項目評估采取的是一種常見的“投入—產(chǎn)出”模型，其從“投入—活動—產(chǎn)出—結(jié)果—戰(zhàn)略影響（長期影響）”五個環(huán)節(jié)來考察教育項目的投資與回報，其邏輯模型和關(guān)鍵指標(biāo)設(shè)計如圖2和圖3所示。

從這一邏輯模型可以看出，這一項目特意區(qū)別了非正式科學(xué)教育項目中不同性質(zhì)的行動者在項目中的投入問題，這有助于管理者在后期精準分辨該項目對不同利益相關(guān)者的回報問題。

這一邏輯模型的另一大特點是，綜合了個體的學(xué)習(xí)成效，以及社區(qū)、環(huán)境、經(jīng)濟等的宏觀效應(yīng)。體現(xiàn)在指標(biāo)設(shè)計上，項目關(guān)注了學(xué)習(xí)者在人口學(xué)和心理學(xué)上的變量，以充分展示評估之外的社會文化環(huán)境。同時，項目還關(guān)注了學(xué)習(xí)者以外的非人主體，包括產(chǎn)生的學(xué)習(xí)產(chǎn)品等，并把非正式科學(xué)教育的成果劃分成短期和長期兩類，有利于從整體上理解科學(xué)教育對社會產(chǎn)生的影響，包括但不限于提升對前沿科技的討論度和理解度、形成創(chuàng)新氛圍、提高對STEM相關(guān)職業(yè)的從業(yè)意愿度，等等。

在具體類別的非正式科學(xué)教育項目評估中，評估者則會更加聚焦某一部分的評估目標(biāo)設(shè)計。在課程開發(fā)實施方面，富蘭克林學(xué)習(xí)創(chuàng)新研究所為富蘭克林科學(xué)博物館與費城圖書館合作的“LEAP into Science”課程項目設(shè)計了系列化的評估方案，項目聚焦了三個具體的評估目標(biāo)：①是哪些人參與了“LEAP into Science”的課程教學(xué)？②這些人是如何實施該項目的？③實施該項目對他們產(chǎn)生了哪些影響？該項目從“受眾—活動—產(chǎn)出成果”三個環(huán)節(jié)設(shè)計評估邏輯模型[35]。

（二）非正式科學(xué)教育評估的評估工具

非正式科學(xué)教育項目評估的另一大難點是數(shù)據(jù)采集，尤其是受到資源、實踐、評估者能力等諸多因素的限制下，能否獲得足夠效度的數(shù)據(jù)來驗證假設(shè)，直接決定了評估設(shè)計的成敗。這也會導(dǎo)致評估方法和指標(biāo)工具有時反過來會影響評估者能回答什么問題[36]。

常用的評估方法主要有問卷調(diào)查、行為跟蹤、實驗和準實驗性評估、結(jié)構(gòu)化訪談、民族志研究以及各種混合研究方法。采用何種評估方法，取決于具體的評估環(huán)境和評估對象，同時也反映了研究者不同的研究偏好。

針對學(xué)習(xí)者的量化問卷調(diào)查和行為跟蹤研究是最常見的方法，可用于評估展覽參觀情況、展品影響效果、課程學(xué)習(xí)效果等不同指標(biāo)。以展覽為例，對其評估可能涉及功能指標(biāo)（包括展品的科學(xué)信息含量、提供的學(xué)習(xí)體驗等）、管理指標(biāo)（包括展覽吸引的觀眾量、場館管理水平等）、傳播指標(biāo)（包括在社會媒體中的報道量和美譽度等）[37]。當(dāng)評估視野聚焦于針對具體科學(xué)類展品的評估時，還可以將指標(biāo)工具細化為展示形式的豐富性、對觀眾的吸引力和傳遞信息的有效性維度，其中傳遞信息的有效性還需關(guān)注觀眾的認知結(jié)構(gòu)等問題[38]。然而，采用問卷評估的缺點在于，比較容易依賴參與者的自我評價，需要對其結(jié)果進行交叉驗證。

實驗和準實驗的評估方法通常被用于課堂前后測或不同對照組的測試中，相比問卷法，其樣本更小，更易于找到要素之間的因果聯(lián)系。一些經(jīng)典案例，如美國科學(xué)教育改革領(lǐng)導(dǎo)援助項目（Leadership Assistance for Science Education Reform， LASER），就采取了維斯達特公司開發(fā)的基于標(biāo)準的科學(xué)評估（the Assessment of Standards-based Science， PASS），來測試在LASER項目不同對照組實驗中的學(xué)生的科學(xué)素養(yǎng)發(fā)展情況[14]。其測試內(nèi)容由多項選擇性回答、開放式問題、實際動手任務(wù)等題目組成，具有標(biāo)準化測試所不具備的開放性（見表2）。

結(jié)構(gòu)化訪談、民族志觀察和反思日記之類的質(zhì)性研究方法，更強調(diào)收集學(xué)習(xí)現(xiàn)象和經(jīng)驗，從不同主體視角提供對外在學(xué)習(xí)現(xiàn)象和內(nèi)在情感體驗的理解，同時又能為評估補充教育項目之外的文化環(huán)境信息。但這類方法在分析數(shù)據(jù)或資料時可能會帶有研究者的偏見。

研究者還可以進一步拓展相關(guān)的評估方法，比如有研究者嘗試引入會話分析（conversation analysis），嘗試把肢體語言、情景分析和主體間對話納入學(xué)習(xí)評估[39]。朱迪斯·格林（Judith" L. Green）等學(xué)者引入了互動民族志（interactional ethnography）的方法，通過標(biāo)記一段周期性學(xué)習(xí)中的“行動者、時間和事件”，勾畫出在一個學(xué)習(xí)網(wǎng)絡(luò)中不同學(xué)生在不同時間參與的多形態(tài)學(xué)習(xí)的事件集合圖，這些研究使得非正式科學(xué)教育評估從對主體性的關(guān)注拓展到對主體間的探討[40]，有助于后來者理解知識如何在復(fù)雜的群體交互中被習(xí)得，進一步回應(yīng)了非正式科學(xué)教育研究中的社會互動問題。

除常見的研究方法外，還有許多適用于特殊學(xué)習(xí)環(huán)境的特定評估方法。比如在對博物館觀眾的調(diào)研中，個人意涵圖式（Personal Meaning Mapping， PMM）可用于具體評估某一特定學(xué)習(xí)經(jīng)歷會如何影響個體的理解以及意義產(chǎn)生的過程[41]，它尤其適合于開放度較大的學(xué)習(xí)環(huán)境。從設(shè)計評估實施步驟角度看，PMM分為前后兩步評估，在參觀式學(xué)習(xí)開始前，評估人員會選擇一個提示詞（如一些關(guān)鍵的科學(xué)概念），讓學(xué)習(xí)者寫下就此聯(lián)想的關(guān)鍵詞、想法或圖像等各種內(nèi)容，并通過開放式訪談詢問他們寫下這些內(nèi)容的原因。在學(xué)習(xí)結(jié)束后，訪談?wù)哂謺垖W(xué)習(xí)者擴充該內(nèi)容，并圍繞他們擴充的內(nèi)容進行開放式訪談。這樣的研究可以持續(xù)一段較長的時間，以呈現(xiàn)歷時性的變化。通過前后對比，PMM直觀地呈現(xiàn)了學(xué)習(xí)者對特定概念的理解變化和應(yīng)用變化。

此外，利用虛擬現(xiàn)實、增強現(xiàn)實等技術(shù)為學(xué)習(xí)者創(chuàng)造全新的學(xué)習(xí)空間，同步搭建虛擬評估和反饋系統(tǒng)，并用人工智能進行數(shù)據(jù)分析，正逐步成為新趨勢。諸如生物傳感器、眼動追蹤、面部表情識別等新技術(shù)也被嵌入到展覽或課程中，用于即時監(jiān)測學(xué)習(xí)者的參與行為、情緒反應(yīng)和認知負荷。這些技術(shù)進一步拓展了非正式科學(xué)教育評估的想象力邊界。相關(guān)的評估方法、適用場景和參考指標(biāo)工具總結(jié)見表3。

當(dāng)然，從評價方案的設(shè)計到評價工具的選擇，再到對學(xué)習(xí)情境的具體介入，還有非常多的設(shè)計細節(jié)需要研究者去探討。比如，有學(xué)者提出了評估顆粒度的問題，當(dāng)評估設(shè)計與受眾學(xué)習(xí)的情境越近、越高度相關(guān)時，其評估設(shè)計的精度也要求越高，但同時這也限制了評估設(shè)計的規(guī)模。當(dāng)評估設(shè)計面對較大規(guī)模的群體時，研究者分配到每組樣本的注意力資源也就更加有限，這些評估往往會采用更加通用的概念和框架，因而與學(xué)習(xí)情境的關(guān)聯(lián)度就會越小，這也會導(dǎo)致這類評估對環(huán)境中復(fù)雜信息的反饋相當(dāng)有限[28]。

四、結(jié)論

在加快建設(shè)終身學(xué)習(xí)社會和做好科學(xué)教育“加法”的大背景下，國家積極倡導(dǎo)學(xué)校加強與社會教育資源的有效銜接，這也對非正式教育的實施效果和后續(xù)資源分配提出了更高的要求，完善非正式科學(xué)教育的評估體系是必然趨勢。

然而在當(dāng)前，非正式科學(xué)教育評估還面臨著技術(shù)、資源、制度等層面的一系列挑戰(zhàn)。要真正推動非正式科學(xué)教育的評價體系發(fā)展，首先應(yīng)構(gòu)建更加靈活和綜合的評估模型，注重整合和平衡質(zhì)性數(shù)據(jù)和量化數(shù)據(jù)，以適應(yīng)不同學(xué)習(xí)環(huán)境的需求，為之提供全面的評估結(jié)果。應(yīng)將非正式科學(xué)教育視為學(xué)習(xí)者進行終身學(xué)習(xí)的持續(xù)過程，從實施單一、可見的效果評估，轉(zhuǎn)向建立歷時性、終身性的影響評價體系，并逐步建立通暢的反饋系統(tǒng)。另外，值得注意的是，受移動學(xué)習(xí)和教育系統(tǒng)變革等因素影響，非正式科學(xué)教育和正式科學(xué)教育正進行更緊密的融合[42]。比如，越來越多的博物館正致力于開展基于科學(xué)課標(biāo)的館本課程，或者學(xué)校走進博物館開展教學(xué)，學(xué)習(xí)者可能同時利用兩種環(huán)境開展同一項學(xué)習(xí)任務(wù)。如何超越成為正式、非正式科學(xué)教育的分析層次，走向跨情境的學(xué)習(xí)評估，可能是未來評估研究的新前沿。

其次，不能囿于教育學(xué)的學(xué)科邊界，應(yīng)加強跨學(xué)科合作，充分利用計算機、心理學(xué)、社會學(xué)和傳播學(xué)等多學(xué)科的理論和方法，為非正式科學(xué)教育評估探索出更加開闊的理論視野和開發(fā)出更具多樣化的研究工具。研究者尤其可以關(guān)注大數(shù)據(jù)和人工智能等新技術(shù)在未來教育評估中的應(yīng)用潛能[43]。比如運用VR和AR技術(shù)為學(xué)習(xí)者提供沉浸式的學(xué)習(xí)體驗，運用視頻研究等方法收集學(xué)習(xí)數(shù)據(jù)，運用生物識別、人工智能等自動識別學(xué)習(xí)行為和評估學(xué)習(xí)效果[44]（相關(guān)倫理道德和知情同意制度也需要同步完善）。研究者還可以從社交媒體、游戲、在線論壇等在線環(huán)境中收集更多的非正式科學(xué)教育數(shù)據(jù)，當(dāng)然大數(shù)據(jù)是否能夠成功實現(xiàn)學(xué)習(xí)過程的深描，在當(dāng)前的實踐和研究中還是一項空白，有待后來者進一步檢驗。

最后，部分學(xué)者提出評估的重點并不是數(shù)據(jù)收集，而是評估者“沉浸其中”[36]。評估結(jié)果應(yīng)被適當(dāng)?shù)亍胺g”給不同的受眾（如學(xué)習(xí)者、策展人、課程研發(fā)人員、決策者等），這意味著評估者不光要給出嚴謹?shù)脑u估數(shù)據(jù)，還要基于實際情況給出判斷和洞見，甚至后者所產(chǎn)生的社會影響可能更重要。另一方面，建立評估數(shù)據(jù)的開放平臺和有效的公眾參與機制，推動評估數(shù)據(jù)的融通和多領(lǐng)域行動者的參與，以在更長的時間尺度上支持非正式科學(xué)教育的未來發(fā)展，這也是未來重要的工作之一。

【參考文獻】

[1] ESHACH H. Bridging in-school and out-of-school learning： Formal， non-formal and informal education [J]. Journal of Science Education and Technology，2007，16（02）：171-190.

[2] BARAB S A， ROTH W M. Curriculum-based ecosystems： Supporting knowing from an ecological perspective[J].Educational Researcher，2006，35（05）：3-13.

[3] ROBINSON V M J. Methodology and the research-practice gap[J].Educational Researcher，1998，27（01）：17-26.

[4] PELLEGRIN J W. A learning sciences perspective on the design and use of assessment in education[M]//Sawyer R K. （Ed.）. The Cambridge Handbook of the Learning Sciences. Cambridge： University Press， 2022：233-252.

[5] BITGOOD S， SHETTEL H H. An overview of visitor studies[J]. Journal of Museum Education，1996， 21（03）：6-10.

[6] 上官劍，李天露.美國STEM教育政策文本述評[J].高等教育研究學(xué)報，2015，38（02）：64-72.

[7] 郭希.西方美術(shù)館公共教育項目評估方法研究[D].北京：中央美術(shù)學(xué)院，2014：2.

[8] MUNLEY M E. Museums as learning environments： A prospectus for a new century[J].Roundtable Reports， 1984，9（02/03）：29-32.

[9] DIAMOND J. The ethology of teaching： A perspective from the observations of families in science centers[D]. University of California，Berkeley，1981：40-65.

[10] MCMANUS P M. Memories as indicators of the impact of museum visits[J].Museum Management and Curatorship，1993，12（04）：367-380.

[11] FALK J H， DIERKING L D. The museum experience[M].New York：Routledge，2016：1-7.

[12] HEIN G E. Learning in the museum[M].New York：Routledge，2002：18-41.

[13] ANDERSON D， LUCAS K B， GINNS I S. Theoretical perspectives on learning in an informal setting[J].Journal of Research in Science Teaching，2003， 40（02）：177-199.

[14] ［美］菲利普·貝爾，布魯斯·列文斯坦，安德魯·紹斯，米爾·費得，編.非正式環(huán)境下的科學(xué)學(xué)習(xí)：人、場所與活動[M].趙健，王茹，譯.北京：科學(xué)普及出版社，2015：26+54-72.

[15] HORN M S， SOLOVEY E T， CROUSER R J， et al. Comparing the use of tangible and graphical programming languages for informal science education[C]//Association for Computing Machinery.Proceedings of the SIGCHI Conference on Human Factors in Computing Systems，2009：975-984.

[16] ZOBLOTSKY T， BERTZ C， GALLAGHER B， et al. The LASER model： A systematic and sustainable approach for achieving high standards in science education. SSEC i3 validation final report of confirmatory and exploratory analyses[R/OL].Memphis： Center for Research in Educational Policy.（2016-08-31）[2024-03-17]. https：//eric.ed.gov/？id=ED617223.

[17] SHUTE V J， VENTURA M， BAUER M. Melding the power of serious games and embedded assessment to monitor and foster learning： Flow and grow[M].New York：Routledge，2009：317-343.

[18] CARVALHO L， YEOMAN P. Framing learning entanglement in innovative learning spaces： Connecting theory， design and practice[J].British Educational Research Journal，2018，44（06）：1120-1137.

[19] ALLEN S， PETERMAN K. Evaluating informal STEM education： Issues and challenges in context[J].New Directions for Evaluation，2019（161）：17-33.

[20] FRIEDMAN A. （Ed.） Framework for evaluating impacts of informal science education projects[R/OL].National Science Foundation. （2008-03-12）[2024-03-16]. https：//www.informalscience.org/sites/default/files/Eval_Framework.pdf.

[21] 徐瑾劼，申昕.重塑以學(xué)習(xí)者為中心的教育評價生態(tài)——基于教育評價智能化發(fā)展的全球觀察[J].開放教育研究， 2023， 29（03）：40-46.

[22] SHARPLES M， SCANLON E， AINSWORTH S， et al. Personal inquiry： Orchestrating science investigations within and beyond the classroom[J].Journal of the Learning Sciences，2015，24（02）：308-341.

[23] SONG Y. Methodological issues in mobile computer-supported collaborative learning （mCSCL）： What methods， what to measure and when to measure[J].Journal of Educational Technology amp; Society， 2014， 17（04）：33-48.

[24] WIGGINS G. Educative assessment： Designing assessments to inform and improve student performance[M]. San Francisco： Jossey-Bass Publishers，1998：103.

[25] ROSCHELLE J. Learning in interactive environments： Prior knowledge and new experience[M].Washington， DC： American Association of Museums，1997：37-51.

[26] RUIZ-PRIMO M A， SHAVELSON R J， HAMILTON L， et al. On the evaluation of systemic science education reform： Searching for instructional sensitivity[J].Journal of Research in Science Teaching， 2002， 39（05）：369-393.

[27] 李青.現(xiàn)代性視角下美國非正式科學(xué)教育發(fā)展研究[D].成都：四川師范大學(xué)，2021：11-12.

[28] PELLEGRINO J W， DIBELLO L V， GOLDMAN S R. A framework for conceptualizing and evaluating the validity of instructionally relevant assessments[J].Educational Psychologist，2016，51（01）：59-81.

[29] 馬秀芳，李克東.皮亞杰與維果斯基知識建構(gòu)觀的比較[J].中國電化教育，2004（01）：20-23.

[30] 鄭瑞洲，洪振方，黃臺珠.情境興趣-制式與非正式課程科學(xué)學(xué)習(xí)的交會點[J]. 科學(xué)教育月刊，2011（340）：2-10.

[31] FALK J， STORKSDIECK M. Using the contextual model of learning to understand visitor learning from a science center exhibition[J].Science Education，2005，89（05）：744-778.

[32] WISER M， SMITH C L， DOUBLER S. Learning progressions as tools for curriculum development： Lessons from the inquiry project[M]//Alonzo A， Gotwals A. （Eds）. Learning progressions in science： Current challenges and future directions.The Netherlands：Brill，2012：357-403.

[33] OTTO H J. Educational activities of the W. K. Kellogg foundation[J].The Elementary School Journal，1936， 36（08）：604-618.

[34] PELLEGRINO J W， CHUDOWSKY N， GLASER R. Knowing what students know： The science and design of educational assessment[M]. Washington，DC：National Academies Press，2001：44-53.

[35] LUKE J J， ANCELET J E， FIGUEIREDO C. Leap into science： Year 3 evaluation report[R/OL]. Institute for Learning Innovation. （2010-12-01）[2024-03-17].http：//www. informalscience. org/leap-science-year-3-evaluation-report.

[36] ［美］朱迪·戴蒙德，邁克爾·霍恩，大衛(wèi)·尤塔爾.實用評估指南：博物館和其他非正式教育環(huán)境的評估工具（第三版）[M].邱文佳，譯.上海：復(fù)旦大學(xué)出版社.2022：45+145.

[37] 鄭念，廖紅.科技館常設(shè)展覽科普效果評估初探[J].科普研究，2007（01）：43-46.

[38] 宋嫻，胡芳，蔣臻穎.觀眾眼中的展品科學(xué)類展品傳播效能評估研究[M].上海：上?？萍冀逃霭嫔纾?2018：65-70.

[39] KOSCHMANN T. Conversation analysis and collaborative learning[M]// Hmelo-Silver C， Chinn C， Chan C， O'Donnell A. The international handbook of collaborative learning. New York：Routledge， 2013：149-167.

[40] GREEN J L， BRIDGES S M. Interactional Ethnography[M]//FISCHER F， HMELO-SILVER C， GOLDMAN S， REIMANN P. International handbook of the learning sciences. New York：Routledge，2018：475-488.

[41] FALK J H， MOUSSOURI T， COULSON D. The effect of visitors' agendas on museum learning[J].Curator： The Museum Journal，1998，41（02）：107-120.

[42] HOFSTEIN A， ROSENFELD S. Bridging the gap between formal and informal science learning[J].Studies in the Science Education，1996（28）：87-112.

[43] CONLEY D T. The promise and practice of next generation assessment[M]." Cambridge， MA： Harvard Education Press，2018：10-75.

[44] ZAHN C， PEA R， HESSE F W， et al. Comparing simple and advanced video tools as supports for complex collaborative design processes[J].The Journal of the Learning Sciences，2010，19（03）：403-440.

Review on the Evaluation of Informal Science Education

ZHU Wen-wen， SONG Xian

（Shanghai Science and Technology Museum）

Abstract： Along with the closer cooperation between formal science education and informal science education， more and more researchers have started to explore the possible activated forms of science learning in informal environment， and tried to adopt more normalized and diversified standards and technologies to evaluate its effect. However， informal science education has a rather complicated learning process. The learning model familiar with formal education cannot be directly used in informal science education， and the evaluation of informal science education has posed a severe challenge to the current science education research. This paper has combed through the current research on the evaluation of informal science education projects， discussed the progress that had been made in the basic issues， logical models， development and design of informal science education projects' evaluation research， and then made a key review on the diversity of evaluation methods and the standardization of evaluation indicators.

Keywords： Informal Science Education; Informal Learning Assessment; Museum Education