中小学生学科学业评价标准的研究与开发

中小学生学科学业评价标准的研究与开发成果公报来源：全国教育科学规划领导小组办公室 发表时间：2012-09-19 阅读次数：288 作者：全国教育科学规划领导小组办公室人民教育出版社徐岩主持完成了国家社科基金教育学一般课题中小学生学科学业评价标准的研究与开发（课题批准号：BHA060030）。课题组主要成员有：丁朝蓬、丁曙、卢江、乔国才、刘健、孙新、苏省、李莹、李龙才、李伟科。2001 年，教育部根据国务院关于基础教育改革与发展的决定和21 世纪教育振兴行动计划的精神，颁发了基础教育课程改革纲要（试行）和义务教育阶段各学科课程标准，2004 年又颁布了普通高中各学科的课程标准。课程标准是本次课程改革的核心成果，是实现课程改革目标的重要途径。课程标准规定了学生学习的内容和经过一段时间学习后所应达到的知识与技能、过程与方法、情感态度价值观的目标，体现了国家对中小学生在各学科领域所应具备的基本素养的要求，是教师教学的指导纲领和依据。经过多年实验，课程标准也暴露出一些问题。调查表明，教育实践工作者普遍认为课程标准对于教学内容和教学程度的规定不够明确和具体，在教学和评价活动中难以把握，影响了对课程标准的实施；同时，多数课程标准的评价建议过于笼统，多是评价理念、概念的介绍，缺乏与课程内容紧密联系的具体评价指导，缺乏有示范作用的评价案例，教师难以将评价建议转化为具体的评价实践行为。在学业评价实践中，大多数教师的评价方式还没有达到促进学生全面、健康发展的要求，具体表现为：（1）学业评价内容窄化，以学科知识、书本知识为重中之重。学生作为一个完整的、独立的人，他的发展应该是健康的、全面的、有个性的。除了学科知识与技能的获得，学生的发展还包括身体和心理健康、能力、人格、道德、社会性等各方面的发展。（2）学业评价方法单一，纸笔测验是最主要的评价方法，分数是最重要的评价指标。从测量学角度看，纸笔测验方法所能评价的内容是有限的，根据纸笔测验分数对学生排队有很多不合理之处，因此完全依靠纸笔测验分数评价学生是不全面、不准确的。（3）日常教学与评价的全部关注点指向升学考试，不断提高日常学业评价的难度，造成学生学业负担沉重、学习困难学生大量增加。日常学业评价本应是标准参照的评价，应以课程标准为基准，但事实上却演变成了重在给学生排队分等的常模参照评价。在这种评价的压力下，学生身体和心理都不堪重负。（4）以上问题的根源在于：学业评价的价值追求被扭曲、功能被异化。学业评价的价值追求本应是促进全体学生的全面、健康的发展，日常学业评价本应发挥诊断、反馈、干预的作用，帮助师生找到学生发展的欠缺，发现教与学中的不足，并采取针对性的辅导策略。但当前学业评价的最高追求是升学率，最主要的功能是给学生排队，最大的“成就”是让少数学生获得世俗眼中的“成功”，而让大多数学生丧失自信，学业评价不再是促进、帮助每个学生发展的助推器，而成了伤害学生身心健康的利器。随着很多省市开展基于标准的学业质量评价，作为高利害考试体系的补充，以及国家和一些地区启动教育质量监测工作，教育考试工作者也强烈呼吁制定一个比课程标准更加详细具体的评价标准。在此背景下，本课题组于 2007 年 10 月启动了“中小学生学科学业评价标准的研究与开发”工作。一、研究内容与方法（一）研究内容本课题是一项开发研究，研究内容是研发义务教育阶段各学科学业评价标准。课程标准主要从教的视角规定学生应该获取的学习经验和达到的目标，而学业评价标准是基于学业评价的视角，依据课程标准，详细描述学生在不同学段的学习结果（表现标准），并提供评价方法建议和评价样例，以帮助教师和相关教育部门评价学生是否达到了课程标准的要求。本课题研究分四个连续阶段进行。第一阶段是相关文献研究和课程标准研读，并厘清核心概念、明确研究思路，第二阶段是学业评价标准初稿研发（表现标准、评价方法、评价样例的研发），第三个阶段是学业评价标准初稿实验（征求专家意见、学校试用、收集学生作品），第四个阶段是对学业评价标准初稿进行修订（根据专家意见、试用数据修改；根据 2011 版课程标准修改），形成学业评价标准实验稿。每个学科的学业评价标准包括四个核心内容，课题组依据课程标准研发了表现标准、评价方法建议、评价样例，并在实验阶段收集了真实的学生作品及教师评注。1.表现标准。即根据课程标准将学生的学习结果进行细化，描述学生知道什么和能够做什么。表现标准是一个层级结构，最高一层是课程标准中的内容标准，最低一层是对学生外显行为的描述，要达到可观察、可测量的程度。2.评价方法建议。根据表现标准，给教师提出相应的评价方法建议，如纸笔测验、表现评价、档案袋、量表、日常观察等。3.评价样例。对应所要评价的表现标准提供某种评价方法的具体示例，对于表现评价样例，同时给出评分规则。4.真实的学生作品及教师评注。针对与评价样例对应的典型学生作品，根据评分规则进行评分并给予说明和解释，以及教师对学生作品的评注。（二）研究方法1. 文献法。即对国内外有关学生学业评价标准的已有成果和课程标准进行分析和研究。2. 测验法。在实验阶段对评价标准中的评价样例进行实地施测，包括纸笔测验（如选择题、填空题、有唯一答案的计算题、开放题、写作题）、实作测验（如口语交际、实验操作等）。3. 问卷调查与访谈。调查我国学业评价现状。在学业表现标准设计、评价方法设计过程中与教研员、教师、学生、教育管理人员、家长等进行问卷调查和访问，征求他们的意见。4. 课堂观察。在评价标准试用过程中进行课堂观察，收集学生对评价样例特别是表现评价样例的反应情况。5作品分析。对学生的试卷、作业、各种作品、档案袋等进行分析，以确定评分系统的可靠性、可行性。6 行动研究：引领教师依托本课题进行评价方法的试验和评价样例的设计，提高教师进行学生评价的水平。二、结论与对策通过五年的课题研究，课题组得到以下结论。第一，建立学业评价标准能满足当前课程改革实践的多方面需要。这些需要包括：1.细化、完善课程标准，帮助教师完整准确实施课程标准；2.指导教师运用促进学生健康全面发展的评价方式，改善日常学业评价；3.为学业质量监测和学业水平考试提供标准；4.为教材和教辅资源的开发提供指南。第二，学业评价标准至少要具有两大功能。第一个功能是提供学生在知识与技能、过程与方法、情感态度价值观方面应达到的标准，第二个功能是指导教师如何评价学生是否达到了标准。为了实现第一个功能，评价标准中应包括表现标准，表现标准是对学生达到课程目标所具有的行为表现的描述，表现标准必须与课程标准相符，陈述清晰，可以观察和测量。为了实现第二个功能，评价标准应包括评价方法建议，并以评价样例、真实的学生作品来具体示范如何进行评价，为教师评价能力的提高搭建脚手架。第三，适合我国当前教育实际的学业评价标准应具有以下特征。1.学业评价标准的基本假设是所有学生经过努力都可以达到课程标准，但是不同的学生达到标准的快慢会有差异。2.学业评价标准的建构要以课程标准提出的课程目标和内容标准为基本依据，以发展心理学、教育心理学、教育心理测量学、课程评价等领域的知识、理论和方法为指导。3学业评价标准要有助于教师运用适当的评价方法，获得准确的学业评价信息，为教和学提供反馈，为家长、教育管理者、教育决策者等提供有用信息。4.学业评价标准要引导教师关注每个学生的全面的、健康的发展，要引导教师更多地使用真实评价方法，如表现评价、档案袋、小论文等，促进教师评价能力的提高。5. 学业评价标准的研发必须包含实证研究。实证研究的内容包括：检验表现标准对学生的适切性；检验评价方法建议、评价样例与表现标准的匹配性；检验评价样例的信度、效度和可行性。我们建议教育部组织全国力量在本课题研究的基础上研制各学科学业评价标准，以学业评价标准指导教师教学和评价，统领学业质量监测和学业水平考试。我们还建议，学业评价标准得到推广使用后，应使教师清醒、正确地认识评价标准的特点和作用，以预防评价标准使用可能带来的负面效应。必须使教师认识到，评价标准不能涵盖所有的教育内容，学生某些方面的素养（如能力、态度）尚无法截然分解为若干个方面，或者分解后的若干方面相加也不等于整体，在若干条细目之间还渗透着一些无法量化表达的目标，这些相对模糊的目标需要教师在教学的师生互动中把握和处理。总之，要防止教师使用学业评价标准的过程中只见树木不见森林。三、成果与影响经过五年的研究，本课题研发了小学语文、小学数学、小学英语、小学科学、小学信息技术、品德与社会、初中语文、初中数学、初中英语、初中俄语、思想品德、初中历史、初中地理、初中物理、初中化学、初中生物、初中信息技术 17 个学业评价标准。具体成果内容如下。（一）根据课程标准研发了表现标准表现标准研发的根据至少有三个来源，一是课程标准，特别是课程目标和课程内容（内容标准），二是国内外相关研究成果，如已研制的表现标准或评价标准、学业评价项目的评价框架、教育目标分类体系等，三是我国教学实际和教师的教学经验。考虑到本课题研发的学业评价标准要能较容易地被教师理解和接受，我们决定在最大程度上遵循课程标准。本课题研发的 17 个学业评价标准可分为三类。第一种类型是将课程标准中的课程内容条目进行细化，使其达到可观察可测量的程度，形成表现标准。细化只在与课程内容一致的维度上进行，如果课程内容是知识与技能维度的，那么就将比较笼统的知识内容具体化，对比较模糊的认知加工要求明晰化。如果课程内容是过程与方法维度的（如科学探究），那么细化科学探究的要素。采用这种研发方式的有小学数学、初中数学、初中物理、初中生物、初中历史、初中地理。第二种类型也是对课程内容条目进行细化，但对每个内容主题或条目的细化都是同时在知识与技能、过程与方法、情感态度价值观等多个学生发展维度进行的，将学生发展维度整合进课程内容中。采用第二种类型的有初中化学、小学品德与社会、初中思想品德。第三种类型是在符合课程标准精神的前提下根据相关研究成果建构表现标准。语文、英语、俄语这些语言学科是以学生语言运用中的听、说、阅读、写作能力为主线索建构表现标准。小学科学是以学生发展各维度为线索建构表现标准。（二）研发了评价方法建议和评价样例，收集了真实的学生作品及教师评注有了表现标准，还要为教师建议并示例如何评价学生是否达到了表现标准。建议，即根据表现标准的特性（是知识与技能维度的表现标准，还是能力维度的表现标准，或是情感态度价值观维度的表现标准）建议教师采用哪种类型的评价方法。示例，即提供具体的评价样例，为教师示范怎样评价。评价方法与评价样例的研发根据也至少有三个来源，一是课程标准，特别是课程标准所倡导的评价理念和其中的评价建议，二是当前教育评价、学生评价的研究成果，如新型的真实性的评价方法，三是我国学校教学和评价实践对各类评价方法的接受度。针对不同类型的表现标准，学业评价标准会建议不同的评价方法。对于属于认知领域（知识与技能、过程与方法）的表现标准，建议采用纸笔测验和表现评价的方法。纸笔测验通常以客观性题目为主，正确反应是唯一的。客观性题目适合评价学生对知识的记忆、理解和简单应用，但较难评价学生的高层次认知能力，如分析综合能力、批判性思维能力、创造能力、元认知能力。20 世纪 90 年代兴起了表现评价、档案袋等真实评价。表现评价获取学生反应的方式是让学生完成综合性的、真实的任务，没有所谓“标准答案”，允许学生有多种多样的反应，学生完成任务过程中的表现和做出的有形作品都可作为推断学生学习结果的依据。表现评价适合评价学生高层次认知能力，也可在一定程度上推断学生的态度价值观。档案袋方法是对学生较长一段时间内所做工作的收集，记录了学生各方面成长的历程，它可以评价学生多方面的发展水平，也可诊断出学生多方面发展的欠缺，包括知识技能、能力、态度、元认知（如学习策略、自我反思）等。对于属于情感态度价值观领域的表现标准，则要建议不同的评价方法。为了探察内隐的情感态度价值观，需要通过一些形式引导学生做出可观察的反应，如设计态度量表或问卷，让学生陈述自己的情况，还可以由教师或家长与学生谈话，听取学生对某些事情、观点的态度，也可以观察记录学生的相关行为从而推测其态度。各学科学业评价标准为教师提供了多种类型的评价样例，既有教师非常熟悉的纸笔测验样例，也有 表现评价（如调查、角色扮演、演讲、实验操作、模型制作、论文写作等）、档案袋、观察表、问卷、概念图等新型评价方法的样例。这些评价样例既有针对学科知识、技能评价的，也有针对学生前概念和科学概念理解的评价（如概念图评价样例），还有针对元认知能力评价（如学习策略问卷、自我反思表），更有针对情感态度价值观评价的样例（如情感态度问卷、材料分析、课堂观察表）。通过实验，课题组收集了非纸笔测验评价样例的学生作品，并附上教师对作品的评注，使教师对评价样例有更直观的理解。（三）通过实验修订了学业评价标准初稿学业评价标准初稿完成后，本课题安排了学业评价标准在学校的试用检验和征求专家意见，以便对学业评价标准进行修改和完善。学校试用的目的是检验各学科学业评价标准初稿的科学性和可行性，包括对表现标准、评价方法、评价样例进行实践检验，筛选、设计、积累更多更好的评价样例，并收集真实的学生作品及教师评注。同时，还请专家学者对评价标准初稿进行审读，提出意见和建议。各科学业评价标准的修订有三方面的根据，一是新颁布的修订课程标准（2011 年版），二是专家意见，三是学校实验结果。各学科子课题首先对照新颁布的修订课程标准逐一检查了学业评价标准的每个条目，进行增、删、调整。根据专家和教师意见，对学业评价标准中的表现标准不严谨、不准确的地方进行了修改。根据评价样例的试用情况，调整了评价样例的难度、评分规则等。另外，对评价标准的语言表述、结构体例等进行了更细致的修改调整。将实验过程中收集的学生作品及教师评注收进学业评价标准中。这样，最终形成学业评价标准实验稿。本研究成果对学校教学与评价实践、教材编写的功效已经有所显现。参加本课题实验的教师对这一成果非常肯定和欢迎，主动地将课题成果应用在日常教学和评价活动中。教科书编写人员通过本课题的研究，对课程标准的内容标准进行了更详细的界定，有利于确定教科书的目标、选择教科书内容、编写教科书的活动和习题等，他们已经将成果应用在义务教育课程标准实验教科书的修订中。有教材审查委员评价这是修订教材的亮点。他们还将本课题的研究成果运用在教师教学用书的编写中，帮助教师明确教学目标和评价目标，并用适当的评价方法对学生学习进行评价。本研究对课程标准的细化是整合了课程标准研制人员、教材研究编写者、教研员和一线教师的理解和经验，对国家教育质量监测和学业水平考试的设计都具有一定的参考价值。本课题成果公开报告会以后，中国教育报2012 年 5 月 24 日第 7 版以学业评价应着眼于学生全面发展为题对本课题的研究成果进行了报道，。四、改进与完善本课题多数学科研发的表现标准与课程标准有很高的吻合度，它的优点是教师容易理解和接受，其局限是过于拘泥于课程标准的体系，忽略了评价标准与课程标准在功能上的差异，使得评价标准作用的充分发挥受到了影响。本研究的第二个局限是表现标准没有分年级，如果能细化到年级，则对教师的教和评价能发挥更多的指导作用。当然，这一局限是由多种原因造成的。一是我国中小学学生在知识、能力、情感态度价值观方面分年龄年级发展水平的基础性数据相当匮乏。二是由课程标准决定的教学实际状况导致有些学科不能研发分年级的表现标准，比如物理、化学、生物、历史、地理的课程标准是以初中三年为一个整体学段设计的，没有规定一个学科中的各个课程内容应在哪个年级学习，那么不同版本的教材可能会将同一课程内容安排在不同年级学习，这样的教学实际使得目