试论基于课程标准的学生学业成就评价.pdf

第卷第期 年月 碍程 来材 未浩 试论基于课程标准的 学生学业成就评价 崔允廓 夏雪梅 华东师范大学课程与教学研究所 上海 摘要为什么要将学生学业成就评价 建立在课程标准之上 意义何在为了设计基 于课程标准的学生学业成 就评价 地方或学校 怎样 对课程标准进行进一步的处理 将其转化为评价标准怎样让学生 的学业成就评价建立在课程标准之上课程标准 对学生学业成就评价的意义在于规范学业成就评价的设计理念 提供 学业成就评 价的维度框 架 限定学业成就评价的内容范围和认知要求 课程标准转化为评价标 准 需要对内容标准和表现标准进行技术考量 关键词课程标准学业成就评价 中图分类号文献标识码文章编号 一一 一 在我 国当前的教育环境下 课程标准取代教 学大纲并 不 难 难 在 要 使课程 标 准 真 正 发 挥作 用 成为教材编写 教师教学和学生学业成就评 价 的依据 这三点 中无论 哪一点都不是一件简单 的事情 尤以学生学业成就评价为最 只有当评 价这一最后的出口是基于标准 的时候 前两者才 有可能是基于标准 的 但关于基于标准 的评价 目前国内还没有太多研究 在对学生学业成就评 价改革 的方 向 内容的众说纷纭 中 标 准似乎被 有意无意地遗忘了 事实上 这次课程改革 的诸 多理念都凝聚在标准上 如果在评价和标准间迟 迟不能建立有意义 的联 系 将使我们的评价和标 准都无所依托 这就难怪美国加利福尼亚大学 的 评价 研 究中心 在年的报 告 中宣 称基于标 准 的教育体系的成功依赖于两个要素强有力 的 标准和能 衡量 出标准所 期望 的学习结果 的评 价 仁 基于此 本文 旨在厘清基于标 准 的学生学 业成就评价中的三个关键问题 为地方和学校进 一步设计基于标准的学生学业成就评价提供思考 本文是教育部人文社会科学重点研究基地重 大项目 基于课程标准的学 生 学 业成就评价研究 的研究成果之一也 是教育部 哲学社会科学研究重大课题攻关项目 素质教育课程评价体系研究 的研究成果 之一 收稿日期 一一 作者简介崔允廓 华东师范大学课程与教学研究所教授夏雪梅 华东师范大学课程与教学研究所博士生 和行动的框架 为什么学生学业成 就 评 价要基于课程 标准 意义的问题看似简单 但如果我们不能开展 广泛而有益的探讨厘 清 为什么这样做 的清 晰意义 并让实践者建立坚定的行动决心 政策 和实践往往会 出现反弹和逆流 因此 我们需婆 从最原点的问题来思考 学 生学业成就评价的 目的是什么课程标准是怎祥促成学生学亚成就 评价达成此目的 从 最 根本 的层面 上说 学生 学业成就评价有两个目的 对外 要能满足公众 问责的要求对内 要能满足 学生学习 改善 二 的要求 而从下文 的分析 中我们可以看到 这两个目的的 实现都离不开课程标准 课程标准是学生学业成 就评价达至公平 有效 的基 石它承担着学业成 就评价标 准的功能和职责 一 课 程标准 规范学业成 就评 价的设计 理 念 任何一种学业成就评价都是基于对教学 学 习 学习者的能力的假设而做出的 这些隐藏的 设计理念在很大程度上决定了学业成就评价的性 质 范 围 方法 使用的工具 课程标准的意义 就在于对不同类型的学生学业成就评价从基本的 设计理念上进行统一 当前实践中的各级 考试很 少以学习 教学 学习者的能力 一的 共同期望为设计基础 不同的考 试之何没有联系 甚至出现相互矛盾的情况 在 这种情况下 难以保证教育质量 难以应对日益 强烈的问责要求 更难以促进学生 的学习 课程 标准所蕴涵的 为了每 位儿童发展 的理念旨 在促进学生全面 持续 和谐地发展 它相信每 一个儿童的可塑性和巨大的潜力 它认为真正的 有效教学不是灌输 而在于从 学生已有的生活经 验和概念基础出发 帮助学生建构他们自身的知 识框架 这种观念给各级学业成就评价的设计带 来新 的可能性 只有建立在这一理念基础上的学 业成就评价才能真正应对 今日的公众问责 才能 真正拐进学生的学业改善 二课程标准提供学业成就 评价的维 度 框架 学业成就评价应该评什么当前的学业成就 评价的考察维度是比较单一的 有的甚至仅仅测 量了学生的记忆力 地方或学校往往通过设立特 定的分数界限比较各地各校 各学生之间的差 异 衡定谁凑 子谁劣 借此达到问责要求 缺少专 业评价素养的公众很难追问 这张考卷考察的是 学生的娜些能力 卿 不同考卷所代表 的分差 异在何处但是 很多研究都表明 为了应对越 来越激烈的竞争和挑战 为了促进学生的有效学 习 学业成就评价 的维度需要 并 正在扩大 阁 而 课程标准正给我们设计学生学业成就维度框架提 供参照 课程标准是对学习结果的界定 它对学习结 果的理解并不像一般人理解的那样 只是学习成 戏 蔗 维度它们之间的比重是均衡的吗学业成就评 价应该设计怎样 的工具 方踌来测量 报告 解 释它们一 一 三课程标准限定学业成就评价的内容范 几 围和认知要求 学生学业成就评价 需要基于统一的内容范 围和一致的认知要奉女 媒 不同类型的 学业成 就评价是基于不 同范围的学习内容邢不 同程度 的认知 要求而 制定娜必 然会引起极大的混 乱 当前 的很多学业成就评价是经不起追问 的选择考察的样本能够代表同样的知识内容 吗对认知的要求有偏差吗这 就 导致学校和 教师对到底要学 哪些 知识 要学到何种程度感 到无 所 适从 只能 用大量的题海战术来对付 此处的基于标准的学生评价并非从测嫩学的角度来讲 它不是标准化测验也不是标准参照测验 一 化 更不是 世纪 一阳年代提倡的 最低能力 掌握学习 因此 课程标准要 对 学 业 成 就评价 在 内容范 围 和认知要求上做出限定 课程标准从本质上说就是设立全 国学生要知 道些什么 做些 什么的底 线 圈它不仅划 定了学 习的领域和疆界 还给出学 到何种 程度的描述 即内容标准和表 现标准 前 者 划 定了学习 的领 域 保证 学生学 到 考 到 的内容是 全面而 均衡 的 后者回答 很好是多好 怎样好才是足够 好 等问题 促进学生在不 同程度上 的学习 叫 通过将学生学业成就评价设立在标准之上 可以 规范不 同类型的学 业 成 就 评 价 减 少偏题 怪 题 也可以比较容易地形成一套教师 学校 地 方和 国家不 同层级协调一致的综合 的学生学业成 就评价体系 二 怎样将课程标准转化为评价标准 在解决意 义 问题之 后 我们需要关注 的一 个 瓶 颈 问题是如何 将 课程标准 变 成评 价 标准 因为课程标准 的规 定 性 相 对 而 言 是比较 弱 的 它按 照年段进行设计 是对学生课时目标的 累 积期望 而 且目前 的课程 标 准 对 学 生的认知要 求并 不 十分 明确 这 就使课程 标 准 的规定性 要 大大低于教学 大纲 显 得比较 含 糊 作为 评 价标准就显得规定 性 不 足 因此 在设计基 于标准 的学生 学 业 成 就评价 的时候 地 方 和学 校就不能直接应 用标准 而 是 要对标准进行一 定的处理 将 年段 的内容标准 进 一 步 细化为年 级内容标准 单元内容 标 准 每节课的内容 标 准等等 并制定出相 应 的表 现标准 以作为评 分 时 的依据 它们 之 间 的关系 用 下 图可以表 示 得更 加 清楚 年段内容标准拱表现标准 县县 年级内容标准拼表现标准 县县 单元内容标准拼表现标准 县县 课的 内容标准拱表现标准 图各级标准之间的关系 一内容标准的技术考量 国家对基础教育的绝大多数课程都已经设定 标准 但是综合实践 活动和校本课程还没有统一 标准 所以在考虑内容标准的时候 又分成两种 情况 一种是针对那些已有标准的课程 另一种 是针对那些没有统一标准的课程 对已有的内容 标准的处理可以遵循以下几个步骤 第一 对 内容标准 的处理进行规划 对诸如 谁参加 内容标准 的处理工作 责任和权限如何 资金怎样分配 技术如何保 障 时间如何安排等 一系列 问题的规划 在确定参与人员时 最重要 的是选择多样性 的代表 第二 进行 背景研究 深人 理解课程标准 搜集并研究与标准有关的各类文献 寻找课程标 准中所有 的关键概念 命题 公式 并确认它们 的逻辑关系 这一步的研究保证课程标准中的所 有内容在地方和学校 自行形成的标准 中得到全面 体现 第三 对内容标准细化 调适 这一 阶段是 极为重要 的 虽然在地方和学校形成的各级内容 标准 中必须覆盖 国家制订的所有标准 但对不同 地方和学 校来 说 可 以有不同的组 织和 呈现方 式 也应该针对不 同情况进行细化 在这一阶 段 地方和学校应该提供机会建立不 同类型的沟 通机制和讨论 机制 将 大量 的基 层 教 师 纳人其 中 倾听他们的声音 第四 运用多样 的方法对处理后 的标准进行 评论和验证 可以采用外部评论委员会 中介机 构 焦点小组等方式 第五 在 内容标准处理 的最后 阶段 应该将 研究的资料和结果加以总结整理 并告知不同的 利害关系人 标准 的形成并不是一劳永逸 的 而建立 的评 价又是高利害的 因此 应该每隔一段时间就对 标准进行再检视和修订 同时 要防止这样 的误 解只有评价可以修改 标 准就一定是 正确的 事实上 通过评价 的数据对标准进行进一步的完 善也是一种可行并必要的方法 尤其是对累积性标准考虑 各个学校是不 同的 要经过一个年级段才能达成的目标怎样将其纳人到各个不同的年级和单元主 题中去 各个地方和学校的考虑是大不相同的 学校 内实施 的课程 有 一小部 分 是没有 标 准 的 如综合实 践活 动 地 方 课 程 校本 课程 这些课程因为是 根 据学校 地方的具体情 况而 开设的 所以无 法制订 统 一 的内容 标 准 但 是 对那些有条件的地方和学校来说 引导教 师们积极 讨 论 审 慎思考 学 生 应 该 知 道 什 么 能做什么 开发出一 定 的核心内容标准 也是可行 的 而且这本身就 是非 常有 益于对 这 类课程的性质 意义 教 学 和 评价策略的专业 探讨 形成新的内容标准的步骤 大致 也是 遵 从 上面的步骤 但要考虑到 教材 评 价 之 间 的一 致 性 二表现标 准的技术考量 基于标准 的学生学业成就评价需要清晰的表 现标准 才不至于在设计评价或者制定评分量规 时引起歧义 惟在于国家层面上的表现标准比较 模糊 例如 数学标准第一学段的 数与代数 能灵活运用不同的方法解决生活 中的简单问题 并能对结果的合理 性 进 行 判断 对 这些 表 述 都是很难达成共 识 的 什么程度算 熟练 怎 样才是 灵 活 都需要地方和学校进一步明晰 因此 为让地方 学校 教师明 白什么样 的好才 是好 做到什么程度就够了 地方和学校在国家 标准的基础上进一步发展起来的表现标准 应该 是清楚 真体 可测 的 完整的表 现 标 准体系 包 括以下四个 方 面 表现水平学生表现级别 如优秀 比较优 秀 一般等表现描述描述各级表现水平 上学生知道什么 应该做什么范例说明 各个表现水平上学生作业样例应该包括与内容 标准的整个范围和深度有关 的样例分数 线区分各级表现水平 的分数 川 续表 分分数线的的采用什么方 法和程 序 来确定 分数线谁参 参 确确定定 加分数线的确定谁来组织分数线的确定定 过过过程谁将来纳确定的分数线 表表现标准准如何让学生 家长 教师 学校知 道表现标准准 的的公布布的作用 意义并加以运用和何运用报告卡卡 和和和其他方 式来反映标准的完成情况 表注这一问题是整个表现标准形成过程中最为重 要的问题 关于如何编制有如 下一些过程和策 略收集 国内外已有的表现描述 文本与专家 协 商研究内容标 准 研究评价资料 描述出各个表现水平的期望草案 在进一步形成表现标准 的过程中 地方或学 校可思考如上一些间题 可能更有助于表现标准 的合理化 对教师来说 限于时间 精力和 能力 往 往不可能开发出如上所述的非常精致和完善 的 表现标准所以教师 在进 一步思 考表 现标准 的 时候 尤其是在处 理综合实践活动 校本课程 等没有统一 的表 现标准参照 一的课 程 的时候 有 一个简易 的办法 就是将已经 制订的内容标 准 的关键特征转 为 我 能 的陈述 从学生的角 度看 我能 的陈述可以帮 助学生 获 得标准 所要求的关于学 习目标 的清晰 图像 如 我 能 阅读 关于科学 历 史等主题的教材或文章 我能选择 一个我喜欢 的作者或是某种 类 型 的 文章并阅读其中的节选 三 怎样 让学生学 业成 就评 价建立在 标准 之上 规划表现 标准 我们将如何使用表现 标准谁参与开发 如何组织参加者需要什么资源谁 复审 和认证标准谁使用表现标准如何进行 表现标准的有效传播 表现水平 描述 范例 的研制 开发几级表现水平怎样确定表现 水平级 别如何编制表现描述如 何审议表现描 述的草稿 如何 选择最初的学生样本如何提供 学生 作业样例以涵盖各个表现水 平 的全部表现 这是基于标准的学生学业成就评价中很关键 的一个问题 它保证学业成就的分数是基于课程 标准的测验 保证从学业成就测验而来的结果与 解释的有效推论 美国在开发基于标准的测验的 过程 中 州的典型做法是要求测验开发者创建与 课程标准匹配的测 验 再对其进行匹配 度 检 验和 一系列 的试卷分析 迄今为止 已有四种比较成 熟的模式来帮助判断学生学业成就评价和标准之 间的匹配 一 致 程度韦伯模 式 一 实施课程的调查模式 成就 公司模 式 基础教育委员会模 式 我们 对这四种模 式进 行总结 提 炼 出 如 下 的 操 作 程序 一形成考察匹配程度的维度 衡量评价和标准之间的关系 并不是简单的 是或否 的问题 而是一 系列的集中性回答匹配程 度 的维度 这四种模式虽然关键特征 所使用 的 方法各有不 同 但都是将基于标准 的评价分成若 干维度来 审视 仅在于一开始就思考评价维度 的 形成是比较困难 的 我 们可以从 问题 入 手 将 怎样将评价建 立 在标准之上 这个大 问题分解 成如下几个小 问题 是否每个评价衡量 的都是在标准里反映 出的内容和技术 是否每个评价都是对标准所反映的重要 的知识 与技能 的公平 有效的抽样每种评价在 何种程度上衡量了那个年 级 水 平 的关键内容和 技术 是否每个评价都具有足够 的挑战性因 为要测量 标 准 中所 强 调 的知识和技能是 很 容 易 的 而对那些复杂 的概念 拓展性推理和高级思 维很难测量 当然 这样 的分解并不是绝对 的 还可以有 其他的分解方法 考虑到对初 次涉人此领域 的地 方或学校来说 还是比较抽象的 如成就公司发 展 出了如下四个维 度内容 的集 中性 表 现的集 中 性 挑 战平 衡和范 围 仁 基 础 教 育 委 员会发 展 出 了另 外四个维 度内容 内容平 衡 严 密 项目反应类型 地方或学校 可以根据 自己 的实际情况进行维度的开发 二考察测验细目表 在评价 员将 自己的观点加在评价之前 首先 要倾听评价开发者 的声音 最省力 的途径就是考 察细目表 因为测验细 目表 是 测 验形 成 的依据 所以第二步就考察测验细目表 检视开发者自己 的题目和标准之 间的一致性 当然 这要建立在 评论员对标准和与之相关的各种文本进行深人研 究 的基础上 评论员 要 审慎查 看 细目表检测 的是 哪 些标 准 是否包括了应 当有的标准 对标准的理解和 所列举的范例是否适 当 每一个标准所分配的题 自数及题目质量等是否合适 并在检视过程中就 先行剔除那些 明显不符合标 准或 有错误 的题目 在分析测验细目表 时 要 轮流检查 每一个 题 目 并确认题目内容和标准 内容是否匹配 有时候一 个题目会 牵涉几个 标准 这 时评 论 员就要非 常 谨慎 区分这 个题目主 要是 测 量 哪一个 标 准 必要 时 评论员可以自己对照标 准形 成测验 细 目表 并将 自己的细目表和测 验 开发 者形 成 的 细目表 加以 比较 这 一 阶段结 束后 最 好要有 一个简要 的报告呈现 给 开发 者 以作为改进测 验之用 三对题目逐一进行分析 测验题目通常都由两个方面组成 一是题目 的内容 二是题目的认知要求 如 记忆 选 择 分析 归纳等等 所以对题目的分析也从这两方 面来进行 前者要求评论员检视每一个题目内容 和与之相连 的标准内容 在进行分析的时候 评 论员要考虑标准 的特性和细化程度 以及它要评 价 的内容 的范围 后者要求评论员考虑每个题目 的认知要求和标准所描述的认知要求之间匹配 的 质量 这一点往往被人们忽略 但却是非常重要 的 常见 的错 误 就 是 当标 准强 调高级思维 的 时 候 而测验题中往往只是用背诵 记忆 的方式来 检测 值得注意的是 在这里要考察 的并不仅仅是 题目 还包括对标准的进一步处理 因为 有时 评价不是基于标准 的原因在于标准 当标准过于 宽泛或是用 词 含 糊 时 也 会出现不 能匹配的现 象 因此 韦伯也指 出 匹配度 的检验程序必