判定教育评价优劣的最终依据是什么?是学生能否成才。人本教育质量评价需要依据成长做评价,依据评价去学习和教学,更好地激发学生的内在潜能,以获得更好的发展。功能上要淡化选拔,倡导发展性评价;方法上倡导质性,定性与定量相结合;主体上倡导自评与他评相结合,实现评价主体的多元化;指标上倡导综合素质评价、成长问题诊断、优势潜能发现,关注个体的差异,实现评价指标全面覆盖和多元化。评价制度改革假如没有思想或思想上有问题,所设计的方案和措施必然不会健全,纯粹从技术层面分析问题和解决问题是不全面的,也是远远不够的,要让思想润滑教育评价的每个艰难环节。
(一)多方参与的评价体系
教育评价是镶嵌在社会中的机制,在中国,与之相关的体系包括考试、招生、考试与招生管理组成的一个整体。
如果不改变行政主导,无论怎么改评价都不可能真正专业。如果还局限在行政主导下的评价技术与方式改变,还属于非专业的行政功能重组,这样的评价最终不能满足学生和学校的多样化需求,不能培养出创新人才,无法满足中国社会发展和建立人力资源强国对教育的需求。
如果现在既改考试,也改招生,但不改变政府在考试招生中的主体地位,在行政主导下的统一考试和以计划为依据的集中录取不可能在这一框架里得到改变,只会是从一种低水平的混乱变成另一种低水平的混乱,不会发生质性的变化。这一做法与习近平同志2014年2月7日在省部级主要领导干部学习贯彻十八届三中全会精神、全面深化改革专题研讨班开班式上所强调的“推进国家治理体系和治理能力现代化”[151]很难一致。因为不改变行政主体的高考招生说到底还是行政治理思路而非法治思维;是部门管理,而非多元共治;是单向的、强制的、刚性的,其有效性难以保证,而非多方参与的、合作的、包容的,考试招生中的角色混乱、定位不明问题不能得到解决,教育评价的诸多矛盾依然存在甚至会加剧。
所以,政府从自己不专业的考试和招生以及教育评价领域退出,使原本就应是考试招生主体的学生和学校归位。同时也是政府简政放权,回归小政府、服务型政府、监督型政府,这才真正符合国家治理体系现代化方向。放出空间让专业组织自主生成,同时加快法治,加快现代学校制度和学校内部专业评价团队的建设,就会形成一个相对完整的稳定体系。客观地说,从政府退出到专业的评价制度建立还需要有一个过程;如果政府不退出,专业的评价体制就不可能启动成长,就缺少自主成长和发展的空间,真实的变革就永远不会到来。因此这样的目标是现实中难以实现的。
从单一走向多样,从一统走向多元,从原理上不存在一个机构设计出全国各地不同学校都适用的方案,而是要让出各自自主开展改革试验的空间,多方依据协商达成的一定程序和秩序共同建立多方评价的体系,政府发挥监督作用保障公平公正(见图6-1)。
图6-1 多方参与的教育评价体系简图
多方参与评价的基本原则是学生成长发展的参与者即是评价者,同时将参与者的评价进行专业化、系统化、程序化的加工处理,使之在等值性、权重分配等方面更接近科学合理。
因为在行政主导下就无从建立成熟的专业机制,历史说明,非专业的政府组织僭越了专业的权力,就无法进行真正的改革,建立多方参与的评价体系要循其纹理依次推进,需要从管理入手,建立招生和考试相对分离、学校依法自主招生、专业机构组织实施、政府宏观管理、社会参与监督的运行机制。它是与政府管理体制变革相关的一项重大举措,是国家治理体系变革的一部分,是将考试招生和学生评价的主体由政府还给学生、大中学校和专业的评价组织,将评价的自主权赋予独立第三方专业组织。对现有高考制度的问题进行分析可以得出的结论是,高考招生制度急需改革的主要领域是:行政包揽、计划体制、集中录取。如果不对这三个方面进行改革,其他方面的所谓改革都是不会有多大效果的躁动。
在启动管理改革之后,就应当以招生改革为核心,要让高校成为招生主体负起责任。作为决定考生命运的最终“去向”和“出口”,招生模式比考试模式更为关键和重要,甚至可以说,招生决定着考试。在高校获得招生自主权、专业组织获得评价自主权之后再启动考试改革,这一次序不能任意逾越。高校成为招生主体后用什么机制来保障权力运行公平公正?一要靠程序设计得专业,每个学校要在招生章程里明确招生程序和各种标准,尽可能排除一切非专业的干扰;二是公开,学生通过什么途径进来的、各项考试和测试的成绩以及所有不涉及隐私的信息都要公开;三是明确责权边界,学校内部的招生要明确学科到学院再到学校层级的招生权限和责任,建立内部相互监督制约机制;四是建立常规的外部监督,包括建立政府对高校招生的监督问责和招生违规举报查处制度,保障家长和考生的监督权行使。
此外,可运用网络技术建立基于网络的考试招生服务平台,各招生高校以平等身份加入,消除招生分批次或招生有特权的现象,这才是招生体制全面改革而不再是为少数高校开小灶的改革,才是以招生为核心、高校为主体的改革,高校不必过分看重行政权力的制约,有了可靠的考试和信息就用,没有还可以自己考。
世界各国都意识到教育质量评价的复杂与重要,美国联邦政府已投资3.5亿美元支持各州创立更加综合复杂的评估体系,不仅用于发现问题,更用于为教师提供及时准确的信息,帮助他们改善教学,提高学生学业成就。英国从2011年3月31日开始,每所中学的GCSE考试(即学业水平考试)结果要向社会公布,让家长了解学校的总体学科表现和学校教学状况,同时也为孩子选择更适合的学校提供参考。各国研究的共同趋向是从单一测评到全面综合评价,从主观评议到依据实证,评估的重点应放在改进课堂实践,确保所有利益相关者尽早参与以及将学生置于核心,并在此基础上建立评估标准、评估体系和评估政策。
多方参与的教育评价需要极其专业的、大范围的专业团队参与,从多个方面全面了解和评价学生。唯有行政主体退出之后才能进行社会化考试,它是由独立第三方社会中介机构组织,由招生学校自主认可、学生自由选择参加的考试,这一考试的功能不是选拔,而是客观评价,学生可用这一成绩去申请大学,高校将它作为录取的参考,而不是唯一的依据。也就是说,只有高校自主招生,考试评价才可能成为社会化考试,只要高校依旧集中录取,社会化考试就不可能推进。能否有足够的专业人员组成专业团队,能否建立并遵循专业的规范,能否严格依照专业的规则和程序履行考试招生的职责,能否在社会公众面前建立足够的信任度,将成为多方参与的教育评价体系是否有效的决定性因素。
(二)有什么样的人就需什么样的评价
当下在社会上有高度共识的是,分数成为唯一的人才选拔的衡量标准衍生出了很多问题,分数决定一切是现行高考最大的弊端。相对于没有客观依据的推荐,看分数是进步;相对于全面的专业评价,仅看分数是肤浅、粗放、落后的。而这一弊端的主事者就是非专业的行政包揽,以专业的方式评价学生就不会分数决定一切,就不会一考定终身。在教育评价机制设置中要遵循的基本原理就是有什么样的人就需要什么样的评价,而非有什么样的评价就成为那样的人。
人原本就是多种多样的,根据人才成长分类标准,人才大致可分为:学业人才、职业人才、专业人才、事业人才。与人才属性分类标准相对照,职业人才对应操作(技能)型人才,专业人才对应研究(能力)型人才,事业人才对应复合型人才(高度复合了多种知识、技能、能力)。在人才的成长阶段中,学业人才是职业人才、专业人才、事业人才的基础,同时职业(技能)、专业(能力)、事业(复合)也是学业人才分化成长的三大方向。
如何依据上述人才分类方向和标准,形成学业人才的成长与发展的分类标准及其标准细目,并在人才理论模型及学业理论模型整合模型基础上,构建出学业人才基础模型及测量评估基础模型,进一步发展出对应的学业人才基础标准体系以及测量评估内容与指标体系是专业测评当下尚未解决的一大难题。
教育评价与人才评估发展到今天,已经积累了大量丰富的理论可供借鉴和使用。多元智能理论、各种人才理论、教育目标分类理论、认知诊断理论、非智力因素理论、脑科学理论等已经在不少国家的教育评价与人才评估领域中得到了广泛的应用。
多元智能理论为人类提出了一个多元多维多层的智能结构体系,认为人的成长、传承、成才等主要取决于这个基本结构。它提出了全新的人类智能结构:本体智能(听觉—节奏,视觉—空间,动觉—操作)、工具智能(言语—语言,数学—逻辑)、对象智能(交流—交际,自知—自省,感知—探知)、存在智能。这四类八种智能,与文明、文化、社会紧密相关,共同构成了一个复杂的立体智能结构系统。依据多元智能理论来评价人的成长、传承、成才等,必然是一个高度复合了人的认知、行为、文化、非智力因素(情感、兴趣、效能感、动机、风格等)等因素的综合性评价体系。
起源于第二次世界大战前后的各种人才评估与选拔理论,也逐步发展为复合了智能、非智力因素、认知、行为、文化、非智力因素等为一体而做出的综合评估。
教育目标分类理论,把人类教育的目标划分为三个基本领域:认知领域、心智运动领域、情意领域,与多元智能理论、人才理论存在高度的同构性,并容纳和结构化了智能理论、非智力因素理论、认知建构理论等,由此奠定了教育评价的综合评价基本结构和目标模式。
脑科学理论在一定程度上证实了多元智能理论、人才理论、教育目标分类理论及以其为基础和基本结构的综合评价的科学性、有效性等。
中国肩负着学业人才评估与选拔的重要任务的中考和高考都缺乏明确的学业人才评估与选拔理论及相应的模型,人才评估与选拔的效度就无法得到有效保证。美国教育研究协会、美国心理学会以及全美教育测量学会于2003年3月颁布的《教育与心理测试标准》在规定考试效度标准时明确指出:对每个测验分数的推荐性诠释和用途都应该有理论根据,并附有效度凭证及解释预期用途的理论综述[152](标准1.1)。测验研制人员应清楚说明测验分数应该怎样诠释和使用。测验适用的全体对象应清楚界定,测验所想测量的架构也应该清楚描述(标准1.2)。[153]也就是说,考试要获得效度方面的有力支持,理论根据、测试对象的界定以及测量的架构都是非常重要的凭据。高利害相关的学业人才评估与选拔考试效度凭据更为重要。这是人本教育评价的待解难题。
在以有什么样的评价就成长为什么样的人的评价假定下,就必然会出现对人超强度、超严格的训练式教育,就必然扭曲人的天性,降低人本值,也就必然不会充分发展人的天性和优势潜能,也就必然不会有杰出人才成长起来,因为他们在成长起来之前已经被摧毁。
人本评价建立的逻辑基础是:成长的需求决定着评价的任务。在人的成长过程中要伴随着测评,实践中不同人说的考试未必是一回事。中国人说的考试第一要义是分出高低,而测试更重要的功能是知道自己在哪里,哪个方向是自己的出路,整体上不存在高低之分,适当的考试,尤其是自测,对于学习效果很有帮助。如果不经常测评一下就没有确切的依据细致地让老师和学生自己去认识到与相关的知识、技能、态度的关系状态。长时间只学不测学生就会身处云雾,不知所向,不知所能,有时甚至会因此完全丧失学习信心。测试对于学生而言,就是要为学生测出可能在内容的某个环节上存在困难,把各环节的漏洞暴露出来,及时反馈,再有针对性地去教或学;另一方面就是借测试带来的信息反馈,让学生知道哪里可以改进,哪里是自己最有可能突破的方向,从而整体学习水平会提高,学习信心会增强。
实践中的测试越及时,学习的对象越微量,改进的可能性就越大,学业的负担就越轻,既能培养学生的细致感知能力,又可定点测评,精确学习。这样才能真正使测试为学习服务,而不是学习为考试服务。这种形成性测评可帮助学生改良学习的过程,改进学习的效果,让其在可能会遇到的必要的总结性测评中达标。
让考试为学习服务,实质上是为学生的成长发展服务。这种评价对于某一学生个体而言,就是需要在已获取的测量信息基础上,分析出他的优势潜能方向,分析出他的劣势以及这种劣势是否在其成长发展中属于必须改进的障碍,要避免不必要的强化劣势方向的训练和测评。
也就是说,对于不同学生所需要测量的内容是不同的,对一个人的测试需要与教育同步,与学生的成长同步。测评的方式也要依据成长的需要决定,现在中国运用较多的标准化考试,比较关注布鲁姆知识分类中“知道什么”的“低端技能”,很难测出分析、综合、应用、创造的才能等更为高端的思维能力。美国则走向另外一个极端,太重视学生的创造能力,太轻视“低端思维能力”,导致学生基础薄弱,到了大学阶段再进行严格训练。
因此,人本的教育测量需要更为开放的视野,在设计一定的“低端思维能力”测评的同时,设计出更多主观的、开放性的考题或创新的测评方式,从而更全面地评量学生,提供更全面的反馈。评价不能无休止地划分学生的高低优劣,而需要遵从儿童天性不断地为儿童更好地成长发展提供可信的参考依据。
(三)设置全程跟踪的多样性评价供人选择
评价教育质量已经有了不少技术指标和参数,然而它们仅仅能获得一些客观的情况,很难反映价值与人的感受。教育是否办得好,最终要看人人是否都获得尊重,人人是否都获得充分的发展,人人是否都得到他本应该就有的自主权,并借此走向更加幸福,更加有尊严。
以人为本的教育目标就是为满足生活向前、向上的需要而教育,教育改革是社会追求公正、公平、平等、自由、民主的手段,应该满足人民日益增长的多样化教育需求。对教育的评价需要服从人对教育多样化的需求进行多样化的评价,应该以学生成长需求为导向来构建教育评价体系。
人本教育质量评价的基本逻辑是,第一,要根据人的天性确立培养目标和人才理念,建立科学、多样的评价标准,实现教育质量评价标准多元化,评价方式多样化;第二,要社会各界参与,做好不同评价的赋权、等值转换;第三,要完善对天性不同学生的综合素质专业评价,不做过于刻板的要求;第四,要探索促进学生符合其天性发展的多种评价方式。
全球教育评价发展的总体趋势即教育评价进入了多元化、个性化、全面综合发展评价的时代。建立以学生发展为核心、科学多元的教育质量评价制度,需要借鉴国际经验解决中国教育质量评价实际问题,把教育质量评价作为诊断教育问题、完善教育政策、改进教育教学的重要举措。
全球教育评价发展共经过六个发展时期和五个理论阶段,分别是考试时期(学校出现至19世纪末,也称作萌芽时期)、测验时期(测量理论阶段,20世纪初至30年代)、描述时期(目标中心理论阶段,20世纪30—50年代)、判断时期(标准研制理论阶段,20世纪50—70年代)、结果认同时期(建构理论阶段,20世纪70年代以来)和综合评价时期(多元智能理论阶段,20世纪80—90年代及之后的大发展)。这六个发展时期和五个理论阶段,在一定程度上也指明了中国教育评价改革的基本逻辑与方向。与第六个时期基本同步的是全球新一轮的教育深度改革,标志着以成长为基础、以“幸福+成功”为目标的多元化、个性化、全面综合发展的教育时代到来。
以美国为代表的教育发达国家的教育评价发展积累了丰富的理论和实践经验,在经历过以单纯的标准化考试(实质就是智力测验、认知测验)为评价标准的“应试”评价模式所带来的各种弊端后,自20世纪60年代起,以评估学生的综合素质为主的“表现性评价”(performance assessment)、“真实性评价”(authentic assessment)或“情境性评价”在美国开始兴起,并成为标准化考试的重要补充。现今,美国在评价学生和学校方面已经形成了“GPA(学业成就)+综合素质评价+标准化考试(学习竞争能力考试),或应用、研究潜力测试”的综合评价模式,其中对综合评价的目标结构的界定是:综合评价目标=学习(成就、能力、素养)评价目标+成长(程度、个性、素养)评价目标+应用、研究潜力(或学习竞争能力)测试目标。因此,美国是以“GPA+综合素质+标准化考试”为基础,辅之以全国教育进步评估(学业抽测+综合调查问卷)等构建和实施其教育质量综合评价。这种综合评价模式所隐含的教育理念是教育评价的对象是具有不同特质和倾向的人,学生能力和素养由多方面构成,任何一种评价方式都有其局限性,不能仅依靠一种评价方式得出的结论来评价学生,评价应该根据学生能力和素养的不同方面选取恰当的评价方式和手段。虽然它还不是完全的人本评价,但已向人本方向迈出了坚实的专业的一步。
中国教育评价发展一方面深受传统的科举文化影响,另一方面受行政包揽的权力限制,曾经历了考试时期(周代至清末)、引入美国教育评价时期(民国时期至1949年前)、引入苏联教育评价时期(20世纪50—70年代)、“双基测验+课外活动”时期(20世纪80年代至今),其间的课程改革曾试图推动评价改革而未发生多大效果。
至今中国的教育评价基本上还停留在测验时期。其特点是用教育测量的结果作为教育评价的结果,即用分数取代评价。评价者在评价中仅扮演测量技术员的角色,停留在用比较客观的方法收集教学信息上,在一定程度上克服了传统考试的主观性、随机性和随意性。由此产生的最大问题在于企图用数字来表示受教育者的全部特征,忽视学生的态度、兴趣、创造力、鉴赏力等这些通过这种方式难以评价的人性中更为重要的特征。
对于学生的这些十分复杂、很难全部量化部分的评价,若以测量结果作为评价结果则过于机械化、片面化,缺乏对受教育者完整的和全面的认识。因此,在评价内容上需要对学生成长过程中的心理素质、基本能力、核心知识、职业素养、学习成效、增值状况在一定的时段全程跟踪,作为评价的依据才更为可靠;需倡导多元化、个性化和综合发展的综合教育评价模式,需要建立教育质量综合评价的模型协调各部分之间的结构关系,完善评价标准及内容,健全和完善测量标准,开发测量和评价工具,建立评价结果解释及应用系统,建立教育质量综合评价的标准化实施流程,只有解决上述问题及其实验验证、科学鉴定,及相关配套制度、机制、资源等问题,才能真正突破中国教育评价的困境。
评价方式的科学化主要体现在三个方面:一是注重全面客观地收集信息,根据数据和事实进行分析判断,将评价建立在大量数据支撑和科学分析的基础上,改变过去主要依靠经验和观察进行评价的做法;二是注重考查学生进步的程度和学校的努力程度,改变过去单纯强调结果不关注发展变化的做法,引入增值评价;三是注重促进学校建立质量内控机制,改变过于依赖外部评价而忽视自我诊断、自我改进的做法。
评价的数据不仅可来自对学生的测试,还可来源于对被评价者行为和活动的真实记录,这些记录可集中于社团活动、学习活动、日常生活的某一领域,也可是一般的记录,新开发的学位监测“手环”可作为记录工具。
教育评价的功能转向注重引导、诊断、改进、激励,教育评价的目的是为了改进(improve)而不是证明(prove)、筛选。因此,对评价内容和关键性指标进行分析诊断,分项给出评价结论,提出改进建议,形成学生教育质量综合评价报告而不是简单笼统地说好或不好。在评价结果的使用上,着重强调改进和激励功能。评价结果将作为完善教育措施的主要依据。
中共十八届三中全会后教育部发布相关文件提出的中、高考改革中包括:综合评价=学业评价+综合素质评价+统一考试(学习能力考试,或应用、研究潜力测试)的结构和模式。试图采用以“学业(素质能力)评价+综合素质评价+统一考试(或标准化考试)”为基础,辅之以教育质量监测(或全国教育进步评估)的结构和模式。在推进过程中尚需要解决学业评价、综合素质评价以及标准化考试三个领域的理论、技术与方法难题。
学生学业评价在理论上需要设计新的多元、多维的分数结构;在技术上要在试题赋分、计分和统计分析上依据认知与思维等发生过程,为学业诊断和甄别提供丰富的信息,也为不同测试之间的等值转换提供重要的参考;在应用上不仅能提供数据多元、多维、多重比较结果,而且能提供面向不同群体的数据报告,从而能为教育咨询提供可靠、可信、有效的科学工具,也能为教研、教学、教管等提供可靠有效的科学平台和工具,并为教师专业发展提供科学的操作平台。[154]
学生综合素质评价由于概念界定不清,评价的标准和指标体系不够完善;评价方法、技术不科学,存在一定主观性、随意性和随机性;结果不够全面,缺少可比性;评价过程不规范,不透明,公信力较差。美国以档案袋评价法为代表的表现性评价已经成为美国教育评价和人才选拔中一种不可或缺的评价方法,全美采用档案袋评价法的学校已经跨越从幼儿园到大学,群体从学生到行政人员,应用范围覆盖学生的毕业、教育问责、教师的雇佣、评价以及教师职业发展、行政人员的选拔与评价,等等。
档案袋在促进学生自我认识能力的提升和良好素养的培养,教师更好地理解学生及教学效果,为家长、招生单位提供更全面的信息方面都有着不可替代的优势。借助信息化手段和网络而制作的电子档案袋,不仅具有指导学生成长的作用,其存储量大和便于获取的优势还有助于学生在需要时向各个机构呈现。档案袋评价需要解决的技术问题是如何根据评价的目的精心设计档案袋内容,需要有科学的评分标准和评分量表,需要对评价结果加以解释并对应用做出指导,同时还需要对评分者进行培训,规范评分过程以保证评分信度。
中国的学生综合素质评价领域中存在的难题有:(1)如何界定学生综合素质及其评价的概念;(2)构建学生综合素质评价的理论体系及模型;(3)健全和完善学生综合素质的评价标准;(4)健全和完善学生综合素质评价的测量标准;(5)健全和完善学生综合素质评价的指标体系;(6)开发学生综合素质评价的评价工具;(7)制定学生综合素质评价的工具操作标准;(8)改进学生综合素质评价的结果呈现方式;(9)建立学生综合素质评价的结果解释及应用系统;(10)设计学生综合素质评价实验推广模式;(11)设计学生综合素质评价公信力保障系统。
标准化考试首先要解决的难题是如何界定学科人才、学业人才,以及如何界定学术型人才和应用型人才概念的问题;其次要解决学业人才评估与选拔的理论和评价模型构建的难题;最后还需要解决学业人才评估与选拔指标体系构建的难题。
专业评价的改进是一个较长的过程,但前提是需要行政权力让度空间,让各大学和中学根据自身的办学定位,建立自己的专业团队,自主探索,提出本校招生要求,明确考生要提交哪些成绩、材料,而社会考试机构则根据大学的招生要求,提供考试评价服务,有统一的知识能力测试,也有学科水平测试,学生可根据自己选择申请的学校要求,自主选择参加哪些测试,这样的考试和招生,才能让基础教育真正摆脱应试。在考试招生主体没有从行政部门转向专业组织的时候希望实现基于统一高考和高中学业水平考试成绩的综合评价、多元录取、招考分离就是水中捞月,永远不可能有正果。
[142] 毛泽东:《毛泽东书信选集》,人民出版社,1983年,第401页。
[143] 中央教育科学研究所:《中华人民共和国教育大事记(1949—1982)》,教育科学出版社,1983年,第118页。
[144] 中央教育科学研究所:《中华人民共和国教育大事记(1949—1982)》,教育科学出版社,1983年,第542页。
[145] 程介明:《中国大陆教育实况》,台湾“商务印书馆”,1993年,第111页。
[146] 中央教育科学研究所:《中华人民共和国教育大事记(1949—1982)》,教育科学出版社,1983年,第246247页。
[147] 中央教育科学研究所:《中华人民共和国教育大事记(1949—1982)》,教育科学出版社,1983年,第320页。
[148] 李国,刘婧姝:《官僚化侵蚀大学教育“洋高考”来袭优秀生流失》,《工人日报》,2014年3月7日。
[149] 《中共中央关于全面深化改革若干重大问题的决定》,新华社,2013年11月15日。
[150] 如哈佛大学招生是以学生为中心的,从程序、规则、标准等各方面都展现出积极为学生服务的特点。
[151] 习近平:《坚定制度自信不是要固步自封》,引自新华网,http://news.xinhuanet.com/politics/2014-02/17/c_119373758.htm.2014-02-17.
[152] 理论根据应指明研究推荐性诠释需要什么样的前提条件。
[153] 美国教育研究协会,美国心理学会,全美教育测量学会:《教育与心理测试标准》,2003年3月。
[154] 姚春艳,张勇:《新型教育评价技术破解教育评价改革难题》,《考试(理论实践)》2014年第3期。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
