对教学的评估以及对评价信息的利用

一般情况下，有两种类型的评估会影响到教师对于自己教学工作的判断。一种是形成性评估（formative evaluation），即以改进教师的教学方案为基本目标的评估。例如：假设您首次为五年级的学生开设了一门社会研究课，其中，您将安排3周的时间学习关于国际合作的内容，您希望通过这次的教学设计能够为下一次教授相同主题的课程提供有益的经验，并且进一步使您的教学得到优化。那么，完成这样任务的过程事实上就是在进行一次形成性评估，而且毫无疑问，学生的评估结果将有助于您在今后改进教学。与此相反，另外一种是总结性评估（summative evaluation），它所关注的焦点并不是如何改进教学，而是希望能够对教师在一定时期内的工作进行总结，并在总结的基础上作出一些具体的决策，例如：①是否继续聘用该教师；②是否在任期内给予奖励。通常来看，实施总结性评估的主体都是除教师本人之外的其他人，如学校领导或其他教育管理者。

因此，任课教师对自己进行的评估通常是形成性评估，因为教师希望通过评估的结果来不断提升自己的教学。而对于总结性评估，教师往往被要求提供一些与自身工作相关的佐证材料（如学生的测验成绩等），帮助其他评估人员利用这些材料作出判断。

对教师的教学效果展开评估常常会受到联邦法律的影响，例如，学生在标准化测验中取得的成绩会成为评估学校的一个重要指标，同时也会成为评估该校教师的一个重要指标。如果您所教的年级或是所教的科目每年都要参加NCLB测验，我敢肯定，您的学生在这个测验中取得的成绩会在评估您的教学效果方面产生重要的影响。

因此，如果您非常“幸运”地获悉您的学生都将参加NCLB测验，那么，我在本章当中描述的一些方法能够帮助您更好地检查自己的教学质量。即使您的学生不需要接受NCLB测验，那么本章当中呈现的一系列数据收集和处理的程序也将能够帮助您有效地分析学生的表现，最终有助于您评价并反思自己的教学。

无论是开展形成性评估，还是开展总结性评估，前测—后测范式都堪称最为经典的方式，图15.1简明地揭示了这种范式是如何衡量教学效果的。其基本过程是：在教学之前，您对学生已经具备的情况进行评估；在教学结束之后，您对学生掌握的情况再重新进行一次评估。通过比较之前和之后的评估结果，您所看到的差异就可以解释为主要是源自于测验间的行为——您的教学了。

图15.1　典型的决定教学效果的前测—后测范式

当然，使用前测—后测范式来评价教学效果，也存在着一定的问题。但是，作为一般的范式，前测—后测可以非常明确地帮您指出您的教学是否对学生产生了影响。图15.1所描述的办法虽然算不上是最好的，但还是相当有说服力的。您需要警惕的是前测—后测模式存在着一个突出的难点，那就是前测可能产生反作用，即前测当中出现的一些重点问题，会对学生今后的学习行为产生暗示作用，使学生在学习开始之前就有了一定的倾向性。换言之，后测所得出来的结论很可能并不仅仅是教学的功劳，还可能是因为前测本身也发挥了一定的引导作用。然而，针对某一主题，如果经过了具有反作用的前测，更容易在后测当中得到您希望的结果，那么今后在每一次教授之前，您都不妨安排一次前测。

就总结性评估而言（如当学区官员要对您进行评估以决定是否续聘您的时候），有一个真正的难题必须予以认真对待，那就是前测—后测的结论会受到您所教学生自身素质高低的影响。以九年级地理课教学为例，毋庸置疑，那些头脑聪明、求知欲强、好学勤奋的学生一定能够比那些反应迟钝、缺乏动机、地理概念不清的学生习得更多的内容。如果您足够幸运，遇到的学生多属于前者的类型，那么前测—后测的结果一定是比较令人满意的；如果您运气不佳，遇到的学生多属于后者的类型，那么前测—后测的结果多少会让您有些沮丧。

当然，不管是谁，只要他把您所教学生的测验成绩作为衡量您教学效果的凭据，他都必须认真考虑您所教学生的特殊性以及您开展教学时所面对的具体的教学背景。然而，如果仅仅因为学生素质和教学背景的种种差异，就草率地认为学生的学习结果不能作为评估教师教学的依据，这种观点也是不合理的。当然，除了学生前测—后测对比的结果之外，也要认真考虑其他一些可以证明教师教学工作的材料（例如课堂观察记录）。但是，有一点是要注意的，那就是当要把学生的成绩数据作为对教师进行总结性评估的依据时，必须考虑到相应的教学背景——学生的具体情况。

就您对自己开展的形成性评估而言，不需要投入太大精力去思考“学生程度和水平”的问题。毕竟，您了解自己的学生，并且完全可以判断您所面对的是一群思维敏捷、能够在前测—后测中表现出众的学生，还是一群反应迟钝、难以在前测—后测中取得优异成绩的学生。

从某种程度上讲，您使用的是收益性分数（gain scores）（即前测得分减掉后测得分），您应该关注使用前测—后测模式时的一些技术性问题。如果有的学生在前测当中得分很高，那么比起那些在前测当中得分很低的学生而言，他们的收益性分数很难有大的提高，甚至有时都很难有所提高。如果学生在前测当中的得分已经很高，那么超越现有的成绩会非常困难，这种现象称为“天花板效应”⁽²⁾。事实上，很多时候，如果学生在前测当中的得分很低，他们的收益性分数反倒有可能很高，因为他们在后测中分数提升的空间较大。（如果您想在全体教职工会议上展示一下您的水平，您就可以把这种现象解释为回归效应（regression effect），即其中极低得分或极高得分的学生往往容易在再次测试中回归到平均水平。当然，您可以就此解释一下“您的学生的进步可能源自于回归效应”，我相信一定会一语惊人，震慑不少同事）。

针对前测—后测评价范式存在的一些设计上的难题，另外一种解决的途径就是使用题目不同、但难度相当的测验。然而，需要注意的是，这种解决途径本身也并不完美，因为设计两个难度相当的测验几乎是无法做到的。所以，如果后测比前测要容易，那么表面上看教师的教学似乎就会很成功，但是不能忽视的是，很可能这种成功并不主要是缘于教师教学的功劳而是因为后测试题的难度比较小。更为糟糕的是，如果后测比前测难度要大，那么前测、后测比较的结果从表面上好像意味着教师的教学结果就是使学生遗忘了在以前本已掌握了的知识。努力使两种形式的考试在难度上保持一致只是一种理想的状态，在操作中基本是不可能实现的，所以请大家不要在这方面再浪费时间了。