為了測量還是為了學習：高校公正評價學生學業內涵探析

□ 劉聲濤

為了測量還是為了學習：高校公正評價學生學業內涵探析

□ 劉聲濤

教育部核準并向社會發布的多所大學章程對學生學業評價的要求均是公正評價學生學業。多方面證據表明，目前我國高校行政管理人員、教師、學生主要將公正評價學生學業理解為考試并準確評分。從測量技術角度看，準確評價學生學業難以做到。承認測量技術的局限性是一種基本的科學態度，過于依賴和關注考試不僅得不到想象中的準確分數，還對師生有負面影響。學業評價的首要目標是為了學習而不是測量。公正評價學生學業應該被理解為實施為了學習的評價，使學生獲得最適當的教育。高校章程制定及高校以章程為依據辦學，都需要促進對公正評價學生學業的正確理解與實踐。

高校；學業評價；公正

《高等學校章程制定暫行辦法》實施以來，教育部核準了多所大學的章程，這些章程對學生學業評價工作的表述高度一致，即：學生公正地獲得學業上的評價。這個表述中有兩個看似平常實則復雜多義的概念：公正、學業評價。博登海墨(Edgar Bodenheimer)說：“公正有一張普洛透斯似的臉，變幻無常，隨時可呈不同形狀，并且有極不相同的面貌。當我們仔細查看這張臉并試圖揭開隱藏其表面之后的秘密時，我們往往會深感迷惑。”[1]在不同的時代與人類活動中，人們對公正的涵義有不同的理解，不同的學者對于公正也有不完全相同的闡述，迄今尚未形成一個統一的公正論。教育領域中的評價是一個正在發展中的概念，其內涵在不斷地擴大與豐富中。國際上，學生學業評價近幾十年正在產生教育評價歷史上從未有過的變革[2]。當公正與學業評價兩個復雜的概念在一起時，有必要了解高校行政管理人員、教師、學生如何理解公正評價學生學業，這種理解是否有偏差，如果有偏差那么更合適的理解又是什么。章程是高等學校依法自主辦學、實施管理和履行公正職責的基本準則，探討上述問題有益于高校章程制定及以章程為依據來辦學。

一、對高校公正評價學生學業的實際理解

有三方面的證據表明，當前我國高校學業評價相關群體主要將公正評價學生學業理解為通過以考試為主的方式來給予學生應得的分數或等級的活動。第一方面的證據來自于學生調查。2014年1月，筆者在某高校對大學生進行了學業評價書面調查。調查包括三個問題：（1）大學期間，你的學業有沒有得到公正的評價？（2）請給出你或同學的學業被不公正評價的例子；（3）你認為被不公正評價的原因是什么？學生針對這三個問題主要圍繞教師如何考及如何評分作答。第二方面的證據來自于高校相關政策文本的分析。有研究者對E大學學生評價管理機構的管理職責、課程學習評價規定、學生實習評定和畢業論文評定的相關規定、畢業資格和學士學位授予資格的政策文本進行分析，發現我國現行高校對學生評價的理解與要求是以專業知識為主要評價內容，以考試為主要手段進行考試成績鑒定[3]。第三方面的證據來自于研究文獻的內容分析。以“高校、公正、評價”或“大學、公正、評價”為關鍵詞在

CNKI數據庫中查詢到論述高校公正評價學生學業相關問題的3篇論文，這些論文對公正評價學生學業的界定都是給予學生客觀公平的學業成績?？梢?，人們對于高校公正評價學生學業的理解與實踐主要是圍繞學業考試和評分進行，評價即考試，公正即評分準確。

注重考試和評分的學業評價活動發揮了評價的測量功能：收集并量化信息。從測量功能角度理解學生學業評價并不奇怪。我國考試文化盛行，在不少人看來，學業評價即考試是自然而然的。首先，考試在我國有長期的歷史。1930年教育評價專家泰勒(R.W.Tyler)開始在教育領域使用評價一詞，此前評價學習的術語就是考試和測驗，而西方的考試和測驗發展的源頭正是我國的科舉制。其次，我國人口眾多，經濟尚欠發達，社會誠信體系不成熟，考試依然是對社會有重大影響力的人才選拔手段。

測量意義上的公正評價學生學業要求評分準確。簡單地說，公正是在一定社會范圍內通過對社會資源的公平合理分配使每一個成員得其所應得[4]。測量意義上的學生學業評價分配什么？最容易被想到的就是學業評價的直接分配——分數或等級。直接的分配類似于代幣，用來獲得真正的分配，如保研資格、獎學金、工作機會等社會資源或和社會資源密切相關的東西。分數或等級是學生學業成就客觀真實狀態的數字表征，公正則意味著數字表征準確或地位表征準確。數字表征準確指數字完全和學生學業成就客觀真實狀態相符。因為公正主要和分配有關，數字對學生學業成就在其團體中所處位置表征準確也能確保學生在分配時得其所應得，這就是地位表征準確。本文中將數字表征準確或地位表征準確統稱為準確。

二、測量視角下公正評價學生學業的挑戰

研究者若對測量意義上的學業評價的基本技術有更多的了解和思考，會發現準確評價學生學業在測量的各環節上都面臨著挑戰。

首先是收集哪些方面的信息。學業評價需要收集學生在預期學習成果上的表現信息。高校中的學業評價主要是課程學業成就評價。為了保護高校教師的學術自由，同時也因為高校課程多且不斷變化，課程應該有怎樣的學習成果由教師自行決定。在制定高校學術標準和質量標準方面世界領先的英國高等教育質量保障署(Quality Assurance Agency for Higher Education, QAA) 也僅是在學科層次上制定基準，不再細化到專業、課程層次。表層上，教師理解課程、設定合適的教學目標的能力以及個人風格等方面的差異導致課程目標多樣化。深層上，課程到底該取得何種學習成果及價值判斷，原本就是一個難有統一答案的問題。因而，不同教師授課的同一門課程上被評價的很可能是學生不同的學習成果的表現。

其次是用什么評價方法去收集信息。按學生在評價活動中要做出的反應，測量學意義上的學業評價可分為選擇——反應評價和建構——反應評價。選擇——反應評價包括選擇題、判斷題、匹配題等需要學生找出答案的評價形式，建構——反應評價包括論文題、表現性測試、檔案袋評價等需要學生自己產生答案的評價形式。每種評價方式都有其適用情形及局限。選擇——反應評價能考察學生大范圍的知識掌握情況，易于計分，但難以考察高層次能力；建構——反應評價能引發學生在高層次能力上的表現，但難以對學生的真實狀況做準確推論，難以計分。迄今為止，從測量技術上沒有找到能很好地克服每類評價方式局限性的方法。

再次是收集多少信息。由于用于信息收集的時間有限，實際工作中只能在預期學習成果中選擇若干并設計有限的評價任務，因而學業評價只能測量學生特定的、有限的行為樣本。測量實質上是對學生的真實狀態作出推論，推論基于有限的行為樣本，同時推論本身會有或多或少的誤差，這些都導致評分有誤差。

最后是收集到的信息如何量化。選擇——反應評價具有易于計分但難以測量高層次能力的特點。高等教育的重要教學目標，如理解分析綜合能力、溝通合作能力、自主學習創新能力等都需要借助建構——反應評價方法來評價。教育測量學中，建構——反應評價的評分者一致性受到高度關注。因為高等教育的重要教學目標難以量化，人們希望至少不同評分者對同一行為樣本的評分不要相差太遠。但這種對評分者間一致性的期望也面臨挑戰：評分者的標準設定或對已有標準的理解不盡

相同，同時教育測量學已經證實學業評價中各種心理效應導致的評價偏差客觀存在且難以克服?；谠u分的困難，波帕姆(W.James Popham)等著名教育評價專家都認為應對論文題或檔案袋評價的使用持謹慎態度[5]（P139）。

事實上，對測量技術有更多了解和反思的學者對考試有著冷靜而客觀的認識。波帕姆認為應該降低教師對分數能反映學生實際成就水平的迷信[5]（P28）；沃爾弗德(Barbara E.Walvoord)建議放棄擁有完美、簡單的等級評分體系的幻想，接受它會有缺陷和限制的現實[6]（P10）；劉易斯(Harry R．Lewis)認為分數決不可能成為準確比較不同學科成績的標尺，即使在一門課程內，分數也是不準確的[7]；韋墨(Maryellen Weimer)指出分數能夠精確地衡量與客觀評價學習的認識是錯誤的[8]。

可以說，準確評價學生學業是一種誤解和想象，但當前我國高校卻對它有著過度的依賴和關注，并且高校教和學中的很多負面現象都和這種依賴和關注有關。

盡管多數教師不能從測量技術的角度說清楚給學生準確評價學業有多困難，但是他們會感受到這點，尤其是面對建構——反應題時。有的教師會因沒有合理評價學生而內心不安，還有教師擔心評分不合理導致學生投訴。為避免評分可能帶來的麻煩，高校教師經常使用以下策略：（1）抬高分數。給全體同學更高的分數，盡管這對于優秀的學生不公正，但可以避免因評分過低而被學生投訴；（2）對學生按正態分布評分。正態分布是眾所周知的能力分布，按正態分布分配不同分數等級的人數比例，這樣使得分數看起來很正常；（3）盡量用選擇——反應題。選擇——反應題好評分，在理工科的測驗中普遍使用；（4）秘而不宣的標準與任務。若公開標準與任務，教師擔心學生通過不同的渠道做準備，導致分數看起來不符合學生水平。

一直以來，大學生學習研究不斷地證明著學業評價對于學生學習的影響[9]。學業評價過于依賴與關注考試對學生的負面影響包括：（1）膚淺學習。選擇——反應評價主要考查記憶、再認等低層次的認知能力，這只需要學生的膚淺學習即能應對。即便是形式上的建構——反應評價，若沒有對題目及評分進行精心設計，也可能只是考查學生低層次能力。（2）突擊學習?？荚嚢l生在學習告一段落后，再加上考察低層次能力，學生完全可以通過突擊學習通過考試，部分學生甚至還能獲得高分。（3）舞弊。既然評價注重的是分數而不是學習，學生就會想方設法獲得分數，包括以舞弊的方式。（4）對課程的誤解。事實上，學生是根據學業評價而不是教師的課程介紹來定義課程[10]。一門只要求死記硬背的課程在學生眼中就是枯燥無味、干巴巴的。不合適的學業評價會讓學生對真實的成人智力世界產生誤解。（5）失去通過學業評價調整自己學習的機會?？荚囋趯W期末進行，沒有反饋，而反饋被認為是改進學習的核心要素。

三、高校公正評價學生學業：以改進學習為首要目標

面對測量意義上公正評價學生學業的挑戰，自然要提高測量技術，以不斷提高對學業的測量能力及測量準確程度。更重要的是，要意識到并承認考試固有的局限性。承認這種局限性不僅是正確使用考試的關鍵，更是一種基本的科學態度，它告訴我們要改變對考試與分數的過分依賴與關注，正確認識公正評價學生學業的內涵。

首先要正確認識學業評價的內涵。在過去的幾十年中，學業評價被不斷地審視與反思。早在1930年，泰勒開始在教育領域使用評價概念，提出評價比考試和測驗有更多的功能和目的，認為教育評價僅用于檢測學生的成就是不夠的，同時也要關注課程內容、課程形式、學生活動、學習的多種結果。20世紀60年代初，克龍巴赫（Cronbach，L.J.）建議評價者們重新確定評價的概念——不是根據競爭的成績，而是作為一個搜集和報告對課程研制有指導意義的信息過程，強調評價的診斷和反饋作用[11]?？梢?，在評價的最初發展階段，學者主要就“什么需要被評價”及“評價起什么作用”擴展了評價的含義，認為評價的功能是信息收集及分析反饋，這一功能不僅學業成就檢測上需要，與學習相關的多項工作上都需要。在此階段，教師被認為是評價的組織實施者及評價信息的分析使用者。1968年，布盧姆（Benjamin Bloom）將形成性評價的概念用于學生學習，認為應在學生學習過程中通過檢測診斷學習中的問題。形成性評價主要就“什么時候評價”

擴展了評價的含義。20世紀80年代后，社會經濟發展不斷對人才培養工作提出更高要求，同時認知心理學等學科揭示了學生在學習中發揮積極主動性的作用，大量學者開始進一步挖掘評價在學習中所能起的作用。學者主要就“評價的核心功能及其實現途徑”、“學生在評價中的角色”擴展評價的含義。評價依然是信息收集及分析反饋工具，但這一工具被認為應該是以改進學習為首要目標。不同學者或研究組織用不同的名稱來稱呼這種以改進學習為首要目標的評價，如學習導向評價、為了學習的評價等，并且總結了這類評價的特征。英國的評價改革研究小組(Assessment Reform Group，ARG)認為，為了學習的評價應該是：有效的教學設計中的一部分；關注學生如何學習；課堂活動的核心內容；教師需要掌握的關鍵專業技能；建設性的，因為任何評價都會帶來學生情緒、情感的影響；考慮到學生學習動機的重要性；促進對學習目標的理解，在評價標準上應該達成共識；保證學生得到如何取得進步的建設性指導；發展學生自我評價的能力，促進他們進行反思和自我管理；認可學生各個方面的成就[12]。不同學者或研究組織總結的為了學習的評價的特征大同小異，從這些特征中可以明顯看出為了學習的學業評價從目的到形式完全不同于考試。

其次要正確認識學業評價中公正的內涵。為了學習的學業評價分配什么？分配的是能改進學生學習的信息以及根據這些信息所確定的合適的教育。聯合國教科文組織的著名報告《學會生存——教育世界的今天和明天》在談及教育中的機會平等時指出：“給每個人平等的機會，并不是指名義上的平等，即對每一個人一視同仁，如目前許多人所認為的那樣。機會平等是要肯定每一個人都能受到適當的教育，而且這種教育的進度和方法是適合個人的特點的。”[13]應像理解教育中的機會平等一樣理解學業評價中的公正，因為它們有著共同的使命——讓學生學會生存，獲得發展。

澄清學業評價工作的首要目標不僅是評價內涵擴展和豐富的結果，還是使評價活動有效的要求。選拔、甄別、診斷、鑒定、認證、發現、發展、管理等等都是評價可能具備的目標。研究者認為，包括學業評價在內的評價活動之所以很困難就在于評價可以同時具備多種目標[14]，但難以同等良好地實現所有目標，得到最重視的目標決定評價的內在結構與外在形式。這也就是為什么在學業評價的研究文獻中總是可以看到學者指出對某些評價功能和目標“過于重視”、“過于關注”、“過于依賴”、“過分強調”，認為對某些評價功能和目標應該“突顯”、“強調”。評價工作需要確定首要目標，并從這個首要目標出發設計評價，以確保首要目標的達成而不是其它。

人們依賴考試一方面是對考試的局限性了解不夠，另一方面是強調了學業評價在人才培養中不合適的目標——管理。當前我國高校中的學業評價，與其說是一種教育方式，不如說是一種管理方式。在高校管理中，考試是高效且便利的以考促學的工具。高校中的學業考試是高利害的，因為它和畢業及各種榮譽有關，這樣的考試自然能促使學生學習。但我們必須追問，有沒有導致正確的學習？不管考試在管理上多么高效和便利，它終究是以犧牲學生的利益為代價。正是對于以管理為目標的學業評價的依賴，人們很難看到它和改進學生學習的關系。只有把學生的利益放在第一位，而不是把管理的效率和方便放在第一位，才能正確理解公正評價學生學業的內涵。

為了學習的學業評價在國外高校人才培養工作中正在發揮著重要作用。首先政府部門和相關組織明確將以改進學習為首要目標的評價寫進政策文件中。美國高等教育協會(The American Association for Higher Education，AAHE）制定的良好學生學習評價活動的第一條原則是：評價學生的學習必須從教育的價值開始[6]（P171）。QAA明確要求：評估實踐應促進有效學習[15]。其次學者積極進行理論研究，并和教師一起進行學業評價改革。如，美國學者安吉洛和克羅斯（Anglo,T.&Cross,P.）等在20世紀80年代組織的課堂研究項目；澳大利亞學者南丁格爾（Nightingale,P.）等在20世紀90年代中期組織的大學教學促進項目（Committee for the Advancement of University Teaching，CAUT)。這些項目均是由評價專家組織及指導教師進行學業評價改革行動研究，在實踐中發現問題，解決問題，形成豐富的學業評價資源。如，學業評價方法、學業評價范例供更多教師使用，并致力于在高校形成以

改進學習為目標的評價文化。相比之下，我國對高校學業評價的認識及實踐還停留在考試階段，高校中盛行的依然是考試文化而不是評價文化。

四、結語

在各項教育改革中，評價均被視為最難點或瓶頸。評價的首要目標選擇不當是評價不能取得預期效果的重要原因之一。長期以來，我國高校學業評價均承擔著測量者的角色，人們認為公正評價即公正評分。在這種情況下，需要從政策層面對人們的認識和實踐進行正確引導。翻看我國《教育法》，可以發現教育部已核準的章程中，對學生學業評價工作的表述基本上和《教育法》中的表述一致。章程要與教育法保持一致無可厚非，但保持一致并不意味著原封不動，其遣詞造句若能有利于糾正對高校學業評價即考試的片面認識，引導高校進行有利于改進學生學習的評價則更有益于高校提高人才培養質量。即使對學生學業評價工作沿用和教育法一致的表述，也需要高校相關群體正確認識與實踐公正評價學生學業，讓學生真正從學業評價活動中受益。

[1][美]博登海墨.法理學——法哲學及其方法[M].北京:華夏出版社,1987:238.

[2]崔允漷.促進學習：學業評價的新范式[J].教育科學研究,2010(03):11-15.

[3]沈曉麗.我國普通高校學生評價實踐研究——以E大學為個案[D].華東師范大學碩士學位論文,2008:摘要.

[4]洋龍.平等與公平、正義、公正之比較 [J].文史哲,2004(04):145-151.

[5][美]W.James Popham.促進教學的課堂評價[M].北京:中國輕工業出版社,2003.

[6][美]Barbara E.Walvoord & Virginia Johnson Anderson.等級評分——學習和評價的有效工具[M].北京:中國輕工業出版社,2004.

[7][美]哈瑞.劉易斯.失去靈魂的卓越[M].侯定凱,等譯.上海:華東師范大學出版社,2012:117.

[8][美]瑪麗埃倫.韋默.以學習者為中心的教學——給教學實踐帶來的五項關鍵變化[M].洪崗譯.杭州:浙江大學出版社,2006:82.

[9]Nightingale,P.,Te Wiata,I.,Toohey,S.,Ryan,G.，Hughes,C.,and Magin,D.Assessing Learning in Universities.Sydney:University of New South Wales Press,1996.117.

[10]David Carless，Gordon Joughin，Ngar-Fun Liu.How Assessment Supports Learning:Learningoriented Assessment in Action[M].Hong Kong University Press.2006:2.

[11]王萍,高凌飚.“教育評價”概念變化溯源[J].華南師范大學學報(社會科學版),2009(04):39-43.

[12]Assessment Reform Group.Assessment for Learning:10 Principles[R].Cambridge:University of Cambridge,2002.

[13]聯合國教科文組織國際教育發展委員會.學會生存:教育世界的今天和明天[M].北京:教育科學出版社,1996:105.

[14]Carless,D.Learning-oriented assessment:conceptual bases and practical implications[J].Innovations in Education and Teaching International,2007(01):57-66.

[15]QAA.Code of practice for the assurance of academic quality and standards in higher education,Section 6:Assessment of students [EB/ OL].http://www.qaa.ac.uk/Publications/InformationAndGuidance/Pages/Code-of-practice-Section-6.aspx.2014-3-31.

（責任編輯 黃建新）

For Measurement or for Learning: Research on the Meaning of Learning Evaluation in Higher Education

LIU Sheng-tao

The approved constitutions made by six universities in 2013 require that learning evaluation should be just.There are several evidences which show that learning evaluation is understood as examination and accurate score by the administrative personnel, teachers and students in universities recently.From the perspective of measurement technology, it's hard to evaluate students' learning accurately.Relying too much on and paying too much attention to examination will bring negative influences to teaching and learning.The primary goal of learning evaluation is not measurement, but promoting learning.Impartial learning evaluation should be understood as the implementation of assessment for learning, and it's purpose is to enable students to obtain the most appropriate education.When we make and implement a constitution, we should promote accurate understanding and practice of just learning evaluation.

higher education; learning evaluation; justice

G641

A

1672-0717（2015）01-0059-05

2014-11-30

湖南省教育科學“十二五”規劃2012年度項目“高校有效學生學業評價研究”（XJK012CGD002）；湖南省社科基金項目“高校發展性學習評估的國際經驗與借鑒”（13YBA077）；全國教科規劃教育部重點項目“高校學業評估的國際比較研究”（DIA130302）。本文同時受湖南大學青年教師成長計劃經費資助。

劉聲濤（1976-），女，江西萍鄉人，教育學博士，湖南大學講師，主要從事高校教學與學習評估研究。