課堂評價公平性：研究背景與進展*

●馮翠典

課堂評價公平性：研究背景與進展*

●馮翠典

課堂評價的公平性問題受到越來越多的關注。其背景主要是在課堂評價促進學生學習的追求下，心理測量學意義下的公平涵義受到質疑。在關于公平性的研究中，雖然理論研究和實證研究的視野不同，但主要討論了課堂評價的公平性與心理測量學意義上的公平性的本質差異。比如，要求公正而不是平等，要求促進而不是證明學生的學習，要求給予學生適合的展示機會而不是統一的模式，關注評價全程而不是僅僅某一環節的公平性等。這種對課堂評價公平性的訴求在權威的專業標準中也有明確的體現，從中可以清晰呈現課堂評價公平性的基本特質。

課堂評價；公平性；研究進展；專業標準

直到上一世紀七十年代，公平性才得到廣泛關注，但很快就成了教育測量中與效度、信度并重的測驗標準的核心指標。關于教育測驗的公平性，有了很多理論上的闡釋，進入了專業標準，并且產生了差異性試題功能（Differential item function，DIF）之類的專門技術。應該說，這些專業標準及相關的技術對于大規模測驗的質量保證起到了非常重要的作用，但人們逐漸認識到，教師在日常教學層面實施的評價與大規模評價存在著非常明顯的差異，在心理測量學范式下為大規模測驗開發的測驗質量標準也許并不完全適用于課堂評價，因此許多來自傳統教育測量學界內外的學者紛紛嘗試探討課堂評價專屬的質量標準，其中一些努力就是尋找傳統測驗質量標準在課堂評價中的新含義。相對而言，關于課堂評價的效度和信度的討論比較多，而關于課堂評價公平性的討論并不太多，但這一主題在近年來開始得到越來越多的關注。本文嘗試基于對一些關于課堂評價公平性的重要文獻（包括專業標準、學術文獻以及教材）的梳理，為更好地理解課堂評價的公平性提供知識基礎。

一、課堂評價公平性的研究背景

長期以來，課堂評價都不是一個廣受關注的領域，課堂評價的公平性自然也未能成為一個研究的焦點。近年來課堂評價的公平性開始受到一些關注，這與社會民主化進程中人們對教育公平的需求不斷提高相關，更與課堂評價作為一個專門的研究領域直接相關。

從制度化的考試濫觴之始，公平性就成為了一個核心追求——無人會否定自隋朝開始的科舉制度在選人公平上的追求和貢獻，盡管這種公平性追求有著其歷史局限。及至評價進入“科學測量階段”，“公平”似乎也成了測量的一個核心追求，盡管科學測量階段的早期似乎并未直接關注公平性問題，但在其對“硬科學”的追求中就隱含著測量公平的理念。到上一世紀八、九十年代，“公平性”不僅得到高度關注，而且開始進入測驗專業規范，甚至成為眾多測驗專業規范的標簽，比如，當今美國最大的商業化考試公司教育考試服務中心（Educational Testing Service， ETS）在上一世紀八十年代中期開發的《質量和公平標準》（Standards for Quality and Fairness），1988年考試實踐 聯 合 委 員 會（JointCommittee on Testing Practices，JCTP）吸收其他一些專業組織的成員共同開發的《教育中的公平考試實踐規范》（Code of Fair Testing Practices in Education），以及1993年加拿大由來自于地方教育部和9個教育組織的代表組成的聯合咨詢委員會（Joint Advisory Committee，JAC）開發的《加拿大學生教育評價公平實踐原則》（Principles For Fair Student Assessment Practices For Education In Canada），都直接以“公平”為主題。當然，并非未以“公平”為題的規范就沒有關注公平性問題，實際上，《教育與心理測驗標準》（Standards for educational and psychological testing）才是測驗公平性規范的集大成者，也正是在該《標準》中，公平性才獲得與效度、信度之類的技術標準同等的地位。

可是，幾乎上述所有的測驗專業規范都秉持心理測量學范式，主要適用于大規模測驗（盡管其中有一部分關注到課堂評價，但依然基于心理測量學范式）。近年來，這些植根于心理測量學范式的測驗專業規范在課堂評價中的適用性受到了廣泛的質疑。事實上，心理測量學范式對于教育評價的適用性早就已經被質疑，格拉瑟（Glaser,R.）對標準參照測驗（Criterion-Referenced Test,CRT）和常模參照測驗（Norm-Referenced Test,NRT）的區分，就代表著一種將教育評價從經典的心理測量學中分離出來的一個重要嘗試。布魯克哈特（Brookhart,S.M.）則認為，為大規模考試開發的測量理論不適用于課堂評價，因為課堂評價是真實的學習的一個片段，本質上是與教學一體的，需要開發“課堂測量學”（classroometric）的測量理論。[1]而且某些專業組織已經開始嘗試著為課堂評價制定專門的質量標準了，如教育評價標準聯合委員會（Joint Committee on Standards for Educational Evaluation,JCSEE）在《學生評價標準》（Student Evaluation Standards）之后正在制定《課堂評價標準》（Classroom Assessment Standards：Sound Assessment Practices for PK-12 Teachers，目前正在網絡上公開征集意見）。[2]

在建基于心理測量學之上的傳統教育評價理論中，公平性是評價的一個非常重要的質量指標。傳統測量學界普遍認可的公平性包括了兩個方面的內容，即免于偏差，以及在評價過程中的平等對待。從課堂評價角度看，這種公平性觀念存在著以下幾個方面的問題：首先，這種公平性觀念來自于大規模外部評價，建基于心理測量學，秉持的是“對學習的評價”（assessment of learning）范式。在這種評價中，目的在于證明，而不在于改進。心理測量學的一個重要關懷就是避免“分數污染”，無論是為免于偏差而強調測驗的客觀性，還是為保證平等對待而強調測驗的標準化，都是為了避免分數污染，以保證對學生的準確證明，進而保證結果的可比較性。其次，它只考慮到評價的部分環節而沒有涉及到評價的全過程。它關注到評價設計和評價實施中的公平問題，但沒有涉及評價之前的學習公平和結果運用的公平問題。第三，它強調了不同學生群體之間的公平，但沒有給學生個體之間的評價公平以足夠的關注。實際上它在討論公平性時忽略了可能比群體間差異更大的個體間差異。這對于大規模評價是適當的，但對于課堂評價來說就不適當。第四，它將公平性當作一個測驗技術指標，就像效度、信度一樣，需要借助于統計技術來加以檢驗。在課堂評價中，教師即使掌握了相應的技術，恐怕也沒有時間去加以運用——實際上也沒有必要運用。同時，對公平性作為一種技術指標的過度強調導致了對評價中更為寬泛的倫理問題的忽視。正是在這樣的背景下，課堂評價的公平性成為評價研究的一個重要領域，不僅有一些理論推演，也出現了一些實證研究，而且還進入了一些評價的專業標準。

二、課堂評價公平性研究的進展

在課堂評價的公平性研究中，有兩個方面的研究值得關注，一是一些學者關于課堂評價公平性問題的討論，二是以中小學教師為對象的關于課堂評價公平性的實證研究。

（一）理論探討

早在1994年，吉普斯（Gipps,C.A.）就認為需要為教育評價尋找一些傳統效度、信度之外的品質，其中就包括公平性，在他看來，公平性就是運用多種指標提供多重成功機會。[3]但時至今日，在課堂評價領域中對公平性的再概念化仍在進程之中，關于課堂評價的公平性的內涵的表述還是存在著比較大的差異，在內容范圍和關注焦點上各不相同，甚至有些觀點是相互沖突的。蒂爾尼（Tierney,R.D.）的博士后論文總結了新世紀以來一些重要文獻關于課堂評價公平性內容結構的一些觀點（見表1）。

這些觀念上的差異表明，課堂評價的公平性的內涵非常復雜，可能在不同的情境中有不同含義。[5]但是，文獻中關于課堂評價的公平性也存在不少共識。首先，課堂評價的公平性與測量學意義上的公平性有不同的涵義。比如，在傳統測量理論中，免于偏差就是要求對那些與所測結構無關的因素進行控制，公平對待要求施測過程的標準化，測驗題目的設計強調區分，這些本質上就是要保證結果的可比較性，而且是學生群體或個體間的橫向比較。在課堂評價中，學生的差異性是需要培育和尊重的，蒂爾尼就指出，“不受文化影響的測試是不可能存在的，因為學習本身就和文化背景不可分割”，教育者在設計評價時要有“文化的敏感性”，從而能夠意識到并把評價建基于學生的文化背景之上。[6]公平的評價意味著學生被運用最適合于他們的方法和程序來評價。[7]其次，公平性不只是一個關于偏差的技術問題，而是涉及到更為寬泛的社會和倫理關懷。公平性并不簡單地是一個技術操作，公平測驗的開發是一個涉及到關于所評的結構和試題的效度的社會和政治假定的過程，比如，課程中強調的“誰的知識”以及評價中“何種知識被等同于成就”就不是一個簡單的技術問題。[8]布澤里和約翰遜（Buzzelli，C.A.，&Johnson，B.）提出課堂評價是一個道德問題，受到課堂權力的極大影響。[9]坎貝爾（Campbell，E.）也從倫理角度質疑了平等對待的問題，指出教師對學生持有普遍的低期望將對比較有能力的一些學生是不公平的；對學生持有同等的高期望，對能力相對較差的學生來講也是不公平的。[10]具體到學習機會問題，不考慮學習機會的公平來談評價的公平性，本身就是不合倫理或不公平的。課堂評價中的機會公平不再是傳統測量理論中強調的測驗準備機會的公平，而是包括了多方面的內容，如師生之間互動的質量，資源的可獲得情況，以及教師對學生多樣性背景的理解。[11]第三，公平的課堂評價的目標在于促進學生的發展，真正的公平應當顧及學生的不同，讓每個學生都能得到應有的發展，“把公平定義成消除個體差異是不合理的”。[12]如果評價中基本的倫理標準是“不傷害”（Do No Harm），[13]那么更高的倫理標準就該是“盡力做到讓學生發揮最好”。[14]這充分表明新的評價范式——“為學習的評價”（assessment for learning）——對課堂評價公平性研究的影響，公平不再是公平地“證明”，而是促進學生充分的發展。第四，關于課堂評價公平性的具體內容也存在一些明顯的共識，比如都強調必須清晰陳述學習目標，并與學生分享；強調讓學生有學習評價內容的機會，強調給予學生多種機會來展示他們的學習等。

表1 關于公平性內涵結構的不同觀點[4]

（二）實證研究

隨著課堂評價公平性研究的深入，也開始出現了一些實證研究，如關注教師眼中的評價公平性。評價公平性是教師的一個重要關注點，Yip and Cheung就新的評價體系調查了351位香港中學生物學教師，他們解釋說盡管25個問題中只有一個涉及到公平性，但教師們在開放題的回答時經常表達了對公平性的關懷。[15]但是研究也表明，教師眼中的公平性觀念存在著不小的差異。一個來自香港的研究考察了校本評價中教師的公平性觀念，發現教師中存在著三種不同意義上的公平：公平即在公平的基礎上評價學生；公平即不損害學生學習所評的學科內容的機會；公平即不剝奪學生接受通識教育（all-round education）的機會。[16]蘭姆（Lam，T.C.M.）的研究表明，關于公平，教師持有兩種絕然不同的觀點：平等（Equality）還是公正（Equity）。[17]有些教師認為公平就是平等，這意味著同等對待；有些教師則認為公平就是公正，而這意味著恰當。伯萊頓（Brighton，C）的研究反映了類似的情況，對于前者一部分教師來說，公平就是評價準則的一致性應用，因此期望能夠控制他們判斷中的變異情況；測試題目之間的等價非常重要，要保證學生面對同等難度水平的任務。這部分教師相信“對學生公平意味著所有學生做相同的事”，差異性的教學是“注水行為”，差異性地對待學生會降低對學生的期望，不利于學生，因此非常抵觸對學生實施差異性的評價和教學。對于后一部分教師，教師完全可以為了學生利益的最大化對評價進行調整，這是教師的“法定職權”。[18]

總體而言，這些調查表明，教師對評價公平性的理解是比較狹隘的，很多教師對公平性的理解主要指向于評價指標的一致性以及評價過程中的平等對待，甚至都很少關注到評價內容偏差的問題。這是一種非常樸素的公平觀，與日常的經驗緊密相關。而且，許多教師對公平性的理解也表明，他們對公平評價的強調實際上源于“對學習的評價”范式，很少有教師關注到運用評價來促進學習。

蒂爾尼做了一個研究，讓多位教師陳述“對公平評價最為重要的實踐”，發現不同的教師在認識上存在差異，但都能夠為理解公平性提供一些洞察。蒂爾尼的研究發現，教師關于公平性的“實踐智慧”涉及到：明確評價目標以明晰學習期望和評價指標；設計適當的評價任務和指標；運用多重或不同的評價來理解學習和支持決策；在對待不同班級和學生時保持一致；讓學生參與評價；與同事一起反思評價等。[19]不同的教師的建議有差異也存在共識，應該說能夠為理解公平性提供洞察。不過，就像蒂爾尼本人所發現的，盡管教師的敘事被鼓勵關注“為學習的評價”，但參與者們基于自己的實踐來說明的問題依然有很多停留在“對學習的評價”之中，這也許證明了“關于公平性證據和原則的信念受到客觀性測驗在課堂實踐中的優勢地位的極大影響。”[20]

三、專業標準中的課堂評價公平性

隨著研究的深入，課堂評價與大規模評價的差異被越來越多地認識到。評價領域開始將課堂評價與大規模評價分開來考慮——在制定專業標準時，或明確指出不涵蓋課堂評價，如測驗實踐聯合委員會的《教育中的公平測驗實踐規范》，或專門為課堂評價單列一部分標準，如《加拿大學生教育評價公平實踐原則》，或嘗試為課堂評價制定專門的標準，如JESEE的《學生評價標準》。下面以兩個單獨討論到課堂評價的專業標準為例，梳理其中的課堂評價公平性觀念。

《加拿大學生教育評價公平實踐原則》也許是第一個將課堂評價與大規模評價分開來討論的專業標準。該標準沒有嘗試對公平性進行清晰的界定，而是在“公平評價實踐”的主題下，為課堂評價羅列了五條基本原則，這符合其“實踐原則”的定位。五條原則分別是：評價方法應當適合于并與評價的目的和情境相符；學生應當得到充分的機會來展示被評價的知識、技能、態度或行為；判斷和評價學生表現的程序應當適合于所用的評價方法并得到持續的應用和監控；總結和解釋評價結果的程序應當按照報告階段的教學目標生成學生表現的準確的形成性表征；評價報告應當清晰、準確且對目標群體有實踐價值。[21]每一條原則之下都有相應的具體指南，涉及到公平性的各個方面，應該說相當全面地解釋了課堂評價公平性的要求。尤其令人印象深刻的是，幾乎每一條原則都強調應有“書面的政策”，本質在于保證課堂評價的公開、透明。但是，該《原則》有著明顯的時代背景——1990年代“為學習的評價”尚未成為一種主流的評價范式——這些原則是按《教育與心理測驗標準》的框架來組織的，傳統測量理論的痕跡比較明顯，比較適合于“對學習的評價”。

JCSEE的《課堂評價標準》就更好地體現了課堂評價領域的新近發展。其實，在討論《課堂評價標準》時，首先應當提及的是JCSEE在2003年發布的《學生評價標準》。該標準特別關注課堂環境中“用以指導學生學習和進步的評價實踐”，[22]其評價理想是“符合倫理的、公平的、有用的、可行的、準確的”（p.3）。[23]與前一個文件相同，《學生評價標準》也強調評價的公開透明，但更關注評價對學生未來學習的影響，關注到評價后果上的公平性問題，比較清楚地體現了“為學習的評價”的理念。《課堂評價標準》更是凸顯了這一理念，第一條就明確“課堂評價應有支持教與學的清晰的目的”，具體涉及到三大類共17條標準。盡管在這17條標準中根本未出現公平以及諸如公正、平等、倫理之類的術語，但其中有多條標準與評價的公平性密切相關，如“基礎（Foundations）”部分的“F2學習期望”強調課堂評價實踐應當與適當的學習期望和每個學生的教學相匹配；“F3評價設計”強調所用的課堂評價的類型和方法應當清楚地允許學生展示其學習；“F4學生參與評價”強調學生應當有意義地參與評價過程；“F5評價準備”強調學生在資源、實踐和學習機會上應有充分的準備；“F6告知學生及家長／監護人”強調與學生及其家長／監護人交流課堂評價的目的和用途。“質量（Quality）”部分的“Ql文化和語言多樣性”要求課堂評價實踐應答和尊重學生及其社區的文化和語言多樣性：“Q2特殊教育”強調課堂評價實踐應當適當地差異化以滿足所有學生的特定需求；“Q3免于偏差”強調課堂評價實踐和后續的決策不應受與評價的意向目的無關的因素的影響；“Q6反思”更是強調監控和調整課堂評價實踐以改善其整體質量。縱觀這些標準，我們可以清晰地看到課堂評價關于“公平性”的理想：公開、透明、充分的機會、適合于學生的展示方法、差異化對待等。這是對傳統測量理論關于公平性理解的超越，更適合作為教學的有機組成部分且旨在促進學習的課堂評價。

在我國，教育公平已經成為“中國夢”的核心內容。教育過程的公平是教育公平的一個重要維度，而在教育過程公平中，課堂評價的公平不可或缺。課程評價的公平性本質是什么，如何實現課堂評價的公平，這些問題應該是教育公平追求中的應有之義。基于已有研究的分析將為實現課堂評價公平性，進而保障教育公平提供必要的知識基礎。

[1]Brookhart，S.M.， Helena， M.T.Developing Measurement Theory for Classroom Assessment Purposes and Uses[J].Educational Measurement：Issues and Practice，2003，22（4）：5-25.

[2]JCSEE.Classroom Assessment Standards：Sound Assessment Practices for K-12 Teachers.（DRAFT#5）[R].http://www.teach.purdue.edu/pcc/DOCS/Minutes/12-15_Handouts/2013-01-16/JCSSE Assessment_Standards.pdf.2013/12/11.

[3]Gipps，C.A.Beyond testing：Towards a theory of educational assessment[M].Washington，D.C.，The Flamer Press，1994：172-174.

[4][19]Tierney，R.D.Insights into Fairness in Classroom Assessment：Experienced English Teachers Share Their Practical Wisdom[D].Canada：University of Ottawa，2010：61-62.143-213.

[5]Tiemey，R.D.Fairness as a multifaceted quality in classroom assessment[J].Studies in Educational Evaluation，2014（1）;DOI：http// dx.doi.org/10.1016/j.stueduc.2013.12.003.

[6]Tierney，R.D.Changing practices：Influences on classroom assessment[J].Assessment in Education：Principles，Policy&Practice.2006，13（3），239-264.

[7]Suskie，L..Fair assessment practices：Giving students equitable opportunities to demonstrate learning[J].Adventures in Assessment14.2002.Retrieved from http://www.sabes.org/resources/publications/adventures/vol14/14suskie.htm.

[8]Srobart，G.Fairness in multicultural assessment systems[J].Assessment in Education，2005，12（3）：275-287.

[9]Buzzelli，C.A.，&Johnston，B..The moraldimensions of teaching：Language，power，and culture in classroom interaction[M].New York：Routledge Falmer.2002：77.

[10]Campbell，E.The ethical teacher[M].Maidenhead，England：Open University Press，2003：73-74.

[11]DeLain，M.T.Equity and performance-based assessment：An insider’s view[C].In：S.J.Barrentine&S.M.Stokes（Eds.），Reading assessment：Principles and practices for elementary teachers.1995/2005：52-55.Newark，DE：International Reading Association.

[12]Camilli，G.Test fairness[C].In R.L.Brennan（Ed.），Educational Measurement，4thed..2006：221-256.Westport，CT：National Council on Measurement in Education，American Council on Education and Praeger Publishers.

[13]Green，S.K.，Johnson，R.L.，Kim，D.H.et al.Ethics in classroom assessmentpractices：Issuesand attitudes[J].Teaching and Teacher Education，2007（23）：999-1011.

[14]Larabee，D.F.The peculiar problems of preparing educational researchers[J].Educational Researchers，2003，32（4）：13-22.

[15]Yip，D.Y.，&Cheung，D.Teachers’concerns on schoolbased assessment of practical work.Journal of Biological Education，2005，39（4）：156-162.

[16]Benny Hin Wai Yung&Benny Hin Wai Yung.Three views of fairness in a school-based assessment scheme of practical work in biology[J].International Journal of Science Education，2001，23：10.

[17]Lam，T.C.M.Fairness in performance essessment.ERIC Digest（No.ED391982）.1995：2.

[18]Brighton，C.Internal factors that influence teacher change：Teachers’beliefs and concepts[D].UMI No.AAT 3003985，2001：129.

[20]Shepard，L.The role of assessment in a learning culture.Educational Researcher，2000，29（7）：4-14.

[21]Joint Advisory Committee.Principles for fair student assessment practices for education in Canada[R].Edmonton，Alberta，Canada：University of Alberta.1993：5-12.

[22][23]Joint Committee on Standards for EducationalEvaluation.The student evaluation standards[S].Thousand Oaks，CA：Corwin Press，2003：xix.3.

（責任編輯：張 斌）

*本文為華東師范大學課程與教學研究所教育部人文社會科學重點研究基地重大項目“義務教育階段促進學習的課堂評價研究”（項目編號：13JJD880014）的成果。

馮翠典/教育學博士，臺州學院講師，主要研究學習評價和教師教育