基于教育評價理念的高考歷史學科命題研究

關鍵詞教育評價，高考，歷史學科，命題

中圖分類號G63 文獻標識碼B 文章編號0457-6241（2017）23-0026-06

作為國家基本教育制度的考試招生制度，歷來都是社會關注的焦點，目前新一輪高校招生制度改革正在穩步推進，上海、浙江已經完成了本輪改革的首屆高考工作。高考不但關系到國家選才和社會公平，而且又是銜接基礎教育和高等教育的重要環節，其中考試形式和內容的改革與基礎教育課程改革息息相關。2014年，國務院在《關于深化考試招生制度改革的實施意見》中就提出“改革考試形式和內容”，但是“考什么、怎么考”并未引起教育界足夠的重視和研討。本文嘗試引入國際主流的教育評價理念，對傳統教育考試進行改進和提升，重點關注命題設計的理論基礎和實施路徑，在厘清教育評價內涵的基礎上，以歷史學科為研究對象，探討學習目標、修訂后的布盧姆教育目標分類法和題型改革等命題設計的基礎性問題，著力于打造具有評價功能的教育考試，更好地發揮導向教學的作用。

1.教育評價理念的內涵和新要求

教育評價（evaluation）主要是在20世紀20年代對“測量運動”進行批判的背景下開始出現的。19世紀末20世紀初，在美國迅速發展起來的“測量運動”給整個教育界帶來了很大影響，例如，從20世紀20年代起，一些教育家曾推廣各種教育測驗，如閱讀測驗、算術測驗等。但是，過分強調標準化考試，以及采用了較為方便的客觀測試的形式，造成學校教育理念發生較大偏差。例如，許多學校為考而教、為考而學，考試與教育發展的目標偏離越來越遠，從而引起社會越來越多人對標準化測驗以及測量運動的擔憂，也引起人們對教育及其考試發展的深入思考。

受美國進步主義教育運動的影響，泰勒在“八年研究”的基礎上，提出了教育評價的理念，主要是從學生的全面發展和多層次的教育目標的需要出發，進行課程、教學、評價一體的教育改革。“所謂教育評價（evaluation），與測量（measurement）和考試（examination）不同，不是為了給學生排序和分組，而是為了驗證和改善教育課程，為學生的學習提供有效的信息，還需要開發和研制從多角度、多層次把握學生的學習行為的評價技術。”①我們這里強調區分“教育評價”與“測量”“考試”的不同概念，就是要進一步明確“教育評價”的使用意義。教育評價強調的并不是僅僅從選拔排序的角度設計考試，而是要讓教育評價理念變成保障學生高水平學業的有效措施，教育評價的行為不是要暴露學生的個體差異，而是要成為服務于教育教學的診斷性工具，根據通過這種評價活動所得到的信息，來檢驗和改善教育活動。

實質上，近年來教育評價理論和技術的發展也取得了長足的發展，更加豐富了教育評價理念的內涵和內容，必然會對教育教學實踐和招生考試制度產生重要的影響。因此，從教育評價的視角設計考試就顯得更為迫切，唯此才能充分發揮導向教學的作用。

2.高效教學離不開教育評價

毋庸置疑，教學與學習是不可分割的，但是課堂中的教與學只包含課程和教學指導是遠遠不夠的。除了要知道教什么和如何教之外，教師必須還要全面了解學生在教學過程中的學習特征以及程度，而評價正是教師觀察學生學習和教學效果的重要手段，但是這一點經常被一線教師所忽略，“高效教學最為重要的基礎之一在于認識課程、教學指導、評估三者之間的三位一體性。然而，評估這一環節卻時常在課堂教學中被無意低估”。①怎樣才能實現高效的教學，前提就是要了解學生的學習狀況，而具有評價功能的考試正是推動教學最有效的工具，這是因為這樣的考試能夠提供有意義和內涵的反饋信息，幫助師生在教與學程中得到改進和提升。在新一輪普通高中歷史課程標準的修訂中，增加了考試命題的相關內容和要求，這就是最好的例證。

正是因為教學、學習、評價具有一致性，才需要從教育評價的視角來設計考試。教育考試不能僅僅只是為了鑒別和區分，真正科學的考試，一方面在設計和實施中要有好的效度和信度，另一方面要能夠采集足夠的信息來反饋教學。基于教育評價的理念來設計試卷，就是要將“為什么考、考什么、怎么考”置于整個教育發展這一鏈條中，通過“以評促學”來提升教育質量，這才是考試的真正意義所在。

準確認識學習目標是教學、學習和考試的基礎性工作，無論是教師還是教育考試機構，當對學生的學習情況和學習水平進行評估時，都必須確保測試的效度和信度。要保證測試的效度和信度，必須首先全面了解學習目標。要做到這一點，比較有效的方法就是對學習目標進行分解。“分解”指的是，為了明確考試對知識內容和認知層次的要求，對現有的課程內容和目標進一步細化、明確的過程。

那么我們究竟要分解什么？具體講，每項目標都應包括兩個基本要素：知識內容和認知行為。第一，作為知識內容來講。在教學和測試過程中，往往對知識內容較為重視，例如，每當問起“這份試卷考了什么？”教師常常會講，這道題考查了“工業革命”“英國君主立憲制”，等等。可見，很多教師最為關注的是知識內容。這并沒有什么不妥，但是如果僅僅把知識內容等同于教學內容或者考試的主要目標，那么就會出現很大的偏差。第二，認知過程維度更需得到關注。實際上，設計有效、可信的測試，除了對知識內容要有清晰的理解，更應充分了解認知行為。在基礎教育階段，認知行為能力也是較為重要的，例如根據布盧姆教育目標分類法，我們能通過觀察學生的外在表現和行為來推導他們的認知水平，很多教師應該對這一分類法較為熟悉。近年來，布盧姆的學生安德森對原模型進行了調整，并于2001年出版了布盧姆教育目標分類法的修訂版。安德森一方面對認知層次作了更為詳細的解釋，另一方面也對原分類法進行了重新整理和排序，應用起來更為有效。“認知過程維度取消了‘綜合，主要分為記憶、理解、應用、分析、評價、創造”。②例如，美國的一位高中歷史教師在講解二戰后美國歷史時，對所在教學區的課程標準中的學習目標進行了分解，主要是運用布盧姆教育目標分類法對不同的認知行為進行了明確，如圖1①所示：endprint

如圖1所示，布盧姆教育目標分類法能夠對不同的認知行為進行合理劃分，如果將它與教學過程有效結合，當教學觸及了知識內容和認知過程維度兩個方面后，肯定會對教學和學習帶來更為顯著的變化。根據上述分解和解構的方法，筆者現對新一輪即將實施的課程標準中的一個學習目標——“改變世界面貌的工業革命”進行分解，下面具體加以說明。

通過了解工業革命帶來的社會生產力的極大發展以及所引起生產關系的深刻變化，理解工業革命對資本主義世界體系的形成及對人類社會生活的深遠影響。

18世紀下半葉，英國開始工業革命，它造成了人類歷史的重大變化，不僅意味著經濟的巨大增長，而且意味著社會的整體變動。例如，“鐵路改變了英國社會，這不僅體現在成百倍增加的運輸量、數十倍提高的運行速度上，也不僅體現在把全國交織成一張鐵路網、從而把各地區不分遠近連成一體上；它還改變了人的思維模式，改變了人對生活的看法”。②可見，工業革命是個影響到人類命運的總體過程，最終改變了歷史前進的方向，我們在歷史學習和教學中，更需要立體化的觀察和多角度的思考。因此，為了更全面的學習工業革命這一課程內容，我們可以這樣解讀：第一，“了解”在認知過程維度中應屬于“記憶”層次，因此工業革命帶來的社會生產力的極大發展和所引起的生產關系的深刻變化，這一知識內容在教學和考試過程中應達到識記的目標；第二，在課程標準中還運用了“理解”這一行為動詞，我們應該如何認識？我們以往遇到的很大一個困擾就是無法準確說明，在教學和考試評價過程中也經常模糊使用，甚至會導致誤用的后果。“修訂后的布盧姆教育目標分類學幫助我們拓展了教育目標的范圍，尤其是對學習遷移的目標進行了重點解讀。下面具體以‘理解這一認知目標為例加以說明。‘理解在日常教學和考試評價過程中的應用是最為廣泛的，但是常常被籠統的使用，甚至誤用，經過安德森等人的修訂完善后，‘理解具體分為：解釋、舉例、分類、總結、推斷、比較和說明，層次更加細化，在實踐中更具操作性。”③實質上，“理解”這一認知行為包含多個思維角度和指向，如果能夠更為全面地認識認知行為，還可以幫助我們拓寬試題命制的技術和方法，這一點尤其需要引起我們重視。為了更為明確地闡述這一問題，下面具體以其中的“解釋”為例，探討“解釋”這一類別的含義和思維指向，以及對應的試題形式。“解釋是指學生能夠將信息從一種表示形式轉變為另一種表示形式，它可能涉及將文字轉變為文字，將圖畫轉變為文字，將數字轉變為文字，將文字轉變為數字，等等。解釋的同義詞是轉化、釋義、描述和澄清。”④在高中歷史學習和測試中，“解釋”類別中的“釋義”“轉化”運用較多，具體說明見下頁表1。

需要注意的是，為了確保測試的是“解釋”，而不是“記憶”，情境材料的設計至關重要。我們常常會在一些模擬試題中發現，本來是測試“理解”能級的試題，往往只能達到測試“記憶”的目標，很大原因是因為情境材料中沒有包含新信息。無論是“釋義”還是“轉化”，關鍵都在于需要考生有能力將“新知識”與已學知識建立起關聯，實現知識鏈和思維鏈的整合。

在明確了考試目標之后，最為重要的就是選擇測試項目需要的題型。在目前國內的教育考試實踐中，考試題型按照評分方式的不同主要分為客觀題和主觀題，以高考歷史（全國文科綜合卷）為例，目前主要按照選擇題和非選擇題來分類。實際上，目前的命名方法只是從表面上進行概括，如果從教育測量學的角度來分類，應分為選擇反應式題型和建構反應式題型。選擇反應式題型主要是指能夠將答題過程以選項的形式來展現的題型，要求學生從多個選項中選擇，這類題型包括判斷題、配對題、選擇題等；建構反應式題型則是指需要答題者根據問題或者提示給予解答過程的題型，常用的題型有填空題、簡答題、論文等。

只有選擇了合適的測試題型才能達到教育評價的最佳功能，同時還需要考慮，測試的內容、認知需求的層次、評估的時長，等因素，這都要求我們必須充分認識不同題型的測試功能，具體如表2所示：

表2主要介紹了不同類型的題型與認知過程維度的對應關系，只有在準確認識題型測試功能的基礎上，才能將之有效地應用到命題過程中。試題在命制過程中，應針對所學的知識內容和認知層次進行設計，重點關注試題涉及的知識內容是否對應了正確的認知層次？也就是說設計的試題是否滿足了測試需求？下面具體以2016年全國Ⅱ卷第33題加以說明。

例題1：英國18世紀人口死亡率明顯下降，但1816年以后死亡率上升。1831～1841年，工廠集中的伯明翰每千人死亡率由14.6上升到27.2，利物浦由21上升到34.8。導致上述情況發生的重要原因是

A.城市環境極其惡化

B.化學工業污染嚴重

C.人口膨脹食物短缺

D.醫療技術水平下降

答案：A

如何理解工業革命以及城市化進程中的正負效應，這既是學習的重點也是難點。工業革命造就了城市社會，既帶來城市的諸多優越性，也引發了嚴重的城市病，從環境惡化到犯罪猖狂，從擁擠到疾病叢生，等等。例如，“衛生問題是‘城市病的又一頑癥。工業革命中大城市迅速擴張，但公共設施缺乏，經常出現人、畜、垃圾共處的現象，臭水塘舉目皆是”。①該題的設計思路正是依據這一歷史背景。從知識內容上講。該題以18～19世紀英國人口死亡率的變化設置情境材料，主要考查工業革命對人類社會生活的深遠影響，工業革命既給人類社會帶來生產發展和科技繁榮，同時工業化進程中的環境問題也不容忽視。“與18世紀死亡率明顯下降相比，顯然19世紀死亡率上升的主要是城市，工業集中地區死亡率上升也佐證了這一結論。結合所學知識，可知早期工人階級生活條件和工作條件十分惡劣”。①從認知層次上講。考查某一歷史現象或歷史事件發生的原因在高考試題中經常出現，從布盧姆認知目標分類學上講，這屬于“理解”層次中的“說明（Explaining）”，常常用于歷史學科中某一社會現象或歷史事件的變化將如何影響到其他部分的變化。例如，“在社會課中，目標可能是說明18世紀重要歷史事件的原因，與之對應的測評題要求學生閱讀與討論關于美國獨立戰爭的課文，然后建構獨立戰爭中事件的一條因果鏈，從而對獨立戰爭爆發的原因作出最佳的說明”。②這里試題設計的關鍵在于：情境材料必須含有新信息，并且是歷史事件的現象或者特征，需要考生運用已學的歷史知識和思維構建起認知鏈條。觀察上述這道試題的設計：一是試題情境與教材表述不具有重復性，教材知識沒有從人口死亡率的角度來講述工業革命的影響；二是選項設置也沒有使用教材語言表述。所以說，這道試題能夠實現知識內容和認知層次的結合，達到了“說明”這一能級目標的測試目的。因此，可以說該題較好地達成了學習目標和考試目標的一致。endprint

根據前面的論述，我們已經初步厘清不同題型所對應的不同認知過程維度。以選擇題為例，該題型不但能夠考查“記憶”等低層次認知行為，而且還能較好地實現對“理解”“應用”“分析”等高層次的考查；但是無法實現對“評價”和“創造”的考查，因為評價和創造需要學生從無到有地去建構答案。“選擇題提供了多項答案供學生判斷，答案的內容和形式已經限定，無須重新填寫。鑒于此，我們所討論的選擇題主要針對理解、應用和分析這三種高級認知層。”③

雖然選擇題具有使用廣泛、評分客觀高效等優勢，但是如果從教育評價的視角來審視，則會發現目前該題型仍有一定的不足，主要集中在作答結果只有正確和錯誤之分，無法完全展現考生的答題過程，同時也無法否區分出不同能力層次的考生。實際上，考生對于具有一定難度的試題，表現水平肯定有較大差別，不同選項的設計也代表了不同的答題水平，但是目前只有零分和滿分的賦分原則無法滿足這一要求，尤其是中等難度試題和難題，不可避免地會忽視部分中間群體的考生的答題情況。鑒于以上情況，我們可以從選項設計和調整試題賦分來進行改進設計，例如，在賦分上采用分層評價的方法，將選擇題的作答情況分為三層，完全做對是滿分，選擇次佳答案得部分分數，完全錯誤為零分。實際上，這一理念和設計思路在2017年上海學業水平等級性考試（思想政治）試卷中得以驗證，具體就是：在20道選擇題中，有4道選擇題采用此類設計方法，試題作答要求是：每題各3分，每小題只能選一個答案，選出最佳答案得3分，次佳答案得2分，錯選得0分。

下面具體以2016年高考歷史（江蘇卷）第16題為例，探索分層賦分的思路和設計辦法，具體加以說明。

例題2：下表是美國制憲會議中出現的三個國會建設方案。

最終方案的形成過程體現了

A.選舉是民主原則的基本體現

B.國會是代議政體的權利中樞

C.妥協是現代政治的重要機制

D.分權是共和制度的關鍵措施

該題正確答案為C，中等難度題。該題考查的主要內容是對美國代議制的理解。在如何創建新的政治體制上，1787年費城制憲會議存在較大的分歧。“弗吉尼亞方案”傾向于按照各州人口分配國會席位，如果實行此設計方案，人口居于少數的州就處于不利地位。例如，當時作為最大州的弗吉尼亞的代表席位會是最小州的特拉華的10倍左右。“新澤西方案”提出在國會中每州不分大小都有同等的表決權，但是該方案忽視了不同州規模大小的實際情況，也遭到了較大的抵制。最終，在連續爭論多日的基礎上形成了“康涅狄格方案”，該方案實際上是在考慮多方利益基礎上的妥協的方案，創造性地解決了代表席位的難題。可見，妥協是西方民主政治的重要機制，所以本題正確答案為C。

根據目前的題型功能和評分標準，選擇C選項才能得分，其他選項都不得分。但是，我們可以探索從教育評價的視角對該題的設計方法加以改進。具體講，將C選項設置為3分，D選項設置為1分，A、B選項設置為0分。理由如下：從干擾選項的設計中，不同的干擾選項有其自身功能，在認知層次和內容要求上，選擇D選項的考生在學習能力和知識掌握上要優于選擇A、B的考生。主要考慮因素有：部分考生之所以選擇D選項，主要是因為目前在實際教學中很少會涉及美國國會建設方案的論爭，教材中的主要內容是關于分權和制衡；相比來講，部分考生選擇A、B，則能看出這些考生基本沒有讀懂材料，學習能力較低。這在考試結束后的大數據統計中也得到了驗證，“從考生選擇情況來看，有近30%的考生選擇了D項。……另外各有大約14%的考生選擇了A、B選項”。①

但是，這并不意味著所有的選擇題都可以根據此類方法進行改進，前提條件必須滿足兩個：一是教育考試機構在試卷設計的源頭上，對試題的測試指向和內容要求有著清晰的認識；二是試題為中等難度題或難題，選項的設計能夠具有明確的指向。這樣，才能從選項設計和題目賦分上對部分選擇題加以改造，進而大幅提高其測試功能。

考試是教育的重要組成部分，考試要服務于整體教育目標的實現，所以應該采取的態度就是實現教育考試向教育評價的躍升。目前我國教育改革發展已進入一個新的階段，招生考試制度的綜合改革已經成為迫在眉睫的重要任務。無論是教育考試機構還是教育教研部門，評價意識應成為共同的理念，都應樹立“以評促學”的教育理念，考試評價不僅是評估學生學習質量的手段，更是促進學生學習的方法。對于教育考試機構專業人員來講，更需要及時了解教育評價最新的發展動向，思考怎樣的考試能夠符合這一發展趨勢？如何讓考試也能成為促進學生學習的工具？因此，為了讓教育評價的理念從理論層面落到實地，需要我們統籌思考，尤其是在作為考試源頭的命題階段做好整體規劃和設計，致力于打造具有評價功能的教育考試，服務于整個教育質量的提升。

【作者簡介】馬秀誼，任職于江蘇省教育考試院考試命題中心，南京大學歷史學院博士研究生，主要從事教育考試命題與評價研究等工作。

【責任編輯：王雅貞】endprint