“雙減”背景下分數評價和等級評價的辯證關系

程姣姣

[摘? ?要]分數評價和等級評價都是價值判斷的結果，測驗分數不是分數評價，而是事實判斷的結果。二者在區分度、表現形式和功能偏向方面存在較大差別，但是二者是形式不同的考試評價，目的都是將教學結果反饋給教師和學生。在實際運用中，二者應相互滲透、相互轉化。二者的相互配合需要聚焦教育本質，重塑考試評價認知，結合評語，引入人工智能。

[關鍵詞]分數評價;等級評價;價值判斷;人工智能

近代以來，我國考試評價一直在分數評價和等級評價之間搖擺。在清代廢除科舉制度以前，此前多數朝代在考試評價中均采取等級評價。新中國成立之初，我國仿照前蘇聯采取五分制等級評價。此后，分數制開始占據主導地位，并成為人們熟悉的一種評價制度。21世紀初，由于分數評價的高區分度給學生帶來了巨大的學業壓力，學者們開始探究等級評價，也有部分地區開始實行等級評價。然而，盡管改革初期轟轟烈烈，最終還是被分數評價所取代。近年來，“唯分數”評價的愈演愈烈，已經給家長、教師和學生帶來了難以承受的壓力，導致了“大家都知道唯分數不好，但還是越走越遠”的局面，即進入了一種惡性循環。在這樣的背景下，2021年7月，中共中央、國務院印發《關于進一步減輕義務教育階段學生作業負擔和校外培訓負擔的意見》（以下簡稱“雙減”）鮮明地提出“考試成績呈現實行等級制，堅決克服唯分數的傾向”。[1]這一文件的發布使得等級評價再次被廣泛關注。為了使評分制度改革更加完善，以促進考試評價更好地為學生健康發展服務，有必要對等級評價和分數評價的關系進行探討。

一、分數評價和等級評價的概念

分數評價和等級評價都屬于評價范疇。評價是一種價值判斷活動，是對事物價值的判斷，既包括對已存在價值的判斷，也包括對超前性價值的判斷。[2]評價判斷需要在事實判斷的基礎上進行，否則多是不切實際的“空想”。斯塔弗爾比姆（Stuffleboem）提出，評價是描述、收集和提供有效咨詢，從而進行判斷和調整方案的過程。格倫蘭德（Gronlund）用簡單公式表示了評價的含義，即“評價=測量（量的記述）+非測量（質的記述）+價值判斷”。[3]可見，評價的前提是事實判斷，重點是價值判斷。事實判斷是對事物真實性的判斷，價值判斷是對是否有價值、有什么樣的價值以及多大價值的判斷。[4]分數評價和等級評價作為評價活動，也應是一種價值判斷活動。本文將在這一基礎上，進一步分析兩類評價的含義。

一般來說，分數評價是指用分值表示學生學業成就的結果，既可以用滿分一百分制表示，也可以用一百二十分制、一百五十分制表示。也正因為其結果的量化表示，很多人直接把測驗結果作為評價結果，并認為用分數評價得到結果是順序數據，其科學性高于等級評價的結果。當然也有一部分人認為，分數評價和等級評價的結果都是等距數據，其差別只在于區別度的高低，分數評價的結果更加精確，而等級評價的結果略顯模糊。但是，人們沒有注意到的是，他們視為分數評價的結果實際上不是最終結果，而是事實判斷的結果，只是格蘭倫德所提出公式的前一部分，即量的記述。他們所認為的“分數評價”還沒有涉及價值判斷，因此不算是完整的分數評價。因此，大多數人所認為的“分數評價”并不能稱為分數評價，只是測量的結果。再如，一名男生通過尺子測量的結果是160厘米，我們不能說這個160是價值判斷的結果，而要根據某一標準，在測量數據的基礎上，進行價值判斷，是高還是矮，并推測能否參軍入伍等。因此，分數評價作為一種評價，并不是事實判斷的結果，而是價值判斷的結果。例如，教師對學生寫作水平的評價，需要寫作評價標準，最后用與他水平相匹配的數字表示。也就是說，對測評結果的打分只是完成了評價的前半部分，即“收集資料”，對這一數據資料進行價值判斷之后，整個評價過程才算完成[5]。等級評價是指評價者有目的地將在評價學生學業成就活動中所獲得的結果——價值判斷，用等級的形式表示。等級形式多樣，可直接采取A、B、C、D等字母表示，也可用優秀、良好、合格、努力等詞語表示，也可用小紅花的數量表示，等等。評價者在收集了學生學業發展的相關資料之后，若想以等級形式表示，就需要按照一定的標準，對這些資料進行相應的價值判斷，表示其價值判斷的結果。因此，等級評價在日常操作過程中，較少存在誤將事實判斷作為價值判斷的情況。

二、分數評價和等級評價的辯證關系

合理的考試評價制度能夠發揮考試的積極作用，客觀、科學地反映教師教和學生學的效果。分數評價和等級評價是最基本的考試評價，二者既有區別，也有聯系。

1.二者的區別

一是表現形式不同。分數評價只能用數字形式表現，等級評價則是用序數詞表示，或者用與序數詞等價的其他符號表示。其表現形式不同的重要原因之一是區分度的不同。分數評價將學生的學業成就按照不同滿分制的大小劃分成99、119或149等區間，每個區間的間隔很小，區分度很高。而按照教育部發布的《加強義務教育學校考試管理的通知》，等級評價分為4-5個等級，[6]學生的學業成就分布在3到 4個區間，每個區間的間隔很大，區分度顯然更低。區分度會影響學生心理狀態和評價功能的發揮。區分度越大意味著個體間可被比較的空間越大，也意味著個體之間的競爭加大，必然會形成“分分必究”的形勢，從而造成學生較大的心理壓力。因此，從義務教育階段的根本任務和學生身心健康發展的規律出發，學生的考試成績應實行等級評價，從而在一定程度上減輕學生的心理壓力，形成健康完整的人格，為學生終身學習和發展奠定良好的基礎。而高中及以后的教育開始具有競爭性，此時學生的身心發展更為成熟，對壓力有一定的承受能力，采取分數評價或者等級數更多的等級評價更為適合。

二是在作用發揮的偏向上存在差異。分數評價和等級評價可以對已存在價值和超前性價值做出相應的判斷。對已存在價值的判斷稱之為鑒別，對超前性價值做出判斷叫做引導。換而言之，鑒別和引導是評價最基本的功能。鑒別是指對學生一學期或者一學年學業成就表現好壞的價值判斷。引導是發現學生的潛能或錯誤，引導學生不斷發展。雖然分數評價和等級評價都具有評價最基本的兩大功能，但二者在基本功能上有不同的偏向性。分數評價更偏向鑒別。由于其區分度更大，對于鑒別不同學生學業成就方面的作用更為明顯，即能夠區分學生之間的很小差異。當學生看到與他人的差距，可能會激發其學習的積極性和主動性;但如果學生過于重視這種分數差距，則會阻礙其全面發展。由于等級評價更偏向引導，在很大程度上將減少學生因“唯分數”評價帶來的較大心理壓力，弱化分數評價的鑒別的功能，從而更好地促進學生的全面發展。等級評價的低區分度可為學生橫向多樣發展提供更多機會。當教師和家長不會因為提高幾分而讓學生將大量時間和精力花在重復練習上，學生就有更多機會發展多方面的愛好。同時要認識到，盡管分數評價和等級評價各有偏向，但不意味著就完全忽視了另外一種功能。808F3603-761A-4274-87F9-9FFD0A26D1E6

三是適用學段和內容存在差異。在不同的階段實施不同評價，與各階段教育的性質有關。基礎教育面向全體學生，關注每一位學生的全面發展，要為學生健康成長和終身幸福服務。其考試評價應體現以學生健康發展為本的理念，體現非選拔性、非競爭性的價值。因此，等級評價更適用這一階段的教育。等級評價是合格性評價，而不是具有競爭性的頂線評價。等級評價的模糊性也可以進一步弱化學生之間的非良性競爭。高中及之后的教育，不僅要強調學生自身的發展，還強調學生對社會的適應，為未來職業打好基礎。特別是高中階段，學生要考慮升入更高級別的學校獲得發展機會，開始具有了真正意義上的競爭性。通常這一階段的學生的心理承受能力也比基礎教育階段更強，因此，這一階段的教育更適合采取分數評價，利用其較精確的區分度，鑒別頂部人才。此外，不同教育內容適用的評價類型也不一樣。在認知領域，主要考察學生對知識的記憶、理解和應用，可以采取標準化測驗的方式，實施分數評價更為便利。在情感、態度和價值觀領域，很難用客觀量表加以測量，更適合采取觀察、訪談等方式獲得數據并進行等級評價。

2.相互聯系

一是同為活動結果的表達符號。任何教育活動的結果都需要使用一定的符號加以表示才能夠進行交流。分數和等級是評價者用以表示學生在學業成就活動中表現結果的符號。用分數這種符號類型表示結果的評價稱為分數評價，用等級這一符號形式表示結果的評價是等級評價。二者是都是考試結果的價值判斷，對同一考試既可以采取分數評價，也可以采取等級評價。二者具有一致性，只是表達形式存在差別。

二是都具有提供反饋的作用。提供反饋是為了便于促進教師改進教學，引導學生反思和努力方向。作為考試結果的價值判斷，其最基本的目的是通過評價將學生學習情況反饋給師生。對教師來說，這些反饋便于他們采取相應措施，調整教學計劃、改變教學策略，從而確保教學的有效性和針對性。對學生來說，如果評價結果較好并與預期一致，將會增強學生學習的積極性和自我效能感;如果評價結果較差或與預期不一致，則會促使學生反思，調整學習進度、鞏固所學內容等。

三是相互滲透與轉化。在同一考試評價中，可能會同時出現分數評價和等級評價。例如，“3+3”新高考中即存在語數英三門按照原始分數的表示，也存在其他任選三門課等級賦分法中的等級與分數評價相結合的評價方式。可見分數評價和等級評價可以相互滲透，發揮出組合優勢，從而使教育評價體系得到優化。二者還可以按照一定的標準相互轉化。有些評價結果用等級評價呈現效果更好，但在收集原始數據時更適合采取分數評價，這就需要將分數評價結果進行轉換。例如，一些學校會結合學生平時表現與其自評、教師評價和同學互評，對學生品德發展的總體表現打分，再按照不同分數段，以“甲乙丙丁”四個等級呈現。而當對學生某方面的評價分為若干項目，每個項目又采取等級評價時，則需要采取將等級折算為分數，再將各項分數相加的方式，從而獲得總體分數。

三、分數評價和等級評價相互配合的策略

1.聚焦教育本質

任何教育活動都應遵循教育的本質，即有目的地培養人，使人朝著真善美的方向發展。無論實施分數評價還是等級評價，評價者都要關注到人。如果評價是為了衡量學生發展的程度，發現學生發展過程中遇到的問題，挖掘學生發展的潛能，就不容易出現以往“見分不見人”的現象，轉而更關注學生的全面發展。學生的全面發展是長期的、持久的，聚焦教育本質的評價活動應更具有全局性，能夠破除當前教育評價存在的短視化、功利化的問題。因此，當考試評價聚焦于教育本質時，無論分數評價和等級評價以何種方式配合，都能夠因為始終關注人的健康發展而不至于偏離航道。

2.重塑考試評價的認知

在應試教育的背景下，很多人會割裂、忽略或否認分數評價和等級評價的關系。在提倡素質教育的背景下，多數人都能認可用等級評價取代分數評價。在提倡效率的時候，多數人會贊同實行分數評價。考試評價改革不是要打倒一個另立一個，而是需要發現兩種評價的辯證關系。因此，在評判以往考試評價時，要保留其蘊含的合理成分，并加以發揚和改造，使其能夠融入新的評價體系。考試評價應不斷在修正中發展和完善。評價主體要以自組織的而非機械的眼光看待考試評價。

3.結合評語的評價

分數評價和等級評價的表現為“孤零零”的數字或等級，在沒有相應說明的情況下，學生和家長僅能從中獲得很少的信息，甚至會感到疑惑。因此需要教師提供相應的評語，尤其是在較低年級。其中，分數評價最容易讓家長認識不清晰，因為人們對分數普遍存在一種固定的刻板印象，如九十分以上代表優秀，八十分以上是良好，六十分以上是表現一般，其他則是表現不好。但分數評價的結果會受到測驗難度的影響，導致實際分數與常見的優劣判斷不一致，即有時九十分不一定表現很好，不及格的分數不能代表很差。在這種情況下，只看分數就難以發現問題。“雙減”背景下，提倡在中小學實行等級評價，那么，當結果只是在成績單上呈現等級，必定有很多家長和學生不能理解其含義。因此，應以分數和等級評價結合，再輔以相應評語，對分數進行解釋，指出學生的問題，并鼓勵學生不斷進步，才能使評價對學生發展發揮更大幫助。

4.引進人工智能，賦能考試評價

傳統考試采取抽樣方式選擇測驗內容，并不能涵蓋全部教學內容。以標準化測驗檢驗學生的收獲，并由教師進行評價，不可避免地具有延時性，因此評價活動的效率較低。利用人工智能與教育評價融合，將會極大地改善傳統考試評價的弊端，考試內容將實現全樣本覆蓋，其所體現的也不再僅包括智育方面的信息，還可以更加多維，評價過程也更具情境性、真實性、智能化，對學生的反饋更即時。人工智能的加入將會最大化地發揮分數評價和等級評價的優勢功能。

參考文獻

[1]中共中央辦公廳 國務院辦公廳印發《關于進一步減輕義務教育階段學生作業負擔和校外培訓負擔的意見》[EB/OL].（2021-07-24）[2022-2-25]http：//www.gov.cn/zhengce/2021-07/24/content_5627132.htm.

[2]馮平.評價論[M].北京：東方出版社，1995：3.

[3]劉國本.教育評價學概論[M].北京：人民教育出版社，1995：22.

[4]江傳月.評價的認識本質和真理性[M].廣州：中山大學出版社，2005：140.

[5]劉五駒.“百分制”向“等級制”變革中的評價理念誤區[J].江蘇教育學院學報（社會科學版），2005（06）：22-23.

[6]教育部辦公廳關于加強義務教育學校考試管理的通知[EB/OL].（2021-08-30）[2022-3-20]http：//www.moe.gov.cn/srcsite/A06/s3321/202108/t20210830_555640.html.

（責任編輯 郭向和? ?校對 姚力寧）808F3603-761A-4274-87F9-9FFD0A26D1E6