● 鄭海紅 段作章

美國紐約州教育問責制度下表現(xiàn)性評價的運用和啟示

● 鄭海紅 段作章

表現(xiàn)性評價是針對傳統(tǒng)的標準測驗的不足而出現(xiàn)的。美國紐約州的標準協(xié)會在問責制的支持下，成功地運用表現(xiàn)性評價方法檢測學生的學習成果。這對我國目前積極進行的評價改革具有借鑒意義。

紐約州；教育問責制；表現(xiàn)性評價

一、美國紐約州實施表現(xiàn)性評價的背景

為了促使教師和行政管理人員對學生的學業(yè)成績負責，美國實施了教育問責制。在教育問責統(tǒng)一標準的前提下，越來越多的學校依賴于標準化考試結果決定學生的畢業(yè)、校長的獎金、教師的薪水以及學校的評級。有學者描述績效問責實施的現(xiàn)狀為：“標準。分數(shù)。學校報告卡。國際比較。當然，還有考試，無處不在的考試。我們的教育工作者、家長、學生以及公眾時時被耳提面命著我們國家的學校成就，沒有一天不這樣?！盵1]不難看出，大規(guī)模的標準化考試受到了學界的批評。針對基于標準的多項選擇測驗的不足，美國許多州采用了表現(xiàn)性評價作為考試評價的一種形式。所謂表現(xiàn)性評價，美國國會技術評價辦公室1992年提出了一個描述性的定義：要求學生模擬真實情景，創(chuàng)造出答案或產(chǎn)品以展示其知識或技能的測驗。[2]大量的國際實驗研究證明，表現(xiàn)性評價為評估系統(tǒng)服務于它們的最初目的提供了機會——支持學生的學習和教師傳授高階的知識技能。紐約州作為美國教育發(fā)達的一個州，成功地設立了性能標準協(xié)會(New York Performance Standards Consortium)來支持問責制下表現(xiàn)性評價的實驗研究，并且取得的成就超過了標準化測驗。1995年紐約州前教育廳長托馬斯．瑟伯爾（Toms Sobol）和性能標準協(xié)會學校的領導人一起努力獲得了從五門會考科目中放棄四門考試的權利，僅有英語語言藝術科目需要參加會考考試。所有參與該項計劃的28所學校必須在四門核心課程中，完成基于標準的表現(xiàn)性評價的任務方可畢業(yè)，個別學校也可以在藝術、外語、實習等方面增加額外任務。他的繼任者比爾（Richard Mills）頒布了一項高利害考試政策，而且強制性地通過五門考試才能畢業(yè)，但是協(xié)會學校仍然保留棄權，允許學生遞交協(xié)會的評價結果給會考考試中心，這很大程度上是因為這些學校的成功。

二、表現(xiàn)性評價的實施過程

公共問責和透明度是紐約協(xié)會學校成功的關鍵。其成功地運用表現(xiàn)性評價，主要表現(xiàn)在設計、專業(yè)發(fā)展、技術質量（信度和效度）三個方面。

（一）設計

（資料來源：http://performanceassessment.org/performance/pcomponents.html)

加涅將學生的學習結果（他稱之為后天習得的性能）分為五類，即言語信息、智慧技能、認知策略、動作技能和態(tài)度，所以人的能力是復雜的，單純的大規(guī)模標準化考試無法保證測得學生能力的多維性。為了保證基于問責的表現(xiàn)性評價順利運行，性能標準協(xié)會專門建立了一個評估系統(tǒng)以評估學生的能力。評估系統(tǒng)由七個組件組成：主動學習、形成性和總結性文件、糾正行動策略、學生多種方式來表達和展示學習、與學習標準相一致的畢業(yè)級別的表現(xiàn)任務、學生作品的外部評價者、聚焦于專業(yè)發(fā)展，具體如上表。

同時拿到高中畢業(yè)文憑需要完成四個普通的、延長時間的表現(xiàn)任務和一個核心學術科目（英語）。這些任務是基于技能和內容兩方面設計的，呈交的作品既有書面形式的，也包括口頭報告。具體的四個任務分別是：文學分析、高級數(shù)學的應用、科學工程或者獨創(chuàng)實驗、社會研究領域內的研究論文。書面寫作和口頭描述任務的結果由學生、教師以及外部評估者（有些是他們領域的專家）來評估。在整個高中階段，鼓勵學生參與學校課程設計和教學，以促進學生在11和12年級完成畢業(yè)任務時取得優(yōu)異成績。美國協(xié)會學校根據(jù)具體的任務，設計相應評定量表，確定學生的等級，詳實具體的量表由老師和問責制下外部評估者設計，評估任務組成了評價系統(tǒng)的重要部分。

除此之外，許多協(xié)會學校利用檔案袋收集學生知道的和可以做的信息。表現(xiàn)性評價審查委員會的主要成員為教育家和評估專家，每五年審查一次從而決定這些學校是否開發(fā)了一套支持表現(xiàn)性評價以一種可持續(xù)發(fā)展道路運行的框架。

（二）專業(yè)發(fā)展

紐約標準協(xié)會成立了專門的咨詢中心，開展一系列針對教師和行政人員的促進課程、教學、評價發(fā)展的研討會，支持協(xié)會學校的評估工作。這些研討會都有具體的內容和評估的重點。咨詢中心還經(jīng)常組織跨聯(lián)盟會議和參與教師的學?；ピL。

（三）技術質量

協(xié)會學校近幾年參與了一項適度研究（moderation studies）項目，該研究的目的是收集評分信度的證據(jù)，通過三個階段來完成：(1)協(xié)會學校的教師每個人都參與學生作品的打分，然后作為一個組達成一致；(2)外部評審者再評估學生的作品并打分；(3)學校組織基于政府的適度研究的作品與本學校的作品對比。咨詢中心的成員收集每個學校為畢業(yè)而設計的作品然后建立學生作品包，到了秋季，協(xié)會學校的教師們各自依據(jù)評分規(guī)則，以小組的形式討論得分。如，2007 年羅伯特．E．斯德克（Dr.Robert E．Stake）做了一項調查，來自協(xié)會學校的150名教師收集學生的作品，每個教師評價三份卷子，然后與來自不同學校的十個教師交流，他們一塊討論了試卷的質量以及他們個人的評價，然后一起完成了一個“一致性量表”。最后將達成一致的試卷遞交到協(xié)會學校，運用協(xié)會量規(guī)做基于學校的評估。適度研究結果被認為是可靠的，收到了超過80%的達成一致性。[3]咨詢中心報告了跨評價者間的高信度評分，并且在每個表現(xiàn)層次上都創(chuàng)造并公共發(fā)布了收集的范例文件。

性能標準協(xié)會將預測效度看作是關于效度的最重要證據(jù)。一項2001年至2002年的研究表明，一組畢業(yè)于性能標準協(xié)會學校的高中畢業(yè)生，他們與其他公立學校學生相比，家庭收入較低而且具有不同的膚色，但這些學生在進入的大學的比率、堅持上大學二年級的比率、在申請大學GPA考試中分數(shù)等方面超過了全國平均水平。[4]協(xié)會學校學生僅英語科目參加州標準測驗，所以無法將表現(xiàn)性評價結果與標準測驗結果做一個效度比較，但是協(xié)會和咨詢中心認為，將表現(xiàn)性評價的結果與其他測試的結果做同步效度比較，會偏向于高利害的標準化測驗，因此，沒有計劃執(zhí)行這項研究。

三、協(xié)會學校的成效

顯而易見，協(xié)會學校沒有使用州標準考試作為一種問責手段。關于實施表現(xiàn)性評價的成效，調查發(fā)現(xiàn)，協(xié)會學校的學生每日出勤率、升大學率、學業(yè)成績等方面均有所提高，輟學率、發(fā)生事故率降低，教師滿意度提高，更多的家長愿意參與互動，更好地支持了需要幫助的學生，而且增進了整個學校的文化氛圍。2003年的一項調查顯示，協(xié)會學校與整個紐約的其他學校對比，協(xié)會學校的輟學率更低（10.6%VS 20.3%)， 上大學的人數(shù)更多 (87.8%VS70.1%)。[5]在2002至2003年協(xié)會學校的每日出勤率更高（87.6%VS84.7%)。[6]為了驗證協(xié)會學校是否為他們的學生升大學做好了準備，協(xié)會學校參加了一項調查研究。2001年18所協(xié)會學校參加調查（要求應屆畢業(yè)生簽署協(xié)議，協(xié)會的研究者允許獲得他們大學成績單），平均有74%的學生返回了協(xié)議。2002年的7月，又有15所學校參加調查，同樣返回率為74%。在整個紐約學校樣本的學生人口中，20.1%是白人，26.0%是黑人，44.0%是拉美裔，9.8%是亞洲人和其它種族的人，60.3%有權獲得免費午餐。對比協(xié)會學校，19.4%是白人，27.6%是黑人，43.5%是拉美裔，9.6%是亞洲人和其它種族的人，60.7%可以獲得免費午餐。[7]2002年的12月，第一批簽訂的協(xié)議送到了大學，2004年2月第二批簽訂的協(xié)議又送去了大學，最后返回了666份成績單。經(jīng)過統(tǒng)計分析，共有77%的協(xié)會學校學生上了4年制大學，19%上了兩年制大學，4%參加了暑期或技能培訓。在上四年制大學的學生當中，7%的學生在競爭最激烈的大學就讀，14%在競爭相當激烈的學校就讀，30%在競爭很激烈的大學就讀，32%在競爭激烈的大學就讀，14%在競爭欠激烈的大學就讀，2%在競爭不激烈的大學就讀，1%在專門學校就讀。[8]升入大學的學生78%完成了第二學年的課程。四年制大學的學生84%完成了第二學年的課程，兩年制大學的學生59%完成了第二學年的課程。相比全國平均水平，只有73%的四年制大學學生和56%的兩年制學生繼續(xù)第二學年的課程。[9]

這些結果表明，協(xié)會學校是成功的，尤其是對于非裔美國學生、拉美裔學生以及經(jīng)濟處于弱勢的學生來說，有效的幫助他們?yōu)樯髮W做好了準備。

四、對我國評價改革的啟示

紐約性能標準協(xié)會學校關于表現(xiàn)性評價從步驟、方法到結果的完整運行和實施，對于我國中小學的教育評價改革具有重要的啟示。

首先，真正的問責體系并不是使用統(tǒng)一的基于結果的標準化考試。問責制是合理的，它反映了教育系統(tǒng)中各個參與主體的責任分擔，明確了教育的義務和權利，引起了學生和教師對學術的重視，有利于國家的長遠發(fā)展。但是，標準化考試并不是評價的最有效方式，問責制同“高考”一樣，是在促進學生發(fā)展的基礎上，選拔更優(yōu)秀的人才，而選拔方式本身就需要綜合評價。紙筆測驗僅僅反映學生的知識掌握程度，人是社會性的人，21世紀的人類需要掌握21世紀社會發(fā)展必要的技能，包括復雜思維、分析技能、計算機技能、創(chuàng)造性、媒體素養(yǎng)和跨文化技能。所以可以看出美國目前的問責制仍然不完善，而紐約標準協(xié)會作為一個試驗區(qū)，成功的運用表現(xiàn)性評價方法于教學實踐中，結果令人滿意?？梢?，我國在構建問責制評估系統(tǒng)時，不能全部使用客觀試題來測驗，問責權下放給地方政府和學校，鼓勵學校根據(jù)本校的特點，堅持在校本評價和終結性評價中使表現(xiàn)性任務占據(jù)一定的比例，可能更有利于激發(fā)各方面的積極性和創(chuàng)造性。

其次，面對新世紀的挑戰(zhàn)，我國需要加快轉變評價范式。課程、教學、評價是一體的。新課程改革的重點是促進學生發(fā)展，新世紀的學生是按照2001年《基礎教育課程改革綱要》的內容學習的，但是學業(yè)水平考試、高考仍然按照標準的參照測驗評價學生，這就使課程、教學、評價出現(xiàn)了不一致性。傳統(tǒng)的評價模式是按照泰勒（Ralph W．Tyler）的模式實施的，而斯塔弗比姆首創(chuàng)的CIPP評價模式由背景（context）評價、輸入（input）評價、過程（process）評價和成果（product）評價這四種評價組成的一種綜合評價模式，強調教育除了活動要達到預期的目標外，還會產(chǎn)生各種非預期的效應、效果，這些結果同樣需要評價，而且對學生的影響很大。由此可見，評價范式面臨著沖突，如何將定量評價與定性評價統(tǒng)而合一，是目前亟需解決的問題。

再次，我國應建立專業(yè)化的評價系統(tǒng)。建立高質量的評價任務和評價量規(guī)，一直是實施表現(xiàn)性評價的難題。借鑒紐約協(xié)會學校的經(jīng)驗，我們應該促進評價的專業(yè)化。為了保證評價的有效性，協(xié)會學校成立了專門的評估委員會，每隔五年審查一次評估系統(tǒng)。審視我國的教育現(xiàn)狀可以看出，反饋環(huán)節(jié)做得不到位。如在日常的教學過程中，我們也有意識的使用檔案袋收集學生的信息，但是很少花費精力對收集到的信息進行分析，而且教師對測量學知識懂的并不多，不能很好地把握住評價的“度”。這就啟示我們，要建立健全評價任務的內容和量規(guī)，每隔幾年對檔案袋信息進行反饋，教師也需要學習測量學知識，以保證評價的質量。

[1]Macpherson,R.J.S.The Politics of Accountability:Educative and intemational perspectives[M].Thousand Oaks,CA:Corwin Press.1998:112.

[2]Hambleton,R.K.Advances:in Assessment models and Practices[M].In D.C.Berliner,R.C.Calfee(ed.).Handbook of educational Psychology.New York:Simon&Schunster MaCmillan.1996:902.

[3]The center for Inquiry in Teaching and Leaming.New York Performance Standards Consortium,Center for Inquiry in Teaching and Leaming Moderation study,2007-2008[EB ／OL]．

http://performanceassessment.org/performance/pcenter.html,2008.

[4]Foote,M.M.Keeping Accountability Systems Accountable[J].Phi Delta Kappan,88(5),359-363,2007,(01).

[5]The New York City Department of Education.New York City Consortium Schools’Statistics Compared to Citywide Statistics[EB/OL].www.nycenet.edu,2003.

[6][7]The New York City Department of Education’s 2002-2003“Annual School Report cards” and the New York State Department of Education's 2002-2003“New York State Report Card Comprehensive Information Reports.” The Consortium school’s data were compiled from each school's individual report card or information report.The overall New York City high schools’data are found on every New York City school report card for comparison purposes.

[8]Barron.Profiles of American Colleges[M].College Division of Barron’s Educational Series 25th Edition,2003.

[9]Mortenson,T.Freshman-to-Sophomore Persistence Rates by Institutional Control,Academic Selectivity and Degree Level,1983-1998[J].Oskaloosa,lA:Postsecondary Educational Opportunity(Number 74).1998,(8).

鄭海紅/徐州師范大學2009級碩士研究生 段作章/徐州師范大學教育科學學院院長、教授

（責任編輯：劉丙元）