馬秀誼

（南京大學歷史學院，江蘇南京210024）

基于普通高中歷史學科核心素養(yǎng)的考試研究*

馬秀誼

（南京大學歷史學院，江蘇南京210024）

學科核心素養(yǎng)，測量目標，命題研究

2016年9月，《中國學生發(fā)展核心素養(yǎng)》研究成果正式發(fā)布，基于學科核心素養(yǎng)的新一輪基礎(chǔ)教育課程改革也即將啟動，此輪改革重在指向21世紀的國家教育育人的目標體系，將是今后一定時期內(nèi)基礎(chǔ)教育領(lǐng)域面臨的重大改革，同時也是教育教學和考試評價機構(gòu)面臨的新課題。新一輪課程改革的順利實施，很大程度上取決于考試評價能否取得預(yù)期效果，迫切需要我們根據(jù)課程標準，加強基于學科核心素養(yǎng)的考試研究。在考試設(shè)計和開發(fā)階段，應(yīng)主要關(guān)注兩個問題：一是怎么才能確保測試目標和學習目標具有一致性？二是如何設(shè)計試題才能測評出學生學習的真實情況？這是解決大規(guī)模教育考試的核心問題。因此，只有基于課程標準研發(fā)考試的測量目標體系，才能確保與課程目標和學習目標取得一致性，教師、學生、教育考試機構(gòu)才能朝向同一目標努力。

一、大規(guī)模教育考試對于測評學科核心素養(yǎng)的局限性

在即將啟動的新一輪基礎(chǔ)教育課程改革中，高中歷史課程標準將培養(yǎng)和提高學生的歷史學科核心素養(yǎng)作為目標，并從五個方面界定了學科核心素養(yǎng)：唯物史觀、時空觀念、史料實證、歷史解釋和家國情懷。那么，必須明確的問題就是，學科核心素養(yǎng)能否全部由大規(guī)模教育考試進行測評？從目前的研究狀況來講，很多研究者和教師在這方面存在認識誤區(qū)，或者對此還沒有清晰的認識。需要界定清晰的是，對于學科核心素養(yǎng)的測評需要量化和質(zhì)性評價相結(jié)合，單純依靠紙筆化測試無法有效完成。具體從兩個層面加以闡述。

1.核心素養(yǎng)的概念和內(nèi)涵要求實施多元評價?！昂诵乃仞B(yǎng)是學生在接受相應(yīng)學段的教育過程中，逐步形成的適應(yīng)個人終生發(fā)展和社會發(fā)展需要的必備品格與關(guān)鍵能力。它是關(guān)于學生知識、技能、情感、態(tài)度、價值觀等多方面要求的結(jié)合體?！雹倭殖绲拢骸?1世紀學生發(fā)展核心素養(yǎng)研究》，北京：北京師范大學出版社，2016年，第29頁。根據(jù)核心素養(yǎng)概念的定義，可以看出其結(jié)構(gòu)復(fù)雜，內(nèi)涵涉及多個維度。從內(nèi)容領(lǐng)域來看，它既包括傳統(tǒng)的教育領(lǐng)域的知識、能力，又包括學生的情感、態(tài)度、價值觀。在此基礎(chǔ)上，新修訂的普通高中歷史課程標準提出了學科核心素養(yǎng)，指出學科核心素養(yǎng)是知識與能力、過程與方法、情感態(tài)度和價值觀的整合與提煉。因此，基于核心素養(yǎng)的測評方式也應(yīng)包括多個評價維度，“在評估上，核心素養(yǎng)需結(jié)合定性與定量的測評指標進行綜合評價。核心素養(yǎng)具有可教、可學的外顯部分，同時也存在無聲、無形但可感、可知的內(nèi)隱部分。前者能夠在特定的情境下通過一定的方式表現(xiàn)出來，因此能夠有效地對其進行定量的測評；而后者則偏向于一種潛移默化的隱性滲透過程，需以定性、形成性評價的方式進行評估，強調(diào)對核心素養(yǎng)形成過程的高度關(guān)注，關(guān)注個體在此過程中的感受與體悟”。①林崇德：《21世紀學生發(fā)展核心素養(yǎng)研究》，第32頁。對于學生核心素養(yǎng)的發(fā)展程度尤其是價值觀的形成作出判斷，主要應(yīng)運用質(zhì)性評價的方法，單純運用大規(guī)模教育考試進行終結(jié)性評價無法有效完成測試目標。

2.基于現(xiàn)代教育測量理論的考試有其自身的測評領(lǐng)域。“測量（measurement）是按照明確的構(gòu)想或規(guī)則對人、事或物的屬性或特征賦值的過程?！雹凇裁馈臣獱柌亍に_克斯、詹姆斯·W.牛頓：《教育和心理的測量與評價原理》，王昌海等譯，南京：江蘇教育出版社，2011年，第13頁。最為簡單易懂的就是人的體重、身高等物理測量，對于學生的智力或?qū)W習能力而言，教育測量是一種復(fù)雜的測量活動，“在心理或教育測量中，最為常見的方式是根據(jù)個體在一系列測驗項目上的反應(yīng)來標定其在某個特定屬性上的水平”。③楊向東：《理論驅(qū)動的心理與教育測量學》，上海：華東師范大學出版社，2014年，第73頁。也就是說，教育測量的工具是由一系列的測驗試題組成的，大規(guī)模教育考試的測試對象只能是與教育目標相對應(yīng)的學習成效，只能測量可測的課程目標，并不能測量出全部教育目標。因此，我們要認識到教育考試是有適用范疇的，并不是所有的學科核心素養(yǎng)都是能夠通過紙筆化測試來實現(xiàn)。以作為歷史學科核心素養(yǎng)之一的“家國情懷”為例，家國情懷更多的是情感態(tài)度價值觀的表達，幾乎無法運用紙筆化考試進行測量。教育考試機構(gòu)可以從情景素材選擇等方面加強情感態(tài)度價值觀等方面的立意，但是要清楚地認識到這并不能真實判斷考生本人價值取向?！爸劣谇楦袘B(tài)度與價值觀方面的目標幾乎完全不能測量。我們不排除能夠命制出一些好的考查考生情感態(tài)度與價值觀的試題，但這種試題測量的結(jié)果只能作為判別考生在情感態(tài)度與價值觀方面的認知能力的依據(jù)，不能真實地推斷考生本人的情感態(tài)度與價值觀”。④雷新勇：《大規(guī)模教育考試：命題與評價》，上海：華東師范大學出版社，2006年，第3頁。因此，我們應(yīng)該認識到，教育考試只能對與學生學習成果相關(guān)的課程目標進行有效測量。尤其是涉及情感態(tài)度價值觀的課程目標，只能通過其他多元評價的方式進行測量。在構(gòu)建基于學科核心素養(yǎng)的測試目標中，應(yīng)重點考慮到這一點，否則無法對考試成績進行科學解釋。

二、構(gòu)建基于學科核心素養(yǎng)的考試測量目標體系

（一）現(xiàn)行大規(guī)模教育考試測量目標的缺陷

作為大規(guī)模教育考試，無論是高考還是學業(yè)水平測試，“考什么、怎么考”一直以來都是人們關(guān)注的熱點，許多教師比較關(guān)心考試考到了哪些知識內(nèi)容，往往忽視了是否達到了考試測量的目標。實質(zhì)上，基于學科核心素養(yǎng)的測評體系，不在于在知識考查上有多少程度的覆蓋面，更為關(guān)鍵的是在科學的考試測量目標基礎(chǔ)上實現(xiàn)有效考查。但是，目前現(xiàn)行的教育考試距離這個目標還有一定距離。

以高考歷史學科為例，目前主要就是教育部考試中心統(tǒng)一制定的考核目標和要求，在2016年下半年，教育部考試中心還專門對考試大綱進行了修訂和調(diào)整，歷史學科修訂的主要內(nèi)容之一就是“考核目標與要求”在原有框架基礎(chǔ)上進行了微調(diào)。具體見表1。

表1

但是上述考核目標體系存在的主要問題就是缺乏學科化特征。該類測量目標體系對應(yīng)的是文科綜合試卷，在歷史、地理、思想政治三個學科都是概括成為四項測量目標：“獲取和解讀信息”“調(diào)動和運用知識”“描述和闡釋事物”“論證和探索問題”，但實際操作過程中，這種界定過于模糊，尤其學科性、操作性不強?！耙晕目瓶荚嚳颇繛槔?，考查目標的表述體例不一，詳略不一，能力劃分標準不一。沒有形成邏輯清晰、分工合理、表述清晰的渾然一體、易于操作的高考評價目標體系?！雹倮钚埴棧骸陡呖荚u價研究》，武漢：華中師范大學出版社，2014年，第247頁。隨著基于學科核心素養(yǎng)的課程改革的啟動，這種測量目標的界定方法明顯不符合歷史學科的要求，不能準確地界定出歷史學科測量目標，帶來的后果就是無法科學指導試題命制，也不利于考試結(jié)果的解釋和考試的反饋評價。

再以現(xiàn)行的高中學業(yè)水平測試為例，在此方面更加不理想，許多省級考試機構(gòu)制定的考試說明中，明顯缺少考試測量目標的界定，或者是通過“了解”“理解”“應(yīng)用”等動詞來界定內(nèi)容標準的掌握程度，與新課程標準要求的由“知識立意”到“素養(yǎng)立意”的要求距離甚遠，這在今后的考試評價改革中要引起我們的重視?？傊S著新的課程標準的正式頒布，今后國家和省級教育考試機構(gòu)應(yīng)加強基于學科核心素養(yǎng)的考試測量目標的研發(fā)，以此作為設(shè)計教育考試的基礎(chǔ)工作。

（二）基于學科核心素養(yǎng)的考試測量目標

核心素養(yǎng)的理念和內(nèi)容落實到考試評價過程中，關(guān)鍵在于構(gòu)建系統(tǒng)的、具有可測量性的學科測量目標?！皽y量目標及其行為目標是命題考慮的第一要素。大規(guī)?；跇藴实慕逃荚囋O(shè)計階段需要對學科知識內(nèi)容的認知技能要求進行總結(jié)概括，形成清晰、明確的測量目標及其行為目標，這是考試設(shè)計的最重要環(huán)節(jié)?！雹诶仔掠拢骸痘跇藴实慕逃荚嚒}、標準設(shè)置和學業(yè)評價》，上海：上海科學技術(shù)出版社，2011年，第44頁。在即將啟動的普通高中課程改革中，高中歷史課程標準主要由學科核心素養(yǎng)、課程目標、內(nèi)容標準和學業(yè)質(zhì)量標準等組成。因為課程標準規(guī)定的課程目標比考試的測量目標寬泛，而且部分課程目標無法通過紙筆化測試來實施，所以由課程標準向測量目標進行轉(zhuǎn)化就成為關(guān)鍵問題，“課程標準所羅列的課程目標并不就等于測量目標，兩者是不一樣的，測量目標有一定的規(guī)范，從課程目標到測量目標需要進一步轉(zhuǎn)化”。③汪澤賢：《基于課程標準的學業(yè)成就評價的比較研究》，北京：教育科學出版社，2010年，第103頁。那么，如何構(gòu)建考試的測量目標體系？嚴格來講，教育考試的測量目標體系要依據(jù)課程標準的課程目標來構(gòu)建，并且應(yīng)具有兩個特征：一是具有可測性，能夠通過紙筆化測試進行測量；二是具有教育目標分類學的理論指導，并且有反映行為類型的動詞對測試目標進行準確描述。

下面具體以安德森（Anderson）修訂后的布盧姆教育目標分類學為指導，探索構(gòu)建大規(guī)模教育考試測量目標的研發(fā)方法。布盧姆教育目標分類學被評為20世紀教育領(lǐng)域中影響最為廣泛的事件之一，該體系從心理學和認知理論的高度，提出了學生學習成果的水平層次的構(gòu)想，制定了六個階梯型遞進的水平層次。國內(nèi)許多研究者更多地把它應(yīng)用到教育教學領(lǐng)域，實質(zhì)上，國外許多教育測驗的設(shè)計和開發(fā)都在廣泛使用，并據(jù)此制定教育測驗的測量目標，同時也為大規(guī)模的考試評價提供了共同的參照，這主要是由于它為確認學生的學習水平標準建立了一個具有初步理論依據(jù)的框架。2001年，布魯姆的學生安德森（Anderson）專門組建研究團隊對布魯姆的分類體系進行了修訂，使得分類體系在結(jié)構(gòu)層次上更為清晰和完善。例如在認知過程維度進一步細化，同時取消了“綜合”，增加了最高層次的“創(chuàng)造”。表2（見下頁）是安德森修訂后的布盧姆教育目標分類學認知過程的六個維度。④〔美〕洛林·W.安德森等：《布盧姆教育目標分類學：分類學視野下的學與教及其測評》，蔣小平等譯，北京：外語教學與研究出版社，2016年，第51～52頁。

下面具體以安德森修訂后的布盧姆教育目標分類學的認知過程分類法為指導，以歷史學科核心素養(yǎng)為基礎(chǔ)，探索研發(fā)普通高中歷史學科學業(yè)水平測試的測量目標。作為高中歷史學科核心素養(yǎng)之一的“史料實證”，是學習和研究歷史最基本的方法。了解歷史，第一步就是閱讀史料，面對來源紛雜、立場不同的浩瀚史料，如何運用就顯得尤為重要。“辨?zhèn)蔚哪康脑谟诒嬲J古書或史料的真?zhèn)?，是對所搜集的史料做初步的外在的鑒別。各種歷史文物因其特殊價值，早就真贗相羼雜。據(jù)文獻記載，中國早在春秋戰(zhàn)國時代就出現(xiàn)了造偽之事與疑古思想?！雹俳x華、瞿林東、趙吉惠：《史學導論》，上海，復(fù)旦大學出版社，2003年，第123頁。例如，部分留存于世的史料經(jīng)過了人為整理，已經(jīng)不是原始史料。即使是原始史料，如古人的日記，也需要認真辨別，“前人的日記，一部分是記給自己看的，另外相當一部分是記給別人看的，生前就準備公開發(fā)表，這是明清以來文人的習氣，其真實性就要大打折扣”。②葛劍雄、周筱赟：《歷史學是什么》，北京：北京大學出版社，2007年，第267頁。所以，相當一部分歷史的真相是不可能直接從史書上看到的，需要我們運用“史料實證”這一方法，透過這些文字、數(shù)據(jù)、圖畫等看清歷史的真相。下面具體對“史料實證”測量目標的建構(gòu)過程進行簡要說明。

表2

示例：

1.1記憶史料的多種類型，比較不同來源、不同觀點的史料，運用搜集史料的途徑與方法；

1.2辨別史料，解構(gòu)史料作者的意圖，判斷史料的真?zhèn)魏蛢r值；

1.3選擇史料中的有效信息作為歷史敘述的可靠證據(jù)，概述自己的歷史認識。

在1.1的表述中，課程目標原有的表述“知道史料是通向歷史認識的橋梁”無法轉(zhuǎn)化成測量目標，進行刪除處理；“了解史料的多種類型”中的“了解”在認知過程維度中應(yīng)屬于“記憶”，也就是通俗所講的識記；“掌握搜集史料的途徑與方法”應(yīng)屬于方法論的范疇，屬于“應(yīng)用”認知領(lǐng)域，所以“掌握”應(yīng)轉(zhuǎn)化為“運用”，主要是因為在認知過程維度中，“運用”經(jīng)常與技術(shù)和方法的使用相聯(lián)系。

在1.2的表述中，課程目標原有的表述是“能夠通過對史料的辨析和對史料作者意圖的認知”，這個表述包涵了兩個測量目標，都屬于“分析”認知過程維度，但在具體的測量目標上有較大區(qū)別?！氨嫖觥睉?yīng)轉(zhuǎn)化為“辨別”，因為“辨析”實質(zhì)上包涵“辨別”和“分析”兩個不同的測量目標，這個語境下的“辨析”的含義重在“辨別”?！皩κ妨献髡咭鈭D的認知”應(yīng)歸類于“分析”類別中的“解構(gòu)”，含義是確定呈現(xiàn)材料背后的觀點、傾向、價值或意圖。

在1.3的表述中，課程目標中的表述是“能夠從史料中提取有效信息”，這里重點要強調(diào)“提取”這一行為動詞。在布盧姆教育目標分類學的認知過程維度中，“提取”屬于“記憶”這一認知領(lǐng)域，含義是從記憶中提取相關(guān)知識，如回憶中國古代歷史中重要變法改革的日期。這與“能夠從史料中提取有效信息”所要表達的含義存在較大差別，課程目標中的“提取”應(yīng)屬于“分析”認知領(lǐng)域中的“選擇”，含義是區(qū)分呈現(xiàn)材料的相關(guān)與無關(guān)部分或重要與此要部分，進而做出選擇的過程。

在構(gòu)建教育考試的測量目標過程中，有兩個問題要引起注意：一是要根據(jù)歷史學科的特征準確使用教育目標分類學的行為動詞。要使用能夠觀察到的行為動詞加以描述，切忌使用含糊不清的表達方法，“諸如‘學習’‘看到’‘熟悉’之類的模糊而不確定的詞語應(yīng)當避免，因為它們不能清楚指明要考查的最終表現(xiàn)”。①〔美〕諾曼·E.格倫隆德、C.基思·沃：《學業(yè)成就評測》，楊濤、邊玉芳譯，北京：教育科學出版社，2011年，第71頁。二是要清晰地界定課程目標中可測量的內(nèi)容。例如，類似“在此過程中體會實證精神”的表述，由于涉及情感態(tài)度價值觀的方面，無法轉(zhuǎn)化成考試測量目標，可以進行刪除處理。

三、基于考試測量目標的命題設(shè)計和開發(fā)

（一）對測量目標行為動詞的理解和應(yīng)用

需要強調(diào)的是，對于學生的學業(yè)來講，主要有兩個目的：一是學生能夠通過教學過程識記教材的內(nèi)容，二是能夠運用所學知識解決新問題，也就是學習的遷移能力。對于第一個方面容易理解，許多教師常常對第二個問題感到困惑，學習的遷移能力包含哪些內(nèi)容？在這方面，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?！袄斫狻痹谌粘＝虒W和考試評價過程中的應(yīng)用是最為廣泛的，但是常常被籠統(tǒng)的使用，甚至誤用，經(jīng)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(jié)、推斷、比較和說明，層次更加細化，在實踐中更具操作性，“更為強調(diào)了有意義的學習，使得新的分類體系與建構(gòu)主義的理論有機結(jié)合起來?！雹凇裁馈沉_伯特·J.馬扎諾、約翰·S.肯德爾：《教育目標的新分類學》，高凌風等譯，北京：教育科學出版社，2014年，第7頁。下面結(jié)合歷史學科核心素養(yǎng)，具體說明對測量目標行為動詞的理解和應(yīng)用。

1.解釋。解釋是指“學生能夠?qū)⑿畔囊环N表示形式轉(zhuǎn)變?yōu)榱硪环N表示形式，它可能涉及將文字轉(zhuǎn)變?yōu)槲淖郑ɡ玑屃x），將圖畫轉(zhuǎn)變?yōu)槲淖?，將文字轉(zhuǎn)變?yōu)閳D畫、將數(shù)字轉(zhuǎn)變?yōu)槲淖?，將文字轉(zhuǎn)變?yōu)閿?shù)字，將音符轉(zhuǎn)變?yōu)槁曇簦鹊??！雹邸裁馈陈辶帧.安德森等：《布盧姆教育目標分類學：分類學視野下的學與教及其測評》，蔣小平等譯，第54頁。解釋的同義詞是轉(zhuǎn)化、釋義、描述和澄清，能夠測評“解釋”的題型主要有選擇題和主觀題等題型。以例題1、例題2加以說明。

例題1：下表是1894～1914年英、日等國占中國對外貿(mào)易總值的百分比。

年份1894 1900 1905 1910 1914英國69.49 62.99 55.71 50.89 48.31日本6.26 11.20 14.04 16.14 20.39其他國家24.25 25.81 30.25 32.97 31.30

對表中數(shù)據(jù)解讀正確的是

A.《馬關(guān)條約》簽訂后日本加強對中國的經(jīng)濟侵略

B.對英貿(mào)易比重降低表明英國國際地位的明顯下降

C.這一階段帝國主義列強的經(jīng)濟侵略以商品傾銷為主

D.對其他國家貿(mào)易比重變化折射出中國國際地位提高

例題2：漢宣帝曾稱：“與朕共治天下者，其唯良二千石（郡太守）乎！”后來的帝王反復(fù)重申上述觀念。這主要體現(xiàn)了

A.地方吏治是國家安定的重要因素

B.中央集權(quán)與地方分權(quán)之間的矛盾

C.漢代地方行政制度為后代所沿用

D.歷代帝王將漢宣帝作為治國榜樣

例題1是測試“從表格數(shù)字轉(zhuǎn)變?yōu)槲淖帧钡慕忉屇芰?，例題2是測試“從文字轉(zhuǎn)變?yōu)槲淖帧钡慕忉屇芰?。這兩種測試方法在歷史學科考試中經(jīng)常運用，都是歷史學科核心素養(yǎng)“史料實證”的一個重要內(nèi)容。歷史學習中面對各種類型的史料，如文字材料、數(shù)據(jù)表格、圖片，等等，最基本的要求就是能夠運用所學知識進行史料解釋。例如現(xiàn)行歷史高考和學業(yè)水平測試的選擇題中，許多試題的設(shè)問都采用了“這表明”“這反映了”的設(shè)問方法，都可以歸類于對“解釋”這一測量目標的具體應(yīng)用。

2.說明。主要含義是建構(gòu)一個系統(tǒng)的因果關(guān)系，“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(yīng)的測評題要求學生閱讀與討論關(guān)于美國獨立戰(zhàn)爭的課文，然后建構(gòu)獨立戰(zhàn)爭中事件的一條因果鏈，從而對獨立戰(zhàn)爭爆發(fā)的原因作出最佳的說明”。①〔美〕洛林·W.安德森等：《布盧姆教育目標分類學：分類學視野下的學與教及其測評》，蔣小平等譯，第58頁。再如，通過了解秦漢時期的社會矛盾，說明秦朝崩潰和兩漢衰亡的原因。在歷史學習和研究領(lǐng)域，最常見的測評“說明”的設(shè)計就是通過對史料的解釋，要求說出事件發(fā)生的原因。例題3以西漢馬匹數(shù)量的變化為視角，要求考生說明社會穩(wěn)定經(jīng)濟迅速發(fā)展是西漢前期馬匹大量增加的原因。

例題3：西漢初年，皇帝找不到顏色相同的四匹馬來駕車，將相大臣甚至只能乘坐牛車；到漢武帝初，普通百姓也擁有馬匹，“阡陌之間成群”。馬匹大量增加的主要原因是

A.社會穩(wěn)定經(jīng)濟得到迅速發(fā)展

B.西域良馬引進與馬種改良

C.游牧民族大規(guī)模地移居中原

D.長期和平使戰(zhàn)馬消耗減少

（二）實現(xiàn)學科素養(yǎng)立意的情境化命題模式

我們對情境化命題模式的認識是逐步提升和加深的，一開始很多人只是關(guān)注情境材料要新穎，隨著課程改革和考試評價的發(fā)展，我們認識到，情境化的命題方式不僅應(yīng)注重材料的新穎，更要注重新材料的有效性。尤其是新課標明確要求以新情境下的問題解決為重心。那么對教育考試而言，如何構(gòu)建基于學科核心素養(yǎng)的情境化命題模式？

1.注重情境選材的類別化和結(jié)構(gòu)化

以往我們經(jīng)常強調(diào)情境材料的選取要豐富和多樣化，這項要求是不是已經(jīng)足夠？基于學科核心素養(yǎng)的課程改革給我們提出了更高的要求，即多維度設(shè)計試題情境，也就是要注重情境選材的類別化和結(jié)構(gòu)化。歷史學科的試題情境可分為學習情境、生活情境、社會情境、學術(shù)情境四個維度。例如，學習情境在現(xiàn)行考試中出現(xiàn)較多，主要是在歷史學習中遇到的史料、圖表、歷史敘述等，但是情境材料的選取不應(yīng)過于集中在這一類，這一點在考試設(shè)計之初就應(yīng)注意。

2.情境選材的真實性和現(xiàn)實性

伴隨認知心理學的發(fā)展和建構(gòu)主義學習觀的影響，考試研究也在不斷充實和發(fā)展。建構(gòu)主義提出的學習模式化中的一個重要觀點就是學習過程中知識表現(xiàn)的多面性，“學生真正掌握某個概念，不是簡單地背誦概念標簽，而是通過多方面、多層次的表現(xiàn)（鏈接印象、情節(jié)等）來掌握這個概念。對年代、公式的死記硬背，不僅不會發(fā)揮概念的作用，而且很快就會忘記。因此，教育評價應(yīng)結(jié)合知識表現(xiàn)的多面性，探索開發(fā)能夠掌握真實情況的評價方法”。②〔日〕田中耕治：《教育評價》，高峽等譯，北京：北京師范大學出版社，2011年，第116頁。考試評價領(lǐng)域的“真實性評價”（authentic assessment）就是在這種背景下產(chǎn)生的，這里強調(diào)的是構(gòu)成試題的情境素材的真實性和現(xiàn)實性。即將實施的歷史學科課程標準也提出，學生能夠應(yīng)對和解決陌生的、復(fù)雜的、開放性的真實問題情境，是檢驗其核心素養(yǎng)水平的重要方面。反思現(xiàn)行歷史學科考試中的不足，就是較少運用生活情境和社會情境，對現(xiàn)實問題和社會問題關(guān)注不足，這在今后的考試內(nèi)容改革中應(yīng)引起重視。

3.情境材料應(yīng)服從考試測量目標

前兩個問題主要說明的是如何選取情境材料，這里主要講怎樣使用的問題。一是情境材料要將知識內(nèi)容和行為目標有效結(jié)合。許多命題者在實踐過程中，往往以具體知識為出發(fā)點選取和使用材料，進而忽視了考試的測試目標，因而影響到考試的效度。例如目前在歷史學科考試中，“這反映了”“這表明”大量出現(xiàn)在同一份試卷中，過于注重“理解”類別的考查，忽視了“評價”“創(chuàng)造”等其他測量行為目標的考查，這就意味著這份試卷仍然在強調(diào)以學科具體知識的測評為主，缺乏對測量目標的整體設(shè)計和思考。二是應(yīng)根據(jù)測量行為目標的要求對情境材料進行適度修改。一般來講，情境材料要有足夠的信息量，包涵有效信息以及與考試要求無關(guān)的信息，如果不是考查“分析”認知領(lǐng)域中的“選擇”，那么在情境材料處理方面就要裁剪那些影響到測試目標的無關(guān)信息，防止大量無效信息影響到考生。所以，作為高利害性的大規(guī)?？荚嚕挥懈鶕?jù)測量目標選取有效材料，才能達到測試目的，從而保證考試的效度和信度。

四、小結(jié)

基于核心素養(yǎng)的考試評價體系是保證新一輪課程改革順利實施的重要基礎(chǔ)和支持系統(tǒng)，沒有這一支持系統(tǒng)的有力保證，基于學科核心素養(yǎng)的教學難免會流于形式。這也對構(gòu)建基于學科核心素養(yǎng)的考試測量提出了更高的挑戰(zhàn)，對考試方案的設(shè)計、命題技術(shù)的研發(fā)和考試成績的解釋都意味著改造和升級。以大部分省份的高中歷史學業(yè)水平測試為例，目前的考試遠遠未達到這個目標，大部分考試更多地強調(diào)考生的通過率和低難度。在命題方案的設(shè)計上缺乏規(guī)范性，表現(xiàn)在缺少測量目標或者測量目標不具有操作性，導致考試成績無法進行科學解釋，考試結(jié)果沒有發(fā)揮更好的效用。構(gòu)建基于學科核心素養(yǎng)的大規(guī)模教育考試，是考試評價領(lǐng)域的系統(tǒng)工程，除了要構(gòu)建具有操作性的、系統(tǒng)化的測量目標化，還有許多理論和實踐工作迫切需要解決，如測試內(nèi)容選取與抽樣、題型設(shè)置和題型功能、評分理念和辦法，分數(shù)解釋和應(yīng)用等，都需要進行系統(tǒng)的、理論化的研究。

G63

B

0457-6241（2017）05-0020-07

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】

2017-01-16*本文系作者主持的江蘇省教育科學“十二五”規(guī)劃2015年度考試招生改革專項重點資助課題“關(guān)于高考加強能力考查的創(chuàng)新

研究”（課題編號：K-a/2015/10）的研究成果。