馬利紅 劉堅

（天津職業(yè)技術(shù)師范大學(xué)， 天津 300222；北京師范大學(xué)， 北京 100875）

提 要：作為21世紀技能之一,批判性思維在外語教育界越來越受到關(guān)注,但是批判性思維教學(xué)只有和批判性思維評價相結(jié)合才能真正培養(yǎng)學(xué)生的批判性思維。本文從測評內(nèi)容、測評形式、測評題型、信度和效度證據(jù)等方面綜述國外批判性思維測評研究的新進展,旨在為我國外語界開展批判性思維評價研究提供參考。

1 引言

外語界近幾年與批判性思維有關(guān)的研究數(shù)量不斷上升,且主要集中在批判性思維培養(yǎng)與外語技能的融合方面（Razaei et al.2011:769-777）。但是批判性思維教學(xué)只有和科學(xué)的批判性思維評價相結(jié)合才能真正培養(yǎng)學(xué)生的批判性思維（Abrami et al.2014:275-314）。作為提升批判性思維培養(yǎng)質(zhì)量的有效方式,批判性思維測評研究成為外語教育領(lǐng)域比較重要的研究課題。

目前,我國外語界對于批判性思維的測評研究以外語類大學(xué)生思辨能力量具（文秋芳等2010:19-26）、英語專業(yè)碩士生思辨傾向量具（張莎文秋芳2017:110-114）為代表,對其他學(xué)段外語學(xué)習(xí)者批判性思維的測評研究尚不足。本文探討國外批判性思維測評研究的新進展,旨在為我國外語界未來相關(guān)研究指明發(fā)展方向。

2 測評內(nèi)容

從測評內(nèi)容上,國外批判性思維測評分為批判性思維人格傾向測評、批判性思維技能測評和綜合測評。

2.1 批判性思維人格傾向測評

批判性思維人格傾向是一個人進行批判性思維的態(tài)度、特質(zhì)和傾向（Bensley et al.2016:158-168）。有學(xué)者認為批判性思維人格傾向常常包括尋求真理、開放性、系統(tǒng)性、自信心、好奇心、認知成熟度等（Facione,Facione 1992）。

常見的批判性思維人格傾向測評工具包括加利福尼亞心理動機測評（CM3）和加利福尼亞思辨人格傾向量表（CCTDI）等。CM3 是針對美國中小學(xué)生的批判性思維人格傾向量表,包括學(xué)習(xí)導(dǎo)向（Learning Orientation）、創(chuàng)造性問題解決（Creative Problem Solving）、精神集中（Mental Focus）、認知完整性（Cognitive Integrity）4 個維度,研究表明這4 個維度與學(xué)生的學(xué)習(xí)動機和學(xué)業(yè)成績顯著正相關(guān)（Giancarlo et al.2004:347-364）。CM3 測量的批判性思維人格傾向不局限于特定學(xué)科課程,而是測量學(xué)生智力活動（如推理）的認知參與度和內(nèi)在動機。CCTDI 是應(yīng)用廣泛的批判性思維人格傾向測評工具,主要應(yīng)用于大學(xué)生和中學(xué)高年級學(xué)生（Facione,Facione 1992）。

近些年來,國際文獻中報告研究者對批判性思維人格傾向量表做進一步開發(fā)和驗證,如批判性思維人格傾向量表（CTDS）的發(fā)展和心理測量評價過程。CTDS 的題目由批判性思維人格傾向工具改編,運用CTDS 分別對兩組被試（一年級本科生和研究生）進行心理測量評價,在第一個研究中,探索性因子分析結(jié)果表明CTDS 是兩因子模型:批判性開放和反思性懷疑；第二個研究中,多組驗證性因素分析進一步驗證兩因子模型,而且多組驗證性因子分析結(jié)果表明兩組學(xué)生理解題目的路徑相似（Sosu 2013:107-119）。教育學(xué)家、心理學(xué)家都認為CTDS 是測評批判性思維人格傾向的有效工具（同上）。

2.2 批判性思維技能測評

對批判性思維技能及子技能比較有影響的分類是美國哲學(xué)協(xié)會德爾菲項目提出的解釋、分析、評價、推理、闡釋、自我調(diào)節(jié)6 項技能和16 項子技能（Facione,Facione 1992）?；谂行运季S是“一種認知,有助于決定做什么或相信什么”,研究者開發(fā)康奈爾批判性思維測評（CCTT）,題目涉及假設(shè)、可信度、演繹、歸納、推理5 個方面,CCTT 將測試題目融入真實生活場景中,而且整套題目的測試場景是連貫的（Ennis,Millman,Tomko 1985）。根據(jù)元分析結(jié)果,CCTT 是應(yīng)用最廣泛的批判性思維測評工具（Abrami et al.2014:275-314）。

根據(jù)德爾菲項目對批判性思維測評的建議,研究者開發(fā)加利福尼亞思辨技能測評工具（CCTST）。之后,研究者根據(jù)德爾菲報告的測評指南進一步發(fā)展CCTST,旨在測評批判性思維的過程性技能,如演繹、評價、推理和論證等。

2.3 批判性思維綜合測評

批判性思維是多維構(gòu)念,既包括批判性思維技能,也包括批判性思維人格傾向和元認知（Bensley et al.2016:158-168）,因此批判性思維綜合測評是一項艱巨任務(wù)。哈爾彭批判性思維測試（Halpern Critical Thinking Assessment,HCTA）是基于日常生活場景將批判性思維人格傾向和技能融合在一起的綜合測評,大量樣本已證明HCTA具有較好的信度和效度（Halpern 1998:449-455）。最近 開發(fā)的 HCTAES （Halpern Critical Thinking Assessment Using Everyday Situations）從5 個維度評價大學(xué)生的批判性思維:推理能力、論證分析能力、假設(shè)檢驗?zāi)芰Α?yīng)用能力、決策和解決問題的能力,題目涉及25 個日常生活情境,每個情境下包含一道選擇題和一道開放題,進一步完善HCTA（同上 2006）。

3 測評形式

從測評形式上,國外批判性思維測評包括嵌套于特定學(xué)科的批判性思維測評和通用型批判性思維測評。

3.1 特定學(xué)科批判性思維測評

嵌套于特定學(xué)科的批判性思維測評用于評價某一特定學(xué)科領(lǐng)域的批判性思維,如外語界學(xué)者根據(jù)學(xué)生的外語寫作表現(xiàn)評價學(xué)生的批判性思維（Stapleton 2002:250-257）、批判性思維特質(zhì)調(diào)查CTAS（Critical Thinking Attribute Survey）主要測試與教育和教師發(fā)展相關(guān)的特定學(xué)科批判性思維技能（Forawi 2016:52-62）。語篇測試（essay test）和“真實情景評價”被認為是在特定學(xué)科領(lǐng)域提高批判性思維評價效度的兩種測評方法（Tynjala1998:173-189）。

目前,嵌套于特定學(xué)科的批判性思維測評已經(jīng)在下列學(xué)科領(lǐng)域得到發(fā)展,如心理學(xué)（Bensley et al.2016:158-168）、生物學(xué)（McMurray et al.1991:183-192）、外語教育（Stapleton 2002:250-257）等。但是目前這些嵌套于特定學(xué)科的批判性思維測評主要用于預(yù)測學(xué)科成績,很少真正用于評價學(xué)習(xí)者的批判性思維技能和傾向。

3.2 通用型批判性思維測評

通用型批判性思維測評用于評價學(xué)生的通用批判性思維技能,如CCTT 和CCTST.劍橋思維能力測評TSA（Cambridge Thinking Skills Assessment）也是一項評價學(xué)生學(xué)習(xí)任何專業(yè)都需要的通用思維技能的測評工具,目前已被劍橋大學(xué)、牛津大學(xué)和倫敦大學(xué)學(xué)院采用。

4 測試題型

國外批判性思維測試采用選擇題、開放題、選擇題+開放題、語篇測試、表現(xiàn)性評價等形式。

4.1 選擇題

選擇題具有內(nèi)容覆蓋面廣、評分標準客觀、評分速度快等獨特優(yōu)勢,可為評價批判性思維的基本方面提供證據(jù),因此有人建議在開發(fā)批判性思維測試題時使用選擇題。但研究證明利用選擇題測評批判性思維受被試批判性思維復(fù)雜程度和測評理念影響,只能測量認知水平,難以測試批判性思維的核心內(nèi)容,難以評價被試對解決復(fù)雜問題的態(tài)度（Ku 2009:70-76,Norris 1989:21-26）。

根據(jù)評價批判性思維測評工具的3 個標準:一是測評是否基于批判性思維的科學(xué)概念,二是測評內(nèi)容是否全面,三是測評題目的難度是否符合學(xué)生水平,研究者發(fā)現(xiàn)目前很多批判性思維測評缺乏綜合性內(nèi)容,特別是選擇題,往往漏掉批判性思維中的重要信息（Ennis 1993:179-186）。

盡管選擇題測評批判性思維有諸多弊端,但綜合科學(xué)性、有效性、評分一致性、經(jīng)濟性和可行性等多方面考慮,改善選擇題仍具有重要的實踐意義（Norris 1989）。因此,很多批判性思維測試仍使用選擇題形式,比如美國大學(xué)學(xué)業(yè)水平測試CAAP（Collegiate Assessment of Academic Proficiency test）就采用選擇題評價學(xué)生對特定語篇進行分析、評價和歸類的能力。2015年11月ETS 推出的評估大學(xué)生學(xué)習(xí)成果的最新批判性思維測試也采用選擇題形式,在每段語料后給出幾個問題,主要考查分析和綜合能力,分析能力包括評估證據(jù)本身及其使用、分析和評估論證過程、理解論證語言、區(qū)分有效論證和無效論證,綜合能力包括展開有效論證等（劉歐2016:13-17）。

4.2 開放題

采用開放題測評批判性思維越來越引起學(xué)界關(guān)注（馬利紅2018）。例如,作為一種開放性批判性思維測評工具,EWCTET（The Ennis-Weir Critical Thinking Essay Test）適用于高中及大學(xué)生,評價被試辨別語篇中的推理漏洞以及如何捍衛(wèi)自己的立場,即測評被試的分析能力和在真實情景中的反應(yīng)能力和論證能力（Ennis,Weir 1985）。

影響力較大的開放性批判性思維測評方法是3 種基于語篇的批判性思維測評方法（Ennis 1993:179-186）。一是高復(fù)雜結(jié)構(gòu)（high structure）,運用議論文測評批判性思維,即提供一篇論證性文章,標出段落,但大部分段落中有論證錯誤,要求學(xué)生對每一段及整篇文章中隱含的寫作者思維方式進行評價,并論證自己為何這樣評價。EWCTET 就是高復(fù)雜結(jié)構(gòu)語篇測驗（high structure essay test）的例子。二是中等復(fù)雜結(jié)構(gòu)（medium structure）,也是采用議論文測評批判性思維,即提供一篇論證性文章但文章結(jié)構(gòu)相對簡單,要求學(xué)生對文章主題進行論證或者辯護,但是不具體闡述為何這樣論證或辯護,可采用綜合評分或分析評分方法。目前,國外有些大學(xué)的高級定位考試（College Board AP tests）一般采用這種題型。三是微復(fù)雜結(jié)構(gòu)（minimal structure）,用于測評的文章結(jié)構(gòu)較簡單,要求考生只回答一個問題或闡述一件事,比如要求學(xué)生就某個感興趣的話題或問題發(fā)表看法或捍衛(wèi)自己的立場,這種題型可以給學(xué)生更多發(fā)揮空間,但是為教師提供的診斷性信息較少,也可采用綜合評分和分項評分方式。美國的伊利諾斯批判性思維作文大賽（The Illinois Critical Thinking Essay Contest）使用這種測試題型。盡管批判性思維語篇測試這種開放性測評模式有利于展示被試思維過程中的認知能力和認知傾向,但是很多人也認為特定情境和嚴謹結(jié)構(gòu)限制了被試作答,難以充分顯示被試的思維傾向,而且主觀評分深受評分員信度影響（Bridgeman et al.2012:27-40）。

為測量批判性思維的教學(xué)成效,學(xué)者們積極探索更多開放性測評方式,如檔案袋評價、采訪、小組調(diào)查、假設(shè)情景應(yīng)答、學(xué)生自我報告、認知測試等（Halpern 2006）。另外,研究者還建議使用半結(jié)構(gòu)性開放題,即提供真實生活場景,讓學(xué)生批判性表達自己的思想（Ennis 1993:179-186）,這種測評題型可以考查批判性思維的更多方面?！伴_放題可反映被試的思維過程,可考查被試思維過程的清晰性、相關(guān)性與邏輯性,還可考查辯證思維的深刻性和靈活性,但是開放題也有一定的局限性,比如評分帶有一定主觀性,評分速度慢,信度低等”（文秋芳2012）。

4.3 選擇題與開放題相結(jié)合

選擇題和開放題在測評批判性思維時各有局限性,比如選擇題在命題時費時費力,難以全面、有效地測試出批判性思維技能和傾向,開放題則在評分時耗費精力,信度難以保障,開放題中的測試情景又太具體、主觀性偏強（Liu et al.2014:1-23）。于是,有研究者提出一個折中辦法,即采用選擇+構(gòu)答反應(yīng)（constructed response）的測評模式,讓學(xué)生在選出答案后寫出原因,由于命題者和被試的立場與觀念不同,被試可以論證自己的答案（Ennis 1993:179-186）。鑒于選擇+構(gòu)答反應(yīng)這種題型綜合性強,可彌補選擇題的不足,允許學(xué)生背景差異和對題目闡釋的差異存在,很多研究者力薦采用選擇+構(gòu)答反應(yīng)的形式命制批判性思維題目。研究表明盡管構(gòu)答反應(yīng)題型可為批判性思維測評提供真實情景,但是表面效度很強,作答時間等同的情況下,構(gòu)答反應(yīng)題的信度低于選擇題（Lee et al.2011:115-136）。

Halpern 研發(fā)的 HCTA 和 HCTAES 將選擇題和構(gòu)答反應(yīng)相結(jié)合,每個情境下有一道選擇題和一道開放題,測量被試的不同認知能力,選擇題主要考查批判性思維技能,開放題主要考查批判性思維傾向。另外,EPP（ETS Proficiency Profiles）,CLA+都是采用選擇題和構(gòu)答反應(yīng)相結(jié)合的形式（Educational Testing Service 2010）。Ku（2009:70-76）指出選擇題、調(diào)查問卷可能不是最有效的測評批判性思維的方式,并提出包括多項選擇和開放題的綜合性測評方式以監(jiān)測被試選擇某一選項時的思維過程,與Ennis（1993:179-186）和Halpern（2006）的測評理念一致。

4.4 表現(xiàn)性評價

近些年來,國際上出現(xiàn)通過完成某項任務(wù)測評批判性思維能力的方法,即表現(xiàn)性評價。自然觀察是常見的表現(xiàn)性評價方法之一,如受過培訓(xùn)的觀察者以一個人或一組人的活動為中心,進行觀察并記錄,描述一系列事情。結(jié)構(gòu)稍復(fù)雜的表現(xiàn)性評價是運用學(xué)生檔案袋記錄學(xué)生批判性思維的日常發(fā)展和進步情況。盡管表現(xiàn)性評價是測評批判性思維的好辦法,但是這類評價的效度難以建立（Ennis 1993:179-186）。

目前國際上已有的結(jié)構(gòu)較嚴謹?shù)谋憩F(xiàn)性評價是美國國家教育進展評估（NEAP）開發(fā)的拓展性評價。2002年,美國教育援助委員會通過表現(xiàn)性評價測評大學(xué)畢業(yè)生的批判性思維技能,包括選擇題和開放性寫作題,其中開放性寫作題比較成熟,要求學(xué)生閱讀分析相關(guān)語篇后做出批判性回應(yīng)?，F(xiàn)在通過表現(xiàn)性評價測評學(xué)生的批判性思維已被拓展應(yīng)用到美國中學(xué)生群體。

5 信度和效度

批判性思維具有多維特征,但是現(xiàn)有批判性思維測評大多報告分維度的得分表現(xiàn)。雖然分維度得分可提供批判性思維某一技能的詳細信息,但這些維度的信度并不高,維度劃分并沒有足夠的實證證據(jù)（Liu et al.2014:1-23）。更有甚者,基于60 項研究的元分析表明批判性思維其實只有一個單因子（Bernard et al.2008:15-22）。

批判性思維測評的效度研究主要通過與其他認知技能的相關(guān)性來驗證,比如批判性思維與一般認知技能（如SAT 和GRE）具有中度相關(guān),與GPA 和課程成績中度相關(guān)（Halpern 2006）,而且具有較高批判性思維的人比具有較低批判性思維的人生活更加積極。關(guān)于效度驗證的研究表明批判性思維測評研究的數(shù)量和質(zhì)量差異較大,批判性思維測評的普遍問題包括維度劃分證據(jù)不充分,子維度信度低,效度驗證證據(jù)不充分等（Liu et al.2014:1-23）。

6 結(jié)論與啟示

批判性思維測試工具和測評方式的發(fā)展說明批判性思維測評越來越多樣化、學(xué)科化和動態(tài)化,為我們開發(fā)研制適合中國外語學(xué)習(xí)者的本土化測評工具提供很好的借鑒。未來批判性思維測評要進行情景化、個性化和多樣化的探索,量化測評和質(zhì)性評價相結(jié)合,以更加詳實具體的數(shù)據(jù)展示學(xué)生的批判性思維技能和人格傾向。

思維除具有普遍性特征外,還受文化因素影響（文秋芳2012）。國內(nèi)學(xué)者對批判性思維的測評研究缺乏對文化因素的探討,難以和國際上同類研究進行比較。因此,研究我國外語學(xué)習(xí)者的批判性思維能力,不能一味照搬西方理論,測評工具也不能停留在對國外工具的翻譯和修訂上,應(yīng)結(jié)合我國學(xué)生的思維特點,開發(fā)適合我國文化背景和學(xué)段特征的批判性思維測評工具。