李琴 劉迪

作者簡介：李琴，1985年生，廣西南寧人，碩士研究生，助理研究員，主要研究方向為考試命題與考試管理；劉迪，1988年生，湖北恩施人，碩士研究生，主要研究方向為考試命題與考試管理。

摘 要：聽和說是英語語言運用中兩項必不可少的基本技能，英語聽說考試是我國高考英語科目改革的重要部分?；陬}庫的高考英語聽說考試的實施是一項涉及面廣、系統(tǒng)性強的工作。本文在綜述我國高考英語聽說考試實施現(xiàn)狀的基礎(chǔ)上，結(jié)合英語聽說考試的特點，從題庫建設(shè)成本、考試環(huán)境要求、考試公平以及考試分值使用等方面分析基于題庫的高考英語聽說考試實施過程中的難點問題，并提出優(yōu)化考試實施的對策和建議：提高命題質(zhì)量，促進題庫動態(tài)可持續(xù)發(fā)展；利用機器預(yù)估難度，有效解決試題等值問題；將人工智能技術(shù)融入大規(guī)模教育考試組織和管理；科學使用考試分數(shù)，促進對教學的積極反撥作用。

關(guān)鍵詞：題庫；高考英語；聽說考試；實施困境；對策

中圖分類號：G63 文獻標識碼：A 文章編號：0450-9889（2024）14-0004-04

《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010—2020）》提出，“以高等學校人才選拔要求和國家課程標準為依據(jù)，完善國家考試科目試題庫，完善統(tǒng)一命題和分省命題方式，保證國家考試的科學性、導(dǎo)向性和規(guī)范性。探索有的科目一年多次考試的辦法，探索實施社會化考試”。國務(wù)院《關(guān)于深化考試招生制度改革的實施意見》中提出“推進全國高考英語制度改革，外語科目提供兩次考試機會”。這些政策的出臺，為教育考試機構(gòu)向?qū)I(yè)化、標準化轉(zhuǎn)型指明了方向。教育考試機構(gòu)意識到，考試招生制度改革的專業(yè)化方向不僅要關(guān)注制度設(shè)計，而且要注重考試的公平公正和有效性，特別是讓考試回歸測量工具的科學屬性。

高考英語口試始于20世紀90年代，由最初的考官與考生面對面考試發(fā)展到現(xiàn)在的“人機對話”。機考和題庫是解決大規(guī)?？谡Z考試的有效途徑和載體。隨著計算機技術(shù)和心理測量理論的發(fā)展，不少發(fā)達國家的專業(yè)考試機構(gòu)，如美國教育考試服務(wù)中心（ETS）、美國大學入學考試（ACT）、英國劍橋評價（Cambridge Assessment）、荷蘭教育評價院（CITO）都已建立了適應(yīng)大規(guī)?？荚嚨念}庫系統(tǒng)［1］。近年來我國部分?。ㄗ灾螀^(qū)、直轄市）先后實施高考英語科目改革，推出英語聽說考試，建立題庫，并以此為突破口，探索科學的考試開發(fā)過程，為大型考試題庫建設(shè)、構(gòu)建一年多考的考試平臺積累了科學的數(shù)據(jù)和實踐經(jīng)驗。

一、我國高考英語聽說考試的實施現(xiàn)狀

多年來，隨著考試招生制度改革的不斷深化，我國對高考英語改革的研究和探索從未停止，其中包含了對高考英語聽說考試改革的不斷探索［2］。2011年以前，我國英語聽說測試基本是以傳統(tǒng)的方式進行，即聽力考試采用傳統(tǒng)的紙筆考試，而口語則是采取考生與考官面對面交流的方式進行。隨著計算機網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，計算機化考試逐漸趨于完善，機考開始在我國教育考試領(lǐng)域中推廣應(yīng)用。2011年，廣東省在高考英語科目改革中，取消筆試卷中的聽力部分，推出高考英語聽說考試“人機對話”，并以15分的分值計入高考總分，2021年分值調(diào)整為20分。隨后，廣西、上海、北京等其他省市也紛紛推出高考英語聽說機考：廣西于2011年開始實施英語聽力口語考試，分數(shù)作為高校相關(guān)專業(yè)招生錄取的參考；上海于2017年開始實施高考英語一年兩考，增加英語聽說測試，以滿分10分計入高考總成績；北京于2021年開始增加高考英語口語考試，以50分的成績計入高考總分。此階段的高考英語聽說考試，聽力和口語考試不再分項實施，而是采取“聽”和“說”有效融合為一體的考核方式，不僅從測試形式和測試內(nèi)容上實現(xiàn)語言交際能力的科學測評，而且還提高了測試的信度和效度，更為真實地實現(xiàn)了聽說交際能力的測評。

二、基于題庫的英語聽說考試實施的基本要求

對基于題庫的英語聽說考試而言，考試的實施重點強調(diào)兩個基本要求。

一是公平一致的實施條件是確?？荚囆哦鹊幕疽?。英語聽說考試的實施需要保證考試按設(shè)計的要求進行，確保所有考生在公平、一致的實施條件下參加考試。關(guān)于公平、一致的考試實施，學者們分別從不同的角度對實現(xiàn)這一目的進行了探索。其中，一致的考試環(huán)境，特別是進行聽說考試時的環(huán)境準備是確?？荚嚬叫缘挠布ＷC［3］；此外，不少學者從心理學角度關(guān)注考試實施公平性的問題。20世紀90年代計算機考試模式剛剛興起時，計算機考試給受試者帶來的焦慮及其對考試成績的影響受到普遍關(guān)注，ETS對此發(fā)布了不少調(diào)查和研究報告，發(fā)現(xiàn)計算機考試實施模式中，受試者因機考形式產(chǎn)生的焦慮與成績表現(xiàn)有關(guān)聯(lián)，因此，有學者強調(diào)應(yīng)在日常學習中給予受試者更多機會接觸計算機，使其對計算機考試有更正面的態(tài)度［4］。

二是試題保密及考點的設(shè)備安全問題是決定考試公平性的重要因素。在基于題庫的計算機考試實施中，試題保密問題是保證題庫安全和考試公平性的重點。劉慶思指出，計算機輔助考試的安全性涉及試題傳送安全、數(shù)據(jù)安全和考試環(huán)境安全的問題，他的觀點對基于題庫的計算機輔助考試的實施有重要的啟示［5］。

三、基于題庫的高考英語聽說考試的實施困境

（一）題庫建設(shè)及維護成本高

題庫建設(shè)是實施計算機化考試的重要環(huán)節(jié)。機考的基礎(chǔ)是題庫系統(tǒng)，考試的實施是利用題庫中的試題組成科學的試卷來測試和評價受試者。題庫的建立，可以滿足英語聽說考試一年多考的供題需要，以穩(wěn)定的試題質(zhì)量對受試者的英語聽說能力做一個比較客觀的測量。首先，題庫作為一種考試命題管理模式，不僅是管理試題、組配試卷的工作平臺，而且日益成為測量理論、考試技術(shù)、評價方式的研究平臺［6］。一般而言，題庫建設(shè)的周期至少3年以上，而且要保證題庫有足夠數(shù)量的試題，以滿足組卷的需要。其次，題庫建設(shè)還涉及一系列的問題，比如題庫系統(tǒng)和考試系統(tǒng)的設(shè)計與開發(fā)、試題的命制、題庫的使用與維護等諸多問題。與傳統(tǒng)的聽說能力獨立測評的方式不同，英語聽說考試更加注重對聽說能力的融合考查。而口語試題具有較強的時效性，題庫試題使用周期較短，隨著題庫試題容量的積累，有的題目還沒使用就已經(jīng)“過期”。為了使題庫實現(xiàn)良好的循環(huán)，就需要不斷更新題庫試題，要根據(jù)社會發(fā)展和考生群體的變化對試題進行調(diào)整和刪減，及時修訂試題，使題庫試題“保鮮”，但這會大幅度提高題庫建設(shè)后期維護的投入費用。

（二）考試環(huán)境及設(shè)備要求嚴格

考試環(huán)境是考試施考的基本條件，也是確保考試公平的基礎(chǔ)。傳統(tǒng)的面試型口試由于受到人力、場地等條件的限制，很難大規(guī)模實施考試，也無法在短時間內(nèi)完成對所有考生的測試。英語聽說機考采用計算機輔助的形式，在專用考場內(nèi)進行，并全部在計算機系統(tǒng)中完成，一定程度上解決了傳統(tǒng)面試型口試實施受限的問題，但也對考試環(huán)境有較高的要求。英語聽說機考實施的主要特點是以標準化的考試環(huán)境、難度值相當?shù)目碱}以及穩(wěn)定的考試平臺，為不同時間及不同場次的受試者提供信度和效度可靠的能力測量［7］。考場環(huán)境對考試信度和效度的保證有重要影響，尤其涉及聽、說技能相關(guān)的考試時。調(diào)查發(fā)現(xiàn)，機考受測試環(huán)境、錄音設(shè)備質(zhì)量影響，其中抱怨最多的是聲響效果不理想［8］。英語聽說機考原則上要求安排在專用考場進行，要求所有考點按照計算機輔助考試的技術(shù)原則和設(shè)備要求建設(shè)標準化考場，配備符合系統(tǒng)要求的電腦、耳機等設(shè)備，如上海投入建設(shè)了250個英語聽說考試專用標準化考場，分布在全市的各個學校，確保所有考生都能在較短時間內(nèi)抵達考場，且各考場均統(tǒng)一配備了耳麥，都具備身份驗證、作弊防控、視頻監(jiān)控和考試環(huán)境獨立、實時數(shù)據(jù)檢查等功能，確保對所有考生沒有偏頗，以實現(xiàn)考試的公平性［9］。專用考場建設(shè)需要投入不少財力物力，這對考點來說是很大的經(jīng)濟負擔。而且在使用過程中還會存在機器設(shè)備老化、設(shè)備故障、設(shè)備需升級改造等這樣或那樣的問題，這些都是限制英語聽說考試在大規(guī)模高利害考試中實施的重要因素。

（三）主觀性試題等值技術(shù)仍有待提升

由于受到考場設(shè)備的限制，英語聽說考試無法在同一時段內(nèi)向全體考生施考，必須分多個批次才能完成。為確?？荚嚨墓叫?，不同批次的考試往往會使用不同的試卷，以確保已考和未考的考生之間無法傳遞信息，但這也就意味著必須要解決不同試卷之間的可比性問題。這就涉及試題的等值問題。等值是將一個測驗不同版本的分數(shù)統(tǒng)一在一個量表上的過程，是實現(xiàn)測驗公平的保證，也是題庫建設(shè)的重要環(huán)節(jié)。對于客觀題的等值，目前國內(nèi)外已經(jīng)有較為成熟的解決方法。第一種是通過試測收集數(shù)據(jù)，利用項目反應(yīng)理論模型將每一道試題映射到同一張量表上，通過計算機組卷組成一份符合預(yù)期的試卷；第二種是在考試結(jié)束后，將所有考生分數(shù)進行等值處理，報告一個經(jīng)過處理的量表分［10］。但在實際的考試實施中，高考作為一項大規(guī)模的高利害考試，社會影響力大，出于試題安全保密的要求，在考前無法通過試測獲取試題參數(shù)，泄題風險高。與客觀題的等值相比，口語試題的等值難度更大。一方面，口語的主觀性決定了其評分無法做到完全客觀化，因此很難保證評分者的信度高度一致；另一方面，主觀題一般題量較少，容易曝光，不具備直接設(shè)置錨題的條件，就目前的等值技術(shù)而言，很難實現(xiàn)等值，因而絕大多數(shù)考試的主觀性試題分數(shù)是未經(jīng)過等值處理的［11］。這些問題都是在大規(guī)模高利害考試中實施英語聽說考試的難點。

（四）成績使用對教學的積極反撥作用力度不夠

考試的反撥作用，通常指考試對教師和學生以及教與學的影響。目前，我國各省份實施的高考英語聽說考試，其分值計分及其使用辦法均不統(tǒng)一?？荚嚪种档氖褂?，對英語教師和學生的聽說教學態(tài)度、教學安排、教學材料、教學內(nèi)容和教學活動等均會產(chǎn)生反撥作用［12］。高考英語聽說考試已經(jīng)是一項較為成熟、穩(wěn)定的考試。實踐表明，上海、廣東、北京等省市將英語聽說成績計入高考總分的做法，對高中英語教學產(chǎn)生了正面反撥作用，教師和學生對英語聽和說能力的重視程度大幅度提高。但是受客觀因素限制，目前大多數(shù)省份實施的英語聽說考試，其成績?nèi)匀恢皇亲鳛楦呖枷嚓P(guān)專業(yè)錄取的參考。雖然在高校招生錄取中發(fā)揮了有效的作用，但是對教學的積極反撥作用力度還不夠。許多學校和教師認為成績只作為錄取參考，作用不大，對相關(guān)教學的關(guān)注力度還較弱。

四、對策及建議

目前基于題庫的考試組織模式已經(jīng)逐漸成熟和完善。通過分析各地多年英語聽說考試的實踐，我們發(fā)現(xiàn)基于題庫的英語聽說考試目前在實施過程中仍存在一些亟待解決的難點問題。基于以上難點問題，筆者建議從以下方面做出更多嘗試。

（一）提高命題質(zhì)量，促進題庫動態(tài)可持續(xù)發(fā)展

題庫考試是一個大規(guī)模的系統(tǒng)在運作，命題、組考及評分等功能模塊環(huán)環(huán)相扣。在保留良好的傳統(tǒng)考試實施管理經(jīng)驗的基礎(chǔ)上，我們需要意識到，基于題庫的考試實施的高效、公平和安全性更多地依賴專業(yè)技術(shù)?？沙掷m(xù)性的考試題庫建設(shè)是考試實施的保證，因此，提高題庫的使用效率和科學性，是最大限度地提高試題庫運轉(zhuǎn)效益和優(yōu)化命題機制的重要途徑。題庫考試實施的可持續(xù)性發(fā)展需要一個專業(yè)的人才隊伍來保障。建立一支具備較高專業(yè)素養(yǎng)的命題和審題專家隊伍，加強命題教師的能力和水平，在命題環(huán)節(jié)采取一系列措施和方法控制試題質(zhì)量，包括制定詳細的命題工作手冊、題庫命題工作管理辦法、試題命制和審核標準、加強命題教師培訓(xùn)等，從命題環(huán)節(jié)就有意識地指導(dǎo)命題教師減少時效性強或隨著時間的推移內(nèi)容可能改變的試題的命制，提高題庫試題質(zhì)量，避免產(chǎn)生試題沉積。

（二）利用機器預(yù)估難度，有效解決試題等值問題

試題等值一直是高考英語聽說考試題庫建設(shè)的難點問題。高考的高利害性及高考試題的保密要求，決定了考試無法在考前通過試測來獲取參數(shù)。近年來，隨著科學技術(shù)的飛速發(fā)展，我國在大數(shù)據(jù)和人工智能技術(shù)領(lǐng)域已取得重大突破，目前已經(jīng)有學者開始對機器預(yù)估難度進行探索，利用其在自然語言處理、文本語義識別和深度學習領(lǐng)域的優(yōu)勢，以歷年考試試題及考生答題情況為基礎(chǔ)，通過人工智能算法對相關(guān)數(shù)據(jù)進行設(shè)計整合，經(jīng)過不斷地訓(xùn)練迭代，建立起試題文本信息和試題難度之間的對應(yīng)關(guān)系模型，最后再由計算機自動算出新命制試題的難度值，從而有效地解決試題等值的問題；在主觀題等值方面，也有學者嘗試將客觀題聽力理解部分作為錨題等值設(shè)計的嘗試，但是否具有可行性，還有待進一步研究。總體而言，這些方法都對試題等值提供了很好的解決路徑，改變了試題必須通過測試才能獲取統(tǒng)計數(shù)據(jù)的傳統(tǒng)觀念，為從根本上解決高利害考試試題等值的問題提供了參考。

（三）將人工智能技術(shù)融入大規(guī)模教育考試組織和管理

基于題庫的英語聽說考試實施是一項涉及多方面、多部門的工作，涉及題庫和計算機輔助考試手段兩個重要環(huán)節(jié)?？记皽蕚洹⒖荚噷嵤┖涂己笤u分等各個階段的工作有其獨特性，需要同時兼顧考試組織模式、受試者、考務(wù)培訓(xùn)、考場建設(shè)、考試系統(tǒng)和題庫的安全與維護等各因素的協(xié)調(diào)安排。隨著人工智能技術(shù)的發(fā)展，人工智能未來在大規(guī)模教育考試領(lǐng)域中將發(fā)揮越來越重要的作用，教育考試組織和管理的智能化將成為可能。2022年，國務(wù)院印發(fā)《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》提出深入推進智慧教育。推進教育數(shù)字化是我國教育考試現(xiàn)代化進程中的一項重要且緊迫的任務(wù)。教育考試機構(gòu)管理部門應(yīng)轉(zhuǎn)變觀念，積極探索新型的聽說智能考試方式，實現(xiàn)考試管理、考前培訓(xùn)、模擬考試等功能一體化，將考前、考中和考后各項工作納入其中，減少人工工作量，降低人力成本，不斷優(yōu)化考試管理流程，提高考試組織和管理的效率，真正實現(xiàn)考試管理模式的智慧轉(zhuǎn)型。

（四）科學使用考試分數(shù)，促進對教學的積極反撥作用

隨著高考改革制度的不斷深化，越來越多的省份都在探索將英語聽說考試納入外語高考的整體改革方案中。但沒有社會認可度的考試是沒有生命力的。一個有信度的考試需要從試題命制、考試實施和分數(shù)報告等各個環(huán)節(jié)的各個方面確保公平性?？荚囬_發(fā)和設(shè)計者應(yīng)在設(shè)計考試時，首先考慮考試結(jié)果的解釋和使用對考生所產(chǎn)生的影響，包括正面的影響和不良后果。高考涉及面廣、社會影響深遠，英語聽說考試作為高考英語的重要組成部分，對教師和學生的反撥作用也應(yīng)值得關(guān)注。目前很多學校依然以應(yīng)試為主來實施英語聽說教學，這就要求教育管理者和考試設(shè)計者在考試改革的規(guī)劃和實施過程中，深入調(diào)查基層教師的教學意識，從頂層設(shè)計層面去思考如何才能有效發(fā)揮考試的正面積極反撥作用，切實培養(yǎng)考生的綜合語言運用能力，從而真正實現(xiàn)考試改革的預(yù)期目標。

信息技術(shù)的飛速發(fā)展不斷促進我國教育考試的專業(yè)化發(fā)展。題庫是教育考試標準化和命題專業(yè)化建設(shè)的重要體現(xiàn)，是教育考試機構(gòu)核心競爭力的重要體現(xiàn)。在大數(shù)據(jù)和人工智能時代，如何將大數(shù)據(jù)和人工智能等信息技術(shù)手段充分應(yīng)用到高考英語聽說考試的實施與管理當中，使其更好地服務(wù)教育考試專業(yè)化建設(shè)，成為教育考試工作面臨的一個重要課題，也是新時代教育考試題庫建設(shè)的發(fā)展應(yīng)用前景。

參考文獻

［1］李光明，關(guān)丹丹.關(guān)于題庫建設(shè)若干問題的思考［J］.中國考試，2014（9）：3-6.

［2］劉慶思.高考英語學科40年［J］.中國考試，2017（2）：13-19.

［3］Laborda，J.G.& T.M.Royo.Training Senior Teachers in Compulsory Computer Based Language Test［J］，Procedia Social and Behavioral Sciences 1，2009，141-144.

［4］張浩，吳莎，郭茜，等.高考英語計算機化改革的態(tài)度調(diào)查研究［J］.基礎(chǔ)教學，2019（6）：101-112.

［5］劉慶思.高考英語科目采用計算機輔助考試探析［J］.中國考試，2016（10）：15-19．

［6］馬鵬飛，李建軍，柴橚.高中學業(yè)水平考試題庫系統(tǒng)的設(shè)計及運行模式的實現(xiàn)［J］.中國考試，2022（5）：64-72.

［7］鄧斯芮，周杰.我國英語無紙化考試研究綜述［J］.教育文化論壇，2019，11（3）：106-111.

［8］屈連勝.從問卷調(diào)查看機考測試的信度與效度［J］.教育教學論壇，2017（8）：55-56.

［9］徐雯.口語測評在大規(guī)模高利害考試中的實踐：以上海高考英語聽說測試為例［J］.外語測試與教學，2021（1）：21-27.

［10］張泉慧，張穎，何佳，等.基于固定共同題方法的IRT等值模型比較研究［J］.中國考試，2017（6）：65-69.

［11］彭恒利，張秀秀，劉慧.主觀性試題分數(shù)等值連接可行性初探［J］，2014（12）：24-31.

［12］程曉，張詩蕾，錢金袁.上海英語新高考聽說測試的反撥效應(yīng)研究［J］.外語教學理論與實踐，2021（3）：83-94.

注：本文系廣西教育科學“十四五”規(guī)劃2023年度招生考試研究專項課題“英語聽說考試題庫建設(shè)中試題沉積問題及對策研究”（2023ZJY099）的階段性研究成果。

（責編 周翠如）