提到教育測評，你會想到什么？是密密麻麻的答題卡？是挑燈夜戰(zhàn)的苦苦準(zhǔn)備？還是卷紙上的一個(gè)個(gè)紅勾叉？其實(shí)，隨著科技的進(jìn)步，測評早就遠(yuǎn)遠(yuǎn)超出了簡單的“考試”概念。它不僅開始與大數(shù)據(jù)結(jié)合，更開始逐漸從大一統(tǒng)、一刀切的標(biāo)準(zhǔn)化向更尊重個(gè)體的個(gè)性化轉(zhuǎn)型。而且，測評也越來越成為對教育進(jìn)行修正的重要參考，甚至在科技的幫助下，測評可以為教育者提供實(shí)時(shí)的教學(xué)效果反饋，提供跨越不同國家的橫向比較，為個(gè)人提供更有時(shí)間縱深的綜合動(dòng)態(tài)測評。

從七十年代開始，由一小群來自華盛頓和俄勒岡州的教育研究者組成的NWEA（Northwest Evaluation Association）專注于推動(dòng)對考核與測驗(yàn)環(huán)節(jié)的改革。在他們的努力下，美國的測試系統(tǒng)已經(jīng)進(jìn)入了嶄新的信息化、全球化的時(shí)代。中美對話與NWEA進(jìn)行了深入的訪談，以尋求新時(shí)代下更創(chuàng)新有效的科學(xué)測評之路。

1977年，NWEA剛剛成立的時(shí)候，公眾所熟知的教育測評系統(tǒng)還屬于“一刀切”的統(tǒng)一紙質(zhì)考試。當(dāng)年，NWEA所希冀的是建立一個(gè)鼓勵(lì)因材施教的測評系統(tǒng)。在他們設(shè)計(jì)的考試中，老師會依據(jù)學(xué)生的學(xué)術(shù)水平為他們選擇不同難度的試題，每道題的難度都是在和其他題目的對比下設(shè)定的——這是美國第一個(gè)個(gè)人化的測試平臺。據(jù)此，NWEA建立了一個(gè)可以比較衡量學(xué)生成果的“成績等級”。這項(xiàng)測試的強(qiáng)大之處在于，它既可以評估學(xué)生相對于同齡人的水平，也可以體現(xiàn)學(xué)生自身對于知識的熟練程度。這使得我們對于測評的理解，遠(yuǎn)遠(yuǎn)超過了“考試”的概念。

NWEA設(shè)計(jì)的“適應(yīng)性”個(gè)性化試題（圖片來源于網(wǎng)絡(luò)）

今天，NWEA把考試搬到了網(wǎng)絡(luò)平臺上。從二年級到十二年級的學(xué)生都會在打開瀏覽器窗口時(shí)被分配到一個(gè)和他們年級相符的題目，如果他們答題的過程進(jìn)行得順利，系統(tǒng)就會給他們提供更復(fù)雜的試題，如果錯(cuò)題率較高，考試難度就會相對降低。NWEA的董事會主席、布朗大學(xué)教育政策學(xué)教授Kenneth Wong博士在接受中美對話收集時(shí)告訴我們，這份測試的目標(biāo)是讓每個(gè)學(xué)生達(dá)到50%左右的準(zhǔn)確度，從而來監(jiān)測學(xué)生在自己學(xué)習(xí)階段所能自主取得的水平。

MAP：關(guān)注到每個(gè)學(xué)生的個(gè)性化考試

MAP考試界面（圖片來源于網(wǎng)絡(luò)）

這份測試的官方名稱叫做MAP（Measures of Academic Progress）。它不僅高效，也非常簡明易懂、利于分析。NWEA研究中心的負(fù)責(zé)人John Cronin博士對中美對話說，MAP后臺的系統(tǒng)中對每個(gè)分?jǐn)?shù)段都有詳盡的解釋，說明在這個(gè)水平的學(xué)生都理解和消化了哪些知識點(diǎn)，下一步的學(xué)習(xí)應(yīng)該如何進(jìn)行，以及哪些方面還需要提高。MAP的另一個(gè)革命性特點(diǎn)是，它可以給教師提供實(shí)時(shí)性的反饋。借助互聯(lián)網(wǎng)的媒介，教師們在考試后就可以及時(shí)收到對學(xué)生水平的評估。一年中，這項(xiàng)測試會進(jìn)行三到四次，所以在每個(gè)季度，老師們都有根據(jù)測驗(yàn)結(jié)果改進(jìn)自己教學(xué)方法的機(jī)會。來自密西西比州的學(xué)區(qū)副主管Jody Woodrum博士說，MAP告訴教師們應(yīng)該特別關(guān)注哪些落后的孩子，又應(yīng)該給哪些尖子生創(chuàng)造更多進(jìn)步的空間。

現(xiàn)在，NWEA已經(jīng)從創(chuàng)建時(shí)的14個(gè)學(xué)區(qū)擴(kuò)張成了一個(gè)全國性的組織，并在全球都有合作伙伴，MAP覆蓋的學(xué)生人數(shù)也達(dá)到了700多萬人。NWEA的獨(dú)特性也恰恰在這點(diǎn)體現(xiàn)：它創(chuàng)造了一個(gè)國家級的基準(zhǔn)組，并提供了將全國任意兩個(gè)學(xué)生相比較的可能。

使用MAP進(jìn)行學(xué)生進(jìn)步追蹤及基準(zhǔn)比較（圖片來源于網(wǎng)絡(luò)）

MAP所使用的基準(zhǔn)組由一個(gè)經(jīng)過加權(quán)的公式計(jì)算而出。這個(gè)組中的學(xué)生的種族及社會和經(jīng)濟(jì)條件的比例都代表了全國人口的分布——這些數(shù)據(jù)對建立比較教育的研究來說非常重要。Kenneth Wong博士也告訴中美對話，NWEA 正在創(chuàng)建一個(gè)大型教育數(shù)據(jù)庫——這個(gè)數(shù)據(jù)庫將不僅僅包括分?jǐn)?shù)，也會體現(xiàn)學(xué)生和學(xué)校的社會性組成。

在研究人員的努力工作下，NWEA現(xiàn)在可以把單個(gè)學(xué)生的表現(xiàn)和基準(zhǔn)組相對的百分比呈現(xiàn)出來。比方說，一個(gè)考到200分的學(xué)生所取得的百分比可能是45%，說明他在基準(zhǔn)組中領(lǐng)先了45%的學(xué)生，他可以據(jù)此來了解自己在同齡人當(dāng)中的水平。除了常規(guī)比較之外，NWEA還可以通過幾個(gè)調(diào)整來評估學(xué)生水平的增長。在增長評估中，NWEA將不再考慮學(xué)生的種族背景和經(jīng)濟(jì)水平，而用來比較的兩個(gè)因素則是起始分?jǐn)?shù)和教學(xué)量。比如再回到那個(gè)以45％的成績獲得200分的學(xué)生身上，在28個(gè)星期的教學(xué)后，他和全國的基準(zhǔn)組形成了怎樣的比較？如果基準(zhǔn)組在這個(gè)教學(xué)時(shí)間內(nèi)進(jìn)步了8分，而我們的學(xué)生進(jìn)步了10分，那么我們可以說他走在了基準(zhǔn)組的前面。

NWEA的學(xué)生報(bào)告樣本（圖片來源于網(wǎng)絡(luò)）

制定全國性基準(zhǔn)組并真正比較學(xué)生需要大量的實(shí)時(shí)數(shù)據(jù)。NWEA不僅做到了這點(diǎn)，還將會為學(xué)生提供一份跟蹤他們至少三到四年的持續(xù)進(jìn)步縱向報(bào)告。個(gè)體學(xué)生比較的方式是根據(jù)每所學(xué)校用來預(yù)估學(xué)生成長軌跡的8-9項(xiàng)數(shù)據(jù)而產(chǎn)生的。但是，NWEA還沒有開始制作預(yù)計(jì)未來軌跡的建模。在這方面，Cronin博士認(rèn)為，為低成績的學(xué)生預(yù)測低增長軌跡可能是無益的。他補(bǔ)充說，NWEA的理念并不是簡單地預(yù)測未來的增長——他們希望制定一個(gè)可以改變低增長軌跡的課程，而不是固化這種模式。

OECD: 與全球同齡人的同場競技

學(xué)生們用NWEA設(shè)計(jì)的系統(tǒng)測試（圖片來源于網(wǎng)絡(luò)）

在國家一級上，NWEA最近開始與PISA合作，為美國國內(nèi)的學(xué)校提供OECD測試，從而對國際上的學(xué)校和學(xué)區(qū)之間進(jìn)行比較。OECD的測試方式是從每所學(xué)校抽取85名15歲的學(xué)生，并提供數(shù)學(xué)，閱讀和科學(xué)的比較考試。在此之前，PISA提供了國家間宏觀教育系統(tǒng)的比較，而NWEA可以把這種對比推進(jìn)到學(xué)校一級。Kenneth Wong博士在收集中告訴中美對話，每個(gè)學(xué)校將接受相同的測試，考試將與PISA考試中項(xiàng)目水平的難度相符。接下來，NWEA可以據(jù)此為學(xué)校生成報(bào)告和個(gè)體化支持。 “例如，美國Fairfax的一所學(xué)校可以參加OECD考試，并可以根據(jù)之后生成的報(bào)告來判斷學(xué)校具體到八年級數(shù)學(xué)的教學(xué)水平是否和在中國上海或芬蘭的學(xué)校持平?！痹诮逃龜?shù)據(jù)變得更加全球化的今天，這一測試有助于推動(dòng)透明化的國際數(shù)據(jù)共享，并為學(xué)校提供了相互學(xué)習(xí)的機(jī)會。

在發(fā)表于《教育周刊》的一篇文章中，弗吉尼亞州Fairfax縣的前學(xué)區(qū)主管John Dale和讀者分享了他在學(xué)校推行OECD測評的經(jīng)驗(yàn)。Dale先生認(rèn)為，在排名之外，向來自全球各地教育界的同行學(xué)習(xí)更為重要，而OECD就為他的學(xué)區(qū)提供了一個(gè)這樣的學(xué)習(xí)機(jī)會。作為全美第11大的教育系統(tǒng)，F(xiàn)airfax縣的學(xué)校發(fā)現(xiàn)，OECD測評提供的對比可以更好地讓他們認(rèn)知自己在全球化標(biāo)準(zhǔn)中所處的位置。很多校長表示，他們想了解他們的學(xué)生和世界范圍內(nèi)領(lǐng)先的同齡人們相比之下的水平，從而為學(xué)校制定國際化的基準(zhǔn)。

NWEA出具的學(xué)校報(bào)告樣本（圖片來源于網(wǎng)絡(luò)）

在參加OECD考試之后，所有學(xué)校都會收到一份非常詳盡的報(bào)告，其中將會包括對測試結(jié)果的詳細(xì)解釋和每份試卷結(jié)尾的學(xué)生調(diào)查。每份報(bào)告將會把單所學(xué)校的表現(xiàn)與全球高中的表現(xiàn)進(jìn)行比較，并強(qiáng)調(diào)與該學(xué)校相關(guān)的分析結(jié)果。 例如，在Fairfax縣，這份報(bào)告顯示，該地區(qū)學(xué)校的表現(xiàn)優(yōu)于芬蘭和韓國，并在科學(xué)方面和高排名的國家極為接近，但通過將更多的跨學(xué)科學(xué)習(xí)納入課堂，學(xué)校的表現(xiàn)還可以進(jìn)一步提高。

憂慮：用于教師或適得其反

盡管有這些優(yōu)勢，這兩個(gè)測試還是不可避免地招致了一些批評和質(zhì)疑。除了學(xué)生評估之外，MAP評估已被印第安納州的一些學(xué)校用作教師評估工具。Cronin博士向我們指出，NWEA不希望看到這種趨勢，因?yàn)樗赡軙p害學(xué)生和老師之間的信任——通過使用MAP評估作為問責(zé)措施，教師可能會越來越擔(dān)心評估結(jié)果本身，而不是將其視為提高其教學(xué)技能的一種方式。這一發(fā)展不僅破壞了評估的原始意圖，而且對學(xué)生和教師的成長都有害無益。

無論如何，MAP和OECD測試等評估的出現(xiàn)在當(dāng)今教育行業(yè)的發(fā)展中依然有著至關(guān)重要的作用。在學(xué)習(xí)過程的數(shù)字化進(jìn)程中，個(gè)性化學(xué)習(xí)平臺的發(fā)展需要與其兼容的評估系統(tǒng)來跟蹤。MAP評估的靈活性可以幫助教師和政策制定者們來高效地收集和查明學(xué)生的成績，加強(qiáng)了他們對學(xué)生學(xué)習(xí)過程的了解，并給予了他們可能的干預(yù)和支持方式。與此同時(shí)，OECD測試則為學(xué)校提供了具有突破性的、將學(xué)生的表現(xiàn)與世界各地的其他學(xué)校進(jìn)行比較的機(jī)會。

因此，當(dāng)人們詢問：個(gè)性化教育怎么測評？全球化是否帶來了教育評估方面的進(jìn)步？我們說，因?yàn)镹WEA的努力，美國教育行業(yè)向著透明化、現(xiàn)代化及國際化的未來跨出了一大步，問題的答案，或許在這里。

本文轉(zhuǎn)自微信公眾號“中美對話”，作者翁馨，編輯蒲艾、丁夢琪，芥末堆經(jīng)授權(quán)轉(zhuǎn)載。