跳转到内容

学生评价

来自VeritasWiki 真理百科

学生评价是指依据一定的教育目标与学业标准,对学生的学习过程、学习结果及综合素质发展状况作出价值判断的活动。它是教育评价中对象最广、频次最高、社会关注度最强的一类,既包括课堂层面的作业批改、单元测验、期末考核,也包括区域层面的学业质量监测与升学考试。

概念与功能

学生评价与教育测量关系密切但不等同。测量回答“学生处于什么位置”,评价回答“这个位置意味着什么、应当如何应对”。同一份测验分数,在不同参照系下可以作出完全不同的评价:常模参照评价把学生与同伴群体比较,用于甄别与选拔;标准参照评价把学生与国家课程标准比较,用于判断达标程度;个体内差异评价把学生的当前表现与其过去表现比较,用于观察进步幅度。

从功能看,学生评价有诊断、反馈、认证、选拔四类。诊断指识别学习困难的具体环节;反馈指把评价信息转化为改进行动;认证指确认学分、毕业资格、职业能力;选拔指为高一级学校或用人单位提供排序依据。四类功能对评价工具的要求不同:诊断需要细颗粒度的题目反应信息,反馈需要及时且具体的描述,认证需要明确的达标标准,选拔需要足够的区分度与可比性。用一套工具同时满足四类要求,往往导致工具设计上的妥协。

评价内容

中国基础教育阶段的学生评价内容,以德智体美劳全面发展为基本框架。

品德表现。 2020年《深化新时代教育评价改革总体方案》要求根据学生不同阶段身心特点,科学设计各级各类教育德育目标要求,通过信息化等手段探索学生、家长、教师以及社区等参与评价的有效方式,客观记录学生品行日常表现和突出表现,特别是践行社会主义核心价值观情况,作为学生综合素质评价的重要内容。

学业水平。 学业评价的依据是国家课程方案与课程标准。2022年颁布的义务教育课程方案在各科课程标准中增设“学业质量”一章,描述学生完成课程学习后应达到的学业成就表现,为学业评价提供了分级依据。方案同时要求严格学业标准,完善过程性考核与结果性考核有机结合的学业考评制度,加强课堂参与和课堂纪律考查。

身心健康。 包括日常体育参与、体质健康监测与专项运动技能测试三部分。中小学校须客观记录学生日常体育参与情况和体质健康监测结果,定期向家长反馈。心理健康方面,2012年修订的《中小学心理健康教育指导纲要》要求建立学生心理健康档案,关注学生的情绪调适、人际交往与学业适应。

艺术素养。 把学生学习音乐、美术、书法等艺术类课程以及参与学校组织的艺术实践活动情况纳入学业要求。2020年方案提出探索将艺术类科目纳入中考改革试点。

劳动素养。 要求明确不同学段、不同年级劳动教育的目标要求,探索建立劳动清单制度,把参与劳动教育课程学习和实践情况纳入学生综合素质档案。

考试管理

2021年8月,教育部办公厅印发《关于加强义务教育学校考试管理的通知》,对学生评价的日常形态作出迄今最具体的规范。

在功能定位上,通知明确义务教育学校考试主要发挥诊断学情教情、改进加强教学、评价教学质量等功能,除初中毕业生升入高中阶段的学业水平考试外,其他考试不具有甄别、选拔功能。

在考试次数上,小学一二年级不进行纸笔考试,义务教育其他年级由学校每学期组织一次期末考试,初中年级可适当安排一次期中考试。各地不得面向小学各年级和初中非毕业年级组织区域性或跨校际考试;学校和班级不得组织周考、月考、单元考试,也不得以测试、测验、限时练习、学情调研等名义变相组织考试。初中毕业年级可在下学期总复习阶段组织一至两次模拟考试,但禁止抢赶教学进度、提前结课备考。

在命题管理上,期末考试命题不得超越国家课程标准和学校教学进度,要增加综合性、开放性、应用型、探究性试题比例,减少机械记忆性试题,不出偏题怪题。

在结果运用上,期中期末考试实行等级评价,一般分四至五个等级;考试结果不排名、不公布,以适当方式告知学生和家长,不得在各类家长群传播;不得按考试结果给学生调整分班、排座位、贴标签;初中各学期期中期末考试成绩和初三下学期模拟考试成绩不得与升学挂钩。

这一通知的实质,是把日常考试从“选拔工具”重新定位为“教学工具”,其代价是削弱了学期内的横向比较信息,也使部分家长失去了判断子女学业位置的直观依据,因而在执行中遭遇较大阻力。

评价方法

纸笔测验仍是使用最广的方法。其技术核心是效度与信度:效度关注测验是否测到了目标构念,信度关注测量结果的稳定性。经典测验理论以真分数模型为基础,通过难度、区分度、信度系数等指标评估试题与试卷质量;项目反应理论则试图估计与样本无关的题目参数和被试能力值,适用于大规模题库建设与自适应测验。

表现性评价要求学生在真实或模拟的情境中完成复杂任务,如实验设计、口头报告、项目作品、协作解决问题,由评分规则对过程与结果作出判断。其优势是贴近真实能力,劣势是评分的主观性与实施成本。提高可靠性的常用手段是研制分级描述的评分规则、对评分者进行培训、抽取部分样本进行双评并计算评分者一致性。

档案袋评价通过系统收集学生一段时间内的作品、反思、他人评价等材料,呈现发展轨迹。它在综合素质评价中被制度化为“学生综合素质档案”,但档案袋评价的教育价值取决于收集与反思过程本身,若仅作为升学材料的堆叠,则容易异化为“证据包装”。

课堂评价指教师在教学中即时进行的提问、练习、观察与反馈,其特点是高频、低利害、贴近学习进程。学界通常把它与“对学习的评价”区分开,称为“促进学习的评价”。这类评价的质量取决于教师提问的认知层次与反馈的具体程度,一句“很好”与一句“你刚才把两个变量弄反了,再检查一遍第三步”,教育效果相差甚远。

国际比较

美国的学业评价以州级标准化测验与联邦问责为骨架。2001年《不让一个孩子掉队法》要求各州对三至八年级学生进行年度阅读与数学测验,并设定逐年进步目标;2015年《每个学生成功法》把问责设计权下放各州,但保留了年度测验与分群体成绩公开的要求。围绕测验的副作用——课程窄化、教学应试化、弱势学校被标签化——争论持续至今。

英国在2014年课程改革后取消了原有的水平分级评定,改用更细化的年龄期望标准;2020年因疫情取消正式考试、改用算法估分引发的争议,成为大规模评价技术风险的典型案例。

芬兰长期以样本式国家评估替代全员统考,强调评价的诊断与改进功能,教师主导的课堂评价在学校层面具有较大权威。这一模式与芬兰教师队伍的高学历门槛和高度专业自主相关,其可移植性存在争议。

国际学生评估项目每三年对十五岁学生的阅读、数学、科学素养进行测评,采用矩阵抽样与项目反应理论等值技术,其测评框架对各国课程目标与评价方式产生了广泛影响,但也因排名导向受到部分学者的批评。

问题与争议

分数排名与标签效应。 排名提供的是相对位置信息,其代价是把学生压缩为单一维度上的序号。心理学研究反复发现,标签会通过期望效应影响教师行为与学生自我概念,形成自我实现的预言。这是2021年考试管理通知禁止公布成绩排名的核心依据。

评价的同质化。 当评价标准高度统一,学生的差异化发展容易被忽略。多元智能理论、差异性评价等主张试图回应这一问题,但在高利害选拔场景中难以落地,因为选拔本身要求可比性。

城乡与校际差异。 综合素质评价依赖丰富的活动资源与记录能力,农村学校在艺术、科技、社会实践方面的供给相对薄弱,档案内容因而趋于单薄。若高校在招生中使用综合素质档案而不作背景校正,可能反而扩大而非缩小差距。

技术化与数据伦理。 随着教育数字化推进,学习行为数据被大规模采集,用于学情画像与预警。这类评价的便利性显而易见,但数据的收集边界、使用目的、留存期限、学生与家长的知情同意等问题尚未形成成熟规范。以算法预测学生“升学潜力”并据此配置教学资源,存在固化既有差距的风险。

参考资料

  1. [中共中央 国务院印发《深化新时代教育评价改革总体方案》](https://www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202010/t20201013_494381.html),中华人民共和国教育部,2020年10月13日。
  2. [首个教育评价系统改革文件出台——五“破”五“立” 教育评价“指挥棒”全面转向](https://www.gov.cn/zhengce/2020-10/14/content_5551104.htm),中国政府网,2020年10月14日。
  3. [大幅压减考试次数 小学一二年级不进行纸笔考试](https://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202108/t20210831_556381.html),中华人民共和国教育部,2021年8月31日。
  4. [教育部明确了!小学一二年级不进行纸笔考试](https://www.peopleapp.com/rmharticle/30023999675),人民日报客户端,2021年8月30日。
  5. [撬动未来的杠杆——学生综合素质评价改革突围](https://www.moe.gov.cn/jyb_xwfb/moe_2082/2023/2023_zl25/202312/t20231201_1092792.html),中华人民共和国教育部,2023年12月1日。
  6. [普通高中考试评价相关政策文件](https://hudong.moe.gov.cn/jyb_xxgk/xxgk/neirong/fenlei/sxml_jcjy/jcjy_gzjdjy/gzjdjy_kspjzc/),中华人民共和国教育部政府信息公开,2022年1月10日。