試論新課標對學(xué)習(xí)評價目標與路徑的建構(gòu)

課程教學(xué)研究 2022-07-13 發(fā)布于浙江

展開全文

堅持理論創(chuàng)新彰顯實踐引領(lǐng)

發(fā)揚學(xué)術(shù)民主萃取科研精華

本刊刊載之全部論文，從不收取任何版面費、審稿費、編輯費，如有言稱收費者，必為假冒。本刊唯一網(wǎng)站：www.jcse.com.cn

本刊唯一投稿方式：

2022年全年（1-12期）

中國教育學(xué)刊訂閱

180

作者信息

崔允漷/教育部人文社會科學(xué)重點研究基地華東師范大學(xué)課程與教學(xué)研究所所長，教授，博士生導(dǎo)師。

本文摘要：深化評價改革是落實立德樹人根本任務(wù)的重要抓手?；谛抡n程的核心素養(yǎng)立意，站在育人的角度來審視當前的學(xué)習(xí)評價，至少需要厘清以下五個觀點：一是評分不等于評價，不等于育人；二是總分不等于合理；三是統(tǒng)一考試不等于公平；四是雙向細目表無法測評核心素養(yǎng)；五是小組評價沒有促進小組合作。新頒布的義務(wù)教育課程標準超越傳統(tǒng)的教學(xué)大綱、內(nèi)容標準，建構(gòu)了核心素養(yǎng)為綱的“目標一族”——課程目標、內(nèi)容要求、學(xué)業(yè)質(zhì)量，并著力通過以下三條路徑建構(gòu)新評價：第一，合力變革紙筆考試，超越對知識點的回憶和技能操練的測評，基于核心素養(yǎng)的學(xué)業(yè)質(zhì)量，重建試題屬性；第二，著力推進表現(xiàn)評價，以真實情境的問題解決表現(xiàn)來測評學(xué)業(yè)質(zhì)量進階水平；第三，極力探索技術(shù)支持的過程評價，不僅使評價逐漸擴展到“難以測量的素養(yǎng)”，也將評價轉(zhuǎn)向“過程視角”以及“多維度的綜合素質(zhì)評價”。

2022年4月21日，新修訂的義務(wù)教育課程方案和課程標準頒布，標志著我國義務(wù)教育正式步入核心素養(yǎng)時代。新修訂的課程標準（以下簡稱新課標）以核心素養(yǎng)為綱，回答了課程性質(zhì)、課程理念、課程目標、課程內(nèi)容、學(xué)業(yè)質(zhì)量、實施建議六大問題。這六大問題猶如六顆珍珠，最終需要用核心素養(yǎng)將其串聯(lián)起來成為珍珠項鏈。新課標的突破口之一，是每門學(xué)科超越原先的內(nèi)容要求，采用以核心素養(yǎng)為統(tǒng)領(lǐng)的課程目標、課程內(nèi)容與學(xué)業(yè)質(zhì)量這種“目標一族”來呈現(xiàn)，特別是建構(gòu)了總體刻畫學(xué)業(yè)成就表現(xiàn)的學(xué)業(yè)質(zhì)量，這是新課標在評價理論上的重大突破。新課程之所以強調(diào)推進評價改革，是因為評價關(guān)系到培養(yǎng)目標（教育目的）是否且如何得以實現(xiàn)。如何將“想得到的美麗”（培養(yǎng)目標）落實為“看得見的風(fēng)景”（課程標準），再分解為“走得到的景點”（教學(xué)目標），教育評價致力于尋求這些問題的專業(yè)答案。鑒于此，下面將從新課標為什么需要新的學(xué)習(xí)評價、新的學(xué)習(xí)評價是什么、新課標如何撬動新的學(xué)習(xí)評價三個問題展開具體闡述。

一、學(xué)習(xí)評價面臨的現(xiàn)實困境：經(jīng)驗性有余而專業(yè)性不足

對教師來說，學(xué)習(xí)評價并不陌生，可以說教師天天都在重復(fù)著評價的種種做法。以一堂課為例，有經(jīng)驗的教師大約會花三分之一的時間在忙于評價有關(guān)的事務(wù)。然而，評價本身是一種專業(yè)，天天在做，但未必就在專業(yè)地做，或者說做得專業(yè)。不難發(fā)現(xiàn)，站在育人的角度來審視當前的學(xué)習(xí)評價，在認識上至少存在五大誤區(qū)。

（一）評分等于評價、等于育人嗎？

見分不見人是當前學(xué)習(xí)評價存在的根本問題。學(xué)習(xí)評價是對學(xué)習(xí)行為和學(xué)習(xí)質(zhì)量的一種價值判斷，目前常用的有兩種：一是一般意義上的診斷性學(xué)習(xí)評價，其評價主體可以是教師、學(xué)生、家長。如果評價主體是教師，其通常在學(xué)習(xí)評價活動中“以分評人”，評價目標是“獲得高分”，學(xué)生較少有自評的機會。即使學(xué)生擁有自評的機會，一般也是以分數(shù)作為判斷依據(jù)。如果評價主體是家長，其對孩子學(xué)習(xí)質(zhì)量的評價依據(jù)依然是“考試分數(shù)”，希望孩子在未來學(xué)習(xí)中可以“獲得高分”。二是高利害的選拔性考試（如中考、高考），其評價主體一般是國家教育行政部門或招生學(xué)校。這類考試以分數(shù)作為選拔和甄別人才的標準?？梢姡徽撌悄囊活愒u價主體或者出于哪一種評價目的，當前的學(xué)習(xí)評價都共同指向了學(xué)生的“考試分數(shù)”，而非“人的多方面的素質(zhì)發(fā)展”。這樣導(dǎo)致的后果之一就是只關(guān)注“育分”而不太關(guān)注“育人”。譬如，有位初中生在日記中記錄了她對分數(shù)的感受：“……期中考試，英語只得了94分，就連班上最好的同學(xué)，也只有99分……數(shù)學(xué)考了100分，不過，全班有11個呢！也算不了什么太好！”可見，學(xué)生對分數(shù)的感受是，沒有100分時，對100分非?？释ㄈ缬谩爸坏昧恕薄耙仓挥小眮硇稳荩?，當?shù)昧?00分時，卻沒有一點成就感、愉悅感（如“也算不了什么太好”）。反而隱約有一種意思是，最好全班只有“我”一個人100分，其余的人都不及格。試想，這是不是我們要培養(yǎng)的人？我們需要思考天天給學(xué)生打分的意義何在？打分與評價、育人的關(guān)系是什么？如果我們明顯感到打分沒達到育人價值，那么我們還要天天打分嗎？

（二）我們總是拿來說事的總分足夠合理嗎？

不知從何時起，“按總分錄取”一直被當作天經(jīng)地義的事，而且常被當作公平的合法理由，卻少有人懷疑其合理性。這里暫不討論它與公平的關(guān)系，只討論各科分數(shù)相加的總分合理與否。有兩點疑問：一是來自不同學(xué)科的分數(shù)簡單相加之后的總分意味著什么？如果1分語文 1分數(shù)學(xué) 1分英語=3分，那么，我們是否可以直接推論：1分美元 1分歐元 1分人民幣=3分？這個“3”是什么？如果既說不清楚指代什么，也說不清楚其意義，那我們是不是一直將想當然的合理作為事實上的合理？二是基于總分與排名的招考制度是否合理？以高利害的高校招生為例，B總分600分，其中，語文140分，數(shù)學(xué)125分；而A總分605分，語文120分，而數(shù)學(xué)145分，結(jié)果某大學(xué)的中文系錄取了A，而不是B。因為B的總分達不到該校的分數(shù)線，換句話說，因為A的數(shù)學(xué)考得比B好，所以A進了該大學(xué)的中文系。因“總分”造成的類似笑話比比皆是。盡管人們對其合理性的質(zhì)疑并不多，但其帶來的傷害性后果卻十分嚴重，導(dǎo)致全社會圍繞一個不怎么說得清楚的“總分”轉(zhuǎn)，營造了一種分分計較、有分必爭、唯分是圖的過度競爭文化。這不僅加重了學(xué)生的學(xué)業(yè)負擔(dān)與心理負擔(dān)，也是教育內(nèi)卷、社會焦慮的直接原因。

（三）統(tǒng)一考試等于公平嗎？

一直以來，統(tǒng)考與公平畫上等號，似乎成了一條公理：要公平嗎？那就統(tǒng)考吧！毋庸置疑，在一些涉及高利害性的特定場合，統(tǒng)考存在一定的公平屬性，如在還沒找到更公平的手段時，中考、高考采用統(tǒng)考的方式作為選拔人才的主要手段，也是不得已的，但是即使對于高利害性的選拔考試，統(tǒng)考存在的深層次缺陷也需要被“發(fā)現(xiàn)”，如紙筆考試試題的文化適應(yīng)，統(tǒng)考時考生選擇的不同科目、具有的不同優(yōu)勢（如語言或書寫優(yōu)勢）、不同的試題文本閱讀傾向（如文字傾向還是圖表傾向）、集中注意時間的長短等因素都會直接影響到學(xué)生的成績，從而嚴重影響到統(tǒng)考的公平性問題。然而，當前我國統(tǒng)考的使用如此頻繁、廣泛，有些做法卻很不規(guī)范、嚴肅，事實上已經(jīng)造成不公平，卻沒有引起多少人或關(guān)鍵部門的注意。愛因斯坦曾經(jīng)說過：“每個人都是天才，但是如果你以爬樹的本領(lǐng)來判斷一條魚的能力，那它終其一生都會以為自己是個笨蛋。”雖然統(tǒng)考暫時不會取消，但關(guān)于統(tǒng)考的公平拷問必須堅持。

（四）雙向細目表在測什么？能測出核心素養(yǎng)嗎？

長期以來，“雙向細目表”一直是學(xué)習(xí)評價的基本形式。該評價框架以布魯姆的教育目標分類學(xué)為依據(jù)，其中一個維度規(guī)定的是學(xué)科知識或技能（知識點1、知識點2、知識點3……），另一個維度描述的是對知識或技能的不同掌握水平（了解、識記、理解、應(yīng)用……）。依據(jù)該框架，學(xué)科教學(xué)中的學(xué)習(xí)目標都可以描述成學(xué)生應(yīng)該習(xí)得的預(yù)期學(xué)科知識與預(yù)期認知過程的結(jié)合。如“學(xué)生應(yīng)該理解絕對值、相反數(shù)等概念”。其中，“理解”描述的是知識的掌握水平，也就是教育者期望的學(xué)生認知過程，“絕對值、相反數(shù)”這些名詞描述的是學(xué)科知識，也就是教育者期望學(xué)生習(xí)得的課程內(nèi)容。該評價框架過于關(guān)注學(xué)生對知識的掌握，把完整的學(xué)科知識體系分割成一系列的“知識點”，并與學(xué)生的認知過程相結(jié)合形成學(xué)習(xí)目標，其結(jié)果只是測到了低階位的知識點目標，而無法測評高階位的關(guān)鍵能力、必備品格與價值觀念目標。所評即所得，最終導(dǎo)致培養(yǎng)出來的學(xué)生遭受高分低能、有分（分數(shù)）無德（公德、大德）的質(zhì)疑。

（五）新課程倡導(dǎo)小組合作，但當下的小組評價真能促進小組合作嗎？

本來，小組評價的目的有兩個：一是發(fā)揮團體動力學(xué)效應(yīng)，通過小組評價，增強學(xué)生的集體榮譽感，激發(fā)學(xué)生的學(xué)習(xí)動機，促進其積極參與學(xué)習(xí)活動，形成一種“不給小組拖后腿”的意識；二是促進小組更好地合作，通過小組評價，不僅鼓勵一種互幫互助的合作氛圍，也能推動相互約束、實現(xiàn)自我管理，使后續(xù)合作達到更好的效果。然而，我們現(xiàn)在是如何開展小組評價的呢？先舉一例：由6位學(xué)生組成研究性學(xué)習(xí)小組，他們合作過程非常愉快，任務(wù)完成也很出色，但是指導(dǎo)老師告訴組長，該小組只有一位學(xué)生得“優(yōu)秀”等級，其余只能得“良好”等級。這位獲“優(yōu)秀”等級的學(xué)生如何產(chǎn)生？這真的是一個世界性難題。到底有無必要為了產(chǎn)生一位“優(yōu)秀”等級學(xué)生而將付出同樣努力的其余五位學(xué)生變成“良好”等級？這樣的評價會給這五位學(xué)生留下什么樣的結(jié)果，會導(dǎo)致后續(xù)的小組合作更好還是更糟？這樣做的“理”在哪里？事實上，教師最終可能會如愿得到某某“優(yōu)秀”其余“良好”的信息，但因其無“理”可據(jù)，就有可能導(dǎo)致有些學(xué)生為了達到自身的目的而采用一些不地道的手段如舉報、打小報告等，這些不公開、不民主的行為直接損害了人與人之間的真誠、友情與信任。本來一個很好的教育事件，卻導(dǎo)致反教育的后果。

二、新課標建構(gòu)的“目標一族”指明了學(xué)習(xí)評價的內(nèi)涵

評價的實質(zhì)是判斷預(yù)期目標達成的情況。因此新評價的建構(gòu)有賴于新目標特別是國家教學(xué)綱領(lǐng)性文件之一——課程標準的建構(gòu)。這里先簡要回顧一下我國中小學(xué)課程標準的歷史演變，分析其目標內(nèi)涵的不斷豐富與發(fā)展。

（一）課程標準的第一次演變：從科目設(shè)置標準到學(xué)科教學(xué)大綱

歷史地看，我國是世界上最早在國家層面編制“課程標準”的國家之一。早在1912年，盡管課程還未被看作是一個在學(xué)術(shù)上公認的、獨立的研究領(lǐng)域，但以孫中山為首的中華民國臨時政府頒布了《普通教育暫行課程標準》（1912年1月19日），其中規(guī)定了初等小學(xué)校、高等小學(xué)校、中學(xué)校和師范學(xué)校應(yīng)開設(shè)的課程，以及“各學(xué)年每周各科教授時數(shù)”，同時還附有初小、高小、中學(xué)和師范學(xué)校的課程表，簡要地開列了課程內(nèi)容。次年，教育部正式頒布了《中學(xué)校課程標準》（1913年3月），它與《中學(xué)校令施行規(guī)則》第一章所規(guī)定的“學(xué)科及程度”合在一起，構(gòu)成了對中學(xué)校各門學(xué)科教學(xué)目的任務(wù)以及教學(xué)內(nèi)容要點和范圍作出綱要性規(guī)定的指令性文件。例如，第九條：物理化學(xué)要旨在習(xí)得自然現(xiàn)象之知識，領(lǐng)悟其中相互關(guān)系及對于人生之關(guān)系。物理化學(xué)宜授以重要現(xiàn)象及定律，并器械之構(gòu)造作用，元素與化合物之性質(zhì)，兼課實驗。在對應(yīng)的課程標準中規(guī)定：物理（力學(xué)、物性、熱學(xué)、音學(xué)、光學(xué)、磁學(xué)、電學(xué)），中學(xué)三年級，周課時為4；化學(xué)（無機化學(xué)、有機化學(xué)大要），中學(xué)四年級，周課時為4。可見，此時的課程標準雖然是國際領(lǐng)先，但其內(nèi)涵只是“開設(shè)科目的標準”，較少涉及各科目更具體的內(nèi)容。之后，雖也歷經(jīng)多次修訂，但課程標準的內(nèi)涵一直沒有發(fā)生實質(zhì)性的變化。

新中國成立后，由于效仿蘇聯(lián)，我國于1952年開始編制中小學(xué)各學(xué)科教學(xué)大綱，并以此作為中小學(xué)教學(xué)綱領(lǐng)性文件之一，相當于課程標準的另一種說法。經(jīng)過四年的努力，教育部頒布了第一套比較齊全的教學(xué)大綱——1956年《中小學(xué)各科教學(xué)大綱（修訂草案）》，規(guī)定了各科的教學(xué)目的任務(wù)、內(nèi)容要求，在國家層面第一次以科目為單位規(guī)范了每一門科目的內(nèi)容問題。至2001年為止，我國共歷經(jīng)七次基礎(chǔ)教育課程改革，改革多圍繞教學(xué)計劃、教學(xué)大綱的修訂與教材的編寫等主題進行，注重“雙基”（即基本知識與基本技能）的教學(xué)實施，以建立規(guī)范為先的教學(xué)體系為主基調(diào)。

（二）課程標準的第二次演變：從學(xué)科教學(xué)大綱到內(nèi)容標準

2001年，為了深入推進素質(zhì)教育，培育學(xué)生創(chuàng)新精神與實踐能力，我國基礎(chǔ)教育進入了新課程時期，第一套堪稱與國際對話的全新課程標準相繼頒布，各學(xué)科課程標準在文本結(jié)構(gòu)上不僅闡述了課程性質(zhì)、基本理念、內(nèi)容結(jié)構(gòu)等，而且將重心放在了內(nèi)容標準上。例如，2001年《義務(wù)教育語文課程標準》（實驗稿）重點解讀了“識字與寫字、閱讀、寫話、口語交際、綜合性學(xué)習(xí)”五部分內(nèi)容的階段學(xué)習(xí)目標；2003年《普通高中階段英語課程標準》（實驗稿）對“語言技能、語言知識、情感態(tài)度、學(xué)習(xí)策略、文化意識”五部分內(nèi)容都有規(guī)范的表述；《義務(wù)教育數(shù)學(xué)課程標準》（2011版）重點闡釋了“數(shù)與代數(shù)、圖形與幾何、統(tǒng)計與概率、綜合與實踐”四部分內(nèi)容的階段學(xué)習(xí)目標等。2011年，教育部頒布了義務(wù)教育各學(xué)科課程標準（修訂稿），雖然對課程標準文本的結(jié)構(gòu)作了微調(diào)，如將“內(nèi)容標準”的名稱改為“課程內(nèi)容”，但本質(zhì)上仍然是學(xué)習(xí)內(nèi)容與階段性學(xué)習(xí)結(jié)果的描述，屬于內(nèi)容標準的范疇。而且，必須明確的是，這個時期課程標準的名稱已從“學(xué)科教學(xué)大綱”改成了“課程標準”，這是一個進步，且是相對容易實現(xiàn)的，但要真正實現(xiàn)從對“教什么”的規(guī)定走向?qū)Α皩W(xué)會什么”的預(yù)期結(jié)果描述，還有相當長的路要走。

（三）課程標準的第三次演變：從內(nèi)容標準到素養(yǎng)導(dǎo)向的“目標一族”

2014年，教育部印發(fā)《關(guān)于全面深化課程改革落實立德樹人根本任務(wù)的意見》，強調(diào)要“修訂課程方案和課程標準，依據(jù)學(xué)生發(fā)展核心素養(yǎng)體系，進一步明確各學(xué)段、各學(xué)科具體的育人目標和任務(wù)，完善高校和中小學(xué)課程教學(xué)有關(guān)標準。增強課程標準的思想性、時代性、適宜性、可操作性和整體性”。自此，核心素養(yǎng)作為重要的育人目標，開始成為課程標準修訂工作的有力統(tǒng)領(lǐng)，國家課程標準的內(nèi)涵隨之發(fā)生了變化，從原先的內(nèi)容標準發(fā)展到核心素養(yǎng)統(tǒng)領(lǐng)的“目標一族”，即課程目標內(nèi)容要求學(xué)業(yè)質(zhì)量，反映了素養(yǎng)時代的育人要求。普通高中課程標準（2017年版2020年修訂）、義務(wù)教育課程標準（2022年版）比較好地體現(xiàn)了上述這種轉(zhuǎn)化。

第一，凝練了每門課程要培育的核心素養(yǎng)，凸顯了學(xué)科育人價值。核心素養(yǎng)是落實立德樹人根本任務(wù)的重要憑依，其作為課程育人目標，是黨的教育方針的具體化，著眼于實現(xiàn)為國育才、為黨育人的愿景和使命，引領(lǐng)著基礎(chǔ)教育課程改革的深化發(fā)展，意義重大。

第二，以核心素養(yǎng)為綱，建構(gòu)了課程目標、課程內(nèi)容、學(xué)業(yè)質(zhì)量的“目標一族”。課程目標是核心素養(yǎng)的拓展性陳述，以目標的表達方式呈現(xiàn)該課程所要培育的核心素養(yǎng)；課程內(nèi)容是原先內(nèi)容標準部分的升級，涵蓋內(nèi)容要求、學(xué)業(yè)要求與教學(xué)提示三個方面，回答“學(xué)什么”“學(xué)到什么程度”“怎樣學(xué)”的問題；“學(xué)業(yè)質(zhì)量是學(xué)生完成課程階段性學(xué)習(xí)后的學(xué)業(yè)成就表現(xiàn)，反映核心素養(yǎng)要求。學(xué)業(yè)質(zhì)量標準以本學(xué)科核心素養(yǎng)及其表現(xiàn)水平為主要維度，結(jié)合課程內(nèi)容，是對學(xué)生學(xué)業(yè)成就表現(xiàn)的總體刻畫，其是所有過程評價、結(jié)果評價與考試命題的依據(jù)?！?/span>

為了便于大家更好地理解學(xué)業(yè)質(zhì)量與核心素養(yǎng)/課程目標、內(nèi)容標準之間的關(guān)系（見圖1），這里以一個生活中的例子來解讀。例如，我們衡量一個人好不好，專門用一個詞——“人品”來指代，那么如何評價一個人的人品？一般來說，會創(chuàng)設(shè)一個情境讓被評人做事，如與他一起喝酒等，然后觀察其表現(xiàn)，判斷其酒品如何，再推論其人品。如果說核心素養(yǎng)/課程目標是人品，那么學(xué)業(yè)質(zhì)量標準就是酒品，而以某個知識點的目標來描述的內(nèi)容標準就像“酒量”。我們現(xiàn)在的教育存在的問題就是整天在評“酒量”，而沒有評“酒品”，不關(guān)注過程與方法，不考慮情感態(tài)度價值觀，把教師整得那么忙，學(xué)生逼得那么苦，卻沒有很好地實現(xiàn)育人效果。新課程要求過程評價、結(jié)果評價、考試命題、作業(yè)布置都要關(guān)注學(xué)科學(xué)業(yè)質(zhì)量，要以學(xué)業(yè)質(zhì)量標準為依據(jù)，通俗地說，就是要測評“酒品”而不是“酒量”。因為酒量高低無法直接推論人品好壞。這是新課標的一大突破。

圖1核心素養(yǎng)、學(xué)業(yè)質(zhì)量標準和內(nèi)容標準之間的關(guān)系

三、核心素養(yǎng)導(dǎo)向的學(xué)習(xí)評價的變革路徑

如上所述，新課標是以核心素養(yǎng)為綱的“目標一族”，那么核心素養(yǎng)又是什么呢？核心素養(yǎng)是指學(xué)生完成課程學(xué)習(xí)之后而養(yǎng)成的正確價值觀、必備品格與關(guān)鍵能力，具有整體性、情境性與反思性的特征。所謂整體性，意味著核心素養(yǎng)是在特定情境下應(yīng)用或運用所學(xué)知識解決實際問題的綜合表現(xiàn)，核心素養(yǎng)盡管可以分開說，但各個素養(yǎng)是整體、協(xié)同發(fā)揮作用的，任何由某個知識點或技能發(fā)揮作用的單一素養(yǎng)都是無法滿足于真實情境中解決復(fù)雜問題的需求；所謂情境性，意味著核心素養(yǎng)的表現(xiàn)或作用發(fā)揮都離不開真實情境，換句話說，脫離真實情境而解決了問題或完成了任務(wù)，這不能算是現(xiàn)在想培育的關(guān)鍵能力、必備品格和價值觀念；所謂反思性，意味著核心素養(yǎng)是目標概念而不是內(nèi)容概念，是學(xué)習(xí)者發(fā)揮主體性、能動性的產(chǎn)物，是通過學(xué)習(xí)者的反思“悟”出來的，而不是教會的，更不能直接“施教或傳遞”。核心素養(yǎng)的這三個屬性決定了素養(yǎng)導(dǎo)向的新評價不僅要考慮所學(xué)知識的理解、掌握，還要重視真實情境下知識的建構(gòu)與綜合運用能力以及問題解決能力，更要強調(diào)學(xué)后反思；不僅要收集學(xué)習(xí)結(jié)果的信息，還要有學(xué)習(xí)過程的證據(jù)，更要收集真實的、深刻的、聚焦反思結(jié)果的信息?；谏鲜稣J識，新課標努力通過以下三條路徑撬動新評價。

（一）合力變革紙筆考試

紙筆考試歷來是考試評價的主要方式。指向核心素養(yǎng)的紙筆考試應(yīng)超越對所學(xué)知識的回憶、對所學(xué)技能的操練或技能熟練程度的測評，依據(jù)基于核心素養(yǎng)的學(xué)業(yè)質(zhì)量，重建試題屬性，利用情境的復(fù)雜程度或熟悉程度、知識的不同類型與認知需求（難度）高低三個變量，即在什么情境下、應(yīng)用所學(xué)的哪一類知識（內(nèi)容知識、程序性知識、認識論知識）、能做什么事或解決什么樣的問題，命制與學(xué)業(yè)質(zhì)量水平相對應(yīng)的試題，再根據(jù)學(xué)生的結(jié)果表現(xiàn)，推論其核心素養(yǎng)的發(fā)展水平。以國際學(xué)生測評項目（PISA）的數(shù)學(xué)測評框架為例，該框架整合了情境、學(xué)科內(nèi)容、認知需求（核心素養(yǎng)）三個維度，通過改變真實情境的結(jié)構(gòu)以及各要素的關(guān)系，可以創(chuàng)設(shè)不同復(fù)雜程度的情境化任務(wù)。如復(fù)雜的、開放性的情境可以用來測評較高的學(xué)業(yè)質(zhì)量水平，學(xué)生需要整合知識、技能與觀念來解決問題。相反，較簡單、封閉的情境則可以用來測評較低的學(xué)業(yè)質(zhì)量水平。PISA 2009中一道通過考察“面積”的相關(guān)知識來測量學(xué)生數(shù)學(xué)素養(yǎng)的試題，大致是這樣描述的：假如你家里有個菜園，需要用籬笆將它圍起來，下面五個圖形代表著五種不同的圍法，請問哪一種圍法使菜園面積最大？這道題目可能會引起教師的疑惑，即“家里沒有菜園怎么辦？”PISA 2018也有一道關(guān)于“面積”的試題，試題描述大致如下：你的房間太舊了，需重新粉刷一下，已知房間的長寬高分別是多少米，房間的門加上窗的面積是多少平方米，請問你要粉刷多大的面積？這道題目可能也會引起老師的疑惑，即“這與平時的應(yīng)用題有什么差異呢？”PISA試題可以為我們提供以下思考：一是何為真實情境、模擬情境、虛擬情境與問題背景？二是何為真實任務(wù)、“我的”任務(wù)和“與我無關(guān)的”任務(wù)？三是何為解題能力與真實情境下的問題解決能力？一方面，真實情境是源于現(xiàn)實世界、貼近學(xué)生經(jīng)驗的生活情境。其實，真實情境最主要的不是情境的真實性，關(guān)鍵是情境中的真實任務(wù)，是生活世界中的一個特定任務(wù)，讓學(xué)生感覺到課程中所學(xué)的知識是有用的，進而在學(xué)習(xí)過程中激發(fā)出學(xué)習(xí)的動力與產(chǎn)生堅持下去的毅力。另一方面，通過訓(xùn)練得出固定的標準答案和解題套路只能說是解題技能或能力，而不是真實情境下的問題解決能力。以數(shù)學(xué)科目為例，真實情境下的問題解決能力首先要將真實情境中的問題抽象成數(shù)學(xué)題，解題之后得到答案，再將該答案置于真實情境中去評價，最終判斷該答案是不是最合理的，按合理程度給不同的答案賦分。我國自2018年開始，國家考試中心等都在積極改革紙筆考試，創(chuàng)設(shè)真實任務(wù)來測評學(xué)生的核心素養(yǎng)。以2020年全國高考作文題為例，全國語文Ⅰ卷要求寫一篇參加“歷史人物評說”主題班會發(fā)言稿；全國語文Ⅱ卷要求寫一篇“攜手世界，共創(chuàng)未來”的演講稿，也有新的應(yīng)用寫作形式，要求學(xué)生以《中華地名》節(jié)目主持人的身份寫一篇“帶你走近——”的主持詞；全國語文Ⅲ卷的作文是：學(xué)校請你給即將入學(xué)的高一新生寫一封信，主題是“如何為自己畫好像”，與他們分享自己的感悟與思考。可見，無論是發(fā)言稿、演講稿還是主持詞，都是測評真實情境下的語言建構(gòu)與運用，即語文學(xué)科核心素養(yǎng)。

（二）著力推進表現(xiàn)評價

核心素養(yǎng)主要是指真實情境下的問題解決能力，通俗地說，核心素養(yǎng)就是能做事，關(guān)鍵能力是指能做成事，必備品格是指愿意或習(xí)慣做正確的事，價值觀念意指堅持把事做正確。因此，真正與素養(yǎng)測評匹配的方式不是紙筆測試，而是表現(xiàn)評價，即通過評分規(guī)則，評估學(xué)生在特定情境中運用所學(xué)知識去解決實際問題的過程與結(jié)果表現(xiàn)，得出其學(xué)業(yè)質(zhì)量達成情況，來推論其核心素養(yǎng)水平。毫無疑問，表現(xiàn)評價是素養(yǎng)導(dǎo)向的評價改革的著力點。既然核心素養(yǎng)的表現(xiàn)是能做事，那么便需要建構(gòu)一個能很好地體現(xiàn)核心素養(yǎng)所描繪的學(xué)習(xí)結(jié)果的評價體系。這個評價體系必須能夠檢測高階思維、復(fù)雜的認知能力以及在新的情境中解決問題的能力等。與只注重“雙基”的客觀紙筆考試不同，表現(xiàn)評價不僅評價學(xué)生“知道什么”，更重要的是評價學(xué)生“能做什么”；不僅評價學(xué)生行為表現(xiàn)結(jié)果，更重要的是評價學(xué)生行為表現(xiàn)的過程；不僅是對某個學(xué)習(xí)領(lǐng)域或某方面能力的評價，更重要的是對學(xué)生綜合運用所學(xué)知識進行問題解決和表現(xiàn)能力的評價。因此，表現(xiàn)評價能夠檢測客觀紙筆考試檢測不了的學(xué)習(xí)結(jié)果，其在某種程度上主要是針對“高分低能”的問題。研究表明，表現(xiàn)評價大致可以分為三大類：第一類是構(gòu)答反應(yīng)，包括圖表或圖解、概念圖、網(wǎng)絡(luò)、流程圖、圖形或表格等；第二類是作品，包括短文、研究論文、日志或日記、試驗報告、詩歌、藝術(shù)展覽等；第三類是行為表現(xiàn)，包括口頭匯報、舞蹈或運動、演示、小組討論等。不同的表現(xiàn)評價方式對應(yīng)著不同的素養(yǎng)目標，需要根據(jù)實際情況選擇不同的評價方式。

那么，指向核心素養(yǎng)的表現(xiàn)評價應(yīng)如何設(shè)計？首先，建立一個指向核心素養(yǎng)的表現(xiàn)性評價體系。如美國新罕布什爾州將表現(xiàn)性評價與州問責(zé)體系緊密地聯(lián)系起來，開發(fā)和實施表現(xiàn)性評價體系，此體系由共同表現(xiàn)性評價、智慧平衡評價以及其他測驗（如學(xué)校表現(xiàn)性評價）組成，通過在各個地區(qū)、各個學(xué)校落實表現(xiàn)性評價以促進核心素養(yǎng)的落地。其次，具體化核心素養(yǎng)。核心素養(yǎng)作為教育目的與學(xué)習(xí)中介之間的橋梁，需要采用專業(yè)技術(shù)，在二者之間設(shè)置層級，保證每一層級的目標可理解、可實施、可評價。再次，設(shè)計聚焦核心概念的表現(xiàn)性任務(wù)。指向核心素養(yǎng)的表現(xiàn)評價要為學(xué)生提供展示指向素養(yǎng)的真實任務(wù)，這里的任務(wù)不是依靠簡單地回憶瑣碎的信息來完成的，而是需要學(xué)生深度理解知識，并將知識在真實情境中應(yīng)用，以達到對核心概念的深度理解。最后，創(chuàng)建高質(zhì)量的表現(xiàn)性任務(wù)庫。任務(wù)庫中的表現(xiàn)性任務(wù)有以下質(zhì)量要求：一是聚焦核心問題或關(guān)鍵概念且與教學(xué)一致；二是注重學(xué)生參與并強調(diào)課程的重要內(nèi)容，同時注重解決教室外的真實問題并為學(xué)生提供解決機會；三是注重公平，評價條件對所有學(xué)生都是相同的，不存在任何偏見。此外，也要開發(fā)與表現(xiàn)性任務(wù)相匹配的高質(zhì)量的評分規(guī)則。評分規(guī)則要描述的是可觀察和測評的行為表現(xiàn)，各個維度要聚焦且表現(xiàn)水平的表述要清晰。

（三）極力探索技術(shù)支持的過程評價

過程數(shù)據(jù)是評價與技術(shù)融合的新方向之一。人工智能、大數(shù)據(jù)等現(xiàn)代技術(shù)的發(fā)展推動了評價理念和方式的變革，我們可以利用技術(shù)對評價對象進行全方位監(jiān)測，采集過程數(shù)據(jù)，實現(xiàn)數(shù)據(jù)的全過程采集和及時反饋。具體來說，首先，技術(shù)與評價的融合將評價逐漸擴展到“難以測量的素養(yǎng)”。比如，在考駕照這個情境中，客觀紙筆測試或表現(xiàn)評價都無法測評“禮貌行車”這一品格。這就需要借助技術(shù)對數(shù)據(jù)進行伴隨式地采集和自動化地分析，用過程評價來判斷一個人是否禮貌行車。因此，傳統(tǒng)上認為“不可評”的品格與觀念憑借技術(shù)支持變成“可評”的對象，從而改變傳統(tǒng)評價過于注重選拔和甄別的現(xiàn)狀，解決“有分無德”的問題。譬如PISA測評引入計算機虛擬技術(shù)測評學(xué)生在真實情境中的問題解決能力，為新評價如何擴展到“難以測量的素養(yǎng)”提供了有力借鑒。其次，技術(shù)與評價的融合將評價逐漸轉(zhuǎn)向“過程視角”，使得評價與技術(shù)的融合不僅獲得了階段性的總結(jié)，還可以獲得過程數(shù)據(jù)。利用技術(shù)對數(shù)據(jù)進行全過程、全方位的采集以及自動化分析，評價學(xué)生的學(xué)習(xí)特征與優(yōu)勢潛能，利于為每位學(xué)生建立數(shù)據(jù)庫并提供分析報告，滿足學(xué)生的個性化發(fā)展。比如，新高考改革提出“將綜合素質(zhì)評價作為高校錄取參考”，但是綜合素質(zhì)評價作為高校錄取參考的過程中存在許多問題，如評價過程缺乏監(jiān)督，流于形式，評分不具有可比性等。鑒于此，可以利用技術(shù)手段優(yōu)化綜合素質(zhì)評價，為每個學(xué)生建立綜合素質(zhì)評價數(shù)據(jù)庫，并為每個學(xué)生做好畫像，讓學(xué)生清楚自己的優(yōu)勢特長。同時，盡可能保證分數(shù)的客觀性與可比性，以此更好地發(fā)揮綜合素質(zhì)評價的作用。最后，評價與技術(shù)的融合將評價逐漸轉(zhuǎn)向多維度的綜合素質(zhì)評價。以前，我們大多采用心理量表來評價學(xué)生的個性、品格等，但是這一評價方式的數(shù)據(jù)解釋力不足。如今，人工智能、大數(shù)據(jù)等信息技術(shù)的發(fā)展為學(xué)生心理品質(zhì)的測評提供了新思路，如通過收集網(wǎng)絡(luò)痕跡來全方位評價學(xué)生的性格、興趣等。通過評價與技術(shù)的深入融合，“考試分數(shù)”不再是唯一一把衡量學(xué)生學(xué)習(xí)的尺子，必備品格（如興趣）、價值觀念（如道德感）反而成為教育評價的主要內(nèi)容。這有利于對學(xué)生實行差異化評價，促進學(xué)生的個性化發(fā)展。

總之，創(chuàng)新人才培養(yǎng)，首先需要創(chuàng)新學(xué)習(xí)評價，如果評價沒有創(chuàng)新，評價方式、評價目標、評價技術(shù)沒有創(chuàng)新，那創(chuàng)新人才培養(yǎng)又成了一句口號。新課標需要新評價，評價是教育專業(yè)化最后的堡壘，我們不僅要好評，而且還要會評。

（本文編輯：閆碧舟）

完