學生綜合評價的改革意味著考試“風向標”變了，哪些是需要跟著改變的？
考試，尤其是重要考試，一向被認為是教學評價或人才選拔的工具。中共中央、國務院日前印發(fā)的《深化新時代教育評價改革總體方案》提出，要改進結果評價，強化過程評價，探索增值評價，健全綜合評價。
和“以分數(shù)論英雄”的傳統(tǒng)評價不同，所謂“增值評價”，即是以學生的進步幅度來評價學校。
上海市教育考試院近日舉辦的主題為“新時代考試制度改革與評價”的2020學術研討會上透露了一組數(shù)據(jù)：根據(jù)上海2014年至2016年的三年中考成績以及對應的2017年至2019年的高考成績，進行大數(shù)據(jù)分析后發(fā)現(xiàn)，不同的學校對學生的增值作用不盡相同。
數(shù)據(jù)顯示，單以學生入學時的高利害考試平均分來看高中三年的教育增值會發(fā)現(xiàn)，排名前15的學校幾乎都是大眾心目中的名校；而如果考慮招生政策對生源結構的影響，排名前15名的學校就會有巨大的改變。簡言之，這些學校并沒有特殊招生政策的支持，所招學生的中考分數(shù)更低，但是通過三年高中教育，增值更多。
研討會上，學者熱議的一大話題即是：當下的教育評價，如何從傳統(tǒng)的選拔性的評價“進階”為增值評價，繼而對教育起到更大的推動作用？
一味以“提分”為目標，學校和學生將陷入高度同質化
教育評價本身就是一門科學，尤其是高利害的考試，如果評價功能發(fā)揮出色，就能起到真正的 “指揮棒”作用——引導教育不斷改進，為學生、學校和教育本身增值。
“教育增值，需要通過教育評價的改革來實現(xiàn)。”上海市教育考試院院長鄭方賢直言，教育評價要實現(xiàn)增值評價的目標，才能為推動學校發(fā)展以及教育質量提升提供可能性。
因為，評價方式本身就體現(xiàn)了價值判斷。當高利害考試的評價標準是諸如考試分數(shù)、“清北率”這樣的目標時，那么評價就會注重分數(shù)的提升；要實現(xiàn)真正的教育增值，則需要對評價標準和內(nèi)容進行重新設置。否則，學校的發(fā)展動力很容易變成“收割”高分學生，發(fā)展目標則傾向于通過教育為學生 “提分”，而不是更全面地為學生、學校乃至整個教育“增值”。一旦如此，那將會陷入一個循環(huán)——好學校招好學生、取得好的升學成績，并獲得更多資源支持以及更多好生源——終的結果，就是學校和學生的高度同質化發(fā)展。
改變這一現(xiàn)狀，真正破除教育評價的 “唯分數(shù)、唯升學、唯文憑、唯論文、唯帽子”，也正是高考改革啟動的初衷，也是新高考承擔的期待。也體現(xiàn)出智慧校園系統(tǒng)建設的必要性。不過，鄭方賢也坦言，“就目前的考試來說，如何將綜合素質培養(yǎng)以及學生在學校期間的成長過程納入教育評價，并在增值評價中體現(xiàn)，仍然是巨大的挑戰(zhàn)。”
亟待解決教育評價與教學過程不一致，會增加學生負擔
研討會上，不止一位專家提出要推動教育評價的教育增值作用，必須要加大教育評價與教學過程的一致性研究，啟用新的學生綜合素質評價體系的智慧校園系統(tǒng)方案，要從校園生活的各個方面進行改革。
“如果教育評價與平時的課程教學實施缺乏一致性，那就會使學生涌向培訓機構，通過課外培訓來完成學業(yè)與教育評價的對接。”在市教委副主任倪閩景看來，教育評價如果以分數(shù)為標準，但課程實施又是以增值為指向，那學生必然會通過培訓機構來補齊缺失的一部分，“這不僅增加學生的學業(yè)負擔，對于教育本身來說，也不可能發(fā)生增值”。
以高中課程為例，不同學科的教學和考試閱卷分析難度，如何結合學生課程學習的負擔進行合理設置，需要教育評估機構在學校課程教育基礎上進行研究。“這對教育主管部門及教育評價機構來說都是巨大的挑戰(zhàn)。”湖南師范大學測評研究中心主任楊志明說，一些發(fā)達國家的經(jīng)歷就為我們提供了經(jīng)驗和教訓。
比如，美國高中的STEM課程，每一門課程的難度設置都很高，甚至直接與大學課程對接，如果學生全部都學，那么負擔勢必非常重，因此這些課程是選擇性的。但也正是因此，人性中趨易避難的特點被放大，這從長遠來看，勢必會導致人才培養(yǎng)的不均衡，國家人才儲備受到影響。統(tǒng)計數(shù)據(jù)顯示，美國相對較好的高中只有71%的學校開全了STEM課程，而只有16%的高中生數(shù)學和科學達到了良好水平。
還有學者提出，如果教育評價指向增值，那么在課程實施的過程中，以現(xiàn)在的教學體系，如何避免優(yōu)等生的“天花板困境”和一般學生的“刷題提分”，就是一個值得研究的問題。
在當下的教學體系中該如何為優(yōu)秀的學生提供更多上升空間？據(jù)悉，一些發(fā)達國家的中學嘗試了大學先修課程來解決優(yōu)秀學生在學校提升空間不足的難題。但對于學業(yè)水平一般的學生，要避免他們“刷題提分”，同時又要讓那些創(chuàng)新人才能脫穎而出，則是目前教育界面臨的難題。
更科學的教育評價，需應對技術與人才的雙重挑戰(zhàn)
部分學者認為，要真正實現(xiàn)增值評價，那么諸如目前的中考、高考等高利害考試就不應該僅僅關注結果，而是應該更關注過程。而新高考方案實施至今，學生成長和發(fā)展的過程性評價如何更好地體現(xiàn)，從實踐看，目前既面臨技術層面的挑戰(zhàn)，也遭遇人才層面的挑戰(zhàn)。
“教育評價的科學性遠超我們想象，絕對不是出一套考卷、根據(jù)考分排名這么簡單。”楊志明直言，相對于技術發(fā)展來說，教育評價與新技術的融合仍顯落后。
“一些海外測評機構對考試的科學研究以及技術支持已非常深入。比如，人工智能現(xiàn)在可以批改作文、測評口語，即便是主觀題的分步計分，也能夠通過數(shù)學模型來推動人工智能參與測評。”楊志明說，現(xiàn)代教育評價需要大量的科學和技術的支持，而非僅憑經(jīng)驗的工作。再比如，部分人推崇建立題庫。但是，一個千道題的題庫，多20個人參加考試就可以“掏空”，更不用說題庫中題目的難度設置、根據(jù)答題人的水平不斷調(diào)整推送等，都需要專業(yè)支持。
除了技術，人才也是教育評價探索教育增值必須要解決的問題。科學的教育評價必須要有命題研發(fā)團隊、測評分析團隊、信息技術團隊、管理服務團隊等。“即便是師范類高校，目前也沒有專門的測評人才的培養(yǎng)，大多數(shù)相關人才的培養(yǎng)都‘藏’在教育學專業(yè)或者是心理學專業(yè)的心理測量方向。”楊志明說，即便是這些人才，離真正的教育測評專業(yè)人才也有較遠的距離。
研討會上不少學者建議，要加強學生綜合素質評價行業(yè)標準、學術標準和管理標準的建設，要加快專業(yè)隊伍的建設，探索將學生的學習成果分為認知、非認知的，心理、行為等類型并納入增值評價體系。未來這些評價體系甚至將影響到教育資源的分配，從而進一步改善教育生態(tài)。