我们是在评估我们需要学习的东西吗？

贝娜·卡利克（Bena Kallick）

课堂上的评估本身并没有错。精心设计的评估，可以成为学习和认知的手段之一，如果没有评估，学习和认知都要困难得多。贝娜·卡利克住在康涅狄格州，她是耶鲁大学和费尔菲尔德大学的教师，也是一位社区活动者，她还是一家儿童博物馆的创始人之一，一所教师中心的创始人之一，同时还是以创新为宗旨的“三州联盟”（在康涅狄格州、新泽西州和纽约州南部地区促进教育改革）的一名咨询师。她参与了几次公司创业，包括“技术路径公司”（Technology Pathways）和“超越成绩公司”（Performance Plus），这两家公司都致力于在学生学习方面，创建与管理教师的相关知识。目前她任职于“教育星球公司”（Eduplanet），这家公司设计了在线学习课程，将专家与教师通过社会化学习融合到一起。在所有这些工作中，她一再发现，自己是在与学习评估这个问题打交道：我们怎样才能知道，一名学生的能力（或是一家学校的能力、某个学校中的一个创新小组的能力）在发展上是否真正获得了支持？我们请她针对那些意识到评估的价值的人，解读这个问题——如果评估以一种培养学习方式，而不是培养技能的方式进行，应该如何展开？

设想一下：你有一个十几岁的孩子，年龄已经到了申请驾驶执照的时候，对此，你有点儿紧张。你开车把他送到了驾照申请处，参加本州驾驶法规的多选笔试。当他咧嘴笑着走出考场告诉你，考得不错时，你很高兴，也放心了。至少，他认识了“停车等候”标志的形状，知道了学校周边地区的速度限制，也了解了需要让行人先行。他证明自己已经掌握了“正式知识”（formal knowledge）：他了解了（或者知道从哪里可以找到）这些学术性的、明确表述的，也是有条理的事实——这是任何一个专家都需要信手拈来的。

但是，你是否已经准备好放手让他驾车呢？恐怕还没有。只是通过笔试还远远不够，你要知道他是否可以运用自己的驾驶知识。他会“侧位停车”吗？在他驶入一个路口的时候，会环视左右吗？他会使用后视镜吗？他是小心驾驶吗？又经过了相当长时间的手握方向盘的训练，他通过了全面的驾驶考试。他自豪地把自己的实习驾驶执照拿回家。他展示了自己的“应用知识”（applied knowledge）：把知识转化为行动的能力——即便是在非正常的情况下。他具备了在各种不同的条件下，达成结果的能力。

你向他表示祝贺，而他马上就想要车钥匙。你现在如何做呢？那些考试本身都还不够——无论是笔试还是路考。两类考试全加起来，不过是表明他知道如何通过考试。在把车钥匙交给他之前，你不可避免地要去想想自己与这个孩子相处的经历。他有责任心吗？他的自我控制能力如何？你是不是还需要设定一些限制——晚上驾驶的限制，车上青少年人数的限制，以及距离家或者是距离学校远近的限制？最终的问题是，你是否对他有足够的了解，知道他的能力如何？比如，对于他处理意外情况的能力——任何一个测试都不能预测的那些事件，你有多少了解？

正式的测试，即便是不错的测试，也不足以真正对学习进行评估。在你的儿子可以单独驾驶你的车之前（至少对我是如此），他必须显示出他具备了“纵向知识”的基本能力：随着时间的推移，能够以引发持续的改善、成效和创新的方式，有效地开展行动。一位学习某个科目的学生，是否能够从学生的状态，演化成为在这个能力上让人信赖、谨慎周到、能干胜任的优秀实践者呢？如果可以的话，在你做出这样的评估之后，或许就可以对其赋予信任。如果你做错了，相信某人具备“纵向知识”能力，而他实际上却不具备，那么你就要面对糟糕的结局：乱七八糟的作业、遗漏的工作、不完整的结果、被破坏的关系，以及可以想见的——一辆撞坏了的汽车。

以学生的学习为目标的评估

在许多学校以及教育机构中，我们都已经采用了依赖单一措施评估学生进步的方法，也就是常规性、标准化，用纸笔完成的测试评估。这些测试，包括大多数州级测试，就像是驾驶执照的笔试：只衡量“正式知识”。更糟糕的是，考试的结果要推迟数月之后才会发布，常常是学生已经升到高一年级之后，想要为进一步学习提供有意义的指导，这实在是太迟了。这些测试结果只显示出一到两个总体综合分数，学生由此获得的自己能力表现的信息非常有限。由于只提供了每一个学生的错题的百分比，这些测试间接地让学生感到，自己的能力不足，而这实际上与我们了解的学习恰恰背道而驰（应该从一个人的工作优势出发，然后转向这个人需要提升的领域）。(www.daowen.com)

以2011年而论，目前在评估上的趋势是，我们做出的各种决策大都建立在成本效益好、过程效率高的测试的基础上，而这些测试衡量的，则是学生们对于所学知识的复制水平。但是大多数测试并没有提供足够的信息，让我们了解，一个学生是否确实能够在一个更真实的环境中应用自己的所学知识。因此，当教育工作者的关注焦点，放在帮助学生学会如何提高考试成绩的时候，我们在帮助他们面对“人生的考试”方面，可能会是失败的。我们和学生谈大学教育、做好职业发展准备，但并不真正了解在高等教育和职业发展中，究竟需要什么才会成功。

由美国各州政府在2010年启动的“通用核心标准行动”（Common Core Standard Initiative）正在鼓励这方面的作为。这个标准明确表示，学生在学习中需要更高程度的参与投入，需要更大的个人驱动力，并且在成为更加高效的问题解决者的同时，学会如何把各个不同学科的功课融会贯通起来。对于那些已经采用了“通用核心标准”的各州，其挑战在于如何开发出相应的评估方式，为学生提供一个机会，让他们得知自己的学习状态。已经有一些机构联手针对这个问题展开工作，看看是否能够发现通用的评估方式，以便让所有采用“通用核心标准”的州都可以使用。^[5]

然而，教育工作者不需要等待这些评估方式的出台。类似的评估方式可以在本地进行设计。他们需要考虑三个不同角度的学生发展数据：学习的评估、以学习为目的的评估以及将评估本身作为学习。^[6]

·学习的评估是总结性评估。这种评估提供的数据，与一个学生在某个特定时点的学习表现有关。课程结束前的考试、期中考试、标准州测试，都是总结性评估的例子。

·以学习为目的的评估是发展性评估。这种评估为教师、家长和学生，提供过程中的信息，其内容是一个学生的表现处于何种状态，其目的是提供更好的指导。在大多数情况下，形成性评估不采用评级的形式，而是采用打分的形式。这是一个关键区别。当你对一篇作文或者一项作业做出评级判断的时候，你为学生提供的反馈，是他们在这个时点做得如何。然而，当你给学生的功课打分的时候，你提供的是反馈、发展建议；是提供一种机会，让学生在向着总结性评估逐渐进步的同时，继续展示自己的学习。

·把评估作为学习。这种评估的设计，是让评估本身成为教学。在老师提供反馈的同时，学生也参与如何持续改进。比如，当一个教师采用一种评分标准，显示高质量作文和低质量作文之间的区别时，那些没有写出最高质量作文的学生，获得了重做作业的机会——将从中学到的内容考虑进去，对于原来的作文的细节进行适当但似乎又不太费事的调整。

在评估被当作一个学习事件的系统中，学生可以获得自己的数据。他们十分了解自己的状况，也非常清楚自己需要做出哪些改善，并由此对自己的学习承担起更大的责任。他们以这些数据为根据，确定目标并监控自己的改进。在这样的系统中，他们学会让自己指导，也开始形成更高的自我评价的能力。