一位学监的视角

史蒂夫·普赖斯（Steve Price）

美国公立学校中持续增加的问责压力，高度重视学生测验成绩，显而易见，绩效较差的学校要面临惩罚性措施，还要面对公众的指责。在所有这些喧嚣与关注之中，我们却看不到有什么结果可以表明，各个学校正在缩小不同学生群体之间的学习成绩差距，或者是学生的学习在总体上获得了提升。普赖斯博士是密苏里州黑兹尔伍德学区的学监，在此之前，他做过俄亥俄州米德尔镇市的学监。对于目前以惩罚性测试为基础的问责措施所带来的意料之外的后果，普赖斯提出了质疑，他也分享了自己在米德尔镇和在黑兹尔伍德学区的时候，在学习评估方面的工作。

2007年1月一个寒冷的早晨，在华盛顿的地铁站里，一位男子在大约45分钟的时间里，用一把小提琴演奏了6段巴赫的作品。在这段时间里，大约有2000人通过这个地铁站，大多数都是在上班的路上。只有6位成年人停下了脚步，但也只是短短的几分钟，他们很快意识到，自己需要赶路。有几个孩子放慢脚步来听音乐，但是无一例外都被他们的家长催着去学校了。到这个短短的音乐会结束的时候，这位男子收到了32美元，共有20个人在他脚边的帽子里留下了捐款。没有人注意到，演奏是什么时候停下来的，随后音乐声被地铁中嘈杂的人声淹没。没有人鼓掌欢呼，也没有哪个人认出来演奏者。

这一天路过这个地铁站的上班族并不知道，《华盛顿邮报》正在做一个社会实验。演奏小提琴的人是乔舒亚·贝尔（Joshua Bell），全球最伟大的音乐家之一。他演奏的琴，价值350万美元。他演奏的音乐是史上创作的最经典的作品。就在两天之前，乔舒亚·贝尔在波士顿的一个剧场里演出时，门票售罄，平均票价是100美元。^[10]

《华盛顿邮报》就这些地铁中的旁观者，提出了一系列问题。在教室的日常环境之中，在一个并非恰当的时刻，我们是否会感知到美，也就是学生们的特殊天赋与才干？在意料之外的环境条件之下，我们是否还能将人们的才能识别出来？当我们对学校的教学效果进行评估的时候，这些都是可以提出来的问题。过度倚重定义范围狭窄、以标准为基础的课程体制以及与其相配套的测试，现在已经成为人们“期望的环境”，让教育工作者很难超越这种环境条件识别出人才。对于这个国家各地的成绩表现不佳的那些学校来说，尤其如此。

总之，当我们在内容有限的评估中寻求特殊表现的时候，课堂——这个我们本应期待培养和发现学生才能的地方，反而变成了这种体验发生的“预期之外的环境”或者“不恰当时刻”了。

对于成功的狭义定义

我们来想一想，成绩最糟糕的那些学校中众多教师们的工作环境——这些学校都位于市区之中，周边社区的社会经济条件都不太好，想一想他们如何看待课堂这个世界。为了让他们的学生在标准问责测试中取得好成绩，这些教师承受着巨大压力。课程规划中所包括的，基本上都是要进行测试的标准内容（都来自核心课程的内容，学生在自己的学校生活中可能体验其他丰富机会的重要性递减）。为了保证教学可以覆盖所有内容，讲义往往是逐字逐句准备好的，基本上没有自由发挥的空间，也没有什么激励人心的余地。如果这还不够糟糕的话，学生们还把涉及种族、社会阶层以及语言的种种问题带到了课堂上，让教师们感受到挫败。如此一来，教师便把这些学生们看作是需要“解决”和“治理”的问题，而不是一个个独特的个体——把自己的天赋和才能带到了课堂上。在这种情形下，学生们由于其学习达不到可接受的水平而备受指责，学校系统则形成了“指责受害者”的心智模式。

如果天赋与才能在我们“期望的环境”中既无法显露出来，也得不到开发的话，那么继续采用一个旨在“治疗”和“修理”学生的缺陷模型，就是死路一条。在我们做出承诺要提供帮助的学生社区之中，则要失去丰富多彩的机会与可能。目前学校的教育模式鼓励教师和管理人员界定问题、寻找快速处理方案，并分配责任。我所担心的是，许多课堂上“期望的环境”，使得那些表现最差的学生们的天赋和才干，被埋没了。

如果你相信学校教育的作用，即学生获得考试的高分、在学校里成绩出众，那么这个国家里大多数成绩表现优秀的学校，都是为达到这样的结果而设计的，也会在当下的问责系统中被认为是成功的。然而不幸的是，对于越来越多的学生来说，这个系统并不起作用。就像系统基本模式“强者愈强”中的那样，那些在强制性测验中表现成功的学校，会获得奖励，得到资源；而那些未能成功的学校，则会在资源逐渐减少的局面下不断挣扎。

我在米德尔镇市担任学区学监7年，这是一个规模不大的市内学区。我面对的挑战，是俄亥俄州的“高风险评估系统”——一个用来判定我们的学生及我们的学校是否成功的系统。对于我们的学校要对社区负责的必要性，我十分理解，也很赞同。但是与此同时，我也时时看到，学校管理人员和教师经受着极大压力，他们总在担心自己的学校会被归到失败的一类中去。这种压力不可避免地就会导致课程计划内容狭窄，注重强化和教授测试中的内容。课堂测试越来越变成总结性的，而不是生成性的。我感到过于偏重这个方向，我们的教职人员，距离评估学生的真实学习需求越来越远。

每一年，我和我的同事都要按不同的教学内容，把州测试的数据进行拆解、分析，以便确定在我们的课程计划中，哪些领域成效良好，哪些领域还需要更多的关注。我们往往就会设计出快速、方便的解决方案，其形式包括新的数学和阅读项目、短期测试，以及确保让一些学校脱离困境的其他测试。然而，这些快速、简单的解决方案，阻止了我们对自己的组织进行深层的审视——这样一种探究，或许会将我们这些糟糕的结果背后的那些思维方式暴露出来。但与此相反的是，当测试成绩持续让人失望的时候，受到指责的却是那些新的项目，以及负责实施这些项目变革的人员。

同样，为了确定哪些学生需要接受矫正性的支持，我们采用了按照不同学生的背景类别（种族、性别、社会经济条件）分析数据的方法，这又将问题的焦点从学校系统本身转移开来，恰恰落在了我们学校系统中的那些具体学生群体的身上。课堂上采用的那些总结性评估（“小测试版”州测试），进一步强化了这种“指责转移”。教师和学生们基本上不会经历里克·斯蒂金斯所倡导的“以学习为目的的评估”——不以评价为目的的评估，用来提供及时的、为学生的学习创造有价值的支持的信息。

以狭窄的内容定义学生的成功，让许多社区中的课堂失去了生机。教育工作者、社区、家长以及学生们都不得不相信，通过“高风险标准测试”是头等重要的事情，而这样的测试衡量的却只是内容局限的核心标准内容。为了满足在一次年度考试取得好成绩的需要，我们的学生被简单地分门别类，令他们完全不可能相互分享并发现自己的真正天赋和能力。我们的课堂评估系统，反映的是在州测验中取得高分的需求，而我们的教师唾手可得的种类繁多、内容丰富的所有其他评估方式，却无法得以使用。

简而言之，目前我们在问责上主要依赖测试的种种做法，在不经意中逐步强化了一个限制所有学生学习的系统。我并非主张要取消标准测试，而是认为需要通过更加重视那些强化教与学的高品质课堂评估，并做出更大投入，以平衡各种不同要求。正如艾略特·艾斯纳（Elliott Eisner）所阐述的：“学校教育的作用，是为了能让学生在生活中表现得更好。学生在学校中所学的东西，在其意义上应当超越学校项目本身的局限。”^[11]

以学习为目的的评估(www.daowen.com)

在当前的高风险测试系统与有效的课堂评估之间寻求平衡，需要投入相当大的资源。帮助教育工作者评价素养（assessment literate）是第一步。对于州政府的高风险问责测试所衡量的狭窄内容之外更广泛的学习目标，我们需要提供开展教学以及衡量的方法。推行一种在课堂上将教学、学习和评估紧密结合到一起的系统十分重要。

在米德尔镇市的学校系统中，我们以里克·斯蒂金斯“以学习为目的的评估”的理念，指导我们的工作。里克帮助我们认识到：

以学习为目的的评估，将课堂评估过程及结果转变为一种教学干预方式，其目的是增强学生的学习——而非简单地对学习进行监控。这种方法承认，由学生和他们的老师以团队工作方式做出的教学决定至关重要。以学习为目的的评估的激励，来源于帮助学生们看到自己逐渐取得成功的过程——这种方式是让他们相信：如果不断进行尝试，成功触手可及。^[12]

斯蒂金斯表示，我们目前的评估系统，是一个基于奖励和惩罚的系统。在学生们的学校生活中，他们自始至终都在被告知，要努力学习，在考试中获得好成绩。如果你考试考得好，就会得到好分数，如果你得到了好分数，就可以进入好大学，而当你找工作的时候，好事情就会在你身上发生。反之亦然。如果你不努力学习，考试就会有问题，分数就会差。那么你就无法进入好大学，糟糕的事情就会在你身上发生。当我们大多数人闭上自己的眼睛，回想自己上学时候的情景，体会一下我们正面临一次“大考”的感受，在我们心中呈现的一定不是温暖、自信的感觉。我们总会记起自己心中的恐惧，也总会想起如果成绩不佳，那些等待着我们的负面后果。这个奖励、惩罚和恐惧的系统对某些学生有效，但他们中越来越多的人感到十分无助，放弃了尝试。他们不相信成功就在自己眼前。

以学习为目的的评估首先形成“以终为始”的心态：在开始教学之前，要有一个清晰的愿景——在一门课结束的时候，一个年级结束的时候，以及在最终毕业的时候，我们希望自己的学生是什么样子。这幅我们希望看到的学生的画面，应该包括以州政府标准衡量的技能和知识，但也应该考虑到其他许多丰富多彩的目标，我们都认为这些目标在我们成为社会中一个成熟、全面的公民过程中相当重要。要着手进行一个由社区、家长、教职员工和学生参与的协同合作过程，去发现和确定我们希望学生在知识、技能、个性和成绩等方面实现的各种目标。^[13]

在这个过程中，让学生成为合作伙伴尤为重要。当学习目标同时以成年人的语言和学生友好的语言共同表述，转变成为学习课程安排地图的时候，学生们就能够清楚地理解，他们要为之承担责任的学习是什么，以及接下来要学习什么？目前，学生们在接受教育的时候，对于自己要学习什么知之甚少、懵懵懂懂，其内容与他们的生活也没有太多关联。

是否有可能采用可以激励学生的评估方式呢——那种让我们的学生对于达成目标信心满满，并且迫不及待地想要参加的评估？是否有可能采用可以为学生澄清学习意义的评估呢？对于这些问题的回答是肯定的，但是这要求我们投入专门的精力和时间，改变当前评估系统背后的思考方式和行为方式。

评价素养的专业人员，首先会确定他们正在开展的评估目的。决定评估目的的是评估结果的使用者及其使用方式。在米德尔镇的学校系统中，我们有三个层面的定义：教学层面、教学领导与支持层面以及政策层面。

在教学层面，评估的使用者包括学生、教师和家长。以学习为目的的评估是与这个层面的使用者紧密联系在一起的。在这个层面上的评估信息，需要持续获取，并且要衡量个人在指定内容方面的掌握程度。这些评估试图回答的问题，是与下一步的学习有关的，也涉及学生需要帮助的方面。这样的评估用来跟踪个人的成功与个人需求，并且用来评估教学，以及评定成绩。

极为关键的是，这类评估要为学生的学习提供支持——是一张下一步学习进程的地图。一位教师可能会让她的学生对较差、一般和优秀作文的不同案例进行分析，帮助他们了解高水平的作文是什么样的，并形成共同愿景。教师运用这样的练习帮助指导学生的成长，并为学生在不断提高中产生的写作案例，提供非评价（不以分数形式体现的）反馈。随着学生们逐步掌握造成较差与优秀写作之间差别的原因，他们就会将他们对有品质的写作的领悟内化于心。他们把这种领悟应用到自己的写作之中，当他们自己的作文水平较高的时候，就不会再需要别人去告诉他们了。我们发现，学生们很快就成了学习与评估过程的合作伙伴。

在教学领导与支持层面，我们的评估使用者包括学校管理人员、心理学家和课程主任。这个层面的评估信息用来评价项目、评价教师、识别有特殊需要的学生，以及分配各种资源。这些评估数据使我们可以回答有关教学质量与预期结果的问题，也可以回答职业生涯发展的问题，以及有谁需要改进和帮助的问题。我们通过定期的小组评估，获得这类信息。

政策层面的使用者包括学校的学监、学校董事会、教育局、立法部门以及公众。要得到这个层面的信息，需要定期对小组目标达成情况进行评估，评估对象包括学校、校区和州政府的课程计划。这类评估提供公众问责的功能，并试图回答项目与课程计划有效性的问题。

我们致力于发展评价素养专业人员，这些人员清楚地了解他们试图衡量的目标是什么。对于学生在知识、推理、技能、成果和性格等方面需要实现的、不同形式的目标，他们需要知道。只有在这种情况下，这些专业人员才会知道，选择哪一种评估最适合衡量需要达到的目标。这些专业人员明白，需要衡量的目标决定了评估形式的选择：究竟是选择题，还是写作文；是表现性评估，还是个人沟通评估。他们了解如何选择这项评估适合的样本大小，也了解如何将某一项评估中存在的偏差降到最小。

当我离开米德尔镇市学区，去密苏里州的黑兹尔伍德学区就职的时候，我自己在评价素养方面的工作仍在继续。在米德尔镇获得的有关组织变革的经验教训，帮助我在黑兹尔伍德进一步开展这方面的工作。“冰山”和“推断之梯”等系统工具的应用，能帮助教职员工发现并更好地了解我们目前的评估做法背后的心智模式和观念。

去年，一个评价素养指导委员会在我们整个学区多次召开会议，分享了一个不同于以往的有关学生评估的愿景。对于我们学区中现存的、有关评估的种种心智模式（指责受害者、缺陷思维方式以及对于学习的狭窄定义）提出了挑战。会议面向所有愿意更多地了解如何通过评估学生而推进学习的人发出了邀请。超过250名教师自愿参加了有关评价素养的各种职业发展活动。随着第一批志愿者在自己的校园中成为这项工作的传播者和支持者，人数有望继续增加。随着评估实践范围的进一步扩大，我们的课堂所反映的就不再仅仅是目前对成功的狭义定义，而是再一次成为一个个“发现的场所”——学生们每天走进课堂带来的，是数不尽的才华与能力。

所有这些可能最初听起来过于庞杂，但是世界各地的教育工作者们每天都在经历这场转变。这为我们的学生提供了希望，提供了一次丰富的、与他们的生命息息相关的教育经历。这个旅程对于从事这项职业的人大有益处，而且往往会重新点燃他们教书育人的激情——这种激情，曾被定义狭窄的课程规划和强制性测试的压力消磨殆尽。我们把这样的努力归功于我们的学生和我们的职业。