20世纪90年代以来，教育学术界受开发内容标准和表现标准运动的影响，评价领域涌现出一些新的评价方法，有替代性评价、真实性评价、直接评价和表现性评价。每个限定词强调了评价的不同方面：“真实性”强调评价任务是来自教室之外的真实世界；“替代性”强调这种评价与我们所熟悉的选择题测验不同；“表现性”强调学生要实际完成某一项任务（如写一篇论文或动手做一个实验），而不是仅仅再认知或知道一个正确答案。不管限定词是什么，“评价”试图从固定反应、机器评分的测验，转向使用要求学生建构某种反应、通过人的主观判断进行评分的任务。

在此我们主要介绍表现性评价。该评价的开发者认为：“所测验的东西就是所追求的目标”，“没有评价的东西，你就得不到”，“评价的内容要值得教师去教”。在高利害测评决定了教师的教和学生的学这样的形势下，表现性评价开发者并没有试图改变这一关系，而是主张有必要修正评价，以减少为评价而教的负效应，使评价能收到改进学生学习的预期效果。

一、表现性评价的类型

表现性评价主要是用来测量那些不能被客观性试题很好测量的学习结果。一般来说，客观性试题在测量事实性知识和解决结构性很强的问题的能力（如解一道一元二次方程的题目）时，很有效，也很可靠。而表现性评价更适合于评价提出问题，收集、组织、分析和处理信息等结构性不强的问题（如选择建造饭店的最好位置），表现性评价对于测量创作（如一篇文学作品、一幅画）、口头或行为表现（如演讲、机械修理、科学仪器的使用）也是必要的。表现性评价为教师评价学生完成表现性任务的过程（收集数据、操作仪器的方法）与结果（研究报告、艺术作品等）提供了基础。不像对事实性知识的简单测试，表现性评价很少有单一正确的或最佳的答案，而且有多种行为表现和问题解决方案可以被评定为优秀。对问题的明确表述、组织观点、把多种数型的证据融合在一起，以及独创性都是不能用纸笔测验进行适当评价的。表现性学习任务分为限制性表现性任务和扩展性学习任务两种类型。

（一）限制性的表现性学习任务

限制反应的表现性任务通常描述得很明确，比起扩展反应的表现性任务，限制反应的结构性更强，所预期的表现更加明确。

例如：

打一封求职信。

用五根塑料棒围出尽可能多的不同形状的三角形，并记录每个三角形的周长。

说出两种液体中，哪一种含有糖的成分，并说明理由。

为两个城市制作反映一个月平均降雨量的表。

用英语大声询问去火车站的方向和路径。

在一张没有国名的亚洲地图上标出各个国家的名称。

有时，限制性表现任务从一道题和填空题开始。然后，通过追问使对答案的解释得到扩展，有时是解释为什么没有选择其他的答案。通常，只要能为选择的答案提供一个听起来合理的解释，在第一部分的任务中不同的答案都能得到一个满分。例如：[1]

庞老师的班上有20名学生。在星期二的课堂上，班里大多数学生都说他们穿的衣服上有口袋。

图6-4 1992年国家教育进步评价中，有关四年级数学问题的解决

在这个例子中，如果对任务的解释被省略，就不知道学生在三个图表中选择的理由了。即使学生选择了正确答案B，你也知道他的这种选择到底是出于一种正确的理由还是出于一种简单的猜测，但你无法了解他是否注意到了图表C是不可能的，因为表中描绘了44名学生的情况，而庞老师的班上只有20名学生。

限制性表现学习任务与扩展性表现学习任务相比，前者一般有比较具体的结构化要求，并需要较少的完成时间。因为完成任务时间短，就可以执行更多的任务，使测查内容的覆盖面更加广。结构性强的任务的评分也比较容易，但另一方面使任务对学生解决不良结构问题的方法、整合信息和独创等能力的测量价值变小。扩展性的表现学习任务更适合于评价这方面的内容。

（二）扩展性的表现学习任务

要求学生在任务本身所提供的信息基础上，从不同渠道去查找信息。例如，学生可以到图书馆查阅资料，观察、收集和分析实验中的数据，设计一个调查、使用计算机检索等方式搜集资料。学生在这个过程中必须鉴别哪些资料与任务相关，怎样选择和组织这些信息。教师在这期间要做好观察，这是评价的一个重要部分。任务完成的结果可以有不同形式，如图表的设计与呈现、照片或图画的使用或模型的建构等。这些作品还可以在以后的修改中不断完善。这种自由能够使学生充分证明他们的选择、组织、融合以及评价信息和观点的能力，然而也有负面影响，如效率不高，内容覆盖面减少，而且不容易对表现行为进行评估。

例如：

·准备并发表一个号召人们采取保护环境的行为的演讲。

·扔骰子是一种有趣的游戏，目标是得到尽可能多的分数。在一个罐头筒里可扔骰子的数目不限，但如果骰子上的数没有一个是1，那么所得人数就是所扔数目的总和，如果有一个骰子上的数字是1，那么得分为零。你认为扔多少个骰子为好？对结论作出说明。（数学类题目）

·用BASIC语言编写一个计算机程序，使字母能按顺序排列。

·设计并实施一个估计加速度的研究，研究对象自选，比如一个下落的棒球。描述设计过程，展现所收集的数据并进行分析，陈述你的结论。

表现性评价要求学生通过真正的表现来展示他们的技能。这就要求他们做而不只是知道了解，有时这两者之间的区别很重要。比如一个吉他手也许知道弹拨哪根弦能产生忧郁的效果，却不能顺畅地弹奏出所期望的旋律。同样有的计算机操作员知道各种命令的功能，却不会编写一个正确有效的程序来完成某一特定任务。或者一名理科学生虽然知道仪器的组成和功能，却不会使用它获取必要的信息来解决问题。表现性评价就是需要观察和评价这样的技能。

现在利用一个实际例子来说明评价工作的展开程序。教学任务是要求学生做一个简单的实验操作，测量、记录把铅笔和图钉放进不同的水瓶中的结果，指出“神秘水”是什么，并预测往水瓶中加盐会出现什么现象。这个实验的操作、观察和测量都是相当简单的，然而所需的技能都是最基本和最重要的，在纯粹的纸笔测验中难以得到较好的评价效果。

表现性评价的有效使用，必须是建立在对学习任务的适当选择和对学生表现进行评分方法的科学性上。明确地知道所要测的复杂技能是什么，设计适合的任务使学生能展示出他们的技能，合理地评价表现和结果。这些问题的解决是表现性评价的效度和信度的保证。

表现性评价测量是符合教学目标要求的、学生完成任务的能力。限制性表现任务一般集中在专门技能上（例如，大声朗读一段文字），扩展性表现任务则更多涉及对问题的解决、融合多种技能和理解能力所进行的评价。(www.daowen.com)

二、表现性学习任务的设计要求

要想达到有效测量复杂学习结果的表现性评价的目的，重要的是任务的设计和给表现进行评分的方式。表现性学习任务的设计有以下要求：

1.评价那些需要复杂认知技能和学生表现的学习结果。

根据学习内容的重要性来设计和选择任务，同时也要兼顾任务的趣味性，要符合学生的年龄特点。以表现性为基础的任务一般需要学生投入更多的时间和精力，因此这种方式应主要用以评价那些简单费时少的方法无法评价的学习结果。

2.选择和开发在内容和技能上能代表重要学习结果的任务。

当前学习的概念强调内容和技能之间的依赖性。同是问题解决技能，放在不同的领域，要求和内容将会不一样。对于一个政治问题，文学专业的学生和政治专业的学生作为辩论题时，争论的效果是不同的。任何情况下内容和技能都是彼此联系的，教师必须详细说明学生在完成任务时所涉及的内容和资源的范围。有很多任务是允许学生有机会在他们的知识范围之外进行探究的，为了确保学生能达到预期的结果，一定要让他们对任务的内容进行详细的了解和掌握。

3.确保评价任务与评价目的高度相关。

评价的注意点要放在评定的目标上，阅读复杂的文章和交流的能力都是很重要的学习内容，但是对于某一特定的评价来说可能不是必要的目标。例如，阅读能力可能与评价学生运用数学知识解决实际问题无关。然而，如果所提出的问题在某种程度上需要有一定的阅读能力，那么这个评价目标可以针对有阅读困难的学生，而不必作为评价其他学生的一个目标，因为这样会降低评价的效度，这种无关的任务也不利于保证评价的公平性。当评价的目标是交流、表达数学推理和结果的时候，写作技能应当成为评价的目标之一。

4.提供必要的指导，让学生能够理解任务的要求。

带有挑战性的学习任务经常是似是而非的，需要学生经历实验、收集信息、形成假设、反思和解决问题的过程。然而，问题的解决需要先前知识的基础和提出问题的技能，这些是先前的自然结果，可以加到任务中去。下面所展示的任务要求学生做实验并对物体进行分类，这就要对分类任务进行解释。这个任务是用磁铁去测试物品的磁性，把这些物品分成两类，并清楚地解释两类物品的区别。

实例：

磁铁

任务描述

用磁铁鉴别物品有无磁性，然后解释它们之间的区别。

设备/材料

一块磁铁和下面的七种物品：塑料扣、钢铁垫圈、钢制曲别针、铁钉、透明的大理石、塑料杆和铜币。

6-4 科学课程中表现性评价的例子

给学生的指导语

用磁铁测试这些物品，然后把它们分成两组。列出两组物品并解释它们之间有什么不同。

评分构想

把物品进行正确分组即可得分。有四类可能的解释：一组是由钢或铁制成的，一组是与磁铁相互吸引的，一组是由钢铁制成又与磁铁相吸的，一组是其他的解释。

5.指导语的设计必须能使学生更好地理解学习任务。

含糊不清的指导语导致非常不一致的行为表现，以至不可能用公平或可靠的方式评价它们。表现性评价在探究用不同的方法解决问题和提出创新性问题方面，给了学生足够的自由。不过任务的这个特点不能成为没有指导语的借口。上面这个例子中展示的任务要求学生做实验并对物体进行分类，这就要对分类任务进行简明扼要的说明。这个学习内容是用磁铁去测试物质的磁性，并把这些物质分成两类，并清楚地解释两类物质的区别。

6.运用评分规则使学生清楚地了解完成任务的预期目标。

对学生详细说明评价他们表现的标准能帮助其明确任务的预期目标。这不仅可以为他们提供努力的方向，还可以帮助他们抓住学习的重点。例如下面列出了适当地使用符号、信息和量尺的准确性以及使地图易读等评价指标，使得评价标准显得清晰。

例：构建一幅气象图。完成后，你的图将从信息和量尺的准确性、符号使用的适当性和易读性三个方面被评价。

[1][美]Robert L.《教学中的测验与评价》，180页，北京，中国轻工业出版社，2003。