（圖片來(lái)源：Pixabay）

一提到評(píng)測(cè)， 人們想到的便是考試。一群人坐在房間里，拿著筆在試卷上勾選選擇題的答案。沒(méi)錯(cuò)，紙筆考試的確是一種評(píng)測(cè)，但它僅僅是一種評(píng)測(cè)的方式。評(píng)測(cè)的本質(zhì)，是我們用以理解學(xué)習(xí)者理解程度的方式（how we understand what learners are understanding）。這里的“我們”不僅僅是指教師，還有學(xué)生和研究者。

評(píng)測(cè)的三種類型

形成性測(cè)驗(yàn)（formative assessment）：當(dāng)一個(gè)測(cè)驗(yàn)是主要用來(lái)輔助學(xué)生的學(xué)習(xí)時(shí)，這個(gè)測(cè)驗(yàn)就是形成性測(cè)驗(yàn)。老師在課堂上的提問(wèn)，學(xué)生的家庭作業(yè)，都是形成性測(cè)驗(yàn)。形成性測(cè)驗(yàn)?zāi)茏寣W(xué)生檢驗(yàn)自己是否真的學(xué)懂了知識(shí)點(diǎn)。老師也能利用形成性測(cè)驗(yàn)了解學(xué)生的學(xué)習(xí)進(jìn)度，以便進(jìn)行針對(duì)性的教學(xué)。形成性測(cè)驗(yàn)的難度不會(huì)太高，也不會(huì)計(jì)入學(xué)生的最終表現(xiàn)成績(jī)。

總結(jié)性測(cè)驗(yàn) （summative assessment）：總結(jié)性測(cè)驗(yàn)是在課程結(jié)束后施驗(yàn)，用以評(píng)估學(xué)生究竟學(xué)到了多少東西。期中考試和期末考試都是總結(jié)性測(cè)驗(yàn)。全國(guó)性的高考等考試也都是總結(jié)性測(cè)驗(yàn)?？偨Y(jié)性測(cè)驗(yàn)可以檢驗(yàn)學(xué)生的水平是否達(dá)到了某個(gè)標(biāo)準(zhǔn)。通常來(lái)說(shuō)，總結(jié)性測(cè)驗(yàn)的難度比較高。

表現(xiàn)性測(cè)驗(yàn) （performance assessment）：表現(xiàn)性測(cè)驗(yàn)是指把學(xué)習(xí)者置于一個(gè)模擬環(huán)境下，以評(píng)判其解決問(wèn)題的表現(xiàn)。比如讓學(xué)生設(shè)計(jì)物理實(shí)驗(yàn)，動(dòng)手操作一個(gè)物理實(shí)驗(yàn)，然后根據(jù)實(shí)驗(yàn)數(shù)據(jù)得出結(jié)論。這樣就能評(píng)判學(xué)生在該物理學(xué)實(shí)驗(yàn)上的表現(xiàn)究竟如何。表現(xiàn)性測(cè)驗(yàn)既可以是形成性測(cè)驗(yàn)，也可以是總結(jié)性測(cè)驗(yàn)。

評(píng)測(cè)真的有效嗎？

廣義地說(shuō)，教育領(lǐng)域的評(píng)測(cè)就是以數(shù)字為抽象能力賦值。我們想要以數(shù)字的形式來(lái)表征學(xué)習(xí)者的知識(shí)量，表征學(xué)習(xí)者的能力水平。但是，知識(shí)量和能力水平并不像身高體重一樣，拿尺子和秤就能簡(jiǎn)單地測(cè)量出來(lái)。所以我們需要為這些抽象的能力發(fā)明一把專用的尺子。在心理測(cè)量領(lǐng)域，這些尺子就叫做量表。

我們有抑郁癥量表、人格量表、智商量表等等量表。學(xué)生在學(xué)校里參加的紙筆考試，其實(shí)也是一種量表。托福雅思考試，GRE考試等等，也都可以看做量表。但無(wú)論是哪種量表，我們都會(huì)遇到一個(gè)問(wèn)題，這些發(fā)明出來(lái)的尺子，真的能有效地丈量我們想要丈量的東西嗎？智商測(cè)驗(yàn)得分高的人就真的更聰明嗎？通過(guò)GRE考試的人就真的更擅長(zhǎng)做學(xué)術(shù)研究嗎？

在心理測(cè)量學(xué)中，我們有一個(gè)關(guān)鍵概念，叫做效度（Validity）。它是指測(cè)量工具能準(zhǔn)確測(cè)出我們想要測(cè)量的東西的程度。完美的測(cè)驗(yàn)，效度的值就應(yīng)該等于1?？稍谒械男睦頊y(cè)量和教育測(cè)量中，都不存在這樣完美的測(cè)驗(yàn)。效度能達(dá)到0.7就已經(jīng)是非常好的測(cè)驗(yàn)了。

或許，我們并不需要完美的評(píng)測(cè)。日常生活中的變量實(shí)在是太多太多，我們無(wú)法將之全部納入考慮中來(lái)。評(píng)測(cè)是我們用以理解學(xué)習(xí)者學(xué)習(xí)情況的輔助手段，它并不是唯一的手段。

通過(guò)評(píng)測(cè)來(lái)學(xué)習(xí)

（Inq-ITS內(nèi)某個(gè)產(chǎn)品的試用頁(yè)面）

Inq-ITS是一個(gè)針對(duì)中學(xué)生的科學(xué)學(xué)習(xí)平臺(tái)。學(xué)生可以在這個(gè)平臺(tái)上學(xué)物理學(xué)、生命科學(xué)以及地球科學(xué)。在這個(gè)平臺(tái)上，學(xué)生需要操作一系列的程序，來(lái)檢驗(yàn)他們提出的科學(xué)假設(shè)是否正確。例如，改變球的質(zhì)量會(huì)不會(huì)改變球在一定距離進(jìn)行自由落體的速度。

Inq-ITS以一種動(dòng)畫的方式，模擬真實(shí)環(huán)境下的科學(xué)實(shí)驗(yàn)。它同時(shí)也是對(duì)學(xué)生的一個(gè)評(píng)測(cè)平臺(tái)。每次實(shí)驗(yàn)過(guò)后，都會(huì)向?qū)W生反饋其假設(shè)是否正確。而且記錄下來(lái)的數(shù)據(jù)還會(huì)反饋給教師。教師可以以此來(lái)判斷學(xué)生是否掌握了某個(gè)知識(shí)點(diǎn)，掌握程度又有多少。Inq-ITS不僅僅是一個(gè)評(píng)測(cè)學(xué)生科學(xué)研究能力的平臺(tái)，它同時(shí)也是一個(gè)為學(xué)生學(xué)習(xí)科學(xué)提供幫助的適應(yīng)性的智能輔導(dǎo)系統(tǒng)。

科技的發(fā)展改變了評(píng)測(cè)的形態(tài)。我們可以利用計(jì)算機(jī)評(píng)測(cè)系統(tǒng)對(duì)學(xué)習(xí)者進(jìn)行適應(yīng)性的評(píng)測(cè)，利用大數(shù)據(jù)為學(xué)習(xí)者的學(xué)習(xí)情況作出詳細(xì)的描繪和評(píng)價(jià)。教育評(píng)測(cè)可以以游戲的形式進(jìn)行，也可以以傳統(tǒng)的紙筆測(cè)驗(yàn)的形式進(jìn)行。只要它能實(shí)現(xiàn)我們的目標(biāo)：實(shí)現(xiàn)更好的教育。