職業教育論文-教育評價：矛盾與分析摘要：新課程改革過程中需要正確處理幾對矛盾，即教育評價的理論模式與操作程序的矛盾，量化評價與質性評價的矛盾，以及評價方法的“西化”與本土化的矛盾。獨斷地宣稱一種評價方法的合理性和不合理性，無益于評價改革；簡單地復制西方國家的評價方法，特別是某些國外已淘汰的方法，對評價理論的創新不利；以特定情境為基礎的、冷靜的教育評價研究，具有長久的、普遍的意義。關鍵詞：教育評價；量化評價；質化評價Abstract:Severalpairsofcontradictionsshouldbecorrectlyhandledinthecourseofthenewcurriculumreform,whichinvolvethecontradictionbetweenthetheorymodelofeducationalevaluationandoperationalprocedures,thecontradictionbetweenquantitativeevaluationandqualitativeevaluation,thecontradictionbetweenevaluationswesternizationandnationalization.Itisunbeneficialfortheevaluationreformtoarbitrarilydeclaretherationalityorirrationalityofonekindofevaluation.Meanwhileitisunbeneficialfortheinnovationofevaluationtheorytosimplyduplicatetheevaluationmethodfromwesterncountries,especiallythosemethodshavingbeingeliminatedbythosecountries.Theeducationalevaluationresearchbasedonsomespecificsituationandcalmnessbearspermanentandgeneralsignificance.Keywords:educationalevaluation；quantitativeevaluation；qualitativeevaluation一、理論模式與操作程序的矛盾理論模式與操作程序是科學研究的一對普遍矛盾，在人文社會科學領域中更是如此，教育評價也不例外。當前，在我國基礎教育新課程改革中流行的一些理論模式都是比較先進的，例如，根據加德納的多元智力理論，教育評價應該評價學生的多元智力，而傳統的評價主要評價了言語智力以及數理邏輯智力，對多元智力的其他成分則評價甚少。又如，根據建構主義教學理論進行評價，必須評價師生的相互作用。后現代理論強調評價學生學習的主體性，等等。但所有這些，操作起來都非常困難。這些困難，集中表現在評價主體的多元性之難和評價內容的全面性之難兩個方面。（一）評價主體多元性之難評價主體單一化的局限性是不言而喻的。現代教育評價強調評價主體的多元性：首先，評價者與被評價者的人格平等；其次，評價者應該是多方面人員組成的集合，不能只是少數的所謂權威；第三，重視被評價者的自我評價。這三點都是合理的主張。第一點訴求的人格平等，反對者不多，但它的陷阱，也有不少人墮入人格平等與知識平等和評價權力平等不是一回事；第二點謀求的評價集合的形成，反映了權威的失落和從去中心到無中心的轉向追求。實際上，這種追求無處不遭遇抵制和遏制，因為評價制度和評價傳統恰恰是建立在一定的權威預設和中心維系的基礎上。最后一點，自我評價在現代教育評價中的地位之所以得到提高，是因為它在自我激勵和自我提高中的重要意義，自我評價體現了一定程度的主體自覺。因此，若把現代教育評價的若干假定具體化為操作程序，必面臨很多困難。首先，到底什么人能夠和應該成為評價者？其次，各方面的評價者在總評價中占什么地位、發揮什么作用？也就是說，各方面評價者的評分在總分中占多大權重才是合理的（如果不得不計算總分的話）？再次，怎樣保證（各方面評價者）評價的信度？信度若沒有得到保證，強行使用信度低的評價結果，不只是犯什么錯誤的問題，它甚至產生更消極、更惡劣的社會效應和滯后影響。第四，如何進行評價者的心理調控？評價主體的多元性必然帶來評價主體間的相互作用。這樣，評價者就容易受各種心理效應的干擾，使評價結果產生嚴重偏差，評價將不再為評價。（二）評價內容全面性之難傳統的評價在評價內容方面存在的片面性是明顯的。在認知因素與情感因素之間，重認知，輕情感；而在認知因素內部，又是重知識，輕能力；在學科知識因素之間，重核心學科知識，輕非核心學科知識。新課程評價強調評價內容的全面性，這個立意，無可厚非，但問題是造成評價內容的片面性的原因是復雜的，從中也顯現謀求評價內容全面性之難。第一，認知與知識因素比較容易測評。在測評理論中，越是穩定的因素越易測評。認知與知識因素相對穩定，學生也不會隱藏其智能的真實水平。其次，測評都受時間限制，測評內容只能從教學內容的總體中抽取樣本進行。這就產生了無法回避的，甚至是自評價制度建立以來一直存在而未能很好地解決的問題：評價內容的代表性如何？即評價的效度問題。關于哪些學科應成為核心學科的問題，長期以來，我們以不斷變換的方式嘗試了解決問題的種種可能，但事實上，不但始終沒有找到一種充分合理、相對最好的學科組合模式，而且嘗試的效應和后果為全社會的評價者和被評價者承擔。因此，需要在教育測評的核心學科的爭議中尋求最大共識，需要發掘片面測評的若干合理因素；需要研討評價內容的代表性的尺度和標準問題，即加強對評價效度問題的研究。學術界對課程評價的很多新理論都是很熟悉的，但在教學過程中卻沿用傳統評價模式。這不只是傳統模式的慣性在發揮作用的問題，還必須承認，片面的、有局限性的評價模式，有操作簡便之長。不好的習慣可以慢慢得到糾正，而執行復雜的操作程序的難度，可能比我們想象的要大。從技術上、資源上和心理上看，短期內實行高度復雜評價程序的可能性并不大。因此，人們有理由懷疑，號稱很好的評價方法卻無法實行，它是不是很好的評價方法？一些更功利、更現實的考慮，不是不合理的。采用新的評價模式不一定能提高學生的考試分數，而學生的考試分數幾乎是當前評價教師的唯一標準。試想，如果一位教師，辛辛苦苦采用了很多很好的評價方法，但學生的高考成績反而沒有別的學生好，他還會繼續進行這種改革嗎？即使他想堅持，也注定得不到支持。二、量化評價與質性評價的矛盾所謂量化教育評價，就是“力圖把復雜的教育現象簡化為數量，進而從數量的分析與比較中推斷某一評價對象的成效”。1這種評價方法在20世紀60年代之前占據主導地位。隨后，人們認識到評價不是一個單純的技術問題，純粹價值中立的描述是不存在的，價值問題在評價中凸顯出來，質性評價應運而生。量化評價與質性評價是課程評價中的兩種基本方法，這兩種方法在理論基礎、評價目的、評價過程、評價的具體方法、評價的角色、評價的特點以及使用范圍等方面都有顯著的不同。為清晰起見，本文用表格對二者作一比較，見表1。1表1顯示，量化評價與質性評價有著非常大的區別。表1不能顯示，兩種評價方法適用的對象和結合的模式。一般而言，在評價問題上，與其說方法重要，不如說對象重要。但假定對象不變，則對象的重要性就讓位給方法的重要性。現在，我們在討論教育評價問題時，總是假定評價對象不變：現代學校教育中的學生群體。在對學生群體進行評價時，如何發揮量化評價與質性評價各自的優長、限制各自的局限？思路有兩條：一是整合；二是分化。也許，整合的思路是最合理的，但怎樣整合、即如何把合理的思路變成合情的操作？在以學生群體為對象的大規模評價中，整合不同評價方法的突破口在哪里？這可能是一個國際性難題。但有一點是明確的，整合絕非二者的簡單相加。目前這兩種方法的使用者都認為自己的方法是最好的，都針對對方的弱點加以抨擊。美國的大學招生，除了看SAT和ACT成績以外，還看很多方面。比如，中學教師的推薦信。最近，國內某大學附中的一名學生被哈佛大學錄取，有兩位美國歷史教師給她寫了哈佛大學歷史上最好的推薦信，這信對她的錄取起了很大的作用。值得指出的是，隨著高校招生自主權越來越大，我們需要克服教育腐敗現象。假定任何不同方法之間都存在不可調和的對立關系和取代關系，這是不是現代教育評價的新思維？其實，西方國家對質性評價的重視，建立在量化評價的發展（有人用“泛濫”）基礎上。尚無充分根據顯示，在我國，量化評價大肆泛濫并完全地、徹底地主宰了評價模式。如果這個認識是成立的，則說明我們對量化評價的研究和使用，需要研究借鑒其他國家的成熟做法。一些號稱的量化評價，未必不是感覺經驗的數字化。甚至可以假定，比較準確地理解和領會了最基本的量化概念（比如2檢驗之類）的教育學教授，包括那些專事責難量化方法的教授，不占其總量的十分之一。承認這一點，就需要我們一方面同時加強對量化評價和質性評價的研究；另一方面立足于我們自己的評價對象和評價背景上，摸索分化、整合的可能性。后者即評價方法的“西化”與本土化的矛盾問題。三、評價方法的“西化”與本土化的矛盾目前，我國的教育評價方法主要是借用西方國家特別是美英等國的。這些方法，往往先通過譯介而引進，后生搬硬套地推廣和運用。比如，越來越為人們熟悉的檔案袋評價（有人翻譯為成長記錄袋）、表現性評價（有人翻譯成遂行評價）、2真實性評價、蘇格拉底式評價、發展性評價、質性評價等等，都來自國外。可以假定，西方國家的評價方法是長期的實踐智慧和科學研究的結晶。在實踐智慧和科學研究二者之間，前者是高度情境化的，后者是高度抽象化的。情境化的，就是本土化的，比如，學生群體、班級規模、考試模式、選拔傳統、流動機制等等。這些，既不能夠引進，也不應該忽視。抽象化的，就是普遍化的、標準化的、不受情境制約的。能夠為我們學習和引進的，只能是所謂“普遍化的、標準化的、不受情境制約的”后者，不能是前者。假定前者并非確實是“普遍化的、標準化的、不受情境制約的”，而是個人性的、地方性的、情境性的，則有助于解釋為什么會出現“橘生淮北則成枳”的現象。西方國家教育評價方法的二重性特點，是其價值和局限共處的空間。即使其“抽象”的一端放之四海而皆準，“情境”的一端也絕非如此。從這個意義上說，國外的評價方法不一定適合我國的情況，有時甚至可能適得其反。當前，課程改革中的很多流行理論，例如，從多元智能理論、建構主義教學理論到后現代或后后現代理論，都是西方國家的情境化產物。以它們為支撐的有些評價方法，有的在西方國家已經廢止，在我國卻方興未艾。比如，發展性教師評價制度于1998年在英國廢止，3現在我們卻開始熱衷這種評價方法，好像每個人都透徹掌握并真心贊成這種評價方法，把過去的評價一概打成獎懲性評價，就像我們在推行素質教育的時候把過去的都打成“應試教育”一樣。對這類現象，很難說出多少新話，多是一些老話：教育評價需要實事求是靜心徐察的勇氣，需要具體問題具體分析的耐心。因為任何評價方法都有它產生的土壤和條件，也有它的使用前提和適用對象，絕非任何地區或國家都能夠使用同一種評價方法且產生同樣效果。“橘生淮北則成枳”的道理恐怕誰都明白，為什么在實施中卻“橘枳”不分呢？可以猜想一下：某些研究者圖簡單、省事，將國外的先進方法直接引進，不但完成了“科學研究”的任務，而且一下子就達到了“國際領先水平”。它，誤導并操縱了教育評價行動，好像再現了“西海潮流猛秦火，東風復助為妖禍”的歷史景觀。以目前在我國推行的“檔案袋評價”方法來說，筆者了解到的情況是，使用過這種方法的教師，很少贊成普遍推廣它。它的主要局限有以下六點。檔案袋評價的工作量大，需要占用教師很多的時間精力，在教師教學任務繁重的情況下帶來過重的負擔。檔案袋內容太多，標準化程度低，不好整理分析，用于大范圍的評價時難以控制。檔案袋評價存在著主觀性太強的特點，評價過程中很難保證公平、公正。尤其是學生互評過程中很多主觀因素影響著評分。難以保證信度、效度，很能達到客觀、真實。如果各科都建立學生檔案袋，肯定會導致學生的厭煩情緒。教師在不同的時間對學生的評分是不一致的。更重要的是，到底有誰來看這些檔案袋，有多大用途？如果高考還是原來的高考，這些既費時又費力的檔案袋可能沒有很大的作用。反過來，如果檔案袋在選拔中占了一定的比例、起了一定的作用，哪怕是一點點作用，誰又能保證檔案袋內容的高信度？現時，能否信心十足地說，家長不會弄虛作假，教師不會弄虛作假，學生不會弄虛作假？評價方法“全盤照搬”行不通，要在挑選之后“拿來”。在“拿來”的時候，對拿者的素質也有較高的要求。正如魯迅說的那樣，“首先要這人沉著，勇猛，有辨別，不自私”。只對拿者的個性和素質提要求，還是不夠的。更重要的是，改造知識情境和評價情境。在評價的實施過程中，還存在其他一些不易化解但可能被人忽視的矛盾，諸如，評價過程的全程性與評價結果的終結性的矛盾；課程標準的理想導向與評價結果的功利導向的矛盾；評價理論的模糊性與評價實施的清晰性之間的矛盾；評價的理論研究不足與實踐作用的過分夸大的矛盾；等等。凡此種種，都需要進一步的研究。SAT是ScholasticAptitudeTest的縮寫，譯為“學術性向測驗”；ACT是AmericanCollegeTest的縮寫，譯為“美國大學測驗”，在美國中西部被廣泛采用。美國絕大多數高校兩種考試都認可。例如，“班級規模”就是一個極重要的尺度，它綜合地反映了教育資源的總量、分布、分配、占有和支配模式。可惜，在過去二十多年的專業研究和政府文告中，它不是一個常為人充分注意的概念。因此，它對教育評價的規定和對教育改革的訴求，也沒有充分展示和揭示。夸張地說，僅采取班級規模合理化這一種手段，就可以減少現行教學及其評價的若干積弊。參見PeterBlatchfordetal.（1998）,Rese