表現(xiàn)性評價要求學(xué)生回應(yīng)的是少量的有意義的任務(wù)，而不是大量的無意義的任務(wù)。比如，在傳統(tǒng)的化學(xué)測驗中，學(xué)生可能被要求完成50道選擇題，而表現(xiàn)性評價要求學(xué)生完成的任務(wù)可能是，在化學(xué)課上操作一個實驗，然后撰寫實驗報告解釋實驗結(jié)果、分析實驗程序。同樣，對化學(xué)老師來說，對每個學(xué)生的評估也不是基于50道選擇題的答題結(jié)果，而是根據(jù)學(xué)生完成這個單一的、復(fù)雜的任務(wù)（實驗操作）的具體表現(xiàn)。所以，選擇有意義的“表現(xiàn)性評價任務(wù)”（performance-assessment tasks）非常重要，教師可以自己設(shè)計表現(xiàn)性測驗任務(wù)，也可以借鑒其他教育者已經(jīng)使用過的有效任務(wù)。

正如本書反復(fù)強調(diào)的，教師評價學(xué)生時要明確以下兩個主要問題：①教師要得出什么樣的評價結(jié)論；②教師可以依據(jù)評價結(jié)果作哪些決定。

舉個例子，假設(shè)您是一名歷史老師，暑假在湖邊小屋休息時，也在思考關(guān)于課程的問題。經(jīng)過3個月的思考，您認(rèn)為自己真正想要培養(yǎng)的是學(xué)生運用歷史知識解決實際問題的能力，這些問題可能是當(dāng)前的，也可能是未來的，但都與歷史事實有關(guān)。您決定放棄那些有著冗長的1500道判斷題的期末測驗（學(xué)生稱其為“馬拉松測試”）?，F(xiàn)在，您將采用表現(xiàn)性評價測驗，希望能夠選擇恰當(dāng)?shù)娜蝿?wù)來測量學(xué)生運用所學(xué)知識解決當(dāng)前的和/或未來問題的能力。

弗朗辛·弗洛登（Francine Floden）是肯尼迪高中三年級的生物老師。由于已經(jīng)有幾個同事告訴她傳統(tǒng)的紙筆測驗難以反映學(xué)生真正的科學(xué)素養(yǎng)，她最后決定嘗試采用表現(xiàn)性測驗來評估學(xué)生的科技能力，該測驗將持續(xù)一個學(xué)期。在弗朗辛的新評價方案中，學(xué)生90％的成績來自于他們在表現(xiàn)性測驗任務(wù)中的反應(yīng)，其余10％由學(xué)生的課堂參與情況和各種小測驗的成績組成。

弗朗辛要求學(xué)生完成的表現(xiàn)性測驗任務(wù)是，設(shè)計并完成一個為期兩個月的試驗，具體包括，在不同條件下種植3棵指定的植物，然后撰寫一篇正式的科學(xué)報告來描述這一實驗。多數(shù)學(xué)生是在家里操作實驗，也有幾個學(xué)生把他們栽培的植物放在教室后面的架子上。實驗過程中，有些學(xué)生通過改變光照總量和光照類型來制造不同條件，不過，多數(shù)學(xué)生通過給植物提供不同的營養(yǎng)來控制條件。幾個星期后，弗朗辛所有學(xué)生的實驗似乎都進展順利。

盡管如此，同校的幾位有經(jīng)驗的老師對弗朗辛的做法持保留態(tài)度，認(rèn)為她的評價方式過于單一，過于依賴單一的實驗。他們指出，弗朗辛很難僅憑一個單一的表現(xiàn)性測驗，對學(xué)生知識和技能的真實水平作出有說服力的評論，他們建議弗朗辛減少表現(xiàn)性測驗的比重，增加一些其他測驗方式。

不過，也有同事相信弗朗辛的表現(xiàn)性測驗方法符合生物課程的特點和要求。他們建議她堅持自己的做法，并且不要作任何改動。

? 如果您是弗朗辛，您會怎么辦？

圖8.2呈現(xiàn)的是教師的核心教學(xué)目標(biāo)、以目標(biāo)為依據(jù)的評價推論，以及用以獲取數(shù)據(jù)的表現(xiàn)性測驗任務(wù)三者之間的關(guān)系?？梢钥闯觯虒W(xué)目標(biāo)是教師確定評價內(nèi)容的依據(jù)，而表現(xiàn)性測驗任務(wù)則為教師評估學(xué)生運用知識解決實際問題的能力提供了證據(jù)。教師可根據(jù)評價結(jié)果，判斷學(xué)生是否達(dá)到了教學(xué)目標(biāo)要求的水平，從而確定下一步的教學(xué)計劃。

圖8.2　教師核心教學(xué)目標(biāo)、以目標(biāo)為依據(jù)的評價推論，以及將為推論提供數(shù)據(jù)支持的表現(xiàn)性評價任務(wù)之間的關(guān)系

表現(xiàn)性評價面臨的一大難題是，它很難準(zhǔn)確地概括學(xué)生的知識技能水平，因為它要求學(xué)生完成的任務(wù)數(shù)量比傳統(tǒng)的紙筆測驗要少得多。

舉個例子，假設(shè)您想知道學(xué)生掌握兩位數(shù)乘法計算的情況。出于教學(xué)上的考慮，如果您只能用半個小時來測試學(xué)生，您可以要求他們在規(guī)定的30分鐘內(nèi)完成20道乘法題（題量可能有點大，但我想描述一個鮮明的對比）。然后您可以直接從學(xué)生的作答結(jié)果，判斷他們對兩位數(shù)乘法的掌握情況。由于抽取的題目樣本具有代表性，能夠體現(xiàn)教學(xué)目標(biāo)，所以您可以根據(jù)學(xué)生的測驗結(jié)果“公正”地得出結(jié)論：“賈維爾（Javier）真正掌握了這些乘法題”，或“弗雷德（Fred）還不懂得如何進行乘法運算”。由于您的抽樣（上面的20道乘法題）是合理的，包含了您想評估的知識點和能力水平，所以您可以自信地判斷學(xué)生是否具備了解決類似題型的能力。然而，如果您想在僅有的30分鐘內(nèi)使用比較正規(guī)的表現(xiàn)性評價，那您最多只能讓學(xué)生完成一個表現(xiàn)性任務(wù)。例如，您呈現(xiàn)一個需要進行乘法運算的實際數(shù)學(xué)題，要求學(xué)生在30分鐘內(nèi)，給出問題的解決方案，并用紙筆寫下全過程，這對他們來說應(yīng)該是很難完成的。而且，僅憑這個單一的任務(wù)，您能自信地判斷學(xué)生是否具備完成類似乘法任務(wù)的能力嗎？

正如前面所言，這是表現(xiàn)性評價的一個突出問題。因為學(xué)生只完成少數(shù)任務(wù)，教師很難據(jù)此對學(xué)生的能力作出類推性的評估。如果學(xué)生在某一個表現(xiàn)性任務(wù)中表現(xiàn)出色，是因為他已經(jīng)掌握了任務(wù)所要測量的技能，還是他運氣好？另一方面，如果學(xué)生在某個單一表現(xiàn)性測驗中表現(xiàn)得很糟糕，這就說明他并沒有掌握所要評估的技能嗎？有沒有可能是該任務(wù)的某一特征誤導(dǎo)了這位在其他任務(wù)中表現(xiàn)得相當(dāng)出色的學(xué)生呢？

作為一名教師，在教育測量面前，您會遇到兩難選擇。雖然表現(xiàn)性測驗可以測量到您所要評價的學(xué)生能力（因為這些能力的達(dá)成往往與課程教學(xué)目標(biāo)緊密相關(guān)），但是在根據(jù)學(xué)生的任務(wù)表現(xiàn)作出推論時要非常謹(jǐn)慎。至今我們還沒能找到解決這一問題的完美途徑。不過，我們至少可以在處理這一問題的時候盡量小心，在選擇表現(xiàn)性任務(wù)時更加謹(jǐn)慎，提高任務(wù)準(zhǔn)確類推學(xué)生能力的可能性。如果您能注意到這一點，選擇那些具有較強類推性的測驗任務(wù)，那么您對學(xué)生能力作出的推論也就更有說服力。

現(xiàn)在，我們已經(jīng)討論了表現(xiàn)性任務(wù)的類推性問題，許多專家認(rèn)為這是教師在評估表現(xiàn)性任務(wù)時需要考慮的核心因素。除此之外，無論您是自己設(shè)計一個表現(xiàn)性測驗任務(wù)，或選擇一個已有的表現(xiàn)性測驗任務(wù)，還需要考慮其他六個關(guān)鍵因素。

表現(xiàn)性測驗任務(wù)的評估標(biāo)準(zhǔn)

■ 類推性（Generalizability）。能否從學(xué)生在這一任務(wù)中的表現(xiàn)推測他們在類似任務(wù)中的表現(xiàn)？

■ 真實性（Authenticity）。這一任務(wù)是否接近學(xué)生生活的真實情景，而不是學(xué)校情境？

■ 多重性（Multiple foci）。這一任務(wù)能不能測量多方面的教學(xué)成果？

■ 可傳授性（Teachability）。學(xué)生能熟練完成這一任務(wù)，是教師教學(xué)努力的結(jié)果嗎？

■ 公正性（Fairness）。這一任務(wù)對所有學(xué)生都是公平的嗎？——換言之，它是否避免和排除了對學(xué)生的性別、種族、社會經(jīng)濟背景等方面的歧視？

■ 可行性（Feasibility）。這一任務(wù)考慮到了財力、空間、時間和設(shè)備等方面的條件嗎？是否具備實施的條件和環(huán)境？

■ 可測性（Scorability）。這一任務(wù)能否讓學(xué)生表現(xiàn)出可以準(zhǔn)確、可靠地予以評估的反應(yīng)？

無論您是自己設(shè)計表現(xiàn)性測驗任務(wù)，還是選用已有的任務(wù)，您可能只會考慮其中的某幾個標(biāo)準(zhǔn)，有時還會淡化一兩個標(biāo)準(zhǔn)（如真實性或多樣性），但我認(rèn)為，在確定表現(xiàn)性任務(wù)時最好還是綜合考慮所有因素。比如，在某些情況下，學(xué)校情境比真實情境更適合教師作出某些推論，這時就沒有必要一再強調(diào)真實性標(biāo)準(zhǔn)。又如，考慮到表現(xiàn)性評價要花費大量時間和精力，如果測驗任務(wù)能同時測量多方面教學(xué)結(jié)果顯然比測量單一結(jié)果更加實惠，但有時某一教學(xué)結(jié)果非常重要，這就需要測驗任務(wù)給予更多（或唯一）的關(guān)注。不過，上述兩種情況并不多見，一個好的表現(xiàn)性測驗任務(wù)還是應(yīng)該具備上述幾個要素。

在第1章，我曾保證如果您認(rèn)真閱讀完這本書，您的教學(xué)工作會更加出色。現(xiàn)在，我將向您作出另外一個承諾，我保證誠實地說出關(guān)于測量方法的真實意見。那就是，表現(xiàn)性測驗確實很花時間！

試想，作為一名教師您需要在以下幾方面投入大量精力：①選擇適當(dāng)?shù)娜蝿?wù)；②設(shè)計合理的評估方案；③給學(xué)生的反應(yīng)打分。

所以，我建議大家在決定實施表現(xiàn)性評價之前要考慮另外一個因素，那就是所要評價技能的重要性。因為您在有限的教學(xué)時間內(nèi)，只能使用少數(shù)幾次表現(xiàn)性測驗，要確保每一次的表現(xiàn)性測驗都涉及您希望學(xué)生獲得的重要技能。如果表現(xiàn)性評價不是針對這些重要技能展開的，您最好趕快停止，否則將得不償失。