張勇

2013年“兩會”期間，全國政協(xié)副秘書長、民進中央副主席、中國教育學(xué)會副會長朱永新教授提交了《關(guān)于發(fā)展“第三方”教育考試與評價體系的提案》，引起轟動，各大媒體紛紛轉(zhuǎn)載。十八屆三中全會關(guān)于考試與評價改革的內(nèi)容中，再次提出教育考試與評價的第三方化問題。中國教育評價與考試的第三方化之路浮現(xiàn)了出來。

教育評價的第三方化，肇始于西方，源自人類的科學(xué)化思想和客觀公正理念，對教育科學(xué)化，及對教育測量評價的有效性、可靠性、可信性的內(nèi)在追求。同時也是教育科學(xué)化高度發(fā)展，對教育評價科學(xué)客觀公正的追求，以及教育分工專業(yè)化客觀要求等所決定。

人類教育產(chǎn)生之始，教育實施、教育評價、教育咨詢同時伴生，三者一直相伴發(fā)展。教育測量評價的是教育實施成效，教育評價結(jié)果則需要教育咨詢來轉(zhuǎn)化而促進教育實施的改進與發(fā)展。教育的這種內(nèi)在原生性功能結(jié)構(gòu)，決定了教育評價由測量、評價、診斷三種基礎(chǔ)功能構(gòu)成一個完整的基礎(chǔ)系統(tǒng)結(jié)構(gòu)，教育評價的其他功能（如選拔、導(dǎo)向、預(yù)測等）則是在此基礎(chǔ)上延伸、轉(zhuǎn)化和合成出來。教育評價的這種內(nèi)在系統(tǒng)結(jié)構(gòu)，是教育評價第三方化的客觀原因之一。

學(xué)校的出現(xiàn)，使得教育實施、評價、咨詢得到了積累和長足發(fā)展。從大約公元前400年至19世紀末這段歷史時期，在人類教育評價史上稱作“考試時期”。在這段時期，教育實施的內(nèi)容主要還局限于文法、修辭、邏輯等；教育評價（此時稱考試）的方式主要有“口試”（問答）和“論文”（筆試）。此時教育測量還未產(chǎn)生，對口試和論文，是依靠施教者或管教者通過觀察和閱讀，進行人工評分（我國的科舉采用的也是這種模式），這種評價有很大的主觀性、隨意性、隨機性。從理論和技術(shù)角度來看，也就無客觀性和公正性可言，更無教育評價第三方化的可能。

基于客觀公正理念的“第三方評價”于15世紀的歐洲在社會、經(jīng)濟領(lǐng)域產(chǎn)生并得到了長足發(fā)展，并很快延伸到其他領(lǐng)域。到18世紀，“第三方評價”的理念和思想形成完整的系統(tǒng)。

教育評價不但關(guān)乎教育發(fā)展，更關(guān)乎受教者的命運和社會經(jīng)濟政治的發(fā)展，對其有效性、客觀公正性的追求成為學(xué)者和學(xué)人的夢想。

18到19世紀的科學(xué)革命浪潮，奠定了人類的科學(xué)化思想。實驗心理學(xué)和教育統(tǒng)計學(xué)的發(fā)展，為解決教育評價的主觀性、隨意性、隨機性提供了理論和方法。隨著教育科學(xué)化的萌芽，教育評價也開始了客觀化、數(shù)量化和標準化之旅，走上了科學(xué)化、有效性、可靠性、可信性的征途。教育評價的第三方化也由此奠定了基礎(chǔ)并成為可能。

20世紀初至30年代，教育評價進入了“測量時期”（心理測驗、智力測驗時期）， 測量理論的形成和測驗技術(shù)（紙筆測驗）開始在教育中得到廣泛應(yīng)用，評價的中心任務(wù)是“用科學(xué)的方法，求客觀的標準，以矯正主觀方法的弊端”， 強調(diào)以量化的方法對學(xué)生學(xué)習(xí)狀況進行測量。測量技術(shù)的科學(xué)性和專業(yè)化要求，導(dǎo)致實施教育功能的學(xué)校和教管部門無力承擔測量評價功能，第三方專業(yè)機構(gòu)開始從教育測量的角度登場，解決教育評價的客觀化、數(shù)量化問題。

20世紀30至50年代，進入了“描述時期”（目標中心時期），美國的泰勒（Tyler，R）提出了以教育目標為核心的教育評價原理（泰勒原理），并提出了

“教育評價”（education evaluation）的概念，從而把教育評價與教育測量區(qū)分開來。這一時期的特征是對測驗結(jié)果作描述，評價的目標不再是學(xué)生本身，而是什么樣的學(xué)習(xí)目標模式對學(xué)生學(xué)習(xí)最有效，由此形成了教育評價的“泰勒模式”（行為目標模式）。教育評價理論和技術(shù)的實施，使得第三方專業(yè)機構(gòu)從評價的角度再次登場。

隨著泰勒模式的推廣，大學(xué)入學(xué)的標準化測試開始，基于客觀公正理念的“第三方評價”思想和方法也得到系統(tǒng)的導(dǎo)入和實施。

20世紀50至70年代，進入了“判斷時期”（標準研制時期），以泰勒的學(xué)生布魯姆為主，提出了對教育目標進行評價的問題，這一時期注重了價值判斷問題，目標參考測驗也在這一階段發(fā)展起來，并使“泰勒模式”成為主流模式。美國教育學(xué)家斯克里文（Scriven，M.）、斯塔克（Stake，R.E.）和開洛洛（Kellogg，T.E.）等人對教育評價理論作出巨大的貢獻，斯塔夫賓（D.L. Stufflebeam）提出“CIPP模式”，斯克里文提出“目標游離模式”，推動了評價標準的發(fā)展。這個時期是如此的重要，以致學(xué)者們把1967年界定為美國教育評價發(fā)展的轉(zhuǎn)折點。在這段歷史時期，教育測量標準、評價標準以及教育評價的標準化問題都得到了空前地解決，致使第三方教育評價成為主流模式。

20世紀70年代后，進入“建構(gòu)時期”（結(jié)果認同時期），這一時期在非常關(guān)注評價結(jié)果的認同問題、關(guān)注評價過程、強調(diào)評價過程中評價給予個體更多被認可的可能。重視評價對個體發(fā)展的建構(gòu)作用，因此又稱為“個體化評價時期”。80年代以來，項目反應(yīng)理論把教育評價引向了計算機化和因人施測的方向，模糊評價法發(fā)展了教育評價的數(shù)據(jù)處理技術(shù)，以古巴（Egong Guba）和林肯（Y.S.Lincoln）等人為代表，他們認為評價就是對被評事物賦予價值，評價本質(zhì)上是一種心理建構(gòu)。

20世紀80年代中期，美國哈佛大學(xué)的加德納（Howard Gardner）教授提出的“多元智能理論”革新了傳統(tǒng)智力測試（教育測量評價的核心基礎(chǔ)理論），使得傳統(tǒng)的教育評價受到巨大的沖擊，“多元智能模式”浮出水面，一個新的教育評價歷史時期拉開序幕。

伴隨著對教育科學(xué)化與對教育測量評價的有效性、可靠性及可信性的內(nèi)在追求越來越高，伴隨著教育測量評價的科學(xué)化程度、和對教育客觀公正的需求程度、以及教育分工專業(yè)化客觀要求等越來越高，對教育評價研發(fā)、實施、咨詢等科學(xué)化、專業(yè)化程度要求也越來越高。導(dǎo)致教育實施、評價、咨詢走向高度分工，致使教育評價的第三方化——委托獨立的、專業(yè)的第三方教育評價或咨詢機構(gòu)，實施教育評價和教育咨詢成為徹底的必然和普遍模式。

第三方教育評價有著獨特的優(yōu)勢：獨立性，第三方評價與被評價方無隸屬和利益關(guān)系，因而能不受干擾地進行評價，可以避免在發(fā)現(xiàn)問題、分析原因和做結(jié)論時避重就輕、主觀評價?？陀^公正性，第三方評價的獨立性有助于保障評價過程的公正、公開，從而提高評價結(jié)果的公信力。進步性，由于社會化性質(zhì)，需要在競爭中求生存和發(fā)展，因此更加關(guān)注評價產(chǎn)品和服務(wù)質(zhì)量的不斷提升與創(chuàng)新，以及評價技術(shù)的不斷完善與進步，具有較強的發(fā)展?jié)摿?。專業(yè)性，第三方評價機構(gòu)擁有專業(yè)的評價人才和技術(shù)，在評價內(nèi)容的選擇、評價指標的制定、評價數(shù)據(jù)的處理、評價結(jié)果的判斷等方面擁有相應(yīng)的理論基礎(chǔ)和專業(yè)化工具，可大大提高評價的科學(xué)化水平，且有利于增強評價結(jié)果的可信度和權(quán)威性。

第三方教育評價對我國而言，是舶來品。目前國內(nèi)已出現(xiàn)獨立的第三方教育評價機構(gòu)和考試研發(fā)機構(gòu)——公眾教育研究院和公眾考試研究院，已開發(fā)了科學(xué)的教育評價系統(tǒng)（ACTS、ICTS）和考試系統(tǒng)（TAST），并在國內(nèi)十多個省份進行了推廣，現(xiàn)已取得良好的效果，不僅得到了國內(nèi)教育界的廣泛認可，也獲得美國知名院校及學(xué)者的認可，為中國教育評價和考試走一條“第三方”的道路做出了探索。

評價是教育的牛鼻子。中國教育評價如何繼續(xù)邁向科學(xué)、公正？改革之路就在第三方。