劉晶晶　萬愛蓮

【關(guān)鍵詞】多級自適應(yīng)測試，閱讀素養(yǎng)，認(rèn)知能力評估

閱讀素養(yǎng)是促進(jìn)人終身發(fā)展的必備能力。隨著經(jīng)濟(jì)全球化、政治多極化、文化多元化時代的到來，基于數(shù)字環(huán)境的視覺圖形信息處理能力、超媒體非線性多維思考能力、虛擬空間社會情感能力等，已經(jīng)成為影響閱讀素養(yǎng)的重要因素。然而，相比于國內(nèi)小學(xué)階段傳統(tǒng)的閱讀素養(yǎng)評估方式，數(shù)字閱讀素養(yǎng)體系的開發(fā)與應(yīng)用還未得到語文教育領(lǐng)域的足夠重視。

國際閱讀素養(yǎng)進(jìn)展研究（Progress in Interna-tional Reading Literacy Study，簡稱PIRLS）項目是由國際教育成就評價協(xié)會開發(fā)，評估9～10歲小學(xué)四年級學(xué)生閱讀素養(yǎng)的國際大規(guī)模測試項目。從2001年到2021年，每五年一屆。至今參與國家或地區(qū)數(shù)量已從36個發(fā)展為60個。據(jù)前幾輪PIRLS的評估報告顯示，國家之間和國家內(nèi)部閱讀素養(yǎng)水平存在巨大差異，而且這種差異還在逐年遞增。為了提升評估內(nèi)容與學(xué)生閱讀能力的匹配度，PIRLS曾經(jīng)提供了難度較小的評估材料版本供各國選擇（2011年和2016年提供了prePIRLS測評系統(tǒng)）。事實證明，prePIRLS雖然成功地擴(kuò)大了能力較低學(xué)生的PIRLS覆蓋范圍，但它并沒有解決能力較高學(xué)生所需要的更有挑戰(zhàn)性測評系統(tǒng)的問題。

近年來，多級自適應(yīng)測試（Multistage adaptivetests，簡稱MST）越來越受到大規(guī)模測試的青睞，因為與傳統(tǒng)線性測驗題相比，MST可以將錨定的指標(biāo)覆蓋到一定廣度的多個題本，然后通過前后測試拆分，使學(xué)生最終只需隨機(jī)完成其中一組題本即可獲取真實有效的數(shù)據(jù)。也就是說，在面對廣泛的測試內(nèi)容與有限的測試時間之間的矛盾時，MST能準(zhǔn)確分析出影響學(xué)生閱讀素養(yǎng)發(fā)展的內(nèi)部因素與外部因素，并能為制定教育政策提供更加客觀的依據(jù)。為了滿足測評系統(tǒng)能同時覆蓋能力較低與較高兩個方面的需要，PIRLS2021首次采用了“走向未來數(shù)字世界”的多級自適應(yīng)試題編制技術(shù)。

MST較好地滿足了PIRLS更大范圍內(nèi)評估難度匹配度及有針對性提升學(xué)生閱讀能力的需求，也為各個國家或地區(qū)小學(xué)閱讀素養(yǎng)評價改革提供了一種國際參照。經(jīng)過比較與分析，我們將PIRLS2021的實施方式總結(jié)為對基于數(shù)字化閱讀情境的開發(fā)、對基于深度學(xué)習(xí)閱讀高階認(rèn)知能力的培養(yǎng)及對基于證據(jù)的國家或地區(qū)閱讀能力測評模式的開發(fā)?？梢哉f，PIRLS2021為各個國家或地區(qū)小學(xué)閱讀素養(yǎng)評價發(fā)展提供了一種國際參照。

一、數(shù)字化閱讀情境更加貼近學(xué)生生活

閱讀素養(yǎng)是學(xué)生閱讀過程及終身發(fā)展的必備品格與關(guān)鍵能力，與學(xué)生的興趣、學(xué)習(xí)習(xí)慣和生活方式息息相關(guān)。與其他大規(guī)模閱讀素養(yǎng)評價項目相比，PIRLS更加強(qiáng)調(diào)“閱讀是讀者在多種文本類型及語境中建構(gòu)自我與世界意義的過程”。在電子設(shè)備未普及之前，大多數(shù)學(xué)生的早期閱讀內(nèi)容以敘事文本為主。但隨著信息技術(shù)的廣泛應(yīng)用，學(xué)生的閱讀能力快速提升，且呈現(xiàn)出低齡化的發(fā)展趨勢。原有的紙質(zhì)書籍與雜志已遠(yuǎn)遠(yuǎn)不能滿足他們學(xué)習(xí)與生活的需要。《PIRLS2021評估報告框架》中指出，為滿足10歲左右學(xué)生的閱讀需求，PIRLS將提供更多有視覺吸引力的閱讀題本，如電子雜志、報紙、電子郵件及短信息等新型閱讀文本，以此激發(fā)學(xué)生的閱讀動機(jī)。同時，這些多元化的文本內(nèi)容還將通過軟件進(jìn)行編輯，呈現(xiàn)為數(shù)據(jù)列表、信息圖標(biāo)等可視化、交互式的混合文本?？梢哉f，這些貼近學(xué)生生活習(xí)慣的閱讀文本與閱讀方式，對學(xué)生的閱讀能力而言，無疑是一種新的挑戰(zhàn)。

為了適應(yīng)新的數(shù)字閱讀情境，從2016年開始，網(wǎng)絡(luò)模擬閱讀能力（ePIRLS）測評正式成為PIRLS子項目。作為以計算機(jī)為載體的在線閱讀測評，ePIRLS通過虛擬互聯(lián)網(wǎng)環(huán)境，為學(xué)生提供了一個模擬網(wǎng)站。學(xué)生需要在測試過程中通過圖形、多項卷標(biāo)頁、超鏈接或彈出式窗口，整合除文字以外的圖片、影像、動畫等不同類型的信息。同時，學(xué)生還須判斷不同信息的真?zhèn)?，并通過綜合、歸納這些信息來完成相關(guān)任務(wù)。據(jù)PIRLS2016結(jié)果報告的數(shù)據(jù)顯示，這些帶有拖放、排序、下拉菜單的新題型更接近小學(xué)四年級學(xué)生的生活習(xí)慣和學(xué)習(xí)經(jīng)驗。接近九成參與測試的學(xué)生非常喜歡ePIRLS。可以說，網(wǎng)絡(luò)模擬ePIRLS評估為PIRLS2021多階段自適應(yīng)測試實施提供了過渡。

PIRLS2021將閱讀能力定義為：理解和使用社會所要求或個人所重視的書面語言形式的能力，讀者可以從多種形式文本中構(gòu)建意義，閱讀是為了讀者群體享受學(xué)習(xí)或更好地參與學(xué)校及日常生活。從定義中可以看出，PIRLS2021有以下發(fā)展趨勢。

首先，PIRLS2021強(qiáng)調(diào)數(shù)字世界中文本的多樣化。因為與傳統(tǒng)印刷文本的線性方式相比，互聯(lián)網(wǎng)是一個非線性的文本網(wǎng)絡(luò)。所以，PIRLS2021更傾向于測評學(xué)生通過多樣化文本創(chuàng)建自己的閱讀路徑的能力。其次，PIRLS2021鼓勵學(xué)生通過數(shù)字化閱讀來獲得關(guān)于世界和自身的認(rèn)知。與傳統(tǒng)的閱讀信息提取能力測評相比，PIRLS2021更傾向于測評學(xué)生從網(wǎng)絡(luò)上尋找到對復(fù)雜閱讀環(huán)境中信息的分析與處理能力，其分值占比為百分之八十（見圖1）。

二、深度學(xué)習(xí)技術(shù)能更準(zhǔn)確錨定學(xué)生高階認(rèn)知能力

近年來，隨著腦科學(xué)、人工智能和學(xué)習(xí)科學(xué)等新型技術(shù)手段模擬人腦的深層次認(rèn)知過程，實現(xiàn)了計算機(jī)數(shù)據(jù)的復(fù)雜運(yùn)算與優(yōu)化，推動了人的理性思辨、創(chuàng)造性思維、問題解決等高階思維能力的發(fā)展。美國學(xué)者馬頓在《論學(xué)習(xí)的本質(zhì)區(qū)別：結(jié)果和過程》中指出，閱讀過程往往指向兩種策略，一種是表層學(xué)習(xí)，一種是深層學(xué)習(xí)。深度學(xué)習(xí)的學(xué)習(xí)者追求知識的理解并且能使已有的知識與特定的內(nèi)容進(jìn)行批判性互動，尋找知識的邏輯意義。PIRLS2021正是采用MST多級自適應(yīng)測評技術(shù)實現(xiàn)了學(xué)生思維層次、學(xué)習(xí)動機(jī)、記憶方式、投入程度、遷移能力、社會情感等高階認(rèn)知能力的測量。

整個PIRLS2021評估包括18篇閱讀文章（一半為文學(xué)類文本，一半為信息類文本）。按照多階段自適應(yīng)測試設(shè)計，PIRLS2021將評估題本分為易、中、難三個等級，每個難度級別包括3個文學(xué)類文本和3個信息類文本。在所設(shè)計的18個測試段落中，有12個文本在前幾輪PIRLS測試中出現(xiàn)過，其目的是為各個國家或地區(qū)分析閱讀素養(yǎng)的發(fā)展趨勢提供依據(jù)。其他6個為首次啟用文本，其中文學(xué)類文本與信息類文本各3個，平均分布在三個難度等級中，如表1所示。

在PIRLS評估中，每個學(xué)生被隨機(jī)分配一組測試包，每個測試包由2個文本組成。在PIRLS2021中，這18個文本被安排成18個測試包。每個文本都會出現(xiàn)在2組測試包中，且與不同的文本配對。當(dāng)不同難度的文本在同一測試包中配對時，其中較容易的排在前面。最終，這18個測試包根據(jù)難易程度排列，再次被分為2個難度級別。測試包1～9難度較大（由2個難的文本或1個中等加1個難的文本組成），測試包10～18難度較?。ㄓ?個簡單文本或1個簡單加1個中等文本組成），如下圖所示。

基于以上設(shè)計，可以看出多級自適應(yīng)試題編制技術(shù)具有以下特點。

（1）它能夠覆蓋更為廣泛的測試目標(biāo)。能否覆蓋廣泛的測試目標(biāo)是衡量標(biāo)準(zhǔn)測驗的重要指標(biāo)，在傳統(tǒng)測試中可能會選擇有一定代表性的題目作為測試題本，這使得教師為了追求高水平學(xué)業(yè)表現(xiàn)而將教學(xué)重點集中在測驗內(nèi)容上，而忽略了對學(xué)生高階思維的考查。MST則可以覆蓋全部知識點，并能按照能力指定維度與占比編排試題。

（2）它可以減輕測試給學(xué)生帶來的負(fù)擔(dān)。閱讀素養(yǎng)的提升是通過激發(fā)閱讀者的閱讀動機(jī)、元認(rèn)知策略以及背景知識來構(gòu)建意義的過程。對于10歲左右的學(xué)生來說，如果答題時間過長、題量過大，就會影響測試結(jié)果的解釋力。所以，為了保證測試的效果，MST將測試時間控制在2個小時以內(nèi)，且每個學(xué)生只需完成一組測試包。

三、基于證據(jù)的評價方式能促進(jìn)國家或地區(qū)閱讀素養(yǎng)的整體提升

長期以來，PIRLS都是各國改善教育質(zhì)量及提升人口素質(zhì)的重要參考依據(jù)。MST是基于國家與地區(qū)人口閱讀素養(yǎng)整體提升的縱向與橫向綜合設(shè)計。從縱向比較來看，它通過將前幾輪與后一輪測試中相同題本測試結(jié)果進(jìn)行連貫性比較，從而為推進(jìn)國家或地區(qū)教育政策持續(xù)性改革提供依據(jù)。從橫向比較來看，它通過將同一試題的測試結(jié)果進(jìn)行國家與地區(qū)的參照性比較，從而為閱讀促進(jìn)不同地區(qū)人群素質(zhì)提升提供有力的證據(jù)支持。以俄羅斯為例，2011年俄羅斯的PIRLS成績位居中國香港之后。然而，2016年俄羅斯平均成績提高了13分，以612分的平均成績碾壓了其他國家，排名第一。這其中有一項重要原因是俄羅斯政府對人口閱讀素養(yǎng)提升的重視。在這期間，俄羅斯政府啟動了“俄羅斯歷史年”（2012年）、“俄羅斯文化年”（2014年）和“俄羅斯文學(xué)年”（2015年）等國民閱讀項目，致力于幫助國民重新認(rèn)識閱讀的作用和價值。又如，從PIRLS2016反饋結(jié)果來看，香港雖然并未衛(wèi)冕冠軍，但成績并無明顯下滑，居全球第三位。為此，從2017年開始，香港在語文閱讀課程的教學(xué)過程中增加了電子設(shè)備的使用，并加強(qiáng)了對學(xué)生進(jìn)行電子文本閱讀、網(wǎng)絡(luò)信息篩選等方面能力的培養(yǎng)。由此可見，這些從PIRLS獲取的評估數(shù)據(jù)為本國國民閱讀素養(yǎng)的提升和其他國家閱讀素養(yǎng)的發(fā)展提供了很好的證據(jù)與借鑒（見圖3）。

PIRLS2021為了確保18個文本都能夠覆蓋到每個國家，采取了根據(jù)前幾輪測試結(jié)果為各個國家或地區(qū)提供不同比例資源包的方式。即前面幾輪PIRLS成績較好的國家按比例抽樣難度較大的測試包，而表現(xiàn)相對較差的國家則按比例抽樣較容易的測試包。平均成績在PIRLS成績等級中超過550分的國家，將隨機(jī)分配70%較難的測試包，30%較容易的測試包;成績在450～550分的國家將分配同等比例難度的測試包;平均成績低于450分的國家，將按比例分配30%的較難的測試包和70%較容易的測試包。這一變化旨在提高參與PIRLS國家的測量準(zhǔn)確度，使每個國家或地區(qū)的評估難度與學(xué)生能力有較高的匹配度。

除此之外，為了使學(xué)生能更好地適應(yīng)數(shù)字形式的評估，PIRLS2021還設(shè)計了家庭、學(xué)校、課堂、學(xué)生、國家五類調(diào)查問卷。其中，PIRLS2021在課堂教學(xué)和學(xué)生信息技術(shù)使用方面增加了新的調(diào)查內(nèi)容。在閱讀教學(xué)方面，PIRLS通過調(diào)查學(xué)校是否為每個學(xué)生提供數(shù)字設(shè)備、班級是否有學(xué)生可以共享的數(shù)字設(shè)備、學(xué)生是否可以攜帶自己的數(shù)字設(shè)備上課等，來調(diào)查課堂上的信息技術(shù)使用情況。同時，PIRLS2021還收集了有關(guān)教師在教學(xué)中使用數(shù)字設(shè)備的信心程度，以及教師是否教學(xué)生在互聯(lián)網(wǎng)閱讀情境下選擇文本及使用策略。針對學(xué)生閱讀態(tài)度的調(diào)查，PIRLS2021啟用了一個新的衡量學(xué)生對使用計算機(jī)或平板電腦的熟悉程度的調(diào)查，以此衡量他們在互聯(lián)網(wǎng)上查找信息的自我效能感。

四、結(jié)語

20年前，大規(guī)模的教育測評成為世界潮流，這是因為人們迫切需要全面、真實地反映學(xué)生學(xué)習(xí)狀況和發(fā)展水平的教育數(shù)據(jù)。20年后，在大數(shù)據(jù)時代，“走向未來數(shù)字世界”的多級自適應(yīng)認(rèn)知能力試題編制技術(shù)為評價提供了基于學(xué)科能力指標(biāo)、試題設(shè)計、施測程序、分層計分的標(biāo)準(zhǔn)化的測驗編制程序?？梢哉f，PIRLS2021為閱讀素養(yǎng)評估的科學(xué)化發(fā)展提供了國際參照。

首先，從傳統(tǒng)的紙筆測試到數(shù)字技術(shù)測評的推廣，無論是哪一種方式，評價所指向的都應(yīng)該是人的發(fā)展性。2020年6月30日，中央全面深化改革委員會第十四次會議審議通過了《深化新時代教育評價改革總體方案》，首次提出“探索增值評價”。增值評價要求評價不能僅僅停留在知識水平的事實性與概念性上，而要通過評價引導(dǎo)學(xué)校及區(qū)域多元發(fā)展。即作為具有育人功能的增值評價應(yīng)從“對學(xué)習(xí)的評價”走向“作為學(xué)習(xí)的評價”及“促進(jìn)學(xué)習(xí)的評價”。

多級自適應(yīng)認(rèn)知能力評估以現(xiàn)代認(rèn)知心理學(xué)、計量心理學(xué)、計算機(jī)科學(xué)等學(xué)科為理論基礎(chǔ)。所以，迄今為止，越來越多的大型語言測試中采用了多級自適應(yīng)認(rèn)知能力評估方式，如英語語言測試托福（TOEFL）、密歇根英語語言評估（MELAB）、國際英語測試系統(tǒng)（IELTS）等。近年來，我國也出現(xiàn)了部分關(guān)于英語閱讀理解、以漢語為第二外語的閱讀理解以及漢語閱讀障礙的認(rèn)知診斷研究。但是這些研究多數(shù)是針對閱讀的一個認(rèn)知層面進(jìn)行的診斷。如何充分培養(yǎng)小學(xué)生在數(shù)字環(huán)境下字、詞、句、篇中的思維發(fā)展，并以此作為促進(jìn)國民閱讀素養(yǎng)提升的有力證據(jù)，則需要研究者們對閱讀測評內(nèi)容與方式進(jìn)一步優(yōu)化，針對我國小學(xué)生開發(fā)出基于認(rèn)知能力框架的閱讀理解形成性評估模型。

其次，在教學(xué)過程中應(yīng)重視對學(xué)生閱讀高階認(rèn)知能力的培養(yǎng)。與傳統(tǒng)的語文學(xué)科閱讀能力評估相比，閱讀高階思維是一種建立在證據(jù)和邏輯推理基礎(chǔ)上的思維方式，它具有明確的思維方向及充分的思維依據(jù)。這其中包括了讀者閱讀過程中知識與文化，知識與社會，知識與歷史的敏感度、關(guān)聯(lián)度與遷移性。多級自適應(yīng)技術(shù)的閱讀素養(yǎng)測試是閱讀者與世界的意義建構(gòu)的交互模式，測量的是閱讀者的反思性、批判性和創(chuàng)造性等理性思維。所以，PIRLS2021教師問卷收集了教師教學(xué)閱讀理解技能和策略、數(shù)字文學(xué)相關(guān)的數(shù)據(jù)。

新時代小學(xué)閱讀教學(xué)的意義追求不再是在預(yù)設(shè)教育過程的基礎(chǔ)上達(dá)到知識量的累積，而是要通過閱讀生成新知識、新經(jīng)驗、新想法的高階思維能力，以實現(xiàn)將閱讀作為精神種子的生命自覺的方式。所以，如何通過教學(xué)對學(xué)科知識內(nèi)在育人邏輯進(jìn)行挖掘，成為新時代閱讀教學(xué)的重點。除了原有的三維目標(biāo)以外，我們認(rèn)為閱讀教學(xué)目標(biāo)設(shè)計應(yīng)該充分體現(xiàn)知識的感性與理性、德行與智慧、情感與審美等促進(jìn)人發(fā)展的內(nèi)在價值。

最后，建構(gòu)線上與線下一體化的閱讀評估體系。PIRLS2021設(shè)計框架中還指出，數(shù)字世界的閱讀將成為學(xué)校課程的重要組成部分。我國《普通高中語文課程標(biāo)準(zhǔn)（2017年版）》明確提出了“拓展運(yùn)用語言文字交流的途徑，學(xué)會用現(xiàn)代信息技術(shù)輔助交流，如使用計算機(jī)進(jìn)行編輯、版面設(shè)計，并致力于線上線下媒介閱讀的交流與融合”。在《義務(wù)教育語文課程標(biāo)準(zhǔn)（2011年版）》中也提出應(yīng)積極構(gòu)建網(wǎng)絡(luò)環(huán)境下的學(xué)習(xí)平臺，拓展學(xué)生學(xué)習(xí)和創(chuàng)造的空間，支持和豐富語文綜合性學(xué)習(xí)。面對新時代的快速發(fā)展，我們還需要在數(shù)字環(huán)境下進(jìn)一步探索學(xué)習(xí)評估的新方法，設(shè)計出適合小學(xué)生的閱讀評價模型。只有這樣，才能真正讓閱讀成為促進(jìn)人終身發(fā)展的有效途徑。

（萬愛蓮為通訊作者）