【關(guān)鍵詞】核心素養(yǎng)；學(xué)業(yè)水平考試；評分內(nèi)容；評分結(jié)構(gòu)；評分機(jī)制

《深化新時(shí)代教育評價(jià)改革總體方案》要求著力破除唯分?jǐn)?shù)、唯升學(xué)、唯文憑、唯帽子的頑瘴痼疾，建立科學(xué)的、符合時(shí)代要求的教育評價(jià)制度和機(jī)制。隨著《普通高中語文課程標(biāo)準(zhǔn)（2017 年版2020 年修訂）》和《義務(wù)教育語文課程標(biāo)準(zhǔn)（2022 年版）》的頒布，語文學(xué)業(yè)水平考試命題的情境性、實(shí)踐性、任務(wù)性特征逐漸明晰，成為測評學(xué)生語文核心素養(yǎng)的有力依托。雖然這種命題指向能夠在一定程度上達(dá)到測量學(xué)生核心素養(yǎng)的目的，但是核心素養(yǎng)的內(nèi)隱性特征導(dǎo)致單一考試成績難以真實(shí)反映學(xué)生的素養(yǎng)發(fā)展水平。這無疑給倡導(dǎo)“教—學(xué)—評”一體化的教育評價(jià)改革設(shè)置了障礙。清除障礙的關(guān)鍵舉措是變革學(xué)業(yè)水平考試評分方式，這也是我國教育研究和實(shí)踐工作者面臨的現(xiàn)實(shí)問題。

當(dāng)前對學(xué)業(yè)水平考試命題的探索給學(xué)生提供了各種表現(xiàn)思維方式和問題解決過程的空間，但也帶來了如何合理評分的難題。［1］本研究通過梳理既有研究結(jié)果，結(jié)合學(xué)業(yè)水平考試評分現(xiàn)實(shí)情況，總結(jié)適應(yīng)核心素養(yǎng)背景下語文學(xué)業(yè)水平考試評分標(biāo)準(zhǔn)變革的關(guān)鍵因素，并嘗試設(shè)計(jì)一套評分模式。

一、遵循系統(tǒng)性原則，評分應(yīng)同時(shí)體現(xiàn)學(xué)生的認(rèn)知水平和非認(rèn)知類別

學(xué)業(yè)水平考試的評分標(biāo)準(zhǔn)不僅要“展現(xiàn)學(xué)生在語文學(xué)習(xí)過程中形成的能力、方法”，還要展現(xiàn)“情感態(tài)度與價(jià)值觀的綜合發(fā)展要求”。［2］前者指向事實(shí)判斷——對學(xué)生認(rèn)知能力的判斷，后者指向價(jià)值判斷——對學(xué)生非認(rèn)知能力的判斷。［3］核心素養(yǎng)背景下的學(xué)業(yè)水平考試命題重視不同知識、方法或態(tài)度在深層意義上的整合與運(yùn)用，關(guān)注學(xué)生在復(fù)雜的開放性問題情境中的綜合表現(xiàn)，反映在評分標(biāo)準(zhǔn)上，就要求兼顧呈現(xiàn)學(xué)生的認(rèn)知能力水平和非認(rèn)知能力水平。

根據(jù)核心素養(yǎng)的基本特征，義務(wù)教育語文課程標(biāo)準(zhǔn)評價(jià)組曾研制了語文核心素養(yǎng)測評框架，在認(rèn)知維度層面可將核心素養(yǎng)拆分為十二組行為動詞。其中，“文化自信”包括體認(rèn)與傳承、關(guān)注與參與、理解與借鑒，“語言運(yùn)用”包括積累與整合、發(fā)現(xiàn)與領(lǐng)悟、應(yīng)對與交流，“思維能力”包括感知與體味、聯(lián)想與想象、辨識與推理，“審美創(chuàng)造”包括體驗(yàn)與感悟、欣賞與評價(jià)、表現(xiàn)與創(chuàng)造。［4］這些行為動詞分別體現(xiàn)了四個(gè)核心素養(yǎng)在學(xué)業(yè)水平考試上的要求，構(gòu)成了認(rèn)知維度評分標(biāo)準(zhǔn)的框架。非認(rèn)知能力主要指非智力因素，包含情感、意志、個(gè)性傾向等方面。［5］非認(rèn)知能力對初中生的學(xué)業(yè)表現(xiàn)具有顯著的正向預(yù)測作用。［6］在學(xué)業(yè)水平考試中，非認(rèn)知能力的確定要依據(jù)學(xué)生的具體作答表現(xiàn)和特定題目的作答結(jié)果。例如，在考查《西游記》整本書閱讀時(shí)設(shè)計(jì)以下兩道題：

題1：小恩讀到孫悟空“忍氣含悲”時(shí)，想以孫悟空的口吻給唐僧寫一封信，請你根據(jù)文本幫助他完成這個(gè)任務(wù)。

題2：查找資料時(shí)小恩發(fā)現(xiàn)，人們對《西游記》的評論各有不同：有人稱之為“神魔小說”，有人稱之為“童心之作”。你贊同哪個(gè)觀點(diǎn)？結(jié)合材料說說你的理由。［7］

題1 符合“依據(jù)特定題目作答結(jié)果判定非認(rèn)知能力”的特點(diǎn)。社會與情感能力是非認(rèn)知能力的主要方面，共情能力是社會與情感能力的有機(jī)組成部分。題目中“小恩”要以孫悟空的口吻給唐僧寫一封信，就需要與孫悟空共情；學(xué)生要完成測試任務(wù)，就需要與“小恩”共情。題2 符合“依據(jù)具體作答表現(xiàn)判定非認(rèn)知能力”的特點(diǎn)。在作答結(jié)果中，有學(xué)生僅回答“我贊同第一個(gè)觀點(diǎn)”，也有學(xué)生回答“我贊同第一個(gè)觀點(diǎn)，因?yàn)檫@個(gè)觀點(diǎn)……”，還有學(xué)生回答“我贊同第一個(gè)觀點(diǎn)，因?yàn)榈谝粋€(gè)觀點(diǎn)……與第二個(gè)觀點(diǎn)相比……”這三種作答結(jié)果依次代表了學(xué)生完成任務(wù)由低到高的態(tài)度水平。對學(xué)生非認(rèn)知能力的判定很難通過量化的得分呈現(xiàn)，要對學(xué)生作答結(jié)果進(jìn)行編碼，以類別的形式判斷其非認(rèn)知能力表現(xiàn)。例如，將第一個(gè)學(xué)生的作答結(jié)果編碼為A，代表“漠視態(tài)度”；將第二個(gè)學(xué)生的作答結(jié)果編碼為B，代表“主動態(tài)度”；將第三個(gè)學(xué)生的作答結(jié)果編碼為C，代表“熱忱態(tài)度”。

綜上所述，核心素養(yǎng)立意下的語文學(xué)業(yè)水平考試評分標(biāo)準(zhǔn)要從系統(tǒng)的視角整合呈現(xiàn)學(xué)生的認(rèn)知能力水平和非認(rèn)知能力類別。二者構(gòu)成了評分標(biāo)準(zhǔn)的宏觀框架。以“語言運(yùn)用”素養(yǎng)為例，可以建構(gòu)如表1 所示的宏觀評分標(biāo)準(zhǔn)框架。

根據(jù)上述框架，學(xué)生在第1 題上的得分可標(biāo)注為“1-C”，代表該學(xué)生在“積累與整合”認(rèn)知能力上的表現(xiàn)欠佳，但是他的學(xué)習(xí)態(tài)度較為熱忱，需要在維持態(tài)度的基礎(chǔ)上，加強(qiáng)該生的語言文字積累、整合能力。

二、遵循相對性原則，評分標(biāo)準(zhǔn)要反映學(xué)生在特定情境任務(wù)下的素養(yǎng)表現(xiàn)

“考試命題應(yīng)以情境為載體，依據(jù)學(xué)生在真實(shí)情境下解決問題的過程和結(jié)果評定其素養(yǎng)水平”［8］，已經(jīng)成為學(xué)業(yè)水平考試命題的共識性原則。在紙筆測試環(huán)境下較難呈現(xiàn)復(fù)雜多元的情境要素及各要素之間多樣化的聯(lián)系，加大了創(chuàng)設(shè)真實(shí)情境的難度。［9］有學(xué)者提出，PISA（國際學(xué)生評估項(xiàng)目）的測試框架整合了情境、學(xué)科內(nèi)容和核心素養(yǎng)三個(gè)維度，只需要通過改變情境的結(jié)構(gòu)化程度、要素?cái)?shù)量及其關(guān)系，就可以創(chuàng)設(shè)各種復(fù)雜程度的情境任務(wù)［10］，能有效彌補(bǔ)紙筆測試的不足。這種假設(shè)建立在“特定情境任務(wù)考查特定水平核心素養(yǎng)”基礎(chǔ)上。從評分角度看，就要從分?jǐn)?shù)梯度上呈現(xiàn)學(xué)生核心素養(yǎng)發(fā)展的相對水平。所謂“ 相對水平”，是指學(xué)生在特定測試難度下核心素養(yǎng)的表現(xiàn)水平。情境任務(wù)難度存在差異導(dǎo)致素養(yǎng)水平“天花板”高度不同，在相同賦分的情況下，學(xué)生的素養(yǎng)表現(xiàn)就可能不同。具體而言，對學(xué)生“思維能力”素養(yǎng)的評分在不同的測試情境下都可以標(biāo)記為1 分，但因測試情境難度存在差異，所以1 分的“含金量”是不同的。在相對復(fù)雜的測試情境中，1 分可能表示學(xué)生能夠從辯證的角度得出多種結(jié)論；在簡單的測試情境中，1 分可能僅表示學(xué)生能夠從語言材料中提取有效信息。因此，在設(shè)置評分標(biāo)準(zhǔn)時(shí)，首先要明確測試情境的難度水平，再根據(jù)情境的難度水平確定核心素養(yǎng)的水平梯度。

測試情境的難度水平標(biāo)定目前尚未有清晰的操作標(biāo)準(zhǔn)。有學(xué)者以“ 文化— 歷史活動理論模型”為基礎(chǔ)，建構(gòu)了學(xué)業(yè)水平考試的命題模型，能夠提供參考。模型的核心旨趣是探究如何建構(gòu)真實(shí)的測試情境。研究發(fā)現(xiàn)，當(dāng)把活動系統(tǒng)網(wǎng)絡(luò)作為情境創(chuàng)設(shè)的基本單位時(shí)，構(gòu)成總活動系統(tǒng)和子活動系統(tǒng)的關(guān)鍵要素，是構(gòu)成和分析復(fù)雜社會活動的核心；要素之間的復(fù)雜關(guān)系為學(xué)生多角度體認(rèn)測試情境提供了廣闊的思維場域，增強(qiáng)了情境的真實(shí)性。［11］一言以蔽之，活動系統(tǒng)數(shù)量越多、構(gòu)成要素越多元，情境就越真實(shí)、越復(fù)雜。以此為標(biāo)準(zhǔn)，就可以初步判斷測試情境的難度，并根據(jù)測試情境難度標(biāo)定核心素養(yǎng)的相對水平。

舉例來說，以探究《澄衷蒙學(xué)堂字課圖說》中對“天”字的解釋為測試情境，可以命制指向同一種思維能力的兩種題目。題1：“請結(jié)合《澄衷蒙學(xué)堂字課圖說》中的表述，解釋‘ 天’的意思。”題2：“借用以上兩則解釋‘天’為何物的材料，對《澄衷蒙學(xué)堂字課圖說》中‘天’的含義作出解釋?！边@兩個(gè)題目都是讓學(xué)生解釋“ 天”的意思，但是題2 涉及更多要素—— 兩則解釋“ 天”為何物的材料，創(chuàng)設(shè)了比題1 更為復(fù)雜的測試情境，故雖同樣考查學(xué)生思維能力中的“ 辨識與推理”能力，但題2 的相對水平要顯著高于題1 的相對水平。在賦等級分?jǐn)?shù)時(shí)，題2的1 分“含金量”也自然就要高于題1 的1 分“含金量”。綜上，將相對水平納入宏觀評分標(biāo)準(zhǔn)框架中，即可構(gòu)成中觀評分標(biāo)準(zhǔn)框架（見表2）。

根據(jù)上述框架，學(xué)生在第1 題上的得分可定為“低-1-C-1”。該生在兩個(gè)情境難度下的相對水平都為1 分，說明在“語言運(yùn)用”素養(yǎng)中的特定認(rèn)知能力方面表現(xiàn)欠佳，且只能在語料的積累量上增長，而難以建構(gòu)語料之間的聯(lián)系，實(shí)現(xiàn)認(rèn)知上質(zhì)的突破。

三、遵循建構(gòu)性原則，觀照學(xué)業(yè)成就表現(xiàn)背后的意義建構(gòu)

教育評價(jià)是一種基于證據(jù)的推理過程［12］，即通過學(xué)生在完成測試任務(wù)時(shí)的表現(xiàn)，判定他們的知識、學(xué)習(xí)經(jīng)驗(yàn)、心理特征或水平。前文基于系統(tǒng)性和相對性設(shè)計(jì)的評分標(biāo)準(zhǔn)框架只能從“點(diǎn)”的角度評定學(xué)生的認(rèn)知能力和非認(rèn)知類別，但是學(xué)科核心素養(yǎng)蘊(yùn)含的學(xué)習(xí)觀是建構(gòu)主義，指向的是學(xué)科內(nèi)容的結(jié)構(gòu)性和關(guān)聯(lián)性，學(xué)生學(xué)習(xí)語文也是在個(gè)體與情境的互動中創(chuàng)生意義的過程。［13］因此，核心素養(yǎng)立意的學(xué)業(yè)水平考試評分標(biāo)準(zhǔn)應(yīng)力圖呈現(xiàn)學(xué)生素養(yǎng)的建構(gòu)樣態(tài)，從動態(tài)的“線”上看學(xué)生核心素養(yǎng)的表現(xiàn)特征。

動態(tài)的“線”包含哪些進(jìn)階性的要素，決定了“線”的模樣。許多成熟的理論，例如，布魯姆的教育目標(biāo)分類理論、SOLO（可觀察的學(xué)習(xí)結(jié)果的結(jié)構(gòu)）分類理論等，都可以視作描述“線”的依據(jù)，但這類理論往往缺少與情境的聯(lián)系。心理學(xué)家德布洛克將學(xué)習(xí)概括為四個(gè)維度的整合。第一個(gè)維度是從學(xué)科事實(shí)性知識到概念，再到建構(gòu)知識與概念的關(guān)系，最后形成結(jié)構(gòu)化的認(rèn)識；第二個(gè)維度是從學(xué)科事實(shí)性知識到提煉一般性方法，再到生成特殊的學(xué)科方法論，最后形成對學(xué)科本質(zhì)的認(rèn)識；第三個(gè)維度體現(xiàn)在認(rèn)知深度的發(fā)展，強(qiáng)調(diào)從知道到理解、應(yīng)用，最后形成綜合運(yùn)用的能力；第四個(gè)維度聚焦運(yùn)用知識與方法解決現(xiàn)實(shí)問題，強(qiáng)調(diào)從一般遷移向全面遷移的進(jìn)階?？v向看，每個(gè)維度內(nèi)部呈現(xiàn)的是知識與能力的進(jìn)階；橫向看，第四個(gè)維度是前三個(gè)維度與具體情境的結(jié)合，重視知識與能力在解決問題時(shí)的遷移運(yùn)用。該理論將學(xué)生的知識、能力、思維方法、價(jià)值觀念融合到具體的情境中，學(xué)生完成情境任務(wù)的過程，就是核心素養(yǎng)水平動態(tài)呈現(xiàn)的過程。一言以蔽之，評估學(xué)生核心素養(yǎng)的發(fā)展水平，需要依托對知識、能力、思維方法、價(jià)值觀念的考查，測試情境的難度一定程度上代表了知識、能力、思維方法、價(jià)值觀念的整合程度，情境越難對素養(yǎng)的要求越高。

如前文所述，活動系統(tǒng)數(shù)量和要素多元性決定了測試情境的難度。隨著測試情境難度的加大，學(xué)生掌握知識的豐富性、學(xué)科思想方法的熟練性、能力的整合遷移性也隨之增強(qiáng)。這樣看來，將相同素養(yǎng)在不同難度系數(shù)情境下的表現(xiàn)聯(lián)結(jié)起來，就能建構(gòu)學(xué)生核心素養(yǎng)的動態(tài)特征。傳統(tǒng)考試命題主要以“雙向細(xì)目表”標(biāo)注考試內(nèi)容和掌握水平。這種方式雖方便了評價(jià)的實(shí)施，但也限制了對學(xué)生核心素養(yǎng)發(fā)展水平的監(jiān)測。為了克服傳統(tǒng)評價(jià)量表設(shè)計(jì)上的缺陷，可以采用矩陣的方式重新規(guī)劃評價(jià)量表（見表3）。

表3 是以核心素養(yǎng)“語言運(yùn)用”為例設(shè)計(jì)的評價(jià)量表。量表把“語言運(yùn)用”涉及的三組能力維度定為評價(jià)的縱向維度，把試卷中設(shè)計(jì)的測試情境依據(jù)難易程度橫向排列作為評價(jià)的橫向維度，構(gòu)成了“語言運(yùn)用”素養(yǎng)3×3 矩陣式評價(jià)量表。在矩陣內(nèi)部，可以根據(jù)評價(jià)維度在不同情境中的表現(xiàn)，判定相對水平。該水平判定構(gòu)成了表2 上“相對水平”的具體描述。描述的縱向結(jié)構(gòu)生成了該情境下“語言運(yùn)用”素養(yǎng)的考查全貌，對命題有幫助；描述的橫向結(jié)構(gòu)生成了學(xué)生在該評價(jià)維度下的素養(yǎng)發(fā)展“線”，動態(tài)建構(gòu)了每個(gè)學(xué)生在特定核心素養(yǎng)下的表現(xiàn)特征，為個(gè)性化評估提供了依據(jù)。

四、遵循評價(jià)反撥原則，消除預(yù)設(shè)等級與學(xué)生實(shí)際水平的差異

學(xué)業(yè)水平考試的目的不僅在于檢查學(xué)生完成特定階段學(xué)業(yè)后的核心素養(yǎng)發(fā)展水平，還要為判斷學(xué)生核心素養(yǎng)發(fā)展過程中的問題及其原因［14］，改進(jìn)教學(xué)提供參考［15］。這就需要評價(jià)標(biāo)準(zhǔn)能夠真實(shí)還原學(xué)生核心素養(yǎng)發(fā)展的實(shí)際水平。從課程實(shí)施的落差視角看，雖然課程標(biāo)準(zhǔn)要求“嚴(yán)格依據(jù)學(xué)業(yè)質(zhì)量要求命題，保證命題框架、試題情境、任務(wù)難度等符合學(xué)業(yè)質(zhì)量要求”［16］，但是作為課程主體的學(xué)生和教師，對情境的理解、對知識和能力的掌握情況存在個(gè)體差異。這種差異就導(dǎo)致難以用預(yù)設(shè)水平取代學(xué)生的實(shí)際作答水平。因此，要想準(zhǔn)確評定學(xué)生能力與素養(yǎng)的發(fā)展水平，就需要首先解決預(yù)設(shè)水平與實(shí)際水平之間的差異化問題。［17］

可以借鑒美國心理學(xué)家梅斯雷弗（Mislevy R.J.）提出的ECD（以證據(jù)為中心的評價(jià)設(shè)計(jì)）模型建構(gòu)“指向問題解決過程的評分設(shè)計(jì)思路”。其核心旨趣是建構(gòu)符合核心素養(yǎng)考查要求的評分機(jī)制，與本研究的核心目的切合，可以遷移運(yùn)用。修改后的框架如圖1 所示。

評分設(shè)計(jì)思路既可以用于評定學(xué)生認(rèn)知能力水平和非認(rèn)知能力水平，也可以用于評定特定難度測試情境下學(xué)生核心素養(yǎng)的相對水平。評分設(shè)計(jì)思路以測試情境為單位，分為自上而下的“先驗(yàn)等級”和自下而上的“實(shí)際作答等級”兩個(gè)部分。前者以課程標(biāo)準(zhǔn)中學(xué)業(yè)質(zhì)量標(biāo)準(zhǔn)的相關(guān)要求為依據(jù)，建立符合學(xué)科核心素養(yǎng)和能力發(fā)展要求的分?jǐn)?shù)（等級）劃分框架；后者以學(xué)生在完成特定情境測試任務(wù)的具體表現(xiàn)為依據(jù)，根據(jù)學(xué)生的作答情況劃定核心素養(yǎng)和能力發(fā)展的實(shí)際等級。在正式開展學(xué)業(yè)水平考試評分工作前，評價(jià)人員要分別建構(gòu)兩個(gè)框架，并互為參照，動態(tài)生成既符合學(xué)業(yè)質(zhì)量標(biāo)準(zhǔn)要求，又符合學(xué)生實(shí)際表現(xiàn)的有區(qū)分度的評價(jià)標(biāo)準(zhǔn)。以此為工具評定的認(rèn)知能力和非認(rèn)知能力、核心素養(yǎng)相對水平，能夠客觀反映學(xué)生與學(xué)業(yè)質(zhì)量標(biāo)準(zhǔn)的差距，為改進(jìn)教學(xué)提供參考。

開發(fā)符合核心素養(yǎng)要求的學(xué)業(yè)水平考試工具雖然重要，但缺少能夠彰顯核心素養(yǎng)發(fā)展水平的配套評分標(biāo)準(zhǔn)，也難以真正評估學(xué)生的核心素養(yǎng)。本研究根據(jù)當(dāng)前基于核心素養(yǎng)的學(xué)業(yè)水平考試命題特征，從評分框架的內(nèi)容與結(jié)構(gòu)維度、評價(jià)量表設(shè)計(jì)思路與核心素養(yǎng)考查的適切性維度、評分機(jī)制反映學(xué)生真實(shí)表現(xiàn)維度著手，探究了核心素養(yǎng)立意的學(xué)業(yè)水平考試評價(jià)標(biāo)準(zhǔn)的制定方法與應(yīng)用模式。此方法和模式還需要在評價(jià)實(shí)踐中進(jìn)一步檢驗(yàn)，期待為準(zhǔn)確評定學(xué)生核心素養(yǎng)、促進(jìn)“教—學(xué)—評”一體化提供參考。