對學(xué)生進行全面的評價并在此基礎(chǔ)上進行人才選拔，是國際上諸多高校招生錄取的共同趨勢。綜合評價是一個經(jīng)常被提及的概念，實際上就是對學(xué)生能否滿足大學(xué)學(xué)習(xí)來進行全面考查。既然要對學(xué)生進行綜合評價，就必然涉及不同的測評方式、測評主體和測評結(jié)果之間的差異。

近年來大量研究表明，這些綜合性的測評結(jié)果比單一的考試成績更能夠預(yù)測學(xué)生的未來成就。因而，很多世界知名高校在進行人才選拔中，都非常注重這些多元化的測評結(jié)果，包括學(xué)生特長、標(biāo)準(zhǔn)化考試成績、平時表現(xiàn)、興趣愛好、情感、價值觀、課外活動等。

但是，如何讓這些不同維度的特質(zhì)在科學(xué)、公平的基礎(chǔ)上可用、可比，則是一個極其復(fù)雜的難題。一些國家的高校結(jié)合辦學(xué)定位和人才培養(yǎng)模式進行了一些探索，形成了各有特色并具有重要借鑒意義的經(jīng)驗。

1.測評是個技術(shù)活

目前，國際上考試測評行業(yè)發(fā)展的一個重要趨勢就是為測評者提供各種人性化的服務(wù)，以滿足學(xué)習(xí)者學(xué)習(xí)和終身發(fā)展的需要。例如，在全球化時代，受教育者和各類人才的國際流動更加頻繁。他們在不同時間、不同地區(qū)參加測評，然后帶著這些測評結(jié)果在不同國家或地區(qū)、不同時間點來替代使用成為一種當(dāng)下的迫切需要。國際上的一些大規(guī)模教育測評項目，如經(jīng)濟合作與發(fā)展組織推出的國際學(xué)生評估項目(PISA)，每三年就要針對全球近80個國家和地區(qū)的15歲學(xué)生進行閱讀、數(shù)學(xué)、科學(xué)等方面的測試。PISA所用的試題有很多套而且并不完全相同，但是其公布的測評結(jié)果可以直接進行比較，這對測評技術(shù)而言無疑是一個巨大的挑戰(zhàn)。

在高校人才選拔所依據(jù)的大規(guī)模標(biāo)準(zhǔn)化考試中，同樣也存在類似情況，如美國的學(xué)術(shù)能力測試(簡稱SAT)和大學(xué)入學(xué)考試(簡稱ACT)，兩者都是美國很多大學(xué)人才選拔所要求的重要測試。SAT由美國大學(xué)理事會委托教育考試服務(wù)中心舉辦，SAT主要考查學(xué)生在大學(xué)學(xué)習(xí)所需的閱讀、寫作、數(shù)理等方面的技能，尤其是批判性思維能力。該考試每年提供7次考試機會，學(xué)生可以依據(jù)自己的情況，報名參加其中任何一次或者幾次考試，并且自行決定用哪次考試的成績?nèi)ド暾埓髮W(xué)。ACT由專業(yè)化的考試公司主辦，每年舉行6次，與SAT一樣，主要作為大學(xué)新生選拔和獎學(xué)金發(fā)放的依據(jù)。ACT考試包括五個部分：英語、數(shù)學(xué)、閱讀、科學(xué)以及作文(選考)。與SAT不同的是，ACT關(guān)注學(xué)生對中學(xué)課程知識的掌握情況，更加突出對學(xué)科能力的考查，這些基于學(xué)科的能力和大學(xué)學(xué)習(xí)所需的能力緊密地結(jié)合在一起，受到了公立大學(xué)的歡迎。

SAT、ACT均實施一年多次考試，這給學(xué)生提供了多次考試機會，在一定程度上緩解了復(fù)習(xí)備考的壓力，但卻對考試質(zhì)量提出了非常高的要求。其中最關(guān)鍵的是，各次考試的難度需要盡可能保持一致。否則，試卷難度時高時低，就會帶來考試的科學(xué)性、公平性方面的一系列問題。然而，在考試之前就命制出難度完全一樣的多套試卷是幾乎不可能的。對此，SAT和ACT的開發(fā)者設(shè)計了一整套測量與評價技術(shù)來對考試成績進行一定的處理，以消除不同次考試試題難度的影響，從而使得各次考試難度能夠保持一致性和基本穩(wěn)定。在這個過程中，等值就是一項常用的考試技術(shù)，廣泛應(yīng)用于一些國際性的大型教育考試與評價項目中。

在SAT和ACT之間還面臨一個至關(guān)重要的問題，那就是兩者成績之間如何建立聯(lián)系。原因很簡單，美國很多高校在招生時會要求學(xué)生提交這兩個考試的任何一個成績。從選拔的結(jié)果來看，同一所大學(xué)所錄取的新生中，提交SAT和ACT考試成績的考生各占一定比例。而如前文所述，SAT和ACT在知識與能力考查目標(biāo)上存在較大差異，可以說，它們作為兩個不同的測評工具，天然就不具備考試技術(shù)上的可比性。那又如何保證這兩個性質(zhì)不同的考試可以相互比較甚至替代呢?這同樣涉及科學(xué)性和公平性的問題。對此，這兩個考試的主辦方美國大學(xué)理事會和ACT公司通力合作，通過對同時參加這兩個考試學(xué)生的追蹤和對比研究，從成績使用的角度來公布出一份SAT與ACT的分?jǐn)?shù)轉(zhuǎn)換表，以明確這兩個考試結(jié)果之間的對應(yīng)關(guān)系。例如，在滿分1600的SAT中得1490-1520分，就相當(dāng)于在滿分36的ACT中得34分。這樣一份轉(zhuǎn)換表，實現(xiàn)了不同測評在結(jié)果使用上的等效，為高校的人才選拔和測試者都提供了極大的便利。

2.及時修正的統(tǒng)計模型

很多歐美國家的高校在進行人才選拔時，一般會要求學(xué)生提供綜合性的申請材料，包含一系列能夠證明自己學(xué)習(xí)能力的測評結(jié)果。其中一些是過程性評價的結(jié)果，比如學(xué)生在學(xué)習(xí)過程中的班級排名、階段測驗成績、GPA、校本評價結(jié)果等。在澳大利亞、新西蘭等國家，則還包括日常教學(xué)過程中任課教師對學(xué)生的學(xué)業(yè)表現(xiàn)進行的綜合判斷，涉及專題學(xué)習(xí)、實驗技能、日常課程學(xué)習(xí)狀況。這些方面的測評結(jié)果是學(xué)生在校期間學(xué)習(xí)狀況最直接的表現(xiàn)，不但反映了學(xué)生在校期間各學(xué)科的學(xué)習(xí)狀況，更可以反映出學(xué)生在不同學(xué)習(xí)階段間的成長變化情況。

教育領(lǐng)域的研究表明：在整個學(xué)習(xí)過程中，相比較而言，最了解學(xué)生的是任課教師，最能體現(xiàn)學(xué)生水平的是能夠反映長期表現(xiàn)的學(xué)校評價結(jié)果，相比之下，任何一次性的終結(jié)性考試都必然存在測量誤差。因此，在學(xué)習(xí)過程中的各種評價，理應(yīng)在高校的人才選拔中占有一席之地。但是，不同學(xué)校的學(xué)校評價結(jié)果之間缺少可比性，因為校本評價在對象、測評工具、群體上均存在極大差異，倘若盲目使用，則會造成不公平的現(xiàn)象。

為了解決上述難題，英聯(lián)邦的一些國家和地區(qū)引入了一種新的機制來對校本評價結(jié)果進行校正。這種機制的核心是一種“統(tǒng)計模型”——基于學(xué)生的平時成績、老師對學(xué)生各方面的評價，以統(tǒng)一考試的結(jié)果為基準(zhǔn)，建立相應(yīng)的統(tǒng)計模型來調(diào)整校本評價的結(jié)果，并把它統(tǒng)一到同一把量尺上，最后再納入學(xué)生的綜合評價中。這樣做則能在根本上確保不同教師、學(xué)校、地區(qū)所做出的評價結(jié)果之間具有可比性。

這種統(tǒng)計方法調(diào)整的基本思路是：測評的組織機構(gòu)通過建立相應(yīng)的統(tǒng)計模型，用終結(jié)性評價結(jié)果來校驗過程性的評價。參照各學(xué)生在統(tǒng)一測評中的成績來對校內(nèi)評價進行修正，以達到消除校際之間評分差異的目的。在這個過程中，如果某學(xué)校的校內(nèi)表現(xiàn)低于與其在終結(jié)性評價中水平相當(dāng)學(xué)校的表現(xiàn)，該校的評價結(jié)果就會被適當(dāng)調(diào)高，相反則會被調(diào)低。需要強調(diào)的是，盡管調(diào)整后學(xué)生的評價結(jié)果會發(fā)生變化，但其在學(xué)校中的排位不會變。這種統(tǒng)計分析方法的優(yōu)點是多方面的：維持了評價結(jié)果在學(xué)校之間的可比性，以確保評價的公平;促使評價結(jié)果在年與年之間的穩(wěn)定性，提升了測評的信度、效度和精度;搜集數(shù)據(jù)回饋學(xué)校，進一步優(yōu)化校本評價的開展，提升學(xué)校和老師的評價素養(yǎng)。

3.多元錄取的新趨勢

不同國家的高校在使命、類型、辦學(xué)層次、人才培養(yǎng)目標(biāo)上呈現(xiàn)多元化的特點，這對高校的人才選拔產(chǎn)生了深遠(yuǎn)的影響。不同類別高校的選拔標(biāo)準(zhǔn)也各具特色。在高等教育多樣化的美國，至今仍有數(shù)百所高校在人才選拔時不強制要求學(xué)生提供標(biāo)準(zhǔn)化考試成績。除此之外，美國的其他高校一般都要求學(xué)生在申請時提供多種材料，以表明自己能夠勝任大學(xué)階段的學(xué)習(xí)。一般而言，美國高校的招生委員會會對學(xué)生的申請材料進行詳細(xì)審核?？傮w來看，影響錄取與否的因素較多，重要性也不一樣，按重要程度排序的話則分別為：在中學(xué)開設(shè)的大學(xué)預(yù)備課程(AP)成績、高中課程的強度(選課的數(shù)量和難度)、SAT或ACT成績、中學(xué)全部課程的成績(GPA)、入學(xué)申請書的寫作。其他因素還包括中學(xué)年級排名、中學(xué)升學(xué)指導(dǎo)老師的推薦信、學(xué)生展示的興趣、教師推薦信、面試、課外活動等?？梢钥闯觯陨线@些因素中很多都是綜合評價的結(jié)果，涉及對考生全方位的考查。因此，高校在具體的選拔過程中，通常會將上述綜合評價的結(jié)果進行加總并按照一定的方法折算為學(xué)業(yè)指數(shù)。

學(xué)業(yè)指數(shù)的核心在于將學(xué)生學(xué)習(xí)中的表現(xiàn)進行量化處理，形成可以用以客觀比較的數(shù)值。在具體操作上，年級排名通常轉(zhuǎn)化為對應(yīng)的分?jǐn)?shù)，計算方法是：把學(xué)生排名乘以2減去1，然后除以當(dāng)年年級總?cè)藬?shù)的2倍，這樣會得到一個小于1的數(shù)值，最后依據(jù)這個值在提前制定的表上即可查到對應(yīng)的分值，這個分值就可以與其他標(biāo)準(zhǔn)化考試的成績相加，得到總的學(xué)業(yè)指數(shù)值。在選拔過程中，不同高校會對學(xué)業(yè)指數(shù)設(shè)置一定的等級要求。如達特茅斯學(xué)院和賓夕法尼亞大學(xué)把學(xué)業(yè)指數(shù)分為9等，第9等表示最好，分值為230分以上，第1等表示最差，分值在180分以下。

另外，美國其他一些高校也存在類似的情況，艾奧瓦州的部分高校也會采用計算“錄取指數(shù)”的方法來對申請者進行評價。“錄取指數(shù)”由標(biāo)準(zhǔn)化考試成績、GPA、排名以及所修的核心課程等幾部分組成。在計算過程中，高中排名和GPA這兩個過程性評價的結(jié)果分別乘以相應(yīng)的系數(shù)來進行加總，高中排名一般取其百分位再乘以1，GPA通常是乘以20?？傮w來說，美國大學(xué)的招生做到了對學(xué)生的綜合評價，一方面是標(biāo)準(zhǔn)的多元，包含了學(xué)習(xí)成績、興趣、面試表現(xiàn)、課外活動等多方面的因素。另一方面，即使在同一個成績維度下，也通過把校本成績、統(tǒng)一考試成績、標(biāo)準(zhǔn)化考試成績進行綜合的方式來實現(xiàn)。

韓國的大學(xué)十分重視學(xué)生的綜合表現(xiàn)，具體包括高中學(xué)習(xí)成績、是否擔(dān)任過干部以及參加社團活動、競賽、科學(xué)作品展覽等情況。從2002年起，韓國大學(xué)入學(xué)考試不再計算總分，而是把各科考試成績按照一定比例轉(zhuǎn)換為9個等級，高校錄取時參考其高考成績分?jǐn)?shù)等級和日常的綜合成績進行綜合評定。韓國高校的選拔標(biāo)準(zhǔn)也因此呈現(xiàn)出多樣化的特點。高校在擬定錄取標(biāo)準(zhǔn)時，至少有4種方案：僅根據(jù)高中在校的成績和綜合表現(xiàn)、高中在校成績加上“大學(xué)修學(xué)能力考試”成績、高中在校成績加上高?？疾槌煽?、前3項均考慮。除此之外，高校還可根據(jù)學(xué)校與專業(yè)的特點確定不同標(biāo)準(zhǔn)的權(quán)重。韓國教育與人力資源部規(guī)定，各高校均可對綜合生活記錄簿、大學(xué)修學(xué)能力考試、大學(xué)自備考核、面試、非教學(xué)科目資料、微機科目等六類資料進行自由選擇和組合來選拔學(xué)生。其中，綜合生活記錄簿是以韓國教育與人力資源部訓(xùn)令為依據(jù)而制定的表格，要求盡可能地把應(yīng)該記錄的學(xué)習(xí)活動全部記錄在其中，包括獲獎經(jīng)歷、資格證書獲得情況、特別活動情況、社會服務(wù)活動等。

英國政府一直積極倡導(dǎo)各種證書考試在高校選拔中的作用，但最近一段時間以來，很多高校的錄取政策體現(xiàn)出了從主要依據(jù)學(xué)生證書考試成績向注重對學(xué)生進行綜合評定的變化趨勢，逐步形成“證書+綜合評價”的高校錄取選拔制度。具體而言，英國高校在選拔時強調(diào)學(xué)生的A-levels證書或同等證書的成績，同時，通過學(xué)校的推薦意見、個人陳述、學(xué)習(xí)過程中的測評結(jié)果、單獨舉行的考試或者聯(lián)考(一般只有選拔性高校特定專業(yè)才需要)、面試等手段對申請人進行綜合測評，然后再決定是否錄取，是無條件錄取還是有條件錄取。這一模式為不同測評結(jié)果的使用提供了根本性的制度保障。

(作者：章建石，系教育部考試中心副研究員，本文為國家教育考試科研規(guī)劃2017年度課題的研究成果，批準(zhǔn)號：GJK2017035)

標(biāo)簽： 學(xué)生未來成就 綜合評測 素質(zhì)