圣陶教育｜張民選：基礎教育評價改革的六大趨勢
作者：江蘇圣陶教育科技發(fā)展有限公司 發(fā)布日期：2023-02-16
2020年，國務院印發(fā)的《深化新時代教育評價改革總體方案》明確提出，到2035年，基本形成富有時代特征、彰顯中國特色、體現世界水平的教育評價體系。黨的二十大報告也強調，“完善學校治理和教育評價體系”。
在評價改革過程中，遇到“改革高原”的時候，怎么辦？有一個思路是，堅持“教育要面向現代化、面向世界、面向未來”，“堅持對外開放的基本國策”，堅持“高水平對外開放”，“拓展世界眼光，深刻洞察人類發(fā)展進步的潮流……以海納百川的寬闊胸襟，借鑒吸收人類一切優(yōu)秀文明成果”，在此基礎上形成中國式現代化，實現中華民族偉大復興，推動建設更加美好的世界。
在這樣的思想指引下，我研究了全球關于基礎教育評價的前沿研究，包括來自聯合國、世界銀行、經濟合作發(fā)展組織以及歐盟、東盟等發(fā)達國家的文獻報告。
這些報告呈現了基礎教育評價改革的六大趨勢，我們可以從中汲取營養(yǎng)，以促進中國式教育評價體系的建立，牽引基礎教育的高質量發(fā)展。
轉變?yōu)槌掷m(xù)性、綜合性的監(jiān)測過去，我們對學生、教師和學校的評價，往往是單項評價?，F在，迎來了大的轉向。轉向的標志性成果是，2002年聯合國教科文組織開始聘請第三方監(jiān)測各國教育發(fā)展概況，每年發(fā)布監(jiān)測評價報告。而且，檢測與評價不是分開的兩個詞，而是合成的一個新詞叫M&E（monitor & evaluation）。評價具有滯后性，總是事后去檢查。但對教育來說，滯后性往往是致命的。生命只有一次，滯后不僅意味著浪費金錢和人力，也可能導致浪費孩子們的生命；對國家和社會來說，也可能導致浪費潛在的人才。比如，一個玩沙子的孩子組織能力很強，將來可能當將軍，結果老師說孩子太皮了，也許就抹殺了孩子的天性，未來也少了一位將軍。因此，人們開始考慮另外一種方向。那么，什么是監(jiān)測呢？有學者在2001年指出，監(jiān)測是一種具有內在動機且精心設計的評價活動，旨在對一個項目持續(xù)提供多側面的信息反饋，從而發(fā)現實施過程中的問題和實施的效率效益。什么又是教育監(jiān)測？它是一種教育評估，但監(jiān)測的是教育事業(yè)或教育項目，在其實施過程中進行。它通過在第一時間向決策者和實施者提供早期、具體、多維的操作和信息，不斷修正偏差，以完善教育目標與方案、調整過程與配置、選擇適恰的教學方法技術，從而確保既定教育目標的實現。我覺得，這是教育評價應該有的方向。正因如此，聯合國教科文組織從2002年起，每年既有總體性的評價，又有重點項的監(jiān)測內容。比如2003年，基于數字化盛行的時代背景，將“數字化轉型監(jiān)測”定為報告主題，并監(jiān)測各個國家的實施情況。OECD的PISA三年一次，可以監(jiān)測每個國家在完成義務教育階段時的學生發(fā)展水平和政策導向。英國教育質量標準局對學校的評估和監(jiān)測，分為“優(yōu)秀、比較好、一般、需改進”四個層次。越優(yōu)秀的學校，監(jiān)測的間隔時間越長，可能四年到校監(jiān)測一次，每年學校僅提供自評報告給質量標準局；有問題、需改善的學校，則每年參與兩次評審，不斷監(jiān)控學校發(fā)展過程。因為上海參加了PISA，同時結合本地需求，我們設計了《上海市義務教育階段學生學業(yè)質量綠色指標體系》。評估每兩三年舉行一次，包含學業(yè)成績、學習動力、學生負擔、教學方式、體質健康、師生關系等。下圖是一所學校2014年和2015年的兩次評估結果，呈現了10個向度的指數情況。評估結果反饋給校長，就能幫助學校不斷調整發(fā)展方向，越辦越好。2018年，我們對方案進行了修改，讓評估更完善。
我們當然希望一個好校長帶出一所好學校，但公立教育，特別是義務教育的均衡與質量水平，不但有賴于教師和校長，更取決于地方政府的教育政策、經費資源、人力資源和生源配置。OECD的PISA測評中，上海成績第一。成績背后，與學生認知發(fā)展、投入方法、投入多少有關，也與學校差異有關。那么，學校間的差異由什么造成？學校內部哪些是更重要的因素？高水平家庭的孩子進了好學校，農民工子女進了差的學校，原因是什么……于是，政策和資源配置的問題就出來了。綜合來看，政府的四大配置決定了學校發(fā)展水平——- 管理資源配置：包括校長配備、財政經費、自主空間，比如，財政經費好的學?？赡茏杂蓹啻?，差一點的學校反而錢不足；
- 環(huán)境資源配置：包括學生來源、專業(yè)合作、社會支持，比如優(yōu)秀學?？梢匀≌猩胀▽W?？赡苤辉诒窘值勒猩?；
- 人力資源配置：包括師生比例、優(yōu)秀師資、進修機會。
沒有種種資源，一個好校長有時候也辦不了一所好學校。所以，教育評價包含對政府的督導，是好的轉向。聯合國教科文組織2017和2018全球教育監(jiān)測報告的主題是“教育問責”，指向“政府到底怎么做”。中國的《評價改革方案》也強調“各級黨委和政府要堅持正確政績觀”，符合國際趨勢；同時，以學生評價、政府評價、學校評價、用人評價、教師評價構成系統，與OECD的評價系統完全一樣?？梢姡覀円呀涀叩绞澜绲那傲?。但是，實際辦學過程當中，我們還是可以看到學校間的差異。關于學校差異對學生成績的影響力水平，OECD統計顯示，學校與學生數學成績之間的方差占比平均值是37%。芬蘭的學校高度均衡，只有8%；上海的初中是29%，高中是58%，折算后上海整體變成47%，差異驚人。過去幾年上海為什么堅持“均衡優(yōu)質”，原因就在這里。
在教育評價中，對教師的評價起步較晚。美國從1957年開始做教師評價，由于當時主要評價是課程評價，但直到80年代評價工作仍未完成，教育質量仍然不好。于是，美國開始把教師單拎出來進行評價，但那時主要是問責式評價，“看看老師在哪些地方還沒做好，以提高教育質量”。因此，目前對教師的評價，是以行政管理的方式推進，按照績效獎懲教師，對教師教育質量的推動作用非常有限。學者們認為，教師評價更應該轉變?yōu)椤盀榱私處煂I(yè)發(fā)展的評價”，因為教師專業(yè)水平提升，教育質量就會隨之而提升。此外，沒有兩個教育情景完全相同，忽視了教師個體差異而進行評價，一定會引起內卷，讓老師身心疲勞；反過來，“躺平”也會降低教師的幸福感。以教師為對象，檢驗他們的履職程度當然很重要。它本質上是一個由外向內的問責，包含遵紀守法、履約敬業(yè)、達成目標、檢驗績效高低等方面，以此獎優(yōu)懲懶，提升教師效率。但是，它容易進入精致主義層面，而且是無意義的精致。當然，對教師的評價還要兼顧多層次、多工具的評價，其核心是保障公平。但它的弱點是有“反駁效應”。比如設立“五唯”指標，那就可能出現只圍繞指標做事而忽略其他事項的情況，同樣會影響孩子的健康成長。本來目的是監(jiān)測，結果變成“你評什么我就干什么”。久而久之，它會產生競爭內卷和躺平。因此，要追求“去反駁效應”。促進教師專業(yè)發(fā)展的評價，則是一種協作互信、講究反饋和改進、內外結合的專業(yè)指導。它重視教師的發(fā)展過程，重視發(fā)現教師間的差異，并據此完善教師的行動，提供反饋建議。這種評價的條件是要看輕利害，不以獎懲為主，力求真實，分析教師的行為，進行建議指導。所謂教師自己的評價，強調內在主體需求的升華。教師愿意自己測評，愿意參與評價的設定，進行反思研究，凸顯教師自己的專業(yè)特色，提升能力。這種評價的條件是提供參照，提供最佳案例，以及通過技術支持進行自診自評，發(fā)現優(yōu)勢弱點，提高自我效能。上海奉賢中學，在教師評價中專門設立了“教師自設性挑戰(zhàn)項目評估”。教師自己提出來明年想做的兩件事，個人申報，立項審核，過程中學校給予指導，最后總結評價，實現了教師自主立項、學校評估。上海一師附小搭建“教師發(fā)展評價系統”，讓教師個人和集體都明白：自己在哪里（起點）；可以到哪里去（方向）；如何達到（措施）；如何知曉有沒有到達（評價）。由此，形成了這樣的教師成長框架：我現在的狀況是什么？（自我分析、自我定位）→ 我努力的方向（鎖定目標、細化步驟）→我采取的措施（投入研修、學習實踐）→ 我的目標達成（互評總結、持續(xù)發(fā)展）。這一過程可以通過自我評價、合作評價、發(fā)展評價來推動實施。上海閔行實驗小學將“基礎性評價”和“發(fā)展性評價”并舉（70%-30%），努力保障教師有自己選擇的權利和發(fā)展空間。學校在設計評價方案時適度“留白”，邀請教師參與、鼓勵教師首創(chuàng)；建立個性發(fā)展平臺，提供專業(yè)成長的選擇性路徑；激活教師的內在發(fā)展自覺，揚其長、成其能，讓每個人的優(yōu)勢真正表現出來。
以PISA為例，上海從2009年開始一直領先于全世界，大家都覺得上海是最好的了，其實不然。將所學的基礎學科知識和技能運用到不同場景中去，主要是基礎素養(yǎng)。而完整的素養(yǎng)框架，還包含計算機問題解決、財經素養(yǎng)、協作問題解決、全球勝任力、創(chuàng)新能力，這些才是核心素養(yǎng)勝任力。在這些勝任力中，我們一個第一也沒有。在PISA2012以計算機為工具進行的一項學生評價中，中國的成績是全世界第六（536分），看上去還不錯。但當我假設“閱讀、數學、科學知識學習越好，成績越高，就越能夠解決問題”這樣一個命題，重新排名，上海就墊底了。可以看到，韓國（561分）、美國（508分）、新加坡（562分）等地分數是正相關的，即“閱讀、數學、科學學得越好，解決問題的能力也越強”，但中國是負相關的，而且是全世界最厲害的。我們原來閱讀、數學、科學是全世界第一，但是負相關50分，問題解決的能力就排到18位了，真的成了“高分低能”。問題在哪？PISA描述得很清楚——對老師培養(yǎng)學生解決問題的能力沒有進行深入研究。什么叫提升學生解決問題的能力？首先，學生有沒有意愿參與這樣的認知過程，是不是有利于學生個人潛能的發(fā)揮？問題有沒有不同的情景？問題解決過程是什么樣的？配置與解決過程應該有哪些思維能力？……這些問題不搞清楚，怎么能提高學生解決問題的能力？我們目前的問題就在這里。
教學仍是重要的評價方式，而且評價維度在不斷精細化。原來我們只講教學，但其實教學可以分成課堂管理、教學質量和情感支持三個維度。我們參加了一項全球性的教學視頻研究，每個國家85位數學教師，每人上兩堂課（“一元二次方程”），錄制上課教學行為的視頻，進行同課異構，觀察其中差異。下圖是對比情況。可以看到，我們的課堂管理（圖中灰色線段）是最強的，教師管理很厲害，高于日本、英國、德國三個典型國家。但是，我們的教學質量（圖中藍色線條）就差了，相當集中但是水平較低，在及格左右。看來，這么多國家都在搞教學改革，課堂卻還是比較傳統。在社情支持（圖中灰色虛線）中，我們也較差。進一步細看，教學可以分成學科內容質量、學生認知參與、基于學生理解的評價與回應、課堂對話。我們只有教師的學科知識掌握第一，學生認知參與跌下來了，理解學生方面稍微好點，課堂對話較差。這些教學行為本身值得我們思考。上圖是關于教學的情感支持，圖中越向右偏，說明對學生的支持越大。8個國家和地區(qū)中，情感支持我們最差。分析視頻發(fā)現，我們的課堂里，教師經常問大家“懂了沒有”?？傻聡處煆膩聿粏枴岸藳]有”，而是經常問“哪幾位不懂”。學生回答“我不懂”，這時就是教學中的情感支持。所有的學生都愿意，也敢于在課堂上說“我不懂”。但是，我們的學生不敢說、不輕易說。
細分下來，對學生的情感支持又可分四個指標，我們的指標大部分都處于中間層次，有支持但不強烈。
最后一個趨勢是運用信息技術，它正在成為一個新的杠桿。首先，大家都把信息技術作為老師應該掌握的內容，但這方面我們不占優(yōu)勢。疫情之下，我們通過遠程教育，通過信息化，解決了所有同學不失學的情況。但是，數字化更應該是對每個學生因材施教，這個方面我們做得還不夠好。目前，世界各國已經在向著上圖的方向發(fā)展，即學生有助學系統，教師有助教系統，這些系統都在大數據支持下不斷反饋。2021年，歐盟在“數字能力框架指南”的基礎上，研發(fā)了一套名為SELFIE的數字教育自我評價工具（分學校、職教、教師和學前版），可以供學校、教師和學生自測自評使用。其中，對老師的評價分成“專業(yè)投入（9）、數字資源使用（5）、教與學（5）、學生測評（3）、賦能學習者（4）、提升學生數字素養(yǎng)（6）”等六個方面（括號中數字為指標數量），共設32項測評指標，每個指標又分成1~6的熟練水平。比如，數字資源使用1指標，包含6個熟練度：水平1—我意識到；水平2—我試用過；水平3—我已使用；水平4—我可以在豐富的工具中挑選使用；水平5—我反思并重新設計與改進給孩子的東西；水平6—我可以自創(chuàng)并自設。借助現代信息技術和數據分析，歐盟不僅給老師進行測評，還可以基于幾十萬教師數據提供指導：哪些方面你更強，哪些方面你還弱；并且給出提升的建議，幫助教師成長。
【版權聲明】文章來源：新校長傳媒、中小學校長論壇微信公眾號；
內容據作者在第二屆中國基礎教育論壇的報告整理。作者 | 張民選（聯合國教科文組織教師教育研究中心主任）。版權歸相關權利人所有，轉載此文是出于傳遞更多信息之目的。尊重原創(chuàng)，如涉版權，請聯系刪除。
