校园里时常发生一种被称为“学习漫步”（learning walk）的活动。一位或一组教师，有时也包括学校领导，会在各间教室短暂巡访，每间教室停留时间不长，通常只有三五分钟。一般而言，学习漫步是教师专业发展（CPD）中常见的形式，教师借此机会可以观察到彼此课堂上值得借鉴的做法，并尝试在自己的课堂中应用。这也是学科组长或学校领导了解学生学习情况的快速而有效的评估方式。

在家里，我有时也会进行“学习漫步”，通常只是从客厅走进女儿的书房，几步路的距离。我发现，她的学习状态，基本上取决于我是否敲门。如果我敲门进去，她桌上通常会有一份练习纸，她会专注地低头思考；如果我不敲门，往往会有几秒钟的手忙脚乱，然后她盯着我问：“干吗？”

我很容易判断，当后者发生时，她并没有在学习。问题是，即使她埋头思考，看上去非常投入，学习就真的发生了吗？

什么是真正的学习？

在探讨“评估”这一教育概念之前，我们必须先对学习有一个明确的定义。各位教育同仁可以试着给学习下一个自己的定义。但最广为接受的定义，可能是这一条：“学习是将新信息储存在长期记忆中，并在日后能够回忆和应用的能力。”（Learning is the ability to store new information in your long-term memory, and recall and apply it at a later date.）

如果接受这一定义，那么评估必须发生在“日后”（a later date），我们甚至可以从“日后”有多晚，推测出学段。如果答案是“两年”，那么回答者脑海中可能想到的是IBDP课程。

回到之前的问题，我们需要注意的是，投入于学习活动，并不意味着学习一定发生。孔子在《论语》中说：“吾尝终日不食，终夜不寝，以思，无益，不如学也。”荀子在《劝学》中说：“吾尝终日而思矣，不如须臾之所学也。”他们道出了一个有趣的现象：即使像他们那样贤达聪慧的人，废寝忘食地投入思考，也不一定会导致学习的发生。

要确认学习是否真的发生，我们需要在“日后”（a later date）检查学生是否还能回忆（recall）和应用（apply）之前的信息。

两种评估：总结性评估与形成性评估

评估学习是否确实发生，就是我们所说的“对学习的评估”（assessment of learning），或称为“总结性评估”（summative assessment）。对学习的定义，决定了总结性评估的合理性。总结性评估虽然极具说服力，但其致命问题在于滞后性。一个月后、两三年后，我们可以明确判断学习是否发生，可万一答案是“否”，是否已经为时已晚？

对教师而言，更关键的问题是：此时此刻，学习有没有可能发生？如果答案是否定的，那么后续的总结性评估甚至都没有必要。学习要能够发生，需要学生具备必要的前期知识，确保当前内容处于他们的“最近发展区”；其次，学生的工作记忆要足够，即他们的认知不能过载（不能像一台内存不足、跑不动程序的电脑）；再次，既然学习是写入长期记忆，我们需要确认被写入的信息是否准确。如果这几条无法满足，我们几乎可以断言，学习不会发生。

评估学习是否可能发生，就是教师们常说的“为学习而进行的评估”（assessment for learning），或称形成性评估（formative assessment），这是在评估学习发生的条件。

评估的本质：坐在学生身边

其实，“评估”（assessment）这个词的词根，源于拉丁语“assidere”，意思是“坐在旁边”（to sit beside），不时问一句：“你懂了吗？用你自己的话说给我听听。”

形成性评估的最初倡导者Dylan Wiliam，在2013年发了一条推特，对自己提出的这一概念进行了反思。他说，也许“形成性评估”这个概念是个巨大的错误，因为它导致教师们热衷于收集数据，而真正重要的事情却被忽视了。他真正的意思是“响应式教学”（responsive teaching）。

评估的目的是什么？是为了指导教学，帮助教师做出决定。只有实现这一目的，评估的价值和意义才算真正体现。

中国有句古话：“工欲善其事，必先利其器。”如今，不断更新的评估工具和技术，让教师们目不暇接。但“器”固然重要，我们需要反思，是否“工”的重要性被忽视了？评估不仅包括一套工具，同时也是一项技能。你既需要提升工具的质量，也需要精进使用工具的技能。你不仅要能设计出更优质的评估以提供更可靠的信息，还要能更有效地运用和解读这些信息，从而促进学生的学习。技能的提升，需要持续不断的教师职业发展培训才能实现。

三个关键问题：评估学校的评估素养

新学年伊始，是反思学校“器”与“工”状态的绝佳时机。我们可以从这些角度思考：学校是否在评估领域为教师提供了足够的支持？

1. 所有教师是否有一套量化的共通语言？

国际标准单位体系为科学界提供了一套共同语言。以前，当介绍典型的NBA篮球运动员时，你只能说：“他们都挺年轻，很高，也很壮。”如今，我们可以说：“2022-23赛季，NBA球员的平均身高（2.00米）、平均体重（98.71公斤）、平均工龄（4.46个赛季）、平均年龄（26.01岁）。”在学校中，你会如何向新加入到教师介绍学校里的学生？“他们都挺聪明的，数学都很好，但英语还不是很强。”还是，“三年级学生的CAT4 SAS平均值为109，其中Verbal的SAS平均值为95，他们的PT English、PT Math、PT Science三项的SAS平均值分别为98、115、107。我还可以告诉你这些分数的百分位数（percentile），让你了解这些学生在同年龄段孩子中的大致排名。如果你对学生的英语能力感兴趣，我可以告诉你他们的语法和阅读分项分数”。你当然需要教会新教师这些指标的含义，一旦大家拥有同一种语言，交流就会更加顺畅而准确。而标准化考试是实现“共通语言”目标的有效方式。

2. 我是否可以便捷地查到每名学生的评估数据？

身为一名新教师，或是新接手了一个三年级的班级，现在我知道了三年级学生的平均水平，但我希望了解所教班级中每个孩子的具体情况。如果能在开学前就知道这些信息，我就能更好地为教学做准备。我是否可以将每名学生的数据形成直观的雷达图，从而判断他是“六边形战士”，还是存在偏科？我是否可以将某名学生与年级平均值进行对比，从而知道他需要挑战更高目标，还是需要更多支持？除了标准化考试这样的外部数据，我是否可以获得过往教师评估的内部数据呢？如果这些数据触手可及，我就可以有针对性地规划教学。

3. 我是否了解学生的全人发展数据？

终于，我了解了每名学生的学业情况，也做好了相应的教学准备。但没有人告诉我，那名成绩出类拔萃的学生，对自己学习能力和学习态度的自评分数都非常低，而且过去一年请假了34天。对于学生的全人发展，这些信息也至关重要。他在学校的幸福感指数，他对学校、出勤、教师、课程、自我的直观感受，对他的长期发展同样重要，丝毫不亚于他的智商水平和当前学业情况。这类幸福关怀方面的数据，是否也触手可及？这些数据是否可以与学业数据放在一起，让我对一名学生有更全面的认识？哪些平时安安静静从不吵闹的学生，他们的数据是否告诉了我们另一版本的故事？

思考这些问题，可以帮助我们判断一所学校的评估素养。如果一所学校能自信地回答上述问题，那么这所学校在“器”与“工”方面都有坚实的基础。学校提供了便捷的评估数据工具，教师也具备使用这些工具指导教学的技能，那么这所学校对学生的评估会更准确，对重要考试的分数预估也会更贴近现实。形成性评估和总结性评估都能充分发挥作用。

上海惠立学校的评估体系

 

在上海惠立学校，我们建立了这样的评估体系：

• 学年末：学校会为所有小学和初中的学生安排PT系列（PT series）测试，涵盖英语、数学和科学科目。从宏观上看，这一数据让学校了解学生在以上学科上在同年龄段学生中所处的水平，并帮助学校根据历年数据评估每一届学生的情况。
• 学年初：学校会为特定年级组织CAT4测试。CAT4考察学生在四个领域的推理能力，因此数据相对稳定，可以每两年进行一次。
• 学年中期：学校也会为所有年级的学生组织PASS调查（PASS survey），了解学生对学校、学习以及自我的满意程度。

CAT4的学习能力数据、PT series的学科水平数据、PASS的幸福感数据，连同教师的内部评估数据（包括学生的学科成绩和学习方法/态度分数），以及学生的行为数据，被统一整合到一个平台，让所有老师能够对任何一名学生形成全面的印象。

一个真实案例：数据如何绘制学生画像

 

有一年，我接手了一个从未教过的年级。在学年初浏览学生数据时，一名男孩让我印象深刻。

他的标化数据雷达图显示，他的学习推理能力远超年级平均水平，然而他过去一年的学科成绩雷达图却显示他只是达到年级平均水准。最终，我在学习方法/态度那里发现了问题。他的组织能力（organisation）远远低于年级平均水平。查看过去一学年的学生行为数据，他与同龄段学生的行为问题分布有很大不同。这个年龄段占比最大的行为问题通常是干扰课堂（classroom disruption），然而他的问题却是迟到（lateness）、未带学习工具（no equipment）和着装不规范（incorrect uniform）。

当拼图逐渐凑齐，一幅学生的画像也渐渐显露：他的各项推理能力顶级，在电脑上完成客观题为主的标化测试时表现出色，但他的管理能力极不成熟，常常忘记完成作业，甚至可能完成了作业却没有带到学校。同样，他也常常忘记携带必要的学习工具，校服也穿得丢三落四。他最需要的，是培养自我管理和组织能力，而这需要学科教师和幸福关怀导师的通力合作。评估数据为我绘制了清晰的学生肖像，让我能够有针对性地支持这名学生。

身为教育者，这正是我们努力的目标。说到底，评估的价值在于让教师“获得更好的信息，做出更好的教学决定，从而帮助学生取得更好的学习成果”。当我们拥有共通的量化语言，能便捷地获取全面的学生数据，将多维度的数据整合，且具备解读和运用这些数据的专业能力。我们就能真正做到“坐在学生身边”，在学习发生之前就提供支持，而不是在考试结束后才发现问题。

*如果您有任何疑问，可致电我们的服务热线 400-1515-021 或是网页留言联系我们。本活动解释权归睿乐生所有