計算機輔助PSC評分細則的制定

陸妙琴

計算機輔助PSC（以下簡稱“機測”）是PSC手段的革命與創(chuàng)新，從2007年在安徽、上海等地開展試點以來，迅速在全國各地推廣開來，其優(yōu)越性被越來越多的人所認同，是PSC進一步科學化、規(guī)范化的必然趨勢。機測作為一種全新的測試模式，不僅在測試手段、測試環(huán)境、測試程序、測試管理等方面體現(xiàn)出與人工測試不同的特點，而且在受測形式、評測形式上也發(fā)生了重大改變。在這種測試模式下，以前人工測試并不突出或未曾出現(xiàn)的一些情況相繼顯現(xiàn)出來，主要集中體現(xiàn)在“命題說話”上，如背稿、離題、內(nèi)容雷同，無效話語等。為此，國家語委普通話培訓測試中心在充分調(diào)研、收集、梳理、總結各地評分實踐成功經(jīng)驗的基礎上，研究制定了對全國各試點區(qū)機測具有普遍指導意義的《計算機輔助普通話水平測試評分試行辦法》（教語用司函［2009］5號）（以下簡稱《評分試行辦法》）。為幫助測試員準確理解和掌握《評分試行辦法》的評分標準，明確機測具體的實施操作規(guī)則，保證機測的質(zhì)量，盡快制定出各省機測的評分細則迫在眉睫。筆者曾參與陜西省機測評分細則的研討制定，本文想就此談點個人看法。

機測評分細則制定的目的及意義

機測評分細則是對PSC評分標準體系的完善和發(fā)展，是對《評分試行辦法》的進一步闡釋和描述，是《評分試行辦法》的細化和補充，是《評分試行辦法》不可缺少的組成部分。機測評分細則是機測的內(nèi)在需要，它使得《評分試行辦法》的評分標準更易于理解和操作，是提高機測測試信度、保證機測測試質(zhì)量的基本要件，是PSC標準化、規(guī)范化的重要內(nèi)容，對《評分試行辦法》的實施具有輔助作用。

機測評分細則與《評分試行辦法》的關系

1.層級性

《評分試行辦法》是國家以部門規(guī)章形式在PSC領域發(fā)布的一個通用標準，是國家標準，機測評分細則是各地的地方標準。

2.宏觀與微觀

《評分試行辦法》在機測中起著宏觀導向作用，具有原則性、概括性、框架性的特點。各地機測評分細則在機測中起著微觀指導作用，具有復雜性、差異性、針對性的特點。

3.互補性

《評分試行辦法》是對機測評分操作的總體闡述，各地機測評分細則是對機測評分標準的具體說明，兩者相輔相成。

4.科學性和操作性的統(tǒng)一

二者的制定都以語言本體的標準——普通話的語音、詞匯和語法規(guī)范為依據(jù)，將普通話理論與實踐研究的成果轉(zhuǎn)化為測試領域中可操作性的標準，是科學性和操作性的統(tǒng)一。

機測評分細則制定的原則

1.以《普通話水平測試大綱》為指導

《普通話水平測試大綱》（以下簡稱“《大綱》”）是普通話水平測試的指導性文件，是普通話水平測試的基本依據(jù)，也是PSC理論體系的基石?！对u分試行辦法》規(guī)定：“根據(jù)《普通話水平測試大綱》（教語用［2003］2號），結合計算機輔助普通話水平測試實際，制定試行辦法”。作為《評分試行辦法》闡釋的機測評分細則也必須以《大綱》為根本依據(jù)，維護大綱的權威性?！安辉试S出現(xiàn)偏離《大綱》原則的評判標準，更不允許為了操作方便或尊重他人的主觀意愿而對《大綱》確定的原則進行隨意修改”。①

2.與《評分試行辦法》標準相吻合

《評分試行辦法》是制定機測評分細則的藍本，在制定機測評分細則時，評分要素、評分視點、評分方式、評分標準必須與《評分試行辦法》保持一致，不能自作主張，另搞一套；也不能與《評分試行辦法》的原則相抵觸。如筆者看到有的省機測評分細則中有這樣的表述，“‘說話’項直接讀朗讀作品或稿件者，按考試作弊處理，成績記為零分”。這不只使評分要素比《評分試行辦法》多出來一個，且與國家《評分試行辦法》的標準不相吻合。

3.從實踐中來，到實踐中去

機測評分細則的制定不是閉門造車，不是幾個人的主觀臆想，必須從測試實踐中來，再到測試實踐中去。我省研討制定機測評分細則歷時近兩年，多次召集一線資深測試員和復審員，結合本省測試實際提出方案，反復研討，多次實踐，不斷驗證，根據(jù)反饋情況多次調(diào)整，最終制定出我省的機測評分細則（試行）。在機測評分細則制訂中切忌幾個人說了算，切忌把尚未得到公認的個人觀點寫進評分細則。

4.定性與定量相結合

測試的量化評定較為清楚，易于把握，也便于操作，但單純使用量化評定是不科學的，難以測出應試人的實際語言水平。筆者看到的幾個省的機測評分細則，大都偏重于定量，有的評分要素中甚至忽略了定性評定，數(shù)量決定一切。筆者認為，一種科學的，成熟的語言測試，應該注意定性與定量的度的把握，把定性與定量結合起來，使定量避免定性時的隨意性，定性以定量為基礎，在定性與定量間找到平衡。如說話時語音錯誤次數(shù)為10次，扣7分還是8分（采用四項測試），就要在量化的基礎上進行定性分析，是音質(zhì)性的失誤還是超音質(zhì)性的失誤，錯誤的類型多還是少，程度輕還是重；然后結合錯誤量、錯誤性質(zhì)確定扣分的多少。

5.精確與模糊相統(tǒng)一

評分標準是粗略一些還是細致一些，這也是制定機測評分細則要處理好的一個問題。語言測試就是依據(jù)評分標準對應試者實際語言水平的“測量”。既然是測量，當然是越精確越好。從理論上來說，評分標準越是細致，測量越是準確。但是，從實際測試情形來看，評分標準太過細致、繁瑣，檢測點過多，會加重測試員負擔，使測試員“注意分配”的難度大大增加，難以操作；反之評分標準太過粗略，會給測試員理解、操作帶來困惑，影響測試的信度。筆者認為，應當在粗略和細致間找到一個平衡點，既能最大限度降低測量的誤差，又易于操作，做到寬嚴適度，精確與模糊的辯證統(tǒng)一。

6.注重可操作性

制定評分細則的根本目的是增強評分標準的可操作性。各地在制定機測評分細則時應充分考慮評分標準的可操作性。機測評分細則的表述語言要盡可能準確、具體，避免理解上的困惑或歧義，對《評分試行辦法》中一些定性的分析應盡可能詳細地表述，統(tǒng)一測試員的認識，也便于測評操作；盡可能減少主觀評判幅度較大的一些評分要素，增加一些操作性較強的、較為剛性的評分要素，使主觀評分客觀化，以保證測試質(zhì)量。

機測評分細則制定的方法

1.準確揭示《評分試行辦法》中出現(xiàn)的未作詳細解釋的概念內(nèi)涵

如陜西省在制定機測評分細則時，對《評分試行辦法》以下概念作了明確解釋（一些解釋也是語言學界公認的學術成果）：

（1）方音程度

“方音程度包含音質(zhì)性失誤和超音質(zhì)性失誤兩個方面。音質(zhì)性失誤是指聲韻缺陷、錯誤的類型的多少、程度的輕重。超音質(zhì)性失誤是指輕聲、音的變調(diào)、字調(diào)、輕重音格式、語調(diào)等失誤類型的多少和程度的輕重”。

（2）詞匯、語法不規(guī)范

“詞匯、語法不規(guī)范指存在典型的方言詞匯（含語氣詞）、語法以及錯誤詞匯、語法兩種情況”。

（3）語言不連貫，語調(diào)生硬

“指停連、節(jié)律、重音、輕聲有偏差，相對音高不一致，語句重復、冗余”。

（4）缺時

“缺時有兩種情況:一是說話最終時間不夠3分鐘；二是3分鐘說話過程中時斷時續(xù)，每次中斷6秒以上即可累計”。

（5）離題

“是指應試人所說內(nèi)容不符合規(guī)定的話題”。

（6）雷同

“包括：變相使用《普通話水平測試綱要》中的60篇朗讀短文；使用報刊、書籍、網(wǎng)絡等現(xiàn)成文章；多人使用同一篇文章；讀稿；同一應試人所說內(nèi)容前后相同”。

（7）無效話語

“指應試人的話語與要測查的語言特征無關，無評判效度。如語句不斷重復、反復糾錯、讀秒、唱歌、念詩、數(shù)數(shù)字等，可視之為缺時”。

2.細致說明《評分試行辦法》的定性部分

（1）“命題說話”語音標準程度

這一測試要素中出現(xiàn)的“方音不明顯”、“方音比較明顯”、“方音明顯”、“方音重”等定性的描述，正是測試員評判時容易困惑，產(chǎn)生理解上的分歧，導致評分差異的地方。我們從音質(zhì)性失誤和超音質(zhì)性失誤、錯誤數(shù)量、失誤類型的多少、程度的輕重等多方面對其作了細致說明，力求使測試員評定時能夠有較為明確的依據(jù)。如對語音標準程度二檔的評定，我們作了如下說明，“語音錯誤在10次以下，有1類不明顯語音缺陷，扣3分；語音錯誤在10次以下，有2類以上不明顯語音缺陷，扣4分”。

（2）詞匯語法規(guī)范程度

首先我們明確地指出了詞匯語法不規(guī)范的含義（如前所述）；其次對其如何歸檔，又從量的角度給予說明，“方言性質(zhì)的失誤每出現(xiàn)一次扣0.5分”。

《評分試行辦法》其他定性部分的處理采用了與以上各項類似的方法。

3.細化《評分試行辦法》中不夠具體、明確的內(nèi)容

（1）說話缺時扣分

《評分試行辦法》中這樣表述：“說話不足3分鐘，酌情扣分：缺時1分鐘以內(nèi)（含1分鐘），扣1分、2分、3分；缺時1分鐘以上，扣4分、5分、6分；說話不滿30秒（含30秒），本測試項成績計為0分”。我們在陜西省機測細則中細化為“缺時6至20秒，扣1分；缺時20至40秒，扣2分；缺時40至60秒，扣3分；缺時1分01秒至1分29秒，扣4分；缺時1分30秒至1分59秒，扣5分；缺時2分至2分29秒，扣6分；缺時2分30秒至3分鐘之間，此項成績?yōu)?分。缺時6秒開始扣分”。

（2）離題、內(nèi)容雷同

《評分試行辦法》中這樣表述：“離題、內(nèi)容雷同，視程序扣4分、5分、6分”。我們細化為“基本離題或離題，扣5分、6分；部分離題，扣4分；離題20秒以上即可扣分”。

（3）無效話語

《評分試行辦法》中這樣表述：“無效話語，累計占時酌情扣分：累計占時1分鐘以內(nèi)（含1分鐘），扣1分、2分、3分；累計占時1分鐘以上，扣4分、5分、6分；有效話語不滿30秒（含30秒），本測試項成績計為0”。對此我們也作了細化，具體標準與缺時項大體一致。

評分是影響測試信度的關鍵因素，評分細則是保證測試質(zhì)量的基本要件。制定機測評分細則是一項嚴謹而又復雜的工作，要求我們在吃透《大綱》精神，準確理解把握《評分試行辦法》的基礎上，根據(jù)測試實踐，運用語言學、語音學、方言學、語言測試理論等知識，依據(jù)測試手段、測試方式、測試對象的特點，進行明確具體的論述，制定出既標準、規(guī)范，又便于操作的機測評分細則，使機測評分達到我們所期望的科學性、操作性和公平性。

注釋：

①屠國平.制定“PSC 評分細則”的原則與方法[A].國家語委測試中心.首屆全國普通話水平測試學術研討會論文集[C].北京：語文出版社，2003.

[1]姚喜雙，韓玉華，聶丹，黃霆瑋，孟暉.普通話水平測試概論[M].北京：高等教育出版社，2011.

[2]教育部，國家語委.普通話水平測試大綱[Z].教語用[2003]2 號文件.

[3]教語用司.計算機輔助普通話水平測試評分試行辦法[Z].教語用司函[2009]5 號.

[4]王暉.普通話水平評分細則論析[J].語言文字應用，2007，(4).

[5]廣東、廣西、河北、山東、江蘇、陜西?。ㄗ灾螀^(qū)）機測《評分細則》[Z].