思維能力的成長(zhǎng)評(píng)估

謝小慶

一、思維能力

在快速變化的21 世紀(jì)，在科技和社會(huì)發(fā)展速度令人瞠目結(jié)舌的今天，伴隨著計(jì)算機(jī)和網(wǎng)絡(luò)的發(fā)展，知識(shí)在快速更新?lián)Q代， 一些已有知識(shí)在快速變得陳舊。 一些工種在消失，一個(gè)個(gè)行業(yè)正在被顛覆。 年輕人將來可能從事的行業(yè)今天或許還未出現(xiàn)， 而今天的一些熱門職業(yè)未來可能會(huì)消失。掌握再多的知識(shí)，也不如一部聯(lián)網(wǎng)智能手機(jī)的萬分之一。 怎樣保證我們的學(xué)生在未來的職業(yè)競(jìng)爭(zhēng)中不會(huì)敗于一部智能手機(jī)或一臺(tái)機(jī)器人？ 這是教育需要思考的問題。

在互聯(lián)網(wǎng)時(shí)代， 人們獲取特定知識(shí)變得越來越容易。 以往，需要在圖書館中尋找多日的研究資料，今天借助互聯(lián)網(wǎng)，借助“百度”“谷歌”這樣的搜索工具，可以隨時(shí)隨地信手拈來。 因此，重要的已經(jīng)不再是掌握特定知識(shí)，而是具備較高的思維水平，對(duì)信息的重要性做出判斷， 并在各種可能的候選方案中快速做出自己的抉擇。越來越多的人認(rèn)識(shí)到，以往，“知識(shí)就是力量”；未來，“思維才是力量”。 以往，在職場(chǎng)中穩(wěn)操勝券的是“有知識(shí)的人”；未來，在職場(chǎng)中獨(dú)領(lǐng)風(fēng)騷的將是“會(huì)思考的人”，將是“有智慧的人”。

從20 世紀(jì)90 年代初， 筆者就開始關(guān)心核心職業(yè)勝任力問題， 并關(guān)注到英、 美等國(guó)的核心能力研究。 根據(jù)多年的閱讀和思考，筆者認(rèn)為，21 世紀(jì)最重要的核心職業(yè)勝任力是思維能力 （thinking competence）。 思維能力包含三項(xiàng)內(nèi)容： 第一， 交流溝通（communication）能力，主要是口頭和書面表達(dá)能力；第二，邏輯推理（reasoning）能力；第三，審辯式思維（critical thinking）。

最重要的思維能力是交流溝通能力， 主要是母語(yǔ)的口頭和書面表達(dá)能力。 世界各國(guó)絕大部分關(guān)于核心能力的研究結(jié)果都將交流溝通能力列為首位。對(duì)于至少80%以上的中國(guó)人來說， 使他們獲得職業(yè)成功和愛情成功的主要因素并不是外語(yǔ)，而是漢語(yǔ)。例如，以往在對(duì)醫(yī)務(wù)人員的資格要求中，語(yǔ)言能力并不是很重要。但是，近20 年來，多家國(guó)際醫(yī)學(xué)教育機(jī)構(gòu)所頒布的對(duì)醫(yī)生的最低能力要求中，都將“交流溝通能力”放到了重要位置。

第二重要的思維能力是邏輯推理能力。 數(shù)學(xué)是高考的必考科目，從小學(xué)開始，學(xué)生大量的時(shí)間用于學(xué)習(xí)數(shù)學(xué)。對(duì)很多人來說，曾經(jīng)學(xué)習(xí)的數(shù)學(xué)知識(shí)在在以后的職業(yè)生涯中很少會(huì)用到， 那么為什么還要花費(fèi)時(shí)間學(xué)習(xí)數(shù)學(xué)呢？ 那是因?yàn)閷W(xué)習(xí)數(shù)學(xué)是在發(fā)展和訓(xùn)練邏輯推理能力。

正是因其重要性，在今天的公務(wù)員錄用考試、事業(yè)單位錄用考試和教師資格考試中， 都將對(duì)交流溝通和邏輯推理能力的考查放在非常重要的地位。 為了在高度信息化的時(shí)代具有職業(yè)競(jìng)爭(zhēng)力， 必須從小注意發(fā)展學(xué)生的交流溝通能力和邏輯推理能力，幫助他們形成必要的口頭和書面表達(dá)能力， 并養(yǎng)成按照形式邏輯（formal logic）進(jìn)行思考的習(xí)慣。

交流溝通能力和邏輯推理能力固然重要， 但這二者并非萬能，還需要具有審辯式思維。

在學(xué)校中被同學(xué)打后怎么辦？還手？告老師？忍了？

要不要讓學(xué)生背誦課文和名篇？

在高考必考科目中是否應(yīng)包含外語(yǔ)？

是否擴(kuò)大高校的招生自主權(quán)？

是否鼓勵(lì)種植轉(zhuǎn)基因農(nóng)作物？

要否征收房產(chǎn)稅？

……

所有這些問題， 都不存在唯一正確（right，correct，accurate）的標(biāo)準(zhǔn)答案，都不存在合理的（rational or reasonable）標(biāo)準(zhǔn)答案，都僅僅有每個(gè)人的普樂好（plausible）選擇。 許多重要問題，包括一些關(guān)系到人生道路和個(gè)人前途、個(gè)人幸福的問題，甚至一些關(guān)系到國(guó)計(jì)民生的問題， 都不能僅僅靠交流溝通和邏輯推理做出選擇，都需要審辯式思維[1-3]。

實(shí)際上， 僅僅訴諸邏輯推理就可以解決的問題是非常有限的， 往往是一些并不重要的小事情，例如，一個(gè)廣西沙田柚的價(jià)格是5 元錢，買3 個(gè)柚子需要多少錢。絕大多數(shù)真正重要的問題都不是僅靠交流溝通和邏輯推理能夠解決的， 都需要在審辯式論證（critical argument）的基礎(chǔ)之上做出普樂好的選擇。

如果走出課堂，走進(jìn)實(shí)際生活，即使是買柚子這樣的“小事情”也不能僅僅靠形式邏輯予以解決。 不論超市還是街邊，實(shí)際的情況是：

賣家：1 個(gè)5 元，3 個(gè)13 元。

買家：3 個(gè)12 元賣不賣？

這時(shí)，賣家面對(duì)一個(gè)12 元賣或不賣的選擇。 如果賣家的選擇是12 元不賣，那么，買家將面臨選擇：13 元買不買？ 對(duì)于賣家和買家，都沒有唯一正確的標(biāo)準(zhǔn)答案，也沒有邏輯合理的答案。這個(gè)問題不能僅僅靠形式邏輯做出選擇， 還需要借助審辯式思維來做出選擇。

因此，第三重要的思維能力是審辯式思維。所謂審辯式思維，最簡(jiǎn)單的概括是12 個(gè)字：不懈質(zhì)疑，包容異見，力行擔(dān)責(zé)。具有審辯式思維的人不輕易相信家長(zhǎng)、老師、領(lǐng)導(dǎo)、專家和權(quán)威的說法。他們會(huì)用自己的頭腦獨(dú)立地進(jìn)行思考，做出自己的判斷，決定接受或者拒絕他人的看法。具有審辯式思維的人，不是僅僅質(zhì)疑他人，他會(huì)“雙向質(zhì)疑”，既質(zhì)疑他人，也質(zhì)疑自己。 正是由于質(zhì)疑自己，他才會(huì)包容異見。 他會(huì)想到，別人可能是錯(cuò)的，我自己也可能是錯(cuò)的。 具有審辯式思維的人不是坐而論道， 而是行動(dòng)者， 力行擔(dān)責(zé)。面對(duì)復(fù)雜、艱難的選擇，他會(huì)勇敢地、果斷地做出自己的選擇并付諸行動(dòng)， 并坦然地面對(duì)自己行動(dòng)的后果，承擔(dān)自己的責(zé)任。

具有審辯式思維的人理解， 對(duì)于復(fù)雜的科學(xué)問題和社會(huì)問題，常常并不存在唯一正確的標(biāo)準(zhǔn)答案。對(duì)于一個(gè)理論、一個(gè)觀點(diǎn)、一個(gè)命題的論證，不是一個(gè)可能立即得到答案的實(shí)驗(yàn)室研究。 許多問題并不存在唯一正確的標(biāo)準(zhǔn)答案， 關(guān)于這些問題的爭(zhēng)論會(huì)長(zhǎng)期存在。

審辯式思維不僅是創(chuàng)新型人才最重要的心理特征，是持續(xù)鉆研的動(dòng)力，更是建設(shè)理性和民主社會(huì)的基礎(chǔ)[4]。

二、思維能力可以進(jìn)行客觀化測(cè)試

在思維能力中， 對(duì)于交流溝通和邏輯推理能力的測(cè)試已經(jīng)探索出一些有效、 可靠的測(cè)試方法。 例如，用于公務(wù)員錄用考試的《行政職業(yè)能力測(cè)驗(yàn)》（以下簡(jiǎn)稱“《行測(cè)》”），全部采用客觀化選擇題，所考查的主要是交流溝通能力和邏輯推理能力。 在這方面，《行測(cè)》30 年的考試實(shí)踐已經(jīng)積累了較豐富的經(jīng)驗(yàn)[5]。那么，能否對(duì)審辯式思維水平進(jìn)行客觀化測(cè)量？

審辯式思維包含認(rèn)知技能（cognitive skill）和精神氣質(zhì)（disposition）兩個(gè)維度[6]。 對(duì)于精神氣質(zhì)，很難進(jìn)行客觀化測(cè)試。 但是，對(duì)于認(rèn)知技能，可以進(jìn)行客觀化測(cè)試。測(cè)試認(rèn)知技能的題型主要有三種：事實(shí)判斷、假設(shè)辨認(rèn)和論證評(píng)價(jià)。

例題1：事實(shí)判斷題

在2008 年北京奧運(yùn)會(huì)上，中國(guó)體育代表團(tuán)獲得了51 塊金牌，位于金牌榜首位。 據(jù)此，有人認(rèn)為，中國(guó)的體育運(yùn)動(dòng)水平已經(jīng)處于國(guó)際領(lǐng)先水平， 通過開展體育運(yùn)動(dòng)，成功地增強(qiáng)了中國(guó)人的體質(zhì)。

對(duì)于這一推論，反駁最有力的一項(xiàng)是：

A 雖然中國(guó)獲得的金牌數(shù)位于首位， 但獲得的獎(jiǎng)牌總數(shù)卻比美國(guó)少。

B 主辦國(guó)在獎(jiǎng)牌的競(jìng)爭(zhēng)中往往處于有利地位。

C 中國(guó)足球隊(duì)在2008 奧運(yùn)會(huì)中一場(chǎng)未贏。

D 按人均計(jì)算， 中國(guó)獲得的金牌數(shù)低于世界的平均數(shù)。

答案：D

例題2：假設(shè)辨認(rèn)題

因?yàn)樘?、王屋兩座大山擋路，愚公決定率領(lǐng)全家將山移走。 他的一個(gè)鄰居老人不贊成他的做法，說：“兩座山方圓七百里，高幾千米，你怎能移走？”愚公回答說：“我子子孫孫一代一代地堅(jiān)持移山， 山不會(huì)增高，怎么移不走呢？ ”

愚公的主張能夠成立的前提是：

A．由于地球的地殼運(yùn)動(dòng)，山的高度和范圍都可能增加

B．他的后代不會(huì)因無婚姻或無生育的原因而中斷延續(xù)

C．最終上帝會(huì)被他的精神所感動(dòng)，會(huì)幫他把山移走

D．自己的鄰居們會(huì)幫助自己一道移山

答案：B

例題3：論證評(píng)價(jià)題題

司馬遷在《史記》中詳細(xì)記述了項(xiàng)羽人生的最后場(chǎng)景： 項(xiàng)羽拒絕了駕船的烏江亭長(zhǎng)載他東渡烏江卷土重來的建議，自殺以謝江東父老。 對(duì)此，張強(qiáng)并不贊成。張強(qiáng)認(rèn)為項(xiàng)羽完全不必自殺，應(yīng)該東渡之后重整軍馬再戰(zhàn)。

張強(qiáng)對(duì)自己的觀點(diǎn)進(jìn)行了論證， 他的論證中最有說服力的一項(xiàng)是：

A 勝敗乃兵家常事

B 士可殺而不可辱

C 《史記》的相關(guān)記錄未必真實(shí)

D 生當(dāng)為人杰，死亦作鬼雄

答案：A

從上面3 道例題可以看出，對(duì)于所討論的問題：中國(guó)人的體育運(yùn)動(dòng)水平是否世界領(lǐng)先、 愚公應(yīng)該移山還是搬家、項(xiàng)羽應(yīng)該渡江還是自殺，并沒有唯一正確的標(biāo)準(zhǔn)答案，但是對(duì)于論證（argument），卻可以評(píng)價(jià)和測(cè)量，包括：

1. 論證是否基于證據(jù)（fact，data，evidence）？

2. 所給出事實(shí)的可信度（reliability）如何？

3. 事實(shí)（證據(jù)）與主張（claim）相關(guān)（relevant）程度如何？

4. 論證是否合理（reasonable）？

5. 論者對(duì)論證中所包含的假設(shè)是否清楚（awareness）？ 是否清醒？

6. 論證是否有效（valid）？ 是否有力（powerful）？是否具有說服力（persuadable）？

從上面的3 道例題可以看出，論題（如愚公移山還是搬家）并沒有標(biāo)準(zhǔn)答案，但論證的水平（level of argument）卻有高下之分。這種論證水平的高下，不僅可以測(cè)量， 而且可以通過客觀性選擇題的方式進(jìn)行測(cè)量。

三、“審辯式思維”試題與“閱讀理解”試題、“邏輯推理”試題的不同

“審辯式思維”試題、“閱讀理解”試題、“邏輯推理”試題的考查方式均有所不同。

閱讀理解題主要考查對(duì)文本內(nèi)容的把握， 包括字詞知識(shí)、信息提取、內(nèi)容歸納、主題概括、對(duì)語(yǔ)氣態(tài)度的準(zhǔn)確判斷等等，即主要考查歸納能力。

例題4：閱讀理解題

在一只小雞破殼而出的時(shí)候， 剛好有只烏龜經(jīng)過，從此以后這只小雞就背著蛋殼過了一生。

這段文字想告訴我們：

A 不要輕易模仿他人

B 有些人生不逢時(shí)

C 蛋殼沒有龜殼堅(jiān)固

D 出門旅行應(yīng)盡量輕裝簡(jiǎn)行

答案：A

邏輯判斷題主要考查根據(jù)文本進(jìn)行合理推斷的能力， 包括能否根據(jù)已知的文本合理地推斷出文本中并未直接給出的信息，即主要考查演繹能力。

例題5：邏輯推理題

據(jù)世界衛(wèi)生組織估計(jì)， 目前全球患抑郁癥的人口多達(dá)1.2 億， 幾乎每4 人中便有1 人在一生中某個(gè)階段出現(xiàn)精神或行為問題。 到2020 年，抑郁癥將位居全球疾病發(fā)病率排行榜第二位，僅次于心臟病。在中國(guó)， 目前約有2600 萬人患有不同程度的抑郁癥，不過，90%的抑郁癥患者并沒有意識(shí)到自己患有抑郁癥。 也未能及時(shí)就醫(yī)。

根據(jù)這段文字，可以知道：

A 全球患抑郁癥的人多達(dá)總?cè)丝诘乃姆种?/p>

B 中國(guó)抑郁癥患者中及時(shí)就醫(yī)者不超過300 萬人

C 在各種疾病中，每年死于心臟病的人數(shù)最多

D 及時(shí)就醫(yī)可以降低抑郁癥的發(fā)病率

答案：B

從上面的試題可以發(fā)現(xiàn)， 邏輯推理能力與交流溝通能力既有區(qū)別，也有聯(lián)系，不具備一定的交流溝通能力，談不到進(jìn)行邏輯推理。 與此相仿，審辯式思維與邏輯推理能力之間的關(guān)系也是既有區(qū)別， 又有聯(lián)系，審辯式思維基于邏輯推理之上，二者之間沒有絕對(duì)的界線。 就像在測(cè)試邏輯推理能力的題目中往往也包含著對(duì)交流溝通能力的考查一樣， 在測(cè)試審辯式思維的題目中也會(huì)包含對(duì)邏輯推理能力的考查，二者不可能完全切割和分離。 然而，在審辯式思維試題中雖然包含對(duì)交流溝通能力和邏輯推理能力的考查， 但所考查的并不僅僅是交流溝通能力和邏輯推理能力，“審辯式思維”試題與“邏輯推理”試題的區(qū)別至少體現(xiàn)在以下四個(gè)方面：

1. 審辯式思維試題包含對(duì)非形式邏輯（informal logic）的考查。 具有審辯式思維的人理解，符合形式邏輯是不可突破的“底線”。任何論證，必須符合形式邏輯。 但是，形式邏輯存在局限性，許多時(shí)候存在多種符合形式邏輯的不同的、互相沖突的命題，這時(shí)，就需要在綜合形式邏輯和非形式邏輯的基礎(chǔ)之上做出選擇，做出決策。

斯特芬·圖爾敏（Stephen Toulmin）將這種超出形式邏輯的論證邏輯稱為“工作（working）邏輯”、“實(shí)踐（practical）邏輯”和“實(shí)質(zhì)（substantial）邏輯”。他指出，在科學(xué)、法律、經(jīng)濟(jì)和醫(yī)學(xué)等許多專業(yè)領(lǐng)域，基于傳統(tǒng)形式邏輯的論證意義很有限， 實(shí)際上真正大量使用的是“實(shí)質(zhì)論證（substantive argument）”；在傳統(tǒng)的論證研究領(lǐng)域人們常常將注意力聚焦于“怎樣論證才合乎邏輯”，卻常常忽視“人們實(shí)際上如何論證”；在論證中，人們常常采用靜態(tài)的“解剖學(xué)”方法，而不是采用動(dòng)態(tài)的“生理學(xué)”方法。

“邏輯推理”試題可以通過嚴(yán)格的形式邏輯導(dǎo)出正確的、可以確證的答案；“審辯式思維”試題卻得不到這樣可以按照形式邏輯嚴(yán)格確證的答案， 只能得到若干命題人具有共識(shí)的普樂好答案。

2. 審辯式思維試題有條件地接受“歸納”。 邏輯推理試題不接受歸納， 即使我們觀察到一萬只天鵝是白的，也不能從形式邏輯上確證“天鵝是白的”這一命題。審辯式思維試題則有條件地接受歸納。根據(jù)“實(shí)質(zhì)論證”的邏輯，特定條件下，與不能提供案例支持或僅僅能夠提供一兩個(gè)案例支持的主張（claim）相比，那些可以提供一萬個(gè)案例支持的主張，更容易成為我們的普樂好選擇。

3. 審辯式思維試題有條件地接受“類比”和“比喻”。 邏輯推理試題不接受類比和比喻的論證方式，類比和比喻在形式邏輯上不成立。我們可以用“發(fā)動(dòng)機(jī)與剎車”的關(guān)系來比喻“革新與保守”的互補(bǔ)關(guān)系，但這種論證在形式邏輯上是不成立的。 審辯式思維試題則有條件地接受類比和比喻的論證方式， 特定條件下，類比和比喻可能增加某個(gè)主張的說服力。

4. 審辯式思維試題有條件地采用“引證權(quán)威”的論證方式。 邏輯推理試題拒絕“引證權(quán)威”的論證方式。 根據(jù)形式邏輯，“引證權(quán)威”的論證方式屬于“訴諸權(quán)威謬誤”。 審辯式思維試題則有條件地接受“引證權(quán)威”的論證方式。 在實(shí)際生活中，從化妝品的選擇到疾病的治療方案選擇，“引證權(quán)威” 是經(jīng)常被采用的論證方法， 也常常成為進(jìn)行選擇的重要依據(jù)之一。特定條件下，“引證權(quán)威”可能增加某個(gè)主張的說服力。

四、從“達(dá)標(biāo)評(píng)估”到“成長(zhǎng)評(píng)估”模型

對(duì)于思維能力的測(cè)量有不同的教育評(píng)估模型。作為21 世紀(jì)最重要的核心職業(yè)勝任力，相對(duì)于達(dá)標(biāo)評(píng)估，更應(yīng)關(guān)注學(xué)生的成長(zhǎng)評(píng)估。達(dá)標(biāo)評(píng)估到成長(zhǎng)評(píng)估是美國(guó)學(xué)校教育應(yīng)對(duì)州政府問責(zé)的重要改革舉措。 2015 年，經(jīng)過美國(guó)參眾兩院長(zhǎng)期討論和兩黨溝通，兩院最終通過了新的教育改革法案《每一個(gè)學(xué)生成功法案 （Every Student Succeeds Act， 簡(jiǎn)稱ESSA）》。 其后，奧巴馬總統(tǒng)正式簽署了ESSA 法案。 這意味著，美國(guó)的教育改革進(jìn)入一個(gè)新階段。 ESSA 于2018 年正式開始實(shí)行。 ESSA 取代了小布什總統(tǒng)主持通過的《2001 年一個(gè)都不能少法案（No Child Left Behind Act of 2001，NCLB）》。 與NCLB 相比，ESSA的突出特點(diǎn)體現(xiàn)在用 “達(dá)標(biāo)+成長(zhǎng)” 的概念完善了NCLB 的“達(dá)標(biāo)”概念。 在ESSA 的貫徹執(zhí)行過程中，“成長(zhǎng)模型（growth model）”已成為美國(guó)各州對(duì)學(xué)生、教師、學(xué)校和學(xué)區(qū)進(jìn)行教育評(píng)估（assessment）和問責(zé)（accountability）的主要方法[7]。

所謂成長(zhǎng)評(píng)估模型，是指一組定義、計(jì)算方法和規(guī)則，可以根據(jù)學(xué)生兩個(gè)或多個(gè)時(shí)間點(diǎn)的表現(xiàn)，做出與學(xué)生、班級(jí)、教師和學(xué)校有關(guān)的解釋[8]。進(jìn)行成長(zhǎng)評(píng)估， 不僅可以更準(zhǔn)確地了解學(xué)生實(shí)際的學(xué)習(xí)成效（outcome），同時(shí)可以更準(zhǔn)確、更清晰地了解教師、學(xué)校對(duì)學(xué)生成績(jī)提高所產(chǎn)生的實(shí)際影響。

新的“達(dá)標(biāo)+成長(zhǎng)”教育評(píng)估模型體現(xiàn)了一種新的教育理念。 學(xué)習(xí)，不僅追求“達(dá)標(biāo)”，更要追求“成長(zhǎng)”。 對(duì)于一些基礎(chǔ)好的學(xué)生，實(shí)現(xiàn)“達(dá)標(biāo)”并不一定能夠?qū)崿F(xiàn)“成長(zhǎng)”；對(duì)于一些基礎(chǔ)薄弱的學(xué)生，即使暫時(shí)“達(dá)標(biāo)”有困難，仍然可以通過學(xué)習(xí)獲得“成長(zhǎng)”。這是一種正視“個(gè)別差異（individual difference）”的教育理念。 統(tǒng)一的標(biāo)準(zhǔn)（standard）很難適用于所有人，成長(zhǎng)評(píng)估模型體現(xiàn)了人工智能時(shí)代一種個(gè)性化學(xué)習(xí)（individualized learning）的思路。

美國(guó)強(qiáng)調(diào)“成長(zhǎng)”，主要的著眼點(diǎn)是那些可能掉隊(duì)（left behind）的學(xué)生，是力圖幫助那些“達(dá)標(biāo)”有困難的學(xué)生獲得“成長(zhǎng)”，鼓勵(lì)那些幫助學(xué)生獲得一定程度成長(zhǎng)的教師和學(xué)校。 中國(guó)與美國(guó)的國(guó)情不同，我們強(qiáng)調(diào)“成長(zhǎng)”，主要的著眼點(diǎn)應(yīng)是那些基礎(chǔ)較好的學(xué)生，力爭(zhēng)幫助他們不僅“達(dá)標(biāo)”而且獲得實(shí)際的“成長(zhǎng)”，鼓勵(lì)那些幫助學(xué)生獲得進(jìn)一步成長(zhǎng)的教師和學(xué)校。

成長(zhǎng)模型中包含基于數(shù)學(xué)和統(tǒng)計(jì)學(xué)的數(shù)據(jù)處理方法， 但成長(zhǎng)模型所處理的不僅僅是數(shù)學(xué)和統(tǒng)計(jì)學(xué)問題。在成長(zhǎng)評(píng)估過程中需要考慮復(fù)雜的、常?；ハ鄾_突的教育目標(biāo)，需要考慮學(xué)生、教師、地方政策、聯(lián)邦政策等一系列復(fù)雜的政策要求和分?jǐn)?shù)解釋。因此，成長(zhǎng)評(píng)估的效果還有待于進(jìn)一步論證。

五、成長(zhǎng)評(píng)估的主要方法

今天，在美國(guó)各州應(yīng)用的成長(zhǎng)測(cè)量模型主要有7種。

1. 增分模型（gain score）：又稱為自我相對(duì)成長(zhǎng)（Growth Relative to Self）、原始增益（Raw Gain）、簡(jiǎn)單增益（Simple Gain）、斜率（Slope）、平均增益（Average Gain）、 增益/斜率-成效 （Gains/Slopes-as-Outcomes）等。

2. 軌道模型（Trajectory）：也被稱為成長(zhǎng)達(dá)到標(biāo)準(zhǔn)模型（Growth-to- Standards Model）、增益分?jǐn)?shù)模型（Gain-Score Model）等。

3. 分類模型 （categorical）： 也被稱為轉(zhuǎn)換模型（Transition Model）、轉(zhuǎn)換矩陣模型（Transition Matrix Model）、價(jià)值表（Value Table）等。

4. 殘差模型（the residual gain）：也被稱為殘差差異模型（Residual Difference Model）、協(xié)方差調(diào)節(jié)模型（Covariate Adjustment Model）、殘差百分等級(jí)排列（Percentile Rank of Residuals）等。

5. 投射模型 （projection）： 也被稱為回歸模型（Regression Model）、預(yù)測(cè)模型（Prediction Model）。

6. 學(xué)生成長(zhǎng)百分等級(jí)模型 （student growth percentile， 簡(jiǎn)稱SGP 模型）： 也被稱為科羅拉多模型（The Colorado Model）、百分等級(jí)漸進(jìn)達(dá)標(biāo)成長(zhǎng)（Percentile Growth Trajectories）、 條 件 狀 態(tài) 百 分 等 級(jí)（Conditional Status Percentile Ranks）。

7. 增值模型（value added）：也被稱為桑德斯模型 （Sanders Model）、 教育增值評(píng)估系統(tǒng)（Education Value-Added Assessment System，EVAAS）、田納西增值評(píng)估系統(tǒng) （Tennessee Value-Added Assessment System，TVAAS）、田納西模型（Tennessee Model）分層模型（Layered Model）、變量保持模型（Variable Persistence Model）、 交 叉 分 類 模 型 （Cross-Classified Model）。

7 種模型各有長(zhǎng)處和不足。 對(duì)于不同的模型，可以對(duì)評(píng)估結(jié)果做出不同的解釋。選擇哪種模型，要考慮自身分?jǐn)?shù)解釋的不同需要。 目前，7 種模型在美國(guó)的各個(gè)州中都有應(yīng)用， 使用最多的是學(xué)生成長(zhǎng)百分比模型（SGP），至少有20 個(gè)州在使用[9]。

六、成長(zhǎng)評(píng)估的關(guān)鍵技術(shù)環(huán)節(jié)——等值

為了對(duì)學(xué)生的成長(zhǎng)進(jìn)行評(píng)估， 需要在特定時(shí)段（如一學(xué)期或一學(xué)年）的開始時(shí)和結(jié)束時(shí)進(jìn)行兩次測(cè)試。兩次測(cè)試不能用同一張?jiān)嚲怼蓮埐煌脑嚲碇g需要具有可比性。 具有可比性的前提是具有同質(zhì)性（homogeneity）。

所謂同質(zhì)性， 就是兩個(gè)測(cè)試考查相同的構(gòu)念（construct）。 用于成長(zhǎng)評(píng)估的兩次測(cè)試或多次測(cè)試，需要具有同質(zhì)性， 但具有同質(zhì)性并不一定具有可比性。 盡管測(cè)試的編制者在命題過程中總是盡量保持難度的穩(wěn)定性，但不同試卷之間在難度、分?jǐn)?shù)分布方面的差別很難完全避免。兩次測(cè)試的難度不同，分?jǐn)?shù)的增長(zhǎng)可能歸因于學(xué)生的成長(zhǎng)， 也可能歸因于試卷偏容易。如果第二次測(cè)試的分?jǐn)?shù)提高明顯，我們無法知道分?jǐn)?shù)提高是由于學(xué)生獲得了“成長(zhǎng)”，還是第二次測(cè)試的試卷比較容易。 只有兩次測(cè)試的成績(jī)可以進(jìn)行合理的轉(zhuǎn)換，可以排除掉試卷難度變化的影響，兩次測(cè)試才具有可比性。

這樣，就需要將具有不同難度、分?jǐn)?shù)分布的試卷的分?jǐn)?shù)轉(zhuǎn)換到一個(gè)統(tǒng)一的量尺之上， 采用統(tǒng)一的量尺對(duì)應(yīng)考者進(jìn)行測(cè)量。 這種將一個(gè)測(cè)驗(yàn)的不同版本的分?jǐn)?shù)統(tǒng)一在一個(gè)量表上的過程即等值（equating）。等值是成長(zhǎng)評(píng)估的關(guān)鍵技術(shù)環(huán)節(jié)。

近幾十年來， 心理測(cè)量學(xué)家們對(duì)測(cè)驗(yàn)等值問題給予越來越多的關(guān)注，不僅提出了許多等值方法，而且圍繞等值問題展開了多方面的研究。 在等值數(shù)據(jù)資料的收集方面，即可以采用以“人”為媒介的共同被試組設(shè)計(jì)，也可以采用以“題”為媒介的“錨測(cè)驗(yàn)”設(shè)計(jì)。在等值數(shù)據(jù)資料處理的理論模型方面，可以依據(jù)基于真分?jǐn)?shù)假設(shè)之上的經(jīng)典測(cè)驗(yàn)理論（classical testing theory，簡(jiǎn)稱CTT），也可以依據(jù)基于潛在特質(zhì)假設(shè)之上的項(xiàng)目反應(yīng)理論（item response theory，簡(jiǎn)稱IRT）。在兩種理論模型的框架內(nèi)，由于數(shù)據(jù)收集的方式及所采用的計(jì)算方法不同等， 又存在著多種不同的等值方法[10][11][12]。

圖1 是一個(gè)包含30 題的測(cè)試在經(jīng)過等值之后得到的新試卷與標(biāo)準(zhǔn)卷之間的的分?jǐn)?shù)轉(zhuǎn)換表。 從表中可以看出，與標(biāo)準(zhǔn)卷相比，新試卷偏難一些，在新試卷上獲得18 分，相當(dāng)于在標(biāo)準(zhǔn)卷上獲得了20 分。

圖1 兩份試卷的等值分?jǐn)?shù)轉(zhuǎn)換表

七、用于成長(zhǎng)評(píng)估的縱向量表化

美國(guó)教育協(xié)會(huì)（American Council on Education）和美國(guó)國(guó)家教育測(cè)量學(xué)會(huì)（National Council on Measurement in Education，NCME）共同組織編寫的《教育測(cè)量 （Educational Measurement）》 一書被人們稱為“教育測(cè)量領(lǐng)域的《圣經(jīng)》”[13，14]。 在2006 年《教育測(cè)量》第4 版出版之前，教育測(cè)量領(lǐng)域曾廣泛使用“縱向等值（vertical equating）”概念。縱向等值的意思是，對(duì)于一些伴隨年齡和學(xué)習(xí)過程持續(xù)發(fā)展的能力，如閱讀能力、寫作能力、語(yǔ)言能力、數(shù)學(xué)能力等，需要編制開發(fā)從低到高不同水平的測(cè)試量表。 考慮到不同級(jí)別的考試難度并不相等，從2006 年以后，人們不再將這種在不同水平的考試之間建立可比性的過程稱為“縱向等值”， 而是稱為 “垂直量表化（vertical scaling）”， 將這種由多個(gè)不同水平的測(cè)試組成的量表稱為“縱向量表（vertical scale）”。

在《教育測(cè)量》第4 版中，使用了一個(gè)上位概念，將在不同的測(cè)試之間建立可比性的過程統(tǒng)稱為 “連接（linking）”。 將“連接”劃分為三種：等值、預(yù)測(cè)（prediction） 和 量 表 化 （scaling）。 在 所 測(cè) 量 構(gòu) 念（construct）相同、水平相同的不同測(cè)驗(yàn)版本的分?jǐn)?shù)之間建立連接的過程，被稱為“等值”。 在所測(cè)量構(gòu)念（construct）相同、但水平不同的不同測(cè)驗(yàn)分?jǐn)?shù)之間建立連接的過程，被稱為“量表化”。在所測(cè)量構(gòu)念不同的測(cè)驗(yàn)分?jǐn)?shù)和效度標(biāo)準(zhǔn)變量 （validity criterion variable）之間建立聯(lián)系的過程，被稱為“預(yù)測(cè)”。

在美國(guó)各州的成長(zhǎng)評(píng)估中， 采用較多的評(píng)估工具是縱向量表 《智者平衡評(píng)估聯(lián)盟測(cè)試系統(tǒng)（The Smarter Balanced Assessment Consortium， 簡(jiǎn) 稱SBAC）》[15，16]和 《大學(xué)學(xué)習(xí)和就業(yè)準(zhǔn)備聯(lián)合測(cè)試》（Partnership for the Assessment of Readiness for College and Career，簡(jiǎn)稱PARCC）[17，18]。 SBAC 和PARCC都將《共同核心國(guó)家標(biāo)準(zhǔn)》（Common Core State Standards，簡(jiǎn)稱CCSS）作為成長(zhǎng)評(píng)估的依據(jù)。 CCSS 是美國(guó)從學(xué)前班到高中（K-12）教育的國(guó)家標(biāo)準(zhǔn)。

八、思維能力成長(zhǎng)評(píng)估在未來選拔性考試中的應(yīng)用展望

中考、高考、研究生考試等屬于選拔性考試。 選拔性考試關(guān)注的焦點(diǎn)是“預(yù)測(cè)”，預(yù)測(cè)考生在高中和大學(xué)中的未來學(xué)習(xí)表現(xiàn)。

任何預(yù)測(cè)，都是一種發(fā)展趨勢(shì)預(yù)測(cè)。為了進(jìn)行預(yù)測(cè)，至少需要有不同時(shí)間的兩個(gè)觀測(cè)點(diǎn)。

圖2 預(yù)測(cè)模型

從圖2 中可以看出，過一點(diǎn)（B）可以做無數(shù)條直線，僅僅根據(jù)一次觀測(cè)的成績(jī)無法推斷一個(gè)人的發(fā)展趨勢(shì)。就是說，一次性測(cè)驗(yàn)分?jǐn)?shù)不具有預(yù)測(cè)意義。至少在時(shí)間t0、t1兩次觀察取得A、B 兩項(xiàng)成績(jī)時(shí)， 才能過兩點(diǎn)做一條直線，從而預(yù)測(cè)t2時(shí)的能力狀況為C。

兩次觀察是進(jìn)行預(yù)測(cè)的最低限度條件， 但遠(yuǎn)非充分條件。 t0、t1兩次觀測(cè)的誤差，可能使對(duì)t2時(shí)狀態(tài)的預(yù)測(cè)存在較大誤差。如果有多個(gè)觀測(cè)值，就可以根據(jù)多次觀測(cè)值計(jì)算一條回歸線， 從而提高預(yù)測(cè)的準(zhǔn)確性。

不難理解，根據(jù)“達(dá)標(biāo)評(píng)估”推斷不出“潛力”，只有“成長(zhǎng)評(píng)估”才能成為推斷和預(yù)測(cè)“潛力”的依據(jù)。在未來的選拔性考試中，為了實(shí)現(xiàn)“預(yù)測(cè)”的目的，將會(huì)更多參考多次“形成性評(píng)價(jià)”的結(jié)果，而不僅僅是一次“總結(jié)性考試”的成績(jī)。

九、小結(jié)

在快速變化的21 世紀(jì)，學(xué)校教育最重要的任務(wù)是發(fā)展學(xué)生的思維能力。 思維能力主要包含三項(xiàng)內(nèi)容：第一，交流溝通能力，主要是口頭和書面表達(dá)能力；第二，邏輯推理能力；第三，審辯式思維。 對(duì)體現(xiàn)在認(rèn)知技能方面的思維能力，可以進(jìn)行客觀化測(cè)試。在思維能力評(píng)估中，不僅需要進(jìn)行“達(dá)標(biāo)評(píng)估”，還需要重視“成長(zhǎng)評(píng)估”。