淺析如何保障機(jī)考公平
——以北京市高考英語聽說考試為

孫利君

教育數(shù)字化轉(zhuǎn)型的進(jìn)程加快、社會認(rèn)知的趨同和智能技術(shù)的發(fā)展，都為英語聽說考試的智能評分提供了土壤和助力，新的考試題型、新的機(jī)考平臺、新的考場環(huán)境、新的評卷方式也逐漸被社會和考生所認(rèn)可。隨著智能評卷技術(shù)的突破，考生答題音頻的檢測質(zhì)量、評卷效率和評分準(zhǔn)確性等均獲得顯著提升，讓考生和家長不必為新的考試方式和評卷方式是否公平、是否影響成績而擔(dān)心。

一、科學(xué)命制機(jī)考試題

以高考英語為例，北京市從2021年開始在原有聽力理解的基礎(chǔ)上，加入對口語能力的考查，一并通過計(jì)算機(jī)輔助測試的方式組織機(jī)考，合計(jì)分值50分，一年兩考，取兩次考試最高成績計(jì)入高考英語總分，首次考試滿分則不再參加第二次考試。試題依據(jù)《北京市深化考試招生制度改革的實(shí)施方案》和《英語課標(biāo)》命制，并依據(jù)機(jī)考的組考特點(diǎn)，科學(xué)設(shè)計(jì)題型結(jié)構(gòu)和測試任務(wù)，口語與聽力融合考查?？紤]到目前考生的規(guī)模性以及機(jī)考考查形式的局限性，命題在口語任務(wù)的交互性能力考查方面還較弱，在開放性題型的設(shè)計(jì)和使用方面還有局限。在英語聽說考試試題命制前，為了解考生的整體語言能力水平，分三輪試測為命題規(guī)劃與設(shè)計(jì)提供參考，確?？荚嚬?。試測的前兩輪依據(jù)平時成績分層抽樣，抽樣率25%左右，最后一輪為全體考生的試測，同時加入以往真題作為“錨題”用以檢驗(yàn)參評考生的實(shí)際能力。經(jīng)過命題組、學(xué)科專家以及測評專家的綜合研判，確定實(shí)際高考英語機(jī)考的題型結(jié)構(gòu)和分值比例，包括：聽后回答（21分）、聽后記錄（6分）、聽后轉(zhuǎn)述（9分）、短文朗讀（8分）和讀后回答（6分）。這些題型既考查考生聽的能力、說的水平，更強(qiáng)調(diào)英語的實(shí)際場景應(yīng)用，不僅要求考生聽懂、看懂，更要求其準(zhǔn)確地在社交環(huán)境中熟練交流。這些題型能有效避免以往英語“輕視聽說、重視讀寫”的考法，使得英語考試擺脫“無法張嘴”的尷尬，讓交互式對話考核成為現(xiàn)實(shí)，真正體現(xiàn)語言考試的本質(zhì)，使語言回歸到“交流工具”的功能。

二、優(yōu)化考試組考流程

數(shù)字化賦能聽說考試的核心要素包含兩個方面。第一方面是人的認(rèn)知，聽說考試實(shí)現(xiàn)機(jī)考數(shù)字化轉(zhuǎn)型的社會環(huán)境，是機(jī)考改革得以實(shí)現(xiàn)的基礎(chǔ)性保障，關(guān)鍵在于人的思想觀念和整體的認(rèn)知水平；第二方面是流程的優(yōu)化，它是確?？荚嚬降臋C(jī)制保障和具體著力點(diǎn)，關(guān)鍵在于組考的方式和評卷的流程。堅(jiān)持穩(wěn)中求進(jìn)的工作基調(diào)重構(gòu)業(yè)務(wù)流程，既考慮社會輿論與考生承受力，也兼顧教育教學(xué)的銜接與良性導(dǎo)向。通過重構(gòu)和優(yōu)化組考的每個環(huán)節(jié)，強(qiáng)化流程科學(xué)設(shè)計(jì)，精心組織培訓(xùn)，確?？忌约翱紕?wù)組織管理人員對于新考試方式的適應(yīng)。另外，強(qiáng)化各個環(huán)節(jié)現(xiàn)場保障、系統(tǒng)維護(hù)和應(yīng)急保障支持，同步研發(fā)中、高考英語聽說考試在線體驗(yàn)系統(tǒng)，可供考生隨時體驗(yàn)，使考生考前熟悉機(jī)考考試形式和流程，最大限度地服務(wù)考生，確保公平。

相較于傳統(tǒng)紙筆考試，英語聽說機(jī)考對于考試環(huán)境、組考實(shí)施流程以及評卷流程有不同的要求。為保障考試公正公平，確?？荚嚢踩?，必須精心設(shè)計(jì)機(jī)考考務(wù)組考流程，不斷破解成本、規(guī)模和質(zhì)量三者之間的矛盾，利用數(shù)字技術(shù)的優(yōu)勢和智能算法的效能，提升大規(guī)模高利害性考試的組考效率和評分質(zhì)量。按照傳統(tǒng)的考試階段三段式劃分，機(jī)考整體工作流程及工作內(nèi)容依然包括考前、考中和考后三個階段。和紙質(zhì)試卷組考不同，機(jī)考組考的考前階段在試卷制作、培訓(xùn)內(nèi)容和考生現(xiàn)場培訓(xùn)等環(huán)節(jié)有所調(diào)整，而且增加平臺部署與測試、機(jī)房環(huán)境檢查和光盤介質(zhì)下發(fā)等環(huán)節(jié)；考試期間，考生入場核驗(yàn)增加人臉識別和系統(tǒng)驗(yàn)證環(huán)節(jié)，用計(jì)算機(jī)（含鍵盤、鼠標(biāo)和耳麥）替代紙筆答題，還增加考場環(huán)境檢查、試題導(dǎo)入、數(shù)據(jù)備份、考場數(shù)據(jù)匯總校驗(yàn)等環(huán)節(jié)；考試結(jié)束后，原有的紙質(zhì)答題試卷上交、密封等環(huán)節(jié)被考生考試數(shù)據(jù)匯總、數(shù)據(jù)校驗(yàn)、答卷包回傳等環(huán)節(jié)所替代。另外，后期的評卷環(huán)節(jié)，在原有網(wǎng)評的基礎(chǔ)上增加全新的智能評卷流程，包括專家定標(biāo)、模型訓(xùn)練、智能評分、異常復(fù)審、人機(jī)數(shù)據(jù)比對等環(huán)節(jié)。

三、迭代優(yōu)化機(jī)考平臺

機(jī)考平臺及其相關(guān)軟硬件配套設(shè)備是英語聽說機(jī)考得以實(shí)施的保障。為給考生提供一個公平安全的考試環(huán)境，無論是新技術(shù)的引進(jìn)，還是平臺的設(shè)計(jì)，要統(tǒng)籌考慮全局，既保證考試的安全性，也兼顧考生的適應(yīng)性；既考慮管理流程的便捷，也兼顧技術(shù)實(shí)施的可行。平臺的框架設(shè)計(jì)、研發(fā)、試用和上線均經(jīng)過嚴(yán)格的小規(guī)模、等規(guī)模的功能性、安全性和易用性測試。只有技術(shù)過硬、平臺設(shè)計(jì)合理，安全隱患才會減少，才能讓廣大考生放心使用。通過多年迭代，不斷細(xì)化需求，針對問題逐步優(yōu)化，夯實(shí)平臺軟硬件基礎(chǔ)環(huán)境，強(qiáng)化安全評估等多項(xiàng)措施，管理與技術(shù)并重，確?？忌矸莅踩⒖荚嚁?shù)據(jù)安全和考試過程安全。

一是采用貫穿考試全過程的防作弊技術(shù)確?？忌矸莅踩?，利用多種生物特征識別技術(shù)支持考生在網(wǎng)上報(bào)名、考點(diǎn)報(bào)到、考試入場以及考試過程的生物特征采集和對比驗(yàn)證，采用加密狗加密、登錄密鑰和授權(quán)碼等技術(shù)手段保障登錄平臺安全。二是利用高強(qiáng)度、高可靠性加密、代碼混淆等手段保證考試數(shù)據(jù)安全，并采用一卷一密、一人一密、專用壓縮算法以及數(shù)據(jù)庫加密機(jī)制，確?？荚嚫鳝h(huán)節(jié)試題、考生和答題信息等安全存儲和傳輸，做到數(shù)據(jù)不泄露、不被篡改。三是結(jié)合人工智能技術(shù)和軟件處理機(jī)制保證考試過程安全，通過自動檢測技術(shù)實(shí)時發(fā)現(xiàn)并處理可能出現(xiàn)的軟硬件異常，包括耳機(jī)接觸不良、網(wǎng)絡(luò)中斷、系統(tǒng)功能異常、考生周邊噪音及人為干擾等情況。

四、探索智能評卷流程

智能評卷流程設(shè)計(jì)直接影響考生評分成績，對考試公平至關(guān)重要。智能評卷質(zhì)量取決于兩個因素，一是考試題型，二是評卷方式?？荚囶}型是評卷的基礎(chǔ)，決定評卷的標(biāo)準(zhǔn)，同時影響評卷方式的選擇。首先，設(shè)計(jì)適宜高考英語聽說機(jī)考的智能評卷流程，包括計(jì)算機(jī)預(yù)評卷、人工定標(biāo)評卷、計(jì)算機(jī)智能評卷和人機(jī)協(xié)作評卷四個環(huán)節(jié)。其次，根據(jù)考試題型選擇相宜的評分方式。評分方式的選擇直接決定智能評卷流程的設(shè)計(jì)。聚焦北京高考英語聽說機(jī)考聽后回答、聽后記錄、轉(zhuǎn)述、朗讀和讀后回答五類題型，根據(jù)題型各自特點(diǎn)選擇適宜的評分方式。再次，基于智能評分算法的準(zhǔn)確性提升，鑒于目前基于無文本語音評測技術(shù)的智能評分系統(tǒng)評分的優(yōu)異表現(xiàn)，在目前“人工評分+智能評分+人工仲裁”即“一人加一機(jī)”的智能協(xié)助評卷方式上更進(jìn)一步，探索“雙智能評分+人工仲裁”的雙機(jī)評評卷模式。最后，利用仲裁機(jī)制強(qiáng)化質(zhì)檢抽查力度，保證智能評分的準(zhǔn)確性，達(dá)到既大幅提升評分效率，又降低人工評卷成本，還能有效保證機(jī)考評分的科學(xué)性、專業(yè)性和客觀性。

五、技術(shù)賦能保障評分質(zhì)量

智能評分的質(zhì)量依賴于語音識別的精準(zhǔn)度和智能評分的準(zhǔn)確率。通過音質(zhì)檢測、自動語音識別和自然語言語義表征等多項(xiàng)核心技術(shù)突破，助力智能評分提質(zhì)增效。其中，音質(zhì)檢測技術(shù)用于考中、考后的考生答題錄音音質(zhì)檢測環(huán)節(jié)，檢出由于錄音音質(zhì)問題導(dǎo)致的人工不可評分和機(jī)器不可評分?jǐn)?shù)據(jù)，便于及時采取措施降低考試風(fēng)險(xiǎn)。自動語音識別和自然語言語義表征兩項(xiàng)技術(shù)是智能評分的核心，前者用于識別考生作答內(nèi)容，后者用于語義分析，提取考生答題特征信息。

首先，改進(jìn)音質(zhì)檢測算法有效提升異常音頻檢出效率。通過收集并分析拒評數(shù)據(jù)特點(diǎn)，采用端到端信噪比估計(jì)方案直接評估音頻質(zhì)量，歸納出錄音音質(zhì)異常、發(fā)音不清晰和特殊作答三類音頻異常，改進(jìn)音質(zhì)檢測算法后，各類異常數(shù)據(jù)檢出率達(dá)95%以上。其次，采用端到端語音識別技術(shù)提升語音識別準(zhǔn)確率。利用基于注意力機(jī)制的編解碼網(wǎng)絡(luò)端到端語音識別技術(shù)，并采用半監(jiān)督自適應(yīng)技術(shù)適配當(dāng)次考試環(huán)境和考生答題內(nèi)容，可大幅提升考生音頻的語音識別準(zhǔn)確率，降低關(guān)鍵詞識別誤觸發(fā)的概率。最后，采用語義表征技術(shù)提升聽后回答評分準(zhǔn)確率。針對聽后回答題型易出現(xiàn)語法、時態(tài)錯誤以及語義錯誤作答數(shù)據(jù)評分偏高的問題，考慮到其作答錄音時間短、對錯回答易于混淆的特點(diǎn)，依托海量規(guī)模數(shù)據(jù)預(yù)訓(xùn)練語言模型Bert構(gòu)建端到端評分模型，顯著提升聽后回答題型的評分準(zhǔn)確率，特別是錯誤回答數(shù)據(jù)的評分準(zhǔn)確率。

總之，英語聽說機(jī)考的持續(xù)實(shí)施，組考與評卷流程逐步優(yōu)化，最大限度地保障了考試公平，以考促教、以考促學(xué)的效果逐漸呈現(xiàn)，考試指揮棒的正面導(dǎo)向作用得以有效發(fā)揮。無論是中學(xué)課程安排、教師教學(xué)方式、學(xué)生學(xué)習(xí)側(cè)重都在發(fā)生改變，英語考核方式的改變直接影響到育人方式的轉(zhuǎn)變和育人質(zhì)量的提升。