杨念鲁：评价本质是改进教育

采访_姚曦 编辑_杨军

杨念鲁：评价本质是改进教育

采访_姚曦 编辑_杨军

在2013年开始推行的教育质量综合评价改革中，中国教育学会一直是为各实验区提供专业指导的机构之一。“教育智库深度参与，行政和专业双向互动”的工作机制也是成都市推行评价改革的重要保障。为此，本刊专程采访了中国教育学会秘书长杨念鲁博士，通过他来解读目前评价改革的意义和问题。杨念鲁博士曾在教育部长期担任基础教育领域的工作，早在上世纪90年代就曾负责国家教育规划重点课题《义务教育阶段教育质量研究》，并出版专著《义务教育质量研究》。

本刊记者专访中国教育学会秘书长杨念鲁博士

两份典型的教育质量监测结果。监测一般只起标定作用，而不作具体分析

评价改革的复杂性

本刊记者：您好，杨先生。中国整体推动教育质量评价改革至今已有3年，从30个实验区确立到10月份在成都召开第一次全国性的现场会，可以说取得了阶段性成果。我们该如何理解当前评价改革的迫切性、复杂性、长期性？

杨念鲁：先说复杂性，复杂性主

要体现在两方面。一是长期以来社会各方面，包括教育行政部门、校长、老师、家长等对评价都存在很大误区。教育质量评价是非常复杂、严谨、科学的诊断和甄别过程，但迫于各种现实，过去我们往往简单理解为考试分数。有多少孩子考上清华、北大，考了多少分。这是社会上一般的对评价的理解。现在来谈新的评价理念，首先在观念上阻力非常大。

分数只是评价中最基础的链条。考试成绩就好比生病了需要先测体温，只是评价依据的一方面。医生也不可能仅凭体温就诊病。还需要进一步体检，比如验血、做透视等，最后诊断出病人的整体健康状况。

教育质量评价也一样，其本质是改进教育，而不是给学习者一个标定。

您刚问到监测和评价的区别。监测从某种意义上就是起标定作用，了解学习者在整个群体中的某一方面达到什么状态。并不是评价。当然可以根据标定深入研究和解析，从而进行诊断，但其主要目的是标定：测验学生是否达到国家标准，至于达到多少一般不做具体分析。

如此，我们说，教育质量评价更主要是通过测量学生学习状况并深入分析：达到标准是因为什么？（特别是）没有达到标准的问题出在哪里？这才是评价最根本的目的。是为了提高质量、改进教学、优化决策。

本刊记者：据了解，一些地区把监测和评价等同或混淆起来，这样是否存在一些问题？

杨念鲁：这肯定是不够准确的。监测和评价二者本身并行不悖，各有其用。但特别要说明一点，评价结果是不能跟教师奖惩、绩效工资挂钩的。监测应该与区域政绩挂钩，比如监测某区域的义务教育质量，是否达到国家课程大纲标准。没达到要对官员问责。

但我们坚决反对把评价结果跟教师绩效工资挂钩。因为评价目的不是为了惩罚谁，不是标定作用，而是找原因、找病根。找原因的过程中凭什么去追究教师责任？假如一个孩子数学总考40多分，一般来说很多老师、家长都会觉得这孩子“不是学数学的料”。但评价可以帮他分析，数学教育涉及记忆、计算、推理、空间思维等各种能力。这孩子虽然总体看是不及格，但分析结果可能是他计算能力不差，数学思维没建立。也可能是空间思维能力、推理能力很强，计算能力不行。同样是不及格，在精细诊断后，就会发现不同的问题，对症下药。

现在很多校外辅导机构就在应用这种方法。有孩子来咨询就做测评，分析短板，有针对性的辅导，效率很高。他们称为“靶向治疗”。当然他们使用的评价方法还是很简单的，但做法很有效。

我们说评价方法很重要。复杂性的第二方面就表现在：它不是对一个工业产品进行标定、分析。产品的标定、分析可以精确到厘米、毫米甚至更小的单位。但教育质量评价的对象是人，是活生生的个体。从科学角度说，对两个不同的人同一项学习内容的表现不太可能进行严格比较。但评价必须做比较，通过比较才有鉴别和分析，才能发现问题。

如何在技术和方法上把科学性和人的个性表现有机结合，这也是评价改革的困难所在。

本刊记者：我可不可以这么理解，既需要借助先进的技术，又不能迷信技术。

杨念鲁：对。做小范围分析时，现有技术大致是可以达到要求的。但大范围分析就有难度了，不可能花这么长时间、精力、人力对整个区域的学业情况做细致的分析和鉴别。复杂性的第三方面就是我们对那些相对比较好测量的，比如成绩，甚至某种学习能力。但有一些，比如人的情感、价值观等等──我们统称为综合素质。这次教育部发的《意见》就非常强调两点：学业成绩和综合素质；所以叫教育质量综合评价改革。综合素质要用什么方法才能准确判断，据我所知，目前国内还没有特别完善的方法。

本刊记者：有位一线老师问我，孩子诚信的程度要怎么来评价呢？

杨念鲁：不仅是诚信。道德上的问题学生可以回答得非常漂亮，道德认知测试题可以得满分，但他的道德情感是否“真的”认可这些答案？不一定。

本刊记者：知行不合一。

杨念鲁：对，就是知行不合一，言行不合一。这种问题是比较难用简单方法进行测量和分析的。尤其大范围测量时更难。国外较通行的方法是档案袋，记录学生参加的活动的表现和反馈。一两次行为可以伪装，但时间长了次数多了就不行，因此积累的数据可以进行分析。这样就能对学生的道德、情感、态度、价值观等做出判断。但这种方法不可能毕其功于一役，是一个长期、复杂的过程。档案袋在跟踪期间是否灵敏、真确，都是需要考虑的问题……

以上三方面就构成了基础教育质量综合评价的复杂性。评价和医生看病不一样，医生通过CT可以看到肿瘤位置、大小，但教育的评价达不到这种（物理性的）精细程度。

评价改革的迫切性

杨念鲁：再说改革的迫切性。为什么教育部特别抓学生的评价，就是因为我们过去总体上对基础教育的质量评价出了问题。

一是以分数作为评价唯一手段；二是用一次性结果进行评价。这都是不全面的。其实一个人是在不断成长变化的，他有多种潜能、智能。从不知到知，从不行到行，从不会到会的过程。不能因为他一次成绩就扣一顶差生或优生的帽子，太简单粗暴了。我总讲一个例子：在同一场考试中，一个孩子从95分提高到98分，另一个孩子从40分提高到59分。都是进步，都要鼓励。但方式方法不一样。问题在于，对后者老师往往还认为他是差生，因为他没及格。老师会更关注98分的孩子。这是我们过去教育质量评价的问题。

第三是一把尺子量所有孩子。国家有课程标准、基本的教学要求，学生接受完相关教育需要达到标准。但不能因此拿一把尺子量所有孩子，每个人都有个性。

第四，我们过去只注重语文、数学、英语等所谓主学科成绩，对其它学科，或有的不能用学科知识反映的能力往往忽略。如音体美。社会实践能力、动手能力、团队精神等等。这种评价是瘸腿的、不完整的。

这都和我们现在的人才选拔机制有关系。高考是一种特定的选拔机制，严格说它不是面向全体学生的。它只是把那些适合进入高校深造的孩子选拔出来，还有很多不适合进入高校的孩子怎么办？过去我们只用高考一把尺子来衡量，考上大学是好样的，没考上就被淘汰，这是我们整个社会的价值判断……

如果这个问题不解决，整个教育就走偏了。它还催生了题海战术、填鸭式教育。这一来教育的意义何在？培养的只是考试机器。我说得比较绝对，在教育过程中肯定也是要培养能力、教授方法。但导向不对，把整个教育导偏了，所以改革很迫切。

正是因为这种复杂性和迫切性决定了改革不可能毕其功于一役。国家有关部门充分理解基层的苦衷，意识到抓评价就是抓牛鼻子，如果能用正确的理念、方法去看待评价并正确运用评价结果，那教育质量就会有大的提升。但还有很多客观条件限制，包括我刚刚说的：领导是否支持？老师是否拥护？方法是否科学？工具是否便捷可行？这些问题不可能在短期内解决。改革一定是长期的、螺旋式的提升，最终达到理想状态的过程。

本刊记者：您刚才提到，评价出问题很大程度是我们的选拔机制有问题。现在各地也在进行高考改革。您如何看待高考改革和教育质量评价改革的关系？

杨念鲁：高考也是一种评价，是一种比较简单的、一次性、终结性的评价，跟我刚刚笼统讲的教育质量评价有些不同。如果说基础教育阶段，特别是高中阶段的评价相对科学了，对高考改革就会更加有利，更符合教育初衷。可以说是相互促进关系。

本刊记者：第二个问题，教育质量评价改革与“管、办、评”分离改革也该是配套的，如何看待评价改革在其中扮演的角色？这实际也牵涉到专业机构和行政部门合作的问题。

杨念鲁：我以为，在“管、办、评”这三者中，牛鼻子是“评”。如果“评”做不到科学、准确，“办”

就不知道朝哪个方向办，缺乏有效工具来提供改进意见。“管”也一样，我在政府工作过二十多年。有很大的体会，政府很好心，想把事情办好、管好，但是往往管不到点子上，结果反而是缺位了。很大部分原因是信息缺乏，缺少对管理对象分析的信息。这就是抓“评”的作用。如果“评”能把“办”的情况客观、准确、及时地反馈给“管”，“管”就会到位，三方形成合力。

目前的高考改革也正在改变过去“一考定终身”的评价方式

最终要形成行业标准

本刊记者：正如您刚才谈到信息问题。随着网络时代发展，现代教育质量评价技术也开始利用大数据分析了。能否谈谈相关的研究？

杨念鲁：近几年国外非常注重大数据分析，这是我国目前比较短缺的。我们支持公众教育研究院每年搞一个大赛（本来不想用“赛”字，但没办法，不比赛就没人来）。其实比赛的目的不是为了看成绩，主要想搜集数据。参与者达到一定数量就可做大数据分析，分析目的是为了建模。当所有评价在某一环节、某一点都能有比较科学的、可参考的常模，评价结果就准确了。未来在同一领域、同一学科将有若干个常模，需要我们组织出面把这些有参考意义、有科学性的模加以整合，提炼出一个新的模。

本刊记者：我可以把最后提炼出来的模理解成未来的行业标准吗？

杨念鲁：可以。现在因为大家的测量方法不同，提供工具的机构水平也良莠不齐。教育主管部门和学校也不知道谁的准，谁的不准，该不该用。今年我们的研讨会初步筛选了7家专门提供评价机构，让他们“打擂台”，展示各自的理念、结构、优势。说完以后专家点评，用户判断。

教育学会作为国家级学术机构不会专门和一个机构合作，将来我们会吸纳各个机构的成果加以整合。最重要是形成行业的标准、给教育改革做参考，让更多的孩子受益。

本刊记者：我见证了中国教育学会和成都市教育局签订《合作框架协议》那次会议，你们跟成都市教育局合作是如何展开的？

杨念鲁：2013年，当时教育部课程教材中心、基础教育质量监测中心和教育学会受教育部委托给30个实验区提供专业支持。在跟实验区联系过程中，我到成都出差，跟两个青羊区教研员有接触，他们告诉我青羊区以区域为单位在做教育质量评价的尝试。一开始大家不理解，不太积极，但后来惊奇地发现，通过改革，把他们包括老师们的教研的热情都充分调动起来了。我觉得这是一个非常积极的现象，是我们求之不得的。于是继续了解，才得知公众教育研究院在帮他们做评价工具。这个评价就和我前面说的理念非常吻合，后来学会就跟公众教育研究院反复接触、讨论，决定用他们的工具为30个实验区里愿意和我们合作的区域进行服务。成都市教育局正在招标，可以说一拍即合。

本刊记者：这个过程很有趣，从基层教研员了解到线索，然后找到他们背后的技术支撑，恰好公众教育研究院的理念和你们高度契合，然后中国教育学会和公众教育研究院就成了合作伙伴。

杨念鲁：就像你说的，我们的理念非常契合。他们做的评价不是简单给学生标定，也不是一次性报告，而是做学科分析。分析教学过程，从结果反推教学过程的优势和短板，进而给出改进建议。公众教育研究院和其他类似研究机构不同的一点，他们很注重让老师们参与。这也是青羊区当时做评价改革的要求。其实纯粹从技术而言，很多机构做得也不错。但关键是老师有没有参与进来。评测机构给出报告就走了，老师们拿到报告是似是而非的，不知下一步该怎么办。评价结果怎么分析，怎么反思教学过程，这实际是老师专业成长最好的途径。