语文教学中表现性评价运用的误区

【摘要】表现性评价，作为一种评价方法，适用于评价表现性技能和复杂的表现性任务，近年来颇受语文教师重视。但在教学实践中，较为普通地存在着百分制偏好、维度厘定随意、工具通用性差、表现特征描述笼统、规则封闭僵化、过多使用表现清单、使用频率过高、缺乏样例支撑、忽视学生参与等误区。本文对这些误区进行分析，并提出了纠正建议。

【关键词】表现性评价，运用误区

“表现性评价”（performance assessment）的概念是舶来品，于世纪之交引入我国。《普通高中语文课程标准（2017 年版）》中關于“表现性评价”的要求为：“有条件的地方，可以运用信息技术，丰富学生的表现性评价，形成多样化的学生成长记录，全面而科学地衡量学生的发展。”[1]而语文教学中的表现性评价，是指在阅读与鉴赏、表达与交流、梳理与探究等语文实践活动或问题解决、任务完成中，运用核查表、表现清单、评分规则等评价工具观察学生言语活动的过程及产生的成果，以此评价学生语文素养发展状况的方法。作为一种评价方法，它适用于评价表现性技能（如朗读、复述等）和复杂的表现性任务（如写作、演讲等），远超乎2017 年版课程标准所要求的“成长记录”之用。在指向核心素养的课程与教学视域下，语文表现性评价广泛运用于大单元教学设计、微专题教学设计中。这自然是令人高兴的。可是有的使用者照猫画虎，以致出现了诸多问题，极大地影响了表现性评价功能的发挥。本文归纳了表现性评价在实际运用中的若干误区，举例分析并提出避免落入这些误区的建议，以期有益于同行。

误区一：百分制偏好

传统的纸笔测试常采用百分制，60 分为及格。受此影响，有教师在制作评价量表时，不考虑评价内容（表现性技能或表现性成果）的规模和复杂程度，以及该项评价在单元或学期评价中的权重，一律赋以100 分（详见表1）。

这是一份表现清单，用以评价统编高中语文教材必修上册第一单元的“朗诵”。这个单元由五首现代诗歌和两篇小说构成，单元学习任务为“任选一首诗，有感情地朗读，把你对诗作的理解通过朗读表达出来”。

“朗诵”作为一种表现性技能，用表现性评价是合适的，因而该量表运用的适切性没有问题。但是，设计者将这一单元的“评点”“对话文章”“诗文朗诵”“诗歌写作要领”“诗歌写作”都设成百分制，忽视了任务之间的权重差异，极大地影响了信度（不同评价者评分的一致性），使得评分失去了“数”的意义。

其实，表现性评价通常会使用比纸笔测试规模小一些的量表。教育评价专家格兰特·威金斯提出：“提供有效适当的区分来保障足够公正的评价，但在量表上不宜使用太多的分值（通常不超过6分），以免破坏信度。”[2]如美国大学入学考试SAT（Scholastic Assessment Test）的写作，从写作观点或论点、事例或论据的组织、句式、词汇水平、语法和用法五项进行评价，由两个人同时打分，每一项从最低分1 分到最高分6 分，将得出的总成绩除以6 作为最终得分，这个最终得分的范围在2 分到12 分之间。[3]这一做法值得借鉴。

误区二：维度厘定随意

高质量的表现性评价离不开对表现对象的专业分析，以及回答好“该表现最关键的组成要素有哪些”这个问题。表现“要素”（或称维度、项目、指标），关涉表现性评价的效度。

综合中外学者的研究和实践经验，这些要素包括如下几点：（1）完整而确切的，包括学生表现或成果的重要方面;（2）要素之间的关系合乎逻辑，它们彼此区别，又共同指向描述的对象;（3）对表现的各方面有适当的侧重——对重要的内容强调得多;（4）要素的数量最好不超过五个;（5）排序合乎逻辑，便于用户理解与实际操作（详见表2）。

表2 用于评价必修上册第三单元的“朗诵”。该单元由《短歌行》等八首古诗词组成，主题是“生命的诗意”。“单元学习任务二”设计的“朗诵”活动包括“设计朗诵脚本”“组织诗歌朗诵会”等，表2 针对的是“组织诗歌朗诵会”。

由表2 可知，维度的数量在上述建议表现要素的范围内。但这四个维度是否足以覆盖“朗诵”的重要方面，维度的切分是否合乎逻辑、有主次之分，各维度的计分方式是否一致，其术语运用、排序是否有助于用户（学生）理解，这些方面都有待商榷。比如计分方式杂糅，前两个维度整体计分，后两个维度分项计分，使得量表的实用性、可行性大打折扣。

对于这个量表的改进，可从“内容呈现”（即背诵的正确率、流畅性）、“声音处理”（包括节奏、轻重、缓急、音准）、“辅助行为”（包括表情、动作、目光接触以及身外材料辅助）拟写“具体要求”，下调总分值，并根据学习内容和学情区别不同的权重。

误区三：工具通用性差

按其适用范围，表现性评价工具指向特定任务与通用两类。前者只为评价某一特定的任务开发;后者在相似的任务中是通用的，即可以使用同一个评分工具评定所有的作文、演讲。例如，美国著名的“写作分析6+1 要素评分规则”是典型的通用类评价工具。通用类评价工具，一次开发，多次运用，既能降低开发成本，也便于学生的能力迁移。

从笔者所了解的情况来看，当前语文教师对于表现性评价工具的开发表现为“一多一少”：多的是指向特定任务的评价工具，局限于课时或单元的某一任务评价;少的是指向相似任务、通用于不同单元的评价工具。评价工具开发随意，缺乏学段内表现或能力进阶的整体考量。相似任务的评价工具很难见出其一致性，从而造成所开发的评价工具通用性差，上文所列的表1、表2 就是如此。表1、表2出自同一种教学设计资料，都指向“朗诵”表现，却使用了不同的维度框架。如此安排，孤立地看没有大问题，但连贯起来，从学生角度思考，不一致的评价量表影响了学生对技能的理解和迁移。

“对于学生来说，反复使用这一通用评分规则有助于他们理解合格的标准，理解标准的内涵，有助于他们发展迁移能力”[4]。制定通用的评分规则，对教师的专业素养是一个考验。比如“朗诵/朗读”，该表现性技能既可评价阅读理解的程度，又可评价口头表达的水平。以评价口头表达的水平为例，与此相邻的语文技能表现还有口头复述、口头报告、讨论、演讲、辩论等。如能按照洛伊斯·兰宁“过程的结构”理论[5]提炼口头表达共同的技能要素，那么就可以制定出通用的评分规则。经过笔者的实践证明，上述提及的“内容呈现”“声音处理”“辅助行为”三维框架，可通用于各种“口头表达”类型。如此，表现性评价才不会囿于琐碎的知识和技能。当然，“通用”是有限度的，要与学情相应，可采用教育评价专家格兰特·威金斯提出的“折中做法”：先使用通用标准，然后使用具体指标来细化某些准则。[6]误区四：特征描述笼统格兰特·威金斯提出：“评分规则不是单凭想象和讨论就能设计出来的。评分规则来源于标准，来源于已有的不同质量的表现样本的分析。”[7]其一语道出评价工具开发的两条基本路径：一种是演绎的，即自上而下，由课程标准（内容标准、表现标准）、目标、任务或经验等推导而得;一种是归纳的，即自下而上，由分析学生代表作业开始。当然还有二者综合的。

表现性评价工具的开发，从我国语文课程的现状看，使用较多的是演绎法。其中以依据目标与任务的推导为多，依据经验推导的次之，依据课程标准、语文能力专业表现推导的最少。由此造成对各维度、各水平/等级的特征描述显得抽象笼统，如表3。“文艺短评”即篇幅短小的文艺评论，同与之相邻的时事评论、文学评论、文学鉴赏等皆属评论型的文本。评论型的文本，与感论型（如杂感、读后感）、研究型（如学术小论文）、论辩型（如辩论词）、建议型的文本同属论述类文本[8]，与实用类、文学类文本区别开来。

表3 的评价标准，用论述类文本（属概念/上位概念）替代了“文艺短评”（二级种概念/下位概念），造成与误区三相反的问题，即太过“通用”了。这样一来，文艺短评特有的要求，诸如准确把握作品的情感、形象、思想内涵、艺术特点，从中选点聚焦评论，精要复述、介绍或引用作品内容，叙议结合等，都不见了。

对此，笔者开发的文学评论整体评分规则[9]可供参考：

1 分=评论点不聚焦，未能就作品提出自己的观点，只是对作品的浅层阐释，结构布局不清楚或详略失当，语言苍白无力。

2 分=有比较明确合宜的评论点，能就评论点提出较为明确的观点，有对作品的浅层分析，结构布局不够清楚或详略不够适当，语言有一定的思辨性。

3分=有明确合宜的评论点，能就评论点提出明确的观点，分析阐述较为深入理性，结构布局比较清楚，详略比较适当，语言有一定的思辨性和文学性。

4 分=有明確合宜的评论点，能就评论点提出鲜明的观点，分析阐述深入理性且有一定的辩证，结构布局清楚，详略适当，语言有一定的思辨性和文学性。

5 分=有明确而独特的评论点，能就评论点提出鲜明而独特的观点，分析阐述深入、理性而辩证，结构布局清晰灵活，语言体现思辨性与文学性的结合。

这是整体评分规则，其中包括评论点选择、观点表达、分析阐述、结构布局、语言五个维度，尽力描述各水平的特征（尽管还不太具体），便于学生理解和使用。整体评分规则适用于简单的成果或表现，须要进行快速、整体评价的状况。教学中最好转换为分项评分规则，以便于学生理解标准，或给学生作出详尽的反馈。

误区五：规则封闭僵化

相对于前述四个误区，这一误区隐蔽性较强，不易被发现。运用表现性评价的各种评分工具，是为了诊断任务理解和完成情况，给出有用的、完好的推论，从而更好地促进学生学习。如果评分工具知识陈旧（错误就更不应该了）、因袭套路（如表3 所用的议论文三要素），就很可能抑制学生的表现，妨碍学生的学习和发展。且看表4：这是一个表现清单，用于“实用性阅读与交流”任务群之“校园阅读节策划”。对于高中学生来说，“策划书”的创意及创意的可行性最为重要。试想，一份行文规范但创意单薄的策划书，一份行文有瑕疵、格式不走寻常路但充满思想和创造性的策划书，哪份更可取呢？表4 的评分工具，固然给理解力较弱的学生提供了支架，但也给那些思维灵动的学生戴上了“紧箍咒”。这就是所谓的“规则封闭僵化”。

为此，格兰特·威金斯郑重告诫：“我们千万不要制定那些一味因袭成规或传统套路的评分规则……评分规则并不天生地压抑革新，只有坏的评分规则才压抑革新。如果我们忘记或避免评价影响和目的，就会产生坏的评分规则。”[10]如果理念落后、知识陈旧、思维固化，开发的评分规则很可能限制学生的创造性表现，对此我们一定要加以警惕。

误区六：过多使用表现清单

表现性评价有三种工具类型——核查表、表现清单和评分规则。核查表只回答是否具备要素（维度、指标），不能区分有不同层次或水平的表现。表现清单比核查表稍微精细一些，它列出要评价的各个要素和评分量表。前述表1、表2、表3 与表4 都是表现清单，除表3 是三点量表（优秀、良好、一般）外，其余都是百分制量表。

表现清单的好处是开发成本低，使用者可以灵活地权衡不同要素的重要性。但它有一个主要的不足，就是缺乏对不同表现性水平的详细说明。比如表1，“语调、节奏的把握是否正确”（这种表述类似核查表，也是不恰当的，可改为“正确把握语调、节奏”）这一条，即使将分值从20 分缩减到5 分，也无法判断该得几分。如朱迪思·阿特所说的：“因为缺乏对不同表现水平的详尽说明，教师不同的期望值和表现性标准会降低评价的可信度。”[11]

鉴于核查表、表现清单的局限，表现性评价更多采用的工具是评分规则，中外有关表现性评价的专著都将评分规则视为主流。笔者翻阅近年来多种语文教育书刊中的表现性评价工具，出现最多的却是表现清单。有所谓“新教学设计”，一整套采用的都是表现清单，这大大窄化了表现性评价，显得单调而乏味。也有期刊处理得比较好，以《语文建设》为例，该刊2021 年第1 期关注的“写作评价”、第5 期关注的“阅读评价”，多采用了评分规则，如表5。[12]

表5 是分项评分规则，由维度、等级/水平、描述和表现样例（略）等组成。顶行显示维度，是文本普适三维度（内容、结构、语言）的具体化;最左列显示三个水平等级。巧妙的是，无论是维度还是水平等级都用了百分比，如此便可根据论辩稿在不同单元中的评价权重灵活赋分，比如满分10 分或6 分等。表现性评价的运用，除以上六个误区外，还有其他一些误区。

一是使用过频。一个单元中充斥大量的表现性评价，势必干扰学生的沉静学习。表现性评价“是一种很耗费人力的评价方法”，因而“只有时间允许时，才能考虑使用表现性评价”[13]。单元表现性评价要让渡给核心的表现性任务，非核心任务可用交流式或选择性反应评价。

二是缺乏样例的支撑。学生无法理解什么是“优秀”的，或者因只展示一个样例，“他们很可能会片面地模仿样例或者完全照搬”[14]。比如制作“文学短评”评分工具时，就可借助唐圭璋《唐宋词鉴赏词典》、傅庚生《中国文学欣赏举隅》等书籍中的文本作为样例。有具体样例的评分规则，能够为目标用户（如学生、教师等）理解和运用评分规则提供支持。

三是忽视学生的参与，学生机械运用表现性评价。其实，从开发表现性评价工具开始，就可让学生参与。如必修上册第二单元“小组合作，从新闻价值、报道角度、结构层次、语言表达等方面草拟一份优秀新闻评选标准”，即是学生参与评分规则的制定。其前一任务“选择一份报纸或一个新闻网站，浏览一周的内容，从中挑选出三四篇你认为比较优秀的新闻作品”，可以理解为样例搜集与分析，整个开发过程可以理解为自下而上的归纳式开发路径。

出现以上误区的主要原因是，教师缺乏系统的表现性评价知识，以及评价实践经验、实证研究不足。笔者撰写此文旨在唤起语文同人对该问题的重视。

參考文献

[1]中华人民共和国教育部. 普通高中语文课程标准（2017年版2020年修订）[S]. 北京：人民教育出版社，2020：46.

[2][6][7][10]格兰特·威金斯. 教育性评价[M].“促进教师发展与学生成长的评价研究”项目组，译. 北京：中国轻工业出版社，2005：163，155，161，159.

[3]江南梦忆. 美国作文试卷如何进行标准评分[EB/OL].[2012-01-07].[2021-07-28]. http：//blog.sina.com.cn/s/blog_48ee7201010124i2.html.

[4]周文叶. 中小学表现性评价的理论与技术[M].上海：华东师范大学出版社，2014：122.

[5]林恩·埃里克森，洛伊斯·兰宁. 以概念为本的课程与教学：培养核心素养的绝佳实践[M]. 鲁效孔，译. 上海：华东师范大学出版社，2018：19.

[8][9]林荣凑. 论述文写作16 课[M]. 杭州：浙江工商大学出版社，2018：4，147.

[11]朱迪思·阿特，杰伊·麦克塔尔. 课堂教学评分规则：用表现性评价准则提高学生成绩[M].“促进教师发展与学生成长的评价研究”项目组，译. 北京：中国轻工业出版社，2005：8.

[12]郭家海. 表现性评价：情境写作背景下的评价转向[J]. 语文建设，2021（1上）.

[13]理查德·J·斯蒂金斯. 促进学习的学生参与式课堂评价（第4 版）[M].“促进教师发展与学生成长的评价研究”项目组，译. 北京：中国轻工业出版社，2005：158.

[14]格兰特·威金斯，杰伊·麦克泰格. 追求理解的教学设计（第2 版）[M]. 闫寒冰，等译. 上海：华东师范大学出版社，2017：203.