第二講國外教育評價的發(fā)展歷程第1頁，共27頁。一、國外教育評價發(fā)展歷程美國教育評價專家?guī)彀秃土挚蠈逃u價發(fā)展歷史階段的劃分：（1）第一代教育評價：測驗和測量時期（19世紀末—20世紀30年代）；（2）第二代教育評價：描述時期（20世紀30年代—40年代）；（3）第三代教育評價：判斷時期（1957—20世紀70年代）；（4）第四代教育評價：建構(gòu)時期（20世紀80年代—今）。第2頁，共27頁。美國現(xiàn)代教育評價專家馬道斯（GeorgeF.Madaus）和斯塔弗爾比姆把教育評價發(fā)展劃分為以下七個時期：（1）變革時期（1792—1900）；（2）效率與測驗時期（1900—1930）；（3）泰勒時期（1930—1945）；（4）萌芽時期（1945—1957）；（5）發(fā)展時期（1958—1972）；（6）專業(yè)化時期（1973—1983）；（7）擴展與整合時期（1983—2001）第3頁，共27頁。（一）測驗與測量時代1.教育測量的萌芽期——筆試代替口試（1904年以前）1845年，美國波士頓學校委員會主席賀拉斯曼將筆試——開創(chuàng)了用學生的測驗分數(shù)作為依據(jù)來評價一所學校教學質(zhì)量或教育方案1864年，英國人費赦（GoergeFisher）公布《作業(yè)量表集》——運用科學方法研究教育測量問題的最初嘗試1879年，馮特(wundt)在德國萊比錫設立了第一個心理學實驗室，為進一步揭示人的心理本質(zhì)問題而設計了種種周密的實驗方案與實現(xiàn)方案的各種嚴密的測量方法。同時，他與卡特爾(Cattell)、霍爾(Hell)、賈德(Judd)和梅伊曼(Meuann)一起研究了各種教育問題，提出了實驗教育學的基本思想和方法，他們的研究工作在世界上產(chǎn)生了較大影響。第4頁，共27頁。1882年，英國高爾頓(SirF·Galton)在倫敦設立了人類學測驗實驗室，對人類個別差異進行研究。他在統(tǒng)計學者皮爾遜（K·Pearson)的幫助下，設計了許多統(tǒng)計方法。一些教育家借鑒這些統(tǒng)計方法，把不同學生的學習能力與學習效果量化，并加以客觀比較。1897年，美國人萊斯(J·M·Rice)發(fā)表了《拼字實驗》他對20所學校的1.6萬名學生所作的拼字測驗的結(jié)果，測驗表明：8年中每天花45分鐘同每天花15分鐘進行拼字練習的學生的測驗成績并沒有多大區(qū)別。因此，他提出要對教學方案進行改進。在以上這些測量研究潮流的推動下，一場教育測驗運動興起了。第5頁，共27頁。2.教育測量理論的誕生1904年，桑代克(E·L·Thorndike)發(fā)表了《心理與社會測量導論》：“凡物的存在必有其數(shù)量。”美國測量學者麥柯爾（McCallW.A.）：“凡有數(shù)量的東西都可以測量?！薄胺彩谴嬖诘臇|西都有數(shù)量，凡是有數(shù)量的東西都可以測量”——測驗和量化評價的公理這是一本在測驗學史上劃時代的巨著，標志著教育測驗運動的開始。第6頁，共27頁。3.教育測量的興盛期（1915---1930年）1905年，法國人比納(A·Binet)為適應對弱智兒童進行教育的需要，制定了第一個實用的智力測驗量表?！侗燃{—西蒙量表》，比納被稱為智力測量的鼻祖。1908年，美國教育家斯通(C·Y·stone)提出了客觀化測試算術(shù)的方法。美國的30-40個大學校系統(tǒng)采用新的客觀測驗方法，對一些教育活動進行綜合測量，測量內(nèi)容為算術(shù)、拼字、書法和英語作文，以評價教學質(zhì)量。早期學校系統(tǒng)的測量主要采用標準參照測驗，1930年出現(xiàn)了常模參照測驗，這種測驗開始用于測量個體行為水平，后來發(fā)展到用于測量團體。第7頁，共27頁。教育測驗已發(fā)展成三種不同性質(zhì)的測驗：學力測驗、智力測驗和人格測驗。在學力測驗方面，據(jù)統(tǒng)計，從桑代克發(fā)表書法量表到1928年為止，已有標準心理測驗和標準學力測驗三千余種之多。在智力測驗方面，自比納一西蒙智力測驗傳入美國后，經(jīng)辜魯滿(F·Kunlman)及斯坦福大學推孟(G·M·Terman)的相繼修改，加以量化，并引用德國斯登(W·Stern)智能商數(shù)(IQ)。在人格測驗方面，1921年，華納德(G·G·Fernald)著手試作人格測驗;1924年至1029年，哈芝紅(H·Hartshorne)等人組織了人格教育委員會，著手研究人格測驗工具，并不斷加以改進。第8頁，共27頁。在這一時期的標志是大量測量技術(shù)的運用，評價者僅僅扮演“測量技術(shù)員的角色”。測量的弊端：無論是知識測驗還是人格測驗，都只能做中斷的測定，不能全部了解人格的發(fā)展與知識學習過程，完全忽視了學生在態(tài)度、興趣、情感等方面的表現(xiàn);測驗只是注意于客觀的信度，忽略了質(zhì)的分析，不足以說明效度;教師為測量成績所采用的學業(yè)測驗，根本就是教科書中心主義;測量或考試決定教學方法和學習方法，使學習者處于被動地位，易培養(yǎng)個人主義與被動式的學習態(tài)度。第9頁，共27頁。現(xiàn)階段影響較大的三種不同性質(zhì)的教育測驗IEA（國際教育成就評價協(xié)會，偏重于學科本身的學業(yè)能力）；PISA（經(jīng)濟合作與發(fā)展組織OECD，偏重于成年后的實際生活能力）；美國的SAT、AT和ACT三種測驗第10頁，共27頁。（二）描述時期背景：1929—1933年經(jīng)濟大蕭條席卷美國、波及全球社會與教育危機四起生產(chǎn)過剩、工廠倒閉、工人下崗經(jīng)濟大蕭條既導致教育經(jīng)費不足，部分學校關(guān)閉；同時大批失業(yè)青年涌向?qū)W校，使學校學生人數(shù)空前擴大。整個社會和教育皆處于反省之中第11頁，共27頁。為擺脫危機，兩百余名美國教育界人士于1930年4月在首都聚會討論中學如何更好地為青年人服務的問題，大會提出了許多改進中學工作的建議。但每一項改革意見都與大學的入學考試相沖突。當時美國的中學在大學入學考試這根指揮棒的制約下，它們的課程為大學入學服務，不適應失業(yè)青年的需要。因為大學規(guī)定了嚴格的入學要求，各州對每個學校又規(guī)定了認可標準，學校難以修改課程。為了促進和保證課程改革的順利進行，有人提議讓美國進步主義教育協(xié)會成立一個中學與大學關(guān)系委員會，尋求大學與中學之間的合作。同年秋天，以艾金（Aikin）為主席的課程改革委員會宣告成立。當時全國選了30所中學參加實驗研究，同時得到300所大學同意，對來自這些學校的學生中止他們的傳統(tǒng)入學標準，以保證這30所進步學校按照既定的新教育計劃進行實驗。該實驗從1932年到1940年歷經(jīng)八年完成，史稱“八年研究”。為了評價其研究成果，組成了以泰勒為領導的評價委員會。第12頁，共27頁。泰勒和他的同事正式提出了“教育評價”的概念，即教育評價就是衡量實際活動達到教育目標的程度，測驗是它的手段。同時，他們還提出了評價原則和方法，其基本思想是：（1）教育是改變?nèi)说男袆臃绞降倪^程；（2）教育目標是各種行動方式的變化；（3）教育能夠根據(jù)對該目標實際完成情況的分析進行評價；（4）人的行動是復雜的，所以要從各方面進行評價，它不僅是分析的，而且也是綜合的；（5）作為評價方法，僅靠用紙和鉛筆的測驗是不充分的，應該采用包括觀察行動在內(nèi)的更為廣泛的方法。其評價過程分為四個步驟：第一步，確定教育目標；第二步，設計評價情境；第三步，選擇和編制評價工具；第四步，分析評價結(jié)果。這就是所謂的目標評價模式第13頁，共27頁。泰勒的“教育評價”在“測量結(jié)果”基礎上作了一些“描述性”的解釋，目的不再是學生本身，而是什么樣的學習目標模式對學生學習有效，評價者不再是“測量技術(shù)員”。更重要的是一個“描述者”，所以被稱為描述時代。泰勒的教育評價概念的提出，對當時的教育評價工作起了重要的指導作用。第14頁，共27頁。（三）判斷時期背景：1957年蘇聯(lián)人造衛(wèi)星發(fā)射成功，美國朝野為之震動。1958年美國國會通過《國防教育法》，制定了課程改革和數(shù)學、自然科學、外語教學改革方案，還撥出?？顏硌芯咳绾卧u價這些課程改革的效果。在研究過程中，一些評價工作者意識到泰勒的目標評價模式對課程改革作用不大。為此，許多人開始從不同角度研究教育評價，先后提出了40多種評價的觀點和方法。第15頁，共27頁。1.1963年，克龍巴赫（Cronbach）發(fā)表題為《通過評價改進課程》的論文，對泰勒評價模式提出質(zhì)疑：（1）評價人不僅應關(guān)心教育的目標，檢驗教育目標達成的程度，更應關(guān)心教育決策；（2）評價的重點應放在教育過程之中，而不是教育過程結(jié)束之后；（3）評價不是決定優(yōu)劣的過程，而是作為一個收集和反饋信息的過程。第16頁，共27頁。2.1966年斯塔弗爾比姆(Stufflebeam)也對泰勒模式提出異議，他認為：“評價不應局限于評判決策者所確定的教育目標預期效果的達到程度，而應該收集有關(guān)教育方案實施全過程及其成果的資料，評價是為決策提供信息的過程”。斯塔弗爾比姆提出了以決策為中心的CIPP評價模式，通過找出“實際是什么”與“應該是什么”之間的差異來為決策服務。第17頁，共27頁。3.1967年，斯克里芬(skriven)發(fā)表了《評價方法論》一文，明確提出以下集中評價概念的區(qū)別（1）形成性評價和終結(jié)性評價；（2）專業(yè)性評價和業(yè)余性評價；（3）比較性評價和非比較性評價；（4）目標達成度評價和目標是否達成的評價。同時，斯克里芬還提出了目標游離（GoalFree）評價模式。第18頁，共27頁。4.70年代中期，斯塔克(Stake)認為傳統(tǒng)的評價模式是預設式的評價（PreordinateEvaluation）,難以反映目標本身的變化、學生在目標之外的感受，各方面人士對目標所持的不同的觀點，而且教育的價值有時是擴散的、潛在的，有時又是內(nèi)在的，這些都難以用預先確定的目標一一查對。據(jù)此，斯塔克提出，評價的意義在于服務，為了使評價有利于評價對象，評價者應該關(guān)注服務對象關(guān)注的問題、興趣和焦點。在此評價理念指導下，斯塔克提出了“應答評價模式(ResponsiveEvaluation)”。第19頁，共27頁。5.1975年，比貝（Beeby）把評價定義為“系統(tǒng)地收集信息和解釋證據(jù)的過程，在此基礎上進行價值判斷，目的在于行動”，并強調(diào)：（1）評價要收集系統(tǒng)而非零散的資料；（2）資料必須經(jīng)過精心整理、精心解釋，引入評判性思考；（3）思考的結(jié)果要對教育活動的價值作出判斷，包括對教育目標本身作出判斷；（4）價值判斷的結(jié)果應有助于決策的科學化并付諸今后的行動，也即評價應對實際工作有指導意義。第20頁，共27頁。特征：用一定的標準去衡量所得結(jié)果是否達到了既定目標，并作出“價值判斷”。評價者不僅要運用一定的測量手段去收集各種參數(shù)，而且還要幫助制定一定的判斷標準與目標，所以被稱為“判斷時代”。明確提出評價為決策服務的新思想；開始探討目標本身的科學性和合理性；正式提出形成性評價的思想。第21頁，共27頁。（四）建構(gòu)時期代表人物：印第安納大學教育學院的枯巴(Cuba，E)和維德比爾特大學的林肯(Lincoln，Y.S)。著作：《有效的評價》(1981)、《自然主義的研究》（1985）、《第四代教育評價》（1989）前三代評價理論的不足之處：（1）前三代評價往往把評價對象及其他一切有關(guān)的人都排除在外，不予考慮，容易在評價者與評價對象之間形成緊張、對立的關(guān)系。另外評價者沒有完全享有充分的工作權(quán)力與自由，他們到處受限制。因而整個評價工作很難做到公正、準確。（2）前三代評價忽視了其他價值體系在評價中的作用，沒有注意到現(xiàn)實生活中價值體系的多元性，沒有看到由文化造成的“價值差異”問題，這樣的評價往往很難為各種文化背景下的人們普遍接受。（3）前三代評價過分強調(diào)在評價中采用“科學方法”。第22頁，共27頁?！暗谒拇逃u價（FourthGenerationEvaluation）”基本觀點：評價的本質(zhì)：評價描述的并不是事物真正的、客觀的狀態(tài)，而是參與評價的人或團體關(guān)于評價對象的一種主觀性認識，是一種通過“協(xié)商”而形成的“心理建構(gòu)”。因此，評價應堅持“價值多元化”的信念，反對“管理主義傾向”。從評價認識論上看，傳統(tǒng)評價堅持二元客觀主義論，認識者與認識對象保持一定的距離，并可以排除認識過程中的價值影響；而第四代教育評價主張建構(gòu)主義觀點，堅持一元主觀主義論，認識者與認識對象可以融為一體，使認識過程成為一種確實的創(chuàng)造過程。從評價方法看，提倡評價對象應參與評價活動的設計、評價方式的選擇，堅持解釋型方法論。過去的評價堅持控制型方法論，不斷去偽存真，將認識集中控制在真理的探求上，把評價對象放在“被告”位置上，忽視了評價的終極目的是提高工作效率和質(zhì)量。第23頁，共27頁。二、國外教育評價發(fā)展特點（1）從評價的目的看，從以目標為中心轉(zhuǎn)向以決策為中心再到以人為中心。評價強調(diào)將完整的、有個性的人當做自己的對象，并努力通過評價促使受教育者個性的充分發(fā)展，主張從每個學生的發(fā)展的內(nèi)在需要和實際狀況出發(fā)，評價他們各自的發(fā)展進程，并努力使他們向更高、更美、更遠大的方向前進。第24頁，共27頁。（2）從評價的對象看，從評價學生的個人學力，發(fā)展到評價影響學生學習的各種因素。如教學計劃、課程設置、課外活動、教師的教學活動等等。（3）從評價的功能看，由通過教育測量來甄別和選擇適合教育的學生，發(fā)展到教育評價是否達到預定的教育目標，在擴大到通過評價來改進決策，提高教育質(zhì)量，促進教育改革。第25頁，共27頁。（4）從評價的方法看，從推崇各種標準化、客觀化的教育測量