摘 要：当前我国关于体育课程评价研究诸多，这些研究多是从某个点对体育课堂教学质量进行研究，很少有系统地对体育课程评价进行研究的，因而在研究中经常出现概念不清、脉络不明的現象。我国的体育课程评价是在国内外其它综合课程评价的基础上发展起来的，因此系统地厘清国际综合课程教育评价概念，梳理国际教育评价发展历史脉络，总结教育评价发展趋势对促进我国体育课程评价发展具有重要的指导作用和意义。
关键词：教育评价 发展 研究
中图分类号：G807 文献标识码：A 文章编号：2095-2813（2017）02（b）-0220-03
进入新世纪以来，我国的教育评价一直处于课程改革的风口浪尖，如何评价课程改革，是衡量改革成功与否的关键，甚至有人说“教育改革的成功与否关键在评价”[1]。 而我国的体育课程评价又是在国内外综合课程评价基础上发展起来的。因此，厘清诸多教育评价概念、梳理教育评价发展脉络，总结教育评价发展经验与趋势，对促进我国体育课程改革发展、提高教学质量具有重要的指导作用和实际意义。
1 概念的厘清
“评价”顾名思义是“对价值的评定和判断”[2]。然而在教育评价中，“评价”一词却有多层涵义。通常在教育评价中有“测量”（measurement）、“评估”（evaluation）和“评价”（assessment）这三个词来表示评价的涵义，在教育评价中它们也是经常相互替代，但这三个词却是有区别的，因此有必要对这3个词给予清晰的界定。测量（measurement）常被定义为对被测赋予一个数值，是一个量化、分配数量的过程。如采用某种精密仪器对温度计测温度、三角尺测角度等。在教育中主要是教师在课堂上对学生进行小测试，如： 100米13 s、拼音拼写20个20分等。可见，测量所得数据是一个客观表现，并无任何“价值”评判。 评估（evaluation）一词是由词干“valu”加上词头“e”和动词性词尾“ate”组成，其中“valu”是“价值”的意思，词头“e”的意思等于“out”即“引出”[3]。因此教育评价就是对价值的判断。“assessment”是来自拉丁词根“assidere”，表示“随旁就坐”主要是指教师在课堂上搜集信息、综合并分析所得信息以帮助做出决定[4]。它涉及教师通过搜集数据以做出教育决策的所有方法，如纸笔测试、非正式观察、访谈和学生作品等。
2 教育评价的发展过程
美国教育评价专家古巴和林肯（E.G.Guba&Y.S.Lincoln）出版了专著《第四代教育评价》[7]。《第四代教育评价》把教育评价分为4个阶段。
第一代教育评价（1915—约1930年）：测量时期。20世纪初，美国著名的心理学家桑代克把心理测量和统计的基本原理和方法运用于教育，他认为：“凡是存在的东西必然有其数量，凡是有数量的东西必然能都度量”[8]。“凡是存在着的东西，都是以某种量的形式而存在”[8]。此后，教育领域进入了大规模的客观化、标准化的测量阶段。这一阶段的基本特点是，认为评价就是测量。评价者的工作就像测量技术员的工作——选择测验工具、组织测量、提供测量数据。其主要标志是“测量”理论的形成和测验技术的使用。因此，该时期也叫“测量时期”。
第二代教育评价（1930—约1940年）：描述时期。随着教育测验运动的不断发展，人们逐渐认识到教育测验的缺陷和不足。美国教育界对教育测验提出了如下的批评意见：无论是知识测验还是人格测验，都只能做阶段的测定，不能了解完整的发展过程；因此，美国教育家泰勒进行了一系列的实验研究，此后教育评价进入了第二个阶段。该阶段的基本特点是评价过程，根据预设的教育目标客观描述教育结果的过程，评价的关键是确定清晰的、可操作的目标。1929年美国开始了大规模的经济危机，美国初等教育人数激增，原有的教育目标、课程评价标准都受到前所未有的挑战。因此，美国进步教育协会展开了声势浩大的教育改革实验，即教育评价史上著名的“八年研究”。“八年研究”表明，使用问卷、观察、产品样本和测验，都可以评估学生在每个主要目标上的进展情况。这已经成了一种普遍评价观”[9]。通过这场研究，泰勒和他的同事正式的提出了教育评价的概念，即教育评价就是衡量实际活动达到教育目标的程度，测验是它的手段。同时还提出了评价的原则和和方法，其基本思想是：第一，教育是改变人行为方式的过程。第二，教育目标是各种行为方式的变化。第三，教育能够根据对该目标的实际完成情况的分析进行评价。第四，人的行为是复杂的，要从多方面进行评价。第五，作为评价方法仅靠纸和笔试是不充分的，应该用包括观察行为在内的更广泛的方法[10]。
第三代教育评价（1950—20世纪70年代）：判断时期。1958年联邦政府颁布国防教育法案，投资巨额资金用于实施新的教育计划，并要求对新教育计划实施评价，以检验投资效益。法案第一条明文规定分配教育经费要以对每一学区每年进行评价的结果为依据，评价要以法案第一条确定的目标为规范。因此，这一阶段的评价主要是使用泰勒的目标评价模式来指导新课程目标的确立，然后评价其达到的程度。主要方法是通过国家标准测验，以检查课程目标和内容的实施情况。此外还使用一些专业的方法评价教育计划制定目标和定期检查教学效果，也有许多的教师采用实验的方法来评价课程发展效果。然而，就在人们根据教育法案大规模的实施教学评价时，却发现存在很大的问题，及标准化的测试只能用来给学生进行划分等级，不能诊断出学生的学习问题以及用全国统一的标准测试不同地区的学生。由于评价过程中出现了诸多的问题，一些学者提出了异议。克龙巴赫总结以往的评价指出，指导评价的概念缺乏合理性和有效性[10]。另一些学者教育评价如果单纯的以目标为中心，那么目标本身的合理性与可行性又如何评价呢？评价不能只是根据既设目标对结果作出描述，对目标本身也要做出价值判断；评价也不应当只拘泥于目标的设定，评价过程本身也应当纳入评价的组成部分。因此这个时期也叫做“判断时期”。
第四代教育评价（20世纪80年代以来）：建构时期。1972年11月，英国剑桥大学丘吉尔学院举行了教育评价讨论会，与会专家探讨了评价理论与评价范式创新的问题。会议得出：源于教育实验和心理测验的传统评价范式使用范围太窄，不能解決复杂的教育问题。应当采用新的文化人类学研究方式，即评价不只是对预期的结果进行测量，而是对整个方案，包括前提假设、理论推演、实施效果及困难问题做出全面深入的研究。由此，质性评价范式推广开来，开创了一代新的评价理念。第四代评价的中心思想是评价者与被评价者共同参与、协商，共同构建统一观的过程，评价结果也是评价者与被评价者双方共同协商的产物。第四代评价更加注重质性研究，要求评价者深入现场搜集信息并与被评价者达成共识。古巴和林肯还提出了评价的具体流程：第一步，评价前各方明确权利与义务，签订协议；第二步，深入现场、获取信息；第三步，明确协商问题；第四步，共同协商；第五步，形成总结报告。不难看出第四代的评价打破了以往评价中的“管理主义”倾向，并积极采用共同构建的模式，使所有评价人员都平等的参与到评价中来，以协商的方式共同构建评价的过程与结果；特别是将学生的声音也纳入到了评价中来，使评价者中出现了被评价者的声音。第四代评价鲜明的突出了价值判断的问题，突破了长期以来以“科学性”和“客观性”统治阶段，使评价理念发生了质的飞跃。
近些年，在第四代评价和建构主义理论盛行的基础上，教育评价又有了新的发展。越来越多的学者更加关注课堂中具体的问题对学生学习的影响。很多的学者认为评价要和具体问题、具体情境联系在一起，评价应该是为了促进学生的学习。因此，很多学者认为评价也应该是基于真实情境的，并促进学生学习的。很多学者对以往大量的正式考试、观察学习的单个元素以及强调评价是赋予意义和理解而非预测和控制等都持有保留意见（Dwyer，1998； Torrance&Pryor，1998；Black，1998；Biggs & Watkins，2001；Stiggins，2004；Wiliam，2006）。这主要有两个原因，第一，他们认为评价需要更多的真实性，而考试却恰恰都是与学生的真实生活无关，忽视了学生的真实状况。第二，评价是学习过程中的一部分，评价是为了促进学习，一些评价专家认为（如 Gibbs， Simpson， and MacDonald 2003；and Clarke2001），要使学习者学会自我分析，自我反思，自我评价，自我纠正，学会批判性的思考问题。
3 教育评价的发展趋势
纵观教育评价的发展历史，我们发现教育评价的发展趋势。首先，评价价值的多元化。从早期的智力测验的统一标准，到以目标为同一的评价尺度的模式，到以社会政治、经济、文化以及个体发展特点和需要为依据来评价教育目标的合理性问题日益明朗化，也日益多元化。其次，多元化评价主体的参与性。随着人们民主意识的加深，评价者与被评价者双方都成为评价活动的主体，通过全面参与、民主协商，在评价的过程中共同构建观点。第三，评价导向过程化。早期的学历测验结果作为评价的唯一标准，泰勒模式也以教育目标的达成作为评价的出发点和最终归宿，他们都以结果为导向，而关注价值判断的第三代评价和给予全面参与的第四代评价则日益关注教育评价的真实性和情境性。将教育评价自身作为一个过程，更加关注教学活动的每一个环节。第四，评价功能从侧重甄别到侧重发展。第五，评价内容的全面化，从早期对学生智力的测验，到对教育目标的描述，再进一步发展到对教育活动各方面的评价，评价内容更全面更广泛。第六，评价方法综合化，从纯量化的智力测验到第四代评价，评价手段从各种客观的标准化测量，发展到提倡观察、交谈等描述性评价，再到广泛搜集信息，进行解析论证，教育评价方式经历了从定量评价到定量评价与质性评价相结合并趋向于以质性评价来整合的发展历程。
4 结语
综上所述，从教育评价发展的历史、现状和发展趋势来看，教育评价经历了一个从无到有、逐步发展完善的过程。同时，教育评价也依然还面临着许多没有解决的老问题和尚未出现的新挑战。总之，只要有学习活动的存在，就有教育评价的存在。如何评价学习？如何评价学生？如何评价教师？如何评价教育系统等诸多问题是每个教育者永远都要面临的问题，可谓是历尽千年，矢志不渝。不过，随着科学技术的发展和人类对自身活动和自然认识加深，教育评价的未来只会更加明朗、清晰。
参考文献
[1]叶澜.什么样的课算一堂好课[J].福建论坛，2005（11）：4-6.
[2]中国社会科学院语言研究所词典编撰室.现代汉语词典[M].北京：商务印书馆，1978：882.
[3]霍力岩，赵清梅.多元智力评价的理论与实践[M].北京：教育科学出版社，2010：2-9.
[4]杰拉尔德·S汉纳，佩吉·A德特莫.课程的情境适应性评价[M].浙江：浙江出版社，2008.
[5]Ralph W T.课程与教学的基本原理[M].北京：中国轻工业出版社，2008：95-100.
[6]盛奇秀.中国古代考试制度[M].山东教育出版社，1998：1-7.
[7]Guba，E.G&Lincoln，Y.S.fourth generation evaluation[EB/OL].1989.http：//books.google.com/books？id=k_zxEUst46UC&pg=PA5&hl=zh-CN&source=gbs_selected_pages&cad=3#v=onepage&q&f=false.
[8]霍力岩，赵清梅.多元智力评价的理论与实践[M].教育科学出版社，2010：2-9.
[9]吴钢.现代教育评价基础[M].学林出版社，2004：38.
[10] 张华.课程与教学论[M].上海教育出版社，2000：364-384.
[11]钟启泉.现代课程论[M].上海教育出版社，2003：389-395.
[12]Berry， R.Assessment for learning[M]. Hong Kong： Hong Kong University Press，2008.
[13]Berry， R.From theory to practice： Curriculum for autonomous learning.In M.F.Hui & D.Grossman （Eds.）， Improving teacher education through action research[J]. New York：Routledge，2008.
[14]Berry， R.Assessment trends in Hong Kong： Seeking to establish formative assessment in an examination culture[J].Assessment in Education：Principles，Policy & Practice，2011，18（2）.
[15]Biggs，J.， & Watkins， D.A.The paradox of the Chinese learner and beyond[J].Hong Kong：Comparative Education Research Centre，2001.
[16]Black，P. J.Testing：Friend or foe Theory and practice of assessment and testing[M]. London：The Falmer Press，1998.
相关热词搜索： 发展趋势 现状及 课堂 评价 研究
