神话
标准化考试是衡量学校质量的唯一方法。
现实
虽然这些测试能够反映特定日期的表现，但它们往往更多地反映了一个社区的社会经济状况，而不是学校内部实际的教学质量。
教育教育学学生评估K12教学
标准化测试与形成性评估
标准化考试能够提供学生表现与国家基准对比的概览，而形成性评价则如同日常学习的导航系统。前者衡量课程的最终目标，后者则提供实时反馈，帮助学生在实际教学过程中应对挑战、提升理解能力。
亮点
- 标准化考试衡量的是“学习成果”，而形成性评价则是为了“学习目的”。
- 形成性评价方法允许在课堂上立即进行教学调整。
- 标准化评分提供了政策和资金决策所需的全局视角。
- 形成性评价通过降低失败的风险来减轻学生的焦虑。
标准化测试是什么？
采用统一的考试方式进行管理、评分，以便比较大量学生的表现。
- 为确保统计可靠性，所有学生的测试内容均相同。
- 考试结果往往决定学校的经费分配、教师的评价以及学生的毕业资格。
- 试题通常为选择题或简答题，以便机器快速评分。
- 评估通常在学年结束时或特定年级结束时进行。
- 数据主要被政策制定者和管理者用于高层监督。
形成性评价是什么？
教师利用持续的教学检查来实时调整教学并提高学生的学习效果。
- 方法包括课堂小结、思考-配对-分享和低风险测验。
- 反馈是即时且描述性的，而不仅仅是一个数字分数。
- 主要目标是在教授某个主题的过程中发现学习差距。
- 评估通常是非正式的，并且自然地融入到日常课程计划中。
- 学生的进步是以个人成长为衡量标准，而不是以同龄群体为标准。
比较表
| 功能 | 标准化测试 | 形成性评价 |
|---|---|---|
| 主要目的 | 问责制和排名 | 学习与成长 |
| 频率 | 每年或每两年 | 每日或每周 |
| 利益相关者 | 州/国家委员会 | 教师和学生 |
| 反馈速度 | 几个月后 | 即时送达或次日送达 |
| 风险等级 | 高（资金/毕业） | 低（无等级或低等级） |
| 格式 | 刚性且结构化 | 灵活多样 |
| 成本 | 价格昂贵（取决于供应商） | 极简（教师自制） |
详细对比
评估时间
标准化考试本质上是总结性的，就像是对学习成果的尸检，在单元或学年结束后进行。相比之下，形成性评价则像体检一样，让教师能够在学生没有掌握某个概念时立即调整教学方法或课程计划。前者回顾过去取得的成就，后者则展望未来需要实现的目标。
对课堂教学的影响
形成性评价已深度融入教学，往往成为师生对话中自然而然的一部分。然而，标准化考试常常迫使教师暂停常规课程数周，专门讲解应试技巧。这种“应试教学”现象是标准化体系的显著特征，而形成性评价则鼓励探索和试错，无需担心留下永久记录。
数据和反馈回路
学生完成标准化考试后，数据通常会被存入州级数据库，几个月后才会以百分位排名的形式重新出现。而形成性评价则依赖于即时反馈；例如，老师在快速调查后可能会看到五个学生茫然的表情，于是决定当场重新讲解最后十分钟的内容。这使得学生能够在错误观念根深蒂固之前及时纠正它们。
标准化与个性化
标准化考试最大的优势在于能够跨不同人群和地区进行“同类比较”。形成性评价则忽略了这种广泛的比较，转而追求彻底的个性化。它承认有的学生可能需要视觉辅助，而有的学生则需要动手实践，从而为教师提供具体数据，以便针对教室里的每个孩子进行差异化教学。
优点与缺点
标准化测试
优点
- + 客观比较指标
- + 找出成绩差距
- + 确保课程衔接
- + 高可靠性
继续
- − 增加学生压力
- − 缩小课程范围
- − 延迟反馈
- − 文化偏见的可能性
形成性评价
优点
- + 增强学生自信心
- + 立即调整教学方法
- + 低压力环境
- + 高度个性化
继续
- − 对教师来说非常耗时
- − 难以大规模追踪
- − 主观评分
- − 需要专业培训
常见误解
神话
形成性评价不过是随堂测验的另一种说法。
现实
突击测验可以起到形成性作用，但真正的形成性评价包括非评分活动，如口头提问、同伴互评和自我反思练习。
神话
标准化考试有助于学生从错误中学习。
现实
由于学生很少能看到自己具体做错了哪些题，也不知道错在哪里，因此这些测试对学习者本身几乎没有任何教学价值。
神话
远程学习环境下无法进行形成性评价。
现实
投票、聊天式签到和互动式幻灯片等数字工具，使得虚拟课堂中的形成性反馈比以往任何时候都更容易、更快捷。
常见问题解答
标准化考试真的能提高学生的学习成绩吗？
相关证据喜忧参半；虽然考试能引起人们对表现欠佳学校的关注，并为学生应掌握的知识设定基准，但它本身并不能教授这些知识。学生成绩的提升主要源于发现问题后进行的教学改革，而非考试本身。
形成性评价可以用于成绩评定吗？
理想情况下，形成性评价应该是“无风险”或“低风险”的。如果对形成性评价任务设定过高的分数，学生就会害怕尝试或承认自己感到困惑，这就违背了评价的初衷。与其将其作为成绩单上的统计数字，不如将其作为教师的教学指导。
既然标准化考试如此具有争议性，为什么我们还要继续使用它们？
它们仍然是同时收集数百万学生数据的最有效、最具成本效益的方式。如果没有它们，政府将很难知道应该在哪里分配资源，也很难识别不同州或地区教育系统中存在的系统性缺陷。
教师们在如此繁忙的日程安排中如何抽出时间进行形成性评价？
优秀的教师会将这种做法融入到课堂教学中，而不是将其作为额外的任务。它可以很简单，比如让学生竖起大拇指（向上、向侧或向下）来表示他们对某个概念的理解，这只需要五秒钟，却能提供至关重要的信息。
在标准化考试的语境中，“反拨效应”是什么？
反拨效应指的是考试对教学和学习的影响。积极的反拨效应可能会促使人们更深入地学习某一学科，而消极的反拨效应则往往会导致课程范围缩小，只涵盖考试内容，而忽略艺术、体育或软技能。
形成性评价对于衡量进步是否可靠？
这些方法对于满足个别教师的需求非常可靠，但由于其个性化和多样性，并不适用于比较不同城市学生之间的差异。它们衡量的是学生随时间推移的进步，而不是根据曲线对学生进行排名。
形成性评价的常见例子有哪些？
常见的例子包括“出口票”，学生在离开前写下他们学到的一件事；“思考-配对-分享”，他们与邻座讨论想法；以及“苏格拉底研讨会”，他们参与有指导的小组对话来探讨复杂的主题。
科技如何改变了标准化考试？
现代标准化考试通常采用“自适应”设计，这意味着计算机将根据学生上一道题的答对情况调整下一题的难度。与纸质考试相比，这种设计能够在更短的时间内更精确地衡量学生的学习能力。
裁决
标准化考试对于维护广泛的教育标准和大规模识别系统性不平等至关重要。然而，对于日常提升儿童理解力和自信心的工作而言，形成性评价才是课堂教师更为有效的工具。
相关比较
LSAT备考与现实世界思维
尽管LSAT考试常被视为法学院入学的一道门槛，但它严苛的备考过程却培养出一种与日常逻辑截然不同的超强分析思维。现实世界的思考依赖于直觉和广阔的背景，而LSAT的逻辑则要求近乎机械的精确性，它能剥离外部假设，揭示论证的结构完整性。
STEM教育与博雅教育
在理工科（STEM）和人文科学之间做出选择，需要在技术专长和广泛的知识素养之间权衡。理工科侧重于通过实证数据和技术解决具体问题，而人文科学则培养批判性思维和文化素养，以应对复杂的人类系统。两条道路都能提供独特的长期职业优势。
标准化测试与实际应用
标准化测试与实际应用之间的争论焦点在于我们如何定义和衡量能力。标准化测试提供了一种统一、可扩展的指标，用于比较庞大的人群，而实际应用则侧重于学习者在复杂多变、难以预测的真实环境中执行任务和解决问题的能力。
成绩与学习：理解二者的区别
虽然成绩和学习常常被视为同一概念，但它们代表了教育中两条截然不同的道路。成绩是对特定阶段表现的标准化衡量，而学习则是获取技能和深入理解的持久过程。本文将探讨这两者如何相互作用，以及在现代教育中它们之间的分歧所在。
代码生成与代码理解
在人工智能时代，生成功能性脚本与真正理解其逻辑之间的差距显著扩大。虽然代码生成能够立即提高生产力并解决“空白页面”问题，但代码理解是调试、保护和扩展复杂系统所必需的关键认知技能，而自动化工具可能会误解这些代码。