最新高考语文测试理念缺失探析 精品.docx

1、最新高考语文测试理念缺失探析 精品高考语文测试理念缺失探析高考语文测试理念缺失探析一从一些统计和调查谈起（1）教师评定（前20名左右）与高考成绩相关性统计（拟作）（笔者以为教师的评定应该是一个较好的效标,美国的很多大型关联效度调查都以老师对学生一年以上的观察作为效标）。语文应该最差。（2）学生成绩波动性调查。（拟作）语文的波动性肯定最大。（3）对中学语文教师的调查采访（拟作）对语文高考命题科学性的认识采访一些参加过高考阅卷的老师（评卷误差）并调查中学语文教师的处境（4）对大一新生的调查（拟作）（主要就高考各科命题的效度进行调查。先给学生一个通俗易懂的“效度”定义-能测量出你真实水平的程度。然后

2、让他们回答诸如此类的问题：请你按照效度水平给高考各科排序;按成绩波动性排序）（5）高考成绩与大学成绩相关调查：语文“高考成绩与大学成绩相关极低”，说明语文“高考的预测性很差，作为一种选拔性测验现行高考是不成功的”（转引自北师大心理系高考研究组改革高考，更加准确有效地选拔人才第83和89页）（再查出处）（6）历年的高考抽样统计结果已有93、97、98（在自抄的信纸上）、2000（在小笔记本上）、2019年的,无论信度效度（好像没有公布）标准差（反映考生成绩离散程度,即试卷的区分功能,在150分的试卷中标准差20分以上说明离散程度较好。），还是成绩的正态分布曲线，语文都基本上是最不理想的，而且和其

3、他科（尤其英语和理科各科）相去甚远（语言测试略低一些可以理解,低得太多,就需反思）。官方对于低信度的解释往往是语文属于异质性测试（国内的确也作过一些这方面的调查）我们不禁要问为何国外的语文测试信度比我们高得多呢?为何高考英语试卷的信度往往是各科中最高的呢?再者,我们用来作异质性调查研究的试题其命题和批阅质量（尤其作文批改的误差控制）有足够的担保吗?而且,我国每年的高考抽样统计公布都缺少最重要的一项统计指标效度（效度测起来的确更复杂更麻烦,但并非“没有数学方法,只能靠定性分析”分析请参照后面的“实践性缺失”一章）“信度比效度更容易证明，所以附在测验一起的技术说明通常只报告信度数据。测验发表者打算

4、通过显示信度而暗示其效度。这种做法不好，它只是做了一半的工作。”（出自小笔记本书名作者待查）另外，许多知名专家学者不止一次对语文高考测试提出了严厉的批评：我读了，非常吃力，首先是弄懂题目要求就费了极大的劲，有的至今也没有弄得太清楚（钱理群评1998年高考试题）语文综合能力强的学生在高考中反而得不到高分（待查）钱梦龙也指出：现在的语文考试测不出学生的真实水平顾德希“从十几年来我所教的高三学生来看，每年总有不少于四分之一的学生，语文高考成绩与平时成绩存在较大反差尽管这比十几年前已是不小的进步(以前误差更大),但问题仍然是严重的。”(2019年第三期)“现在优生得分不高差生得分不低的现象越来越突出学

5、生的积极性受到了严重打击。”（李群、张中环关键是怎样操作中学语文教学2019，6）每一个理智的语文工作者应当承认，我们的语文高考存在着很大的问题，其信度和效度离语言测试科学化的要求尚有很大差距，迫切需要改革笔者于高中语文教学一线工作九年有余，深感执教的困惑和艰难。我对于高考语文测试最大的不解在于：学生高考成绩与其平时成绩和能力（老师对自己起码一半左右的学生还是十分了解的）严重不符其程度远远超过其他各科，波动幅度之大，范围之广怵目惊心。反思是枚苦涩的果子,也是语文界同仁不得不品尝的果子。大发牢骚没有用，怨天尤人没有用，摆出一幅任人宰割的架式只会使问题更加严重。我们应当首先虚心听取别人的批评，然后

6、静下心来，仔细调查研究，实事求是地分析，进而拿出改进措施。令人遗憾的是，五六年过去了，批斗余音犹在，认真的反思，尤其是业内人士的脚踏实地的分析研究寥若晨星，高考测试问题依旧。笔者不敢称内行，仅凭自己的一些体验和调查，试图对高考测试信度和效度不高的原因作些反思。笔者以为，之所以出现这么严重的问题，肯定与命题指导思想上的缺失,制度建设不完善,很多工作环节欠科学有关。传统偏见、习惯势力、既定的规范、固有的理论、盲从的心理,把我们禁锢在狭小的天地里。本文主要就命题指导思想方面作些探讨二测试指导思想方面存在的问题以我看来,主要有以下几个方面（一）过于相信经验,测试理论欠缺我国的高考带有浓厚的“行政”色彩

7、,命题人员普遍缺少足够的系统的科学测试知识,或是不大买测试理论的帐;测试理论专家往往对语言学科的特点又不是非常熟悉他们依靠的主要是经验譬如,试题命制完成后的预测分析,各种标准化测试量表的研制（量化研究不可或缺的工具,其严谨的编制程序与信效度检验,使测量的品质得以确保邱皓政社会与行为科学的量化研究与统计分析五南图书出版公司2000，8第一版）以及考试完成后成绩的统计分析和解释（“西方发达国家十分重视考试成绩的研究开发利用。如，美国每年对大学入学考试成绩的统计分析就达几十种甚至上百种信息资料，然后将其分送给考生毕业中学和政府有关部门，作为中学教育教学和政府制定相关政策的参考。”（马文卿刘文超著中国

8、高考走向山东人民出版社2019，3，一版，121122页）,这些环节都十分欠缺这就使得我们很难有效地控制试题的各项指标,不能及时的吸取往年的教训并迅速的作出调整我们的高考改革步伐缓慢,试题多少年难以改变模样,与此有直接关系“我国高考工作者由于缺少教育测量学的理论与技巧,主要凭经验进行工作,在试卷编制上一般只有初步的编制计划及按这初步计划编写试题的简单步骤,试卷初步编成后,不经预测和数量化分析,只由编制人员根据经验作一些主观的讨论、审核,即交付使用致使试卷编制者本身对他的各项指标心中无数,造成历年来高考难度波动很大,甚至还有出错题目或出题不当的情况发生”（北京师范大学心理系高考研究组改革高考更加

9、准确有效的选拔人才）（出处再查）实行了十几年的高考标准化考试竟然仍采用老掉牙的原始分相加的方法来计分,说明我们的测试理论是多么的欠缺“很多实行了标准分制度的六七个省份已经取消（山东省于2001年取消）或正在取消,据说原因仅仅在于某些领导欠缺基本的测试知识”（马文卿刘文超著中国高考走向山东人民出版社2019，3，一版，32页）“症结主要有两个，一是统计测量理论没有为高层决策者所熟悉；二是大众对其陌生排斥。”（马文卿刘文超著中国高考走向山东人民出版社2019，3，一版，118页）国际上的语言测试早已发展到第三个阶段“交际测试”（）阶段,而我国的语文高考测试仍停留在第二阶段心理计量结构主义测试（-）

10、的初期,仍然在围绕着“要不要选择题”“语文测试要不要精确量化”等本已无需再争辩的问题纠缠不休“交际测试”以完形填空、短文听写等题型为典型特征，强调语境中运用，侧重考查学生运用语言的灵活性,对能力认识更为全面深刻。而我国的语言测试在这点上几乎为空白“高扬科学的大旗,走出行政性评价的窠臼评价方式上力求创新,走科学评价的道路,既要做到伦理的善,更要做到逻辑的真和形式的美”（孔祥沛浅论传统文化对我国教育评价制度的影响教育科学研究年月待查）（二）重书面表达轻听说阅读中国古代相对封闭的社会实际以及重人文轻科学的传统，此外还有“以文取士”科举制度的影响,使得“写文章”得到了高得不能再高的社会地位，所谓“天子

11、重英豪,文章授尔曹”,而“听说”“阅读”却被大大的冷落了。此种偏差时至今日依然相当严重，并在语文高考上体现出来。高考试卷中一篇作文几乎占据半壁江山（60150），而意义非常的听说测试始终不能提上议事日程。（我们的高考第二语言听说测试早已起步,而且也积累起了不少经验）这种偏颇的测试方式,远远不能满足现代信息社会的需求在现今社会,“听”“说”“读”“写”四种语言活动中,“写”的地位应该是最低的,前三者的重要性远远超过后者“据专家研究,听说在一生的语言活动中占到75,而读写只占25%”（吴昌顺,出自2000年第九期）而传统观念里,“读”也是从属于“写”的“中国以前所谓读写结合只不过是把读物作为写作的

12、样本,作为一种仿效的对象所谓的读,只是揣摩作者是如何写的阅读教学,也只是把教材作为一种写作的模式加以分析,以便对写作有所裨益这种观念,实质上是以写作为中心,阅读不过是写作的附庸”(章熊四川教育出版社2000,10第二版47页)国外多数国家的语言测试则不然,其比例很注意和社会的需求相吻合听说测试受到高度重视,而且很多国家也举办的非常成功此外,阅读测试在书面语言测试中的分量也远远超过写作测试以美国的（相当于我国的高考）为例，其阅读领会能力的考查占总分的51，阅读短文为五篇（以前为六篇），字数约为25003000字；而我国高考阅读领会短文大致为两三篇，字数约为10001500字，分数比例也低得多。我

13、国高考各科中试题命制科学性最高（有统计数据为证）社会信誉最好的英语科试题阅读的短文数量达七篇左右，占总分一半还多。而且，现今写作能力测试模式迫切需要改革的最重要的理由是：它是导致语文高考信效度不高的罪魁祸首。原因很简单：我们的作文评阅虽经不断改进，但主观误差始终得不到有效控制。“九十年代初,有关部门曾经连续做过几年研究,结果表明高考语文试卷中的主观性试题（主要是作文）误差达到总分的40,尽管我们采取了多种方法（制定作文评分量表,计算机监控评分等）但误差仍然较大。”（张伟明高考语文科考试内容与形式的改革中国考试1999,1期）作文的评分误差巨大是个不争的事实,很多的调查早已给出了骇人的评分差距但

14、笔者认为,在大规模考试中,误差还要大得多,因为这里面有个“动机效应是值得注意的。黄煜烽等人的研究中曾经让一位教师在不到一年的时间里两次批阅同一篇作文。第二次批改时,作文前加上组织教师批改这篇作文的目的旨在测试语文教师对学生作文水平的鉴定水平,以此作为衡量教师批改作文能力的指标这样一段话作为动机暗示。结果,第一次评85分,第二次评72分,相差13分;第一次的评语是文章结构完整,用词恰当,注意了旁征博引,语言老练、简明第二次的评语是本文结构欠严谨和完整,观点和材料不尽统一,语言上也有毛病,从肯定变成了否定,截然相反。”(章熊四川教育出版社2000,10第二版69页)高考阅卷很大程度上还带有大锅饭性

15、质，监督不严，建立老师评卷档案等工作几乎为空白,阅卷老师的认真度是有限的；而应付调查时，作为调查对象，因为特别在意调查结果对自己造成的影响，必然慎之又慎，再加上调查时的劳动强度也无法和高考这类大规模考试相提并论。高考作文评阅存在的主要问题是：(1)投入少时间短,导致劳动强度大时间过长会增大误差,但太短更会草菅人命由于时间太短作文批改打保险分的现象非常严重“南方周末曾对高考阅卷作过报道：近30万份作文，规定180位老师在10天内改完，除去每天高温休息一小时，其余七小时不喝水不上厕所不与人说话，在每篇作文上也只能停留70秒。”（李群、张中环关键是怎样操作中学语文教学2019，6）“集中全日阅卷,根

16、据各试验省份的经验,以日平均90份左右为宜”(章熊四川教育出版社2000,10第二版265页),实际的批阅数量若干倍于此（2）趋中主义评分既不高也不低,高度集中在中部偏上的狭小区间内,既能够保证阅卷速度,又不容易让复查人员抓住把柄“据江西戴海崎、曹绍游就1987年高考试卷随机抽取的2700人样本统计,二类卷和三类卷占总数的86,一类卷和五类卷合起来仅占66,四类卷占74,成峰值极高的偏态分布产生的原因大约有两个一是打保险分,二是连续作战统一疲劳,反应的灵敏度降低,区分能力减弱、据江西省1990年高考阅卷7月13日、14日和十六日三天的抽样统计（样本数一千左右）,平均分从2269分（满分40分）

17、上升为2433分,标准差则从767降为597,说明分数的离散程度越来越小,趋中倾向越来越严重。”(章熊四川教育出版社2000,10第二版6768页)（3）思维定势：由于阅卷强度过大,所以文章的书写、篇幅、谋篇（开头结尾的安排受到格外重视）等外在因素很大程度上决定了考生的得分。主要由这些因素构成的第一印象一旦确立,就很难再改变（4）责任心差很大原因归咎于制度不全监督不力这儿既有阅卷老师的责任心问题,也有复查领导的责任心问题“有的阅卷的研究生经常迟到早退，一位女博士戴着随身听，一边听音乐一边改卷；一高校的副研究员不知为什么年年来阅卷，它改作文判分一半有误，有一次查他改的三篇作文，总误差竟达三十多分

18、;一位老师30份作文错判十分以上的有三份（那一年是40分的大作文）有一本30份的作文几乎全是42和43两个分数。有个组长表扬一个青年教师，说他一天改了二十多本作文复查能挽救几个人呢每次阅卷结束时，心里都很沉重。”（李群、张中环关键是怎样操作中学语文教学2019，6）目前的高考写作测试模式必须改革，而且，此改革是切实可行的。国外的成功经验早已证明了这一点改革的方向当然首先是增加听说测试;其次,是改变大作文占分过多的局面,途径又有二：（1）大作文题转化为小型作文题（有两个小作文的语文试卷信度效度明显高于一个大作文题的试卷）和各种灵活的主观题（2）使用客观题来考查写作能力围绕是否继续使用选择题的争论

19、,尤其是对使用选择题来考查写作能力的争议美国最大的考试研究机构教育测验服务中心（），从1954年起进行了长达三年的试验研究。考试的有效性标准是语文教师对学生作文水平一年或一年以上的观察结论。结论是：（学习能力倾向测验,主要是客观题）的效度最高，与语文教师基于长期观察对学生写作能力作出的主观评价最一致；其次是由客观性试题组成的（英文写作水平考试，全为选择题），最差的是由作文题目组成的（普通写作测验，两个小时的作文考试）。（,&,1999,2729页）“正是基于这样的研究，才使其后的40年中客观性选择题成为美国语言能力测试的主要题型”（谢小庆谈语言能力的考查中学语文教学2019，6）有人质疑：现在

20、的国际趋势是增大主观题的数量，特别是增大作文的分量,咱们怎么能逆国际潮流而动呢?这儿有一个前提，国外主观题的评分比我们更有保障。尤其是国外作文量化水平较高,评分的客观化程度较高（电子记分员的启用明显提高了打分的客观性）“美国长期使用选择题,出现了高分低能的现象,转而求助于主观性试题我们始终主要采用主观性试题,结果导致了更加严重的高分低能,这不能不引起我们的深思”（于新凤考试学引论辽宁人民出版社）由此看来,题型的选择未必是测试中最重要的因素相对而言,试题的命制水平、施测的标准化水平和客观化水平应该是更重要的因素还有人说汉语和英语等语言不同的确,我们承认汉语的弹性张力模糊性是更强,但我们同时认为：

21、同为语言，汉语和其他语言没有质的差别,夸大这一点就缺少了最起码的科学态度;而且,作为量化集中体现的测试,更不宜在模糊性上大做文章,那样只能使得试题变得更加玄乎其玄有人担心,降低大作文的分值势必影响中学作文的教学当然,这种担心不无道理,但审视现在的中学作文教学,我们不仅充满了疑惑(1)我们的应试作文都训练了些什么呢?很多中学将主要的精力都放在了新八股的制造上了,形式主义泛滥,作文教学日益走向死胡同。“三个一工程”（即写一手好字，拟一个好题目，起一个貌似不俗的开头）长期以来风靡全国很多地区,一点也不令人感到奇怪(2)看看我们学生的作文就知道我们投入了那么多精力大搞特搞的作文训练究竟有多大成效以笔者

22、看来,灵活多样的写作能力测试方式（通过听说测试、各种类型的主客观题）对中学教学的引导作用或许更好总之,提高作文测试信度效度的途径主要有二（1）加快主观题（尤其作文）评分的客观化进程（制定科学的评分量表;尝试无纸化评阅广西在这方面已有较为成功的尝试;启用电子阅卷员等等）（2）主观题型的客观化而且,就我国的实际情况而言,后者可能是近期内比较可行的办法（三）实践性缺失前面曾提到语言测试理论的欠缺,实际上,相对测试理论而言,我们的高考更欠缺的是实践性我国传统重主观体验，轻客观实证，加上“官本位”和“大一统”思想的影响，我们的测试向来不大善于从实际出发，思维行事从来就是一种“自上而下”式的，上层的官员专

23、家多凭自己的学识和对下面有限的了解，想当然的组织测试。“德性文化传统使得评价更多的是一种人文主义的评价模式,过分强调了评价的民主性和伦理性,而忽视了评价以客观事实为基础的原则”（孔祥沛浅论传统文化对我国教育评价制度的影响教育科学研究年月待查）我国政府及团体组织的大规模实际调查与国外相比少得可怜我们的借口总是很多,但我看主要原因是惰于实践,譬如,关联效度的调查研究,我们的借口总是效标难以确定实际的原因是懒于尝试,怕麻烦,不敢直面现实改革美国的很多大型关联效度调查都以老师对学生一年以上的观察作为效标笔者也觉得,将教师综合评估的一部分学生的平时成绩（比如说每班选二三十名,最少基于一年以上的观察）作为

24、效标,来衡量高考成绩的有效性,可能是个不错的参照标准。可惜没有人深入做调查,偶尔有人尝试,要么浅尝辄止,轻率结论;要么阻力重重,不得不放弃（在我国,民间性质的调查由于种种原因更是难上加难）1试题内容和测试方法忽略学生实际（1）对课本的彻底抛弃在我国目前这种一考定乾坤的人才选拔制度下,彻底不考课本,只会导致抛弃课本;无本可依、见效缓慢（再加上成绩偶然性大），只会导致放弃语文学习多年来高考命题在内容选择上有一个指导原则：所选材料应主要来自课外,以测试考生运用已知知识来解决未知问题的能力。应当说这一原则是对的,但笔者认为近些年的高考命题在这一点上做得有些绝对,一定程度上忽略了中国的国情。“主要”不是

25、“不出”,近十几年的题目几乎杜绝了课本上的内容。这导致了高中生不愿意上语文课，不重视语文课文学习的现状。笔者想提醒命题者的是：语文考试不应完全模仿数学类考试定理公式是课内的,题目完全是课外的。（这样,只要学生学好了课本,就能考出好成绩语文呢?课本对于考试的作用微乎其微,学与不学差不多）语言的学习毕竟有它自己的一些特点,譬如说,名言佳篇的背诵默写就完全是考查学生的记忆情况,这往往是语言学习和语言测试所必不可少的。语文学科平时的教与学缺乏一个有效的抓手和平台,由此导致语文课本使用的困惑和混乱(有些学校甚至用一年的时间就能完成三年的任务)语文是应该更开放更灵活,但目前的国情是大学尚不能普及,大学入学

26、选拔只依靠仅有的一次考试,全国各地发展状况极不平衡,高考竞争依然激烈;此外,语文高考测试科学化水平较低,学生成绩波动太大太经常鉴于此,掌握好试题的开放度和灵活度就显得尤其重要否则,学生必然会将语文学习时间转向其他学科并非只有考课外才能有效地区分学生。课内知识一定比例讲究方式的考查,不仅能够在一定程度上解决中学语文无本可依的尴尬,而且照样能够测出学生的真实水平举个例子,考成语,完全可以从中学语文课本内部出些题目,选学生学过的常用词语的常用义项,改变语境,进行考查（2）远离学生实际高考语文测试,既不能离开语文学科的特点,也不能脱离高中学生的实际政治、科技、文化类已有的学科基础知识以及他们生理心理的

27、发育状况我们的高考命题却常常忽略这一点,存在着较为严重的“专业化”“成人化”倾向很多现代文阅读题内容具有明显的专业化倾向古文化探源、诗的哲理、基本粒子中的中微子、智力结构模式、应激激素和迷走神经等等,离学生的生活太远科技短文考查力度的确应该加大,这符合现代社会的需求但有一点必须要搞清楚我们必须在平时的教材里和学生的生活中,补充大量的科技时文,有了这个铺垫,学生在考试时就不会感觉到突兀然而,我们中学的教材编排和教学活动,在这一点上做得很不够“国内教材忽视现代科技时文不能不说是个遗憾而国外更加注重从现代社会的实际需要出发选文,以培养学生的现代科技意识,增长学生的现代科技知识,增强学生对现代社会的适

28、应能力他们的选材内容十分广泛,几乎涵盖了生活的各个方面报刊新闻,规章条文,科技说明文,推理小说,科幻小说都进入教材例如法国有一套语文阅读教材,每册十几个单元都有个中心主题,其中包括现代生活科学技术时代问题等等而国内仅有的说明文大多是些实体说明文,涉及现代科技的是少之又少”（张承明中外语文教育比较研究云南教育出版社2000,10第一版）此外,很多阅读文段的文字表达和中学生的实际生活距离遥远“以往往往选择二三十年代的文章,这些文章在词语的用法上与现代人有些差别,文章中的一些背景知识学生不了解,这就增加了学生答题的难度”（张伟明再谈语文到底考什么语文教学通讯1999,2）“前几年高考中出现的成语误用

29、和病句,材料大多来自报刊杂志,应该说他们是专业编辑人员认可或通过的东西,虽有不当之处,但很隐蔽,一般人看不出来,而且也不十分影响表达,有的则完全是大学中文系语法教材里面的例子,拿这些东西来考涉世未深的高中生是勉为其难的决不是要所有的学生都成为语言学家或语法学家”（语文教学通讯2001,22期,盛华明让语文考试更贴近实际）作文命题“政治化”“成人化”等倾向,无意中加重了学生“说假话”“空洞无物”的弊病,从而又在一定程度上降低了作文的区分度（都觉无话可说,都撒谎瞎编）试看下面一些题目“毁树容易种树难”“致光明日报编辑部的信”(关于环境污染问题)“树木森林气候”“议论花与刺”（关于辩证的看待事物）“

30、近墨者黑或近墨者未必黑”“先天下之忧而忧,后天下之乐而乐”“看截肢漫画写感受”（关于责任心问题）“读材料红雨衣踢碎玻璃罐写感受”（关于社会公德心）“坚韧我追求的品格”“诚信”“心灵的选择”我们的高考作文承载了多少“政治教育”“道德说教”的重任,承载了多少成年人对于年轻人的良苦用心!然而,这些用意到底能产生多少实际效果,有谁做过实际的调查研究呢?看一看我们的孩子们作文时苦思冥想来适应成年人思路的痛苦模样,看一看高考作文试卷上几乎千篇一律的翻来覆去重复着的空话和为了赢得高分编造出来的一个个凄惨的故事,看一看孩子们“谈作文色变”避之唯恐不及的神情我们为什么不去反思自身的问题,而是一味的批评孩子们没有

31、实际生活感受,写作能力差呢?2命题对阅卷执行实际缺乏足够考虑我们的阅卷情况很不理想,这是个不争的事实要提高命题的科学性就必须充分考虑这一点从理论上讲,主观题相对客观题目应该具有更高的效度,但从批阅实际角度来看则不然既然高考试卷的首要职责是区分选拔学生,那么我们为何反而忘记了根本而去追求表面的科学呢?关于作文的问题及改革方案,请参照上文3制定的作文评分标准缺乏可操作性我们制定的作文评分标准貌似科学,很难落实,以至于阅卷老师们试批时或批阅之初,还按评分标准打分之后很快就又回归到打一个囫囵的总分的老路上去了批阅时间短,劳动强度大,制定的标准形同虚设4阅卷教师的选拔标准缺少实践调查的支持,多凭想当然我们缺乏科学严格阅卷老师资格审查制度“1991和1992年,河南省招办和河南大学教育系、中文系联合对高考阅卷人员的组成问题进行了大规模的调查,结果出乎一般人预料,也是令人深思的。结论是高校教师、职称高的老师、年龄大的老师评分误差明显大于中学教师、职称低的老师、年龄小的老师。”(章熊四川教育出版社2000,10第二版7072页)由此可见,我们平时想当然的观念里面潜藏着多少主观臆想的成分,我们的行动多么缺少实际调查的支持!而现在很多省份的高考阅卷仍然主要由一所大学承包(阅卷老师主要由大学老师及一些硕士生和博士生组成)的事实,说明了我们的有关部门是多么不重视此类的调