华东师范大学近日召开了课程评价改革国际研讨会。会议以“促进中国课程测量与评价的专业化”为主题，邀请了国际6名国际著名教育测量与评价专家和200多位国内致力于研究课程测量与评价的专家学者，围绕高考中考专业化的体制与机制、学生学业质量监测、考试命题与测验编制、改进的课堂教学评价、发展性课堂学习评价等五大专题进行了深入探讨。此次会议由教育部人文社科基地华东师范大学课程与教学研究所主办。
　　研讨会上，华东师范大学课程与教学研究所所长、教授崔允就课堂教学评价做了《论指向教学改进的课堂观察LICC模式》的学术报告；副教授杨向东结合大规模考测验，做了题为《大规模测验中的几个测量学问题》学术报告。关于考试评价制度，教育部考试中心评价处处长马世晔、上海市考试院副院长雷新勇分别作了《考试评价的探索和展望》、《我国学业水平考试的基本问题和反思》的学术报告。荷兰屯特大学教育测量与数据分析系教授、系主任Wim J Vander Linden就美国中小学学校质量问责评估体系的理论和实践做了学术报告。亚洲国际关系协会副主席、美国大学理事会主席特别顾问Xiang Bo Wang研究重点是如何扩大和深化亚洲课程考试体制，其中包括了许多中国的课程和考试体制的研究，在这次研讨会上作了关于课程与考试评价系统的学术报告。美国伊利诺伊大学香槟分校教育测量学教授Huahua Chang在学术报告中，结合中国教育评价的现状，指出NAEP(美国国家教育进步评估)中的经验能给中国借鉴的经验。澳大利亚教育研究委员会首席执行官、澳大利亚墨尔本大学教授Geoff Masters就现代教育评价制度，结合澳大利亚的经验，作了学术报告。
　　在专题为高考和中考专业化的体制与机制的分会场专题报告中，课程与教学研究所副所长、教授吴刚平做了《中考招生改革的经验与问题》专题报告，探讨了中考考试改革以后的经验和存在的问题。课程与教学研究所教师柯政博士结合当前的素质评价，做了题为《综合素质评价政策争论背后的深层次问题分析》。此外，来自一些地区教研室的专家学者也就地区、不同学科的中高考考试体制和机制做了相关的专题报告。在以考试与测验编制为专题的分会场专题报告中，华东师范大学心理与认知科学学院副教授邵志芳结合上海市2007-2008年中、高考数学试题难度分析，作了《上海市2007-2008年中、高考数学试题难度分析的认知任务分析》。华东师大课程与教学研究所副教授安桂清在专题为改进课堂教学评价的分会场专题报告中，以一堂作文课为例，做了《对一堂作文课所做出的教育批评》。
　　在研讨会上发言的国际著名教育测量和评价专家有：荷兰屯特大学教育测量与数据分析系教授、系主任Wim J Vander Linden，澳大利亚教育研究委员会首席执行官、澳大利亚墨尔本大学教授Geoff Masters，美国伊利诺伊大学香槟分校教育测量学教授Huahua Chang，亚洲国际关系协会副主席、美国大学理事会主席特别顾问Xiang Bo Wang，美国加州大学圣·巴巴拉分校博士、美国著名教育测量公司ＡＣＴ的资深研究专家Xiaohong Gao。
　　附：专家学者呼吁需要提升考试评价制度改革的专业化水平
　　崔允以听评课为例，说明“我们课程测量与评价的研究、实践水平都不够专业化”。他说：“虽然‘中国式的听评课在国际上还是有点影响的’，但从专业化的视角来看，当前的听评课依然存在着诸多问题，其最突出的问题可以归结为‘三无’——无合作、无证据、无研究。”所谓无合作，是指听评课的人和上课的人，以及听评课的人之间往往没有进行合作，大家各听各的，各说各的，而没有把听评课真正看作是大家一项共同的合作事业。无证据主要是指听评课的人在谈论意见的时候，更多的是根据自己的感觉，“我觉得应该怎么上”，而不是大家基于证据进行推论。无研究是指许多人都把听评课看作是一项管理制度，而不是一项专业活动，需要专业知识以及专业精神。崔教授认为，教师的听评课制度要向医生的会诊制度学习，必须要有合作，要基于证据，要有研究。
　　杨向东指出，虽然在整体的设计思路上我国大规模考试目前的实践与国际上同类测验相似，但在具体环节的实施上还有很大差距，直接影响到测验目的的达成，很难保证测验结果的质量。这种差距主要体现在测验编制过程中对测量学问题的思考不足，对相关测量学技术的应用程度不够。例如，我国目前现有的课程标准过于概括抽象，只规定了最后的目标，缺乏描述各年龄阶段学生实际表现程度的水平标准，直接影响到教育考试框架的制定水平和质量保障。此外，缺乏真正意义上的合作也是制约我国规模考试专业化水平的一个重要方面。他同时指出，与测量学技术应用不足相比，当前大规模考试中有关效度的研究更为薄弱，尤其是从心理学意义上对教育考试中测验题目所涉及到的认知水平和能力结构的研究，并呼吁我国加强相关方面的研究和应用。
　　柯政认为，衡量一个国家的专业化水平高低与否，一个很重要的指标就是有关评价政策的政策辩论的专业化程度如何。具体地说就是参与辩论和讨论的各方是否能够聚焦真正的、核心的问题进行讨论，而不是就问题的表面争论不休。他认为，如果看不到这些政策辩论背后的深层次问题，那么评价制度改革只能在原地打转。
　　美国伊利诺伊大学香槟分校教育测量学教授、美国国家教育进步评估设计开发与技术分析专家张华华，就中国的教育评价与测量可以在哪些方面借鉴美国的做法提出了许多具体的建议。作为当前国际上著名的计算机适应性测验专家，他指出采用计算机自适应测验具有高效、准确、计分迅速和反馈及时等多种优点，因此建议我国教育考试和评价多采用计算机化的测验模式。他还指出，计算机化测验还可以与当前国际上流行的认知诊断测验相结合，为教育实际工作者提供具有诊断性的反馈信息。
　　美国著名测量公司CTB/McGraw Hill首席研究专家，前国际心理测量学会主席Wim Van der Linden介绍了当前国际上有关题库建设的理论和技术的最新进展，并演示了根据题库进行自动化组卷的基本原理与具体技术。他指出，自动化组卷技术可以在几秒之内完成几十、甚至几百套试卷的组卷任务，能严格保证每套试卷满足多达上百种的技术要求，以及不同试卷间的一致性，为我国大规模考试提供了很好的借鉴。
　　在考试结果的分析和汇报方面，澳大利亚教育研究委员会首席执行官、前墨尔本大学教授Geoff Masters以PISA为例，向与会人员介绍了如何通过运用现代测量理论（如项目反应理论）建立测验分数的测量尺度(Scale)以及不同分数的实质含义，使教育考试的分数具有像长度或重量那样的特征，从而使对考试结果的解释不依赖于某个具体的测验，能够在同一个尺度上对不同学生个体和集体进行描述和比较。他指出，共同测量尺度的建立提供了描述和追踪学生学习和发展变化的基础和可能。