美国提高教学评价人员专业评价力的实践探究，本文主要内容关键词为：评价论文,美国论文,人员论文,专业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：G 文献标识码：A 文章编号：1003-7667(2015)03-0070-07 近年来，美国教育领域对公立中小学教学评价的指责越来越多，焦点在于：评价未能区分教师群体教学绩效的高低，无法对教师个体的教学表现给出准确可信的评价信息等。美国非营利机构新教师项目组(The New Teacher Program，简称TNTP)调查了阿肯色等4个州内12个学区的教师评价信息，这些学区皆按各自的正式评价程序对所辖范围内共约15，000余名教师进行了频次不等的教学评价。调查结果是：很多学区仅粗略使用“令人满意或不满”的二元评价法进行教师评价；被调查群体中只有不到1%是“令人不满”的教师，其余都“令人满意”。这种情况被TNTP称为“无名效应”(widget effect)，即教学评价人员对所有教师都给出了几乎完全相同的评价，否认了个体差异、优势或不足。[1]这显然与事实不符。 “无名效应”使优秀教师无法获得与其绩效水平相当的专业认可、职位调整或晋升、津贴补助等，从而丧失积极性或选择离职；低绩效者因没有得到专业改进的支持而无法胜任教学工作，也没有被调整工作岗位或解聘。TNTP的另一项研究调查了美国4个大型学区共90，000名教师，结论表明：分析学生学业成绩等数据可推测调查样本中约20%属于优秀教师，但学区或学校并未对这一群体给以足够的重视，很多校长并未努力挽留那些考虑离职者，同时，也几乎从不试图将低绩效者调离教学岗位或促使其离职。[2] 上述情况饱受诟病。因此，在过去几年内，美国有30多个州相继立法改变旧的教师评价体系，要求采取多种措施进行教师评价，并依据评价结果考虑与教师密切相关的职称升降、津贴增补、岗位调整、留任或离职等问题。[3]如伊利诺伊州于2010年通过了新的教师《绩效评价改革法》(Performance Evaluation Reform Act)，要求至2016-2017学年州内所有学区必须实施此法案，各学区须从教师教学表现和学生学业成绩两方面进行教师评价。前者指对教师进行正式和非正式的课堂观察，后者指分析学生的成绩变化情况。[4]事实上，美国此轮教师评价体系改革涉及评价的频率(每年一次或多次)、目的与用途(专业改进或职位调整等)、标准与措施(教师教学表现和学生成绩)等方面，但重点是依据教师的课堂教学表现来评价其影响学生学习效果方面。因此，评价者对教师进行课堂教学观察将发挥关键的作用。但长久以来，负责教学评价工作的校长或其他管理者并未接受过有关课堂观察和评价的专业培训。这就意味着，教育部门若要培养出一批专业的教学评价人员，至少要做好以下三方面的工作：首先，开发或选择供培训使用的课堂教学评价标准或工具；其次，对校长等教学评价人员进行专业系统的培训；此外，还要对评价者进行评价资格认证，确保其能够客观精确地评价教师的教学表现和依据评价信息提供反馈。本文主要从这几方面探讨美国提高教学评价者专业评价力的实践，并从中寻求开发我国“国培”课程资源的一些启示。 二、开发专业的教学评价标准或工具 早在1996年，美国教育考试服务中心(Educational Testing Service，简称ETS)与资深研究专家夏洛特·丹尼尔森(Charlotte Danielson)合作汇编了一套旨在评价初任教师从教资格的课堂教学评价标准(以下简称“丹尼尔森评价标准”)，并在2007年、2011年、2013年进行了修订和更新。在此过程中，芝加哥、伊利诺伊等地的多个学区都选其作为教学评价的工具。比尔及梅琳达·盖茨基金会2009年资助实施的大型研究项目“有效教学评价”(Measurement of Effective Teaching，简称MET)也以之为基础来培训评价人员。丹尼尔森评价标准因具备较高的信、效度而广受认可，本文以之为例来介绍美国培训专业教学评价人员时所使用的教学评价标准。 2013年版的丹尼尔森评价标准共包括四大领域22个指标，每个指标都有“欠佳、一般、良好、优秀”四级表现水平。下文仅例举“欠佳”和“优秀”两级差异最大的教师教学表现水平。[5] (一)教师对教学活动的设计和准备 1.教师在任教学科和教育学方面的知识掌握程度。“欠佳”的表现是：讲课过程中出现了学科内容知识方面的错误或没有纠正学生这方面的错误；没有使用最适合教学内容的教学策略或方法等。“优秀”的表现是：教师具备丰富的学科内容知识，预见到了学生的疑难并帮助学生建立起相关学科知识点间的联结，如讲述“19世纪的文学”这一主题时，教师会介绍同时期的历史知识；教师使用了适合教学内容的教学策略等。 2.教师了解其教学对象的程度及相应调整教学活动的情况。教学水平欠佳者不了解学生在认知和学习方面的状态、共性和差异性，没考虑不同学生的兴趣和能力差异，其典型表现是自说自话和无视学生的反应。与之相反，教学水平优秀者了解并针对学生的认知发展水平和差异组织教学活动。比如，教阅读课的教师会鼓励学生了解自己的阅读水平并挑选适合自己的阅读材料，而不是为全班同学规定同样的阅读书目。 3.教师明确及实现教学目标的情况。“欠佳”的表现是：教学目标设置过低或不当；知识点概括不全面；教学目标与学科主旨相偏离，如社会学或历史教师只要求学生记住重大事件发生的时间地点，而不去分析其影响或意义，等等。“优秀”的表现是：教师分层设立教学目标，鼓励学生达到个人的目标，使之能够将本节课的内容与过去所学和未来将学的内容联结起来；更重要的是，教师意识到教学目标是学生学到了什么，而非他们在课堂上做了什么，如阅读课的教学目标不仅在于学生读了什么，更重要的是使其学会和喜欢阅读。 4.教师选用课程资源的丰富程度。教学水平欠佳者只使用学区或学校提供的教学材料，没有搜集其他任何教学资源来提升学生的学习效果及个人专业发展；教学水平优秀者则从网络、社区、大学或专业机构、公共部门等领域尽可能获得更丰富的教学资源，他们补充和扩展了学区与学校的课程资源，鼓励学生深度求知和个人专业进步。 5.教师组织课堂教学活动的内在秩序方面。“欠佳”的表现是：教师安排的教学活动杂乱且与教学目标不一致；学生分组不当，参与度不高；时间分配不合理等。优秀者的表现正好相反：教学活动安排体现出与教学目标、任务和学生认知水平等一致的顺序性；学生分组促进了成员的参与和学习热情，等等。 6.教师对学生学习效果的检验和评价方面。此处的评价分为两种：一是教师为了解学生知识掌握程度而进行的总结性评价；二是教师在教学过程中了解学生学习效果并随时调整教学方法和进程的形成性评价。教学水平欠佳者对学生的评价缺乏标准；或评价标准与教学目标不一致，如教师仅从语法、拼写的角度去评价学生以“美国宪法的根基”为主题的写作作业；其课堂教学活动中基本上没有形成性评价。教学水平优秀者的评价标准明确；能够在教学进程中使用形成性评价调整教学活动。 (二)教师对课堂教学文化和物理环境的营造和布置 1.教师在营造课堂人际氛围方面 优秀教师的课堂上，师生之间和生生之间关系友好、融洽、彼此尊重，学生勇于进行智力探险，没有因回答问题错误而被讽刺和嘲弄的现象；教学水平欠佳者的课堂教学环境与此相反。 2.教师引导学生产生求知热情和确立学习态度方面 教学水平欠佳者的课堂上，师生双方对待教学内容和学习任务比较被动，教师未能唤起学生的求知热情，没能促使其努力思考和准确表达，教师对学生期待不高。比如，教师对没有参与学习和讨论的学生不予以回应。相反，在教学水平优秀者的课堂上，学生崇尚求知，积极参与学习和认知活动，他们主动讨论、补充和完善问题的答案。 3.教师组织教学进程的效率和流畅度方面 优秀教师在查点学生人数、分发教学材料等方面占时不多，正式教学时间有保证，授课、学生分组等活动过渡得当，课堂教学高效流畅；在教学水平欠佳者的课堂上，常常出现教师点名或分发教学材料挤占了教学时间、学生不知道如何分组或不遵守课堂秩序等状况，教学效率低。 4.教师管理学生行为方面 “优秀”的表现是：教师明确课堂上的学生行为规则；对于随意交谈等违反规则的学生行为，教师能够判断其产生原因并在尊重学生的前提下做出反应，保证教学活动的正常进行。“欠佳”的表现是：教师没有明确的学生行为规则；教师对学生随意交谈、走动、接打电话等行为视而不见或以诋毁的方式予以批评。 5.教师布置教室的物理环境方面 这一点主要是从下列方面来决定教师的教学表现水平：教室是否存在任何安全隐患；是否存在教学设施遮挡学生视线、影响教学之类情况；教师是否有效利用电脑、白板等硬件设备为教学活动服务；桌椅排列的方式和教室环境的布置是否发挥了教育作用，等等。 (三)教师的教学过程 1.教师与学生的语言交流方面 “优秀”的表现是：教师明确地告知学生本节课的教学目标，并说明在整门课程中的位置；教师使用精确、清晰的语言授课，同时结合适当的比喻和板书等手段；师生之间、生生之间就学习内容有语言交流，教师明确学生可能产生的误解；如需组织讨论教师能够表达清楚活动规则。总之，教师语言丰富、生动、无误，教学语言不仅发挥了指导学生学习的作用，而且帮助扩展其词汇量。“欠佳”的表现是：教师对教学目标的表达模糊或不做说明；对教学内容或概念的解释不清或有误；对如何组织活动的表达混乱，影响到学生的学习效果。 2.教师提问和组织讨论方面 这是丹尼尔森教学评价标准中非常强调的一个指标，优秀教师和低水平的教师在这方面的表现差别很大。(1)提问。低水平教师的提问类似于复习旧知识，答案单一，不能引发学生深层次思考；优秀教师的提问引发学生的深度思考、观点交流与碰撞，教师给予学生足够的思考时间，有时此类问题也可能是由学生提出。(2)课堂讨论。低水平教师组织的课堂讨论仅限于师生之间，教师不去了解学生的推理和思维过程，少数学生垄断了讨论或参与者很少；优秀教师组织的课堂讨论发生在师生之间和生生之间，几乎所有学生都有机会表达个人见解，包括完整地展示自己的假设、论证方式和结论，而不是只由教师告知“标准答案”，学生参与度高。 3.学生参与教学活动的程度方面 这是丹尼尔森评价标准的核心指标，它不是指学生在课堂上摆弄地图、实验器材等学习用具的忙碌程度，而是指其致力于思考、解决问题和完成学习任务的投入程度。在教学水平欠佳者的课堂上，由于教师布置的学习任务难度过大或过小、选用的教学材料或指导不当、学生分组方式单一、教学节奏过快或过慢等原因，学生处于消极学习状态；在优秀教师的课堂上，教师给学生布置的任务难度适当、教师指导学生通过个人努力和相互交流解决问题，教学节奏能够保证学生去思考难题和巩固新知，学生积极参与学习。 4.教师在课堂上进行学生评价和自我监控方面 此处指的是教师在教学进程中了解学生状态的意识和能力，据之以监控和调整自己的教学过程。优秀教师随时注意或有意识地提问以了解学生和课堂教学动态，给学生提供及时、建设性的指导；有时学生也会主动给予教师一些“信号”。低水平的教师没有这方面的意识，不改变自己既有的教学计划，不给学生任何反馈。 5.教师在教学过程中体现出的灵活和机敏度 此处指教师根据学生状态调整教学计划的能力。优秀教师会依据某些或某个学生的具体情况而调整教学；低水平教师无视学生对教学内容不感兴趣或难以理解的情况，不理睬学生提问，不做任何调整。 (四)教师的专业责任感 评课者主要通过与上课教师的课后交流来了解其在本领域内6个评价指标方面的表现水平。 1.教师的反思能力和水平 “欠佳”的表现是：教师对其教学活动是否实现了教学目标做出了误判；或没有反思教学效果的意识，不考虑未来的改进。“优秀”的表现是：教师对自己的教学效果有准确的评价，能够通过具体的例子给予说明；对于个人教学中的不足，教师考虑并提供了可能更有效的改进方式，具有调整未来教学实践的意识。 2.教师的责任感水平 优秀教师关注并了解学生一贯的作业完成情况、学业进步程度，也关注那些与个人教学不直接相关的事件；低水平教师根本不注意搜集、整理和保管上述有关学生的资料和信息，他们可能会弄丢学生的作业并不以为然。 3.教师在促进家校交流方面的表现 优秀教师能够通过学生与家长建立起成功的双向交流关系，他们能够邀请到家长参与学校组织的学习项目，使家长了解学生的在校状况；低水平教师与家长交流很少，他们不主动给家长提供任何学生学习方面的信息，也很少回应家长了解孩子的需求。 4.教师在参与和促进专业共同体建设方面的表现 优秀教师与同事之间是分享、合作、交流、互相支持和促进的关系；他们主动参与和组织学校、学区的教育项目，致力于构建专业共同体，如召集教师每月举行一次读书交流活动等。低水平的教师与同事关系紧张，如不肯与同事分享学生的应试策略；不参与专业共同体建设，不关心学校和学区的发展等。 5.教师提高个人专业化程度和促进专业成长方面的表现 优秀教师通过阅读专业期刊、参加专业会议、选修专业课程等方式丰富学科知识和提高教育技能，促进自我的专业发展；主动与同行交流，如邀请同行听课；参与专业组织实现自我提高并为同行提供支持。低水平教师不参加任何专业发展活动；拒绝与同行交流；不参加任何专业交流活动等。 6.教师在弘扬专业精神方面的表现 优秀教师遵守诚实、道德的行为规则；坚持学生优先的工作原则；尊重学生的兴趣；尽量满足学生需求；遵守学校和学区的教育政策与规章。低水平教师对待学生、同事和公众不诚实；对待学生态度冷漠；不遵守学校和学区规章等。 三、培训专业的教学评价人员 2009年-2011年，比尔及梅琳达·盖茨基金会投资4，500万美元与教学实景公司(Teachscape)、教育考试服务中心(ETS)等专业机构合作实施了有效教学评价项目(MET)。MET搜集整理了美国7个学区4年级～10年级共3，000名教师的23，000节课堂教学录像资料，选用丹尼尔森评价标准来培训教学评价人员和考察教师的有效教学行为，使评价者掌握如何依据教师教学表现进行评分的技能，获得了培训和认证专业课堂教学评价人员的一些实践经验。[6]除此之外，芝加哥学区也进行了类似的实践。我们从这些培训中可以了解美国培训专业教学评价人员的主要内容。 (一)了解并学会应用评价标准或工具 评价标准或工具是评价者用以观察教师课堂教学表现并给出评分的依据，了解并学会应用这些标准或工具是培训的基础。这方面大致包括四个环节： 第一，培训者向培训对象介绍评价标准或工具的理念基础、设计目的等背景信息。比如，2013年的丹尼尔森评价标准是修订2011年版的结果，其目的是想了解教师实施被美国多数州采纳的《州共同核心课程标准》(Common Core State Standards)的效果。[7]第二，培训者介绍评价标准中包含的各项评价指标和评分等级，包括每项指标的评价意图、评分等级的设置方式及不同等级间的区分度、得分点等问题，双方可就之进行讨论而统一和加深认识。比如，丹尼尔森评价标准包含22个评价指标，每项指标设置了“优秀、良好、一般、欠佳”四个评分等级；而其他评价标准可能使用“1～5”级数字式的评分等级。第三，向培训对象明确进行课堂观察和评分所遵循的要求，主要是如何依据评价指标来记录观察到的教学行为，并两相对照以给出教师在各项指标上的得分等问题。在这个环节，培训者要给培训对象逐一展示体现了某项评价指标和某级得分点的范例教学录像(Exemplar Videos)，帮助他们建立起评分和实际教学行为之间的联结，使之掌握评分技能。培训者在此过程中可以通过提问等方式来检查培训对象对评价工具“知识”的掌握程度。第四，为培训对象提供一系列新的教学录像材料，以此来检验和强化接受培训的人员在每项评价指标上的评分技能的掌握程度。 (二)使用范例教学录像 范例教学录像是指包含有能够体现某项评价指标的教学行为或技能，且已经过评价专家分析、评介和被给予了准确评分的教学录像材料；其重要性在于，它能以具体化的教学行为来阐释抽象的评价标准，因此它对于成功的评价者培训而言不可或缺。范例教学录像常常是经过剪切的教学片段，过长或整节课的教学录像由于重点不突出、难以吸引注意力等而无法产生好效果。 高质量的评价者培训项目应该包含两类范例教学录像：[8]一是基准范例录像(Benchmark Videos)。这类录像片段中包含了能够明确无误地反映某项评价指标及符合该指标上某一得分等级的教学行为，培训者因此能够以基准范本录像为例，向培训对象解释和说明与之对应的评价指标与得分。二是边界范例录像(Rangefinder Videos)。其作用在于，帮助培训对象确定某项评价指标上靠近某一得分等级上下两个边界级的教学水平；即每项评价指标的每个得分等级都要有两个边界范本录像，它们分别接近、但却没有达到紧邻的高一级和低一级的得分等级。培训者可以借助边界范例录像向培训对象说明，在某项评价指标上得分比较接近的两级教学表现水平之间的区分度。 (三)控制个人偏见及练习评分能力 培训要注意的另一重点是使评价者学会控制两种偏见：由于个人喜好的差异而产生的偏见以及受与上课教师的个人关系影响而导致的偏见。[9]前者是指，评价者因与被观察者在教学风格、内容、口音，甚至穿衣打扮等方面喜好不同而对其进行不客观的评价。有关此点，培训者要让培训对象意识到，个人偏好会对上课教师做出欠公允的评价，应尽力避免；但这并非要培训对象消除个人偏好。第二种偏见是指当评价者和被观察者之间是认识已久的同事或朋友关系时，由于意识到评价结果可能会对被观察者产生的后果等，评价者可能难以保持中立立场并给以客观的评价结果。控制和处理上述情况需要培训对象练习评分能力。 锻炼评分能力的一般做法是：培训对象观看一段教学录像后，依据其习得的评价技能，将录像中的教学表现与相应的评价指标、得分等级相对照而给出自己的评分；之后，培训者呈现由评价专家给出的正确评分，并解释其评分依据；此时，如果培训对象和专家给出的评分高低不等的话，培训者需要找出录像中的教学表现所对应的某项评价指标及达到的评分等级，向培训对象说明其评分过高或过低的原因；而如果培训对象的评分与正确分数接近的话，最好也进行类似的说明，以避免分数碰巧相近的情况。在此，培训方需要针对培训对象未来将评价的教师的任教学科、年级等具体情况提供专门的评价标准，帮其练习各项评分技能。[10] (四)规划培训时间和培训途径 评价者培训所需的时间主要取决于评价标准的复杂程度、范例教学录像的时长、培训对象练习和掌握各项技能所花的时间等因素。一般而言，基础性的培训内容大概需要3小时～4小时，包括介绍评价标准的背景信息、设计意图、各项评价指标和注意事项等；培训的重点还是培训对象运用评价标准中所含各项评价指标的技能方面。这包括评价者对每项评价指标及其各级评分的说明、评价对象观看能够反映各级评分的基准和边界两类范例教学录像，以及培训对象练习评分技能的活动等。芝加哥学区使用丹尼尔森评价标准培训校长的大致时间安排是：暑期3整天的技能培训，分散在一学年中的4次技能练习和其他个别安排。[11]目前，美国的教学评价者培训主要包括现场和网络两种实现途径。 四、对教学评价者进行资格测试或认证 美国此轮教师评价体系改革的内容之一是，依据评价结果进行与教师专业改进、职位调整等重要问题相关的决策。因此，基于道德甚至法律方面的考虑，评价者都应对教师进行准确、公正的评价，而为了确保参加培训的“准评价者或候选人”能够熟练使用评课工具和掌握所有的评课技能，还须对之进行资格测试或认证。这方面的注意事项如下。 (一)明确资格测试的目的与信度、效度 在组织和实施评价者资格测试之初，首先，要明确其目的，即：资格测试旨在考察候选人能否熟练精确地使用课堂教学评价标准或工具，是否具备评价某年级或某年级段的教师教学表现的能力，是否具备评价任教于某门或某些学科的教师教学表现的能力，或是上述几方面的综合。 其次，要确保资格测试具备高水平的信度和效度。如果一位评课人员先后接受两次在内容、难度和形式等方面类似的资格测试，所得测试成绩相近或趋同的话，则说明测试的信度较高；若依据评价者给教师的评价结果所做出的各项决策被证明非常有效，如评价结果及反馈信息被证明在较大程度上提高了学生的学习效果和教师的专业进步(尤其是前者)，则说明测试具有较高的效度。还有一个与此相关但不同的概念是“评价者信度”：如果两个评价者对同一节课给出了相同或相近的评分，这说明评价者信度较高。[12] (二)资格测试的类型及实现途径 简单地说，评价者资格测试大致有两类：一种是笔试，即以选择、配对等笔试试题的形式来考察候选人的教学评价能力。比如，描述一种教学行为并要求选出其反映的评价指标，提供若干选项供选；或要求把各种不同的教学行为和各项评价指标、各级评分进行配对等。另一种是现场测试，如使候选人在现场进行教学观察，并以言语分析和表述等形式来了解其评课能力。 评价者资格测试旨在考察候选人观察和评价教师课堂教学活动的技能，现场测试的方法似乎更合适，但这种测试的“成本”极高。比如，若考察候选人是否具备某所学校的评课资格，以一所拥有1～4个年级，每个年级有数学、阅读、写作、社会科学等9门学科的学校为例来说明考察过程：如果让候选人对每个年级的每门学科各观察1节课或1个完整的教学录像的话，那就需要候选人观察36节课；每节课时长在30分钟～1小时之间，那么，整个考察可能会持续18小时～36小时，这还未把考察过程中做记录、打分等时间计算在内。这样的测试很难实现。 因此，笔试和现场测试相结合是更现实的方法。可以从这几方面提高测试效果：设计高质量的笔试试题，重点考察候选人是否掌握了评课工具的知识及应用技能，避免那些仅考察记忆力和无法体现问题解决能力类的题目；以特定的教学录像片段来代替真实的教学活动，考察候选人是否能够从中辨识相应的评价指标和评分等级；为候选人呈现接近真实课堂教学的录像，要求其使用评价工具给予评分并逐项说明，以此了解其现场评课能力，等等。 (三)资格测试的通过标准及更新频率 一般来说，资格测试的通过标准是候选人证明自己掌握了专业的评价标准或工具，能够应用它对教师进行准确、公平和前后一致的评价。但目前，美国教育界还在提倡针对资格测试通过标准开展专业性研究，从而设定一个客观严谨的标准的阶段。 此外，通过测试者并不是永久获得专业的评课资格。由于评价工具和通过标准一直在更新和完善、长久不用而引发的知识淡忘等原因，评价者需要定期(如每年一次)参加资格培训和测试。教育机构也要提供其他措施来更新评价者的专业知识，如建立公共交流论坛、提供专家指导和创造相互交流的机会等，以精化和磨练评课技能。 美国州长协会中心(National Governors Association Center)是致力于改进公共政策质量并直接服务于各州州长的一个研发公司。近年来，此中心提供给各州州长的重要提议之一，就是要实施有效措施以培养校长等人员的专业评课能力。而据其调查，目前在美国，除前述的伊利诺伊州之外，罗德岛、田纳西和路易斯安那等越来越多的州都已开始了系统培训专业评课人员的工作。[13]从对美国提高其评课人员专业评价能力的实践探究中，我们或许可以寻找到一些借鉴，去探索改进我国教师课堂教学评价效果的有效途径或具体措施。