重建高考作文评分规则的思考，本文主要内容关键词为：高考作文论文,评分论文,规则论文，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。
“花里胡哨的作文竟是满分作文！”已经不止一次听到这样的忿忿之言了。
诚然，作文评分受到诸多因素制约，是评价的世界性难题。但是，当质疑的声音聚焦于2012年浙江省30多万份作文卷中选出的6篇满分作文时，我们需要思考的，就不仅是阅卷员的主观性问题（如立意定势、风格偏爱、趋中倾向等[1]），还有其他更为关键的问题。
一、满分作文的粗略评点
根据网上评卷双评差值“语文作文双评或三评中出现满分，系统自动提交进行终评”的规定，一篇满分作文的产生至少三评，且一般经作文组长或学科组长审查终评。也就是说，6篇满分作文，其优秀性最符合评分规则中的优等标准，几无瑕疵。真是这样吗？
限于篇幅，我们只能窥斑见豹。请看某考生《矮纸斜行闲作草》，全文以“坐在路边鼓掌，其实也挺好”立意，第1～3段（302字）为第一部分，用华丽的文笔铺垫，再提出观点；第4～9段（470字）为第二部分，以“苏子的旁观”和古语“无欲则刚”展开形象论述；第10～11段（91字）为第三部分，以“但求闲作碧池边的一席矮草”点题并为全文作结。
作者具有清晰的立意、严密的构篇和老练的语言驾驭能力，这不容否定。但是，文中所说的“旁观”“无欲”，是否就是在“路边鼓掌”？用苏轼的材料，是否也有套话作文“题材总是选用历史文化（文学）名人”之嫌？全文议论、抒情、描写兼用且分类相当，属于“论述类”还是“文学类”？如归入“散文”，又是哪类散文？如此等等，自可见仁见智。
其实，所以选这篇考场满分作文说事，实在因为它具有近几年浙江省高考满分高分作文的典型样貌：题意上，善借命题中的关键词点化全文；素材上，巧用历史文化（文学）名人和所谓的“陌生化名言”；文体上，崇尚散文化的议论文；语言上，善用诗化语言。
然而这篇满分作文，如果让北京市高考语文阅卷组负责人、北京大学中文系漆永祥教授来评，将会如何呢？在接受《中国青年报》记者采访，回答“高考作文质量下降主要体现在哪些方面”一问时，漆教授说：
存在的问题非常多。首先，在所谓“攻略”的引导下，不少作文“假大空”，程式化、模块化严重，模仿痕迹明显；其次，喜欢用生僻、华丽或怪异的词藻，排比句型，夸张语言或者四不像的“文言文”，来表现自己的知识面和写作才能；第三，内容空洞无物，没有生活气息、真情实感，没有年轻人的朝气；第四，错别字、替代词甚至网络语言使用越来越多。[2]
以笔者所见，漆教授所说的“假大空”“用华丽的词藻，排比句型来表现自己的知识面和写作才能”“内容空洞无物，没有生活气息、真情实感”这些词句颇可以用作这篇满分作文的“评语”。难保漆教授不会将这篇作文打入二类、三类之列。
为何如此？是浙江阅卷者的集体风格偏爱，还是阅卷团队存在强权？但满分作文至少是三人匿名评断的呀。笔者以为，所以如此，必有多方面原因，但“上有所好，下必甚焉”，评分规则这根高考的“指挥棒”难辞其咎！
二、现行评分规则的问题思考
评分规则就是用来评分的准则或规定，通常包括等级/水平、描述符和表现样例三部分，作为一种评价工具，它提供表现程度或水平的描述，适用于对学生复杂表现或作品（如作文）的评价。[3]现行的高考作文评分规则包括分项评分规则（习惯称为“分项分等评分标准”）和整体评分规则（一般设五类，每类有特征描述）两类。
（一）现行评分规则的静态分析
根据朱迪思·阿特等的研究，合格有效的评分规则应考虑内容/覆盖面、清晰度/详细度、实用性、技术合理性等方面。[4]现行的评分规则，无论是分项还是整体的，均基于《考试说明》，汲取了我国近百年来有关写作能力、写作要素研究的成果，总体是合格有效的。
但是，现行的评分规则，下列问题不能不引起思考。
1.是否抓住“关键因素”？内容是全面的，一般包括基础等级的“内容”和“表达”、发展等级（或称“特征”）。但是，它是否足够成为判断高考作文的“关键因素”，也就是说，是否抓住最能区别不同水平作文的核心指标，却是要打问号的。
2.描述是否足够清晰？“足够清晰”，意味着运用同一评分规则，不同的教师，或同一教师相隔一段时间，能对同一篇作文给出一致性高的评定。这一点，由于语言本身的模糊性、要素描述的概要性，始终是作文评分的世界性难题。如今的评分规则也并没有突破。
3.内容再完整，描述再清晰，还需要操作简便，这就是实用性的要求。从如今的阅卷操作看，有多少阅卷员能记忆评分规则，并严格遵循规则？
4.技术合理性方面，一般要求整体的评分者一致性不能低于65%，单个评分点不能低于98%。[4]目前我们没有见到高考评分的相关数据，估计这是非常高的一个指标，少能企及。
（二）现行评分规则的操作分析
有了合格有效的评分规则，尚需对评分规则的合理使用，否则也会影响评价的效度、信度。在作文评分规则的运用中，下列问题不能不引起注意。
1.分项评分规则形同虚设。传统阅卷，阅卷员用笔打分，尚能在作文上画画圈圈，最后写出“内容+表达+发展（特征）”分项分和总分。而今网上阅卷，只用键盘、鼠标输入评分，分项评分难以持续，名存实亡。
2.整体评分规则如何落到实处。对大范围且要求快速评分的高考作文评分来说，分项评分远不如整体评分。但由于“关键因素”没有考虑文体（特殊写作能力）分类等，其通用性（如立意深刻、结构严谨）受到限制，评分规则的实用性就大打折扣。
3.“操作细则”如何补充“等级评分标准”之不足。不管是分项的，还是整体的作文评分规则，总不能罗列全部的评分点。从现行的各省操作看，均有“操作细则”，但从我们见到的情况看，均失之过简，未能起到统一阅卷分歧点的作用。
4.“表现样例”是否典型，是否经过足够的讨论并形成共识，这是操作的关键。学理上说，表现样例应是“事先”的，与评分规则一同制订。在高考作文评分中，却只能“事后”的，在足够的试批中甄选。但从这几年非官方流出的例文看，其“样本”性质显然不足。
（三）现行评分规则的效用分析
评分规则要满足客观、公平、快速阅卷的需要，这是首先要思考的。但是，仅此是不够的。为什么“满分作文”遭人质疑？为什么良善的阅卷者激愤而言“作文评分是草菅人命”？为什么难以破解学科专家屡屡感叹的“高考作文质量下降”难题？
我们认为，这与没有发挥评分规则的教学引导作用有关。尽管高考与日常的形成性考试相比，不需要反馈分项得分和补救教学，但对后来的考生具有重要的学习价值，对教师具有教学价值。如何发挥评分规则与命题所共有的“指挥棒”作用，值得探索。
三、高考作文评分规则的重建
既然现行的评分规则有诸多问题，就当加以重新审视，并作审视后的修订或重建。
（一）“关键因素”的厘定
开发评分规则，首要任务是弄清足以区别作文水平高低的特征，也就是“关键因素”。根据初步的研究和实践，我们认为，高考作文评分规则的“关键因素”有审题立意、材料运用、文体特征、结构布局、语言表达、卷面格式等六个维度。
1.审题立意，意在检测审题、确定中心（即立意）的能力，包括三个子因素（或评价项目）：一是切题情况，二是立意的清晰度，三是立意的高下。
2.材料运用，意在检测素材的积累、选择和组合的能力，包括三个子因素：一是与作文中心的一致性，二是材料的质量，三是对材料的处理。
注意，不同的文体对材料的选择、处理有所不同，如能加强这方面的权重，正确引导学生梳理生活积累、丰富阅读积累，可有效控制“套话”作文，实现写作本真的回归。对满分高分作文的指责，莫过于内容空泛，与传统作文“言之有物”的认知相背离。
3.文体特征，意在检测选择、运用体裁的能力，包括两个子因素：一是符合某一文体惯常特征的情况，二是表达方式的运用与文体特征的契合度。
近年来高考高分作文的文体特征模糊，样例单一（少有典型的议论文、记叙文），“四不像”作文泛滥，与《课程标准》《考试说明》的表述模糊、与“文体不限”导向的误读有关。如要纠偏，专家解读、日常教学、高考评分都需要作出努力。
4.结构布局，意在检测思维的条理性（思路）和结构安排的能力，包括三个子因素：一是段的划分，二是段的排列，三是段的技巧性处理。
结构布局，可以简称“文脉”。文脉清晰的文章，有助于实现作文“作者—读者”的言语交流。传统作文要求“言之有序”，其内在表现为思而有路，外在则表现为段落的处理，实际上是内外兼顾的，评分中要注意“隐”和“显”之间的平衡，鉴别纯技巧的投机者。
5.语言表达，意在检测语言表达能力，其评估价值是由语文学科的性质决定的，包括两个子因素：一是规范、通顺的程度，二是丰富、灵活的程度。语言是写作中最为稳定的因素，而其评分主观性最强，易受阅卷者的语感强弱和风格偏爱影响。不少教师偏爱华美，学生效而从之，助长华而不实的文风蔓延，应当引起重视。
6.卷面格式，包括四个子因素：一是正字，二是标点，三是格式，四是行文（字写得是否漂亮）。前三者属于书面表达的纯技术性要求，评估的客观性最强；后者属于书面表达的美学效应，容易“先入为主”，导致晕轮效应，影响综合成绩的评定。
（二）评分方法的选择
确定关键因素后，还需要选择评分方法。评分方法，依据评分规则的类型，分整体法（综合法）和分项法。选择的基点，一是有效性，哪一种最能体现评分结果一致性、实现跨时间稳定性，具有理想的区分能力；二是实用性，哪一种更适合阅卷者的经验，以实现有效基础上的快速阅卷，做到公平、效率兼顾。
1987年江西、1991年河北曾有这方面的实践检验，整体法和分项法的相关系数分别为0.885和0.924，没有实质性差异。[1]高考作文评分均可采用，问题是具体怎么操作。
1.整体评分法的运用。整体法的优势是快速作出评定，其快速在于：①作文本身的特点，关键因素的分解只是研究的需要，实际上彼此联系成为一个整体；②阅卷者的心理特点，阅卷者对评分规则的掌握是靠记忆来保持的，这种记忆带有抽象性和综合性；③阅卷者的专业判断能力，成熟的阅卷者能快速阅读并作出判断。
我们在2011～2012学年区、校两级高三作文阅卷中，设计和采用了整体法。
（1）六个方面都较优秀的，可判一等（51～60分）。
（2）四个方面较优秀的，其他两个方面一般的，可判二等（45～50分）。
（3）三个方面较好的，其他三方面一般的，可判三等（39～44分）。
（4）有两个方面问题很突出的（卷面格式除外），可判四等（33～38分）。
（5）离题，套作，字数在600字以下，有三者之一的，可判五等（32分以下）；其中离题且字数不足400字的，20分以下。
与高考作文的纯选拔性不同，这样的设定，是基于教学反馈、阅卷速度，而其效度、信度等都缺少研究和检验，仅作为例子使用，具体操作有待于完善。
2.分项评分法的运用。需要解决两个问题：一是分项的数量和各项的权重，二是网上阅卷的技术支持。根据信息加工学原理，人们对项目、等次的区分能力大致在3～7个（级）之间，超过7个往往难以辨别。作文评分的六个“关键因素”，在正常的辨别阈内，但还是不够简便，为此，我们需要重组，粗略设计如下：
内容（20分）：审题立意，材料运用。
形式（15分）：文体特征，结构布局。
语言（20分）：语言表达。
文面（5分）：卷面格式。
一般认为，作品的“形式”包括结构、语言、体裁。我们将“语言”单列，是为了凸显其在写作能力构成中的地位。“文面”可有三种处理：一是独立设项，控制权重（如上）；二是并入“形式”；三是做加减分处理，列入“操作规则”。如果分项评分，阅卷屏幕就需要设置分项，阅卷者分项打分，由机器生成总分，在不增加阅卷人员劳动强度的情况下，使分项评分与整体评分结合起来。
3.建立评分模型的考虑。阅卷者对评分规则的记忆特点，无论是整体评分还是分项评分，都不具有亲切性和直观性，能否借助统计学、工程学的方法，将分项（含权重）、整体评分、操作规则等综合思考，开发类似“九九乘法表”“天体运行图”那样的模型，以提高阅卷的效度、信度和速度，寄希望于更多的研究和探索。
（三）操作细则和表现样例的确定
确定评分规则和评分方法后，就是评分规则的操作。评分规则的操作，涉及配套规则的制订、阅卷员的规则使用、考务管理等方面。这里只谈操作细则和表现样例的确定。
1.必须高度重视细则和样例。广义的评分规则应包括操作细则、表现样例。高考作文评分规则进入使用阶段，必须尽快确定操作细则、表现样例，以解决规则的模糊性、抽象性问题。另一方面，每次考试的试题都有个性，都有与其他试题不同的地方，而且考试作文的实际写作情况，都有超出命题预想的，显出“事先”制订的评分规则不完善的地方。
2.多种确定方法并用。一是阅卷核心组专家确定，这需要在阅卷员集中前完成；二是让全体阅卷员在试批阶段参与细则制订、样例确定；三是前两种方法的综合。确定后的细则、样例，都需要点评、解读和充分的讨论，以取得最大的共识。
3.细则和样例的“质”的规定。作文的“操作细则”，需要有利于解决评分规则操作中的实际问题。如“审题立意”三个子因素，要结合学生作文的多样性，尽可能明确评分规则中“切题”“偏题”“跑题”和“立意深浅”等比较模糊的概念，确定等间距离、分界，尽可能在试批环节就减少阅卷员的随意性和立意思维定势的干扰。
表现样例，则要解决三个问题。一是各档例文的选定，未必需要各档的最佳。在阅卷实践中，常出现一、二类卷不敢打高分，四、五类卷不愿给低分，从而形成趋中倾向，因此一、二类卷应取下限，三类卷取上下限，四、五类卷取特征。二是有足够的例文数量，如果将作文分为五等，每等又分上、下，那么需要的例文量为5×2=10篇，如果再分文体，则需要20篇或30篇，这在试卷随机流转、阅卷强调速度的情况下，是很难做到的，但并非无法可想。三是例文要附有依据评分规则作出的评语，明确评等评分的理由，把评分规则具体化。
（四）评分规则教学效用的发挥
要发挥评分规则的教学效用，“公布策略”是首选。华东师范大学课程与教学研究所崔允漷教授曾说：“没有理由把学生蒙在鼓里，不让他们知道你要评价什么、你将依据什么标准来评价。提前给予学生评价内容和评价标准，他们可以为此早做准备。”[3]
如何“公之于众”？其方法很简单，在《考试说明》的参考试卷中提供试卷中作文题的评分规则（含操作细则、表现样例）。其实，这件事并不难做，近年来许多省份都组织了对参考试卷在抽样学校的试测，将试测检验后的评分规则、操作细则和表现样例公之于众，听取基层意见，完善评分规则，另一方面作为很好的教学材料。
不要担心这会引导师生考什么教什么学什么，威金斯指出，如果这个考试是有价值的、值得学生去花时间的，这不成问题，关键是你考些什么，是否能达成标准。[3]实践中，我们将月考和县、市模拟考阅卷后的评分规则、操作细则和表现样例提供给学生，已经证明这种担心是多余的，反而有助于学生更好地诊断自己的作文问题，写出更满意的作文。