道法自然：以观促评

王纯旗：深圳小学副校长，广东省特级教师，南粤优秀教师，深圳市教师继续教育专家库首批成员，深圳市基础教育系统CIO。長期从事素养评价、智慧校园、数学教学、学校管理研究工作，在报刊或学术会议上发表论文近百篇，曾获中国教师教育国际学术研讨会论文特等奖、广东省教育创新成果三等奖。著有《教育的学习与思考》《家长与孩子一起玩数学》《让孩子黏上你的课——课堂教学创意设计技巧》等专著。主张并极力推进用信息技术解放教育生产力。

在教育发展的历史长河中，评价问题历来是教育改革和发展的关键问题。推行素质教育前，教育评价被简单化为“分数+评语”，教育教学被定义为“传授知识”，学生的一切都借助考试分数描述，“高分=高素养”成为评价的默认模式；“评语”也是受分数左右的，分数高则赞美之词满篇，分数低则批评之语堆砌。学校如斯，家长如斯，甚至影响整个社会风向。为及时纠偏，国家推出一系列重大的素质教育举措。社会、学校、家庭、学生也越来越重视素质教育，各级各类学校进行了大量的、有益的探索，取得了一些成果。在评价方面摸索出不少的好方法，积累了经验。但受传统评价思想观念和技术手段的束缚，“评价过程常常流于形式，常态化实施的少……到了时间节点上‘糊弄一下的不在少数”，综合素质评价存在理解简单化、过程形式化等问题。要发挥综合素养评价的改革引领作用，就要冲破传统观念的束缚，革新评价技术手段。

一、改变观念，创新手段，基于观测优化评价

传统模式下，教师一般采用“量表式”或“问卷式”进行评价。“量表式”评价，即根据一定的政策、理论，由专家学者或一线教育工作者先制订一个评价量表，再组织一定规模的“评委”到现场进行考核、评分，最后汇总评分（往往采用多对一的形式进行评价）为学生评定“等级”。“问卷式”评价，即事先设计好一套问卷，再在一定条件下安排学生回答问卷，最后进行统计分析（常用SPSS分析法），进而对学生某些方面作出模糊推断。

这两种评价方式的特点如下：一是属于“他评”，学生处于被动地位，参与评价者的主观认知与判断起决定性作用；二是评价维度上尚有不足，无论设计多么精细的量表或问卷，都受设计者的认知深度和广度，以及量表、问卷的长度限制，难以反映被评价者的全貌；三是结果受被评价者的认知水平和当时的心理影响较大；四是成本较高，不便于组织，这样的评价只能由受过专业培训的人员操作，需要在集中的时间段实施，每次都要消耗大量的人力、时间、经费。总之，这两种评价方式均难以做到校本化、常态化实施，更不易达到“过程性”和“增值性”的要求。

如何克服“量表式”和“问卷式”评价的弊端，找到符合现代评价理念的新评价模式呢？笔者想到，风云变幻的气象都可以借助科技手段观测实现精准预报，教师能否向大自然学习，以观测气象之法来测评学生。为此，笔者认真研究了气象站的工作原理。传统的气象观测方法是：在各个地域设置若干观测点，对当地大气气体成分、气溶胶、温度等至少16个要素进行日常监测，进而综合这些数据对当地近期的天气变化进行推断、预报，准确度可达80%。现代的气象观测方法是：采用传统加卫星云图等科技手段，将地球上的云层覆盖和地表特征的图像结合起来进行推断，准确度大幅提高，尤其是采用风云4号卫星后，准确率在90%以上。

受此启发，笔者按照变评价为观测的思路，提出核心素养观测（Observation of Core Literacy，OOCL）的概念，并逐步明确了气象站理念下OOCL 模型的基本内涵。

常态化观测——变评价为观测，对学生核心素养进行适时观测。素养是一个动态变化的量，不同年龄段学生的素养水平是不同的，不可能也不应该用僵化的等级进行衡量；素养是在长期一贯的行为中不断积累养成的，有一个从量变到质变的过程，它是一个迭代提升的量。

实地观测——基于学生现实的生活、学习场景进行观测。素养是一个多要素融合的产物，它是多种要素交织在一起的综合表现，需要在真实的生活、学习场景中进行观测，方可获得真实可靠的结果。

静态与动态结合观测——既观测学生的行为过程，又观测行为结果。结果很直观，但过程才是素养的真实画像，能更好地反映学生的素养全貌。

内部与外部结合观测——既重视学生的行为观测，又重视学生自我认知，以及对其情感、态度和价值观的观测。自我认知水平本就是素养的重要组成部分，在很大程度上，自我认知决定行为，二者高度一致才表现出高素养。

新的评价理念的核心是变评价为观测。

二、素养导向，数字画像，创新观测方法

观测什么，怎样观测，从哪观测，观测结果怎样呈现，这是必须先行解决的问题。笔者对上述问题进行梳理，将其分为观测点设置、数据源配置和结果呈现三个板块，提出了OOCL模型整体架构（如图1）。

关于观测什么，传统的做法是建立评价体系，并据此设置评价量表。但这在普通中小学是难以做到的，即使做到了，也不具备权威性。教育部委托北京师范大学等机构研发了《中国学生发展核心素养》，给出了具体标准和指导方案，其权威性不容置疑。《中国学生发展核心素养》以培养“全面发展的人”为核心，涉及文化基础、自主发展和社会参与三大领域。这三大领域又进一步分为人文底蕴、科学精神、学会学习、健康生活、责任担当和实践创新六项核心素养指标。为便于应用，这六大核心素养又可以细化为18个基本要点及57个方面。

笔者基于《中国学生发展核心素养》给出的基本方案，设57个观测点，其中文化基础17个观测点，自主发展17个观测点，社会参与23个观测点，以此观测学生核心素养的发展状态。

关于怎样观测，需要解决两个方面的问题，一是数据源问题，即在对应的观测点上，教师需要获得哪些数据，能够获得哪些数据；二是如何获得这些数据，即在现有技术环境下用什么样的手段来获取数据。显然，后一个问题更为关键，获取数据的手段不同决定着“应该”能否走向“能够”，也决定着整个系统能否高效地“观”、高效地“测”。笔者将需要观测的数据归纳为行为过程数据、行为结果数据、自我认知数据和生理健康数据，对应到57个观测点上，并从这四个方面尽可能多地去配置“当前可测的数据项”，如自我认知数据，每个观测点统一配置了两个小学生能够实现的数据项。对于其他观测点，则是尽可能多地配置“可测”数据项。在当前技术条件下，获取数据的手段主要有两种：一是自动抓取或自动推送（绝大多数学校是多个工作平台共存），这主要用于从外部平台获取数据；二是智能识别，主要用于甄别从外部获得的海量数据并配置到相应的观测点上。

呈现观测结果既是技术问题，又是伦理问题。处理好技术与伦理关系最好的方式是分角色呈现观测结果，即不同的角色看到應该看到的观测结果。除群体看到应该和可以公开的数据外，笔者将观测结果分成学生层、家长层、一般教师层、班主任教师层和管理层进行呈现，既保护了学生的隐私，又便于分角色管理。对于学生个人学习结果的呈现，教师应遵循发展性和增值性评价的原则，既呈现学生个人素养增长发展的状况，又能看到其与同质（同年龄段同学）群体之间的优势或差距，以群体数字画像映射学生个体数字画像。

三、数据赋能，优化算法，多维精准观测与指导

（一）OOCL数据模型

基于上述设计理念及平台的整体架构，同时鉴于观测结果真实可信，笔者设计了OOCL数据模型（如图2）。

显然，这是一个基于学生真实生活、学习场景的数据模型。现渠道主要有学生成长档案和学校开发的各类系统（平台）。为方便学生和家长操作，建立学生成长档案，学校可开发专属的 App——各类系统平台均应有学生、家长的操作界面，以实现数据实时对接。

这也是一个开放的数据模型。考虑到各学校技术条件和应用水平不同，笔者设置了“核心素养当前可测数据项”——学校当前能够获取多少对应于观测点的数据项，就暂时使用这些数据项，待新的平台开发应用之后，再将新的数据项对应对接到观测点。应用这样的数据模型，观测总是能够实现的。观测的准确度由数据项的多少决定。“观测点特有数据项”需根据其“表现方面”的描述进行定向配置。

各观测点的数据项并非越多越好，若国家层面实施观测可采用“指标数据项”的方式进行，即选择各观测点最具代表性的数据项作为“指标项”。学校层面的观测以数据项足够多为宜，但在选择上应遵循如下原则。

1.适配原则

对于适配原则，教师要从两个方面去把握。一是所选数据项要与学生的年龄阶段适配。小学生处在素养形成的萌芽期，教师观测学生初期成长过程，不能看他们的“成熟表现”，而应该看他们的“懵懂行为”。如：观测点“具有健康的审美价值取向”，确定的数据项包括“有正能量的偶像”等。二是数据项与观测点要适配，有些数据项看起来与几个观测点相关，配置时要认真分析其行为的主要特征，据此进行配置。如数据项“坚持阅读”与观测点“能不畏困难，有坚持不懈的探索精神”和“能自主学习，具有终身学习的意识和能力等”都有一定的关系，但前者强调“不畏困难”的外显行为特征，后者强调“自主”的内在心理为主导的特征，所以这个数据项应配置在后一个观测点上。

2.可测原则

所配置的所有数据项都应能够通过机器获取和识别。如前所述，教师需要获取的数据类别有学生行为过程数据、行为结果数据、自我认知数据和生理健康数据。除自我认知数据外，其他类数据都可以实际发生的行为以及相关的图片、文字或视频中获得相关的数据。自我认知类数据可以用问卷的方式获得，其实就是让学生就观测点的内容进行自我观测。很多描述看似具体，但不能将其作为观测点的数据项，因其属于“不可测”数据。如“对老人有礼貌”和“主动给老人让座”看似与观测点“孝亲敬长，有感恩之心”有关，但它是机器无法获取的，应视为“不可测”。

（二）OOCL基础算法模型

1.基本变量模型

按“中国学生发展核心素养”体系，笔者设定了如下基本变量（如图3）。

为了保证数据项的开放性（可逐步增加、修改）和整个平台后期升级的便利性，笔者没有将数据项列入基本变量，这与观测目标是相吻合的。

2.基本算法模型

人的素养提升是一个长期累积、增长的过程，是一个量变到质变的过程，在不同的时期增长变化的速度不同。素养高低是相对的，基于这样的认识，笔者确定了OOCL模型的基本算法。

（1）学生核心素养观测值。“中国学生发展核心素养”共有三个观测维度，教师需要获得每个学生这三个维度的观测结果（图3中的A、B、C）。基本算法是：先对每个观测点上多个数据项上的得分求和，得到各观测点的观测值；再将各观测点的观测值相加，得到各个核心素养的观测值；最后将各个核心素养的观测值相加，即得到各个观测维度的观测值。这是OOCL最基础的算法。一般情况下，对于每个观测点，笔者配置了多个数据项，以多角度反映学生在该观测点的核心素养状况。如在“具有动手操作能力，掌握一定的劳动技能”（C2.1.2）这一观测点上，目前配置的数据项有“家务劳动、公益劳动、校外劳动实践”，该观测点的观测值就是这三个数据项得分之和。此外，每个数据项是多次发生的，笔者对其多次累加，以充分反映学生在这一观测点上量的积累过程。如“家务劳动”，学生可能在一周内多次做家务劳动，只要学生记录了相关资料，系统会自动为学生累计相关数据。计算了学生六个核心素养观测值和三个维度的观测值，系统会自动对学生的核心素养进行整体画像。

需要说明的是，这个算法是“即时”的，即任何一个学生、家长在自己的界面上进行了一次操作，系统将自动进行一次上述运算，数据图像也自动随之改变，动态反映出学生核心素养的发展变化状态。

（2）班级学生核心素养观测均值。为了将学生置于班级整体中进行观测，需要计算班级学生核心素养观测的平均值，即求全班学生在三个维度、六个核心素养上观测值的平均数。这是一个反映学生所在班级核心素养整体一般水平的量，将学生个人的核心素养置于这样一个同质群体中进行比较，这比单纯用等级描述学生的素养水平更客观。

（3）年级学生核心素养观测均值。为了将学生置于年级整体中进行观测，需要计算年级学生核心素养观测的平均值，即求全年级学生在三个维度、六个核心素养上观测值的平均数。将学生个体的核心素养置于一个更大的同质群体中进行测评，有利于教师更加准确地观测和判断学生个体素养的发展水平。

3.常态分析模型

为便于学校、教师、家长进行常态观察和学生自我观察，需要动态化地提供一些基本的观测数据，并及时反映学生核心素养的发展状态。

（1）学生素养变化率。学生的核心素养是一个不断变化的量，但在一定的时段内也保持相对稳定，具有量的增长性和质的突变性特征。任何一种素养，都需要反复学习和训练方可提升，这是一个量的积累过程。当这种积累达到一定程度，使学生养成习惯或达到一种“自动化”的程度时，这种素养就有了质的变化——真正提升。在量的积累过程中，素养表现为“偶然行为”，而实现质的飞跃后，素养便表现为“必然行为”。如学生“科学精神”之“理性思维”的形成，先期需要进行大量的感性到理性的训练，进而发展到有时能理性思考，有时又不能，当逐步掌握了大量的概念和理性思考方法，又积累了大量理性思考成果时，理性思考便“突变”为一种主导的思维方式。在今后的学习和实践中，学生理性思维的发展将进入一个更高层次的“量变—质变”过程。为了从量的角度把握核心素养的变化状态，笔者提出了素养变化率的概念，即学生素养在一定的时段内变化的速度，具体计算方法是：用某学生本学期末的核心素养观测值减去上一个学期末的核心素养观测值，其差再除以上一个学期的核心素养观测值。这个量主要用于观察学生在某一时段内某一核心素养上的进步水平。

（2）离均差。这是一个反映学生个体水平与群体水平差异的量，即将班级中每个学生的核心素养发展水平与班级学生核心素养的平均水平进行比较，以便于教师和学校对一个班级学生素养状态进行分析。

（3）自我认知与践行效果协同率。这是该模型特有的一个观测指标，用于观测学生的元认知水平。素养水平与元认知水平之间并不存在正相关，因此，对它进行观测具有十分重要的意义和价值。具体算法是：对每个观测点上某学生的问卷得分率与实测项目得分率差取绝对值。通常情况下：若这个值小于或等于0.15，该学生元认知水平优良；若这个值大于0.15且小于等于0.3，该学生元认知水平一般；若这个值大于0.3，该学生元认知水平较低。

4.观测结果呈现模型

观测结果如何呈现？

技术层面上，要在多个用户同时操作的情况下实现实时呈现。教师要尽可能地采用智能识别技术，采用的技术能自动从图像、视频和文字等素材中获得观测点所需要的数据项。现实中数据往往是由多平台生成的，这需要各平台开放专门的数据接口，以满足观测平台自动抓取数据或自动推送数据的功能需求。

伦理层面上，首先，“个人成长档案”涉及个人隐私，必须建立较高级别的等级保护体系，还要求个人设置较高级别的密码。其次，观测的结果宜分角色呈現，不同身份人员按其职能只能看到应该看到的内容，如校级领导可以看到全校各年级、各班的整体状况，以便调整学校的课程、活动和管理，促进学生核心素养全面和谐地发展。再次，面向家长和学生个人呈现的内容宜仅限于其本人的观测结果和其所在群体的观测结果，以及其个人核心素养发展状态（素养变化率），仅用于自我诊断。考虑到学生的年龄特征，以及家长多属非教育专业人士，观测结果应尽可能采用直观图示方式呈现，如雷达图、成长树等。

个人页面应尽可能具有自定义功能，便于学生自主设计个人页面风格，还应具备快捷的导出功能，方便生成学生档案文本，此外还要有生生互动、师生互动功能，以提升整个平台的黏性。

四、评价引导，系统推进，改进家校行为模式

核心素养观测的实施（2015年，当时是基于PC端），促进了学校思想、观念和行为的改变。

学校层面，管理者改变了“仅凭经验办事”的管理定式，更多的是“靠数据说话”。学生在某方面的素养整体发展不足，学校就针对这方面调整课堂教学改革方向，开发设计新的课程和活动。如笔者所在学校为提升学生的身体素养，从高校招收了15名体育专业背景的毕业生，7年前就实现了“每天一节体育课”。7年过去了，学生体质测试的合格率、优秀率均大幅提升，平均身高也提高了3厘米左右。再如，为促进教师和学生创新意识的提升，学校于5年前就在全校各个学科同步推进“基于国家课程的项目化学习”。5年过去了，全校教师不仅在教育教学观念上有了很大的改变，单纯重视知识的教学已彻底被抛弃，而且积累了大量优秀案例，还创造性地开展了具有中国本土特色的“微项目学习”研究。

教师层面，根除“一俊遮百丑”的评价弊病，师生关系、课堂教学方式得到极大改善。例如，绝大多数教师在与家长沟通过程中，首先谈的不是学习成绩，而是学生的人格培养和体质发展，甚至学生的性格养成，还会与家长一起想办法弥补学生的短板。不少班级还与社区联合建立了“社区活动站”，让学生在参与社区活动中多维发展。比如，不少教师已经将讲台让给了学生，经常可以看到课堂上学生在“讲课”、在争论。再如，教师布置的作业已不再是单纯课本和练习册上的作业了，产品导向、角色导向的作业比重越来越大。在神话故事的教学过程中，教师会让学生“cosplay一位自己喜欢的神话人物”（录制成视频）。“认识长方体”教学时，教师让学生“给自己喜欢的玩具制作一个包装盒”。学生学习古诗词时，教师让他们“制作一本配画的诗词集”。

家长层面，单纯关注分数的状况明显改观，家长更加注重子女的全面发展。例如，学校每学期开设的50余门“去学科化”的校本课程，三分之一是家长主动承担的，教师反过来为他们担任助教。减负增效之后，现在家长送子女参加校外培训仅限于艺术、体育、实践类课程，旨在提高学生的综合素养。

学生层面，越来越多的学生喜欢看自己的“雷达图”，主动丰富自己的成长档案。在“综合素养”App上，学生不仅乐于完善自己的成长档案，而且会主动观看，甚至下载打印出自己的“素养报告”，“分析”自己的“长与短”。个人的短板一目了然，知不足而后勇。例如，借助自助借阅图书管理平台，教师注意到学生借阅课外书籍的数量、门类明显增多，尤其是历史类、科技类图书；学生对于学校每年组织的全员参与的科创节、艺术节、读书节、体育节等活动，踊跃报名，积极参与，哪怕在太阳下排半个小时的队，也要“玩”遍所有的项目；现在学校的体育课、信息科技课、劳动课已经成了学生“金不换”的课程；如果没在网络平台上“抢”到心仪的校本课程（每门课程限30人），甚至会哭着闹着让家长找教师、校长“走后门”。新的观测模式实施后，学生自主的学态悄然兴起。

综观近年来我国教育评价的探索历程，虽然在理论上有较大突破，但在实际操作中却依然没能实现整体的实质性突破，应用OOCL平台以观测促进评价无疑是一次大胆的尝试。笔者相信沿着这种思想不断探索下去，一定能在较短的时间内建立起具有中国特色的、更加科学的新型评价模式。

责任编辑：祝元志