1
作文题目你懂吗
6月17日那一天是上海中考开始的一天。我从朋友圈看到我的一个学生——已经是一位资深的语文教师，发了她送考的截图，并且留言：
黄梅时节家家雨，
中考之季处处顺。
有信不回莫多虑，
助考失联需三昼。
我边看边笑。随手写下了几句：
黄梅时节家家雨，
学校门口处处娃。
考罢出门问邻座，
作文题目你懂吗？
结果那一天揭晓的上海中考的作文题目是《会心之乐》，有人评价“这个题目不比高考容易。”我想到了2008年，上海是高考作文题目是《他们》，而中考的作文题是《我眼中的色彩》，那一年我被任命去负责中考阅卷。我也觉得“中考作文反而比高考难写。”这一年正值汶川大地震，所以许多学生写了地震那件事。
由于各种原因，我每年都很关心从小学到中学的各种各样的考试。但是，我从来不对各种考试发表评论，有了想法，也只和几个老朋友交流一下。
原因是因为我知道命题这件事不容易。从1999年笔者第一次参加上海的高考语文命题至今，已经快25年了。在此之前，我曾在各种报纸杂志、学报上发表过批评“标准化试题”的文章，而且有的文章观点偏激，语气也很偏颇。
自从参加命题以后才知道命题这件事实际是很难的。资深的特级教师褚老师告诫我：“小赵，你现在知道命题的难处了吧。我们五个人命题，上海有近十万考生，加上家长，几十万人盯住你，稍有差池，影响社会安定。所以，怎么能不稳妥一点呢？”
那时候，网络还不像现在这么发达，手机还没有如此普及。从那以后，我不再写文章批评高考中考了。我常常用宋代杨亿的《咏傀儡》来调侃自己：
鲍老当筵笑郭郎，
笑他舞袖太郎当。
若教鲍老当筵舞，
转更郎当舞袖长。
我们家乡有句话叫：“看人挑担不吃力”。没有命过题的人是无法理解那种紧张情绪的。
2
闲人说说闲话
但是，不发表文章不等于没有想法，特别是上海近年来的高中年级，“大考三六九，小考天天有”，动辄还要“统考”“统一阅卷”，教师已经没有出题目考查自己学生的权力了。
高考以前有“一模”、“二模”，有的还有“三模”，有的三模以后，学校还要加班一次，而且题目越出越难，越怪。这种考试已经有悖“教育评价”的基本原理，严重干扰了正常的语文教学了。使学生处于“高度的焦虑”之中，学习效率降低，严重的还会出现心理问题；教师也不能幸免。
一位老朋友对我说，你是搞语文教育的，你是不是可以从学理上谈谈考试评价问题。
我想到了梅特里《人是机器》里的一段话：“一个明智的人，仅仅自己研究自然和真理是不够的，他应该敢于把真理说出来，帮助少数愿意思想并且能够思想的人；因为其余甘心作偏见的奴隶的人，要他们接近真理，原来不比要比蛤蟆飞上天更容易。”
我听了朋友的劝告，想想也是，我从第一次出高考题以后，为了弄明白“教育评价”这个问题，曾经花了一年时间通读布卢姆的《教育评价》（见书影）一书。
九十年代末，新课改开始时，华东师大中文系受教育部委托，曾对全国30多个地区中考试卷进行评估。这个工作从1999年到2003年，这四年中，我受我们系主任巢老师委托，读过全部考卷，四年的总报告都是我起草撰写，然后由巢老师审阅的。这些报告后来都编成了书，有案可查。布卢姆的书对我帮助很大。
2003年，老友区培民教授出版她的专著《语文课程》一书（见书影），邀请我为她撰写了第八章，字数大约也有五万。
2010年王尚文先生命我为他编写的高等教育出版社的教材《中学语文教学研究》（见书影）一书写《语文教学评价》这一部分，也约有四万余字。
这样说来，我说说语文考试这件事，也不算“思出其位”吧。加上我对中国古代科举考试的种种也比较了解，所以想用通俗易懂的话，讲几个基本问题，给有兴趣的朋友看看。虽然，因为笔者是小人物，讲了也白讲。“谈谈终究不过是谈谈”，不妨闲人说说闲话吧。
3
试题出得越难，水平越高吗？
每年高考前，各地都有“模拟考”，我不太关心外地的考试，但上海的各种试卷还是经常留心的。总觉得现在的考题一年比一年难，不仅仅语文，数理化也是。就语文而言，我觉得各区的试卷要比正式高考难。甚至有时候，一些市示范性高中的平均分还不到90分（其实就不及格）。我不知道这是出于什么动机考虑的。大约是让考生绷紧那根“弦”吧。但是，如果一张试卷太容易或者太难，那么就会失去它的测试价值。更不用说，它的副作用还会影响考生的情绪，增加他们的焦虑感，反而使学习失去效率。
这里简单谈一点原理。上世纪八十年代以来，布卢姆的《教育评价》被引进到中国来，这与他的“教育目标分类学”“为掌握而学习”理论一样，成为大学和研究机构的“显学”。其实他的理论在世界上很多国家流行。其实，理论有没有用，关键看能不能指导我们的实践，而不是单靠宣传。我觉得，布卢姆的教育评价理论和“为掌握学习”（包括为掌握而教）的理论是非常有用的。此处不赘述。严格说起来，“教学评价”是属于“教育评价”的一部分，两者不是同一回事。我讲的主要是前者。
1. 关于试卷的“信度”
所谓“信度”，就是测试的可靠性程度。
简单地说，就是一套试题，测试一个班级学生，成绩分布为“好、中、差”，测试多少次，这种分布，大体都是一样的，这就是有信度的。反之，第一次测试得“A”的人，下一次却得“C”，再测一次，名次又发生变化了，这套试题就是没有信度的。
设计的试题要有信度，有好几个条件，当然最重要的是它题目涉及知识必须准确无误；阅卷要有统一的标准。例如如果把“古体诗”当作“近体诗”考，或者一个阅读题的答案不确定，那么这种试题就没有“信度”；教师单凭字的好坏就决定一个学生文章的分数，也是缺乏信度的。1、所考的东西就是课堂里所教的，须出自教材；（所以，平时考试与作为选拔考试的中考、高考要严格分开，这个问题涉及到不同类型的考试，以后有机会再讲。）2、所涉及的知识是准确无误的。3、每道题的题干要明确，不能有歧义。4阅卷必须坚持公正公平。
2. 关于“效度
效度也称，可依据性，它”依赖于“信度”（可靠性），也就是说后者是前者的必要条件，没有信度或者信度不足的试题，一定没有“效度”或效度不足。但是有信度的未必有效度。
例如，标准化试题的信度较高，但是它测试语文的效度不一定高，因为它只能测试结果，很难测试思维过程，简单地说，缺少写作（布卢姆称之为“论文性试题”）就很难测出学生的写作能力和思维能力。
从实际看，选择题还可以凭藉题干猜测，这就有了偶然性。简言之，检验一次考试是不是有效度，就是看分数是否反映考生的真实水平。以语文为例，得高分的学生要比低分的学生语文水平要高。而且这种分数，可以为后来的教师判断学生作为依据。例如，中考得语文高分的学生，将来到高中时，语文成绩也必须好，这样的考试才有效度，否则就是效度不足的。
3. 再说说“区分度”
这个比较容易理解，即一次测试要把学生（好、中、差）的水平区分出来，有区分度的考试才是有效度的。
所以，一次考试，要有效度，就必须做到这么几点：
一、编制的试题要有信度；
二、难易度要适当；
三、阅卷要有统一的标准，不能有随意性；
四、考试的结果是有区分度的。
太容易的试卷和太难的试卷都是没有测试效度的，因为两者都是没有区分度的。例如，150分的考卷，两个班级八十个人，平均分只有八十分，绝大部分人都不及格，那么这个测试太难了，就是没有效度的；反之，两个班级平均分达到120分以上，百分之八十的人达到130分以上，那么这个测试太容易了，当然也是没有效度的。太难的试卷与太容易的试卷，吃亏的总是那些好学生，而非落后生。
一次考试有没有效度，除了试卷本身的质量以外，还需要阅卷者的公平公正，这对语文试卷来说尤为重要。因为语文的现代文的主观性试题和作文常常是一种 价值判断 ，而不是科学的 真伪判断 。所以有些学校自己组织同年级的任课教师来阅卷，大家相互阅别人班级的试卷，这样的阅卷还有什么效度可言？同理，区组织是阅卷，大家相互阅对方学校的试卷，结果会怎么样？
旧时代科举乡试、会试的阅卷，需要誊录、弥封，让阅卷者认不出笔迹，就是这个道理。
所以，一张试卷出得有没有水平，与试卷的难度是没有关系的。那种认为自己出的试题越难越有水平的想法是可笑的。 【未完待续】