论文部分内容阅读
编者按：《英语学习》线上系列沙龙的第33期围绕着“如何提升教师测评素养”这个话题展开。微信群的专家、老师们从理论到实践深入浅出地对语言测评素养概念与内涵、英语教师测评素养现状以及英语教师测评素养提升等问题进行了细致的探讨。我们从中撷取部分内容，并分为上、下两篇分享给广大读者。
语言测评素养的基本概念与内涵
林敦来：本次讨论分为三个板块，分别是测评素养的基本概念和内涵、外语教师测评素养的现状和测评素养的培养与提升。特别提醒一下：测评的环境错综复杂，在利用测评做决策的过程中教师也有可能遇到无奈的情况。但是本次讨论主要从教师发展角度展开。只有教师专业性发展的更强了，我们才能更加客观地理解身边的测评现象，或许也能从实践角度提出更合理的做法并被接受。
研究显示，教师要花费三分之一甚或一半的课堂时间做与测评相关的事情。测评的重要性毋庸置疑，而拥有良好的测评素养是完成高质量测评工作的重要前提。在探究测评素养之前，我们非常有必要对语言测试素养的概念、内涵和具体内容做一些讨论。
陈新忠：老师们总是纠结测验和评价概念，我们不妨先区分一下。
测验（test）主要是在学校以纸笔测试的方式，包括期中考试、期末考试、单元检测等。测验的目的往往是教师了解学生掌握了哪些内容，确定学生对教师讲授内容的掌握程度。
评价（assessment）更全面，涵盖面更广，包括纸笔测验、观察、档案袋等方式。评价的目的是了解学生的发展情况，包括学业水平、学习动机、学习过程中的态度等。对结果的价值判断也是评价的重要内容。评价的目的除了可以诊断学生的优势和不足，给学生评定等级之外，我们更应该关注学生在学习过程中的表现，教师利用评价改进教学，学生利用评价来完善改进自己的学习。
林敦来：非常同意陈老师的观点。用评价关注学生的学习过程表现，使得评价具有学习价值。感谢陈老师帮我们厘清test和assessment的区别和联系。
宋杰青：陈老师说得真好，以测促学，在测中学，关注测评在教与学过程中的作用。
林敦来：接下来我从学理方面先说一下文献中对测评素养的概念定义。方便大家下文的讨论。
测评素养（Assessment Literacy）这个术语是美国学者Rick Stiggins在1991年提出的。伴随着这个概念出现的是人们从对课堂评价关注的不断升温。尤其是1998年，英国学者Black和Wiliam通过综述研究发现课堂形成性评价的促学作用，“一剂测评素养”（A dose of Assessment Literacy，引自James Popham）成为一名合格教师的必备品。简单地说，测评素养包括教师对被认为可能对教育决策产生影响的测评基本概念和程序的理解（Popham，2011）。对划线部分，Popham认为应该这样：首先，理解的意思是拥有测评素养的教师不需要实际计算难懂的测试信度系数等。而是要能够理解测试信度的涵义，以及不同的信度系数怎样以不同的方式来体现测试的一致性。基本的理解就是测评素养的基本要素，并不是要掌握那些深奥的测量程序。测评基本概念和程序指的是那些最核心的测评内容，比如它应该要包括“效度”和“测试偏颇”等测评中最为基本的概念。可能对教育决策产生影响界定了教师需要了解的测评内容的范围，就是在日常教学中帮助做决策的测评方面的内容。在语言测评领域，Davies（2008）对语言测试教材做了综述，并提出教材内容逐步呈现“知识+技能+原则”模式。而Inbar-Lourie（2013）则提出语言测评素养包含测评素养以及与语言相关的元素，包括对教学法的了解、对语言本身的理解。
各位老师对中国环境下英语教师的测评素养概念如何解读呢？
陈新忠：从教师的实际操作层面，测评能力包括在语言观、教育观、学生观视野之下的根据目标确定评价内容的能力，选择恰当评价方式的能力，利用软件简单整理数据的能力（excel等）解读数据的能力和根据数据调整教学的能力。
平克虹：了解语言测试的基本发展脉络，明晰语言测评的基本概念，能结合教学实际采用适当的测评方式设计合适的测评工具，获取相应的测评数据，发现问题、诊断教学、促进学生的英语学习，这是我认为教师应该具备的测评素养。
林敦来：非常感谢陈老师、平老师的解读。我们可以对这些能力进一步展开讨论。
朱晓燕：外语老师的测评素养在广义上体现了外语老师的教育观、课程观、语言观、学生观和评价观，在狭义上，特指外语老师对课程标准的理解、对外测试理论原则和实践技术等相关知识的了解、对测试手段的操作这三个方面。
林敦来：非常同意朱老师的看法。语言测评素养确实不能脱离教育观、课程观、语言观、学生观来看。
平克虹：我再提几点建议，供大家参考：侧重阶段性语言知识、技能要求、话题功能的覆盖面；体现考查内容与学习内容的一致性；选材语言及话题内容要与学生年龄与认知水平、语言能力基本吻合；根据学校测评实际，科学设计主客观题比例，适度增加主观性试题；按照学业测评的性质，规划合理的试题难度；学习借鉴国内外语言学习与考试的研究成果，丰富试卷结构与考试题型。
作为一门工具性与人文性相统一的外国语学科，英语学科课程培养目标无论是从语言综合运用能力来谈，还是从英语学科素养来说，都是很难通过一张试卷来进行评价的。长期以来，由于众所周知的种种原因和条件所限，对英语听说能力进行考查一直难以在一些重要的考试，如中考、高考中實施，而这一现象又反过来影响了中小学校英语课程的正常实施。仅以高考听力考试为例，2000年全国卷已提供听力试题，但相当部分省份至今都没有实施考查或者把听力成绩纳入高考总分。个中缘由，大家都明白，在此不再赘述。至于口试，除了广东等极少数省份已经在高考中有所尝试，江苏等少数几个省市已纳入到中考之中外，多数地区均没有过类似大规模的测评实践。 姜建军：考试应该是英语教学的副产品。
龙祖元：我想再补充一点，那就是对测试结果的分析。许多学校仅仅看一个分数，并唯分数是论，以此判断教师教学水平的全部，甚至还有末位淘汰制。
郑鸿颖：是的，但其实思维的测评在标准化考试中也是可以实现的，但是需要教师有思维的测评意识，同时能够有相应的理论支持。
陈新忠：可以考虑solo目标分类的方式评价学生的思维品质（见图1）。试举一例，在描述图表信息的时候，学生是一项一项地列举，还是将信息进行关联、对比等方式进行描述，这其中就有思维的体现。
郑鸿颖：目前关于思维能力的目标分类很多，是否有必要在中学教学中统一呢？
龙祖元：思维能力、语言能力等都可以测试，要么直接一些，要么间接一些。
张春青：有人质疑，培养思维是不是外语教学的任务，以英语“概要写作”为例，我们说可以培养学生的概括抽象能力，但是可能有人质疑，这个能力应该在“语文”教学中培养。
陈新忠：各个学科都关注培养学生的思维，我们目前提到的思维品质，是与语言学习密切相关的。
张春青：从大的方面讲，语言观确实很重要，比如学生学习使用eat，eated的形式可能处于比ate更高的发展阶段，而ated处于更高的阶段，教师的测评素养中，应该有一定的语言习得知识。
朱晓燕：其实我赞同武尊民老师2010年提出的教师测评素养中的三个观点：第一是对英语测试理论的掌握，第二是教学评价知识，第三是实践能力。
葛炳芳：核心素养的测评，蕴含于教学活动，蕴含于试题之中。核心素养，一部分可用试题测，一部分只能用performance 评，必然还有一部分只能由教师在课堂教学过程中观察。
林敦来：葛老师能否讨论一下在核心素养表现性评价中，教师应该具体拥有哪些方面的测评素养呢？
葛炳芳：核心素养是课程目标，不是（不完全是）测评目标，更不是考试目标。考试目标是测评目标的一部分，而测评目标只能说是应该基于课程目标。
林敦来：谢谢葛老师。请大家看图2，图2为国际语言测试专家Lynda Taylor（2013）对语言教师测评素养的看法。从中我们可以看到从测评素养方面来说，教师应该还要对教学方法有深刻的理解。
朱晓燕：林老师这个图很清晰，涵盖了态度、知识、能力等几个方面的观点。
张春青：这个图形，突出了教学，感觉测评素养就是教学素养。
陈新忠：这个图说明了以评促教、以评促学的关键。评的目的不是仅仅局限在评价本身，而是促进教、促进学。
朱晓燕：林老师可否先解释一下这个图0到4这五个方面分别代表什么？
林敦来： 好的，这个图是把这几个方面的重要性进行了评定。从0到4，构成蜘蛛图，也就是教师测评素养中教学方法理解最重要，其次如命题技术与社会文化，重要性评定从0到4，也体现了教学与测试的衔接之重要性。
王东君：测试是一门科学，是教学科研和教学管理的重要部分，但对一线教师而言，我觉得首先应该区分清楚测试的两个基本概念，这两个概念对于教学中的测试有至关重要的导向作用。我曾就以下问题问过多位我身边及其他地区的老师，能够完全知道并区分以下有关测试问题的老师寥寥无几：
问题1：摸底考试属于哪一类型的测试？
問题2：单元测试属于哪一种测试？
问题3：期中和期末考试属于哪一种测试？
问题4：中、高考模拟测试属于哪一种测试？
实际上依据结果解释的方法可把评价分为这样两个类别：第一，标准（目标）参照评价（与标准或（目标）对比来解释教育现象或者教学结果），显然，单元测试、期中和期末测试、课程结业测试属于这类测试，其标准是有国家课程标准设定的；第二，常模参照评价（与常模对比来解释教育现象或者教学结果），像高考就属于这类选拔性测试，属于常模参照评价，这类测试其中一部分内容可能会超越课程标准。一线教师如果都清楚了解这些概念，就会在平时的测试和应对中、高考的备考中有明确的命题概念及备考复习策略。
标准（目标）测试参照评价标准是预设好的，与评价对象无关， 属于绝对评价，与之对应的测试称为标准参照测试。测试内容与目标（比如课程标准）是一一对应，难度随目标而定，测试结果主要能反映达标情况；常模参照测试的评价标准一般在测试前生成，主要是考虑评价对象的水平，属于相对评价，与之对应的测试属于常模参照测试（高考是很典型的常模参照测试）。常模参照的测评指标就比较敏感了，因为是选拔性测试，所以这类难度适中，区分度非常好，能反映参加测试的学习者在一类群体中的相对位置（比如2017年参加山东省高考的全体山东高中毕业生及其高考成绩与大学录取结果）。
平克虹：在学校教学过程中所实施的，旨在促进学生学科核心素养发展的评价方式或手段，日常教学中所进行的大多数评价都属于形成性评价的范畴；测评获取的相关信息主要用于诊断教学、反馈学生、改进学习，因此，其关注点集中在个体学习者的学习优势、不足之处、学习需求分析等方面。
高明阳：请教各位老师一个问题，我们上课针对所讲内容提出的检测性问题，课后留的作业是不是属于更微观的测试呢？这类每天进行的时时处处的小检测，似乎更有形成性评价的意义。
张春青：我感觉每天的小测具有形成性评价意义，例如我今天听写了单词（教学目标）、明天paraphrase难句（教学目标）、后天布置了概要写作作业（教学目标），我评判了学生的表现，指出了问题，给出了反馈，除了我的评价，还让学生对概要互评，等等，这些肯定是非常有价值的形成性评价，assessment for learning，或者说assessment as learning了。
林敦来：在讨论了测评素养的概念后，相信大家都很期望了解在中国这个环境下，英语教师应该拥有怎样的测试素养？
在美国，1990年美国教师联合会（American Federation of Teachers）、国家教育测量理事会（National Council on Measurement in Education）和全国教育协会（National Education Association）联合颁布了《学生教育评估中教师能力的标准》（Standards for Teacher Competence in Educational Assessment of Students）（AFT，NCME，& NEA，1990）。该标准中列出了教师测评素养的7条标准，它们分别是：（1）教师应该能够熟练地选择恰当的评估方法用于教学决策；（2）教师应该能够熟练地编写恰当的评价方法用于教学决策；（3）教师应该能够熟练地就外来测试和自己编写的试题进行施考、评判和分数解释；（4）教师应该能够熟练地运用评价结果来对每个学生做判断、规划教学、发展课程和促进学校进步；（5）教师应该能够熟练地编写有效的评分标准用于学生评价；（6）教师应该能够熟练地为学生、家长、其他外行人士及老师传达评估结果；（7）教師应该能够熟练地识别不合道德、不合法和不合适的评价方法以及对评估信息的滥用。这些标准在今天仍然具有指导意义。
当然上述标准未突显对形成性评价足够的重视。
朱晓燕：具有一定的测评素养的老师，应该可以看到以下几个特点：
（1）他们会考虑什么样的教学和测试有助于促进学生语言能力的提高，而不仅仅是关心分数，不是“为考而教，不考不教，把教学当成备考行业”，而是按照课程标准和教学目标组织教学，并通过基于标准的测评方式，去落实教学目标的达成。教师对教学和评价这种重新认识，在于教学和评价都是为学习服务。评价手段有测试，一方面评价学习过程和结果，另一方面为教学提供反馈，因此评价既促进学习也诊断教学问题。
（2）他们认为教学要走语言知识和技能训练的正规大道，不要走偏重“教学生做题得高分的解题技巧”的旁门左道。他们能识别社会上一些教辅或者讲座中有关不科学开展测试的信息或者试题，他们不是通过大量拼试题量和题型去拿高分，而是根据测试目标去选择适当的测评手段。
（3）他们理解教学中各种测试如单元小测、课堂小测、期中和期末考试，就像每年一次、两次或者三次的“体检”功能一样，及时发现学生语言学习进程和教学中的问题，对学生的学习进行查漏补缺，从而在教学内容、教材选择、教学方法和手段等方面进行调整。
中小学英语教师测评素养的现状
林敦来：通过前面的讨论，相信老师们对测评素养的基本概念与内涵有了较好的理解。但是国内外多项研究显示，目前教师的测评素养亟待提高，这里的原因是多方面的。接下来我们从以下两个问题展开讨论：（1）目前中小学的测评现状如何？（2）教师在教学测评中存在哪些困惑？
平克虹：始自本世纪初叶的基础教育课程改革已经走过了十五六个年头，来自高等院校、教科研机构和基层中小学校的广大英语教育工作者在学科课程评价测试领域也进行了大量的理论研究和实践探索，为推进中小学校课程改革做出了卓有成效的努力。2014年以来，《国务院关于深化考试招生制度改革的实施意见》《教育部关于普通高中学业水平考试的实施意见》和《教育部关于进一步推进高中阶段学校考试招生制度改革的指导意见》等重要文件陆续出台，标志着我国教育考试招生领域的改革已经在理论研究与顶层设计等诸方面取得了突破性的进展。
然而不可否认的是，在一些地方，中小学校在测评领域的改革进程还是举步维艰。《教育部关于推进中小学教育质量综合评价改革的意见》指出：“但总体上看，由于教育内外部多方面的原因，单纯以学生学业考试成绩和学校升学率评价中小学教育质量的倾向还没有得到根本扭转，突出表现为：在评价内容上重考试分数忽视学生综合素质和个性发展，在评价方式上重最终结果忽视学校进步和努力程度，在评价结果使用上重甄别证明忽视诊断和改进。”（教育部，2013）
一个普遍存在的共性问题就是把所有教学过程中不同阶段的各种考试都按照（选拔性的）终结性考试来对待。
我国地域辽阔，各地经济、文化、教育发展水平不一，差距明显。即便在同一地区，由于历史的原因，学校之间在硬件设施、师资队伍、学生来源、办学理念与方向等各个方面都存在巨大的差异。而长期以来，在许多地方，都存在以学区、县区、市级期中或期末统考作为最基本的评价学校教学质量和教师教学业绩的现象。而考试结果不言自明：一边是好学校/重点学校成绩高居榜首，另一边是部分薄弱学校、边远学校、乡村学校无论怎样努力，也总是在低位徘徊；一方面是有不少学校反映由于试题区分度不够没有能够考出学生真实水平，而另一方面是有很多学校叫苦不迭，说试题难度太大，打击了学生学习英语的热情。
这一现实问题其实大家都心知肚明。仅仅从解决这一实际问题出发，我们也应该尽量减少统考次数，规范统考统测的实施机制，创造条件，鼓励各个学校从自己的实际校情、学情出发，建立适合自己的测评体系。这会从一定程度上改变一些普通学校盲目进行校际攀比、被统考统测牵着鼻子赶进度的现象，有利于学校适时发现问题，根据实际调整和改进教学。
林敦来：平老师提到的这些文件对中小学的测评会有带来深远的影响。可以预见，将来教师在评价方面会有更大的发挥平台。评价的促学作用会得到更加广泛的共识并践行。同时也对教师的测评素养提出更高的挑战。
朱晓燕：作为师培者，我与一线英语老师们经常一起切磋如何通过有效教学手段，当然也包括测试手段，去进一步提升课堂教学质量、更好促进学生外语学习。
现实中，教师们一贯重视终结性评价，日益重视形成性评价。但是在测评手段方面，仍存在未能合理或恰当使用的问题；还有相当部分老师缺乏足够的测评专业知识和技能，难以识别科学有效试题开展备考教学，这些表明在测评素养方面还有不断完善的空间。 比如老师们在准备单元测验、期中考试和期末考试中，常照搬教辅等现成试卷或试题，有时缺乏足够能力设计或者判断试题是否适合使用，有的与考试目标不符，造成试卷往往偏难，造成有的班甚至有超过半数不及格，严重挫伤学生学习外语的积极性。考试之后，教师比较关注全班平均分、及格率和优秀率等，对反思日后教学需要怎样改进则重视不够。另外不少老师对社会上各种“试卷解题策略和技巧”的盲目追捧等，都反映了一些教师对测试认识不够全面，实际操作方式不当，尤其是测试对教与学的反拨作用方面有待加强认识。
陈新忠：在评价内容上重考试分数忽视学生综合素质和个性发展，在评价方式上重最终结果忽视学生进步和努力程度，在评价结果使用上重甄别证明忽视诊断和改进。
姜建军：作为一名普通的中学教师，要想让教学测评具备科学性，必须自己要具有一定的文本处理能力，根据教学对象和目标科学地改编文本材料，编写试题。
王劲松：被培训者的水平地方差异性较大，思想统一性不同，对教材教法认识有区别，过重依赖培训者的直接经验，对自身提高有极大的渴望，但多次在培训结束后仍回归以前熟悉的老路上，再等待新的培训。
林敦来：任何一项测评都应该始于测评目的，但是在这方面可能有一大部分老师没有进行足够的思考。比如测评到底是achievement test？是proficiency test？还是diagnostic test？
陈新忠：内容不清，方式单一等问题的原因，关键还是目标不明确。同意林老师的观点。
朱晓燕：同意上面几位老师的观点。教师存在的问题主要是对课程标准、教学目标和测试目标不明确。前一段网上有一条消息说在南方某市一个关于“完形填空解题策略指导”高考讲座，主讲人介绍了完形填空题的七步阅读方法（见图3）。
从图中可见，仅仅是为做题而做题的偏门，没有体现运用阅读策略获取信息的主道。主讲人还提出“考生存在的主要问题是词汇量不够，文章理解不够”，片面强调词汇量，抹杀阅读微技能教学的必要性，这些都会误导没有一定测评素养的老师，无法识别上面的谬论，盲目地跟风。而具有测评素养的老师就懂得如何科学出题和备考，按照课标和考纲所公布的阅读微技能如“理解大意、猜測生词、细节推理，主旨判断、评价意图等”进行针对性教学与训练。
林敦来：朱老师举的例子是常见的备考误区，突显了用测评素养武装教师的重要性。
王劲松：多数教师关注的是某个问题考倒了多少学生，难倒了多少老师，而对文章的背景，对文化避而不谈。
平克虹：课程改革开始以来，英语课程标准就一直提倡形成性评价与终结性评价并重的评价理念，而且特别强调要发挥形成性评价的作用。“评价应关注学生综合语言运用能力的发展过程以及学生在学习过程中情感态度、价值观念、学习策略等方面的发展和变化。评价应采用形成性评价与终结性评价相结合的方式，既关注过程，又关注结果，使对学生学习过程和学习结果的评价达到和谐统一。”“形成性评价可采用多种方式，如测试与非测试、教师评价、个人自评与学生互评相结合等。”（《义务教育英语课程标准（2011年版）》）
Cambridge English The TKT Course
对形成性评价中的这一类非正式评价的功能作用就做了这样的定位：“‘Informal assessment is sometimes used to assess students’ behavior， attitudes or learner characters rather than their language abilities.”显而易见，对学生综合语言素养的发展过程以及学习过程中的情感态度、价值观念、学习策略等方面的发展和变化这些维度的评价，是很难通过一次性的纸笔考试能够实现的。建立符合特定学校自身实际的学业评价指标体系，运用多种测评方式是实现这一目标的必由之路。
张春青：确实需要评价主体的多元化和评价方式的多样化，学生可以多维地、立体地感知到自己语言发展所达到的程度，从而形成新的发展动力。
林敦来：大家前面已经谈了不少测评现状和困惑。下面我们回到教师培养上来。想请大家具体说说一些老师的测评误区。文献中如Bachman和Palmer（2010）提出了三个常见的语言测评认识误区，如认为有一种在任何情境中均适用的“完美”测试，认为只有专业人士才能开发语言测试，认为可以用是否符合某一方面的质量要求判定一项测试是“好的”还是“不好的”。这些误区在一线英语教师中是否也存在呢？
朱晓燕：现实中，有的老师命单元测验、期中和期末考试题，常照搬教辅等现成试卷或试题，有时缺乏足够的能力设计或者判断试题是否适用，有的学业成绩测试却按照能力水平的测试目标去命题如单元测验和期中考试按照高考题型命题，造成平时测验的试卷往往偏难，造成有的班甚至有超过半数不及格，严重挫伤学生学习外语的积极性。
王劲松：这种试题最大的伤害在于，平时讲的重难点不考，学生受打击，对试题中出的老师没讲到的重点，或者暂时不必关注的重难点，老师讲也不是不讲也不是。
陈新忠：简单地说，学什么考什么。造成测试结果影响到学生对教师的信任，造成家长对学校教育质量的质疑，社会对英语教学的质疑。
田民：现实中确实太多的测试题目，很是打击学生的英语学习积极性。如何设计和命制促进学生发展，有助于提升学习能力和语言能力的试题，可以给一线老师们一些建议吗？
朱晓燕：谢谢您提的问题，在下面讨论的第三个板块中我们会提到。
韩芳：同意陈新忠老师的观点，评价不仅仅评价学生，也是对起着老师的激励或者警醒的作用。教师的试卷是否科学？反拨教学作用值得关注。 姜建军：同意！我们做老师的要记住：评价不是为了prove，是为了improve。
宋杰青：好的测试是不是两个方面的作用都能起到呢？
张春青：两方面兼顾就是诊断测试的功能了，既告诉学习者哪方面强，哪方面弱，同时还指出努力和发展的方法，并且监督学生实现发展目标。
姜建军：两方面我们都应该追求。我们在给学生测试时要为学生着想，不要老想着为难学生，要尽量照顾“中下等”的学生，在题目设置中要让学生经过思考能回答出来。
宋杰青：对的，教师在设计测评的时候要充分考虑测评的对象，既了解了他们的水平，也起到促进的作用。
平克虹：陈老师提到的问题确实是值得我们关注和研究的，还有一种测评误区是小学测评向中学测评靠、初中连续三年进行中考训练、高中三年连续进行高考训练的机械应试模式。
林敦来：朱老师和平老师的两个例子再一次说明教師可能没有从测试目的方面去思考。
陈新忠：很高兴大家现在已经关注到了在英语教学中如何测评核心素养。教育测评的方式很多，未必只能通过纸笔测试来实现。形成性评价已经在很多学校做得很好。形成性评价能够更好地看出学生在学习能力、思维品质和文化品格方面的发展。
郑鸿颖：我想提出的一个问题是：当英语教学的目标向学科核心素养转向的时候，测评的目标也要发生相应的转向，例如思维品质如何在测评中体现给教师们提出了新的挑战，因为对于这些理念的教学实现本身老师们都在摸索，这些教育教学目标的测评对老师来说就更困难了。那么我们教师测评的培训应该如何为老师提供帮助呢？
宋杰青：我能想到的，思维品质方面的评价除了可以使用非测试手段，在测试当中可以通过测评内容的设计来适当体现。
郑鸿颖：是的，形成性评价是一种方式，同样也需要在具体测评内容的选择上体现思维的内容，而目前关于思维的内容课标的修改稿里也有描述，但如何让这些内容具有可操作性，把教学内容通过测评体现出来需要系统的培训。
龙祖元：核心素养的测评目前来说应该还是一个新课题，特别是在标准化考试背景下，许多素养无法标准化。不过还是有一些解决办法的。第一，从外语教育的角度来说，加入口试环节应该是不错的办法（这是我校多年来的一贯做法，每学期2次——期中期末）；第二，教育除了应试，还有情怀，我们需要引导教师正确看待考试和教育的关系，做有情怀的教育；第三，随着中国在测评研究方面的深入，核心素养的测评应该可以做得更好。
语言测评素养的基本概念与内涵
林敦来：本次讨论分为三个板块，分别是测评素养的基本概念和内涵、外语教师测评素养的现状和测评素养的培养与提升。特别提醒一下：测评的环境错综复杂，在利用测评做决策的过程中教师也有可能遇到无奈的情况。但是本次讨论主要从教师发展角度展开。只有教师专业性发展的更强了，我们才能更加客观地理解身边的测评现象，或许也能从实践角度提出更合理的做法并被接受。
研究显示，教师要花费三分之一甚或一半的课堂时间做与测评相关的事情。测评的重要性毋庸置疑，而拥有良好的测评素养是完成高质量测评工作的重要前提。在探究测评素养之前，我们非常有必要对语言测试素养的概念、内涵和具体内容做一些讨论。
陈新忠：老师们总是纠结测验和评价概念，我们不妨先区分一下。
测验（test）主要是在学校以纸笔测试的方式，包括期中考试、期末考试、单元检测等。测验的目的往往是教师了解学生掌握了哪些内容，确定学生对教师讲授内容的掌握程度。
评价（assessment）更全面，涵盖面更广，包括纸笔测验、观察、档案袋等方式。评价的目的是了解学生的发展情况，包括学业水平、学习动机、学习过程中的态度等。对结果的价值判断也是评价的重要内容。评价的目的除了可以诊断学生的优势和不足，给学生评定等级之外，我们更应该关注学生在学习过程中的表现，教师利用评价改进教学，学生利用评价来完善改进自己的学习。
林敦来：非常同意陈老师的观点。用评价关注学生的学习过程表现，使得评价具有学习价值。感谢陈老师帮我们厘清test和assessment的区别和联系。
宋杰青：陈老师说得真好，以测促学，在测中学，关注测评在教与学过程中的作用。
林敦来：接下来我从学理方面先说一下文献中对测评素养的概念定义。方便大家下文的讨论。
测评素养（Assessment Literacy）这个术语是美国学者Rick Stiggins在1991年提出的。伴随着这个概念出现的是人们从对课堂评价关注的不断升温。尤其是1998年，英国学者Black和Wiliam通过综述研究发现课堂形成性评价的促学作用，“一剂测评素养”（A dose of Assessment Literacy，引自James Popham）成为一名合格教师的必备品。简单地说，测评素养包括教师对被认为可能对教育决策产生影响的测评基本概念和程序的理解（Popham，2011）。对划线部分，Popham认为应该这样：首先，理解的意思是拥有测评素养的教师不需要实际计算难懂的测试信度系数等。而是要能够理解测试信度的涵义，以及不同的信度系数怎样以不同的方式来体现测试的一致性。基本的理解就是测评素养的基本要素，并不是要掌握那些深奥的测量程序。测评基本概念和程序指的是那些最核心的测评内容，比如它应该要包括“效度”和“测试偏颇”等测评中最为基本的概念。可能对教育决策产生影响界定了教师需要了解的测评内容的范围，就是在日常教学中帮助做决策的测评方面的内容。在语言测评领域，Davies（2008）对语言测试教材做了综述，并提出教材内容逐步呈现“知识+技能+原则”模式。而Inbar-Lourie（2013）则提出语言测评素养包含测评素养以及与语言相关的元素，包括对教学法的了解、对语言本身的理解。
各位老师对中国环境下英语教师的测评素养概念如何解读呢？
陈新忠：从教师的实际操作层面，测评能力包括在语言观、教育观、学生观视野之下的根据目标确定评价内容的能力，选择恰当评价方式的能力，利用软件简单整理数据的能力（excel等）解读数据的能力和根据数据调整教学的能力。
平克虹：了解语言测试的基本发展脉络，明晰语言测评的基本概念，能结合教学实际采用适当的测评方式设计合适的测评工具，获取相应的测评数据，发现问题、诊断教学、促进学生的英语学习，这是我认为教师应该具备的测评素养。
林敦来：非常感谢陈老师、平老师的解读。我们可以对这些能力进一步展开讨论。
朱晓燕：外语老师的测评素养在广义上体现了外语老师的教育观、课程观、语言观、学生观和评价观，在狭义上，特指外语老师对课程标准的理解、对外测试理论原则和实践技术等相关知识的了解、对测试手段的操作这三个方面。
林敦来：非常同意朱老师的看法。语言测评素养确实不能脱离教育观、课程观、语言观、学生观来看。
平克虹：我再提几点建议，供大家参考：侧重阶段性语言知识、技能要求、话题功能的覆盖面；体现考查内容与学习内容的一致性；选材语言及话题内容要与学生年龄与认知水平、语言能力基本吻合；根据学校测评实际，科学设计主客观题比例，适度增加主观性试题；按照学业测评的性质，规划合理的试题难度；学习借鉴国内外语言学习与考试的研究成果，丰富试卷结构与考试题型。
作为一门工具性与人文性相统一的外国语学科，英语学科课程培养目标无论是从语言综合运用能力来谈，还是从英语学科素养来说，都是很难通过一张试卷来进行评价的。长期以来，由于众所周知的种种原因和条件所限，对英语听说能力进行考查一直难以在一些重要的考试，如中考、高考中實施，而这一现象又反过来影响了中小学校英语课程的正常实施。仅以高考听力考试为例，2000年全国卷已提供听力试题，但相当部分省份至今都没有实施考查或者把听力成绩纳入高考总分。个中缘由，大家都明白，在此不再赘述。至于口试，除了广东等极少数省份已经在高考中有所尝试，江苏等少数几个省市已纳入到中考之中外，多数地区均没有过类似大规模的测评实践。 姜建军：考试应该是英语教学的副产品。
龙祖元：我想再补充一点，那就是对测试结果的分析。许多学校仅仅看一个分数，并唯分数是论，以此判断教师教学水平的全部，甚至还有末位淘汰制。
郑鸿颖：是的，但其实思维的测评在标准化考试中也是可以实现的，但是需要教师有思维的测评意识，同时能够有相应的理论支持。
陈新忠：可以考虑solo目标分类的方式评价学生的思维品质（见图1）。试举一例，在描述图表信息的时候，学生是一项一项地列举，还是将信息进行关联、对比等方式进行描述，这其中就有思维的体现。
郑鸿颖：目前关于思维能力的目标分类很多，是否有必要在中学教学中统一呢？
龙祖元：思维能力、语言能力等都可以测试，要么直接一些，要么间接一些。
张春青：有人质疑，培养思维是不是外语教学的任务，以英语“概要写作”为例，我们说可以培养学生的概括抽象能力，但是可能有人质疑，这个能力应该在“语文”教学中培养。
陈新忠：各个学科都关注培养学生的思维，我们目前提到的思维品质，是与语言学习密切相关的。
张春青：从大的方面讲，语言观确实很重要，比如学生学习使用eat，eated的形式可能处于比ate更高的发展阶段，而ated处于更高的阶段，教师的测评素养中，应该有一定的语言习得知识。
朱晓燕：其实我赞同武尊民老师2010年提出的教师测评素养中的三个观点：第一是对英语测试理论的掌握，第二是教学评价知识，第三是实践能力。
葛炳芳：核心素养的测评，蕴含于教学活动，蕴含于试题之中。核心素养，一部分可用试题测，一部分只能用performance 评，必然还有一部分只能由教师在课堂教学过程中观察。
林敦来：葛老师能否讨论一下在核心素养表现性评价中，教师应该具体拥有哪些方面的测评素养呢？
葛炳芳：核心素养是课程目标，不是（不完全是）测评目标，更不是考试目标。考试目标是测评目标的一部分，而测评目标只能说是应该基于课程目标。
林敦来：谢谢葛老师。请大家看图2，图2为国际语言测试专家Lynda Taylor（2013）对语言教师测评素养的看法。从中我们可以看到从测评素养方面来说，教师应该还要对教学方法有深刻的理解。
朱晓燕：林老师这个图很清晰，涵盖了态度、知识、能力等几个方面的观点。
张春青：这个图形，突出了教学，感觉测评素养就是教学素养。
陈新忠：这个图说明了以评促教、以评促学的关键。评的目的不是仅仅局限在评价本身，而是促进教、促进学。
朱晓燕：林老师可否先解释一下这个图0到4这五个方面分别代表什么？
林敦来： 好的，这个图是把这几个方面的重要性进行了评定。从0到4，构成蜘蛛图，也就是教师测评素养中教学方法理解最重要，其次如命题技术与社会文化，重要性评定从0到4，也体现了教学与测试的衔接之重要性。
王东君：测试是一门科学，是教学科研和教学管理的重要部分，但对一线教师而言，我觉得首先应该区分清楚测试的两个基本概念，这两个概念对于教学中的测试有至关重要的导向作用。我曾就以下问题问过多位我身边及其他地区的老师，能够完全知道并区分以下有关测试问题的老师寥寥无几：
问题1：摸底考试属于哪一类型的测试？
問题2：单元测试属于哪一种测试？
问题3：期中和期末考试属于哪一种测试？
问题4：中、高考模拟测试属于哪一种测试？
实际上依据结果解释的方法可把评价分为这样两个类别：第一，标准（目标）参照评价（与标准或（目标）对比来解释教育现象或者教学结果），显然，单元测试、期中和期末测试、课程结业测试属于这类测试，其标准是有国家课程标准设定的；第二，常模参照评价（与常模对比来解释教育现象或者教学结果），像高考就属于这类选拔性测试，属于常模参照评价，这类测试其中一部分内容可能会超越课程标准。一线教师如果都清楚了解这些概念，就会在平时的测试和应对中、高考的备考中有明确的命题概念及备考复习策略。
标准（目标）测试参照评价标准是预设好的，与评价对象无关， 属于绝对评价，与之对应的测试称为标准参照测试。测试内容与目标（比如课程标准）是一一对应，难度随目标而定，测试结果主要能反映达标情况；常模参照测试的评价标准一般在测试前生成，主要是考虑评价对象的水平，属于相对评价，与之对应的测试属于常模参照测试（高考是很典型的常模参照测试）。常模参照的测评指标就比较敏感了，因为是选拔性测试，所以这类难度适中，区分度非常好，能反映参加测试的学习者在一类群体中的相对位置（比如2017年参加山东省高考的全体山东高中毕业生及其高考成绩与大学录取结果）。
平克虹：在学校教学过程中所实施的，旨在促进学生学科核心素养发展的评价方式或手段，日常教学中所进行的大多数评价都属于形成性评价的范畴；测评获取的相关信息主要用于诊断教学、反馈学生、改进学习，因此，其关注点集中在个体学习者的学习优势、不足之处、学习需求分析等方面。
高明阳：请教各位老师一个问题，我们上课针对所讲内容提出的检测性问题，课后留的作业是不是属于更微观的测试呢？这类每天进行的时时处处的小检测，似乎更有形成性评价的意义。
张春青：我感觉每天的小测具有形成性评价意义，例如我今天听写了单词（教学目标）、明天paraphrase难句（教学目标）、后天布置了概要写作作业（教学目标），我评判了学生的表现，指出了问题，给出了反馈，除了我的评价，还让学生对概要互评，等等，这些肯定是非常有价值的形成性评价，assessment for learning，或者说assessment as learning了。
林敦来：在讨论了测评素养的概念后，相信大家都很期望了解在中国这个环境下，英语教师应该拥有怎样的测试素养？
在美国，1990年美国教师联合会（American Federation of Teachers）、国家教育测量理事会（National Council on Measurement in Education）和全国教育协会（National Education Association）联合颁布了《学生教育评估中教师能力的标准》（Standards for Teacher Competence in Educational Assessment of Students）（AFT，NCME，& NEA，1990）。该标准中列出了教师测评素养的7条标准，它们分别是：（1）教师应该能够熟练地选择恰当的评估方法用于教学决策；（2）教师应该能够熟练地编写恰当的评价方法用于教学决策；（3）教师应该能够熟练地就外来测试和自己编写的试题进行施考、评判和分数解释；（4）教师应该能够熟练地运用评价结果来对每个学生做判断、规划教学、发展课程和促进学校进步；（5）教师应该能够熟练地编写有效的评分标准用于学生评价；（6）教师应该能够熟练地为学生、家长、其他外行人士及老师传达评估结果；（7）教師应该能够熟练地识别不合道德、不合法和不合适的评价方法以及对评估信息的滥用。这些标准在今天仍然具有指导意义。
当然上述标准未突显对形成性评价足够的重视。
朱晓燕：具有一定的测评素养的老师，应该可以看到以下几个特点：
（1）他们会考虑什么样的教学和测试有助于促进学生语言能力的提高，而不仅仅是关心分数，不是“为考而教，不考不教，把教学当成备考行业”，而是按照课程标准和教学目标组织教学，并通过基于标准的测评方式，去落实教学目标的达成。教师对教学和评价这种重新认识，在于教学和评价都是为学习服务。评价手段有测试，一方面评价学习过程和结果，另一方面为教学提供反馈，因此评价既促进学习也诊断教学问题。
（2）他们认为教学要走语言知识和技能训练的正规大道，不要走偏重“教学生做题得高分的解题技巧”的旁门左道。他们能识别社会上一些教辅或者讲座中有关不科学开展测试的信息或者试题，他们不是通过大量拼试题量和题型去拿高分，而是根据测试目标去选择适当的测评手段。
（3）他们理解教学中各种测试如单元小测、课堂小测、期中和期末考试，就像每年一次、两次或者三次的“体检”功能一样，及时发现学生语言学习进程和教学中的问题，对学生的学习进行查漏补缺，从而在教学内容、教材选择、教学方法和手段等方面进行调整。
中小学英语教师测评素养的现状
林敦来：通过前面的讨论，相信老师们对测评素养的基本概念与内涵有了较好的理解。但是国内外多项研究显示，目前教师的测评素养亟待提高，这里的原因是多方面的。接下来我们从以下两个问题展开讨论：（1）目前中小学的测评现状如何？（2）教师在教学测评中存在哪些困惑？
平克虹：始自本世纪初叶的基础教育课程改革已经走过了十五六个年头，来自高等院校、教科研机构和基层中小学校的广大英语教育工作者在学科课程评价测试领域也进行了大量的理论研究和实践探索，为推进中小学校课程改革做出了卓有成效的努力。2014年以来，《国务院关于深化考试招生制度改革的实施意见》《教育部关于普通高中学业水平考试的实施意见》和《教育部关于进一步推进高中阶段学校考试招生制度改革的指导意见》等重要文件陆续出台，标志着我国教育考试招生领域的改革已经在理论研究与顶层设计等诸方面取得了突破性的进展。
然而不可否认的是，在一些地方，中小学校在测评领域的改革进程还是举步维艰。《教育部关于推进中小学教育质量综合评价改革的意见》指出：“但总体上看，由于教育内外部多方面的原因，单纯以学生学业考试成绩和学校升学率评价中小学教育质量的倾向还没有得到根本扭转，突出表现为：在评价内容上重考试分数忽视学生综合素质和个性发展，在评价方式上重最终结果忽视学校进步和努力程度，在评价结果使用上重甄别证明忽视诊断和改进。”（教育部，2013）
一个普遍存在的共性问题就是把所有教学过程中不同阶段的各种考试都按照（选拔性的）终结性考试来对待。
我国地域辽阔，各地经济、文化、教育发展水平不一，差距明显。即便在同一地区，由于历史的原因，学校之间在硬件设施、师资队伍、学生来源、办学理念与方向等各个方面都存在巨大的差异。而长期以来，在许多地方，都存在以学区、县区、市级期中或期末统考作为最基本的评价学校教学质量和教师教学业绩的现象。而考试结果不言自明：一边是好学校/重点学校成绩高居榜首，另一边是部分薄弱学校、边远学校、乡村学校无论怎样努力，也总是在低位徘徊；一方面是有不少学校反映由于试题区分度不够没有能够考出学生真实水平，而另一方面是有很多学校叫苦不迭，说试题难度太大，打击了学生学习英语的热情。
这一现实问题其实大家都心知肚明。仅仅从解决这一实际问题出发，我们也应该尽量减少统考次数，规范统考统测的实施机制，创造条件，鼓励各个学校从自己的实际校情、学情出发，建立适合自己的测评体系。这会从一定程度上改变一些普通学校盲目进行校际攀比、被统考统测牵着鼻子赶进度的现象，有利于学校适时发现问题，根据实际调整和改进教学。
林敦来：平老师提到的这些文件对中小学的测评会有带来深远的影响。可以预见，将来教师在评价方面会有更大的发挥平台。评价的促学作用会得到更加广泛的共识并践行。同时也对教师的测评素养提出更高的挑战。
朱晓燕：作为师培者，我与一线英语老师们经常一起切磋如何通过有效教学手段，当然也包括测试手段，去进一步提升课堂教学质量、更好促进学生外语学习。
现实中，教师们一贯重视终结性评价，日益重视形成性评价。但是在测评手段方面，仍存在未能合理或恰当使用的问题；还有相当部分老师缺乏足够的测评专业知识和技能，难以识别科学有效试题开展备考教学，这些表明在测评素养方面还有不断完善的空间。 比如老师们在准备单元测验、期中考试和期末考试中，常照搬教辅等现成试卷或试题，有时缺乏足够能力设计或者判断试题是否适合使用，有的与考试目标不符，造成试卷往往偏难，造成有的班甚至有超过半数不及格，严重挫伤学生学习外语的积极性。考试之后，教师比较关注全班平均分、及格率和优秀率等，对反思日后教学需要怎样改进则重视不够。另外不少老师对社会上各种“试卷解题策略和技巧”的盲目追捧等，都反映了一些教师对测试认识不够全面，实际操作方式不当，尤其是测试对教与学的反拨作用方面有待加强认识。
陈新忠：在评价内容上重考试分数忽视学生综合素质和个性发展，在评价方式上重最终结果忽视学生进步和努力程度，在评价结果使用上重甄别证明忽视诊断和改进。
姜建军：作为一名普通的中学教师，要想让教学测评具备科学性，必须自己要具有一定的文本处理能力，根据教学对象和目标科学地改编文本材料，编写试题。
王劲松：被培训者的水平地方差异性较大，思想统一性不同，对教材教法认识有区别，过重依赖培训者的直接经验，对自身提高有极大的渴望，但多次在培训结束后仍回归以前熟悉的老路上，再等待新的培训。
林敦来：任何一项测评都应该始于测评目的，但是在这方面可能有一大部分老师没有进行足够的思考。比如测评到底是achievement test？是proficiency test？还是diagnostic test？
陈新忠：内容不清，方式单一等问题的原因，关键还是目标不明确。同意林老师的观点。
朱晓燕：同意上面几位老师的观点。教师存在的问题主要是对课程标准、教学目标和测试目标不明确。前一段网上有一条消息说在南方某市一个关于“完形填空解题策略指导”高考讲座，主讲人介绍了完形填空题的七步阅读方法（见图3）。
从图中可见，仅仅是为做题而做题的偏门，没有体现运用阅读策略获取信息的主道。主讲人还提出“考生存在的主要问题是词汇量不够，文章理解不够”，片面强调词汇量，抹杀阅读微技能教学的必要性，这些都会误导没有一定测评素养的老师，无法识别上面的谬论，盲目地跟风。而具有测评素养的老师就懂得如何科学出题和备考，按照课标和考纲所公布的阅读微技能如“理解大意、猜測生词、细节推理，主旨判断、评价意图等”进行针对性教学与训练。
林敦来：朱老师举的例子是常见的备考误区，突显了用测评素养武装教师的重要性。
王劲松：多数教师关注的是某个问题考倒了多少学生，难倒了多少老师，而对文章的背景，对文化避而不谈。
平克虹：课程改革开始以来，英语课程标准就一直提倡形成性评价与终结性评价并重的评价理念，而且特别强调要发挥形成性评价的作用。“评价应关注学生综合语言运用能力的发展过程以及学生在学习过程中情感态度、价值观念、学习策略等方面的发展和变化。评价应采用形成性评价与终结性评价相结合的方式，既关注过程，又关注结果，使对学生学习过程和学习结果的评价达到和谐统一。”“形成性评价可采用多种方式，如测试与非测试、教师评价、个人自评与学生互评相结合等。”（《义务教育英语课程标准（2011年版）》）
Cambridge English The TKT Course
对形成性评价中的这一类非正式评价的功能作用就做了这样的定位：“‘Informal assessment is sometimes used to assess students’ behavior， attitudes or learner characters rather than their language abilities.”显而易见，对学生综合语言素养的发展过程以及学习过程中的情感态度、价值观念、学习策略等方面的发展和变化这些维度的评价，是很难通过一次性的纸笔考试能够实现的。建立符合特定学校自身实际的学业评价指标体系，运用多种测评方式是实现这一目标的必由之路。
张春青：确实需要评价主体的多元化和评价方式的多样化，学生可以多维地、立体地感知到自己语言发展所达到的程度，从而形成新的发展动力。
林敦来：大家前面已经谈了不少测评现状和困惑。下面我们回到教师培养上来。想请大家具体说说一些老师的测评误区。文献中如Bachman和Palmer（2010）提出了三个常见的语言测评认识误区，如认为有一种在任何情境中均适用的“完美”测试，认为只有专业人士才能开发语言测试，认为可以用是否符合某一方面的质量要求判定一项测试是“好的”还是“不好的”。这些误区在一线英语教师中是否也存在呢？
朱晓燕：现实中，有的老师命单元测验、期中和期末考试题，常照搬教辅等现成试卷或试题，有时缺乏足够的能力设计或者判断试题是否适用，有的学业成绩测试却按照能力水平的测试目标去命题如单元测验和期中考试按照高考题型命题，造成平时测验的试卷往往偏难，造成有的班甚至有超过半数不及格，严重挫伤学生学习外语的积极性。
王劲松：这种试题最大的伤害在于，平时讲的重难点不考，学生受打击，对试题中出的老师没讲到的重点，或者暂时不必关注的重难点，老师讲也不是不讲也不是。
陈新忠：简单地说，学什么考什么。造成测试结果影响到学生对教师的信任，造成家长对学校教育质量的质疑，社会对英语教学的质疑。
田民：现实中确实太多的测试题目，很是打击学生的英语学习积极性。如何设计和命制促进学生发展，有助于提升学习能力和语言能力的试题，可以给一线老师们一些建议吗？
朱晓燕：谢谢您提的问题，在下面讨论的第三个板块中我们会提到。
韩芳：同意陈新忠老师的观点，评价不仅仅评价学生，也是对起着老师的激励或者警醒的作用。教师的试卷是否科学？反拨教学作用值得关注。 姜建军：同意！我们做老师的要记住：评价不是为了prove，是为了improve。
宋杰青：好的测试是不是两个方面的作用都能起到呢？
张春青：两方面兼顾就是诊断测试的功能了，既告诉学习者哪方面强，哪方面弱，同时还指出努力和发展的方法，并且监督学生实现发展目标。
姜建军：两方面我们都应该追求。我们在给学生测试时要为学生着想，不要老想着为难学生，要尽量照顾“中下等”的学生，在题目设置中要让学生经过思考能回答出来。
宋杰青：对的，教师在设计测评的时候要充分考虑测评的对象，既了解了他们的水平，也起到促进的作用。
平克虹：陈老师提到的问题确实是值得我们关注和研究的，还有一种测评误区是小学测评向中学测评靠、初中连续三年进行中考训练、高中三年连续进行高考训练的机械应试模式。
林敦来：朱老师和平老师的两个例子再一次说明教師可能没有从测试目的方面去思考。
陈新忠：很高兴大家现在已经关注到了在英语教学中如何测评核心素养。教育测评的方式很多，未必只能通过纸笔测试来实现。形成性评价已经在很多学校做得很好。形成性评价能够更好地看出学生在学习能力、思维品质和文化品格方面的发展。
郑鸿颖：我想提出的一个问题是：当英语教学的目标向学科核心素养转向的时候，测评的目标也要发生相应的转向，例如思维品质如何在测评中体现给教师们提出了新的挑战，因为对于这些理念的教学实现本身老师们都在摸索，这些教育教学目标的测评对老师来说就更困难了。那么我们教师测评的培训应该如何为老师提供帮助呢？
宋杰青：我能想到的，思维品质方面的评价除了可以使用非测试手段，在测试当中可以通过测评内容的设计来适当体现。
郑鸿颖：是的，形成性评价是一种方式，同样也需要在具体测评内容的选择上体现思维的内容，而目前关于思维的内容课标的修改稿里也有描述，但如何让这些内容具有可操作性，把教学内容通过测评体现出来需要系统的培训。
龙祖元：核心素养的测评目前来说应该还是一个新课题，特别是在标准化考试背景下，许多素养无法标准化。不过还是有一些解决办法的。第一，从外语教育的角度来说，加入口试环节应该是不错的办法（这是我校多年来的一贯做法，每学期2次——期中期末）；第二，教育除了应试，还有情怀，我们需要引导教师正确看待考试和教育的关系，做有情怀的教育；第三，随着中国在测评研究方面的深入，核心素养的测评应该可以做得更好。