普通話水平測試手段現代化的意義與問題

普通話水平測試是我國推廣普通話工作的一項重要舉措，自1994年國家三部委聯合頒布《關于開展普通話水平測試工作的決定》以來，推普工作已經經歷了13年，取得了豐碩的成果：機構不斷完善，各省、自治區、直轄市幾乎都成立了語委和普通話測試培訓中心；培養了一批批測試員隊伍；參加測試的人數已經突破1800萬人次（截至“十五”末），形成了一套較完善的測試工作流程和體系；測試內容和手段不斷科學化；隨著漢語言教育國際化的熱潮的迭起，人們日益加深了對普通話的認識，參加普通話培訓和測試的各界人員越來越多。這樣，對于傳統的人工測試手段就提出了挑戰，測試手段的現代化問題已經提上議事日程。

一、人工測試存在的問題

1．無法應對測試工作量增大的局面，使大面積的測試難以實施。

以高校而言，首先，測試員都是兼職的老師，他們都承擔著繁重的教學科研或者日常管理等事務。

其次，原先還是學生自愿測試，也就是那些想從事公務員、教師、新聞主持等工作的學生選擇普通話測試。而現在，江蘇省語委要求在校大學生均需參加普通話水平測試，這樣，工作量就一下增長了若干倍。有人做過統計，“按照一所高校每年5000人參加測試來計算工作量：通常學校有2一4個測試間，按4間計算，每間日測試人數不能超過30人，這樣日測試人數為120人，所有學生測試完需要42天，也就是說，僅是5000人的現場測試工作就需要8個測試員工作42天，再加上學生的組織、成績統計等工作，需要十幾位管理教師、測試員60天全部精力的投入、非常緊張地工作才能做完”①。可想而知，這是行不通的，更何況測試工作都是在周末來做的，一年能有幾個雙休日？

再次，從工作強度而言，測試員的工作量大而繁瑣，出錯概率很大。江蘇普通話測試設置了讀單音節字詞、讀多音節詞語、朗讀短文、命題說話4個測試項，每一個測試項都有細化的評分標準，以單音節字詞論，每一個語音錯誤(含漏讀音節)，用差符號“×”來標注，對每一個語音缺陷，用圓圈符號“○”來標注，并要人工計算扣分總數，錯誤一個扣0.1，缺陷一個扣0.05，第一項題目總分10分，共100個單音節，這個數據量很大，出錯幾乎不可避免（盡管對等級的判定影響很小）。那么，再加上多音節、朗讀、命題說話等都要測試員判斷語音錯誤的數量，可見，一個考生試卷的辯聽量、計算量就非常大了，更何況一天是30份，而且都是假想要求測試員不能走神一下，但實際上這是難以實現的。人有人的柔性，不是機器，疲勞會隨時產生。在2006年6月份江蘇省語委組織召開的“全省普通話水平測試復審工作研討會”中，通過復審發現一個大體規律，對上午或下午不同時間段的學生測試判斷會有差異，這種差異是人工產生的，也是無可避免的。

2．從被測試者來看，現場面對面的模式增加了被測試者的心理素質要求。

當前的普通話水平測試為了保證測試的可信度，減少誤差，往往是采取二個以上的測試員同時測查一位被測試者的辦法，但這種“三堂會審”式的架勢，往往會增加被測者的心理負擔而導致水平失常。

3．測試工作的公正性與可信度的問題

傳統的人工測試模式不可避免地存在主觀印象，這個同學某些方面特招人喜歡，分值會自然高一點，反之亦然。除此之外，還有無法避免的人情分，比如，有人打招呼，某某是老師，已經測了兩次，都沒有達到二乙，就等著這個成績評職稱啊等等……這必然影響測試結果的公正性，從而也影響了測試工作在人們心中的可信度。

二、現代化測試手段的意義

這樣，利用計算機系統來從事普通話測試工作的系列流程，就成為趨勢，南京信息工程大學是較早嘗試實行現代化測試手段的一個單位，2006年初就開始了與南京利馬公司的合作，合作開發和使用普通話測試軟件系統，今年初又開始了與安徽科大迅飛公司合作，使用其提供的普通話測試軟件系統。我們對于現代化手段對測試工作產生的影響有著切身的體會。下面就有關現代化測試手段問題作詳細說明。

1．何為現代化測試手段

有很多提法，如“機器測試”，中國語文現代化學會第六次學術會議在討論“普通話水平測試中的熱點問題”時，認為，“目前，我們尚未采用這種提法（即‘機器測試’）。我們講的是‘測試手段現代化’，即運用高新技術加強普通話水平測試工作”。②筆者個人認為，“機器測試”的說法比較狹隘和模糊，不能區分出傳統的人工測試與利用軟件系統測試的差異，所以用“測試手段現代化”這種說法比較科學，這個問題到下面就更清楚了。

2．使用現代化測試手段的層次性

利用現代技術為測試工作服務，其實一直就在進行，其發展是有過程的，從技術使用來看是隨著技術的發展而發展的，即所謂的層次性。

首先，在人工測試中，大多數學校采取全程MP3錄音的方法，以便保存、復審、檢查、應答學生異議等。還有少部分學校采取了全程攝像，其目的與上相同。這種手段只是解決測試中的資料儲存等外圍的工作，僅僅是處于簡單的分類管理，還沒有介入到測試工作內部。所以只是一個初級階段。

其后，利用計算機軟件進行測試工作的整個流程。在這個環節中，也仍然存在層次性。2006年初，南京信息工程大學使用與南京利馬科技有限公司合作開發出的“普通話水平訓練與測試系統”V10，效果很好，“本次考試，從測試的組織到證書的生成，從試題的抽取到成績的錄入、核對，整個過程除了測試員依據評分標準的判斷之外，完全采用計算機應用軟件進行測試，加強了試卷的保密工作，避免了手工操作的失誤，縮短了測試時間，減少多余重復性的資金投入，實現了無紙化測試。”很明顯，這種測試手段是系統化的，測試員測試只是這個軟件管理系統的一個環節，測試人員有所減少，效率有很大提高，人情等外來因素干擾減少。但是，測試員對于整個試卷的評判量沒有減少太多，聽音評判錯誤、缺陷要用鼠標標識出來，只是分值是計算機軟件自動算出的。

是不是可以用計算機來替代測試員的評判呢？

2007年5月，我校與中國科大迅飛公司合作，使用它的軟件，讀單音節字詞、讀多音節詞語、朗讀短文這三項的評判就用電腦代勞，這可能是名副其實的“機器測試”。測試員只是測評“命題說話”一項。工作量大大減少，本來要12個測試員4天完成的工作只要8個測試員1天就解決了，后期成本大大減少。與“普通話水平訓練與測試系統”V10相比，這個軟件系統更“高”一級，從測試效果來看，等級比例沒有大的變化。

以后會不會就完全用“機器測試”，而不需要測試員呢？未可知也。

3．系統性

首先是指利用計算機軟件從事整個測試工作的流程管理，如測試報名管理、測試現場管理、測試評判系統、意見反饋系統、測試成績管理、等級證書管理、測試系統查詢、統計分析、數據管理、測試系統維護等一系列程序，這樣，使得普通話測試培訓工作走上日常化、軌道化所付出的人力大大減少。

其次，系統性也指在上述某一種具體工作流程中的系統性。比如，對于有爭議的測試結果，在復測時，通過軟件系統就可以調出這個學生的檔案，有相應的錄音或視頻文件和卷面信息包括試卷信息、測試信息、閱卷信息、身份驗證信息給復審人員。這對于妥善解決考試糾紛和復審異議提供了便利，這個內容實際上就是數據管理。再比如，測試報名、培訓工作，可以通過開發普通話多媒體網絡教學平臺（擬采用“站中站”模式），使用這個網絡平臺來通告報名時間和程序、并且在網上完成報名手續和培訓課程，而不必像現在這樣一定要現場報名、確認，接待和現場重復授課，這樣就可以節省很多的人力和物力。這里，關鍵是報名系統的建設和網絡的建設，這也是本校普通話測試培訓工作今后的方向，本課題“普通話水平測試手段方法研究”就是為此服務的。

4．意義

測試手段的現代化的意義表現在很多方面，除了能很好的解決人工測試存在的上述問題以外，還為普通話測試的等值問題做出可能的建設性貢獻。

等值包括測試題目、測試內容的等值和等級證書的等值問題。所謂試卷內容等值，主要是指測試的不同試卷具有測試標準統一、言語出現概率相近、題目難度相等、試卷和試題的有關測量數據相同或相近。這是解決公平公正和可信度建設的內涵工作。

至于等級證書的等值問題，眾所周知，我國有8大方言區，方言類型豐富，各地區方言與普通話的親和關系有遠有近，比如要求廣東語文教師二甲以上就非常困難，那么，實際上執行，就是放寬了等級的標準，證書還是二甲，但未必與北京等地的二甲水平等值。解決這個問題，很多專業人士都提出“等值但崗位要求可以不同”，“對不同方言區的各類人員在應達到的普通話等級上應做出不同要求，要求不必統一。這才是最合理的辦法”。那么真正能做到這一點，只有通過現代化手段才有可能，也就是通過設定程序軟件，電腦自動判定成績，這個標準是統一的，只要這個軟件在全國通行，那么水平標準的統一就不存在問題，隨后的事情就是對各地的崗位要求作出靈活規定，不必統一，如江蘇省要求省級測試員必須是一乙以上，那么對于廣東可以是二甲以上要求。這樣，全國通用的等級證書才是真正等值的、公平的。

三、問題

任何事情均是雙方面的，現代化手段能解決一些問題，也會產生一些問題，如測試當中出現系統故障，沒有錄音等。當然還有一些問題仍然解決不了，其中最主要的是語言的模糊性與測試科學性的悖論問題：說話呈現的東西是很微妙的，方言、音質、環境、精神狀態、生病、試卷、測試員、測試手段等等都可能會影響測試結果，而測試工作則盡力使之科學化、量化、技術化，這是一個深層性的悖論。這要求我們一方面要嚴謹科學認真，另一方面，我們也不可教條，不可迷信技術手段，不能完全否定人的主觀性介入的價值，這自然就又涉及到人測好還是機器測好的問題，也就是說，未來是不是就不需要測試員了？機器、技術能完全替代人工，相信讀者一定有自己的看法。

[ 本文是江蘇省教育廳課題“普通話水平測試手段方法研究”的成果之一，課題編號為06SJB740020；江蘇省教育科學“十一五”規劃課題：“普通話培訓教學模式與測試手段方法創新研究”階段成果之一，編號為D/2006/01/076。]

注釋：

①吳小玲 王澄非 李素娟等.“人機對話”式普通話水平測試模式的探討[J].中國大學教學，2006，（8）：37-38.

②姚喜雙.普通話水平測試中的熱點問題[J].現代語文，2005，（1）：42.

（王 東 李素娟 鄭爾寧 南京信息工程大學）