教育研究與評估初探

張琺

摘 要：文章綜合論述教育評估的歷史發展及其在教育研究中的方法論，并對教育評估領域的關聯性和使用范式的方法論進行了總結探討。具體為三個部分：教育研究和評估的歷史發展，教育研究和評估中可用的范例和方法論，結合筆者個人經歷簡述研究者或教育者在教育評估中的角色。

關鍵詞：教育研究;歷史發展;方法論;實證主義;建構主義;現實主義

中圖分類號：G40-032;G640 文獻標志碼：A文章編號：1008-3561（2021）03-0030-04

一、教育研究與評估

社會學家普遍認為研究和評估是兩種類型的調查。其中的原因，筆者認為，首先，并非所有的研究都需要評估。其次，研究本身是一個總稱，它涵蓋了不同學科領域的許多類型的研究。再次，因為“研究”一詞涉及面非常廣泛，所以研究和評估所做的工作類型只是研究中的一種。最后，進行研究和評估工作的目的彼此不同。根據Cronbach和Suppes（1969）的說法，進行評估工作的目的是面向決策的調查，而研究的本質是面向結論的研究。具體來說，“面向決策的研究是要求研究者提供決策者所需的信息的研究：學校行政人員、政府政策的制定者、開發新生物學教科書的項目的經理等。相比之下，以結論為導向的研究則以研究者的承諾和直覺為指導，并以增加學科基礎的愿望為指導”（Cronbach & Suppes，1969，p.20）。因此，評估要解決現在的（即當前的計劃）問題，并試圖提供洞察力，以便于決策或更好地理解計劃的形式，潛在地利用調查結果改進計劃。

1.評價的歷史發展

評價的歷史發展在不同學科之間進行了長期的爭論，但是在過去的30年中，評價學科已成為一門獨立的科學（Calidoni-Lundberg，2006;Hogan，2007）。它起源于許多學科，具有一定的實用性。例如，由于其在數據收集有效性、可靠性和可信度等方面的特點，根據評估結果，政策制定者可以理解和實施更有效的政策，工程師可以進行更好的設計，商務人士可以進行明智的投資，教育工作者可以改善學校課程或提高學生的學業成績以及激勵教師表現等（Calidoni-Lundberg，2006）。總體而言，無論學科領域如何，評估人員都會進行三種類型的評估工作：過程評估、結果評估或影響評估、經濟評估（成本效益分析和成本效益分析）。當然，每種類型的評估都會對研究問題或重點進行調查和研究。

對于一些研究人員而言，研究和評估與人類活動的歷史一樣悠久，因為“人類對信息的利用已有數千年的歷史（Hogan，2007，p3）”。例如，有記錄表明，中國人自4 000年前就已經開始對中國的公共項目進行評估或評估（Calidoni-Lundberg，2006）。其他研究人員認為這是一個非常古老的實踐，但是評估還只是一個相當年輕的學科（Scriven，1996）。Conner，Altman和Jackson （1984）曾提出，評估的發展已經走到青春期末，并開始向成年過渡。實際上，一些研究人員甚至將程序評估的歷史發展分為七個階段：改革時代（1900年之前）、效率時代（1900年～1930年）、3）泰勒時代（1930年～1945年）、無罪時代（1946年～1957年）、發展時代（1958年～1972年）、職業化時代（1973年～1983年）、擴張與融合時代（1983～2000年）（Madaus et al， 2000）。

因為本文的主要重點是教育方面的研究和評估，所以筆者重點從測試與測量方向、社會科學方向兩個方面來總結教育和社會科學中評估的歷史發展。

2.測試與測量方向

政策制定者、教育工作者以及那些在1800年和1900年從事教育領域工作的人已經記錄了用于測試美國教育系統中的課程評估（Travers，1983）。例如，兒科醫生約瑟夫·賴斯（Joseph Rice）在1897年使用標準化測試來評估課程和教學實踐（Haertel & Herman，2005;Wiliam，2010）。第一次世界大戰期間，學?？荚嚭蛯W生的大規模評估成為一種流行趨勢（Madaus，Arasian & Kellaghan，1980）。這些評估用于多種目的，包括評估學校的表現、課程、教師指導和學生測驗。由于約翰·杜威（John Dewey）對教育的先進思考，他1930年的著作再次推動了教育者對更多教育評估研究的需求。隨著美國學校嘗試新的教學法和課程，對于那些懷疑預期效果的教育者來說，課程評估成為重要的工具。一些知名的教育工作者對它們進行了評估，并將其與傳統的卡耐基單元課程進行了比較，從而有了著名的芝加哥大學“八年研究”（Smith & Tyler，1942）?！鞍四暄芯俊痹诋敃r被認為是一項開創性研究（Kridel &Bullough Jr，2012），是“美國課程史上主要的校本課程研究項目”（Pinar，2010，p.295）。其主要目的是鼓勵學校采用漸進式教育方法，以增加學生的大學入學率。在“八年研究”開始之初，30所美國高中重新設計了課程，以更有效地服務于青年，并且參與教育實踐的研究者對從高中到大學的1 475名學生進行了評估工作。當時開發了一些先進且重要的測試程序和測量方法，以評估這些課程與傳統課程相比的影響。在評估過程中，《八年研究》的作者強調，教師必須密切參與設計評估工具（Pinar，2010）。因此，教師和學校官員如何解釋和使用評估結果至關重要。隨著研究和評估領域的不斷發展，Cronbach（1963）指出評估過程應集中于收集和報告有助于指導教育計劃與課程制定決策的信息，從而進一步提高對評估使用的興趣和需求。換句話說，評估的作用不僅是對程序的有效性作出最終判斷，而且能夠提供有助于進行修改的信息。

1960年代中期，林登·B·約翰遜（Lyndon B. Johnson）總統發起了另一項雄心勃勃的運動，即旨在消除貧困和種族不平等的“大社會”計劃。根據 Himelein等人（2014）的觀點，“通過60項法案，為新建和配備更好的教室、少數族裔獎學金和低息學生貸款提供了條件”。特別是1965年的《小學和中學教育法》要求獲得聯邦資助的學區建立由父母、老師和管理人員組成的地方學校理事會，以評估現有的學校計劃并定期提交有關這些計劃的報告。

盡管有很多測量專家和學術研究人員參與了這些大社會計劃的評估，但在研究過程中出現了許多挑戰或技術問題，這些挑戰或技術問題也成為當今研究評估中的持久問題。例如，研究人員或評估人員經常無法正確理解評估的背景。盡管他們編寫了足夠多的文檔，但許多報告或學校評估報告都發現與程序無關或對程序人員沒有實際意義。早期的報告滿足了權威機構的評估要求，但結果并未得到有效利用或實施。

3.社會研究方向

評估歷史的社會科學方向主要由科學方法的應用來定義（Coldini-Lundberg，2006），其嚴謹性體現在如何收集數據中。傳統上來講，評估人員必須客觀、中立且注重結果（Fine，Thayer & Coghlan，2000;Torres & Preskill，2001）。教育評估社會科學方向的目標是產生可以揭示當前狀況、影響政策制定流程并最終為改善社會功能和人類福祉作出貢獻的知識。但是，1960年和1970年的許多早期評估研究對聯邦決策過程幾乎沒有影響（Bogenschneider & Corbitt，2011; Gray& Lowery，2000）。這些評估大多被認為是“硬”知識。所謂的“硬”知識，即基于研究的，通常是定量的并以科學語言表達的知識。與之相對應的，還有一些“軟”知識，即未經研究的、定性的，并且以通俗的語言表達的知識?？ㄆ仗m、莫里森和斯坦博格斷言（1975），盡管“軟”知識可能是間接出現的，但它們也對政策產生影響，并且可能比“硬”知識產生更大的影響。

盡管測試和測量方向與社會科學方向在評估使用的早期歷史上有所區別，但從1970年初開始，這兩個評估方向在評估的開發、研究和使用方面似乎趨于融合。由此，一些學術和非學術期刊被創辦，如《教育評估與政策分析》《教育評估研究》《CEDR季刊》《評估審查》等。隨著評估逐漸成為一種職業，許多大學開始通過提供評估方法學課程來認識評估的重要性（Hogan，2007）。評估研究學會和評估網絡進行了合并，并于1986年成立了美國評估協會，這不僅標志著這兩個領域的融合，而且擴大了評估學科，使其成為與其他領域相結合、相融合的綜合性學科。

二、研究與評估的范式和方法論

評估方法經歷了一系列的發展和變化，筆者在本節中就不同評估方法的發展、它們之間的相互作用及根據評估對象選擇一種方法而不是另一種方法的原因進行簡要的概述總結。

1.實證主義、建構主義、現實主義

如上文提及，教育研究中的傳統評估完全是關于測試和測量，并且“硬”科學知識在社會科學中占據主導地位。作為自18世紀以來占主導地位的科學方法，實證主義對科學方法在教育和其他社會科學中的應用產生了重大影響（Colidini-Lundberg，2006）。例如，奧古斯特·孔德（Auguste Comte）、戴維·休姆（David Hume）和勒內·笛卡爾（RenéDescartes）這樣的積極主義者相信“可以通過經驗觀察并通過邏輯分析進行解釋”（Kaboub，2008）。實證主義者認為，通過實證研究方法創造的知識是可復制的，對于那些使用相同觀察儀器的人來說，應該獲得相同的發現。簡而言之，實證主義者認為，事物的發展變化規律可以用法律或理論來解釋。但是，這一主張遭到非實證主義者的嚴厲批評。他們認為，發現和手段僅在受控的實驗室環境中有效，實證主義者沒有考慮到現實世界的因素，如人類的意志和不確定性，這些因素可能會改變實驗室的結果（Kaboub，2008）。此外，并非所有的社會和自然現實都可以客觀地量化和衡量。這種特性對評估研究可能是有利的，也可能是不利的（Dudovskiy，2018）。因此，諸多的局限性導致了實證主義被放棄，在各種后實證主義流派興起的 20世紀，研究主流贊成諸如批判性多元主義（即認為沒有一種方法足以對現象進行有效的理解）之類的科學方法。

其中，上文提及的否認和批評實證主義的流派之一是建構主義。建構主義也被稱為學習理論，涉及人們如何學習和獲取知識等內容。建構主義代表人物之一的庫恩（Kuhn），完全反對實證主義者對客觀知識的假設，他認為所有知識都是主觀的并且是社會建構的。建構主義方法評估人員與利益相關者會進行多方面的積極互動，并在收集和分析數據以及撰寫可靠且相關的發現過程中考慮所有因素（包括硬性和軟性的知識）。然而，基于建構主義方法論的假設，其局限性之一在于是否存在客觀性這一論點。哪個真理最重要、哪個問題值得報告等一系列主觀問題，對使用建構主義方法論的評估研究者構成了挑戰。

現實主義是評估研究人員在評估研究領域所依賴的第三個范式。根據菲利普斯（Phillips，1987）的觀點，現實主義被定義為“關于實體獨立于被感知或獨立于它們的理論而存在的觀點”。現實主義的評估人員以開放的態度進行研究，并試圖揭露研究或項目中未被觸及或未被發現的部分。為了揭開謎團，現實主義評估者需要了解不同的社會因素和底層環境是如何影響結果的。

2.方法論

實證主義的主要關注點是檢驗理論，因此，實證主義者通常會依靠定量方法，如調查、實驗和假設驗證等。然而，對于建構主義者而言，他們更關心研究人員如何與被調查的世界接觸并創造知識的。因此，建構主義者更傾向于在他們的研究中使用深入的非結構化訪談、參與者觀察、行動研究等。現實主義研究人員意識到，他們的發現可能并不完美或絕對準確，他們需要對來自許多資源的發現進行三角剖分和驗證。現實主義者的研究人員主要使用定性方法，如案例研究和聚合訪談等（Guba& Lincoln，1994）。

3.當前的教育評估類型

教育評估可以分為多種類型，人們嘗試學習、評估或理解的對象和內容，不僅決定人們在評估研究中提出問題的種類，而且決定人們在研究中應實施的評估類型。換句話說，評估者將使用不同類型的評估來研究不同的主題或內容，其中包括學生、課程、學校、教育系統、大范圍人群或特殊群體等。值得注意的是，評估研究涉及的內容或對象并不會影響評估過程，但是會影響人們收集的數據類型、用于分析數據的評估方法的類型以及決策的類型。

在教育研究中，大體上有八種常見的評估類型。第一，分班評估（palcement evaluation），目的在于開始新事物之前評估一個人的掌握程度或知識水平。例如，入學考試是一種分班評估，用于評估學生的知識水平、技能水平或成熟度。第二，形成性評估（formative evaluation），被用來檢測一個人的成長或表現以提供持續的反饋，其目標是讓教師使用該反饋來調整和改進他們的教學，以幫助學生更好地學習（Renard，2017）。第三，總結性評估（summative evaluation），是通過將其與某些標準或基準進行比較來評估教學單元末尾學生的學習情況（Surgenor，2010）。盡管總結性評估和形成性評估均為用于評估學生學習的方法，但形成性評估會在學習過程中進行，而總結性評估會在課程完成后進行。第四，診斷性評估（diagnostic evaluation），其目的是“確定學生的需求和能力，以及學生準備獲得課程期望中概述的知識和技能的意愿”（Csapó & Csépe，2012）。這是一種面向問題的方法，因為診斷評估旨在了解導致問題反復發生的原因，進而得出可以采取哪些措施對其進行修正。第五，學生評估（student evaluation），評估內容涉及學生的成就、學習態度、性格、才能和興趣等。這類評估類型主要依賴成績數據來評估學生的學習進度和教師教學的指導等。第六，課程評估（curriculum evaluation），這種類型的評估不僅旨在評估教學項目的教學方案或指導材料，而且其也著重于一般主題或特定問題，如特殊課程教育等。第七，學校評估（school evaluation），與課程評估相似，但其研究范圍通常更為廣泛，涉及對學校所有計劃、活動、設施和資源的研究。它也可以是對學校文化或學習氛圍、學科體系、專業發展等方面的評估。第八，人員評估（personnel evaluation），人員評估不僅限于評估教師，還涉及評估直接或間接參與教育的各類人員，如學校管理員、學校顧問、教育政策制定者等。

以上這些類型的評估都可以在學前教育、小學教育、中學教育乃至高等教育環境中使用。對于利益相關者來說，應充分利用好研究和評估，因為兩者都可以通過定期了解相關的流程、程序和結果來提高其運營的責任感（Hogan，2007）。實際上，這些評估研究不僅對學生、教師和學校產生了積極的影響，而且某些類型的評估如基于課堂的形成性評估，在近年來的教育政策中也起著越來越重要的作用（Nusche et al，2011）。

評估是一個涵蓋眾多方法和技術的概括性術語（Biggs & Tang，2007）。針對一個提出的研究問題，利益相關者的目標就是使用不同的評估方法加以解決。同時，利益相關者會收集不同類型的數據，對數據進行不同的分析，并做出不同類型的決策。雖然不同的研究問題和研究對象、評估存在差異，但整體概念、規則和評估過程應保持不變。

三、基于個人經歷的思考

在本節中，筆者從方法、范式和研究興趣三個方面來總結作為國際學生在社會、教育研究和評估方面的經歷、思考，以及對教育研究和評估的可預見貢獻。

回顧過去有關的教育研究和評估經驗，其中一項研究和評估項目是針對美國聯邦政府資助的校外項目課余計劃，旨在對當地公立學校的低收入和少數民族學生產生積極影響。該項目要求評估人員每周訪問這些公立小學，并對每所學校提供的課外活動進行現場記錄或觀察。筆者作為評估人員之一，每半年向學生父母、老師和管理人員發放一次調查問卷，并且采訪一部分教師和管理人員，以了解他們對課余計劃的想法和感受。每年評估人員都會從州教育部收到學生的課業成績結果及其相關的人口背景等統計信息。所有收集或得到的數據，都被進行三角剖分，以形成年度報告，進而向利益相關者提出建議和修改意見。從該項目中，筆者獲得了定量和定性兩方面的研究經驗，切身體會到了兩種方法的價值和好處。從筆者的美國經歷中，相比定性研究方法，定量研究方法更被大多數學者所推崇，尤其是在教育學等相關領域。而且，隨著研究的深入，混合研究方法也越來越受到重視。不過，如上文所述，不管是哪種研究評估方法都有其優缺點，研究人員更要以開放的心態進行研究，并運用多種研究方法，以提高教育研究評估的質量。

就范式而言，實證主義、建構主義和現實主義是教育研究和評估的基礎。它們代表了研究和評估的不同傳統，并且使評估方法彼此不同。評估人員很難將自己的實踐歸分為特定范式的一部分，因為每個范式都針對一組特定的問題并專注于特定的主題。例如，實證主義的方法論對于發現事物的因果關系非常有用，能夠使研究人員認識到阻礙或提高項目質量的關鍵因素，這也是項目改進和修改的關鍵步驟。建構主義的方法，對于需要利益相關者和評估者之間進行協作與互動的項目尤其有用。雙方之間尤其是利益相關者的需求或目標之間，需要做到相互了解，而這其中的評估研究是昂貴且耗時的?，F實主義的方法，能使評估人員認識到他們研究的局限性和不完善性。因此，評估人員應該從盡可能多的“硬”和“軟”知識源中收集數據，并能夠將其三角化，以使調查結果與該項目的實際情況相吻合。所以，這三種范式在評估研究中都有特殊的位置，都是不可替代的。因此，對于評估人員來說，能夠精通每種范式和研究方法至關重要，能夠“明確其哲學傳統和偏好”也很重要（Colidini- Lundberg，2006）。

在探索教育研究的過程中，除范式和方法論之外，筆者認識到進行評估研究的性質與進行其他類型的研究略有不同。不同的研究人員所感興趣的項目不盡相同，但是對于評估人員來說，許多項目都是由利益相關者進行的。換句話說，有時進行評估研究是一種可以滿足他人需求的服務。因此，與其他類型的研究不同，評估人員應具有廣泛的興趣而不應拘泥于狹窄特定的領域。

當然，這里不是提倡不重視評估人員的研究興趣，雖然有時候所評估的項目不在其興趣范圍之內。相反，筆者認為研究興趣能夠影響研究人員或教育者的身份。例如，筆者的研究興趣之一是文化多樣性，雖然不確定是否有多少關于文化多樣性的評估研究，但筆者的多樣化生活經驗和多元的文化背景，在教育研究評估中有助于理解社會問題的復雜性和多面性，進而在研究的嚴謹性方面發揮關鍵作用。因此，作為教育者、研究員、評估者，我們應通過教育研究和評估使學校、社會、教育和文化發生有意義的變化。

參考文獻：

[1]Hogan，R.L.計劃評估的歷史發展：探索過去和現在[J].勞動力教育與發展在線雜志，2007（04）

[2]Torres，R. T.和Preskill，H.評估和組織學習：過去，現在和未來[J].美國評估雜志，2001（03）.

[3]Wiliam，D.標準化考試和學校問責制[J].教育心理學家，2010（02）.