亲历美国中小学生都在用的自适应测评MAP

文 | 楼夷

自从去年夏天朵拉学习英语至今，我一直想知道朵拉的水平究竟如何。

可是，在美国她上的Preschool和Kindergarten都是没有考试的。直到我们临走前，老师下发了通知说一周后要考单词，并且附上了考试范围让复习一下。我一看，一共10个单词，包括：She，he，has。。。。。。

回到国内，小学一年级英语课本的内容全是“Hello，what is your name”级别，也很难看出朵拉的水平。

直到最近我给朵拉报一个冬令营的班，对方提出要先测试，以便分班。采用的测试是MAP。

个性化学习和庞大的考生数据库

MAP®（Measures of Academic Progress），是一种基于网络的电脑自适应测试。也就是说，这个考试不是纸质的，必须用电脑考，而且每个人的考卷都不一样。

如果考生题目答对了，电脑就会出一个稍难的题目。如果答错了，电脑就会提出一个比原来的题目更容易一点的。总之，这样的考试对水平高的考生可以做到上不封顶，能测出他们的真实水平；也让水平低的考生感到难度适宜。

这就是现在非常流行的人工智能判卷出题了。要做到自适应测试，除了电脑有强大的分析能力，还需要有一个庞大的题库，给出千变万化的考卷。

MAP的第二大优势是其学生成绩数据库。

考卷可以个性化，但是评估依然要和他人比才能真正定位自己。每年有上千万美国中小学生参加MAP测试，还有全球146个国家和地区的学生加入。这样能够让考生真正知道自己的水平如何。要说动美国的教育部门和学校都参与这个考试，本身也是一项大工程啊。

全面评测英文能力

这可是6岁的朵拉人生中第一次正式的考试。我于是花了半小时，带着朵拉去了解题型。

我的感觉是，题目比较灵活，的确能够考察孩子的多方能力。目前大部分英文测试只看英文能力，但MAP则包含数学、科学和语言和阅读四方面。朵拉因为只是一年级，只考数学和阅读，而且考虑到小朋友识字能力不行，是用音频把题目读出来的。

以数学为例，其中一道题上画了一头奶牛，然后问：5只奶牛一共有几条腿？这个题目考了听力、加法（一头奶牛几条腿）以及乘法。

阅读题则有点像朵拉很喜欢玩的识字应用2kids。有一道题目问：请把下面的水果都选择出来。后面列了一堆蔬菜水果的图片。小朋友需要把所有的水果图片都点击出来。

所以，当朵拉问我题目是什么样的，我的回答是：就像“玩TodoMath 和 2Kids一样。”

这期间，我最担心的还是考试时间。

根据MAP的官方说明，每门考试时间大约为1个小时。6岁的朵拉没有参加过任何考试。我很难想象她能坐在椅子上整整两个小时上完成考试。后来客服告诉我，每门考试大概40多道题，一二年级的小朋友因为题目相对简单，一般20分钟就做完题了。这样我才放心。

考到了除法和平方根

正式考试的时候才发现，我放心得太早了。

考试开始半小时后，一个个比朵拉大的孩子都出来了。我直到一个半小时后，才发现朵拉出门。她一出门就说：“考试太难了，都考到除法了。还有我根本不认识的符号。”

我让她画出来，才知道这是平方根。

除法应该是小学二年级下学期学的，而平方根是初中学的。才上小学不到两个月的朵拉怎么会遇到这样的题目？

这自适应也太高估孩子了吧。我真是百思不得其解。

和数学相比，朵拉觉得阅读就简单不少。如果根据自适应测试“强者越难，弱者越易”的出题规则，那么很可能朵拉的数学成绩要好于阅读。

没有绝对值的成绩

三天后，我收到了成绩报告。

首先，这是一个没有绝对值的成绩。

也就是说，MAP给的RIT成绩只是一个区间，虽然有一个取中的值方便你理解和对比，但是MAP认为你孩子的能力其实是在这个值相邻的区间里。在不同的情况下，孩子的成绩可能就在这个区间浮动。也就是所谓避免“一考定终身”吧。

以朵拉的成绩为例。她的数学RIT分数是206，给的区间是203-209。而同期美国一年级考生的平均成绩为162. 相差还是很大的。MAP还给了她和同龄美国学生排名的比例区间，即99%-99%。也就是说，有1%的美国同龄学生可能排在她前面。

正如我所料，朵拉的阅读成绩比数学要低，为186，属于183-189这个区间。而同期的美国一年级考生的平均成绩为161.。朵拉的排名区间为95%-99%。

其次，报告给出了朵拉的较强项和薄弱项。

以数学为例，她在代数思维方面较强，但在集合和测量方面较弱。在阅读方面，她在语言的运用和写作方面较强。

这样具体的细节评估对于每个考生自身就更有帮助。以后可以有的放矢地进行学习。

MAP之类的自适应测试未来会进入中国吗？

在所有在英文测试中，MAP被视为比较神秘的考试。

因为SAT、SCAT、STAR等测试都比较商业化，中国人都可以直接参加。但是MAP仅对国际学校等小部分机构开放。如果不是因为这次要找冬令营，朵拉这个普通小学的小学生也不可能参加。

中国有没有可能推出自己的自适应测试呢？我觉得完全可以。

在我看来，自适应测试的成功主要取决于三大因素：计算机的人工智能或者说分类识别和计算能力、庞大的适应不同级别能力的题库以及庞大的考生数据库。这些并不是难事。

难就难在考试制度是否能够真正有助于个性化学习。

据一些参与过MAP测试的美国学校华人考生家长博客，MAP在美国比较普及，甚至会影响到某些地区公立学校的排名。

但是正因此，它遭到一些批评。这并不是因为这项测试本身不好，而是因为大规模普及测试给一些公立学校带来了压力。

第一个成本是硬件。MAP的测试是线上测试，这就要求公立学校采购大量电脑。

现在美国很多地区给公立学校的预算一砍再看，学校为了多买几台电脑都得发动大家筹款，特别不容易。把好不容易争取的经费都用于电脑，而不是书或者其他教材，这样做对吗?

其二是时间。虽然说这个考试的本意是带来个性化考试体验。但是任何考试，一旦涉及到排名，必然会激发大规模重复性训练。美国也一样。

一些美国公立学校的教师认为，本意是为了老师提高教学质量的测试，却让老师被迫花大量时间备考，这就南辕北辙了。这样就挤压了教学时间，更别提个性化教学了。

我不知道引入MAP测试的中国国际学校会不会这么重视MAP测试或者重视测试本身。如果是，那么也得警惕这个陷阱。

至于我们公立学校的孩子，早就对各种各样的考试有了心理准备，无论这考试长着什么样的脸和以什么样的改革为名。

这些批评当然不是MAP的错误。只能说，无论多么强调个性化学习，是骡子是马，最终要拿出来溜一溜的。因为学校本身，就是把人训练成社会化动物的场所。

It is education, but also competition.

赞赏一下

相关文章