遠(yuǎn)程計(jì)算機(jī)輔助普通話水平測(cè)試的改進(jìn)策略研究

□ 朱麗紅 韓世梅

一、引言

隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，各個(gè)領(lǐng)域都在探索如何利用信息技術(shù)解決所面臨的問題，尋求新的發(fā)展機(jī)遇。語言測(cè)試也不例外。從20世紀(jì)60年代開始，就使用計(jì)算機(jī)對(duì)大規(guī)模測(cè)試數(shù)據(jù)進(jìn)行分析、保存測(cè)試題庫和提供測(cè)試結(jié)果報(bào)告。80年代以后，傳統(tǒng)的基于紙筆的語言測(cè)試（Paper-and-Pencil Based Language Testing,PBLT）逐步發(fā)展為基于計(jì)算機(jī)的語言測(cè)試，并向基于網(wǎng)絡(luò)的個(gè)性化自適應(yīng)性語言測(cè)試（Web-Based Individualized Self Adaptive Language Testing）邁進(jìn)[1]。美國(guó)教育考試服務(wù)中心（Educational Testing Service,ETS）于2005年正式推出了網(wǎng)絡(luò)版托福（Test of English as a Foreign Language,TOEFL）測(cè)量模式TOEFL iBT[2]；全國(guó)大學(xué)英語考試（College English Test,CET，下文采用“大學(xué)英語四、六級(jí)考試”）委員會(huì)也從2008年開始了多次遠(yuǎn)程網(wǎng)絡(luò)考試的實(shí)驗(yàn)研究，為全面實(shí)現(xiàn)遠(yuǎn)程化、網(wǎng)絡(luò)化和自適應(yīng)性考試模式奠定了基礎(chǔ)。針對(duì)計(jì)算機(jī)自適應(yīng)性語言測(cè)試的理論和實(shí)踐問題正在成為遠(yuǎn)程教育測(cè)量模式研究的熱點(diǎn)[3]。

普通話水平測(cè)試（Putonghua Shuiping Ceshi,PSC）作為我國(guó)唯一一項(xiàng)面向漢語母語人的口語測(cè)試，也必然順應(yīng)時(shí)代的需要，利用網(wǎng)絡(luò)實(shí)現(xiàn)管理、測(cè)試、培訓(xùn)和研究的現(xiàn)代化。但尚存在一些值得深入研究的問題。

二、普通話水平測(cè)試的特點(diǎn)及其面臨的主要問題

作為語言測(cè)試的一種，普通話水平測(cè)試具有語言測(cè)試的共同屬性，但其自身存在著一定的獨(dú)特性，需要探求獨(dú)特的問題解決方案。

1.高測(cè)試級(jí)別及其帶來的高風(fēng)險(xiǎn)問題

《中華人民共和國(guó)國(guó)家通用語言文字法》明確規(guī)定：“凡以普通話作為工作語言的崗位，其工作人員應(yīng)當(dāng)具備說普通話的能力。以普通話作為工作語言的播音員、節(jié)目主持人和影視話劇演員、教師、國(guó)家機(jī)關(guān)工作人員的普通話水平，應(yīng)當(dāng)分別達(dá)到國(guó)家規(guī)定的等級(jí)標(biāo)準(zhǔn)；對(duì)尚未達(dá)到國(guó)家規(guī)定的普通話等級(jí)標(biāo)準(zhǔn)的，分別情況進(jìn)行培訓(xùn)?！边@為普通話水平測(cè)試奠定了法治基礎(chǔ)，也確立了普通話水平測(cè)試的高級(jí)別特性?，F(xiàn)任教育部語言文字應(yīng)用管理司司長(zhǎng)姚喜雙指出，“普通話水平測(cè)試不是一般的學(xué)術(shù)性測(cè)試，不是可有可無的，而是關(guān)系到推普大業(yè)的一項(xiàng)測(cè)試”[4]。從社會(huì)維度來看，“當(dāng)一項(xiàng)考試的結(jié)果用于考試以外的目的時(shí)，該考試結(jié)果（分?jǐn)?shù)或證書）就獲得了社會(huì)權(quán)重，這項(xiàng)考試就變成了高風(fēng)險(xiǎn)考試”[5]。

2.大規(guī)模測(cè)試及其帶來的高資源配置問題

普通話水平測(cè)試等級(jí)證書已經(jīng)成為我國(guó)教師、播音員、主持人、影視從業(yè)人員、公務(wù)員等行業(yè)的準(zhǔn)入條件；香港的招聘廣告也有60-70%會(huì)提出對(duì)普通話水平的要求[6]。這些因素推動(dòng)普通話水平測(cè)試的規(guī)模不斷擴(kuò)大。自1995年實(shí)施以來，全國(guó)已有約4000萬人次參加了普通話水平測(cè)試，近幾年的年測(cè)試量保持在300萬人次左右。與托福（TOEFL）、雅思（IELTS）等大規(guī)模語言測(cè)試相比，普通話水平測(cè)試已經(jīng)是不折不扣的大規(guī)模語言測(cè)試。為滿足應(yīng)試需要和保證評(píng)測(cè)的信度，國(guó)家及各省級(jí)普通話培訓(xùn)測(cè)試機(jī)構(gòu)已經(jīng)培訓(xùn)了5萬余名測(cè)試員。但是，不管這支測(cè)試員隊(duì)伍如何勤勉敬業(yè)、甘于奉獻(xiàn)，遠(yuǎn)距離、長(zhǎng)時(shí)間的人員調(diào)配對(duì)測(cè)試組織方來說仍然是一個(gè)難題。

3.純口語測(cè)試及其帶來的實(shí)施困難問題

托福（TOEFL）、雅思（IELTS）和大學(xué)英語四、六級(jí)考試（CET-4，CET-6）等語言測(cè)試，無論是從作答內(nèi)容還是作答方式來看，都以筆試為主，形成了一套較為完整的理論系統(tǒng)和測(cè)試方法，而且相互之間參考價(jià)值很高。普通話水平測(cè)試與這些測(cè)試的主要區(qū)別在于它是完全的口語測(cè)試，對(duì)測(cè)試成績(jī)的評(píng)判主要取決于測(cè)試者對(duì)應(yīng)試者發(fā)出的語音信號(hào)及其表達(dá)的內(nèi)容信息的評(píng)價(jià)[7]。普通話水平測(cè)試完全口試的測(cè)試形式使得成績(jī)的評(píng)判常常面臨準(zhǔn)確性的挑戰(zhàn)。

雖然有研究者指出，口語測(cè)試的重要性體現(xiàn)在對(duì)被試口語交際能力的評(píng)價(jià)上，通常認(rèn)為面試型口語考試（Oral Proficiency Interview,OPI）是最具真實(shí)性的口語考試方式[8]，但是，由于是一種主觀性的語言測(cè)試，許多教師和測(cè)試專家都承認(rèn)口語測(cè)試很難做到客觀公正，其信度往往較低[9]。菲利普·利文斯（Filip Lievens）指出，對(duì)被試口語水平的最終評(píng)價(jià)始終無法擺脫評(píng)分員主觀判斷誤差的影響[10]。

另外，純口語形式一般采用人工測(cè)試，費(fèi)時(shí)費(fèi)力，增加了人力財(cái)力投入。根據(jù)趙昌漢對(duì)大學(xué)英語四、六級(jí)考試中面對(duì)面口語測(cè)試實(shí)考情況的調(diào)查，兩名測(cè)試員在每天工作8小時(shí)的情況下最多能測(cè)試64名考生；雅思口語考試的面試員每人每天最多只能測(cè)試16人[11]。同樣，在普通話水平測(cè)試的考場(chǎng)，兩名測(cè)試員一天的測(cè)試量也只能是15-20人，否則就很難保證質(zhì)量。而且，測(cè)試員的動(dòng)作、表情、語氣語調(diào)、施測(cè)態(tài)度和綜合印象等，都是應(yīng)試者產(chǎn)生焦慮情緒的影響因素，都會(huì)影響應(yīng)試者測(cè)試水平的發(fā)揮[12]。

三、利用信息技術(shù)改進(jìn)普通話水平測(cè)試的可能性

普通話水平測(cè)試是在現(xiàn)代信息網(wǎng)絡(luò)技術(shù)和大規(guī)模計(jì)算機(jī)語言測(cè)試學(xué)科發(fā)展背景下醞釀、誕生和發(fā)展起來的，其信息化建設(shè)受到高度重視和不斷加強(qiáng)。

2004年9月，普通話水平測(cè)試國(guó)家題庫系統(tǒng)通過鑒定；2005年8月，國(guó)家普通話水平測(cè)試管理信息系統(tǒng)上線，逐步實(shí)現(xiàn)了信息管理的遠(yuǎn)程化、自動(dòng)化和無紙化。目前采用的“普通話水平智能測(cè)試系統(tǒng)”，以《普通話水平測(cè)試大綱》（以下簡(jiǎn)稱“《大綱》”）為基礎(chǔ)，可準(zhǔn)確地對(duì)“命題說話”之外的所有測(cè)試題型實(shí)現(xiàn)自動(dòng)評(píng)測(cè)，并可以自動(dòng)檢測(cè)發(fā)音者存在的語音錯(cuò)誤和缺陷，對(duì)使用者高效提升普通話口語水平具有積極的指導(dǎo)意義[13]。據(jù)報(bào)告，2007年開展“普通話水平智能測(cè)試系統(tǒng)”試點(diǎn)當(dāng)年，就有27萬人參加了計(jì)算機(jī)輔助測(cè)試；截止到2011年年底，全國(guó)累計(jì)參加計(jì)算機(jī)輔助測(cè)試的考生總數(shù)達(dá)到589萬人次。計(jì)算機(jī)輔助普通話水平測(cè)試系統(tǒng)的應(yīng)用，一定程度上緩解了人工測(cè)試所面臨的問題，主要體現(xiàn)在：

1.規(guī)范了測(cè)試程序，體現(xiàn)了國(guó)家級(jí)測(cè)試的客觀公正性

與人工測(cè)試相比，“機(jī)測(cè)”優(yōu)化了測(cè)試手段，規(guī)范了測(cè)試程序，統(tǒng)一了測(cè)試標(biāo)準(zhǔn)，降低了測(cè)試成本，提高了測(cè)試效率，體現(xiàn)了國(guó)家級(jí)測(cè)試的客觀性和公平性[14]。試點(diǎn)單位也普遍認(rèn)可計(jì)算機(jī)輔助測(cè)試具有“測(cè)試效率高、組織難度降低、管理更加規(guī)范、客觀性強(qiáng)、公平公正”等優(yōu)點(diǎn)[15]。

2.避免了測(cè)試員在場(chǎng)引發(fā)的心理壓力

對(duì)使用Skype網(wǎng)絡(luò)語音電話進(jìn)行英語口語測(cè)試的實(shí)證研究表明：考生對(duì)遠(yuǎn)程口語測(cè)試表現(xiàn)出很高的積極性，在“語言輸出的真實(shí)性”、“內(nèi)容效度”和“焦慮程度”等方面，普遍認(rèn)為遠(yuǎn)程條件下的表現(xiàn)更令人滿意[16]。實(shí)施基于網(wǎng)絡(luò)的遠(yuǎn)程計(jì)算機(jī)輔助普通話水平測(cè)試，也可以有效緩解應(yīng)試人員面對(duì)面測(cè)試時(shí)的心理壓力。

3.緩解了大規(guī)模測(cè)試的資源配置問題

普通話水平智能測(cè)試系統(tǒng)實(shí)現(xiàn)了對(duì)前三項(xiàng)測(cè)試內(nèi)容的自動(dòng)評(píng)分，應(yīng)試人完成測(cè)試后立即生成評(píng)分結(jié)果，測(cè)試員只需要對(duì)第四項(xiàng)進(jìn)行評(píng)測(cè)，該項(xiàng)內(nèi)容測(cè)試時(shí)間為3分鐘，大大提高了整體評(píng)測(cè)效率。有的測(cè)試站一天可以完成幾百人次的測(cè)試，這是人工測(cè)試難以實(shí)現(xiàn)的。

四、網(wǎng)絡(luò)化普通話水平測(cè)試的主要問題及其改進(jìn)策略

計(jì)算機(jī)輔助普通話水平測(cè)試系統(tǒng)的實(shí)施，一定程度上解決了考試的客觀性，緩解了應(yīng)試者的心理壓力，節(jié)約了大量人力物力資源的投入。但是，有研究者認(rèn)為，該系統(tǒng)能夠解決的問題有限，其準(zhǔn)確性與可操作性有待于進(jìn)一步提高[17]。普通話水平智能測(cè)試系統(tǒng)將前三項(xiàng)作為整體進(jìn)行匯總的綜合評(píng)分方式，會(huì)使第一項(xiàng)“讀單音節(jié)字詞”和第二項(xiàng)“讀多音節(jié)詞匯”的測(cè)試意義不明顯。有研究者指出，該系統(tǒng)對(duì)高分段（如一級(jí)甲等）以及低分段（如三級(jí)乙等）甚至以下的成績(jī)判定和人工測(cè)試的誤差較大[18]。鑒于此，本研究提出如下改進(jìn)策略：

（一）利用網(wǎng)絡(luò)技術(shù)改進(jìn)普通話水平測(cè)試的施測(cè)和評(píng)分方式

《大綱》規(guī)定，計(jì)算機(jī)輔助普通話水平測(cè)試中采用的是四種題型[19]：①讀單音節(jié)字詞（不含輕聲、兒化音節(jié)），測(cè)查應(yīng)試人聲母、韻母、聲調(diào)讀音的標(biāo)準(zhǔn)程度；②讀多音節(jié)詞語，測(cè)查應(yīng)試人聲母、韻母、聲調(diào)和變調(diào)、輕聲、兒化讀音的標(biāo)準(zhǔn)程度；③朗讀短文，測(cè)查應(yīng)試人使用普通話朗讀書面作品的水平，在測(cè)查聲母、韻母、聲調(diào)讀音標(biāo)準(zhǔn)程度的同時(shí)，重點(diǎn)測(cè)查連續(xù)音變、停連、語調(diào)以及流暢程度；④命題說話，測(cè)查應(yīng)試人在無文字憑借的情況下說普通話的水平，重點(diǎn)測(cè)查語音標(biāo)準(zhǔn)程度、詞匯語法規(guī)范程度和自然流暢程度。

按《大綱》的設(shè)計(jì)，每種題型有著不同的目的，也有著不同的評(píng)分標(biāo)準(zhǔn)，人工測(cè)試時(shí)會(huì)分別給出每一種題型的成績(jī)，從中能夠清晰地分析應(yīng)試人在各個(gè)題型上的表現(xiàn)。而當(dāng)前的普通話水平智能測(cè)試系統(tǒng)，將前三項(xiàng)作為整體進(jìn)行綜合評(píng)分，體現(xiàn)不出《大綱》的設(shè)計(jì)精神，給應(yīng)試人的反饋信息不夠充分和具體。

1.合理利用技術(shù)，改善第一、二項(xiàng)測(cè)試內(nèi)容的呈現(xiàn)方式

從第一項(xiàng)“讀單音節(jié)字詞”和第二項(xiàng)“讀多音節(jié)詞語”的試題呈現(xiàn)方式來看，當(dāng)前的普通話水平智能測(cè)試系統(tǒng)只是“人測(cè)”的“平移”（如圖1所示）。

雖然采取分色的方式提示不同的文字行，但對(duì)有些人來說，“由于不習(xí)慣前兩題計(jì)算機(jī)視頻顯示的藍(lán)黑相間字體，導(dǎo)致應(yīng)試者漏字、漏行現(xiàn)象存在”[20]。要避免這些情況，應(yīng)當(dāng)在設(shè)計(jì)時(shí)充分考慮到屏幕閱讀與書籍閱讀的區(qū)別。

圖1“讀單音節(jié)字詞”題項(xiàng)的呈現(xiàn)方式

（1）依靠詳細(xì)的受試者分析，提供友好的用戶界面

以現(xiàn)有的呈現(xiàn)方式，就是在平時(shí)也難免出現(xiàn)“漏字”、“串行”現(xiàn)象，更何況是在參加具有“高風(fēng)險(xiǎn)”性質(zhì)的國(guó)家級(jí)考試現(xiàn)場(chǎng)。而右下角的“下一題”按鈕，不管在什么情況下，只要點(diǎn)擊，都會(huì)自動(dòng)結(jié)束當(dāng)前題目的測(cè)試，直接進(jìn)入“下一題”。如果應(yīng)試者在考試過程中出現(xiàn)誤操作，除了取得低等級(jí)或不合格之外，“重考”往往是唯一的結(jié)局。作為一套高質(zhì)量的系統(tǒng)，除了要提供必備的功能（如這里的試題呈現(xiàn)、時(shí)間提醒、音量提示等）之外，還應(yīng)該考慮到以什么樣的方式避免用戶出現(xiàn)誤操作，以及在出現(xiàn)誤操作時(shí)的急救措施。

（2）發(fā)揮技術(shù)支持能力，提高測(cè)試目的的契合度

以第一項(xiàng)“讀單音節(jié)字詞”為例，試卷的編排有一定的規(guī)定性，在順序上，音節(jié)的排列要避免同一測(cè)試要素連續(xù)出現(xiàn)，以此來考查應(yīng)試人對(duì)普通話音節(jié)的聲母、韻母、聲調(diào)等要素的掌握情況。人工施測(cè)時(shí)，如果出現(xiàn)不按順序朗讀的情況，測(cè)試員會(huì)進(jìn)行干預(yù)。在機(jī)輔測(cè)試中沒有測(cè)試員干預(yù)，應(yīng)試人的隨意朗讀就違背了試題的設(shè)計(jì)理念。另外，對(duì)讀錯(cuò)但沒有讀出下一個(gè)字詞前以第2次讀音為準(zhǔn)的規(guī)則、字詞讀音缺陷和錯(cuò)誤的扣分規(guī)則，測(cè)試軟件不能詳細(xì)反映出來[21]。如果不以“屏”為單位來呈現(xiàn)試題，就可以擺脫這樣的“順序”關(guān)系依賴，準(zhǔn)確地建立試題與應(yīng)答之間的映射關(guān)系，不僅提高了評(píng)測(cè)的信度，對(duì)于測(cè)試題目的重現(xiàn)和結(jié)果的復(fù)審，也提供了基礎(chǔ)和便利。

（3）合理規(guī)劃各測(cè)試項(xiàng)的原子單位，提高真正意義上的自動(dòng)化

當(dāng)前系統(tǒng)采用的是固定的試卷組合方式，使得試卷的曝光率很高。以河北省為例，目前采用的是十套試題，經(jīng)過幾年的測(cè)試，所有內(nèi)容已成為公開的秘密。有研究者建議，題庫內(nèi)的單音節(jié)字詞、雙音節(jié)詞語、短文及說話題目應(yīng)各有足夠數(shù)量，每一套試題的形成應(yīng)由題庫內(nèi)不同類型的題隨機(jī)搭配組成[22]。這種在四項(xiàng)測(cè)試類別之間進(jìn)行隨機(jī)搭配的方式，在一定程度上降低了試卷的曝光率，但效果有限。要實(shí)現(xiàn)目前主流的計(jì)算機(jī)自適應(yīng)測(cè)試，尚需時(shí)日。

其他單位研發(fā)過的“計(jì)算機(jī)輔助普通話水平測(cè)試評(píng)分系統(tǒng)”，以實(shí)驗(yàn)語音學(xué)和計(jì)算機(jī)語音信息處理為基礎(chǔ)，建立了集圖形、音頻、文字為一體的“普通話水平測(cè)試各等級(jí)標(biāo)準(zhǔn)數(shù)據(jù)庫”，通過不同等級(jí)樣本音波圖、語圖、音高圖、音強(qiáng)圖、audio音頻的對(duì)比，客觀地展現(xiàn)出普通話水平測(cè)試不同等級(jí)的語言面貌和各種數(shù)據(jù)，為《普通話水平測(cè)試等級(jí)標(biāo)準(zhǔn)》提供言語聲學(xué)的數(shù)據(jù)支持[23]，是一種有效的探索。

2.嘗試引入遠(yuǎn)程服務(wù)呼叫改善第三、四項(xiàng)測(cè)試內(nèi)容的實(shí)施方式

現(xiàn)有普通話水平智能測(cè)試系統(tǒng)對(duì)第三項(xiàng)“朗讀短文”采取了全面的自動(dòng)評(píng)判，而作為分值最重的“命題說話”，則是唯一還在采用人工評(píng)分的測(cè)試項(xiàng)目。有研究者指出，朗讀中根據(jù)回讀次數(shù)扣分，增、漏、錯(cuò)讀字音每一個(gè)音節(jié)0.1分的扣分要求，朗讀中自然流暢，語調(diào)偏誤等重點(diǎn)考查項(xiàng)目上的評(píng)分細(xì)則，測(cè)試軟件不能詳細(xì)反映出來[24]?？谡Z交際中的說話和書面交際中的寫作都很難采用純客觀題的形式加以考查，對(duì)這類綜合性主觀題進(jìn)行計(jì)算機(jī)自動(dòng)評(píng)分是個(gè)難題。計(jì)算機(jī)口語考試（Computerized Oral Proficiency Interview,COPI）是以犧牲部分交際真實(shí)性為代價(jià)來提高測(cè)試的可行性與評(píng)分的可靠性的[25]。Versant英語口語測(cè)試（The Versant English Test）號(hào)稱“世界上第一個(gè)使用語音識(shí)別和處理技術(shù)的全自動(dòng)口語考試”，能對(duì)跟讀單詞的準(zhǔn)確性、發(fā)音、朗讀流暢性進(jìn)行評(píng)分，全球多個(gè)學(xué)術(shù)、商業(yè)和政府組織都用來對(duì)求職者、雇員、學(xué)生或國(guó)際助教的英語口語能力進(jìn)行評(píng)估。但研究表明，Versant英語口語測(cè)試的六類試題中，能夠考查到語篇運(yùn)用能力的復(fù)述故事和開放問答題并不參與評(píng)分，但考生的作答會(huì)被保留下來“供相關(guān)授權(quán)人員審核”[26]。為盡量保證測(cè)試評(píng)分的準(zhǔn)確性和一致性，托福目前采用人工評(píng)分和自動(dòng)評(píng)分相結(jié)合的辦法，人工評(píng)分主要評(píng)測(cè)作文的內(nèi)容和意義，自動(dòng)評(píng)分主要對(duì)語言特征進(jìn)行評(píng)分[27]?？梢?，對(duì)同一測(cè)試內(nèi)容采用人工評(píng)分和自動(dòng)評(píng)分相結(jié)合的方法，得到較廣泛的認(rèn)可。因此，本文提出對(duì)第三項(xiàng)“朗讀短文”采用自動(dòng)評(píng)分和遠(yuǎn)程實(shí)時(shí)人工評(píng)分相結(jié)合的辦法，而對(duì)第四項(xiàng)“命題說話”采用遠(yuǎn)程實(shí)時(shí)人工評(píng)分的辦法，這需要通過遠(yuǎn)程呼叫中心服務(wù)的形式來實(shí)現(xiàn)。

當(dāng)前，在遠(yuǎn)程教育中，已經(jīng)采用并在不斷強(qiáng)化呼叫中心式（Call Center）的實(shí)時(shí)學(xué)習(xí)支持服務(wù)功能，它所提供的服務(wù)主要包括：將Web服務(wù)系統(tǒng)和語音服務(wù)系統(tǒng)相結(jié)合，提供教學(xué)信息和資源的全方位教學(xué)服務(wù)；建立基于互聯(lián)網(wǎng)的CC，提供教與學(xué)雙向交互服務(wù)，如文本交談、語音電話、網(wǎng)上協(xié)作等；利用遠(yuǎn)程坐席服務(wù)建立專家答疑系統(tǒng)等[28]。

借鑒這一研究成果，本文對(duì)現(xiàn)有省中心拓?fù)浣Y(jié)構(gòu)進(jìn)行改造，將連接測(cè)試員的評(píng)測(cè)機(jī)（目前只用來調(diào)取第四項(xiàng)“命題說話”的考試錄音，并進(jìn)行評(píng)測(cè)），改為基于遠(yuǎn)程網(wǎng)絡(luò)呼叫的“普通話水平測(cè)試呼叫中心”，其拓?fù)浣Y(jié)構(gòu)如圖2所示：

圖2采用遠(yuǎn)程網(wǎng)絡(luò)呼叫的計(jì)算機(jī)輔助普通話水平測(cè)試系統(tǒng)拓?fù)鋱D

其業(yè)務(wù)流程相應(yīng)的更改如下：

①當(dāng)考生開始應(yīng)答第三、四題時(shí)，通過呼叫中心與在線的測(cè)試員發(fā)出服務(wù)請(qǐng)求；

②測(cè)試員接受測(cè)試任務(wù)后，建立單向語音連接，并在測(cè)試員端啟動(dòng)相應(yīng)的評(píng)分系統(tǒng)；

③考生回答完該測(cè)試題目后，測(cè)試員回傳其評(píng)分?jǐn)?shù)據(jù)，斷開本次呼叫連接；

④管理系統(tǒng)獲取各測(cè)試員（2-3位）對(duì)該考生本次測(cè)試的成績(jī)，進(jìn)行評(píng)分匯總，生成結(jié)果報(bào)告；

⑤考試結(jié)束。

引入遠(yuǎn)程實(shí)時(shí)在線測(cè)試服務(wù)有著重要的意義。首先，對(duì)于第三項(xiàng)“朗讀短文”，可以改善當(dāng)前采用完全自動(dòng)評(píng)分帶來的不確定性；其次，實(shí)現(xiàn)了對(duì)第四項(xiàng)“命題說話”的實(shí)時(shí)測(cè)試，使得考生在測(cè)試結(jié)束后幾分鐘之內(nèi)就可以得到最終結(jié)果，進(jìn)一步提高反饋效果；再次，實(shí)現(xiàn)測(cè)試員的遠(yuǎn)程接入，減少測(cè)試員的遠(yuǎn)距離移動(dòng)，提高了靈活性；最后，可以實(shí)現(xiàn)全國(guó)范圍內(nèi)測(cè)試員的整體調(diào)配。

（二）基于網(wǎng)絡(luò)的普通話水平測(cè)試系統(tǒng)應(yīng)該為遠(yuǎn)程學(xué)習(xí)者提供學(xué)習(xí)和培訓(xùn)支持服務(wù)

語言測(cè)試與語言教學(xué)密不可分，測(cè)試的終極目的是促進(jìn)學(xué)習(xí)，開展普通話水平測(cè)試的目的就是為了“以測(cè)促訓(xùn)”，促進(jìn)普通話的普及和水平的提高。信息技術(shù)作為影響學(xué)生學(xué)習(xí)的重要因素，以一種具有時(shí)代特征的物化文明為實(shí)體而“無縫嵌入”現(xiàn)代學(xué)習(xí)活動(dòng)之中，是人類技術(shù)的外在表現(xiàn)，使現(xiàn)代學(xué)習(xí)的外在表現(xiàn)形態(tài)發(fā)生了不同以往的變化[29]?；诰W(wǎng)絡(luò)的普通話水平測(cè)試系統(tǒng)本身應(yīng)該為遠(yuǎn)程學(xué)習(xí)者提供學(xué)習(xí)和培訓(xùn)支持服務(wù)。通過參加測(cè)試，讓學(xué)習(xí)者得到反饋信息，從而發(fā)現(xiàn)問題，有針對(duì)性地改進(jìn)學(xué)習(xí)。在國(guó)外的第二語言測(cè)試領(lǐng)域，以歐洲語言共同框架（the Common European Framework of Reference,CEFR）為基礎(chǔ)開發(fā)的、由計(jì)算機(jī)傳輸?shù)拇笠?guī)模自我評(píng)估和診斷性測(cè)試系統(tǒng)（DIALANG），能為語言學(xué)習(xí)者提供歐盟39種語言學(xué)習(xí)的自我評(píng)估和診斷結(jié)果[30]。目前的普通話水平智能測(cè)試系統(tǒng)只能提供針對(duì)前三項(xiàng)總體的得分評(píng)測(cè)，沒有細(xì)化到各測(cè)試項(xiàng)，關(guān)于語調(diào)和流暢程度等要素的評(píng)測(cè)也是缺失的，對(duì)應(yīng)試人準(zhǔn)備下一次測(cè)試和真正改善學(xué)習(xí)情況來說，這些信息就顯得非常有限了。利用現(xiàn)有的網(wǎng)絡(luò)技術(shù)，實(shí)現(xiàn)與人工測(cè)試相似的分離式評(píng)分，對(duì)各個(gè)項(xiàng)目分別評(píng)分，這樣的結(jié)果能夠反映應(yīng)試人究竟在哪些評(píng)分項(xiàng)目上存在不足。如果應(yīng)試人在參加完測(cè)試之后不僅拿到等級(jí)證書，還能拿到一份診斷說明，接下去的學(xué)習(xí)就有了更明確的方向，對(duì)學(xué)習(xí)者來說真是功莫大焉。因此，計(jì)算機(jī)輔助測(cè)試帶來的改變不僅是測(cè)試手段的現(xiàn)代化，還包括對(duì)語言能力的認(rèn)識(shí)和學(xué)習(xí)普通話的方式的改變。

五、結(jié)語

在第二屆全國(guó)普通話水平測(cè)試學(xué)術(shù)研討會(huì)上，時(shí)任教育部語言文字信息管理司司長(zhǎng)的李宇明教授曾描繪了普通話培訓(xùn)測(cè)試現(xiàn)代化建設(shè)的藍(lán)圖，“普通話培訓(xùn)測(cè)試手段的現(xiàn)代化，就是利用計(jì)算機(jī)、互聯(lián)網(wǎng)及相關(guān)的現(xiàn)代技術(shù)設(shè)備，使普通話培訓(xùn)測(cè)試工作從管理、測(cè)試、培訓(xùn)到研究都實(shí)現(xiàn)現(xiàn)代化”[31]。前兩個(gè)方面已經(jīng)基本實(shí)現(xiàn)，多媒體的遠(yuǎn)程培訓(xùn)課程還主要是自發(fā)的探索和小范圍的應(yīng)用，利用計(jì)算機(jī)建立關(guān)于普通話培訓(xùn)測(cè)試的知識(shí)庫和用于普通話培訓(xùn)測(cè)試研究的語音數(shù)據(jù)庫，以及對(duì)這些數(shù)據(jù)庫的開發(fā)利用等，更是有待加緊進(jìn)行。本文針對(duì)現(xiàn)有普通話水平測(cè)試系統(tǒng)對(duì)第一、二項(xiàng)內(nèi)容呈現(xiàn)方式的改善，對(duì)前三項(xiàng)采取綜合評(píng)分所導(dǎo)致的準(zhǔn)確度問題，提供了解決思路。以“字”、“詞語”為單位，更有利于不斷積累數(shù)據(jù)，為后續(xù)研究提供數(shù)據(jù)支持。就可否精簡(jiǎn)現(xiàn)有測(cè)試內(nèi)容，以縮短測(cè)試時(shí)間、降低測(cè)試成本，以及能否只采用必要的測(cè)試內(nèi)容對(duì)應(yīng)試人的普通話標(biāo)準(zhǔn)程度和規(guī)范程度做出準(zhǔn)確的評(píng)測(cè)等問題，已經(jīng)催生了計(jì)算機(jī)自適應(yīng)性測(cè)試（Computer Adaptive Testing,CAT）這種形式。但是，現(xiàn)有計(jì)算機(jī)輔助普通話水平測(cè)試系統(tǒng)要實(shí)現(xiàn)自適應(yīng)性測(cè)試尚有很遠(yuǎn)的路要走。

本研究提出的改進(jìn)策略，也存在著一些不足，也可能引發(fā)相應(yīng)的問題。

1.對(duì)以字、詞為單位進(jìn)行屏幕呈現(xiàn)，上百個(gè)字、詞，其操作所需的時(shí)間、可能引發(fā)的誤操作等，目前還沒有進(jìn)行大規(guī)模的試驗(yàn)研究；是否具備與印刷版測(cè)試材料具備同等的效度等問題也需要進(jìn)一步開展研究。

2.引入遠(yuǎn)程呼叫服務(wù)后，如何實(shí)現(xiàn)全國(guó)范圍內(nèi)測(cè)試員的資源配置，使之公平地服務(wù)于普通話水平測(cè)試業(yè)務(wù)，如何公平地對(duì)其進(jìn)行評(píng)價(jià)，需要一整套改革方案。

3.采用人工評(píng)分和自動(dòng)評(píng)分相結(jié)合的辦法，并沒有改變“命題說話”項(xiàng)人工評(píng)分的現(xiàn)狀，如何部分地實(shí)現(xiàn)“命題說話”項(xiàng)的自動(dòng)評(píng)測(cè)，非常值得探討。

4.提供的改進(jìn)策略，基本上還是以測(cè)試站、測(cè)試中心為基礎(chǔ)施測(cè)的，尚不能實(shí)現(xiàn)“時(shí)時(shí)、處處”的網(wǎng)絡(luò)語言測(cè)試服務(wù)。尤其是對(duì)高風(fēng)險(xiǎn)、高級(jí)別的測(cè)試而言，遠(yuǎn)程呼叫服務(wù)為實(shí)現(xiàn)“時(shí)時(shí)、處處”的網(wǎng)絡(luò)語言測(cè)試服務(wù)，提供了基礎(chǔ)設(shè)施方面的支撐，但是，如何識(shí)別應(yīng)試者的身份、防止考試過程中的舞弊行為等，這也是目前各語言測(cè)試都采用“考場(chǎng)”制的原因之一，還需要進(jìn)一步探討。

]

[1]孔文，李清華.基于計(jì)算機(jī)的語言測(cè)試及其效度驗(yàn)證[J].外語界，2009，（3）：66-73.

[2]Fulcher G.Practical Language Testing[M].London:Hodder Education,2010.

[3]柴省三.中國(guó)漢語水平考試（HSK）遠(yuǎn)程CAT閱讀測(cè)試模式研究[J].中國(guó)遠(yuǎn)程教育，2013，（6）：81-87.

[4]姚喜雙.推普工作的重要抓手——談依法推進(jìn)的普通話水平測(cè)試[J].語言文字應(yīng)用，2010，（3）：26-34.

[5]楊惠中，桂詩春.語言測(cè)試的社會(huì)學(xué)思考[J].現(xiàn)代外語，2007，（4）：368-374.

[6]宋欣橋.普通話水平測(cè)試在香港的基本屬性及未來發(fā)展[J].語言文字應(yīng)用，2008，（1）：100-105.

[7][17][23]王渝光，姚一斌，楊瑞鯤等.計(jì)算機(jī)輔助普通話水平測(cè)試評(píng)分系統(tǒng)研究[A].第三屆全國(guó)普通話水平測(cè)試學(xué)術(shù)研討會(huì)論文集[C].北京：語文出版社，2009：215-222.

[8]金艷.大學(xué)英語四、六級(jí)考試改革思路與未來展望——解讀《全國(guó)大學(xué)英語四、六級(jí)考試改革方案（試行）》[J].中國(guó)大學(xué)教學(xué),2005，（5）：49-53.

[9]Shohamy,E.,Reves,T.,and Bejarano,Y.Introducing a new comprehensive test of oral proficiency[J].ELT Journal,1986,40(3):212-220.

[10]Lievens,F.Assessor Training Strategies and Their Effects on Accuracy,Interrater Reliability,and Discriminant Validity[J].Journal of Applied Psychology,2001,86(2):255-264.

[11]趙昌漢.高校英語大規(guī)模網(wǎng)絡(luò)化口語測(cè)試的可行性與技術(shù)設(shè)計(jì)[J].外語電化教學(xué)，2012，（7）：39-44.

[12]馬紅英，劉春玲.PSC過程中測(cè)試員對(duì)應(yīng)試者焦慮情緒的影響研究[A].第二屆全國(guó)普通話水平測(cè)試學(xué)術(shù)研討會(huì)論文集[C].北京：商務(wù)印書館，2006：217-232.

[13][22]黃謙，張小俊，趙秀宏.計(jì)算機(jī)輔助普通話水平測(cè)試存在的問題及對(duì)策[J].廊坊師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2011，11（4）：122-124.

[14][20]韋素玲，黃令，楊樹喆.淺析提高計(jì)算機(jī)輔助普通話水平測(cè)試質(zhì)量的策略[J].高教論壇，2009，（12）：37-40.

[15]韓玉華.計(jì)算機(jī)輔助普通話水平測(cè)試試點(diǎn)地區(qū)的調(diào)查研究[J].首都師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009，（S3）：29-33.

[16]趙春榮，劉永權(quán).遠(yuǎn)程條件下英語口語測(cè)試新探索——一項(xiàng)基于Skype網(wǎng)絡(luò)語音電話進(jìn)行英語口語測(cè)試的實(shí)證研究[J].現(xiàn)代教育技術(shù)，2012，22（2）：95-98.

[18][21][24]雷峻.計(jì)算機(jī)輔助普通話測(cè)試的問題思考及技術(shù)對(duì)策[J].武漢理工大學(xué)學(xué)報(bào)，2010，（13）：160-163.

[19]國(guó)家語言文字工作委員會(huì)普通話培訓(xùn)測(cè)試中心編制.普通話水平測(cè)試實(shí)施綱要[Z].北京：商務(wù)印書館，2004.

[25]戴朝暉.計(jì)算機(jī)口語考試信度研究[J].外語電化教學(xué)，2011，（3）：45-50.

[26]程蒙蒙.Versant英語口語測(cè)試：特點(diǎn)分析及其啟示[J].中國(guó)考試，2012，（8）：52-57.

[27]TOEFL官方網(wǎng)站.TOEFL iBT:About the Test[EB/OL].[2013-05-24].http://www.ets.org/toefl.

[28]潘國(guó)清.用呼叫中心技術(shù)構(gòu)建學(xué)習(xí)支持平臺(tái)研究[J].中國(guó)遠(yuǎn)程教育，2013，（10）：84-89.

[29]李芒.學(xué)習(xí)生存性視域中的信息化學(xué)習(xí)方式[J].北京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2007，（5）：38-43.

[30]Council of Europe.Common European Framework of Reference for Languages:Learning,Teaching,Assessment(CEFR)[EB/OL].[2013-05-24].http://www.coe.int/t/dg4/linguistic/CADRE1_EN.asp.

[31]李宇明.論普通話培訓(xùn)測(cè)試手段的現(xiàn)代化[A].第二屆全國(guó)普通話水平測(cè)試學(xué)術(shù)研討會(huì)論文集[C].北京：商務(wù)印書館，2006：1-8.