張 艷

近年來(lái)，語(yǔ)言測(cè)試和評(píng)估的研究重點(diǎn)從技術(shù)層面轉(zhuǎn)向了社會(huì)和政策層面，即語(yǔ)言測(cè)試的社會(huì)聲音或社會(huì)話語(yǔ)，語(yǔ)言測(cè)試界也通過(guò)召開研討會(huì)、發(fā)行?？瘜?duì)此做出了理論回應(yīng)。①先前的語(yǔ)言測(cè)試研究關(guān)注測(cè)試效度和信度等技術(shù)層面的問(wèn)題，而語(yǔ)言測(cè)試的社會(huì)性研究則更強(qiáng)調(diào)“測(cè)試的影響”，即從社會(huì)維度研究測(cè)試的使用、測(cè)試的作用和測(cè)試的公平性。②興起于20世紀(jì)70年代的語(yǔ)言測(cè)試道德研究就是這一新興領(lǐng)域的產(chǎn)物。語(yǔ)言測(cè)試道德包含一系列規(guī)范測(cè)試的標(biāo)準(zhǔn)，如測(cè)試公平性、測(cè)試結(jié)果的使用等。③2000～2009年，國(guó)際語(yǔ)言測(cè)試機(jī)構(gòu)出臺(tái)了五部語(yǔ)言測(cè)試準(zhǔn)則，對(duì)語(yǔ)言測(cè)試的道德性進(jìn)行了規(guī)范和定義。雖然道德考量已成為國(guó)際語(yǔ)言測(cè)試的主流趨勢(shì)，但我國(guó)語(yǔ)言測(cè)試實(shí)踐對(duì)于測(cè)試道德的回應(yīng)明顯不足。本文在系統(tǒng)梳理語(yǔ)言測(cè)試道德的理論脈絡(luò)和研究進(jìn)展的基礎(chǔ)上，從國(guó)際比較的視野，對(duì)國(guó)內(nèi)語(yǔ)言測(cè)試實(shí)踐進(jìn)行道德反思。

語(yǔ)言測(cè)試道德研究的理論淵源

測(cè)試道德研究的興起與測(cè)試界兩大理論密不可分。其一是Messick關(guān)于效度理論的拓展，其二是測(cè)試反撥效應(yīng)(washback)理論研究向測(cè)試影響(impact)層面的轉(zhuǎn)變。1989年Messick擴(kuò)展了效度理論，在分類效度觀和單一效度觀的基礎(chǔ)上提出了整體效度觀，強(qiáng)調(diào)構(gòu)念效度的地位，并指出除構(gòu)念效度這個(gè)核心觀念外，效度理念還應(yīng)包含測(cè)試解釋和使用的科學(xué)基礎(chǔ)以及道德基礎(chǔ)。這一理念后被Messick用漸進(jìn)矩陣模式展現(xiàn)出來(lái)(如表1所示)。漸進(jìn)矩陣的橫軸包含測(cè)試的科學(xué)面(測(cè)試解釋與使用)和應(yīng)用面(測(cè)試含義與價(jià)值)，縱軸包含測(cè)試的證據(jù)基礎(chǔ)和后果基礎(chǔ)。構(gòu)念效度作為核心，出現(xiàn)在每個(gè)單元格中。由此可見，整體效度觀一方面強(qiáng)調(diào)了構(gòu)念效度的重要性，另一方面拓展了原有的效度理論，將與測(cè)試解釋和使用相關(guān)的社會(huì)后果和價(jià)值意義附加到測(cè)試的效度概念中，突出了測(cè)試價(jià)值的理念。漸進(jìn)矩陣的出現(xiàn)使得測(cè)試研究從先前的心理測(cè)量工具上升為社會(huì)評(píng)估手段:測(cè)試的意義不僅在于分?jǐn)?shù)本身，還應(yīng)包含分?jǐn)?shù)使用的社會(huì)意義即測(cè)試的社會(huì)性功能。其中，后果效度的提出更是實(shí)現(xiàn)了測(cè)試研究從技術(shù)層面向測(cè)試使用層面，即道德層面的轉(zhuǎn)換。④

測(cè)試解釋 測(cè)試使用證據(jù)基礎(chǔ) 構(gòu)念效度 構(gòu)念效度+相關(guān)性/效用后果基礎(chǔ) 構(gòu)念效度+價(jià)值意義 構(gòu)念效度+相關(guān)性/效用+價(jià)值意義+社會(huì)后果

除效度理論的拓展之外，反撥效應(yīng)理論的發(fā)展也促進(jìn)了測(cè)試的社會(huì)性功能的研究。早期的反撥效應(yīng)研究主要圍繞Alderson和Wall的15條反撥效應(yīng)構(gòu)想展開⑤，但這些構(gòu)想將反撥效應(yīng)研究局限在教學(xué)范圍內(nèi)，而忽略了反撥效應(yīng)在社會(huì)層面的體現(xiàn)。2004年，Alderson將反撥效應(yīng)拓展為測(cè)試影響(impact)，將反撥效應(yīng)對(duì)教學(xué)的影響擴(kuò)充到對(duì)社會(huì)各方風(fēng)險(xiǎn)承擔(dān)者的影響。⑥測(cè)試反撥效應(yīng)向測(cè)試影響的轉(zhuǎn)變，意味著語(yǔ)言測(cè)試界開始認(rèn)識(shí)到測(cè)試具有社會(huì)和教育變革的杠桿功能，而非單一測(cè)量的工具，測(cè)試的社會(huì)功能得到重視。

整體效度觀和測(cè)試影響的概念引發(fā)了語(yǔ)言測(cè)試界對(duì)測(cè)試社會(huì)功能研究的興趣，隨后，測(cè)試道德研究應(yīng)運(yùn)而生。

測(cè)試道德的內(nèi)涵與內(nèi)容體系

(一)測(cè)試道德的定義

測(cè)試道德研究始于測(cè)試道德的定義。語(yǔ)言測(cè)試界普遍采用了House的道德定義，即“道德是標(biāo)志正確行為或?qū)嵺`的道德準(zhǔn)則和標(biāo)準(zhǔn)，尤其指一個(gè)行業(yè)標(biāo)準(zhǔn)”⑦。該定義與Hamp－Lyons的觀點(diǎn)有相似之處，Hamp－Lyons認(rèn)為，道德是“特定階層或組織所接受的行為規(guī)范”，如特定行為的正誤以及由該行為導(dǎo)致的動(dòng)機(jī)和結(jié)果的好壞。⑧Green等則強(qiáng)調(diào)道德是基于義務(wù)判斷而行動(dòng)的行為。⑨這幾種定義都強(qiáng)調(diào)了測(cè)試道德的兩個(gè)基本特點(diǎn):其一，測(cè)試道德的實(shí)施領(lǐng)域?yàn)樘囟ㄐ袠I(yè)或組織;其二，測(cè)試道德的內(nèi)容是一種行為規(guī)范或行業(yè)標(biāo)準(zhǔn)。測(cè)試道德定義強(qiáng)調(diào)了行業(yè)道德或?qū)I(yè)責(zé)任的重要性，并為后來(lái)的道德范疇的設(shè)定和道德準(zhǔn)則的建立打下了基礎(chǔ)。

(二)測(cè)試道德的內(nèi)容

根據(jù)測(cè)試道德的定義，Davies將測(cè)試道德的內(nèi)容分為三類:公共道德、專業(yè)道德和個(gè)體道德。⑩公共道德關(guān)注公共興趣所在的社會(huì)熱點(diǎn)問(wèn)題，個(gè)體道德與個(gè)人良知緊密相連，專業(yè)道德針對(duì)行業(yè)準(zhǔn)則與規(guī)范。Hamp－Lyons在此基礎(chǔ)上進(jìn)一步提出三大責(zé)任理念，即社會(huì)責(zé)任、個(gè)體責(zé)任和行業(yè)責(zé)任。社會(huì)責(zé)任指測(cè)試行業(yè)的社會(huì)各方承擔(dān)的責(zé)任，個(gè)體責(zé)任指測(cè)試行業(yè)的執(zhí)行者如測(cè)試者的責(zé)任，行業(yè)責(zé)任指通過(guò)相關(guān)機(jī)構(gòu)建立的行業(yè)規(guī)范。國(guó)內(nèi)研究者在此基礎(chǔ)上將測(cè)試道德問(wèn)題分為責(zé)任問(wèn)題、公平問(wèn)題、道德準(zhǔn)則，本文也將依據(jù)這種分類框架來(lái)探討測(cè)試道德的內(nèi)容。

1．責(zé)任問(wèn)題

三大責(zé)任中爭(zhēng)議最多的是測(cè)試的個(gè)體責(zé)任即測(cè)試者的責(zé)任問(wèn)題。Morrow認(rèn)為，反撥效應(yīng)的方向可以人為控制，即測(cè)試設(shè)計(jì)者可以通過(guò)測(cè)試設(shè)計(jì)實(shí)現(xiàn)正面反撥效應(yīng)。這呼應(yīng)了Messick的觀點(diǎn)，即測(cè)試開發(fā)者在測(cè)試開發(fā)過(guò)程中應(yīng)考慮到測(cè)試可能帶來(lái)的正面或負(fù)面反撥效應(yīng)，致力于開發(fā)正面反撥效應(yīng)的測(cè)試。Rea－Dickins在研究測(cè)試者責(zé)任問(wèn)題時(shí)提出，由于教育變革的復(fù)雜性和市場(chǎng)價(jià)值的突出作用，測(cè)試者責(zé)任范圍逐步擴(kuò)大，勢(shì)必受到其他各方的影響。顯然，由測(cè)試者單方面承擔(dān)測(cè)試責(zé)任是不公平的，因此，Shohamy提出共有責(zé)任理論，即參與測(cè)試各方都負(fù)有共同責(zé)任來(lái)維護(hù)測(cè)試的公平性和效度。Hamp－Lyons也認(rèn)為，測(cè)試開發(fā)者、制定測(cè)試政策的機(jī)構(gòu)、教材開發(fā)者、學(xué)校、各級(jí)政府部門都應(yīng)共同承擔(dān)測(cè)試責(zé)任，而非由測(cè)試開發(fā)者一方承擔(dān)?？偠灾瑴y(cè)試三大責(zé)任方(社會(huì)、個(gè)體、行業(yè))在測(cè)試過(guò)程中密不可分，解決責(zé)任問(wèn)題的最終方案應(yīng)該是責(zé)任共有，行為規(guī)范。

2．公平問(wèn)題

測(cè)試公平與測(cè)試結(jié)果緊密相關(guān)，它既能反映既定測(cè)試是否可作為檢驗(yàn)受試者的能力指標(biāo)，同時(shí)也可檢驗(yàn)整個(gè)測(cè)試流程是否能反映社會(huì)公平。測(cè)試公平可分為兩類，即與測(cè)試本身關(guān)聯(lián)的公平以及與測(cè)試使用相關(guān)的社會(huì)意義的公平，前者是從測(cè)試的心理測(cè)量學(xué)維度分析的，后者與測(cè)試的社會(huì)維度相關(guān)。

從心理測(cè)量學(xué)角度看，測(cè)試公平強(qiáng)調(diào)測(cè)試的平等因素和測(cè)量無(wú)偏差。例如，不少語(yǔ)言測(cè)試研究者關(guān)注受試者母語(yǔ)對(duì)測(cè)試行為的影響，非母語(yǔ)受試者在語(yǔ)言要求高的測(cè)試項(xiàng)目中往往處于劣勢(shì)。這體現(xiàn)了由于受試者背景差異導(dǎo)致的測(cè)試不公平現(xiàn)象。同樣，中國(guó)大學(xué)英語(yǔ)四六級(jí)考試長(zhǎng)期以來(lái)由于大量使用選擇題而受到質(zhì)疑，也是因?yàn)槠洳荒苡行y(cè)量受試者水平，構(gòu)念效度不足，后效差。這實(shí)際上反映了由于測(cè)試方法單一導(dǎo)致的測(cè)量偏差。

從測(cè)試的社會(huì)維度分析，測(cè)試公平體現(xiàn)在測(cè)試結(jié)果的運(yùn)用和解釋上，即分?jǐn)?shù)的解釋與分?jǐn)?shù)的運(yùn)用必須是合理的、適當(dāng)?shù)?，?duì)所有受試者都適用。以中國(guó)高考的錄取流程為例，每年六月全國(guó)統(tǒng)一高考之后，高校將招生計(jì)劃分配到各個(gè)省、自治區(qū)、直轄市。招生辦建立考生信息庫(kù)，劃定各批次最低控制分?jǐn)?shù)線，按考生分?jǐn)?shù)和報(bào)考學(xué)校提取考生檔案進(jìn)行錄取工作?？忌呖挤?jǐn)?shù)及錄取分?jǐn)?shù)都是透明的，分?jǐn)?shù)的運(yùn)用與解釋也是公開公正的。從該流程看，這就實(shí)現(xiàn)了測(cè)試的實(shí)質(zhì)公平?？偠灾?，無(wú)論從哪個(gè)維度理解，測(cè)試應(yīng)該讓每個(gè)人都最大限度地享受公平。

3．測(cè)試道德準(zhǔn)則的建立與發(fā)展

20世紀(jì)70年代末80年代初，社會(huì)各界開始呼吁建立道德準(zhǔn)則。共有責(zé)任的概念提出后，研究者進(jìn)一步指出，只有一個(gè)行業(yè)設(shè)定了明確的行業(yè)規(guī)范或準(zhǔn)則(專業(yè)準(zhǔn)則)，所有行業(yè)內(nèi)(如測(cè)試者、個(gè)體因素)或行業(yè)外(如管理方、受試方等社會(huì)因素)的責(zé)任方才能有章可循。Shohamy在此基礎(chǔ)上進(jìn)一步指出，“建立行業(yè)行為標(biāo)準(zhǔn)是保護(hù)測(cè)試者和受試者的策略之一”，并給出了行業(yè)標(biāo)準(zhǔn)框架，即使用標(biāo)準(zhǔn)、可操作性標(biāo)準(zhǔn)和公平標(biāo)準(zhǔn)，用以規(guī)范測(cè)試并預(yù)防測(cè)試結(jié)果的誤用。

此外，由于測(cè)試分?jǐn)?shù)被運(yùn)用在多個(gè)重要領(lǐng)域，如招生、應(yīng)聘、移民等，因此受試者與相關(guān)責(zé)任人希望了解測(cè)試者專業(yè)行為所依據(jù)的道德基礎(chǔ)。社會(huì)各界對(duì)于道德準(zhǔn)則的需求使行業(yè)準(zhǔn)則的建立勢(shì)在必行，而語(yǔ)言測(cè)試道德準(zhǔn)則的建立也意味著語(yǔ)言測(cè)試作為專門行業(yè)而非語(yǔ)言教學(xué)附屬品地位的確立。

20世紀(jì)末，語(yǔ)言學(xué)家提出了測(cè)試道德準(zhǔn)則的框架設(shè)想，即測(cè)試道德準(zhǔn)則的三大原則——平等權(quán)利、尊重人權(quán)、利益最大化，由此奠定了測(cè)試道德準(zhǔn)則的基本內(nèi)容。?Lynch進(jìn)一步補(bǔ)充了道德問(wèn)題涉及的其他相關(guān)領(lǐng)域，如測(cè)試發(fā)展、執(zhí)行、分?jǐn)?shù)使用甚至整個(gè)測(cè)試行業(yè)的可防護(hù)性。?在此基礎(chǔ)上，語(yǔ)言測(cè)試協(xié)會(huì)(ILTA)在2000年溫哥華會(huì)議上通過(guò)了Davies起草的道德準(zhǔn)則(Code of Practice)，2005年升級(jí)為行為準(zhǔn)則(Guidelines for Practice)，用以規(guī)范語(yǔ)言測(cè)試的道德行為。前者關(guān)注測(cè)試行業(yè)的道德和理想，后者設(shè)定了行業(yè)行為的最低標(biāo)準(zhǔn)并詳細(xì)闡述行業(yè)中的不當(dāng)行為和非專業(yè)行為。

除ILTA設(shè)立的道德準(zhǔn)則外，其他語(yǔ)言測(cè)試機(jī)構(gòu)也不甘落后，紛紛出臺(tái)各類道德準(zhǔn)則，進(jìn)一步推進(jìn)測(cè)試專業(yè)化。目前，包括ILTA的測(cè)試標(biāo)準(zhǔn)在內(nèi)，國(guó)際通行的語(yǔ)言測(cè)試標(biāo)準(zhǔn)有五種(ILTA，2000;ILTA，2007;ALTE，2001;EALTA，2006;JLTA，2006)。Jia在總結(jié)比較這五種主要測(cè)試標(biāo)準(zhǔn)的基礎(chǔ)上指出，五種標(biāo)準(zhǔn)中除EALTA是為測(cè)試者服務(wù)外，其余均可視作對(duì)測(cè)試者進(jìn)行評(píng)判的標(biāo)準(zhǔn)，它們更類似于一種行業(yè)守則，用以監(jiān)督或規(guī)范執(zhí)業(yè)者的工作。?但是，以上幾種標(biāo)準(zhǔn)都未包含對(duì)違反行業(yè)規(guī)范人員的懲罰措施，也過(guò)于籠統(tǒng)、概括，缺乏針對(duì)性。語(yǔ)言測(cè)試標(biāo)準(zhǔn)應(yīng)該能體現(xiàn)各國(guó)具體國(guó)情，包括國(guó)家歷史、語(yǔ)言使用、教育體系、宗教、地理和其他風(fēng)俗等。所以，除了國(guó)際通行標(biāo)準(zhǔn)之外，各國(guó)應(yīng)根據(jù)國(guó)情制定屬于自己特有的測(cè)試標(biāo)準(zhǔn)。尤其是中國(guó)，測(cè)試歷史悠久，測(cè)試涉及面廣，社會(huì)影響大，更需要地域性的、操作性強(qiáng)的行業(yè)標(biāo)準(zhǔn)的引導(dǎo)。

道德準(zhǔn)則的出臺(tái)進(jìn)一步規(guī)范了測(cè)試行為，使得測(cè)試界有了統(tǒng)一的指導(dǎo)方針。測(cè)試界也采取了一系列實(shí)踐行為來(lái)配合其運(yùn)行，如測(cè)試的改革、測(cè)試技術(shù)手段的完善和測(cè)試政策的制定等。

基于道德維度的語(yǔ)言測(cè)試實(shí)踐

(一)國(guó)際英語(yǔ)考試體現(xiàn)的測(cè)試公平性

國(guó)際語(yǔ)言測(cè)試中的道德踐行主要體現(xiàn)在對(duì)公平性原則的關(guān)注。以雅思考試為例，考生在考試結(jié)束后有權(quán)對(duì)本場(chǎng)考試的聽力設(shè)備或測(cè)試環(huán)境進(jìn)行投訴，并在3～5個(gè)工作日后收到測(cè)試主辦方英國(guó)文化委員會(huì)的回復(fù)，根據(jù)實(shí)際情況可免費(fèi)獲得重新進(jìn)行聽力考試的機(jī)會(huì)。這避免了由于考試環(huán)境差異造成的外部偏差。除投訴聽力設(shè)備外，如考生對(duì)整場(chǎng)考試分?jǐn)?shù)有異議，可在收到成績(jī)單原件后登陸雅思官網(wǎng)考后服務(wù)平臺(tái)在線申請(qǐng)成績(jī)復(fù)議。考生可申請(qǐng)復(fù)議一項(xiàng)或多項(xiàng)成績(jī)。多項(xiàng)成績(jī)復(fù)議時(shí)考生各部分試卷將提交不同復(fù)議考官重判以保證評(píng)分公正。此舉有利于減少由于評(píng)分者評(píng)分標(biāo)準(zhǔn)差異而導(dǎo)致的偏差，確?？荚嚨墓叫浴３鲇谕瑯永碛?，2014年8月，雅思考試實(shí)行作文評(píng)分改革。寫作考試的兩篇考試作文分別由不同評(píng)分者進(jìn)行評(píng)分，以避免同一考生作文由同一考官批改而導(dǎo)致的批改者差異產(chǎn)生的不公平問(wèn)題。

如果說(shuō)雅思考試是通過(guò)減少測(cè)試環(huán)境差異和評(píng)分者差異實(shí)現(xiàn)測(cè)試最大公平，那么托福考試則通過(guò)測(cè)試開發(fā)過(guò)程中的公平審核制度體現(xiàn)其測(cè)試道德。ILTA在2005年渥太華大會(huì)上起草的行為準(zhǔn)則提出，題項(xiàng)編寫者必須在考試開始后結(jié)果出來(lái)前對(duì)題項(xiàng)進(jìn)行分析，不合適的或功能有誤的題項(xiàng)最終計(jì)算分?jǐn)?shù)時(shí)應(yīng)予以剔除。而公平審核即復(fù)核試題以避免偏差，就是這一道德準(zhǔn)則的體現(xiàn)。在公平審核實(shí)踐方面，托?？荚囍鬓k機(jī)構(gòu)ETS建立了一系列制度和體系，積累了重要經(jīng)驗(yàn)。托福的公平審核程序如下:測(cè)試開發(fā)者提交題項(xiàng)進(jìn)行審核，審核者可以對(duì)開發(fā)者提出改動(dòng)建議，可以改善題項(xiàng)或者直接通過(guò)，也可以直接質(zhì)疑該題項(xiàng)是否違反條例。審核者的觀點(diǎn)反饋至開發(fā)者，開發(fā)者可以接受建議整改題項(xiàng)或啟動(dòng)爭(zhēng)議程序，即審核者和開發(fā)者進(jìn)行討論。如意見相左，公平審核協(xié)調(diào)者出面與各方協(xié)調(diào)并建議解決方案。公平審核總部，亦即法律顧問(wèn)部門，將出面查看并建議解決方案，如仍不奏效，更高階層委員會(huì)將出面解決。如還不能達(dá)成一致，總協(xié)調(diào)部門出面，最后做出終結(jié)性決定，就此結(jié)案。公平審核政策的出臺(tái)體現(xiàn)了國(guó)際考試在道德方面的嚴(yán)格要求，同時(shí)也為其他同類考試提供了參考。

(二)國(guó)內(nèi)大學(xué)英語(yǔ)四六級(jí)考試(CET)改革體現(xiàn)的道德內(nèi)涵

國(guó)內(nèi)大學(xué)英語(yǔ)四六級(jí)考試為國(guó)內(nèi)語(yǔ)言測(cè)試的道德踐行提供了范本。1987年中國(guó)開始實(shí)行大學(xué)英語(yǔ)四級(jí)考試，檢測(cè)大學(xué)生畢業(yè)時(shí)是否達(dá)到大綱規(guī)定的四級(jí)要求。然而，1999年教學(xué)大綱修訂版中第一次硬性地“把四級(jí)定為全國(guó)各類高等院校應(yīng)達(dá)到的基本要求”，四六級(jí)從衡量學(xué)生英語(yǔ)水平的杠桿一下變?yōu)闆Q定學(xué)生命運(yùn)的重要砝碼。行政部門將考試通過(guò)率作為學(xué)校教學(xué)質(zhì)量評(píng)估的指標(biāo)之一，某些學(xué)校將四級(jí)通過(guò)率與學(xué)位掛鉤。四級(jí)考試分?jǐn)?shù)的濫用導(dǎo)致了語(yǔ)言測(cè)試負(fù)面反撥效應(yīng)盛行。在教學(xué)方面體現(xiàn)為教師注重精讀能力培養(yǎng)，聽力課通過(guò)考試題型進(jìn)行課堂練習(xí)，教材缺乏真實(shí)性，四級(jí)考前多采用題海戰(zhàn)術(shù)進(jìn)行模擬等。而學(xué)生則注重練習(xí)多項(xiàng)選擇題，輕視泛讀泛聽，通過(guò)四級(jí)作文三段論模板練習(xí)寫作。作為測(cè)試的責(zé)任方之一，教育部于2005年發(fā)布了《關(guān)于全國(guó)大學(xué)英語(yǔ)四、六級(jí)考試改革方案(試行)》，改革措施涉及成績(jī)報(bào)導(dǎo)方式和測(cè)試內(nèi)容。改革后，新的成績(jī)報(bào)告單用單項(xiàng)得分和總分的成績(jī)單取代原先只報(bào)總分的成績(jī)單，為教師了解學(xué)生水平提供參考。及格分的取消則避免了學(xué)校與學(xué)生片面追求通過(guò)率。四六級(jí)的計(jì)分制和成績(jī)報(bào)導(dǎo)方式的改革體現(xiàn)了對(duì)測(cè)試的使用和解釋的相關(guān)社會(huì)后果的重視，避免了測(cè)試結(jié)果在社會(huì)層面上的誤用。在意識(shí)到分?jǐn)?shù)使用不當(dāng)影響其后果效度的情況下通過(guò)改革及時(shí)終止測(cè)試分?jǐn)?shù)的濫用，是測(cè)試公平的體現(xiàn)，符合測(cè)試道德的要求。

在測(cè)試內(nèi)容的改革上，針對(duì)中國(guó)學(xué)生英語(yǔ)學(xué)習(xí)的弱點(diǎn)，如聽說(shuō)能力低下、缺乏泛讀能力、注重技能訓(xùn)練而非應(yīng)用能力等，增加15%的聽力理解題量，精讀內(nèi)容減少5%，增加快速閱讀技能測(cè)試即泛讀能力測(cè)試，詞匯理解和語(yǔ)法結(jié)構(gòu)放入篇章中進(jìn)行測(cè)試。這些測(cè)試內(nèi)容改革同樣符合測(cè)試道德的要求，即測(cè)試責(zé)任者有義務(wù)在測(cè)試開發(fā)過(guò)程中致力于開發(fā)具有正面反撥效應(yīng)的測(cè)試，并及時(shí)通過(guò)調(diào)整實(shí)現(xiàn)測(cè)試的正面反撥。同時(shí)也體現(xiàn)了道德準(zhǔn)則的基本內(nèi)容:語(yǔ)言測(cè)試者應(yīng)考慮到他們的項(xiàng)目對(duì)所有責(zé)任人帶來(lái)的長(zhǎng)期或短期的影響，評(píng)估有可能發(fā)生的后果并及時(shí)作出反應(yīng)(ILTA道德準(zhǔn)則第九條)。

②Shohamy E．，“Critical Language Testing and Beyond”，Studies in Educational Evaluation，1998，24(4)，pp．331 ～345．

③Messick，S．，“Meaning and Values in Test Validation:The Science and Ethics of Assessment”，Educational Researcher，1989，18(2)，pp．5 ～11．

④Gipps，C．V．，Beyond Testing:Towardsa Theory of Educational Assessment，Psychology Press，1994．

⑤Alderson，J．C．，＆ Wall，D．，“Does Washback Exist?”，Applied Linguistics，1993，14(3)，pp．15 ～129．

⑥Alderson，J．C．，“Forward”，in Cheng L．Y．，WatanabeY．(eds．)，Washback in Language Testing，Routledge，2004．

⑦House，E．R．，Schoolsfor Sale:Why Free Market Policies Won’t Improve America’s Schools，and What Will?New York:Teacher College Press，1998．

⑨Green，S．K．，Johnson，R．L．＆ Kim D．H．，Pope N．S．，

“Ethics in Classroom Aseessment Practice”，Teaching and Teacher Education，2007，23(7)，pp．999 ～1011．

? Corson，D．，“Critical Realism:An Emancipatory Philosophy for Applied Linguistics?” Applied Linguistics，1997， 18(2)，pp．166 ～188．

? Lynch，B．，“In Research of Ethical Test”，Language Testing，1997，14(3)，pp．315 ～327．

? Jia，Y．，“Ethical Standards for Language Testing Professionals:An Introduction to Five Major Codes”，JALT Testing＆ Evaluation SIG Newsletter，2009，13(2)，pp．2 ～8．