孫顯福

漢語能力測試采用計算機情境命題的實踐研究
——兼與劍橋英語考試若干項目比較

孫顯福

文章闡述了漢語能力測試的特點和采用計算機情境命題的必要性，探討了計算機情境命題實踐中遇到的挑戰(zhàn)。通過與劍橋大學舉辦的若干語言類考試項目在標準、情景設(shè)計、題型設(shè)計、測試方式、分數(shù)報告等方面進行對比分析，對漢語能力測試情景命題如何應對這些挑戰(zhàn)進行了有益探索。

情境命題；漢語能力測試；實踐研究

1 漢語能力測試采用計算機情境命題的必要性和挑戰(zhàn)

1.1 漢語能力測試的背景和特點

漢語能力測試是由教育部和國家語言文字工作委員會推出、教育部考試中心設(shè)計與實施的國家級漢語綜合應用能力測試與評價服務項目。測試對象是生活、工作、學習中以漢語為基本用語的人群。舉辦漢語能力測試的目的是：為社會提供衡量國民漢語聽說讀寫綜合應用能力的標準和工具；幫助國民有針對性地提高漢語應用能力；引導學校語文教育從知識體系向能力體系轉(zhuǎn)化，推進學校教育由知識學習向能力培養(yǎng)轉(zhuǎn)化。教育部考試中心致力于提供權(quán)威、專業(yè)化的測試平臺，堅持非選撥性、非強制性、非營利性的原則，試點考試已于2011年12月在七個省市舉行。

漢語能力測試在四個方面對傳統(tǒng)考試進行了重大創(chuàng)新，具有四個方面的特點。一是在測試內(nèi)容方面，堅持實踐導向、堅持綜合應用導向，不指定統(tǒng)一教材、不考死記硬背的內(nèi)容。二是在測試形式方面，通過計算機和多媒體技術(shù)呈現(xiàn)鮮活的語言實際應用情境，有效評估應試者的實際能力。三是在測試管理方面，通過建立網(wǎng)上報名、網(wǎng)絡(luò)考試、網(wǎng)上閱卷、網(wǎng)站服務統(tǒng)籌的工作平臺，提供方便、高效的專業(yè)化服務。四是在測試成績報告方面，為每一位考生提供個性化的成績評價報告，指出考生在聽說讀寫各方面的長處和不足，為考生進一步提高提供針對性指導。

1.2 計算機情境命題的必要性和面臨的挑戰(zhàn)

采用機考方式，利用計算機和多媒體技術(shù)實現(xiàn)計算機情境命題，是漢語能力測試的最佳選擇。漢語能力測試的對象主要是母語人群，與外語考試相比，除了語言的交際功能之外，母語測試更加重視文化內(nèi)涵，比如，有時候同樣的語言在不同在情境、場合中意義差別很大，甚至完全相反。對于母語水平考察來說這些都是基本要求。語言是鮮活的，對母語來說，除了準確以外，還需要表達得體、生動、文雅等，母語測試在這方面應該體現(xiàn)出與第二語言的區(qū)別。要體現(xiàn)母語的這些要求，在實際語言活動情境中考察是最合適的。隨著當今計算機和多媒體技術(shù)的發(fā)展，采用機考方式呈現(xiàn)實際語言活動情境，在技術(shù)上已沒有太大障礙。但漢語能力測試是新項目，又要采用計算機情境命題，對命題工作提出了新的挑戰(zhàn)。

第一個挑戰(zhàn)是如何準確把握標準？2010年12月，教育部語言文字應用管理司與教育部考試中心聯(lián)合召開會議，審議通過了《漢語能力標準（試行）》，這是我國首個對國民漢語應用能力進行分級別界定與描述的文件，是漢語能力測試命題的依據(jù)，但這個文件比較宏觀。漢語能力測試定位于能力導向，不指定統(tǒng)一教材，不考死記硬背的內(nèi)容，與傳統(tǒng)考試圍繞知識的掌握與運用來編寫大綱、教材以及命題不同，在計算機情境測試中如何把握標準？不同級別聽說讀寫各方面如何確定各自典型的語言活動情境？這是一個新的課題。

第二個挑戰(zhàn)是如何通過情境來考能力？漢語能力測試機考不是把紙筆考試直接搬到計算機上來，它是一種基于情境的計算機化考試，在實踐中遇到一系列問題，比如，什么樣的題型能夠更加有效地評估能力？評分維度如何設(shè)計？與傳統(tǒng)考試方式的關(guān)系怎樣等，都需要深入研究。

劍橋大學考試委員會在英語考試（尤其英語作為第二語言測試方面）有很多經(jīng)驗，雖然母語與第二語言的要求不同，機考與紙筆考試方式也不一樣，但同樣是語言類測試，很可能存在互通與借鑒之處。帶著上述問題，于2011年10月下旬至11月中旬隨考試中心赴劍橋大學培訓團進行了為期三周的學習培訓?；貒螅^續(xù)對感興趣的問題，對劍橋英語考試多個項目的情況做了進一步了解。

通過學習、交流和進一步研究，發(fā)現(xiàn)劍橋英語考試某些項目在評估交流能力方面，也是通過設(shè)置情境實現(xiàn)的，只是沒有將情境計算機化，直接搬到考場屏幕中；劍橋英語考試對不同級別能力的具體要求、設(shè)置的具體場景等情況與漢語能力測試采用計算機情境命題遇到的問題相似，研究與借鑒頗有價值。為了能夠深入分析、探討、借鑒，以下結(jié)合劍橋英語考試若干項目的具體情況，按標準和大綱、題型、測試方式與評分、分數(shù)報告方式、當前英國考試界對計算機化考試的主要觀點等不同方面，嘗試與漢語能力測試進行對比分析。

2 與劍橋若干考試項目的比較

2.1 標準與大綱（以PET為例）

PET（Preliminary English Test）是劍橋通用英語五級系列英語證書考試的第二級，PET考核考生的實用英語技能，適合與在日常生活中具有中等讀寫水平的考生。PET考試涵蓋聽說讀寫四項語言基本技能，反映了在真實環(huán)境中使用英語的能力，被許多企業(yè)雇主看作秘書、助理等職位所應具備的英語水平。目前PET考試共推出兩個版本-PET及校園版KET。兩種版本都遵循同樣的考試形式和試卷題目等級。唯一的區(qū)別是校園版PET的試題內(nèi)容和語言環(huán)境的設(shè)置是圍繞在校學生的興趣和生活經(jīng)歷。

該考試在標準描述方面非常清晰，值得借鑒。在總體水平描述方面是這么界定的:“PET考試達到了歐洲委員會制定的歐洲語言教學大綱的A2水平。在此階段考生能夠:1.用清楚及標準的語言闡述有關(guān)工作、學習或愛好等熟悉話題。2.自如應對在英語國家旅行時可能發(fā)生的一般情況。3.講述經(jīng)歷事件或描述夢想、希望和目標。4.闡述和論證計劃?！辈β犝f讀寫每一部分的能力做了具體描述，如表1所示。

上述能力如何通過命題來具體把握呢？考試大綱中進一步對閱讀、寫作、聽力、口語的范圍進行了細化，尤其是口語表達方面，規(guī)定非常細致，這對命題準確體現(xiàn)大綱要求以及試卷難度水平的穩(wěn)定均有幫助。

同樣是語言類考試的命題范圍，漢語能力測試也應該逐步細化，設(shè)計出類似表格。但是需要根據(jù)中國人使用語言的情況，并且按照母語的要求進行設(shè)計。

2.2 題型對比分析（以A-level為例）

什么樣的題型有利于評估應試者的漢語實際應用能力？一般來說，客觀題擅長于考察對知識點的掌握，但考察綜合能力是弱點。漢語能力測試是能力導向的考試，所以本文關(guān)注的重點是主觀題題型，并以考試中比較多采用主觀題的A-level考試的題型為例。

目前，A-level的紙筆考試中采用多種題型，對漢語能力測試具有較大參考意義的有結(jié)構(gòu)性評論題（structured essays）、案例題（case studies）2種。雖然是紙筆考試的題型，但也類似情境試題，只是漢語能力測試的情境通過多媒體呈現(xiàn)，來源于日常生活、工作、學習中，而A-level的非客觀性試題的背景圍繞教學大綱，具體內(nèi)容來源于知識點和生活的結(jié)合。

2.2.1 案例分析題（case studies）

A-level考試中的案例分析題通常是一個很大的題目，先給出背景資料，后有兩個部分試題需要作答。特點是覆蓋面非常廣，涉及考核目標中大部分考點。漢語能力測試也使用類似題型，如四級的考試中給考生一份圖表和材料，要求考生根據(jù)這些資料自擬題目寫一篇分析文章。這是一道案例分析作文題，試題特點是開放性大，除了字數(shù)外幾乎沒有太多限制。差異在于對大綱的覆蓋面方面不如英國的全面，從中啟發(fā)我們需要對某些方面做進一步改進和明確，包括作文題的題型、材料類別與深度等，通過材料類別與深度的平衡，保證同一個級別作文題難度、內(nèi)容、結(jié)構(gòu)等方面平衡和穩(wěn)定，并體現(xiàn)該級別作文的要求。

2.2.2 結(jié)構(gòu)性試題（structured essays）

結(jié)構(gòu)性試題類似于論述題，區(qū)別是它把幾個具有內(nèi)在聯(lián)系的試題組合在一個特定材料中，材料與課程聯(lián)系緊密。漢語能力測試的材料性試題的不同點在于：漢語能力測試不指定統(tǒng)一教材，國家語委發(fā)布的《國民漢語能力標準（試行）》中也沒有對知識點的描述。同樣是對能力的考察，前者是通過對所學知識在實踐中的運用能力，后者是脫離教材的對實際生活情境中的應用能力?？梢越梃b之處：漢語能力測試既然不按知識點考核，而是情境考試，則需要對每一個級別聽說讀寫的典型的語言情境要求進行標示。例如，一級考試合格者具有獨立到超市購物的語言能力，超市購物可以作為一級考試的一個典型情境。要把各個級別聽說讀寫四個方面語言活動的典型情境按照和生活、學習、工作的典型場景列示，并且明確在這些情境中的語言要求，是一個具有挑戰(zhàn)性的研究課題。

表1 PET考生能力描述

表2 PET考試命題范圍

2.3 測試方式與評分

漢語能力測試采用計算機多媒體技術(shù)，可以很好呈現(xiàn)語言實際生活和工作的情境，更加真實反應語言應用的實際場景。劍橋目前的語言類考試，除了雅思考試在某些國家嘗試建立機考中心外，大多數(shù)項目還沒有采用計算機上呈現(xiàn)和作答的方式。但經(jīng)細致分析，發(fā)現(xiàn)還是有不少可以借鑒之處。由于漢語能力測試使用情境最典型的主要在說話和寫作部分，所以對所選擇劍橋語言考試項目中口語和寫作，對其考試方式和評分模式做些比較。

2.3.1 口語考試（以BEC為例）

BEC口試主要考查考生商務交往過程中運用英文的能力。具體測試內(nèi)容包括：建立和保持商務聯(lián)絡(luò)、談論工作、制定計劃與安排工作三個部分。測試分兩個階段：第一階段：考官與考生交流，時間約為4～5分鐘?？脊偎釂栴}主要針對商務交往的具體內(nèi)容。第二階段：考生與考生交流，時間約為3～4分鐘。每組考生抽去兩組卡片，每組卡片為兩張，一張卡片上描述具體內(nèi)容，另一張卡片是針對其內(nèi)容的問題。評分維度包括發(fā)音（聲音大小、重音、語調(diào)、語氣）、準確性（語法、用詞及說話方式）、流利程度（語速、長短句搭配）以及交流能力（獨立性、靈活性以及對談話方式的把握）四個部分，各分為3個等級。

這種考試方式的好處：有考官互動、考生互動。但是考試成本更高。漢語能力測試目前是給一個場景，由考生來描述與評論。一個方面可以減少考官成本，另外對于母語使用者來說，能否互動交流不是問題，不需要在考試中考查，說話部分關(guān)鍵是考察語言是否得體、邏輯是否清晰等，所以說話部分的設(shè)計，漢語能力測試現(xiàn)在的測試方式應該是合適的。但在場景設(shè)計方面，可以看到BEC的口語考試是規(guī)范化的，這方面值得我們學習。

2.3.2 寫作部分（以PET和BEC為例）

PET考試的寫作方式比較豐富：包含3個部分，要求考生完成句型轉(zhuǎn)換、填充表格、提供信息、報告事件、描述情境、表達觀點等任務。漢語能力測試目前開考的四級和五級中，寫作題題型是蠻新穎的，如微小說續(xù)寫，寫答謝信要求嵌入某人的姓名等。但是PET豐富的寫作方式，對漢語能力測試將來要開考的低級別有一定的借鑒意義。

BEC（以中級為例）要求考生寫兩篇短文：第一部分要求考生寫一個40～50字的便條、留言、備忘錄或電子郵件，具體內(nèi)容在試卷中有明確要求。第二部分要求考生寫120～140字的商務函件、短篇報告或建議。試卷中有提示說明和一篇或多篇的材料，包括圖畫或圖表。漢語能力測試可以受啟發(fā)之處是該項考試的標準維度：包括內(nèi)容、組織、語域、格式和對目標讀者的影響五方面，另外每篇作文都需給印象分，印象分給分依據(jù)歐洲委員會制定的語言標準（B2級）。

2.4 分數(shù)報告方式（以A-level和GCSE為例）

A-Level的成績分為A、B、C、D、E、U六個等級，A為最優(yōu)，E為通過，U為不及格。與我國傳統(tǒng)考試60分合格的習慣不同，A-Level考試的及格等級E相當于百分制40分。學生達到及格成績，就可以申請國外的大學。具體的等級與分制之間的關(guān)系是：A：80～100，B：70～80，C：60～70，D：50～60，E：40～50，U：40以下。

GCSE的分數(shù)報告則將等級劃分得更細，包括A到G、U八個等級，具體情況如表3所示。

無論A-level還是GCSE，都不設(shè)置及格線，而是分成若干等級，由不同學校選擇使用需要的等級。不設(shè)置及格線的做法對于漢語能力測試有借鑒意義，如果將漢語能力測試分數(shù)報告的重點放在報告語言水平等級區(qū)分方面，而不是放在及格與否方面，對于母語人群更加合適。但是國人習慣于參加考試之后知道自己是否及格，及格者樂于獲得權(quán)威機構(gòu)頒發(fā)的證書，這是現(xiàn)實，是否也可以嘗試改一改呢？

2.5 當前英國考試界對計算機化考試的主要觀點

英格蘭資格及考試監(jiān)督辦公室（Ofqual）稱，在現(xiàn)在的數(shù)字時代，傳統(tǒng)的紙筆答卷考試應該被計算機化考試取代。Ofqual首席執(zhí)行官尼斯貝特（Isabel Nisbet）表示，當今依然依賴紙筆作業(yè)，再這樣下去“行不通”。不過一些學校的校長說，計算機化考試現(xiàn)在面臨最大的問題是資源不足。目前英國只有一小部分的試卷形式可以被計算機代替。但尼斯貝特稱現(xiàn)行的測試系統(tǒng)“即將失效”，因為紙筆不是現(xiàn)在這一代的年輕人使用的學習媒介?！艾F(xiàn)在的年輕人對科技產(chǎn)品越來越精通，IT是他們學習和識別最新資訊的自然工具，利用科技他們學習的快速高效。”雖然目前大量采用的方式還是紙筆答卷，不過學生交上的考卷則是采用“機器作業(yè)”，將試卷掃描進計算機，在屏幕上批改。

英國愛德思國家職業(yè)學歷與學術(shù)考試機構(gòu)（Edexcel）總監(jiān)利亞夸特（ZiggyLiaquat）認為：“信息技術(shù)有改變教育形式的潛能，它讓教學變得更加保險透明，又高效互動?！?/p>

英國資格評估與認證聯(lián)合會（AQA）負責人安德魯·霍爾（Andrew Hall）同樣也表示對這一提議的支持。他還建議，學習與考試應該采用同樣的媒介，當學生準備充分時，我們就可以對他們進行測試，未來甚至有可能讓同一級的學生分開時間段進行考試。

牛津、劍橋和RSA考試局（OCR）總監(jiān)馬克·道厄（Mark Dawe）則認為，把考試從紙上挪之屏幕上是“真正的挑戰(zhàn)”，因為要保證各個學校都有公平的計算機資源并非易事。

英國全國校長協(xié)會(NAHT)的政策顧問漢弗萊斯（Sion Humphreys）也感到關(guān)注，說他并不同意Ofqual負責人“紙質(zhì)考卷未來行不通”言論。他承認學生在學校用科技產(chǎn)品作為新型媒介來學習，但說：“學生們依然使用紙和筆，因此書面考試仍應保留一定地位。”

測試漢語能力采用機考方式，原因不是要在技術(shù)方面趕時髦，而是機考方式可以再現(xiàn)語言活動情境，最有利于考察實際應用能力。另外，機考在國內(nèi)多項大規(guī)模考試中有多年成功的先例，國內(nèi)組織機考的軟硬件環(huán)境具備。漢語能力測試在開考之前舉行了四次內(nèi)部試測均采用機考方式，每次我們都設(shè)計調(diào)查問卷，并與組織者和部分高校教師座談，考生普遍接受機考的方式。實踐表明采用機考的方式測試國人漢語能力是可行的。存在的問題是考試成本比較高，前期投入較大，但這個問題將可以隨著考試規(guī)模的擴大，通過合理收費解決。

表3 GCSE的評分等級

3 展望

漢語能力測試已正式開考，此前進行了四次試考，在這五次考試實踐中，我們遇到了上述挑戰(zhàn)，對一些問題也作出了初步回答，但需要進一步研究與指導，本文通過對英國劍橋大學語言類考試若干項目的對比分析，對漢語能力測試后期命題實踐以及相關(guān)研究工作提供了有益的啟示。

本文的研究只是一個開頭，一些問題只是有了思路還沒有結(jié)論，需要在實踐中探索完善的地方還有很多，比如研究不同級別聽說讀寫典型情境表、計算機情境命題的技術(shù)標準、紙筆作文與計算機寫作的比較等。希望本文能夠拋磚引玉，引起更多人對漢語能力測試命題工作進行關(guān)注與指導，將漢語能力測試這個承載著教育部和國家語委殷切希望的項目工作做好。不當之處懇請批評指正。

A Practice Research of Computrized Situational Item Development in Chinese Proficiency Test

SUN Xianfu

This paper described the specific characteristics of Chinese Proficiency Test.The author claimed that computerized situational item development method is needed in this test and discussed the main challenges in the practice.By comparing with some language tests administrated by Cambridge University in areas such as criteria,situation setting,item types and score reporting scales,The author made helpful suggestions as to how to deal with those challenges.

Situational Item Development;Chinese Proficiency Test;Practical Research

G405

A

1005-8427(2014)05-0026-7

本文系國家語委“十二五”科研規(guī)劃重大項目“國民語言文字能力標準與測評體系研究”（課題批準號ZDA125-1）的研究成果之一。

孫顯福，男，教育部考試中心，副研究員（北京100084）