国家教育委员会关于将高考改为简答·论述型的改革讨论正在升温。在经济合作与发展组织(OECD)38个成员国中,高考与校内成绩两者都以选择题相对评价方式加以区分的国家,只有韩国。摆脱五选一的方向无疑正确。问题不在方向,而在设计。口口声声要摆脱寻找正确答案,可设计本身是否仍被困在寻找正确答案的框架里?
国家教育委员会委员长车正仁本月5日在向总统的工作汇报中表示:“不应是在五个选项中挑选别人写好的正确答案,而应让学生用自己的手写出答案。”对此,李在明总统表示“用主观题写答案是次优选择”,并称“现在不是该学习提出什么问题、构想什么、如何表达世上从未有过的新想法吗?”主张改变答案“形式”与主张改变思维范式“本质”,这两种发言之间的差距并不小。
这一差距为何是决定性的,数据已经给出了答案。研究结果显示,首尔大学本科生并非在五选一,而是在报告和论述考试中用自己的手写答案。但即便如此,越是放弃自己的想法、照搬教授的观点,学分就越高。形式是主观题,范式却是选择题。让学生用手写答案,思维并不会改变。改变思维的是问什么、给什么打分。
寻找正确答案的惯性在评分设计中也显露出来。车委员长12日在国会工作汇报中表示:“若引入国家层面的教育专用人工智能(AI),就会积累由全国所有学校的简答·论述型试题及标准答案构成的海量数据。”国家教育委员会的专门委员也在媒体采访中称,通过给出关键词和明确条件来控制答案方向,就能确保AI评分的可信度。若积累标准答案、对上关键词、用条件控制答案,那么在这样设计的考试中,“世上从未有过的新想法”该如何评价?
评价的公正性由效度与信度两大支柱构成。效度是指是否真正测量了想要培养的能力。“请说明东学农民革命的影响”,只要罗列背下来的知识即可。但对于“请写出你在多大程度上同意‘东学农民革命使日本吞并朝鲜成为不可避免’这一主张”这样的问题,仅靠罗列记忆的知识无法得高分。因为观点的说服力和论证的完成度成为评分标准。两者都是主观题,但前者实质上属于选择题范式。
信度是指无论谁来评分都能得出一致分数。国家教育委员会对评分信度的担忧本身理所当然。在大学入学考试中,对评分的不信任会动摇整个制度。问题在于解决方向。认为把答案范围收窄就能提高信度,是为获得信度而放弃效度。答案越窄,评分越容易,想要测量的能力却消失了。英国的A-Level、德国的Abitur、国际文凭(IB)等论述型考试确保评分信度的方式,并不是积累标准答案,而是依靠按成就水平分级的评分准据、评分者标准化培训、交叉评分与调整程序。这是共享“专业判断标准”而非正确答案数据库的方式。
AI的运用设计也存在差异。OpenAI的萨姆·奥尔特曼强调,应把生成式AI理解为推理引擎而非数据库。论述评分应基于AI最擅长的推理工作来设计,而不应以构建大规模正确答案数据的方式来处理。前者是对照准据判断答案的论证,后者是衡量与积累的标准答案的相似度。若选择后者,学生就会放弃自己的观点、背诵标准答案的模式,而不是精化各自独创的想法。与车委员长期待课外补习跟不上的想法不同,寻找标准化的答案模式并反复训练,恰恰是课外补习最擅长的事。
使用简答·论述型、AI评分这样的词汇,并不能保证实现时代所要求的能力评价。难道要让数十年来的历史性转变,最终只停留在徒有其表的主观题上吗?






