澳大利亚“国家评估计划”（NAPLAN）的争议与改革——基于2023年转向在线自适应测试.docxVIP

澳大利亚“国家评估计划”（NAPLAN）的争议与改革——基于2023年转向在线自适应测试

一、摘要与关键词

摘要：澳大利亚的国家评估计划（NAPLAN）自二零零八年实施以来，一直是该国教育领域争论的焦点。作为一项全国性的标准化读写与计算能力测试，它旨在为政府、学校和家长提供关于学生学业表现的客观数据，以驱动教育改进和问责。然而，其高风险的性质、对学校排名的助推以及对教学产生的负面反拨效应，使其长期饱受争议。为回应这些批评并利用技术进步，澳大利亚课程、评估及报告局（ACARA）于二零二三年正式将国家评估计划全面转向在线自适应测试。本文旨在深入剖析这一重大改革的内在逻辑、政策意图及其在回应旧有争议时所产生的新挑战。本研究采用政策分析与话语分析的方法，对相关的官方报告、改革框架文件以及各方（政府、教师工会、学术界）的评论进行系统性解码。研究发现，二零二三年的改革是一种典型的“技术理性”解决方案，它试图通过自适应测试的“精准测量”和在线平台的“高效反馈”来解决旧有测试在效度和时效性上的缺陷。然而，这一改革在很大程度上回避了国家评估计划最核心的争议根源，即其被用于学校间比较和高风险问责的“社会-政治”属性。改革在提升评估技术精密度的同时，不仅未能有效缓解“教学异化”和师生焦虑，反而可能因“算法黑箱”和“数字鸿沟”等问题，引入了新的公平性与透明度困境。本研究认为，国家评估计划的改革，实质上是一次“技术赋能”下的“旧瓶装新酒”，其未来成效将高度依赖于整个教育生态系统能否从“排名文化”转向真正的“评估促学”。

关键词：澳大利亚国家评估计划，在线自适应测试，教育评估改革，标准化测试，高风险问责

二、引言

在过去数十年的全球教育改革浪潮中，以大规模、标准化测试为核心的国家评估体系，已成为衡量教育质量、驱动教育问责和促进教育公平的普遍政策工具。从美国的“不让一个孩子掉队”到经济合作与发展组织的“国际学生评估项目”（PISA），标准化测试被赋予了前所未有的重要性，其结果深刻影响着教育政策的走向、资源的分配、学校的声誉乃至教师的职业生涯。澳大利亚的国家评估计划（下文简称NAPLAN），正是这一全球趋势下的典型产物。

自二零零八年起，澳大利亚每年对全国所有三年级、五年级、七年级和九年级的学生进行统一的读写与计算能力测试。其初衷在于，为国家的教育系统提供一套纵向可比、横向可参照的“健康检查”数据。政策制定者希望通过这些数据，识别学生、学校乃至整个系统存在的优势与不足，从而精准地分配教育资源，并监督教育改进的成效。与此同时，通过“我的学校”（MySchool）网站向公众发布各校的NAPLAN成绩，旨在增加教育的透明度，赋予家长“用脚投票”的知情权。

然而，这一宏大的政策理想在实施过程中迅速遭遇了严峻的现实挑战。NAPLAN从一项旨在“诊断”的低风险评估，迅速异化为一项对学校进行“排名”的高风险竞赛。媒体对“我的学校”网站数据的过分解读，催生了非官方的“学校排行榜”，给学校带来了巨大的声誉压力。为了在排行榜上获得更好名次，许多学校开始采取应试教育策略，如“为测试而教”，大量进行重复性操练，导致课程内容被窄化，学生的创造性、批判性思维等难以被量化的重要素养被忽视。同时，测试本身也给学生和教师带来了巨大的心理焦虑。批评者认为，NAPLAN非但没有促进教育公平，反而可能加剧了教育的不平等，因为它使得优势学校更具吸引力，而弱势学校则被“污名化”。

面对长达十余年的持续争议，以及来自教师工会、家长团体和教育学者日益增长的改革呼声，负责管理NAPLAN的澳大利亚课程、评估及报告局（ACARA）启动了一系列改革。其中，最具标志性的变革，便是在二零二三年正式将NAPLAN全面转向在线的、基于计算机的“自适应测试”。

这一改革的核心问题是：这次从“纸笔”到“在线自适应”的重大技术转型，在多大程度上回应了NAPLAN长期存在的争议？它仅仅是一次技术层面的“升级”，还是一次触及问题本质的“深刻变革”？在线自适应测试的引入，是如何试图解决旧有测试在信度、效度和时效性上的问题的？同时，这次改革是否成功地缓解了“为测试而教”、课程窄化和师生焦虑等核心困境？或者，它在解决旧问题的同时，又引入了哪些新的、与技术相关的挑战，例如数字鸿沟、算法公平性和数据隐私等？

本研究的目标在于，通过对澳大利亚NAPLAN二零二三年改革的政策文本、技术框架和各方话语进行深入分析，揭示这次改革的内在逻辑、核心特征及其复杂影响。本文试图论证，这次改革是一次典型的“技术理性”驱动的改良，它在评估的“科学性”和“效率”上取得了显著进步，但因未能从根本上改变NAPLAN的高风险问责文化，其对教育生态的积极影响仍然存在巨大的不确定性。本文的结构安排如下：第三部分将梳理标准化测试、高风险问责以及计算机自适应测试的相