他們 互相 比較 ， 根據 學生 在 標準化 測驗 上 的 分數 來 決定 學校 的 素質 ， 還 刊登 在 報紙 期刊 上 。 然而 遺憾 的 是 ， 我們 卻 極少 質疑 測驗 分數 的 效度 ， 或是 測驗 分數 到底 告訴 了 我們 什麼 。 阿姆斯壯 在 《 因才施教 》 一 書 裡 ， 提出 這樣 的 觀點 ： 「 測驗 應該 提供 家長 和 教師 有關 孩子 學習 進步 的 情形 。 然而 實際 上 ， 它們 卻 傾向 把 孩子 及 其 思想 、 感受 、 行為 、 和 成就 等等 ， 化約成 一 堆 百分 等級 、 排名 、 等第 和 令 人 眼花撩亂 的 標籤 。 」 在 一 次 我 主持 的 同僚 成長 工作坊 裡 ， 我們 對 有關 如何 評量 學生 在 學校 裡 的 學業 進步 進行 了 一 次 積極 而 熱烈 的 討論 。 我 在 這裡 所 舉 的 一些 觀察 和 當時 的 差不多 ， 也 建議 必須 轉換 方向 ， 把 評量 當作 是 對 學生 的 成就 、 成功 、 所 獲得 的 知識 、 以及 所 經歷 的 個人 成長 的 一 種 慶祝 。 最後 有 位 老師 打斷 我 的 話 並 說道 ： 「 如果 我們 照 你 建議 的 來 做 ， 所有 的 學生 都 會 得到 A 的 成績 ， 然後 我 該 怎麼辦 ？ 我 怎麼 向 我 的 校長 解釋 呢 ？ 」 對 第一 個 問題 的 回應 ， 我 是 這麼 建議 ： 「 開 一 個 大型 的 慶功宴 」 ， 至於 向 校長 解釋 的 問題 ， 我 的 回答 是 「 邀請 他 來 參加 這 個 慶功宴 」 。 在 這 次 互動 中 ， 我們 又 看到 評量 迷思 的 另 一 面 。 我們 假定 所有 學生 在 學校 裡 都 可以 （ 也 應該 ） 獲得 成功 。 不管 在 哪裡 ， 這 個 假設 都 比 標準化 測驗 更 合理 、 更 顯而易見 。 標準化 測驗 的 模式 在 工業 革命 的 全盛 時期 進入 美國 的 教育 體系 。 在 當時 ， 全美 在 各 方面 都 力求 效率 。 任何 事情 都 要 流程化 、 標準化 、 機械化 、 加速 產品 的 生產 和 服務 的 提供 ， 這 就 是 工業 裡面 所謂 的 生產線 。 當時 的 人們 也 認為 這樣 「 機械化 的 典範 」 （ mechanistic paradigm ） 可以 應用到 人類 身 上 。 不過 此時 該 是 我們 承擔 後果 的 時刻 。 我們 創造 了 一 種 情境 ， 對 預算 制定 者 的 廉價 政策 、 大學 行政 官員 專制 的 命令 、 底線 取向 的 雇主 、 還 有 只 關心 成績 輸入 電腦 效率 的 秘書 之 重視 ， 遠遠 凌駕 於 我們 對 真實 而 完整 評估 學生 的 需求 ， 以及 教師 需要 時間 反省 公平 測驗 設計 和 注重 效能 的 計分 方式 之上 。 真實 評量 （ authentic assessment ） 不 是 （ 也 絕 不會 是 ） 有 效率 的 。 但是 ， 真實 評量 卻 是 有效能 的 ， 它 可以 幫助 學生 學習 ， 促使 學校 的 標準 能夠 提升 。 如果 我們 要 擁護 新 的 評量 典範 （ 更 不用說 是 對 當代 教育 研究 的 發現 ） ， 我們 必須 先 改變 一 項 基本 前提 ， 那 就是 揚棄 學習 和 知識 的 評量 結果 是 呈 鐘型 （ 常態 ） 分布 。 事實 上 ， 這樣 的 模式 排除 了 所有 學生 都 能 成功 的 可能 ， 主張 有 些 人 註定 要 失敗 ， 大多數 人 則 表現 平平 ， 只有 少數 人 可以 真的 成功 。 對 這樣 的 評量 ， 維京斯 （1988） 提出 以下 的 觀察 ： 常模 參照 的 測驗 對 學生 的 傷害 包括 道德 和 智能 兩 方面 。 常態 曲線 是 在 測驗 設計 前 就 已經 存在 的 結果 ， 並非 大量 測試 後 所得 的 巧妙 統計 結果 — — 這 種 設計 似乎 假定 教師 對 學生 毫無 影響 ， 就算 有 也 只 是 隨機 的 。 曲線 的 平均數 ， 只 是 一 個 比較 的 統計 數字 ， 和 智能 的 標準 沒有 任何 關係 ， 它 無法 強制 測驗 的 編製 者 要 保證 測驗 的 評量 能 測量到 重要 的 事 … … 。 當前 的 標準化 測驗 及 其 計分 系統 服務 了 各 種 人 ， 但 就 是 不 包括 學生 和 老師 。 這 種 測驗 透過 精細 的 設計 ， 用 單一 的 分數 來 突顯 最 大 的 差異 ， 以 滿足 快速 排序 、 篩選 、 和 跨 校 的 團體 間 的 比較 ， 往往 造成 學生 實際 成就 的 範圍 被 誇大 。 現在 我們 知道 用 常模 的 概念 來 設計 測驗 是 多麼 荒誕不經 ， 特別 是 當 每 一 州 ， 如 沃伯岡湖 （ Lake Wobe-gone ） 一 地 的 學生 ， 成績 都 「 優於 平均數 」 時 。 除了 上述 的 困難 外 ， 典型 的 測驗 傾向於 製造 很 會 「 玩 學校 遊戲 」 的 學生 ， 但 這些 學生 畢業 後 ， 卻 無法 處理 後現代 的 實際 生活 。 目前 標準化 測驗 實務 的 另 一 個 主題 __UNDEF__ 「 只要 你 獲得 標準 答案 ， 誰 管 你 是否 真的 知道 或 理解 學習 的 材料 ？ 」 因此 教育 就 被 化約成 教 學生 如何 通過 一些 事先 設定 但 不同於 每 天 的 學習 和 教學 環境 的 關卡 ， 像 極了 馬戲團 在 訓練 動物 進行 表演 的 做法 。 在 我 主持 的 一 個 同僚 成長 工作坊 裡 ， 由於 以下 的 情境 ， 我 才 領悟到 標準化 測驗 和 訓練 馬戲團 動物 之間 的 微妙 差異 。 當時 ， 有 一 位 老師 突然 插嘴 說 ： 「 沒 錯 ， 但是 馬戲團 的 動物 所 接受 的 訓練 至少 還是 __UNDEF__ 『 合乎 情境 的 』 ， 我們 的 標準化 測驗 卻 和 真實 世界 距離 如此 遙遠 ， 不 需要 太多 的 思考 和 理解 ， 很 難 讓 學生 從中 獲得 學術 或 內省 的 智力 觀點 。 」 基本 上 ， 鐘型 的 常態 曲線 經常 是 各 種 常模 參照 測驗 上 對 學生 的 表現 篩選 分類 的 根據 （ 參考 以下 的 圖表 ） 。 在 我們 試圖 解釋 這 類 篩選 的 訊息 時 ， 我們 一定 不可以 迷惑 自己 。 事實 上 ， 相對於 學生 所 獲得 的 知識 或是 在 某 個 學術 領域 所 學到 和 理解 的 ， 這樣 的 測驗 所 能 告知 我們 的 訊息 真 是 微不足道 。 不過 ， 它 可能 真的 可以 告訴 我們 一 個 非常 正確 的 圖像 ， 就 是 有 10％ 的 學生 在 這 類 測驗 上 表現 得 很 傑出 ， 10％ 表現 較 差 ， 另外 大約 80％ 的 學生 則 表現 平平 。 不過 ， 常態 曲線 也 真的 有 它 的 用處 。 在 呈現 人們 喜歡 或 不 喜歡 某 個 議題 、 鞋型 、 頭髮 顏色 、 年紀 、 體重 、 和 電視 觀賞 偏好 上 ， 它 是 個 卓越 的 工具 。 這 類 的 資訊 真的 滿 符合鐘型 曲線 。 在