mở đầu về đo lường và đánh giá trong giáo dục ở chương này rất quan trọng để đọc tiếp các chương sau. NHU CẦU ĐO LƯỜNG TRONG CUỘC SỐNG VÀ KHOA HỌC VỀ ĐO LƯỜNG NÓI CHUNG Từ buổi sơ khai của lịch sử loài người, trong quá trình lao động và giao tiếp, con người đã phải thực hiện các phép đo lường. Đo lường là phép so sánh một đại lượng nào đó với một vật chuẩn đã biết, và kết quả là đưa ra các con số để đánh giá. Menđêlêep có nói: “Ở đâu có sự đo lường thì ở đó bắt đầu có khoa học”.
Ở buổi ban đầu, con người cần đo lường để xây dựng nơi cư trú, chế tạo quần áo, trao đổi thực phẩm, nguyên liệu… Với sự phát triển các hoạt động của con người, các phép đo ngày càng chính xác, các đơn vị đo ngày càng tinh tế. Chẳng hạn, để đo chiều dài người cổ đại sử dụng 16 các đơn vị đo dựa trên gang tay, để đo thời gian dùng các chu kỳ mọc và lặn của Mặt Trời và Mặt Trăng… Người Lưỡng Hà đã biết sử dụng hệ thập phân khi đo chiều dài, và các sử gia có biết đến đơn vị nhỏ nhất để đo chiều dài mà người Lưỡng Hà đã sử dụng còn lưu lại ở các dấu khắc trên ngà voi vào cỡ 1,704mm. Khi đo thời gian và góc người xưa sử dụng cách chia vòng tròn thành 360 phần, có lẽ xuất phát từ con số 360 ngày trong một năm. Khi khoa học còn sơ khai thì các phép đo cũng thô thiển.
Với sự phát triển của một khoa học nào đó, độ chính xác của phép đo trong khoa học ấy cũng ngày càng được nâng cao. Hãy lấy ví dụ về phép đo thời gian. Thời xa xưa con người đo thời gian bằng đơn vị tính theo độ dài ước chừng giữa thời điểm Mặt Trời mọc và Mặt Trời lặn, rồi sau đó sử dụng đồng hồ dựa vào độ dài của chu kỳ dao động con lắc. Ngày nay người ta phải tính đơn vị đo thời gian bằng việc xác định các bước sóng bức xạ của dịch chuyển siêu tinh vi trong nguyên tử.
Mặt khác, tùy theo mục tiêu của mỗi phép đo mà người ta đòi hỏi độ chính xác đến đâu, tức là chấp nhận sai số đến mức nào. Chẳng hạn, trong cuộc sống hàng ngày người ta chỉ cần hẹn nhau chính xác đến năm ba phút. Tuy nhiên, nói chung sự tiến bộ của khoa học giúp con người có cơ sở để thiết kế các phép đo có độ chính xác ngày càng cao. ĐO LƯỜNG VÀ ĐÁNH GIÁ TRONG GIÁO DỤC Bất kỳ một quá trình giáo dục nào mà một con người tham gia cũng nhằm tạo ra những biến đổi nhất định trong con người đó.
Muốn biết những biến đổi đó xảy ra ở mức độ nào phải đánh giá hành vi của người đó trong một tình huống nhất định. Việc đánh giá cho phép chúng ta xác định, một là mục tiêu giáo dục được đặt ra có phù hợp hay không và có đạt được hay không, hai là việc giảng dạy có thành công hay không, học viên có tiến bộ hay không. Để việc đánh giá được đúng đắn phải triển khai đo lường: muốn so sánh vật nào nặng hơn trong hai vật có bề ngoài không khác nhau người ta phải đem cân chúng lên. Việc dạy và học đã xuất hiện trong lịch sử loài người hàng nghìn năm trước đây, và để tuyển dụng người giỏi người ta phải tạo ra các hình thức thi để so sánh các thí sinh với nhau.
17 Trong lịch sử giáo dục Việt Nam, nhằm giúp nhà vua đánh giá đúng hiền tài để tuyển dụng vào các chức quan lại trị nước, triều đình phải tổ chức các kỳ thi từ thấp đến cao: thi hương, thi hội, thi đình. Ở các kỳ thi này, người ta ra đề thi cho sỹ tử làm bài, và các giám khảo đo lường năng lực của thí sinh qua các bài thi đó dựa vào sự nhận xét chủ quan của mình. Giám khảo giỏi và công bằng thì việc đo lường sẽ chính xác, giám khảo kém và không công bằng thì việc đo lường thường sai lệch, như vậy việc tuyển chọn đúng người tài cho quốc gia phụ thuộc nhiều vào độ chính xác trong phép đo lường năng lực thí sinh của giám khảo. Những ví dụ nêu trên cho thấy, việc đo lường và đánh giá trong giáo dục đã phát triển từ xa xưa, tuy nhiên, có thể nói, một ngành khoa học thật sự về đo lường trong tâm lý và giáo dục mới bắt đầu hình thành từ cuối thế kỷ XIX.
Ở châu Âu, và đặc biệt là ở Mỹ, lĩnh vực khoa học về trắc nghiệm phát triển mạnh trong thế kỷ XX. Có thể kể những dấu mốc quan trọng trong tiến trình phát triển, như Trắc nghiệm trí tuệ Simon- Binet được xây dựng bởi hai nhà tâm lý học người Pháp Alfred Binet và Theodore Simon vào khoảng năm 1905, tiếp đến được áp dụng tại Đại học Stanford ở Mỹ bởi Lewis Terman năm 1916, sau đó nó đã được cải tiến liên tục và được sử dụng ngày nay với tên gọi là Trắc nghiệm trí tuệ IQ (intelligence quotient). Bộ trắc nghiệm thành quả học tập tổng hợp đầu tiên Stanford Achievement Test ra đời vào năm 1923 ở Mỹ. Với việc đưa vào chấm trắc nghiệm bằng máy của IBM năm 1935, việc thành lập Hội quốc gia về Đo lường trong giáo dục (National Council on Measurement in Education - NCME) vào thập niên 1950, sự ra đời hai tổ chức tư nhân Educational Testing Service (ETS) năm 1947 và American College Testing (ACT) năm 1959, hai tổ chức làm dịch vụ trắc nghiệm lớn thứ nhất và thứ hai Hoa Kỳ, một ngành công nghiệp về trắc nghiệm đã hình thành ở Mỹ.
Từ đó đến nay khoa học về đo lường trong tâm lý và giáo dục đã phát triển liên tục, những phê bình chỉ trích đối với khoa học này cũng xuất hiện thường xuyên nhưng chúng không đánh đổ được nó mà chỉ làm cho nó tự điều chỉnh và phát triển mạnh mẽ hơn. Hiện nay ở Mỹ ước tính mỗi năm số lượt trắc nghiệm tiêu chuẩn hoá cỡ 1/4 tỷ và trắc nghiệm do giáo viên soạn lên đến con số 5 tỷ. Tương ứng với ngành công nghiệp trắc nghiệm đồ sộ và sự phát triển của công nghệ thông tin, 18 lý thuyết về đo lường trong tâm lý giáo dục cũng phát triển nhanh. Các thành tựu lý luận quan trọng của khoa học về đo lường trong giáo dục đạt được cho đến thập niên 70 của thế kỷ trước được bao gồm trong "Lý thuyết trắc nghiệm cổ điển" (Classical Test Theory - CTT).
Còn bước phát triển về chất của nó trong khoảng 4 thập niên vừa qua bao gồm trong “Lý thuyết trắc nghiệm hiện đại” mà cốt lõi là "Lý thuyết Ứng đáp Câu hỏi" (Item Response Theory - IRT). IRT đã đạt được những thành tựu quan trọng nâng cao độ chính xác của trắc nghiệm, và trên cơ sở lý thuyết đó, công nghệ Trắc nghiệm thích ứng nhờ máy tính (Computer Adaptive Test – CAT) ra đời. Ngoài ra, trên cơ sở những thành tựu của IRT và ngôn ngữ học máy tính, công nghệ Criterion chấm tự động các bài tự luận tiếng Anh nhờ máy tính của ETS đã được triển khai qua mạng Internet trong mấy năm qua. PHÂN LOẠI CÁC MỤC TIÊU GIÁO DỤC Để thiết kế quá trình dạy, học và đánh giá kết quả học tập, xác định rõ các mục tiêu của hoạt động giáo dục là rất quan trọng.
Tại Hội nghị của Hội Tâm lý học Mỹ năm 1948, B. Bloom đã chủ trì xây dựng một hệ thống phân loại các mục tiêu đó. Ba lĩnh vực của các hoạt động giáo dục đã được xác định, đó là lĩnh vực về nhận thức (cognitive domain), lĩnh vực về cảm xúc, thái độ (affective domain) và lĩnh vực về tâm lý vận động (kỹ năng) (psychomotor domain). Lĩnh vực nhận thức thể hiện ở khả năng suy nghĩ, lập luận, bao gồm việc thu thập các sự kiện, giải thích, lập luận theo kiểu diễn dịch và quy nạp và sự đánh giá có phê phán.
Lĩnh vực cảm xúc liên quan đến những đáp ứng về mặt tình cảm, bao hàm cả những mối quan hệ như yêu ghét, thái độ nhiệt tình, thờ ơ, cũng như sự cam kết với một nguyên tắc và sự tiếp thu các lý tưởng. Lĩnh vực tâm lý vận động liên quan đến những kỹ năng đòi hỏi sự khéo léo về chân tay, sự phối hợp các cơ bắp và khả năng của thân thể từ đơn giản đến phức tạp để điều phối động tác. Các lĩnh vực nêu trên không hoàn toàn tách biệt hoặc loại trừ lẫn nhau. Phần lớn việc phát triển tâm linh và tâm lý đều bao hàm cả 3 lĩnh vực nói trên.
19 1) Lĩnh vực nhận thức Bloom và những người cộng tác với ông ta cũng xây dựng nên các mức độ của các mục tiêu giáo dục, thường được gọi là cách phân loại Bloom, trong đó lĩnh vực nhận thức được chia thành các mức độ nhận thức (hay mức độ thao tác xử lý kiến thức) từ đơn giản nhất đến phức tạp nhất như sau [32]: - Biết (Knowledge): được định nghĩa là sự nhớ, thuộc lòng, nhận biết được và có thể tái hiện các dữ liệu, các sự việc đã biết hoặc đã học được trước đây. Điều đó có nghĩa là một người có thể nhắc lại một loạt dữ liệu, từ các sự kiện đơn giản đến các lý thuyết phức tạp, tái hiện trong trí nhớ những thông tin cần thiết. Đây là mức độ hành vi thấp nhất đạt được trong lĩnh vực nhận thức. - Hiểu (Comprehention): được định nghĩa là khả năng nắm được ý nghĩa của tài liệu.
Điều đó có thể thể hiện bằng việc chuyển tài liệu từ dạng này sang dạng khác (từ các ngôn từ sang số liệu…), bằng cách giải thích tài liệu (giải nghĩa hoặc tóm tắt), mô tả theo ngôn từ của mình và bằng cách ước lượng xu hướng tương lai (dự báo các hệ quả hoặc ảnh hưởng). Hành vi ở mức độ này cao hơn so với mức độ biết, và cũng bao gồm cả mức độ biết. - Áp dụng (Application): được định nghĩa là khả năng sử dụng các tài liệu đã học vào một hoàn cảnh cụ thể mới. Điều đó có thể bao gồm việc áp dụng các quy tắc, phương pháp, khái niệm, nguyên lý, định luật và lý thuyết.
Hành vi ở mức độ này cao hơn mức độ biết và hiểu trên đây, và cũng bao gồm cả các mức độ đó. - Phân tích (Analysis): được định nghĩa là khả năng phân chia một tài liệu ra thành các phần của nó sao cho có thể hiểu được các cấu trúc tổ chức của nó.