一句话说清
评价的目的不是排名，而是决定下一步教什么。
为什么值得懂
同一份卷子，可以是「你排第几」，也可以是「这里没弄懂，改一下」。前者发判决书，后者改变学习。分清分数测了什么、测得准不准、拿去做什么，就不必被一次成绩定义。
零基础讲解
三种用途，按时间排。 诊断性评价在教之前做，摸起点；形成性评价在教学过程中做，调整教与学；终结性评价在结束时做，下结论。区别不在工具，在分数拿去干什么：当场改讲法算形成性，封卷存档算终结性。
好题目要过三关。 效度：测的是不是它声称要测的东西。信度：同一个学生再考一次稳不稳，只管可重复，不管测对了没。区分度：题目能否把学会与没学会的人分开。
标准化考试的功与过。 功在可比性：统一命题评分，才可能跨学校比较。过在应试化：分数成了考核学校和老师的指标，教什么就向考什么塌缩。
形成性评价为什么最有用。 布莱克与威廉汇总了 250 多项课堂评价研究：把评价结果立刻用于调整教学，学生进步更大。存疑之处：贝内特提醒其效应常被夸大，变成「多考几次」就没了；主流看法是它有效，前提是反馈后面接着动作。
一个例子
两个班同考一份卷，均分都是 72。甲班登完成绩就讲下一单元；乙班发现第 5 题只有三成人做对，第二天重讲半节课。一个月后单元测，乙班高出 8 分。差别不在卷子，在分数之后那半小时。
常见误解
- 以为分数高就是学得好：分数只反映这份卷子测到的东西。
- 以为信度高就是测得准：总短 3 厘米的尺子很稳，但依然不准。
- 以为标准化考试天然公平或不公平：它换来可比性，代价是应试化。
应用场景
- 生活：孩子考砸时先问「哪几类题错了」，把分数换成动作。
- 职场：复盘别只报完成率，标出卡住的环节和下一步。
- 写作与创作：写校园题材，用考后那半小时写师生差别。
关联知识点
- 教育制度（education-system，先读：考试怎么发证）
- 学习科学（learning-science，评价接上学习怎么发生）
- 课程设计（curriculum，课程与评价配套）
- 刻意练习（deliberate-practice，即时反馈是前提）
- 反馈回路（feedback-loops，形成性评价就是它）