张阳：比教育资源不足更本质的问题是中国教育做不到“以评价为中心”

张阳：比教育资源不足更本质的问题是中国教育做不到“以评价为中心”本站　　探月学院是国内创新学校的代表之一，它成立于2017年，以培养“内心丰盈的个体，积极行动的公民”为目标

　　探月学院是国内创新学校的代表之一，它成立于2017年，以培养“内心丰盈的个体，积极行动的公民”为目标。

　　对探月学院略有耳闻的人，对探月的第一印象可能是它跳脱了传统的授课模式，采用更为创新的PBL教学法。但作为一所高中全日制学校，它的创新绝对不会止于授课形式。相较于小学、初中，教育创新在高中阶段挑战更大，它需要直面学生、家长的升学焦虑，也需要探索科学、自洽的教育模式。

　　在提到探月的价值时，探月社会科学学部负责人张阳说：“如果说探月给中国教育做出了什么贡献的话，那就是它展现了一个用‘评价’驱动的学校是如何运作的。”

　　探月为什么如此看重“评价”？如果“评价”是教育最大的难点，探月又是否找到了解决之道？其中，技术能发挥怎样的作用？

　　张阳是最早加入探月的老师之一，她可能是国内任职学校类型最多的老师：十年的时间里，从宁夏乡村的三合中学，到一线城市上海的上海中学，再到阿里巴巴合伙人创立的云谷学校。但最终，她因为和探月的教育理念不谋而合，选择在这所创新学校实践她的教育理想。目前，除了任课老师的角色，她在探月主要负责的就是学生素养评价体系的落地、优化；对外，张阳也会担任培训师，同时也是MTC大中华区的COO。

　　《中小学老师参考》采访了张阳老师，透过她对教育的理解，我们也许会对推进中国教育改革有一些新的思考。

　　我在宁夏的乡村学校待过，也在可能是全国最好的中学之一——上海中学待过，这些经历让我觉得，其实学校里很多东西是非常相似的，包括怎样去激发人、老师间如何合力等等。

　　一方面，现在乡村学校的硬件条件确实越来越好了；另一方面，教育的本质是靠资源来堆砌吗？一定不是。

　　我在宁夏那所乡村学校支教时，看到了很多很美好的场景。就算在乡村，有的孩子在家里的墙上，也享有一小块“学习园地”。以前没有暖气，学生们都要烧炉子，校长因为怕孩子们煤气中毒，就等学生们睡了以后仔仔细细一遍遍巡校，真的是“爱校如家、爱生如子”。老校长既是孩子的校长，也是孩子的爸爸当年的老师。这种人与人之间的连接都是教育很美好的样子，让身处其中的我也觉得时光很美妙。

　　给上海中学的孩子上经济学课时，第一课，我们就要讲“资源诅咒”，它其实就是在讲，不要以为拿着很好的资源就能把一件事做好，你自己如何看待它、如何将世界作为资源来解决实际问题，更为关键。这和在乡村中学，我们给传递给孩子的东西，是一模一样的。

　　我自己回想我的学校经历，觉得那时候也没有特别强调资源。有些东西是大人觉得好，一些把教育行业做成服务行业的人很容易去服务家长的妄念，但究竟哪些对孩子成长更重要？

　　当意识到教育的本质不在于资源的富足或匮乏后，我就在想，是不是有真正的 “通用”方法来推动中国教育的发展。创新有时候并不是造一个全新的东西出来，而是把本质的东西重新描绘一遍。

　　我们在理解整个教育时，其实有4层不同的框架。这个框架并不新，在2000年就已经被提出来，我们在观察一个人对教育的理解时，就可以拿这个框架看他关注的究竟是哪一层。

　　再往下一层，到第二层，很多人会反思这种模式，说要“以学生为中心”，按这种理论，小班或者一对一是最好的，但实际上我们知道并非如此，这依然不是教育的全部。原因是学生是需要在一个共同体中成长的。

　　这就到了第三层，以共同体为中心。现在学校在做创新的时候，已经走到 “以共同体为中心”这一层。比如十一学校和九渡河小学的例子，借助当地村子给学生们提供校内外活动的机会，邀请村民们来教小朋友做豆腐，就是通过对社区的重构让教育重新生长。

　　很多创新学校都能做到“以共同体为中心”，但是到了高中还想把这种模式执行下去，一定要做到“以评价为中心”，不然就会非常容易弹回“以知识为中心”的第一层。

　　中国的互联网公司巨头现在很愿意去做教育，我在和美国一些教授交流的时候也会很好奇，美国的互联网巨头们是如何做教育的呢？

　　他们就提到了大家很熟悉的一家互联网企业——Facebook。Facebook本来要给美国一所叫做Summit的学校捐钱，后来学校说不如捐工程师。

　　Facebook的工程师并没有盯着一个老师琢磨怎么提高他的工作效果，而是先问了一个问题：老师的工作卡在哪里了？

　　其实，技术很容易服务一些大而空的东西。假使现在有一个非常豪华的技术团队贴身观察我的工作，然后基于我的工作习惯设计一套系统，这套系统就真的能帮助我变得更好吗？其实未必。因为人往往会回避自己不擅长做的事，那套系统虽然本意是想赋能我，但它可能让我一直在回避我的缺点。

　　这有点像通水管的思维，如果不改进卡点，而把不卡的地方效率改进得特别高，整个系统会被越改越糟，最后直接崩掉。这也是现在学科类培训机构会被叫停的原因。技术要让教育变得更好，一定是在突破短板，而不是简单的用户思维，然后绕开系统的短板走。

　　问任何一位专家型的老师，老师们的工作往往卡在了哪里，他都会回答你：评价。Facebook就说OK，那就先找做评价最厉害的人先做套工具出来。于是找了斯坦福认SCALE中心，一起做出了一整套认知能力量规，这套量规就成为老师被赋能的一个重要形式。

　　这些标准，也是探月衡量学生认知能力的重要标准，每个探月的学生最后会拿到一张MTC成绩单，里面就包含对认知能力的评价。

　　MTC，它强调“以终为始”，在素养全人教育的全过程中，要时时刻刻想着要拿出一份新的“素养成绩单”。这份成绩单没有全世界统一的标准，它不以ABCD或者是GPA分数等简单维度呈现，而是要由学生学习过程中的证据和的标准之间的相应匹配来呈现。它是数据化、互动性的，可以支持大学招生官进行“点击”，从而更立体地判断这个学生。

　　当我发现探月用的是这套评价体系的时候，我就离开了当时所在的云谷学校，来到了探月。三年前我到探月的时候，身边朋友会开玩笑说，为什么来一个连名字听都没有听过的学校，校长那么年轻，一看就像骗子。但我自己已经有了判断，所以很坚定。我知道行业卡在哪里，如果真的想改变这个行业，不去卡点去哪里呢？

　　大众对“素质”的理解往往是有个才能，比如画画、跳舞。而探月对“素养”的定义是——稳定可迁移，具体来说，学生培养起一种解决实际问题的思维，并能在很多的情境中把这种思维能力“迁移”过去。它和学科知识息息相关。

　　以前我们把素质教育称为“第二课堂”，但后来发现不能这样做，如果上课很无聊，第二课堂却可以玩得很开心，学生还是不会喜欢上课。素养教育就应该发生在“第一课堂”，而不用让孩子等所谓的“第二课堂”。

　　比如，老师要带着学生上珠穆朗玛峰，这件事的难点是什么？作为一个PBL老师，应该翻译出来，学生之所以上不了珠峰，不是因为不知道上珠峰的路线，而是心肺功能不足。所以在老师的设计中，应该的是学生的心肺功能，把这个解决，才能真正登上珠峰。

　　以我最近带的一个项目为例。今年春季，我带了一批新生，他们仅有半个学期的时间来适应探月，我就想，对他们来说，这半年有什么对他们来说是很有难度的？想来想去想到了答辩。每个十年级的学生在探月都需要做答辩，答辩是素养教育中非常重要的一个评估形式。学生要解决的问题就是——从不知道答辩是什么，到能搞定答辩，再到能把“答辩是什么”讲给所有人听。

　　这件事再往下我们就会发现，没有所谓的专家能给大家讲“答辩”，所以，在没有专家出场的情况下，如何增进大家对一件事的了解，就是整个项目的难点。

　　怎么解决这个难点呢？我们想到了何同学讲5G的视频。这是一个典型的没有专家，由小白把一件事讲明白的例子。

　　然后我就带领学生分析，何同学讲5G的视频和百度百科讲5G的视频有哪些差别。学生提出了很多发现，比如何同学的视频有提问和追问，有剧情和波折，而且何同学在其中有自己的性格和人设，相较之下，百科的视频就像“一个莫得感情的AI”，把介绍读了一遍而已。

　　还有，在对何同学的稿子进行逐字拆解后会发现，它和我们平时阅读的“树状结构”文章不一样，因为它需要配合视频，属于线性的“听觉文字流”。尽管打印出来都是文字，但两种文字的结构是不同的。

　　看起来是我们要做答辩，或者要做一个视频，其实是在学习如何把一件事讲清楚这样一种“讲故事”的能力。前者是要做的事，后者是在PBL中真正要学要练的东西，也是学生获益最大的部分。

　　探月会使用一个QPP理论（Q:question/P:problem/P:puzzle），很多人看到question就想解，但其实question只能answer不能solve，而教育培养的就是解决问题的能力，所以要转换学生的思维，避免他只停留在question这个层面。

　　这件事很难由老师一个人学通，需要学校集体来做。斯坦福SCALE中心一开始就给我们做了表现性评价的培训，但这套体系不可能直接从国外搬到国内，所以我们还需要再基于中国的场景去不断提出问题、解决问题。

　　我们也会培训很多其他学校的老师。老师们听了很多关于素养教育的理论，但他们不确定素养教育到底是什么，也不知道自己在一线实操得对不对。他们也想带着自己的经验来验证、对话。

　　首先，做创新、做合作肯定会有冲突，但世界各地的老师往往是一群回避冲突的人，他们本身性格比较温和，不太擅长处理冲突场面。在学生发生冲突时如何应对，是老师们必须掌握的能力。要让学生学会解决冲突，这也是在云谷的时候，马云老师说的对我最有启发的一句话。

　　还有，老师一般更擅长单打独斗。有一个比喻让我印象很深，老师们上课就像下蛋，教室是下蛋的小格子。上完课，下完蛋就走，下节课有另一个老师来“下蛋”。所以老师其实是一个特别孤独的工作，他们如何合作是需要仔细考虑的。

　　大家可能觉得，老师是一个门槛不高的职业，因为每个人都当过学生、都上过课，心里都有自己某个老师的影子，照葫芦画瓢嘛。但是真的做了老师会发现，实际上要解决的问题非常多。

　　有数据统计说，老师一辈子要上23000节课，但是老师一年才能听几节课？如何推动老师的专业发展，是我们必须思考的问题。

　　令人鼓舞的是，国家现在也在大力推进对教育评价的改革。今年开完之后，教育评价变得尤其热门。

　　国家去年发布的《深化新时代教育评价改革总体方案》中提到了4句话，“改进结果评价、强化过程评价、探索增值评价、健全综合评价”。这4句线个抓手。

　　首先是“改进结果评价”。我们之前的纸笔考试，考90分钟，最后只能给出分数。那现在能不能给出维度，对写作、阅读能力等等都出一个评估报告？

　　另外是“探索增值评价”。我们之所以逃不脱内卷，是因为逃不脱把人和人相比。那么，现在我们能不能建立一套增值评价体系，来考察这这一拨生有没有变得更好、变化的速度如何？

　　其中的难点是，以怎样的尺子来考察“增值”这件事。如果仅凭学校考试的分数，并不可靠。学生这次考了60分，下次考70分，说明不了他的进步，因为老师完全可以这前一套题出难一点，后一套题出简单一点。

　　什么是更恒定的尺子呢？从人口统计学的意义上来说，今年出生的孩子与上去年出生的孩子整体比，能力是差不多的，所以我们其实可以用以往积累的常模来衡量孩子的成长。

　　就像哈佛的录取结果是一个相对稳定的标准，假设一个孩子目标是哈佛，他可以拿哈佛的录取结果倒推，以往的录取的孩子在九年级应该考到什么分数，如果低于这个分数，就可以考虑是不是应该调整预期。整个升学过程是一个长跑，那个相对稳定的标准，会给你提供区间配速的建议，也避免了直接把学生和学生相比。

　　下一个是“强化过程评价”。比如，我们初中在学习写作文，到了高中还在学习写作文。这个过程中，学生的能力有哪些累积的变化？

　　过程评价强调，学生从不会写作文到会写作文的过程非常缓慢，每个阶段都会有不同的表现，不同阶段的老师要合力、持续地对学生前后表现进行反馈。如果初中语文老师给学生的写作建议，在他的高中老师看来也是好建议的话，这就是好的过程评价。

　　最后是“健全综合评价”。它在国内高校录取所参考的综合评价数据已相似了，不能帮助高校更好地找到自己想要的学生，我们需要一个更全面、系统的动态评价体系。

　　这也是MTC评价体系可能会对中国有借鉴意义的地方。可以看到，这4句话的措辞都用得很精准。国家的政策绝不是空话，后面都会探索着往下落。

　　“MTC大中华区我们有这么一句话：得评价者，得素养。现在看上去是各个国家都在提素养教育，实际上真正比拼的是各个国家在原有教育体系中长出的评价能力。

　　推进“以评价为中心”，其实重点不在于表现性评价这套技术有多么难，而是怎样去搭建基础设施、体制机制让它运转起来。就像阿里巴巴提出让“天下没有难做的生意”，但他不是一家店一家店去教他们做生意，而是做了淘宝、支付宝。

　　美国之所以强能够调评估，是因为它已经有专门的网络来提供基础设施。就像在中国开一家餐馆，你不用考虑怎么送外卖，因为已经有外卖公司来提供网络。

　　但中国现在还没有搭建起支持评估的基础设施。这套基础设施究竟要怎么搭建起来，是我们需要思考的问题。

　　我自己是教社会科学的，对我自己最近的工作，最有启发的一个历史时代是工业。提到工业，大家都会想到标志是珍妮纺纱机。但在真实的历史上，最先发明珍妮纺纱机的那个人，结局是非常悲惨的，他穷困潦倒，而那些最早掌握珍妮纺纱机技术的工人，也并没有成为播撒新技术的星星之火。因为工从来不是一场技术，而是一场制度，观念。只有搭建起了制度，才能让这些技术更好地普及。

　　而等和技术相配套的制度发生，已经过去了几乎一代人的时间。同样，表现性评价这项技术并不难，但如果背后的体制和基础设施不起来，就可能让最早掌握表现性评价的这一批老师再多等一代人的时间。

　　曾经在参加云南昆明的一个活动时，我机缘巧合，遇到了一位资历很深的一线小学老师。见到她我感觉像见到了30年后的自己，她那时对我说了一句话，大概意思是，中国老师有自己独一无二的优势，那就是举一反三，这个优势一旦用起来，一切皆有可能。

　　关键要想明白的是，既然老师们擅长“举一反三”，那么我们要“举”的这个关键的“一”，究竟是什么？它一定是评估，一定是标准。对我来说，如果线年后让这些变化发生，那就去做。

　　我很喜欢一个词叫“坐树不言”，这个是我在宁夏支教的时候，从老校长身上学会的，而且我住的小屋子前面正好就有一棵大树。这成语的大概意思是，打完仗之后，一个人坐在树下，看着大家行赏，自己不邀功。

　　这也是我自己的态度，只要目标达成，我就很开心，即使行赏没我的份儿，我觉得也挺好。关键是事情成了。