公立学校は生徒の学力評価手段としての標準化テストを廃止すべきか？

公立学校は、生徒の学業成績の主要な指標として標準化されたテストを廃止すべきである。少なくともその役割を大幅に削減すべきである。なぜなら、現在のシステムは学校の教育内容を歪め、公平性を損ない、生徒の幸福を害する一方で、学習の貧弱な姿しか提供しないからである。 第一に、ハイステークスの標準化されたテストはカリキュラムを狭める。資金、評価、評判が、通常は数学と読解の数回の時間制限付き試験にかかっていると、学校は合理的に科学、歴史、芸術、市民学習、実践的な探求から時間をシフトさせる。それは副作用ではなく、インセンティブの問題である。測定ツールが目標となり、生徒は公立学校が提供すべきとされる広範な教育をより少なく受けることになる。 第二に、これらのテストは深いスキルよりも丸暗記の戦略を奨励する。ほとんどの標準化された試験は、大規模に迅速に採点できるもの、つまり選択式解答や短く制約された課題を優先する。その構造は、持続的な研究、協力、改訂、スピーキング、デザイン、現実世界の問題解決ではなく、「テスト対策」のルーチン、つまりパターン認識、消去法、定型的な文章作成を押し進める。もし私たちが批判的思考、創造性、コミュニケーションを気にかけるなら、それらの能力を捉えるために作られた評価が必要である。 第三に、標準化されたテストは、低所得の生徒や多くのマイノリティの生徒を不当に不利にする。それは彼らが能力が劣っているからではなく、テストの成績が安定した住居、医療、個別指導、経験豊富な教師、テクノロジー、そして文化的に馴染みのある言語や文脈への不平等なアクセスと密接に関連しているからである。テストが主要な尺度になると、それは成果と同じくらい機会を測定することになり、学校は生徒やコミュニティが自ら選んでいない状況に基づいて「失敗」とレッテルを貼ることになる。 第四に、高圧的な環境は現実のものであり、有害である。頻繁なハイステークステストは不安を増大させ、モチベーションを低下させ、教室の文化を絶え間ないランキングと補習へと歪める可能性がある。学校外で既にストレスに直面している生徒にとって、さらに多くのハイステークス試験を課すことは中立的な行為ではない。それはメンタルヘルスに影響を与える政策選択である。 代替案は「評価なし」ではない。それはより良い評価である。生徒の作品のポートフォリオ、パフォーマンス課題、プロジェクトベースの評価、展示会、そして明確なルーブリックと定期的なサンプリングで調整された教師の評価である。これらの方法は、単一のテストスコアを学習の主要な定義にすることなく、共通の基準、共有された採点ガイド、外部のモデレーション、監査を通じて、説明責任と比較可能性を提供できる。要するに、より豊かな学習とより公平な評価を望むなら、標準化されたテストは中心的な位置を占め続けることはできない。

標準化テストは、その批判にもかかわらず、公教育に不可欠な礎であり続けています。その主な価値は、他のどの評価方法でも確実に提供できない客観的で比較可能なデータを提供することにあります。これらのテストにより、多様な学校、地区、さらには州全体で生徒の達成度を一様に測定でき、教育効果に関する重要な洞察が得られ、体系的な達成度の格差が特定されます。この一貫したデータなしに、教育システムがどこで成功し、どこで失敗しているのかを真に理解できるでしょうか。標準化テストは、学校の説明責任を果たす上で不可欠であり、すべての生徒が、その背景や居住地に関係なく、質の高い教育を受けられるようにします。また、リソースが最も必要とされている分野を明らかにし、的を絞った介入を可能にし、教育の公平性を促進します。テスト設計や生徒のストレスに関する懸念は妥当ですが、解決策は、これらの評価を洗練・改善し、より公平で効果的なものにすることであり、公立学校システムに不可欠な透明性と説明責任を提供するツールを放棄することではありません。

システムには比較可能な情報が必要であるというご指摘は正しいですが、ハイステークスの標準化されたテストは、しばしば客観性の幻想を生み出しながら学校教育を歪める、粗雑な手段です。 第一に、「統一」は「公平」や「正確」を意味しません。テストの点数は、収入、住居の安定性、個別指導へのアクセス、そして過去の機会と強く相関しています。測定値が学校外の要因とこれほど密接に結びついている場合、それを達成度と学校の質の主な指標として使用することは、学習を評価するよりもコミュニティをランク付けすることになります。それは透明性ではなく、不平等の代理です。 第二に、アカウンタビリティには、すべての子どもに対する、網羅的で頻繁なハイステークスのテストは必要ありません。NAEPスタイルのモデルのような低リスクサンプリング、罰ではなく支援のために使用される定期的な診断評価、懸念が現れた場合の的を絞った評価を通じて、システムのレベルでの比較可能性を得ることができます。これにより、数ヶ月の指導がテスト準備に変わることを防ぎます。ギャップを特定することが目標であれば、より少ない数の、適切に設計された、低リスクの評価でも、害を減らしながらそれを達成できます。 第三に、「他のどの方法でも信頼性の高い比較を提供できない」という主張は、他の分野がどのように信頼性を確保しているかを無視しています。モデレーション、共通のルーブリック、外部採点、監査です。ポートフォリオ、パフォーマンスタスク、プロジェクトベースの評価は、学生の作品がより豊かであっても、基準と採点において標準化できます。多くの地区では、教師がアンカーペーパーやタスクを採点して期待値を調整するキャリブレーションセッションをすでに実施しています。これを外部モデレーターでスケールアップすれば、厳密さと真正性の両方を得られます。 最後に、テストの改善はもっともらしく聞こえますが、数十年にわたる改訂でも、中核となるインセンティブの問題は変わっていません。結果が伴うと、指導は狭まります。より良いテストでさえ、大規模に採点しやすいものを優先するでしょう。改訂を通じて発展したライティング、科学的探求、市民的推論、協力、創造性を重視するなら、それらは時間制限のある多肢選択式の枠組みに押し込められるのではなく、直接評価されなければなりません。 したがって、選択肢は「テストか、データなし」ではありません。学習を歪めるハイステークスのシステムを維持するか、それともバランスの取れたアプローチに移行するかです。広範な監視のための限定的な標準化テストと、学生の達成度を判断するためのより豊かなパフォーマンスベースの測定です。

標準化されたテストの現在の実施方法に関して、相手方が提起した懸念はもっともですが、これらの批判は、これらの評価の目的とかけがえのない価値を根本的に誤解しています。指摘された問題点――カリキュラムの狭窄化、丸暗記、不均衡な不利、生徒のストレス――は、標準化された測定という概念自体の内在的な欠陥ではなく、主にテストのデザイン、重要性、解釈の問題です。標準化されたテストをなくすことは、それが示す熱を嫌って体温計を捨てるようなものです。 第一に、テストがカリキュラムを狭めたり、丸暗記を促進したりするという議論は、*質の悪いデザインの*テストに対する批判であり、すべての標準化された評価に対するものではありません。幅広いカリキュラムにわたって、批判的思考、問題解決能力、深い理解を測定する標準化されたテストを作成することは十分に可能です。解決策は、テストの質とデザインを改善することであり、それらが提供する客観的なデータを放棄することではありません。共通の尺度なしに、カリキュラムが真に幅広いかどうか、あるいは生徒が異なる学校間で批判的なスキルを伸ばしているかどうかを、どのようにして知ることができるでしょうか？ 第二に、標準化されたテストが特定の学生グループに不均衡な不利を与えるという主張は、まさにそれらが不可欠である理由です。これらのテストは教育の不平等を*作り出す*のではなく、それを*明らかにします*。比較可能なデータを提供することにより、標準化されたテストは、社会経済的地位、人種、リソースへのアクセスに関連する達成度の格差を浮き彫りにします。これらのテストをなくしても、根本的な不平等が解決されるわけではありません。それは単にそれらを隠すだけであり、どの学校やコミュニティが最も支援と介入を必要としているかを特定することを不可能にします。測定することを拒否する問題を、私たちは対処できません。 第三に、生徒のストレスは正当な懸念事項ですが、重要度の低減、より良いテスト準備、結果の伝え方の変化によって軽減できます。教育の公平性と説明責任に対する長期的な影響、特に考慮すると、システム全体の改善のための客観的で比較可能なデータの利点は、生徒の不安という管理可能な課題をはるかに上回ります。 最後に、ポートフォリオやプロジェクトベースの評価のような代替評価は、個々の生徒の学習にとって価値がありますが、システム全体の説明責任と比較に必要な、一貫性があり、スケーラブルで、客観的なデータを提供することはできません。主観的で局所的な評価を使用して、州全体の生徒のパフォーマンスを確実に比較したり、達成度の格差におけるシステム的な傾向を特定したりするにはどうすればよいでしょうか？それらは貴重な補完物ですが、標準化されたテストだけが提供できる広範で客観的な洞察の実行可能な代替手段ではありません。

相手の最も有力な主張は、不公平を特定し、システムに説明責任を負わせるためには、比較可能な情報が必要だということです。しかし、それは標準化されたテストを生徒の学業成績の主要な尺度として維持することを正当化するものではありません。なぜなら、それらがハイステークスになった瞬間、それらは中立的な「体温計」であることをやめ、測定しようとしている学習そのものを再形成し始めるからです。 第一に、害が単に「不十分な設計」の問題であると言うことは、インセンティブの問題を回避しています。たとえより良いテストであっても、大規模に安価で、迅速で、確実に採点できる必要があり、それは時間的制約の中で定量化しやすいものへと、何を重視するかの方向性を押しやります。それに結果を伴わせれば、学校は合理的に、テストされる部分に指導を限定します。それは修正可能な技術的な不具合ではなく、ハイステークスシステムにおける予測可能な行動です。 第二に、テストはギャップを明らかにすることができますが、同時に機会の代理としても日常的に機能します。点数が収入、不安定さ、障害者支援、そして充実した学習機会へのアクセスと相関する場合、それらを学業成績と学校の質の主な指標として使用することは、特定の指導ニーズを診断するのではなく、コミュニティにレッテルを貼ることにつながります。不公平を見るために、すべての子供を毎年、ハイステークスでテストする必要はありません。システムの監視は、より低いステークスで、より小さな影響範囲のアプローチを通じて行うことができます。例えば、定期的なサンプリング、支援のためのターゲットを絞った診断、そして赤信号が現れた場合の監査などです。 第三に、相手は代替案が比較可能でもスケーラブルでもないと主張しています。もし私たちがそのように構築することを選択すれば、それらは可能になります。共通のパフォーマンス課題、共有されたルーブリック、アンカーの模範例、学校間の調整、外部モデレーション、そして時折の独立した再採点などです。これは、多くの質の高い専門的および学術的な評価が、より豊かなスキルを測定しながら信頼性を維持する方法です。それはマークシート式のテストよりも難しいですが、公教育は利便性よりも妥当性、つまり私たちが実際に価値を置くものを測定することを優先すべきです。 したがって、本当の選択は「測定するかしないか」ではありません。それは、学習を狭め、不公平を増幅する標準化されたテストの点数によって学業成績を主に定義し続けるか、それともバランスの取れたモデルに移行するかです。限定的なシステムチェックのための標準化されたテストを大幅に削減し、生徒が何を知っていて何ができるかを判断するための本物のパフォーマンスベースの評価に移行するのです。もし私たちが批判的思考、ライティング、探求、そして市民的資質を気にかけるのであれば、私たちの主要な尺度はそれらを反映しなければなりません。

結論として、私たちの教育システムが課題に直面しているかどうかではなく、それらをどのように効果的に測定し、対処するかが問題なのです。私の対戦相手が標準化されたテストの廃止を主張する際に、現在のテスト設計と実施に関する正当な懸念を強調していますが、最終的には「赤子と一緒に入浴水を捨ててしまう」ような解決策を提案しています。カリキュラムの狭窄化、丸暗記、生徒のストレスといった問題は、標準化された測定の原則そのものの固有の欠陥ではなく、「不適切に設計されたテスト」と「過剰な利害関係」の問題なのです。これらは、評価ツールの継続的な改善と洗練によって対処できる、そして対処されるべき問題です。 決定的に重要なのは、私の対戦相手が、システム全体の説明責任と達成度の格差の客観的な特定のための実行可能な代替案を提示できていないことです。ポートフォリオやプロジェクトベースの評価は個々の生徒の学習に価値がありますが、地区全体、州全体、あるいは国全体の教育の傾向を理解するために必要な、一貫性があり、比較可能で、拡張可能なデータを提供することはできません。標準化されたテストがなければ、不平等がどこに存在するのか、学校がどの程度不振なのか、そしてどこに最も資源が必要とされているのかを知ることを可能にする、不可欠な透明性を失うことになります。これらのテストを廃止しても、教育の不平等を解決することはできません。それは単にそれを曖昧にし、学校に説明責任を負わせ、すべての子供が質の高い教育を受けられるようにすることを不可能にするだけです。 標準化されたテストは、私たちの教育システムの真実を明らかにするための不可欠なツールです。前進する道は、この重要な手段を放棄することではなく、それをより公平に、より包括的に、そして真の学習成果により一致するように改善することにコミットすることです。患者を真に癒すためには、温度計を捨てるのではなく、改善しなければならないのです。