那天我儿子带回一张科学课的成绩单，上面写着“制作一个能净化水的简易装置——B+”。我问他，你这个 B+ 是怎么得来的？他说，老师就是看了看就打分呗。我又问，那你觉得自己做得怎么样？他挠挠头，说不太清楚，反正大家做的都差不多。那一刻我突然意识到，我们追求的“评价”可能已经偏离了它的本意——它变成了一个黑箱，孩子只是往里扔了一件作品，然后等着一个字母或数字掉出来。
说实话，这种感觉太熟悉了。我们这代人谁不是这么过来的？考卷上的红勾勾、期末手册上的优和良，构成了我们对“学习成果”的全部想象。但问题是，当知识不再是稀缺品，当 ChatGPT 能写论文能做题的时候，我们到底想让孩子学会什么？又该如何知道他们真的学会了？
表现性评价，究竟是个什么东西？
它不是新名词。早在 1990 年代，美国教育评价专家格兰特·威金斯就提出了表现性评价（Performance Assessment）的理论，核心就一句话：让学生去完成一个真实世界里的任务，并在这个过程中展现他们的理解和能力。但不知道为什么，传到国内后就慢慢被窄化了，很多老师以为就是“做个手抄报”“搞个小组汇报”——唉，完全不是一码事！
举个例子吧。传统评价像是考驾照的科目一，你背会了交通规则就能过；但表现性评价是让你直接上路开车，考官坐在旁边看你如何处理真实路况。前者测的是记忆，后者测的是胜任力。一个典型的表现性评价任务通常有三个特征：① 基于真实或仿真的情境；② 要求学生综合运用知识与技能；③ 有一套公开、清晰的评分标准（通常叫量规）。少了任何一条，就容易沦为花架子。
我记得有一回参加一个教师工作坊，培训老师说，你们回去设计一个测量学生“数据分析能力”的表现性评价。有位数学老师做了个“统计食堂浪费”的项目，学生要去餐厅记录数据、分析原因、提出改进方案，最后还要面对全校做答辩。哇，这个设计绝了！✅ 但那位老师后来偷偷对我说，太难了，光评分就花了三个晚上，比改卷子累多了。我特别理解这种崩溃感……表现性评价对老师的要求实在太高了。
为什么我们非走这条路不可？
因为纸笔测试的“天花板”越来越明显了。一场标准化考试能轻松测出学生会不会套公式，但测不出他们面对一个模糊问题时的探索意愿；能筛出谁背熟了历史事件，但看不出谁能够用史料建构自己的解释。你可能觉得我在危言耸听，但你看近两年的中高考改革方向——情境化命题、开放性设问、跨学科融合，这些不就是在向表现性评价靠拢吗？💡 2023年某省中考语文考了“为社区设计一个文化角推广方案”，这不就是活脱脱的表现性任务？
还有一点，我们总在喊“核心素养落地”，可素养怎么测？你没法用选择题测一个人的合作精神或创新意识吧？表现性评价恰好提供了这种可能：你把学生放在一个需要合作、需要创造的情境里，然后观察、记录、分析他们的行为表现。它评的是“做事”的能力，而不是“知道”的程度。
问：表现性评价是不是就排斥任何标准化测试？两者是水火不容的关系吗？答：不不不，千万别这么想。这就是个常见的误解。表现性评价和传统纸笔测试其实应该是互补关系。前者擅长评估复杂认知和高阶思维，后者适合检视基础知识掌握情况。就像你不能拿一把尺子去量温度——工具不同，作用不同。现在很多学校搞“教-学-评一体化”，就是要把这两种评价有机嵌在学习过程中，让评价本身成为学习的一部分。
教室里真实发生的故事
去年去深圳一所小学听课，五年级数学课，学“小数除法”。老师没讲课，直接丢出一个任务：帮学校旁边的奶茶店设计一款“爆款饮品”，并核算成本与定价，确保利润率不低于30%。孩子们兴奋极了——上网查原料价格、用小数除法计算每份用量、画海报宣传……有个平时数学不及格的小胖墩，为了算清楚珍珠的成本，竟然主动请教同学，最后算得比谁都细！老师展示了他的量规表，上面有五个维度：数学计算准确性、成本分析的合理性、创意的可行性、团队合作表现、展示陈述的逻辑性。那一刻我真心觉得——❗这才是学习本该有的样子啊。
当然，不是每个故事都这么美好。也有老师尝试让学生排演历史剧来评价对“辛亥革命”的理解，结果学生光顾着背台词、做服装，对历史因果关系反而糊里糊涂。为什么？因为任务设计跑偏了，变成了一场表演秀，而评价目标若没锚定“历史解释与思考”，那就失去了灵魂。
问：作为家长，我怎么判断孩子的学校在用“真正的”表现性评价，而不是在做表面功夫？答：好问题。你可以留意三个细节。第一，要看有没有清晰的评价量规，而且这个量规是在任务开始前就告诉孩子的，而不是老师事后凭印象打分。第二，任务结束后，孩子能不能说出自己哪里做得好、哪里需要改进——这就是反思，表现性评价特别强调“自我评价与改进”。第三，老师的反馈是不是具体、有建设性，而不是简单一句“很棒”或“继续努力”。如果你看到的是有量规、有反思、有具体反馈，那基本靠谱；如果只有热闹和展示，那可能只是“表现”，不是“评价”。
这条路到底难在哪儿
既然这么好，为什么不全面推广？因为——太难了。对老师而言，设计一个高质量的表现性任务，需要吃透课程标准、熟悉学生认知水平、还要能预判各种突发状况；评分时更要花大量时间观察、记录，脑子得像摄像机一样运转。而且，我们现在的评价体系仍然以分数为主要升学依据，表现性评价很难直接转化为一个冷冰冰的总分，这让很多学校和家长感到不安。但有趣的是，不少民办学校和国际部反而走得很快，因为它们可以绕开一些制度束缚。
不过话说回来，困难不是拒绝改变的理由。我看到北京、上海、成都等地的一些区县教研员，已经开始带着老师开发表现性评价任务库了，他们用技术手段减轻评分负担，比如用录像分析、同伴互评、甚至AI辅助观察。趋势不可逆，对吧？
最后想起威金斯的一句话：“评价不应只是教学后的检查，它应该就是教学本身。” 如果有一天，孩子拿着一个自己设计的环保方案兴奋地对你说：“妈妈你看，我解决了我们小区垃圾分类的实际问题，老师说我做得特别好，但我觉得这里还能改进……” 那大概就是表现性评价最美的样子吧。至于分数？那只是额外的奖励。