1995年，時任外交學院訪問學者的阿米特·塞瓦克第一次來到中國。騎著飛鴿牌自行車，他隨著北京街頭浩蕩的自行車流，打量著這座古老又快速變化的城市。

“那是一個非常令人興奮、充滿活力的時期，人們對像我這樣的外國人充滿了新鮮感和好奇。”阿米特回憶道。在他到來前不久的1981年，ETS（美國教育考試服務中心）旗下的托福考試，作為首個被引進中國內地的國際化標準語言測試，剛剛迎來第一批723名中國考生。

作為擁有托福、GRE等諸多測評產品的世界知名專業化教育考試評價機構，ETS在考試技術的運用和教育評價觀念的引領方面一直處于領先水平。在全球教育經歷轉型的當下，ETS如何看待今天考試評估的新變化、新趨勢？在人工智能技術崛起的背景下，教育評價會有何變化？

2023年春，阿米特·塞瓦克作為ETS新任首席執行官再次來到北京。中國教育報記者就這些問題采訪了阿米特。

考試測評將更關注如何全面地評價人

中國教育報：我們了解到，這次您來中國的一個重要行程是，參加托福iBT考試改革發布活動。這一次托福改革的背景是什么？

阿米特·塞瓦克：今年4月中旬，我們在北京召開發布會，介紹了托福考試改革的相關情況。簡單來說，從今年7月26日起，托福考試時長將由3小時縮短至2小時以內，并且我們將精簡考試流程說明與操作導引、將現有獨立寫作試題替換為更為簡練的全新寫作題型“學術討論寫作”、縮短閱讀部分時長，并取消所有不計分的加試題。

首先，我們想讓考試對考生來說盡可能地舒適、方便，我們想讓他們能以一種壓力更小的方式進行評估，并讓他們對參加測試有信心。正如我上大學時一位教授所說的那樣，考試不應該是一件煩人的事，它應該是對你學到的知識和能力的鼓勵。其次，我們希望測試體驗更加對用戶友好。當然，我們在縮短時間的情況下，依然保持了考試的高質量和嚴謹。總而言之，我們希望托福考試更加方便，更加友好，同時，也依然擁有和此前一樣的高標準。

中國教育報：不僅是托福，從全球來看，考試評估都在經歷著改革重塑。您認為將有哪些變化趨勢？

阿米特·塞瓦克：過去，世界上的大多數考試關注的都是知識的積累程度和掌握水平。但現在，企業招聘主管與大學招生官更關注“你是否掌握了能力”，而非“你是否掌握了知識”。我們把這稱為對“ABC能力”的重視。A是情感能力，B是行為能力，C是認知能力。

以前，大部分考試集中于邏輯推理等認知能力，這也是標準化考試中著重考查的內容。情感能力則涉及你的行為表現，比如你的情商。行為能力則是你如何應用知識的具體行為。舉個例子，英文語法被歸類于認知層面，理解情緒與語義則被歸類于情感層面，與他人使用英語交流則是一種行為能力。隨著世界的發展，我們認為對ABC能力的關注將日益加深，對如何以更全面的方式來衡量和評價一個人的關注也會更多。

今天，我們已經看到，越來越多的企業希望求職者具備良好的溝通能力、協作能力、團隊合作能力和高情商等非知識性能力，而這些能力在傳統的教育體系中得到的重視和培養還不夠。

中國教育報：這一變化趨勢意味著什么？

阿米特·塞瓦克：總的來看，為了評估考生的這些非知識性能力，會有越來越多的考試產品出現。以ETS為例，未來，除了托福考試外，我們也會對旗下的其他測評產品進行升級。比如，長期以來，GRE（美國研究生入學考試）更偏向于是一種認知測試，主要被用來測試考生解決問題和邏輯推理的能力。但我們也發現，越來越多的大學希望GRE考試對考生的溝通能力、團隊協作能力等也進行評估。因為大學也日漸發現，在研究生階段，團隊協作能力對于學術研究也是十分重要的。

我認為，未來的大學入學考試和結業考試，不僅有大型的標準化考試，還會嵌入越來越多的能力測評。例如，當考生參加一項考試后，不僅會得到一個分數，還會獲得相應證書和不同能力的評價。我們可以把能力測評和相應結果納入到成績報告中，這是值得一做的嘗試。

技術全面影響和改變著教育評價

中國教育報：正如您所說，能力型、素養型評價越來越被重視，但對能力和素養如何有效評估依然是難點。

阿米特·塞瓦克：我認為技術的發展將解決這個問題。目前我們已經有了越來越多的工具可以用于能力的測評，而這些工具和技術在十年前甚至是五年前都還沒有出現。在我看來，借助這些技術，我們對于能力、素養的測評會更容易實現。未來，我們會有越來越多的工具支撐我們開展更好的測評。

應該看到，今天，技術的發展已經給我們帶來了更多樣的檢測工具，比如，一些可穿戴設備能夠實時地監測用戶的心率和步數。我們認為，未來測評產品也會是這樣的發展方向。在技術的支持下，越來越多的人能積極、定期地評估自己能力的發展，而不是只能通過周期更長的標準化考試。

隨著數字化存儲技術的發展，已經有一些公司在做這方面的嘗試。借助數字化工具，我們對能力的測評間隔將更短，會生成更多形成性、過程性的評價。當今的世界正在朝著科技含量更高、速度更快的方向發展，這表明了社會的進步，也將使人們對自己已經掌握的能力和想要培養的能力擁有更多的掌控權和更清晰的認知。

中國教育報：技術給考試測評帶來了新的想象。但是，以ChatGPT為代表的人工智能技術也對傳統考試評估帶來了挑戰。您怎么看待這種影響？

阿米特·塞瓦克：包括教育在內的許多行業正在受到以ChatGPT為代表的AI技術影響。在考試測評領域，AI已經深刻影響著我們。

一般而言，我們可以把考試測評分為設計、實施、評分和分析四個階段。今天，AI正改變和影響著考試測評的每一階段。比如，在考試設計階段，AI可以通過生成式內容技術幫助研究人員更好地開發不同類型的試題；在考試實施階段，AI可以幫助考試變得更加多樣和更具個性化；在評分階段，我們已經可以用AI技術工具進行自動評分；在分析環節，憑借大量數據，人們可以通過AI來尋找和發現數據背后的規律和模式。另外，AI技術還被很多大學和企業用于面試環節，比如把面試人的表現記錄下來，通過AI對其表情、說話和溝通的方式進行分析。

現在一個有趣的現象是，在大學招生中，很多面試官都在思考如何更好地向學生提出問題。以短文寫作為例，由于ChatGPT已經完全可以勝任短文寫作，因此，當面試官提問時，就得重新考慮，如何以一種機器無法替代的方式考查學生。因此，我認為AI不僅會影響到測評本身，還將影響到教育的整個過程。

考試評估正在進行更多樣化的探索

中國教育報：隨著技術的不斷發展，傳統的標準化考試會消亡嗎？

阿米特·塞瓦克：其實歷史上人們不止一次提出過這個問題，不少人也曾認為，標準化考試會逐漸消亡。但時至今日，我們也看到，標準化考試并沒消失，反而一直在發展延續。

今天，當我們再一次思考這個問題時，更應該需要考慮的問題是，除了標準化考試之外，我們還有其他哪些測評方式的選項，并確保其在不同的國家、州或省份享有同樣的有效性和公平性。我認為這是一個值得思考的問題。如果我們取消標準化測試，在面對兩個背景截然不同的申請者時，院校應如何有效、公平地評估并比較他們呢？圍繞這一問題所展開的討論，是今天教育界所關注的。

與此同時，我們也要看到不同國家、社會的情況不同，對考試評價的需求也不同。今天，世界上一些國家和地區仍然是需要標準化測試的。但在另外一些國家和地區，人們正在思考和探索標準化測試之外的其他選項。正如我們關注到的一樣，一些國家和地區的教育評價中需要更多的標準化元素，但在另一些地方則可能希望更少的標準化色彩。

對我們來說，ETS作為全球最大的教育測評機構之一，我們既可以提供標準化測試，也可以提供個性化測試，還可以進行定制化測試。我們對不同的測評類型持開放的態度，并能靈活應對。

中國教育報：近年來，美國很多高校采取“標化考試可選”，有些大學甚至不再要求提交SAT、GRE等標準化成績。這是一種多樣化的探索嗎？

阿米特·塞瓦克：最近幾年，美國這一政策的發展勢頭越來越強勁。一方面，美國許多大學正感受到不小的財政壓力，他們需要增加入學人數，以保持經濟上的可持續性。對于許多大學來說，標化考試可選政策允許更多的申請人提交申請。此外，許多大學也日益看重多樣性，該政策可以幫助大學建立一個更為廣泛、多樣化的候選人儲備庫。大學正在把這一政策作為向社會開放和增加進入大學機會的方式。

中國教育報：在中國，高校也有強基計劃等多樣化的招生選拔方式。面對更加多元的考試招生方式，您怎么看？

阿米特·塞瓦克：我認為關鍵問題是招生考試的目的是什么。在我看來，招生考試的目的之一就是幫助申請人和學校能有一個共同的框架。對于大學而言，他們最大的希望是確保評價客觀、公正并且合理。因此，當大學決定改變或者摒棄某種測試時，都面臨著一個核心的問題——用什么標準來替代原有的測試。

幾十年來，標準化測試重要的功能是提供了這樣一個衡量標準。例如當大學同時面臨來自中國成都、法國巴黎和美國得克薩斯的學生時，怎么評價和比較呢？傳統的標準化測試就提供了一種標準。當然，這并不是唯一的，但這的確是一個有效的方法。因此今天，當我們思考把標準化考試替換成其他考試時，我們面臨著的新的挑戰是，如何再造一個評估候選人的新范式。

《中國教育報》2023年07月03日第4版