英国剑桥大学考试委员会ESOL考试部研究与评估部主任尼克·赛福先生演讲

　　主持人(丁红宇)：下面有请英国剑桥大学考试委员会ESOL考试部研究与评估部主任尼克·赛福先生演讲，他的题目是“剑桥ESOL考试的方法步骤”。

　　尼克·赛福：谢谢主持人。我很高兴再次回到中国，我93年的时候来过中国，十多年之后再次来到这里。我非常感谢主办方邀请我参加这次论坛，刚才马博兰也给大家讲了很多的要点，我们在剑桥所做的工作，在雅思考试中做的工作。我想把我们讲的范围扩大一些，我们在剑桥所采用的这些办法，我们的研究是非常好的，我们有很多的程序都用来确保雅思考试的质量。

　　宽泛一点来说，我将会讲下面四点：第一，剑桥的测评。我们是怎样保证我们的考试，我们最重要的做法。第二，关于ESOL的办法，来确保考试的一些准备。

　　首先讲一下背景。我们的历史，剑桥是世界上最古老的大学了，这个大家都知道。我们原来的名字是UCLES，在1858年的时候就有了，当时剑桥组织考试来测试学生们的学习情况，然后来制定统一的标准，各个学校在录取学生的时候就有统一的标准了，这就是为什么我们把我们的名字称为“经济家”。我们是英语现在唯一的一个这样的机构，这种统一的考试，这是我们对考试的一种理念，我们的任务也是我们大学的一项重要的任务。

　　我们是欧洲最大的一个测评机构，我们的大学有很强的教学和科研的背景，我们在全世界范围内都有自己的研究，所以我们可以在世界各地用我们的研究成果，我们现在的雇员有一千五百多人，不光是在剑桥工作，也在世界各地工作，比如北京就有我们的雇员，其中有250名的工作人员专门专注于英语考试的工作。我想应该大约有150多个国家都在进行我们的考试了。

　　大家看到，屏幕上的结构就知道我们考试的结构。我们的结构就是这样的，有三个主要的部分，一个是OCR，是最高级，给各个年龄段的考生提供考试，可以测试英国的学生学习的水平。接下来是剑桥大学的国际考试，也包括各种各样的学科，比如ICT，还有其他的一些技巧，也为一些政府服务，比如新加坡政府、

　　ESOL的任务是什么呢？或者是它的理念是什么呢？我们和各个地方的当地的合作者进行合作，比如在中国，我们也和一些学校、机构进行合作，比如英国文化理事会也是我们在当地的一个代表，我们的考试是在全国范围内举行的，也可以在全世界范围内举行，所以中国学生也可以把自己的情况和其他的国家比一比。

　　持续创新，我们在测评方面不断的创新，我们的考试定期更新，不断的反映出教育领域的新情况，我在此提五点：

　　A：全面的覆盖，包括以电脑为基础的，另外一个是我们是世界范围的，在各个地方都可以进行考试，我们的考试模式有一个试题产生的循环，接下来还有研究的过程，我们看到它如何能够促进我们的工作，促进国际考试的质量。我们总的特点，这个幻灯片里包括了很多的内容，年轻的学习者为了学习的目的还是研究的目的，或者教英语等等，我们还有各种各样的考试，比如商务英语、少儿英语、英语教师资格考试等等，13岁的孩子都可以参加少儿英语考试。大家也听说过，我们的雅思考试历史非常的悠久了，有很多世界各地进行的英语考试都是为了证书。

　　B：我们和国际是相连的，我们有很多的学习成绩将会被评为不同的级别，CEFR是我们的参考值，可以把它翻译成30多种语言，比如日语，可以给世界各地设定一些标准。我们在欧洲语言或者协会。

　　所以总结来说，我们有非常全面的一个框架，还有我们和各个方面广泛合作的雅思考试。

　　C：好做法的一些原则。这个能够有一个好的考试结果，一个有效性。首先我们要描述语言测评的有效特点，并且提供证据，显示出系统是有效的，是可靠的。事实上我的工作部门就是负责这方面，大家可能已经听到了，叫做VRIP，关于这些考试的几个特点，不知道有没有人听说过，这是四个核心的理念，大家涉及到考试的时候就要注意这四个特点，体现在这几个方面：

　　第一点是Validity就是我说的，这是我们考试的结构要真正的能够体现出学生的水平。

　　第二点是Reliability，考试要准确，考试的分数如何更科学，我们如何能得高分，要有可靠性，要使用常规的常模。比如说我们的口语考试，很难进行非常客观的评分，所以可靠性是非常重要的，特别是在写作和考试中。

　　第三点是Impact，就是影响力，影响我们和影响剑桥，对学生而言而有影响，我们的考试被纳入到整个教育的过程中来，因为它对教育本身而言也是非常重要的。如果考试很好的话就可以举出学生哪里做得好，哪里做得不好，就可以很有针对性。如果考试不好的话，那就会带来负面的影响。同样考试也会影响社会，因为它会使人们产生对测评的某种态度，对这种考试是持有积极的还是消极的态度呢？这也是将会给社会带来一些影响。

　　第四点Practicality，是切实可行的。因为这些考试一定要非常可行，比如我们的口语考试，我们要找到可行的方法进行口语考试，也就是说使我们的考试真正能够实行不会太难，让人容易却步等等。

　　我们还有一些特点，比如说考试的安全性，特别是那种国家性的考试。我们制定了这四个关键词，是我们考试理论非常重要的四个理念，这是96年我们定出来的原则。

　　D：模考。如何把我们的原则付诸实践呢？我们以一种系统化的方式把我们的具体考试原则切实执行，我们实际考试中要注意这几点，这是一张图表，首先我们要满足考试各种各样的需求，我们准备了很多考试的产品。在考试中，我们要使这些需求与我们刚才提到的那几个特点相结合，要理论上和实际上都可以执行，我们要试图平衡这个特点，使他们都有所体现。最后我们相信长期的一致性是非常重要的。也就是说大家考完试回去之后还可以不断的复习，也就是真实性的问题，可以真正的体现大家的能力。

　　我们要介绍工作的进程，有一些日常程序，比如写作考试，任何一个人在任何一天来参加考试，都会有一样的考试结果。我们还要对评分有一些日常性的管理，还有经常性的考题和评审，当然这涉及到很多的过程，在合适的日期我们会公布考题。我们还有审查循环，我们将有关各方纳入到循环中，系统的产生影响，我们还要了解考题是否发挥了应有的作用，是否应该更新和变更它，变更是要经过漫长的过程，一般是八到十年才会进行一次。

　　马博兰先生刚才谈到了命题的循环，也就是我们想要制定问题，我今天没有时间讲细节，这是一个很长的过程，在质量控制和不同阶段的检查都是必要的。实际在写作方面我们要命题的时候可能要花费数年的时间，可能要花两年左右。还有在考试之前都要进行测试分析，剑桥很多的工作人员都要进行这方面的工作。

　　E：核准的部分，我们认为核准和质量都是非常关键的因素，要给受试者非常有效的信息，在我这个部门我们有一个全面的项目审查所有的考试，大家知道在英国其他的领域也是这样的，我这个部门30个工作人员，他们将所有的时间都用于英语的考试，这是因为有很多的工作需要他们做，来研发这些考试。有一个方面大家可能比较感兴趣，我们要控制评分，就像我们刚才所说的我们采用了题库的办法，这要把不同的分值进行等值，折成标准分值，比如口语和写作要进行等值，我们有很多这方面的信息，我们要确保在口语和写作方面评分的准确性。

　　为了能够确保我们做的没有正确无误，在这方面做的很好，我们就讲ALTE的职业准则，也就是欧洲语言测试者协会的职业准则纳入到我们的所有的工作中，包括试题的命题，还有评分，还有最后的审查等各个环节，这是一个非常有效的办法，可以有效的实施各项有效原则，大家可以到我们的网站上看质量检查的网页。

　　我来总结一下，这是我刚才所谈到的各点，剑桥的考试是和剑桥相联系在一起的，我们要在特定的上下文，本着不同的目的制定考题。还要遵守欧洲共同语言框架，我们还要遵守良好操作准则，还要进行严格的命题和考试执行。

　　感谢大家今天来到这里，如果大家对我所讲的有兴趣，可以到我们的网站浏览，也可以到我们中国的办公室咨询。

　　主持人(丁红宇)：下面是提问时间。

　　提问：关于剑桥考试非常庞杂，面向不同的年龄和不同的职业，这个考试对所有人是很好的评估，本身这个体系是怎样进行的？第二是博思现在成为中国政府认可的国家

　　尼克·赛福：我把幻灯片回放一下，第一个问题是评估的模式，第二是博思考试。这个要看情况而定，我们要遵守一些基本的原则，还有一些标准。但是我们在评估模式方面所遵守的标准要看考试的层次，在这个图上大家可以看到，有初始的层次，评估的目的也不同，要看不同技能范围的考察。至于雅思，我们可以看到我们有口语和写作的评分范围，我们认为我们要建立一个非常重要的标准来评估好的写作或者是好的口语。之后，我们还有一个写作的描述项标准，这可以区分不同的层次或者是水平。特别要关注的是，我们对于雅思来说，有四五六七级，我们可以区分不同的级别，我们还可以进行试测区分，这也是我们发展的一部分，我们可以对标准进行一些修正。当然在使用这个评分系统的时候，写作的考官和考试的人都是非常重要的，我们要考察真正的考试情况。

　　另外还要进行系统性的分析，我们使用的是一系列的RIT，它是用的以事实为基础的模型，来确保我们的题目和评估，它的可靠性都是非常强的，不会在任何层次上对考生造成偏差。

　　至于博思考试，主要测试的是商务语言，是为了一些公司或者企业机构进行的，我们不会就单一层次来发证书，我们会不断的对公司职员进行衡量，看看他们能否就某一任务进行良好的执行，当然也会考虑阅读和口语，它不会考写作。另外还有高级的考试有一点也很重要，有的人要由公司决定是否要进行口试，在世界上很多地方都是机考的，但是口语仍然是面对面的考试。大家可以从英国文化委员会官员那里获得更多的信息。