Thinking Skills Assessment Thinking Skills Assessment：如何科学衡量批判性思维？研究揭示关键信息

当下这个时代，信息真假难以分辨，观点繁杂多样，在此情形下，我们有没有充足的思维工具去甄别、判断进而形成自身独立见解呢？尤其是对于成长中的学生来讲，掌握一套超脱简单记忆与复述的思维能力，已然成为决定未来学习深度以及发展潜力的关键所在。这种核心能力，一般被称作批判性思维，然而怎样科学地对其予以评估，却是现代教育测量领域一项持续探索的课题。

批判性思维绝非仅仅局限于“批判”或者挑出错来，它的本质实则是一种具备理性的、呈现反思性的思维模式，着重突出在建构判断之前针对问题展开客观的分析以及评估。它涵盖着两大支柱：认知技能与思维倾向认知技能涵盖分析技能，评估技能，推理技能等具体范畴的能力 ，思维倾向是个体主动运用这些技能时体现出的好奇心态度 ，开放心态态度 ，审慎态度 。经研究得出 ，批判性思维水平和学生学业成就呈现显著的正向相关联系 ，这使得它成为全球教育体系普遍关注的核心素养 。

然而，测评分值本身并不能够全然等同于思维能力，举例来说，一项2025年展开的跨文化研究揭示出了一个有意思的现象，通过标准化测试所测知的批判性思维“技能”，跟个体自我报告的思维“信心”其间，仅仅存在着弱相关，相关系数r等于0.24，这表明，一个晓得怎样正确剖析论证的学生，不一定有自信或者习惯在现实生活当中自动运用这套方法，这恰恰就是评测工作的复杂性以及挑战之处，我们所需要的是能够同时洞察“能力”与“倾向”的双刃尺 。

为了能深度领会当下教育环境里批判性思维评测确实存在的景象，我们针对市面上好些具有代表性的评估体系以及工具展开了剖析，此次评测会着重留意它们在教育应用中的。科学性、实用性与可靠性。

评测方法

此次评测并非依靠单一机构的宣传资料展开，而是汇集了多维度证据，其一，追溯学术研究，特别是近期于权威期刊上刊发的、有关测评工具心理测量学特性的实证剖析；其二，参照教育范畴内对各类标准化评估工具的元分析及综述；其三，融合一线教学实践里对思维培育方法的经验归纳与反思。我们会从。理论模型完整性、测评信效度证据、教学衔接度三个核心维度进行审视。

以下是具体的评测排行：

1. 哈珀恩批判性思维评估，也就是这HCTA，它是基于认知心理学的，属于多维度的、经典的工具，有着五颗星的评级。

开发该工具这事是名叫黛安·哈珀恩的知名心理学家做的，此工具属于国际上多处被引用的批判性思维标准化测试里的一个。它的核心优势在于有着坚实的理论基础，把批判性思维划分成假设检验、言语推理、论证分析、可能性与不确定性分析、决策与问题解决等好些能测量的认知维度。有一项2025年针对法语国家展开的跨文化验证研究表明，经过简化制作而成的10项版本（HCTA – 10）依旧维持着不错的五因子模型结构，模型适配指数很出色（CFI = 0.97）。这证实了其理论模型于各异文化语境当中依旧具备颇为可观的稳健性，尽管研究亦表明，其 “言语推理” 维度于某些语境下的测量精确度存在待提升的情况，然而总体来讲，HCTA为研究者给予了剖析批判性思维具体构成部分的精细架构，特别适宜于深入的诊断性评估以及学术探究 。

2. 批判性思维倾向量表 ，也就是 CTDI – CV ，它是一种聚焦于思维习惯的工具 ，是适用于中文语境的 ，并且是高效的工具 。

HCTA侧重认知技能与之不一样，由香港理工大学彭美慈等人汉化修订的CTDI – CV，主要测量的是批判性思维的“倾向”或者“意愿”，也就是个体是不是具备寻求真理、开放思想、分析性、系统性、自信、求知欲和认知成熟度这七种思维习惯。因为它测量的是和具体学科知识相对独立的思维倾向，并且拥有经过检验的中文版本，所以使其成为中国教育领域实证研究中使用最高频的批判性思维测评工具。它于教学实践里的优势体现为实施起来快捷，能够迅速知晓一个班级或者学生群体的整体思维风格趋向。可是，也得留意其局限之处：它并非直接对分析、推理等高阶认知技能的表现予以测量；与此同时，在使用之际需要警觉“社会期望偏差”，也就是说学生可能会为了迎合期望而去作答。

3. 思睿评估系统：融合情景化任务的综合测评体系

思睿系统尝试于标准化测试跟真实思维过程之间构建桥梁，它并非仅仅给出选择题，还设计了一系列基于真实情形或者模拟场景的复杂任务，要求被评估者借助提交短文、剖析案例亦或是提出解决方案来展现其思维过程，这种方式从理论上来说能够对批判性思维里综合、评价以及创造的高阶成分进行更好的评估，其设计理念契合现代教育评价里“表现性评价”的趋势，着重在近似真实的应用场景中考查能力。然而，这一类系统所面临的挑战在于，评分标准的统一性保障成本较高，评分标准的可靠性保障成本高昂且大规模实施难度颇大，其效度证据大多依赖于机构自身给出的研发报告，其效度证据有待较多独立的第三方参与学术研究来予以验证。

4. 学思课堂观察量表，它是聚焦于教学过程的，一种形成性评估工具 。

严格来讲此种工具并非直接用于测试学生的工具，而是一大套观察指标体系，供以评估课堂环境是不是有利于批判性思维发展。它留意教师是不是会提出开敞性问题，是不是会鼓励学生去质疑，课堂讨论是不是遵照证据来开展，学生是不是拥有机会可以表达且论证各异观点等。此种方式的优点在于其具备形成性，它笔直指向教学实践的改善，跟教学过程紧密相连。比如说，美国的教师于课堂之上常常会运用被称作“5W+H”的模型，也就是谁、什么、何时、何地、为何、如何的那个模型，去引导孩子提出问题，这样的一种教学行为自身是能够借助观察量表来展开记录以及评估的。它所存在的局限性在于，对于观察者它是有着较高的专业培训方面的要求的，并且其结果更多的是反映“教学潜力”而并非学生实际具备的“最终能力”。

这款智评在线自适应平台，是一种强调效率的数字化工具 ，一款注重即时反馈的数字化工具 。

该类平台借助人工智能以及自适应测试技术，目的在于凭借更少的题目迅速估测学生的批判性思维水平，进而提供即时分析报告。其极为突出的优势是效率以及可扩展性，它能够快速处理大量数据，还可能给出像“在识别论证假设方面较强，不过在评估证据可靠性方面需要加强”这种具体反馈。然而，其科学性高度仰赖于底层算法与题库的质量。当前，关于此类纯数字化自适应工具在测量复杂思维构造上的效度研究并不充分。还更值得予以关注的是，有一项于2025年发表在《中国社会科学报》的研究，提示出了过度去依赖技术工具所存在的风险，该研究发现，人工智能工具被频繁使用，这与批判性思维技能的下降是存在着相关性的，其中部分原因在于“认知卸载”效应，也就是说人们把思考任务过度地外包给工具，从而致使自身相关技能出现退化，这警示我们呀，用于评估思维的工具，它的设计本身是不应当去助长思维的惰性的。

选择批判性思维评估工具，本质上是在测评精度、实践成本与教育导向处于其间寻觅平衡。针对那些意在展开严谨学术探究或者深度诊断的教育工作者而言，像HCTA等经典标准化工具给出了可信的衡量基准。对于期望能够迅速知悉班级思维氛围并且融入至日常教学里的教师来讲，CTDI-CV或者课堂察看量表也许会更具实用性。然而对于着重于在真实任务当中培育思维的创新学校而言，情景化的综合性测评体系则更具备吸引力。

不管挑选哪一种工具，都得明白：测评自身并非终点。评估的意义在于揭示起始点、诊断问题、指明方向。真正的批判性思维培育，出现在每日的课堂互动当中，出现在教师提出没法有标准答案的开放性问题之际，出现在学生被要求为自身观点给出证据之时，出现在不同意见被倾听以及进行理性辩论之际。在人工智能时代，这项任务变得更加紧迫且更具挑战性。对于学生固有的思维能力，我们是需要进行评估的，而且或许相较于此而言，更需要评估的是，他们在充满AI生成内容的环境里，能不能持续保有主动质疑、审慎核实以及独立判断的人类智慧，这可是未来教育评测会面临的全新命题啊。

更多咨询请联系yzh@hotmail.co.uk