Thinking Skills Assessment 想了解学生会不会思考？主流思维评估工具深度评测来了

身处教育领域，我们持续不懈地追求着去培育学生的知识素养，然而，一个处于核心位置的问题却时常被我们所忽略，那便是：我们已然教授了数量众多的信息，可是，我们究竟凭借什么能够确切地认定学生真正掌握了怎样去思考呢？思维技能评估，也就是 ，它恰恰是为了对这个问题予以解答而应运而生的一种工具，它的目的在于跨越对于知识复现的考量，直接针对批判性思维、逻辑推理以及问题解决等处于核心地位的认知能力展开测量。然而，在当下的教育实践过程中，对于思维评估的依赖以及应用情况，它的科学性以及有效性究竟又达到了何种程度呢？存在被高估进而误用的风险吗？本文会深入评测几款主流的思维技能评估工具呀，还要剖析其设计原理以及实用价值呢。

思维技能评估不是那种单一的测试，而是一系列工具的集合，这些工具意在去衡量个体诸如分析、评估、推断以及决策等方面的高级认知能力。它的理论基础源自批判性思维研究，着重于对思维的清晰性、准确性、相关性、逻辑性、深度以及广度等标准的掌控。一个有效的评估可不是仅仅由选择题拼凑而成的，它得能够促使被评估者运用“思维的要素”，像是目的、问题、信息、概念、假设、推论、观点和意义这些，去进行主动的、自我校准的思考 。于教育范畴之内，这般评估主要被运用于大学选拔，像牛津、剑桥的TSA，用以课程效果评估，还会用于学生核心能力发展跟踪，。

权威评测标准

在对具体工具展开深入剖析之前，我们首先要确定本次评测所依照的核心维度，此等维度乃是教育测量学理论与一线教学实践需求相互融合的结果，：

1. 信度与效度这是评估工具的根基所在。，信度所表示的是测量结果具备的一致性，被常用以衡量的方式是内部一致性系数，也就是α系数，人们一般都觉得，当该系数高于0.70的时候，便能够用来进行中等风险的决策，而当高于0.80时，是适用于高风险决策的。，效度指的是工具是不是对它宣称要测量的那种思维技能做到了准确测量，其中涵盖了内容效度以及结构效度等等。

2. 认知维度覆盖擅长的器具应当能够全方位涵盖批判性思维的关键子技能，像是剖析、评定、推断、归纳以及演绎推理等，并非仅仅检测单一能力 。

3. 教育实用性涵盖工具于课堂环境里的可操作性，涉及评分所耗费的时间，关乎是否能给出有助于教学改进的诊断性反馈，还关联到与课程的融合程度。

4. 反作弊与公平性特别是在那种高风险的场景当中，比如说招生这种情况之下，工具的设计能不能够确实有效地去防止舞弊行为发生这一情况，又是否可以确保评估之后所得出的结果能够真实准确地反映出实际能力呢。

接着的评测会依据上述架构，针对当下应用较为广泛的几类思维评估器件展开剖析。

思维技能评估（TSA），是综合学术思维方面的衡量标准，有着五星级的标识。

TSA，尤其是牛津、剑桥等顶尖学府所采用的那个版本，是当前把思维评估跟学术潜能预测结合得最为紧密的诸多工具当中的一个。它一般包含大概五十道多项选择题以及一场三十分钟的写作任务，其目的在于去评估批判性思维以及问题解决能力。

其优势体现于多维度的综合测评，选择题部分不但涵盖数字和空间推理，还测试着逻辑推理，模拟了大学学习所需的多学科思维状态，写作任务更进一步考察了学生组织观点、构建论证以及清晰表达的能力，这是对批判性思维“产出”环节的直接检验。有研究表明，此类思维技能测试对预测学生在诸如历史、经济、哲学等需要高强度分析课程里的表现有着重要参考价值。

从可信程度以及有效的角度来看，像TSA这样的标准化评估，该评估的题目是经过了严格的心理学测量学剖析的，能够比较好地确保评估具备可靠性以及有效性。它的关键价值在于给出了超越学科考试成绩的“额外信息”，能够协助识别那些擅长思考而不一定只在特定科目里考取高分的学生。然而，它所面临的挑战在于准备过程有可能催生出“应试培训”，进而减弱对真实思维能力的测量。即便如此，在严格把控的高风险学术选拔情形下，TSA依旧被看作是一个效度比较高的标杆。

职场与专业领域当中， – 批判性思维评估这般的存在，也就是WGCTA – FS，它可是堪称经典的一种选择啊，被评为四颗星半呢 。

– 属于商业以及专业领域里，历史最为久远、应用最为广泛的批判性思维测试当中的一个，它的新版WGCTA – FS涵盖40个项目，着重于五个核心子技能，分别是推断，还有识别假设，以及演绎，再加上解释，最后是论证评估。

此工具具备坚实的实证研究根基，针对586名大学生展开的一项研究表明，WGCTA-FS的总分内部一致性信度处于0.74至0.92的范围之内，并且与课程成绩存在明显关联，相关系数处于0.24到0.62之间，这证实了其优良的信度以及效标关联效度，其测试重测信度也达到0.81，这表明了测量结果稳定且可靠。

优势在于 – 的纯粹性，它旨在测量通用的、可迁移的批判性思维能力，不依赖特定学科知识，而这使得它非常适合用于法律、金融、管理等多个行业的招聘和人才发展评估，其局限性也源于此，在教育场景中，因内容与具体学科内容脱钩，教师可能较难直接把测试结果与日常教学内容联系起来，进而限制了其作为形成性评估工具、通过直接指导教学改进的效用。

用于健康科学教育领域的加利福尼亚批判性思维技能测试，也就是CCTST，它是被视作黄金标准的存在 。

由CCTST衍生而来的健康科学推理测试，也就是HSRT，是一种在医学、护理等与健康相关专业教育里被广泛运用的工具，它用于测查分析、评估、推论、归纳以及演绎推理等技能。

该工具最为突出的特性乃其针对教育进步（Gain ）所具备的敏感性，研究已然证实，CCTST能够捕获学生于一个学期或者一个季度之内批判性思维技能的提高，而这对于评估课程或者教学项目的有效性来讲是至关重要的，其效度同样获得了交叉验证，与研究生入学考试（GRE）的总分，分析部分，言语部分以及SAT数学和言语成绩均呈现出显著的相关性，HSRT版本的内部一致性（KR-20系数）处于0.77至0.83之间，属于可接受的范畴。

CCTST系列成功把通用的批判性思维框架放置到贴近专业的语境里面（HSRT），这既确保了测量具备专业性，又防止了对深度学科知识产生依赖。对于那些尽力培养学生临床推理以及循证决策能力的健康科学院校来讲，它是一个经过全面验证的有效工具。然而，它的应用领域比较具有专业性，在其他学科里的普及程度以及适用程度相对较低。

觉察力思维评测即 ，它针对的是形成性，以及与课堂相融合的情况给出三星半评定符号。

这是一个工具代表，它是为满足日常课堂评估需求而设计的，它可能包含短文分析，这种短文分析基于真实情境，它可能包含问题解决案例，它也可能包含小组项目表，而且它常辅以详细的分析性评分规则，也就是。

此类工具的最大优势在于教育实用性和诊断性比如说，“批判性思维整体评分规则”使得教师以及学生能够依据清晰性、准确性、相关性、深度、广度、逻辑性等重要性与公正性等标准，针对论文、报告或者口头陈述展开评估。而且这种评估方式自身就是一种教学工具，它能够让学生直观地领会高质量思维的具体展现形式。另外，同伴小组演示等形式，能够推动学生之间的思维交流以及元认知发展。

它的局限性重点在于信度控制方面，评分者的主观判断会对结果产生显著影响，为此有必要开展严格的评分者培训去保证标准应用具备一致性也就是评分者间信度，另外这类评估往往耗时较久，难以大规模标准化施行，它更适宜当作低风险的开展形成性评估以用于反馈及促进学习，而不是用于高利害的总结性或者比较 。

Mind （思维敏捷在线测试）：以技术为驱动的、新兴的挑战者 。

全新趋势的这类工具，展现出完全数字化、游戏化或者自适应测试的特点，它们或许会借助交互式模拟、动态场景，去实时评估用户的决策路径以及问题解决策略。

其吸引力在于体验新颖和效率凭借技术手段，能够摹拟复杂的现实世界问题，且捕获传统笔试试卷难以度量的过程性数据，像犹豫时间、尝试次数、策略调整；部分运用在招聘方面的平台还整合了强大的防作弊功能，诸如网络摄像头监考、活动窗口监控这类 。

然而，此类工具的核心短板在于效度证据往往不足许多的产品，缺少公开且严谨的心理学测量学研究，凭借这些研究来证实其游戏得分跟公认的批判性思维构念之间有着强关联。它的“表面效度”或许很高，然而“结构效度”遭人质疑了。另外呢，对技术装备的依赖，以及可能存在的“数字鸿沟”情况，也会对教育环境里的公平性产生影响。它们一般更着重于筛选与分类，而不是去提供有助于个体发展的具体反馈。

总结与展望

思维技能评估所在的领域，是一个有着潜力但需要以慎重态度去对待的领域。理想状态下的评估，不是对于单一工具的盲目推崇，而是由多种不同方法所构建而成的生态系统。对于教育工作者来讲，关键的要点在于清晰评估所要达成的目的，要是出于高利害选拔的目的，像TSA、 – 这类有着充分信效度证据的标准化工具会更加具备可靠性，要是为了推动教学以及学习，在专业领域范围之内的CCTST以及基于评分规则的课堂评估会更有价值。

我们所要警惕的是，那种把复杂思维简化为单一分数的趋向。批判性思维的本质乃是“对思维的思考”，它涵盖认知技能以及思维习性这两个维度，思维习性比如好奇心、开明、公正。后面这个维度更难以借助一次性测试去衡量，不过能够通过学生的反思日志、持续不断的苏格拉底式提问以及项目作品来进行观察与培养。最终，最为有效的“评估”大概体现在，学生在面对未知问题之际，能不能自发地运用清晰、准确、逻辑以及公正的标准去引导自身的思考——这，才是思维教育的终极目标呀。

更多咨询请联系16621398022(同微信）