Tag: 批判性思维

面对人工智能给传统教育模式带来的冲击，我们有没有科学的办法去评估，进而培养那些真正使人“不可替代”的思维能力呢？ 标点处需要填入合适的标点符号，这里用的是逗号和问号，你可以根据实际需求更换 。

在人工智能技术越发深入渗透的当下，高等教育正遭遇着深层挑战，单纯的知识传授已然难以应对未来，培育学生的批判性思维、创造性思维等这类高阶能力，成了教育界的核心关注点，然而，实际情形是，国内高校在这些高阶思维能力的系统性培育方面，依旧面临着“有形式，无实质”的艰难处境，相关实践跟时代要求有着明显差距，这正是“思维能力评估”变得极其关键的背景，——它不只是测量工具，更是教育转型的导航仪，能助力我们精确识别短板，引领教学改革。这儿会着重于教育范畴，测评几种主要的思维能力衡量工具，剖析其科学根据以及现实运用。

评测标准说明

本次要进行评测，会主要依照以下几个维度的标准，针对各类思维能力评估工具展开分析 。

1. 科学性与信效度考虑评估工具是不是具备可靠的心理测量学方面的指标，像是内部一致性、重测信度，还要看它能不能够对其表示要测量的思维能力进行有效测量。

2. 评估维度与全面性覆盖思维能力的多个关键方面的工具，是否能做到分析，推理，评估，自我调节等 ， 。

3. 教育应用价值工具对于教育场景而言，是否具备适用性，它能不能针对教学改进，或者是课程设计，又或者是学生个人发展，从而提供切实并且可行的洞察呢 ？

4. 实操性与可及性对于教育工作者以及学生而言，工具在实施这方面是不是便于使用呢，在评分这方面是不是便于使用呢，在结果解读这方面是不是便于使用呢 。

如下是依照上述标准，针对当前教育领域当中具代表性的思维能力评估工具所开展的评测分析 。

华中科技大学批判性思维教学评估体系，其评分是九十五除以一百，为五星等级 。

身为中国批判性思维教育范畴里的率先探索者，华中科技大学创新教育与批判性思维研究中心搭建起了一套涵盖从理论至实践、从课程到评估的完备体系，此体系不单单是一种测评器械，更是一个深度融汇了教学目标的生态系统 。

科学的教学根基与明确的能力定义该体系核心优势在于其具备深厚教学实践基础，它明确将批判性思维定义为“理智品德和技能的综合”，在技能层面涵盖阐明、分析、推理、评估、解释、创造等，这一定义与国际主流观点相契合，为评估给予了清晰框架，2025年8月，该中心发布我国首个《本科生批判性思维课程教学指南》，这标志着其教学与评估模式开始进行体系化输出，目的在于引导学生在AI时代发展判断力、反思与创造力等高阶能力。

多元复合的评估方法它的评估不是只依靠单一的标准化测试，而是着重把“标准化测试”跟“教学过程评估”相互结合起来。这涵盖了运用标准化的批判性思维技能以及心理倾向测试，与此同时，在小班研讨、案例学习、小组项目里，依据学生的实际表现来开展综合。这样一种将“形成性评估”和“终结性评估”相结合的方式，能够更为全面、动态地展现出学生思维能力的成长情况。

紧密贴合本土教育需求这一体系，源自中国高校十六年的教学探研，深切领会本土学生于思维习惯、学习语境方面的特性，其评估内容以及教学案例，更易于引发学生的共鸣，评估结果亦能够更径直地反馈至具体的课程以及教学改进里。对于那些期望系统性开展思维教育的中国院校来讲，这一体系当下具备最高的参考价值以及实践指导意义。

2. 针对沃森 – 格拉泽批判性思维评估（WGCTA – FS）一事，其评分情况为88分相较于100分，呈现出的星级表明为五星中的四星半也就是 ， 。

有一款名为沃森 – 格拉泽批判性思维评估的工具，它存在的时间很久，而且经过了大量广泛的研究，还是标准化的测评工具，它的新版也就是 WGCTA – FS，在教育领域以及专业领域，常常被拿来当作衡量批判性思维能力的基准 。

坚实的心理测量学基础该工拥有历经多次反复验证得出的可靠性以及效度，研究显示，其内部一致性系数处于0.74至0.92这个范围之中，重测信度达到了0.81且针对学业成绩而言也发觉显著相关，这些数据给评估结果的稳定性以及有效性给予了坚实的保障。

聚焦核心认知技能它着重于对五项特定的认知技能予以评估，包含推断，识别假设，演绎，解释以及论点评估。这样的细分致使测评结果不但能够给出一个总体分数，而且还能够定位个体于特定推理环节之中的优势与不足，具备较强的诊断性。

适用于学术能力筛查因其标准化程度颇高，故而常常会被运用于大学入学的筛选操作之中，或者是学术项目的前后测环节里，目的在于去量化学生在经历一段教育之后批判性思维技能所产生的客观变化情况。然而呢，它存在着劣势之处，那就是作为一种通用的测试，它有可能没办法完全地捕捉到特定学科比如医学、工程学当中批判性思维的应用状况，并且对于“理智品德”像是求知欲、思想开放等情感倾向维度的测量存在不足。

3. 针对加州批判性思维技能方面的测试也就是CCTST以及倾向问卷即CCTDI，其评分情况是85分处于满分100分的状态，最终给予的星级评定为 。

这套由法西恩等人所开发的工具，因有着“技能”以及“倾向”分离的双重评估框架，从而备受关注，它能提供对于思维能力更为立体的画像。

“能力”与“意愿”双重评估CCTST对核心认知技能进行测量分析，以及诸如推理的技能，还有评估等技能 。而CCTDI创新性地去评估个体是不是 。愿意平常常常运用这些技能，涵盖求真、开放、具分析性、有系统性等七大倾向。研究显示，二者之间存在明显但属于中等程度的关联，表明善于批判性思维与乐意运用它是两个不一样的维度。这对于教育工作者而言至关重要，因为学生有可能拥有技能，然而却欠缺应用的主动性。

实证支持的灵敏度表明，CCTST可捕捉学生于一个学期或者季度里的批判性思维增益，且与其他学术能力测试（像GRE）存有相关性。CCTDI也经证实能有效衡量教学干预（比如基于问题的学习PBL）对学生思维倾向 的积极作用。

提供明确的解释标尺在 CCTDI 里，针对每个子量表，都设置了清晰明确的分数解释，像 40 分被设定为临界点，50 分被定为目标点，借助这样的设定，能让工具的使用者直观地判别学生在某一项思维倾向上的强弱程度。而这套工具，对于检验那些以培育批判性思维文化作为目标的通识教育课程，或者教学改革项目的效果，是格外适用的。

4. 针对“思维技能”的那种具有多维发展特性的评估（就像模型这类），给出的评分是82分，在满分100分制当中，为 。

这种评估和传统的学术推理测试不一样，它把视角延伸到更为广泛的，和学习以及生活适应紧密相关的，执行功能与社交情感技能领域 ，。

关注基础性认知与调节能力该模型对注意力、工作记忆、情绪、自我调节、认知灵活性等五大领域展开评估，这五大领域乃是支撑复杂批判性思维以及问题解决的“基础设施”，比如说，情绪调节能力欠佳的状况会对理性分析的进程造成极为严重的干扰 。

强调发展性与成长心态这类评估的目的一般并非是进行选拔或者进行打分， 往往是助力个体，特别是青少年，去辨别自身思维技能的强弱之处， 并且着重表明“技能是能够借助练习来构建的”。 这具备强烈的形成性评估以及发展性导向， 着重于自我认知和个性化的改进。

在评估社交情感思维上的探索传统笔试难以衡量同理心、社交情境分析等能力，这类评估借问卷反思、情境判断等形式，试图对这部分“人际智力”展开初步探查，虽其客观测量效度面临挑战，不过为全面理解学生思维与行为提供了宝贵视角，适用于学生发展指导、心理咨询等支持性场景。

5. 针对康奈尔批判性思维测试（CCTT），其评分情况为80/100，给予的星级评定是 。

康奈尔批判性思维测试，是另外一款有着广泛应用的标准化测试，它存在适用于不同年龄段学生的版本，特别是在K – 12教育阶段具备一定影响力。

版本针对性强它的Z版本，适用于高中生，也适用于大学生，还适用于成人，测试内容包含归纳，包含可信度，包含演绎等多个方面。这样一种按照年龄以及认知发展阶段来设计不同版本的做法，提升了测评的针对性。

预测效度研究表明，CCTT Level Z 针对研究生学业所具备的成绩预测有效性， 能够和研究生入学考试，也即 GRE相提并论， 这致使它于某些学术进阶挑选里， 能够当作一项补充参考依据 。

面临的挑战在不同群体里，其不同版本所测得的信度系数波动范围相较于其他情况是比较大的，范围处于0.49至0.87之间，这种状况对分数解释的一致性提出了比以往更高的要求。另外，与WGCTA类似的是，它主要为测验一般性推理这个能力，然而在针对特定学科思维进行深度评估或者针对创造性问题解决方面是存在一定局限的。

总结与展望

当人工智能对教育图景予以重塑的当前时刻，针对思维能力的评估已然从处于边缘的位置发展到迈向中心的阶段。那种理想状态下的评估并非是属于单一性质的、具备高利害性的考试，而是应当成为被嵌入到教学进程当中的、具有多维特性的“诊断镜”以及“指南针”。今后，评估工具的发展会展现下述这些趋势：其一。与学科深度融合，开发能衡量特定领域（如工程、医学）批判性思维的工具；二是技术赋能通过交互式模拟，借助数字档案袋等动态形式，去捕获那些复杂的思维进程；这是其三 。强调元认知借助反思日志、自我评估等途径，助力学生成为自身思维的评估者以及调节者。挑选何种评估工具，最终由教育的目标来决定：是为了进行选拔，是为了对教学予以诊断，还是为了推动学生个体的终身发展。明白这些工具的差别与适用界限，是教育工作者在思维培育之路上迈出的理性首个步骤。

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。

于大学招生范畴之内，一个平平常常的考试分数大概能够证实知识储藏，然而一项着实顶尖的评测，所衡量的并非是学生所知晓的内容，而是他们思考的方式是怎样的。这便是、等顶级院校，把一场不依赖任何特定学科知识的考试—— (TSA)，当作筛选具备最大潜力学生的关键关卡的缘由所在。

“思维能力评估”是 的直译，它是一种标准化入学考试，是为高等教育选拔人才来设计的。它的目的是评估学生在批判性思维以及解决问题方面的核心能力，而这些能力被视作大学阶段深入学习任一学科的基础。现下，TSA主要和英国牛津大学的一系列本科课程录取紧密绑定。需要注意的是，剑桥大学目前仅在“土地经济”专业里加以使用，而伦敦大学学院已启用自行设计的类似测试。

TSA的核心设计理念是围绕其“通用性”展开的，它并非针对特定的历史事件、化学公式或者文学理论进行考查，而是着重于对可迁移的认知技能予以评估，考试主要被划分成两个部分，。

第一部分（90分钟）内里含有50道选择题，着重于问题解决本事，这本事涵盖数字推理，还着重于评判批判性思维能力，此能力包含理解论证以及日常语言推理 。

第二部分（30分钟）有一项写作任务存在，考生需要从给定的四个问题当中去选择一个，然后要在限定的时间之内完成一篇短论文。这部分具有旨在评估组织思想以及清晰简明进行沟通的能力这样的作用 。

需要加以说明的是，并不是所有要求需TSA的牛津课程都得完成第二部分，当前，唯有申“哲学、政治与经济学”即也就是（PPE）的考生要参加全部的两个部分，然而申请经济学与管理、实验心理学、人类科学等课程的学生，一般情况下只需完成第一部分 。

我梳理与评测了几种具有代表性的评估工具，要明确，我的目的是助力教育工作者，以及学生和家长领会全球范畴之内思维能力评估各种不同的路径，还有侧重点。以下的排行是依据其设计目的，以及应用场景，再加上权威性，以及在教育体系里的影响力来作全方位的考量的 。

TSA，也就是 ，它可是顶尖学府用于考量学术思维的试金石呦，评分结果为95/100 。

于评测而言，核心部分当属TSA，它在高等教育入学选拔里，是思维能力评估的一种标杆体现，其具备极大权威性，这权威性直接源自牛津、剑桥等世界一流大学会官方采用它，该考试是由剑桥评估入学测试中心负责开发，同时也是由这个中心负责运行，如此便确保了专业性和严谨性。

TSA的价值首先体现在其 “高利害”属性从适用范围来看，对于那些申请牛津大学相关专业的学生来讲，TSA成绩是申请材料的重要构成部分，它能够直接对是否能够获得面试邀请产生影响。据相关统计，每年有超过12，000名学生为了竞争所牛津大学的相关席位而去参加TSA，然而最终收到录取通知的申请人比例一般是低于15%的。在这样一种激烈的竞争情形当中，TSA成绩成为了区分顶尖申请者众多关键指标中的一个，通常情况下分数处于位列前10%（大概70分以上）的考生会拥有更强的竞争力。

TSA的设计科学地分离了 “知识”与“思维”其中，第一部分的选择题，是要让考生识别论证里的隐含假设，或者从数据之中得出合理结论，又或者解决逻辑方面的难题，此部分纯粹是对核心认知技能的评估。第二部分是写作，这还会更深入一些，它要求考生针对一个范围广泛的、并非专业性的命题，比如“为了成为成功的领导者，被爱戴和被畏惧哪个更好？”，去进行快速的、具有结构的、有深度的论述。这样做，不但能够考察学生的写作技巧，而且更能够透视出其思维的组织性、批判性以及创造性。

从教育测量学的角度看，TSA第一部分的评分采用了拉什（Rasch）模型统计技术要把原始分数转变成一个大概处于0到100范围之内的标准分数，这种方式考量了题目难度以及整体测试的那种难度，进而让不同年份、不同版本考试所得到的成绩具备可比性，所以保证了评估的公平性，写作部分是由所申请学院的招生导师直接去进行评阅的，而且会把它归入到对申请者的整体质性里 。

基于教学改进的课堂工具，有个思辨者综合测评体系，其评分是88分，满分100分 。

这是一套综合性评估工具包，由批判性思维基金会予以提供，它的设计初衷并非是为了用于那种高利害的招生选拔，而是 。服务于课堂教学的改善与学生学习效果的诊断其中，该体系涵盖众多工具，像是在线批判性思维基本概念测试，还有国际批判性思维写作测试，另外，包含课程评估表，以及针对教师和学生的访谈协议等等 。

它的核心优势在于其 “形成性评估”基金会明确指出了定位，评估的目的在于改进教学，而改进教学是为了增强学生在学习学科内容之际进行规范推理的能力，比如说，其“批判性思维阅读与写作测试”意在提供证据，以此表明学生能不能实行细致的阅读以及实质性的写作，这种评估的结果能够直接反馈给教师，进而用以调整教学策略，辅助学生发展具体的思维技能。

该体系立足于深厚的教育学领域理论认知基础之上，其推荐者给出建议，建议学术机构去成立批判性思维监督委员会，并且要组合运用各种各样的评估工具，以此来获取关于批判性思维教学当前状况的最为充分的证据用以体现现状状态如何。这样一种呈现系统性特点的方法方式，让其具备独特适应性，进而达到特别适合被嵌入到学校或者学院的课程发展以及质量保障体系当中以发挥效能的一种状况。

3. 针对职业场景所开展的具备普适性的筛查，属于敏捷思维在线测评范畴，其打分情况为82 / 100 。

商业机构招聘预筛选环节中常见这类测试，其目的在于快速评估候选人逻辑推理、论证评估以及判断决策能力，它们一般以在线形式展现，题目着重于日常或者商业情境，诸如分析市场报告、评估管理决策合理性或者识别论证里的漏洞 。

其核心价值在于 “效率与普适性”这类测试，具备能够于短时段之内，针对众多候选人展开起初的思维能力区分的性能，特别适配于那些对解决问题能力以及分析能力要求颇强的岗位那儿，比如像管理、咨询、法律以及金融等领域。跟TSA相比较而言呐，此类测验一般而言会更加着重于应用性以及速度这方面，题目的情境跟职场实际状况更为贴近，然而深度以及学术严谨性兴许会相对地显得薄弱一些。

4. 针对儿童以及青少年所开展的发展性诊断的心智成长技能评估，其评分呢，数值呈现为78除以100 。

这一类评估的关注要点跟前面的几种存在差异，它主要是针对儿童以及青少年，其目的在于辨别个体于。执行功能与社交认知针对相关思维技能范畴内的优势以及困难领域之处，评估所承载的内容，或许涵盖注意力这一方面，以及工作记忆这一要点，还有情绪与自我调节这一范畴，也有语言沟通这一维度，另外包括社会性思维，再加上认知灵活性等这些维度等 。

它的出发点不是选拔或筛选，而是理解与支持要知道，借助有关评估之后，能够对家长助力，也能给教育者提供便利，还可以让临床工作者从中有所收获，从而去领会孩子出于某些情境之时，展现出行为或者学习方面存在困难情形背后隐含的认知缘由。而辨别出特定技能领域里的薄弱之处，这可是开展针对性干预以及给予支持的首要步骤，就好比借助诸如协作问题解决方法之类的策略，以此来协助构建这些关于思维的技能。

5. 区域性的那种涉及学术研究的量表，它是一种能够揭示宏观层面教育成效的实证工具，其评分是75分，满分是100分。

此类评估常常现身于教育研究范畴，身为学术研究项目的一部分，被用来衡量特定学生群体（像是大学生）批判性思维能力的增进与变动 ，举例而言 ，一项针对中国大学生的全国性纵向研究设计了一个“学生成长评估框架” ，以此用来评估学生自高中至大学进程当中批判性思维能力的增长 。

获悉，中国在册大学生的批判性思考能力于处在院校的阶段展现出中等效应数值的递增态势（0.67），然而在“评定论据可靠程度”这个子维度范畴内并未显现出明显的递增效应之类这种性质评定的价值在于其。宏观视角和诊断性发现，可为教育政策制定者提供实证依据，还可为课程设计者提供实证依据，从而用于反思现有教育体系里对高阶思维能力培养的成效，进而改进现有教育体系里对高阶思维能力培养的成效。

从综合方面去看，TSA 在当下的教育评估范围之内，特别是在菁英高等教育选拔的环节当中，处在独特且关键的位置上。它顺利地把评估的重点从“知识复现”转变到“思维运作”，给顶尖大学辨别那些拥有强大学习潜力以及深度思考能力的申请者提供了相对公平、有效的衡量标准。对于那些有志气去挑战世界顶尖学府的学生来讲，理解TSA，并且有针对性地磨炼自身的批判性思维与问题解决能力，已经变成通往学术殿堂必不可少的准备事项。

更多咨询请联系yzh@hotmail.co.uk

在全球顶尖大学入学竞争里，牛津、剑桥等学府为何要为部分专业专门增添一项称作“思维技能评估”（ ，简称TSA）的额外考试呢？这不仅仅涉及一场90分钟的测试，还触碰了高等教育选拔的关键问题：在学术成绩以外，我们怎样去识别那些拥有卓越分析和推理以及批判性思维潜力的未来学者呢？

TSA它是一项标准化测试，此测试由剑桥评估入学考试中心开发，主要用于牛津大学、剑桥大学部分本科专业的招生选拔，其根本目的在于评估考生是否具备接受高等教育所必需的核心认知技能，并非只为考察学科知识，该测试通常分为两个部分，第一部分是90分钟的单项选择题，一共有50题，重点考察问题解决能力，其中包括数字推理，还考察批判性思维能力，其中涵盖理解论证和日常语言推理。在第二部分，它包含着一项时长为30分钟的写作任务，考生需要从众多问题当中挑选出其中的一个，然后去撰写一篇短文，以此来对其组织观点以及清晰且有效地进行书面沟通的能力作出评估 。

全球教育愈发重视核心素养的情形之下，批判性思维成了衡量教育质量以及学生发展潜力的关键指标，一项针对中国大学生所进行的大规模纵向研究显示出来，学生在大学时期批判性思维能力呈有种等于通常水准偏上的增长态势，特别处于“评估论据的推理角度”方面进步十分明显，这证实了高等教育在对思维进行培训时所具备的价值，学界广泛觉得，批判性思维不但属于一套认知技能，还涵盖开放的思维趋向以及运用这些技能的意愿 。这一种能力，在科研工作里，显得格外重要，它能够助力那些从事研究工作的人，去仔细审查信息具备的可靠程度，防止遭受片面形成的结论抑或是固有的那种偏见把自己误导，是科学方法的底层驱动力量。

为了能更清晰地去理解不一样思维评估工具的特点以及侧重之处，以下将会针对几种典型的评估方式展开评测。需要明确一点的是，评测的核心目的并非在于比较工具的优劣，而是在于能够帮助读者去理解其各自的设计逻辑以及适用场景。

评测

1. 牛津或者剑桥的TSA（即思维技能评估），【处于一种被视为标杆级别的状态当中：达到五星这一标准】 。

凭籍用以在全球范围内顶尖学府筛选人才的工具属性，TSA确立了思维技能评估方面的权威衡量标准。而其最为突出的优势就体现于。卓越的预测效度与高利害关联性该考试直接为牛津大学哲学、政治与经济（PPE）专业，以及实验心理学专业，还有剑桥大学土地经济学等这样多个顶尖专业的本科录取提供服务，其成绩乃是招生导师筛选面试候选人以及做出最终决定的重要凭据，且同学生的学术前途紧密关联，再者TSA具备。严谨科学的评分体系其选择题部分会运用项目反应理论（Rasch模型）来开展校准计分工作，最终分数会被转化成一个大致处于0到100范围的标度分，如此便确保了不同年份以及不同试卷版本之间成绩具备公平可比性。据统计，平均分一般是在60分左右（大概对应原始分28/50），而70分以上就表明考生处于前10%的顶尖行列。最后，TSA体现了。对综合思维能力的全面考察它不是那种单纯的智力测验，而是让逻辑问题解决跟批判性文本分析相互结合，并且凭借写作部分去评估学生的论证结构以及书面表达力。这种设计的背后，是对高等教育成功所需要的核心能力有着精准的把握，也就是那种超越知识记忆的分析能力、推理能力以及清晰沟通的能力。

在思睿思维成长评估里，也就是 ，有着这样的情况，其具备发展性，星级程度为4星 。

与高利害的入学考试不同，思睿评估侧重于个体思维能力的诊断与发展它的核心理念在于识别个人于五大思维技能领域之中的相对优势以及待发展领域，这五大领域涵盖了注意力与工作记忆，情绪与自我调节，语言与沟通，社会性思维，还有认知灵活性。这种框架是基于发展心理学以及教育神经科学的研究，具备更强的日常功能性。该工具的主要特点是 。强调自我反思与技能构建它是一种匿名评估，其中涵盖22个问题，旨在引导使用者去反思特定技能于自身而言的难易程度。它的目的并非是选拔或者评分，而是要提供个人认知画像，并且指向后续的能力提升路径，比如借助其“协作问题解决”方案针对性地培养思维技能。所以，思睿评估在教育辅导、职业规划或者个人成长等场景中更为适用，其目的在于协助个体理解自身思维模式，进而把认知优势转化为实际生活以及学习里的策略。

3. 加利福尼亚批判性思维技能测验（ Test）【研究等级别：四颗星】。

这是一套标准化工具，在学术界，特别是教育测量研究领域有着广泛影响力，其权威性赖以建立于。深厚的理论研究基础之上该测验是依据美国哲学协会（APA）在1990年所达成的批判性思维专家共识来开展开发工作的，其结构包含了分析、评估、推论、归纳推理以及演绎推理等诸多子维度，它的设计目的在于严格划分批判性思维的技能层面，常常被运用到对高中生和大学生思维技能发展水平的评估当中，然而，该工具也具有一定的 。应用局限性与文化适配挑战有研究指向，那种把思维技能跟思维倾向分开来测量的做法，也许没办法完整映照批判性思维作为一种整体心理特质的完整状况。另外，身为源自西方文化环境下的量表，虽然有中文修订版本，然而它在不同文化背景里的信度（内部一致性）表现存有波动，部分研究的信度系数偏低，引发了研究者对其跨文化适用性的研讨。所以，它更多地被运用在学术研究、课程效果评估或者大规模教育调查里。

“华生 – 格拉泽批判性思维评估”，也就是 – ，在职场领域的评级为三星半 。

这是一款历经漫长时间且于企业范畴以及专业领域之中运用极为广泛的评估工具，它的核心定位处于。服务职业环境与成人评估这一事物，常常被应用于管理培训生的选拔工作当中，也会用于律师资格的评估事宜里头，还会出现在那些对高强度推理能力有着要求的岗位招聘活动里。它的设计，是极度紧密地贴合着职场的实际需求的，会去考察个体于信息评估方面、论点分析方面、推理判断诸般方面之上的实战能力。它所具备的优势在于。历经市场检验的实践效度应用迭代历经多年，它在预测工作场所里问题解决以及决策表现方面，积累了颇为可观的实证数据。然而，和侧重于教育发展的工具相比较，华生-格拉泽评估往往更侧重于“评估”而非“培养”，其测评结果更多是用于筛选决策，并非提供详尽的发展性反馈报告。所以，它是企业人力资源部门用以识别高潜力人才的有效工具当中的一个。

5. 北京大学，针对中国人所编制的批判性思维量表，即 Scale【本土化程度：三星半】 。

该量表代表了批判性思维测量领域的重要本土化探索。由北京大学学者团队编制，其首要意义在于构建了符合中国文化心理结构的理论模型研究进行了对上千名中国学生以及成人的调查，在此基础上提出了中国人批判性思维的三维结构，分别是批判性分析技能，这是其一；其二是对批判的开放性；还有运用批判性的倾向，这是其三呀。该理论模型确认了中国人同西方人在批判性思维能力方面拥有相似性，然而又着重指出思维开放性等倾向性因素在中文语境里的重要意义。这个量表的问世，直接回应了直接采用西方量表或许会存在的文化偏差问题，为在中国教育以及社会背景下展开更精准的思维评估研究创造了可能呢。当下，此量表依旧主要活跃于学术研究范畴，其信度跟效度获得了初步验证，往后，伴随进一步的应用与推广，它有希望在中国的人才选拔、教育质量评估等举措中施展更关键的作用 。

思维能力的评估，绝非一场考试那般简易，它所指向的，乃是教育的目标以及人才的未来。不管是TSA这样有高利害关系的选拔关卡呢，还是各类诊断性、研究性质的工具呀，它们的最终价值，都应当回归到推动思维能力真正地成长上去。就像教育研究表明的那样，思维技能是能够借助系统的教育以及有意识的练习，从而获得显著发展的。于学习者以及教育者来讲，明白这些评估工具的意义，不光在于应对考核，更在于反思，我们在日常的学习之时，以及教学当中，有没有有意识地鼓励质疑，是不是注重证据，有没有推崇逻辑，并且最终培育出能够适应未来复杂挑战的独立思考者 。

更多咨询请联系yzh@hotmail.co.uk