Gallika.net

Doit-on supprimer les notes à l'école ?

Collectif Gallika.net — 2012-01-19T07:58:00Z

Des collègues français expérimentent un nouveau système d'évaluation des élèves.

Sur le bulletin, les notes sont remplacées par un code couleur :

⃝ = compétences acquises
⃝ = compétences partiellement acquises
⃝ = il reste beaucoup de travail à faire pour progresser
⃝ = beaucoup de choses ne vont pas

Dans les écoles où cette réforme est expérimentée, les parents et les élèves ont d'abord été très surpris. Et pour cause : les premiers de classe ne savent plus s'ils le sont toujours, les 16/20 obtiennent un vert trop clair à leur goût… Mais le 0/20 en dictée se réjouit de voir une peine capitale devenir couleur : il est vrai que le zéro pénalise surtout l'individu (« T'es nul ! »), alors que la couleur caractérise plutôt la qualité d'une performance ou d'un comportement (« Tu as vraiment fait beaucoup de fautes… »).

Pour l'instant, les avis restent partagés sur les bienfaits de la substitution des couleurs aux notes. Ce qui par contre est apprécié par tous, c'est l'obligation qu'ont les enseignants de préciser les raisons pour lesquelles ils attribuent telle ou telle appréciation. Ils le font en ventilant l'évaluation sur une douzaine de critères.

Au collège, par exemple, ces critères sont les suivants :

1. respecter les règles de la vie en cours et du matériel
2. respecter les camarades et être à leur écoute
3. avoir son matériel
4. avoir son cahier en ordre et à jour
5. travail à la maison fait
6. lire, comprendre, appliquer une consigne
7. mémoriser, restituer des connaissances
8. réfléchir : raisonner, décrire, expliquer
9. produire : communiquer à l'écrit
10. produire : communiquer à l'oral
11. respect du règlement intérieur
12. investissement dans la vie du collège

Ainsi, parents et élèves savent le pourquoi exact des choses et les enseignants ne sont plus obligés de tenir des comptes d'apothicaire pour calculer une moyenne ou d'hésiter longuement – et stupidement – entre un 10,5 et un 11 par exemple, au moment d'attribuer quelque note.

De quoi nous faire réfléchir…

Présentation d'un nouvel instrument pour la notation des productions écrites aux examens de langues (ΚΠγ) organisés par le Ministère grec de l'éducation nationale et des cultes

Olivier Delhaye — 2009-12-31T14:07:37Z

Une plus grande rapidité de la notation, la mise en place de nouveaux verrous.

Résumé

Après avoir reprécisé dans quel cadre théorique pluridisciplinaire devraient être scientifiquement conçus les instruments d'évaluation de la compétence de production écrite des candidats qui présentent les examens du KPG, nous montrons comment ont fonctionné les instruments utilisés, de la session d'avril 2003 à celle de novembre 2007, pour la notation des copies remises par les candidats aux examens de français.

À partir d'analyses de scores réalisées au terme de chacune de ces sessions d'une part, et d'observations réalisées dans le centre de notation de l'autre, nous relevons les qualités et les défauts des instruments utilisés alors.
C'est sur la base de ce recensement, que nous tentons d'élaborer ensuite un instrument plus performant encore.

Une description détaillée de cet instrument et de son emploi est fournie.
Ses avantages aux plans docimologique (fiabilité, validité, sensibilité et constance) et ergonomique (rapidité, flexibilité, efficacité) sont enfin recherchés au fil de la présentation
– du protocole des premières expérimentations qui en ont été faites au cours de la session de mai 2008, aux épreuves de niveaux B1, B2 et C1,
– des réajustements opérés et
– des résultats issus de l'analyse statistique des scores enregistrés au cours de cette session.

Contexte

En 1999, le Ministère grec de l'Éducation et des Cultes a entrepris la mise en place d'un système national d'évaluation de la connaissance et de l'usage des langues étrangères : le KPG [1]. Ainsi, depuis 2003, des examens d'anglais, de français, d'italien et d'allemand sont organisés deux fois par an sur la base d'un programme commun, de spécifications identiques et à l'aide de mêmes outils de mesure des compétences de communication. [2]

La responsabilité scientifique de la conception des examens, de la rédaction des sujets et de la mise en œuvre des procédures d'évaluation a été confiée, pour chaque langue, à une équipe de chercheurs universitaires différente. [3]

Le cadre théorique dans lequel sont conçus les instruments d'évaluation des compétences de communication des examinés est nécessairement pluridisciplinaire.Ce sont bien évidemment les prescriptions propres aux champs (a) de la didactique et (b) de la docimologie qui jouent les rôles les plus déterminants dans l'établissement de la qualité du système.

a. Le cadre didactique est clairement défini dans la documentation publiée et disséminée par les services du Ministère. Un texte fondateur, justement intitulé Cadre Commun du Programme des Examens [4] définit l'objectif général de ces examens comme étant l'évaluation de l'usage socialement déterminé qui est fait de la langue pour la compréhension et la production de signes, dans le respect des normes du cadre socioculturel de leur production, par le biais de textes écrits ou oraux caractéristiques de divers genres de discours [5].

Ainsi, ce cadre commun recense entre autres :
– les modalités linguistiques et (inter)culturelles d'utilisation de la langue dont les candidats doivent prouver la connaissance,
– les activités communicatives auxquelles ils doivent être capables de prendre part,
– les genres de discours et de textes, oraux ou écrits, au contact desquels ils doivent pouvoir être placés,
– les environnements socioculturels dans lesquels peuvent s'intégrer les activités proposées et
– les domaines sociaux auxquels les candidats doivent être en mesure de se référer.

Ces descripteurs contraignent non seulement les caractéristiques des activités d'évaluation qui sont proposées aux examinés mais aussi les caractéristiques des documents sur le traitement desquels peuvent reposer certaines de ces activités.

Le KPG n'évalue donc pas de connaissances scolaires, ni ne réalise l'évaluation sommative de compétences acquises au terme de parcours éducatifs précis. Il prévoit au contraire d'effectuer l'évaluation et la certification de la connaissance pratique de certaines langues sur des objectifs spécifiques soigneusement sélectionnés au terme d'une analyse des besoins sociaux.

Cette approche va résolument dans le sens de la perspective actionnelle de l'usage et de l'apprentissage des langues promue par le Conseil de l'Europe et présentée dans le Cadre européen commun de référence pour les langues [6]. En témoignent, entre autres, les conclusions d'une sixaine de travaux de recherches entreprises, avec le soutien du Troisième Cadre Communautaire d'Appui, par les chercheurs du Laboratoire de Didactique des Langues du Département de Langue et Littérature française, sous la responsabilité scientifique du Professeur Aristea-Nikoleta Symeonidou-Christidou. [7]

b. Les moyens développés pour que soit garanti un degré de qualité docimologique maximal sont également énumérés dans la documentation fournie par les services du Ministère [8].

Ainsi, les qualités métrologiques de validité, de fiabilité, de sensibilité et de constance des examens sont systématiquement recherchées et notamment estimées par l'organisation d'une analyse statistique itérative des scores des examinés à chaque session.

Les sujets de libre production de discours écrit – que cet article concerne plus particulièrement – sont également pré-testés pour que soit confirmée, avant la finalisation de leur rédaction, leur réelle adéquation à l'objectif pour lequel ils ont été conçus. La qualité de ces sujets est aussi contrôlée sur la base d'une analyse docinomique [9] des résultats [10].

Les questions liées à la qualité didactique des sujets de l'épreuve de production écrite [11] ne seront pas abordées ici : seule, la question de la notation des copies sera traitée.

Le premier instrument de notation

De la session d'avril 2003 à celle de novembre 2007,un instrument très performant, créé par le Professeur Antonis Tsopanoglou, actuellement président du Comité Central d'Examen du KPG, a été utilisé pour la notation des copies remises par les candidats au terme de l'épreuve de production écrite des examens de français. Il peut être décrit dans les termes qui suivent [12].

Dans des lieux de passation sensiblement identiques [13] et dans un temps de passation suffisant [14], les candidats sont invités à rédiger [15] deux textes courts dans le respect de consignes et d'instructions.

Les compétences à développer sont d'un type actionnel puisque les candidats sont systématiquement placés dans une situation-problème [16] que la rédaction d'une lettre, d'un mot, d'un email, d'un rapport peut aider à résoudre. Il leur est par exemple demandé de proposer à un ami d'aller voir ensemble un spectacle, de réagir à un message publié sur des forums, bref, de développer des compétences de stratégie sociales nécessitant notamment la mise en œuvre des compétences de communication inhérentes.

Les productions écrites des candidats sont rassemblées dans un lieu central [17], sont notées par un corps permanent de correcteurs [18] sur la base de critères fixés, dans le respect des consignes du Comité central d'examen, par les équipes scientifiques. Chaque copie est notée par deux correcteurs [19] dont l'activité est dirigée et évaluée tout au long de la procédure d'évaluation.
Pour réduire autant que faire se peut l'influence de la subjectivité des évaluateurs, une grille d'évaluation est remise à chacun d'entre eux.Cette grille n'est pas à proprement parler remplie par le correcteur mais elle permet à ce dernier, en guidant sa réflexion, d'attribuer à chaque critère d'évaluation son importance relative.

Les critères, ou groupes de critères, d'évaluation figurant dans cette grille peuvent être classés en trois catégories : la bonne réalisation des intentions fixées par la consigne, dans le respect des instructions qui l'accompagnent (compétence pragmatique), le respect des normes sociolinguistiques imposées par la situation de communication proposée (compétence sociolinguistique) et le respect des normes proprement linguistiques (compétence linguistique : lexique, morphosyntaxe, orthographe, lisibilité).

L'indication du numéro des descripteurs du Cadre commun des examens auquel correspond chacun des critères montre que ces derniers répondent bien aux prescriptions des concepteurs et aux attentes des examinés.
Ces critères et leurs degrés de réalisation potentiels sont présentés sur trois colonnes. La nature des critères est définie dans les en-têtes de ces trois colonnes. Les correcteurs doivent déterminer et indiquer le degré de réalisation de chacun de ces critères, en opérant d'abord un choix binaire portant sur la recevabilité de la copie puis, suivant le cas,
– un choix ternaire entre les options tout-à fait hors sujet, texte incompréhensible, aucune réponse / quelques mots épars ou, beaucoup plus souvent,
– un choix ternaire entre les options très satisfaisant, moyennement satisfaisant, peu satisfaisant suivi de deux choix binaires entre les options peu de fautes et beaucoup de fautes [20], puis entre oui et non.

En passant d'une colonne à l'autre, chacun des évaluateurs suit donc un itinéraire arborescent qui est fonction de ses choix successifs et qui le conduit à un score situé sur une échelle constituée de valeurs discrètes ordonnées, s'étendant de 1 à 15 (fig. 1). Au total, quatre décisions doivent donc généralement être prises par le correcteur.

Figure 1 – Structure de la grille de notation et exemple d'itinéraire arborescent

Lorsqu'il a fini d'évaluer les deux productions du candidat, le correcteur reporte sur le formulaire adéquat la somme des deux scores auxquels il a été successivement conduit. Le personnel administratif du centre de correction est ensuite chargé de démasquer les scores attribués par chacun des deux évaluateurs et de vérifier si les écarts entre les deux scores ne sont pas trop importants. Si un écart anormal est repéré, un arbitrage est réalisé par un troisième évaluateur.Le reste du traitement est effectué automatiquement : lecture optique des scores, moyennage [21] et stockage informatique.

Le degré d'efficacité de l'outil semble élevé. En effet, au fil des sessions, on constate que les courbes de distribution des résultats à l'épreuve de production écrite ont une allure normale (courbe gaussienne, coefficients d'asymétrie réduits) et que la corrélation entre les notes attribuées par deux correcteurs différents à une même copie (fidélité interjuge) est constante et forte.

Cette rare qualité doit être signalée. En effet, les études statistiques réalisées par Piéron (1963), par Reuchlin (1971), par De Lansheere (1976) ou, plus récemment par Merle (1996) montrent toutes que les résultats à une épreuve d'expression écrite sont en partie dus au hasard de l'attribution d'une copie à tel ou tel correcteur. La plupart des expériences de multicorrection aboutissent aux mêmes conclusions : l'évaluation par le jugement humain est peu fiable. La qualité de l'instrument de notation est donc manifeste mais quelques questions peuvent – et doivent ! – malgré tout être posées :

1) La grille de notation est-elle systématiquement utilisée par le correcteur ?

L'observation du travail des correcteurs sur le terrain a montré que certains d'entre eux, à vrai dire, rompus à cette tâche d'évaluation, utilisent parfois la grille comme un simple instrument de « remise à l'heure des horloges ». Dans ce cas, la fiabilité de l'évaluation est bien entendu menacée.

2) La structure arborescente de la grille permet-elle une évaluation fiable et surtout l'évaluation de tous les cas de figure ?

La sempiternelle question de la pondération des scores [22] se pose en effet ici. Ainsi, par exemple, suivant la version [23] de la grille utilisée, la réalisation des critères de lisibilité ou de qualité orthographique est tantôt notée, tantôt pas ; la réalisation des critères de qualité lexicale permettent l'obtention d'un seul point sur 15 (6,6% de la note maximale) ou de trois points sur 15 (20%). La motivation de ces différences de pondération entre les compétences ne semble pas avoir été expliquée dans la documentation publiée par le Ministère.

De plus, le fait que les choix opérés entre les 29 options potentielles soient contraints par la structure arborescente de leur organisation fait se poser la question du bien fondé des relations de subordination critérielle qu'impose cette dernière.Ce rapport de subordination, observé au cours de l'analyse de la grille utilisée jusqu'en novembre 2007, de certaines compétences à d'autres pourrait empêcher une notation objective : on ne peut pas toujours estimer avec précision et avec certitude dans quelle mesure le développement insuffisant d'une compétence précise influe sur le degré d'efficacité globale de la production.

Il a été montré qu'une même imperfection relevée dans deux productions différentes peut avoir des retentissements d'importances très diverses sur l'efficacité finale des écrits dans lesquels elle s'intègre. [24] Ainsi, par exemple, un très petit nombre de fautes d'orthographe, même mineures, peut compromettre l'efficacité d'une lettre de candidature par ailleurs fort bien construite. Un plus grand nombre de fautes d'orthographe pourrait ne pas gêner le destinataire d'une carte postale envoyée de vacances par un ami étranger. Tout dépend ici des composantes de la situation de communication.

Ceci étant dit, dans deux situations de communication identiques, l'importance relative des performances déployées peut aussi varier. Et c'est d'ailleurs le problème qui se présente à d'assez nombreuses reprises lorsque des évaluateurs ne trouvent pas dans la seconde colonne et en regard de la première option qu'ils ont cochée, des descripteurs correspondant aux qualités de l'écrit évalué. Il peut, en effet, parfois arriver qu'une production peu satisfaisante au plan de la réalisation des intentions et du respect des normes sociolinguistiques soit pourtant très satisfaisante aux seuls plans syntaxique et lexical, ou vice-versa. La notation de ces cas de figure n'est pas prévue par la grille.

3) N'est-il pas possible d'encore simplifier la procédure de notation ?

L'utilisation de la grille de notation reste assez lourde dans la mesure où le correcteur doit prendre jusqu'à quatre décisions successives, noter le score correspondant sur une feuille de brouillon, effectuer à nouveau cette procédure pour le second écrit, calculer le total des scores et reporter ce dernier sur le formulaire adéquat.

4) Le calcul de la note est-il tout à fait transparent ? Peut-il être contrôlé ?

Le calcul, effectué mentalement, de la note totale (addition des notes attribuées à chacun des deux écrits) rend par ailleurs l'analyse des scores plus difficiles dans la mesure où la note totale enregistrée peut, sous un aspect normal, résulter du calcul de la moyenne de deux notes particulièrement – et peut-être anormalement –divergentes. En neutralisant les écarts, ce système ne contrôle peut-être pas suffisamment les possibilités d'erreurs dans la notation de chacune des productions, considérées séparément. Il est aussi possible que des erreurs de calcul mental surviennent et ne soient jamais découvertes.

5) L'absence de seuils de réalisations opérationnels ne freine-t-elle pas le travail de notation ?

Les degrés de réalisation des descripteurs repris dans la grille sont peut-être formulés en des termes qui donnent une trop grande latitude à la subjectivité des correcteurs. Comment peuvent-ils en effet concrètement distinguer l'écrit moyennement satisfaisant de l'écrit peu satisfaisant ? À partir de quel nombre de fautes peuvent-ils considérer qu'elles sont nombreuses ?

En l'absence de seuils de réalisation concrets et précis, les évaluateurs hésitent parfois trop longtemps entre les options offertes, surtout pour le premier choix, justement celui qui fait perdre ou gagner un nombre plus considérable de points (4 points sur 15, soit plus de 25% de la note).

Ces cinq questions concernent d'une façon ou d'une autre les qualités didactiques et métrologiques de l'évaluation. C'est donc de la nécessité d'y répondre qu'est née l'hypothèse que nos recherches ont tenté de confirmer à savoir qu'il est possible de concevoir un instrument de notation qui soit plus efficace encore aux plans ergonomique et docimologique.

La construction d'un outil a ainsi été réalisée sur la base des considérations qui précèdent. Ce nouvel instrument de notation et les principes de son fonctionnement seront présentés dans les pages qui suivent. Les résultats de la tentative de validation par l'analyse et par l'expérimentation de ses qualités didactiques et métrologiques seront livrés ensuite.

Le nouvel instrument de notation

Pour chaque niveau, le matériel de notation consiste en un document de 3 ou 4 pages reliées comportant
– l'impression polychrome d'une grille de notation (fig. 2), encadrée par deux listes, une par sujet, (fig. 3) d'objectifs à atteindre, exprimés en termes de performances attendues,
– la reproduction fidèle des consignes et instructions qui ont été adressées aux examinés.

La grille de notation, identique pour les deux activités mais qui peut légèrement différer d'un niveau à l'autre, est constituée de six zones grisées réparties en deux rangées.

Figure 2 – Exemple de grille pour la notation des écrits

La rangée supérieure permet au correcteur d'indiquer le nombre des performances attendues effectivement réalisées par le candidat. La description de ces performances attendues est faite en des termes qui renvoient aux compétences pragmatique, sociolinguistique et de stratégie. Chaque zone correspond à un nombre de performances indiqué en blanc (4,3 ou 2-1).
Avant de définitivement considérer un objectif (fig. 3) comme atteint, le correcteur est invité à vérifier si le non respect des contraintes sociolinguistiques imposées par la situation n'en empêche finalement pas la bonne réalisation (respect de normes sociolinguistiques) et à se demander si l'allocutaire réagira bien comme l'attendent le locuteur et la consigne d'activité (efficacité de l'écrit).

En pratique, le correcteur doit s'identifier au destinataire de l'écrit et se demander si le scripteur a réalisé les intentions fixées par la consigne, d'ailleurs reproduites sur la même page que la grille [25].

Figure 3 –Listes des performances à réaliser

La rangée inférieure de la grille de notation (fig. 2) permet d'indiquer le nombre d'écarts relevés par rapport aux normes du système de la langue (orthographe, morphologie, syntaxe, lexique, etc.). On ne traite donc ici que la qualité linguistique de l'écrit.

Le dénombrement des mots soulignés peut être approximatif. Ainsi, dans la grille reproduite dans ces pages (Fig. 2), un écrit comportant 11 ou 12 écarts peut être rangé dans la zone « BCP 5-10 » si l'évaluateur estime qu'un certain nombre de ces fautes sont d'une importance mineure. Ce réajustement devrait rester occasionnel.

Le correcteur pose ensuite un doigt au centre de la zone de la rangée supérieure correspondant au nombre des objectifs attendus effectivement atteints par l'examiné.

Il pose un second doigt au centre de la zone de la rangée inférieure correspondant au nombre de mots soulignés dans la copie.

La note à reporter sur le formulaire adéquat est celle qui figure dans le carré ou dans le losange situé exactement à mi-chemin entre les deux zones pointées des doigts par le correcteur (fig. 4).

Figure 4 – Mode d'emploi de la grille

Si le correcteur pense que cette note ne reflète pas la valeur subjective qu'il prête lui-même à l'écrit, il peut ajouter ou retrancher un, et un seul, point. C'est la seule marge de manœuvre laissée à sa subjectivité.

Si plus de 30 écarts linguistiques sont dénombrés ou qu'aucun objectif n'est atteint, la note ne peut en aucun cas dépasser 4 [26].

La note maximale est attribuée lorsque les 4 objectifs sont atteints et que le nombre d'écarts linguistiques est inférieur à 3 [27].

Les avantages que semble comporter cette grille et ce barème sont les suivants :

a. Par une simple modification des valeurs renseignées, il est possible d'adapter la grille et le barème à un type d'activité ou à un niveau particulier [28]

b. La grille est commune aux deux sujets, ce qui amoindrit le risque de confusion lors de l'évaluation successive des deux productions d'un même examiné.

c. Les objectifs pragmatiques sont exprimés en termes de performances (le plus souvent des micro-fonctions) dont le seuil de réalisation est concret [29] (réalisation effective de l'acte et de l'intention).

d. Le nombre des objectifs est systématiquement limité et fixé à 4.

e. Le calcul de la qualité de la compétence pragmatique est réalisé à partir d'une appréciation quantitative, plus opérationnelle et donc plus objective.

f. Dans la grille proprement dite (fig. 2), la formulation des descripteurs est réduite à 13 mots (contre 80 environ dans le premier instrument), toujours identiques d'une grille à l'autre.

g. Des seuils chiffrés (nombre de fautes) autorisent un calcul de la qualité linguistique réalisé à partir d'une appréciation quantitative, plus objective.

h. La coloration de la ligne horizontale centrale permet au correcteur d'avoir toujours en tête la signifiance de la note (éliminatoire, inférieure à la moyenne générale exigée, supérieure à la moyenne générale exigée). Cette information peut l'inciter à considérer deux fois plutôt qu'une le bien fondé des choix qu'il a opérés.

i. Le placement hors zones des notes extrêmes dont l'attribution doit rester occasionnelle fait aussi reconsidérer le bien fondé des choix effectués.

j. La mise en page permet d'effectuer mécaniquement un calcul, facile et donc fiable, de la note finale.

k. La marge de manœuvre de la subjectivité du correcteur est réduite à 1, ce qui assure une notation plus fiable.

l. Il est possible de traiter équitablement des cas de figure extrêmes, mais néanmoins possibles, comme celui d'examinés parvenant à réaliser, malgré 25 fautes de langues commises,les 4 objectifs impartis : ils obtiendront 9 sur 15 alors que dans la grille du premier instrument de notation, ils auraient obtenu, soit 12 sur 15 si le correcteur avait respecté l'arborescence, soit 4 sur 15 si le correcteur avait décidé de choisir la note qui se trouve en regard du degré de réalisation de la seule performance linguistique.

m. Dans la plupart des cas, le nombre des décisions à prendre est réduit de quatre (premier instrument de notation) à deux : nombre d'objectifs atteints, nombre d'écarts linguistiques.

n. Si l'écrit n'est pas recevable : le correcteur choisit simplement entre trois caractérisations redéfinies [30] (aucun rapport avec le sujet, rien de cohérent ou cahier vide).

o. La possibilité est donnée au correcteur de consigner dans une zone réservée à cet effet les dysfonctionnements éventuels, les difficultés qu'il a pu éprouver, la description d'un cas de figure imprévu, une remarque adressée aux concepteurs de l'épreuve et/ou aux rédacteurs des sujets.

p. Les consignes, les instructions et les documents donnés aux examinés sont reproduits – et donc plus probablement consultés – sur la ou les pages qui suivent directement celle où figure la grille.

q. L'emploi systématique de la grille et le respect du barème par les correcteurs sont pratiquement assurés puisque ces derniers devront nécessairement pointer du doigt deux zones significatives de la grille pour pouvoir calculer la note à attribuer.

Validation

L'expérimentation de la grille s'est faite de quatre façons.

a. La grille a été appliquée par trois juges expérimentés [31] sur des échantillons extraits de l'ensemble des copies à corriger au cours des sessions de mai 2008 puis par un seul juge [32] en novembre 2008. Ces expérimentations avaient pour but premier d'étalonner l'instrument pour chaque niveau. L'étalonnage consistait essentiellement à déterminer les valeurs qui allaient représenter les seuils de réalisation des critères considérés, en d'autres termes les valeurs permettant de distinguer l'une de l'autre les six zones de la grille de notation. Les travaux d'étalonnage ont simplement consisté en l'établissement préalable de la normalité [33] des courbes de distributions des notes pour chaque niveau et pour chaque activité puis en la définition de seuils permettant l'établissement d'une moyenne des notes et d'un écart-type comparables à ceux des sessions précédentes.

b. Elle a aussi été expérimentée au cours d'un stage assurant la formation de 15 nouveaux membres du corps permanent des correcteurs, organisé dans le cadre d'un programme soutenu par le Troisième Cadre Communautaire d'Appui et placé sous la responsabilité scientifique du professeur Rinetta Kigitsioglou-Vlachou.

Des activités visant le calibrage et l'établissement de standards [34] y ont été organisées. Lors d'une séance de correction pilote effectuée au terme de cette formation, il est apparu que, si les outils de mesure de la compétence linguistique étaient fiables (3 écarts interjuges seulement sur 105 corrections), ceux qui mesurent la compétence pragmatique l'étaient moins (22 écarts). Le perfectionnement de l'outil a consisté en une amélioration de la formulation des objectifs pragmatiques (de part et d'autre de la grille proprement dite) et des instructions aux correcteurs inhérentes.

c. La grille a aussi été expérimentée au cours des deux formations de correcteurs qui précédaient immédiatement la correction des copies des sessions de mai et de novembre 2008. Faute de moyens, les taux de fidélité interjuge, pourtant très élevés, n'ont hélas pas été actés. Il reste que cette forte corrélation était obtenue au terme de travaux collaboratifs et qu'elle n'était donc pas nécessairement représentative de celle qui serait établie au terme de chaque session.

d. Enfin, la grille a été utilisée pour la correction de l'ensemble des copies au cours de ces deux mêmes sessions. Durant cette dernière étape, plus aucun ajustement n'a pu être opéré sous peine de compromettre la constance – et donc l'équité – de l'évaluation. Toutefois, l'étape finale revêtait un intérêt particulier : elle allait notamment permettre d'analyser des statistiques plus significatives puisqu'elles allaient porter sur la totalité des actions évaluatives réalisées au moyen de cet instrument au cours d'une même session [35].

Les résultats des analyses statistiques ont été les suivants.

À chacun des quatre niveaux, les courbes de distributions se révèlent normales, suffisamment symétriques, similaires d'une année à l'autre [36] pour les niveaux B1, B2 et C1 [37] (fig.5), et le degré de fidélité interjuge, simplement estimé sur la base du résultat du calcul du coefficient de corrélation de Bravais-Pearson entre les notes attribuées par les correcteurs à de mêmes copies, s'est révélé similaire d'une année à l'autre également, tout comme les moyennes et les écarts-types, d'ailleurs (fig. 6).

Figure 5 – Distributions des notes à l'épreuve d'expression écrite aux sessions de mai 2007 et 2008, par niveau

Figure 6 – Moyennes des notes, écarts-types et corrélations interjuges aux sessions de mai 2007 et 2008, par niveau

La comparaison entre les nuages de points, dans les deux graphiques qui suivent (fig. 7), permet de constater que le degré de corrélation entre les notes attribuées à une même copie (fidélité interjuge) est élevé (courbes de tendances linéaires coïncidant presque avec la diagonale),sensiblement le même d'une année à l'autre, comme en témoigne l'inclinaison presque identique des courbes de tendance. On observe toutefois à la session de mai 2008 – et au contraire de la session de mai 2007 – que les notes extrêmes sont en corrélation plus étroite (le nuage forme une ellipse plus oblongue aux deux sommets) et qu'absolument aucun désaccord interjuge hors normes n'a été relevé (aucune note ne se détache du nuage). Ces observations reflètent une augmentation du degré de fiabilité de l'instrument.

Figure 7 – Représentation de la corrélation entre notes attribuées à une même copie

Sur le terrain, le travail des correcteurs s'est effectué beaucoup plus rapidement et certainement plus efficacement puisqu'aucune anomalie dans les notes n'a été décelée, puisqu'absolument aucun arbitrage interjuge n'a été nécessaire.

Les variables disponibles pour juger de la fiabilité du dispositif de notation n'ont pas pu être toutes exploitées dans la mesure où leur nombre était sensiblement moindre aux sessions organisées avant la date de première utilisation du nouvel instrument.

Ainsi, par exemple, les risques d'erreurs et l'opacité du calcul des notes ont été récemment éliminés par la décision du Comité Central de faire imprimer de nouveaux formulaires imposant le report séparé des deux notes à additionner. Cette mesure permet d'écarter désormais le risque d'une erreur de calcul et d'analyser séparément les notes attribuées à chacun des deux écrits d'un même candidat. De la même façon, les gros écarts entre les notes attribuées par deux correcteurs à un même écrit peuvent être repérés, eux aussi, et analysés.

Il est donc aujourd'hui possible d'identifier les correcteurs et de connaître la note attribuée par ces correcteurs à chacune des deux activités. Ces nouvelles variables vont permettre de neutraliser certains facteurs – comme, par exemple, les écarts systématiquement liés à l'identité d'un correcteur (d'un couple de correcteur) particulier ou aux caractéristiques d'une activité mal construite – qui peuvent parasiter ou biaiser l'estimation de la fiabilité de l'instrument de notation proprement dit. Mais pour que ces variables soient exploitables, il est nécessaire que les données statistiques brutes issues des résultats à deux sessions au moins soient accessibles aux chercheurs. Ce qui n'est pas encore le cas [38].

De ces premières expérimentations et de l'analyse des variables actuellement exploitables, il ressort que le nouvel instrument comporte des avantages aux plans ergonomique et docimologique.

Il a été montré qu'au plan ergonomique, cet instrument permet

a. une plus grande rapidité de la notation (constatée par les responsables et reconnue par les correcteurs) des copies, favorisée par l'unicité de la grille destinée à la notation des deux écrits, par l'amoindrissement du nombre des objectifs dont la réalisation doit être constatée, par une réduction substantielle de la longueur des formulations et du nombre des décisions à prendre, et surtout par la possibilité d'exprimer le degré de réalisation des critères par des valeurs discrètes ;

b. la mise en place de nouveaux verrous de sécurité comme l'utilisation de la couleur pour rappeler la signifiance des notes, le placement hors zones des notes extrêmes, une mécanisation du calcul de la note, la réduction à un seul point de la marge de manœuvre laissée à la subjectivité, l'impossibilité d'attribution d'une note sans que la grille soit utilisée, la proximité des consignes données au cours de l'examen ;

c. une plus grande flexibilité de la notation désormais adaptée à tous les cas de figure, même les plus extrêmes, adaptable à tous les types de sujets et facilement étalonnable.

Au plan docimologique, si ces améliorations d'ordre ergonomique ne semblent pas, dans les chiffres, avoir contribué à quelque augmentation spectaculaire des degrés de fiabilité, de validité, de sensibilité ou de constance de la procédure de notation, elles ont au moins le mérite de ne pas avoir non plus contribué à amoindrir les qualités métrologiques traditionnelles de l'épreuve.

Il a par ailleurs été montré que les notes extrêmes sont attribuées avec plus de fiabilité et que les cas de désaccords manifestes entre juges ont disparu.

Le comportement de certaines variables, auxquelles nous avons accès depuis mai 2008 seulement, font soupçonner une influence de la nature de l'activité langagière à évaluer (production vs médiation) et de la constitution des couples de correcteurs sur le degré de fidélité interjuge. S'il nous est permis, au terme des prochaines sessions, de répéter nos mesures, la neutralisation de ces facteurs parasites permettra d'estimer avec plus de précision les qualités métrologiques de l'instrument de notation et ainsi, d'encore affiner notre outil.

Références bibliographiques

Conseil de l'Europe / Conseil de la Coopération culturelle / Comité de l'éducation / Division des langues vivantes et Didier (éds), 2005 – « Cadre européen commun de référence : apprendre, enseigner, évaluer », 2^e éd., Strasbourg-Paris.

Conseil de l'Europe, 2003 – « Relier les examens de langues au Cadre européen de référence pour les langues : Apprendre, enseigner, évaluer (Cadre européen commun de référence) », Strasbourg, Division des Politiques Linguistiques, 2003. – Site du Conseil de l'Europe. [En ligne] http://culture2.coe.int/portfolio/documents/cadrecommun.pdf, dernière consultation le 04/07/2008.

De Landsheere, G., 1976 – Introduction à la recherche en éducation. A. Colin-Bourrelier, Paris.

Delhaye O., 1998 – Présentation critique d'un instrument d'évaluation mis en œuvre en Grèce pour l'octroi d'une certification en langue française, Mémoire de DEA – Sciences du langage, Université de Mons-Hainaut, Mons. [En ligne] http://gallika.net/tvx, dernière consultation le 07/09/2008.
Delhaye O., 2006a – Modèle d'évaluation des dispositifs et des techniques d'évaluation certificative en langues étrangères, Thèse de doctorat en sciences du langage et de la communication, Université Aristote de Thessaloniki.

Delhaye O., 2006b – « Évaluation certificative - Certification internationale de la connaissance d'une seule langue vs certification nationale de la connaissance de plusieurs langues », Edufle.net, ISSN 1773-0511.
Hadji Ch., 1997 – L'évaluation démystifiée. ESF, Paris.

Meirieu Ph., 1987 –Apprendre… oui, mais comment ?, Éditions ESF, Paris.
Merle P., 1996 – L'évaluation des élèves, enquête sur le jugement professionnel. PUF, Paris

Milanovic M., 2005 – « Évaluation de compétences en langues et conception de tests », in Site du Conseil de l'Europe.
[En ligne] http://culture2.coe.int/...revoctobre.doc, dernière consultation le 07/09/2008.

Ministère grec de l'éducation nationale et des cultes (éd.), 2005 – Certificat d'État de Connaissance des Langues. Livret d'informations, Athènes.

Ministère grec de l'éducation nationale et des cultes, Certificat d'État de Connaissance des Langues - Section du site du ministère consacrée au CECL
[En ligne] http://www.KPG.ypepth.gr, dernière consultation le 07/10/2008.
Noizet G. et Bonniol J.-J., 1969 – « Pour une docimologie expérimentale », in Bulletin de Psychologie, 1968-1969.

Piéron H., 1963 – Examens et Docimologie. PUF, Paris.

Reuchlin M., 1971 – Traité de psychologie appliquée. PUF, Paris.

Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Φιλοσοφική Σχολή, Τμήμα Γαλλικής Γλώσσας και Φιλολογίας, Τομέας Γλωσσολογίας και Διδακτικής, 2008 – Παρουσίαση των υφιστάμενων συστημάτων πιστοποίησης γνώσης γαλλικής γλώσσας που είναι στη διάθεση των ελλήνων πολιτών και ανάλυση των οργάνων μέτρησης που χρησιμοποιούνται από αυτά (non publié).

Υπουργείο Εθνικής Παιδείας και Θρησκευμάτων (εκδ.), 2003. – Κρατικό Πιστοποιητικό Γλωσσομάθειας. Ενημερωτικό Έντυπο, Αθήνα.

Υπουργείο Εθνικής Παιδείας Και Θρησκευμάτων, Κρατικό Πιστοποιητικό Γλωσσομάθειας, 2003 –Ενιαίο Πλαίσιο Προγράμματος των Εξετάσεων. [En ligne] http://www.ypepth.gr/el_ec_category2403.htm, dernière consultation le 04/07/2008.

Annexes

Grille de notation initiale pour l'activité 1, niveau B1
Nouvel instrument de notation
Instructions aux correcteurs
Mode d'emploi de la grille de notation
Grille et barème de notation (niveau B1, novembre 2008)
Rappel des consignes (niveau B1, novembre 2008)

[1] Transcription latine du sigle du dispositif dénommé Κρατικό Πιστοποιητικό Γλωσσομάθειας en grec (Certificat d'État de Connaissance des langues).

[2] Cf. description dans Ministère de l'éducation nationale et des cultes (2005).

[3] Ces chercheurs sont employés par l'Université nationale Capodistrienne d'Athènes et par l'Université Aristote de Thessaloniki.

[4] En grec : Ενιαίο Πλαίσιο Προγράμματος των Εξετάσεων – ΕΠΠΕ (2003).

[5] Cf. Υπουργείο Εθνικής Παιδείας και Θρησκευμάτων (2003 : 15).

[6] Conseil de l'Europe (2001).

[7] Cf. notamment Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Φιλοσοφική Σχολή, Τμήμα Γαλλικής Γλώσσας και Φιλολογίας, Τομέας Γλωσσολογίας και Διδακτικής (2008).

[8] Cf. résumé suffisant in Delhaye (2006b).

[9] À prendre au sens prêté par Noizet et Bonniol (1968-1969) d'investigation docimologique qui dépasse le plan du constat et qui permet un perfectionnement du système d'estimation par la connaissance expérimentale des mécanismes en jeu et des causes de distorsion dans leur fonctionnement.

[10] Cf. Υπουργείο Εθνικής Παιδείας και Θρησκευμάτων (2005 : 29-30).

[11] Elles ontétudiées au cours d'autres recherches entreprises par le Département de Langue et Littérature française avec le soutien du Troisième Cadre Communautaire d'Appui et dont les résultats ne sont pas encore publiés.

[12] Cette description n'est pas réalisée par l'auteur de cette grille et peut donc comporter des lacunes.

[13] Il s'agit le plus souvent d'écoles publiques.

[14] Ce temps est régulièrement réévalué.

[15] Ces textes sont à compéter, parfois, au niveau A.

[16] Au sens entendu par Meirieu (1987 : 164-179).

[17] Dans le centre de notation d'Athènes ou de Thessaloniki.

[18] Le travail des évaluateurs des productions écrites ne consiste certainement pas à les corriger, mais nous conserverons cette dénomination souvent adoptée, notamment dans le Cadre Commun du Programme des Examens du KPg (2003).

[19] Mansour (1978) a montré qu'il faut au moins 7 évaluateurs pour assurer une évaluation fiable d'une même production écrite mais que ce nombre peut être sensiblement réduit si ces évaluateurs disposent d'une même grille d'évaluation.

[20] Les formulations exactes sont plus longues : Aucune faute ou très peu, qui ne gênent pas du tout la compréhension – Quelques fautes qui ne gênent pas vraiment la compréhension – Peu de fautes qui commencent à gêner la compréhension – Beaucoup de fautes qui commencent à gêner la compréhension – Beaucoup de fautes qui finissent par gêner quelque peu la compréhension – Beaucoup de fautes ou grosses fautes. Le lecteur doit relire certains passages pour comprendre (traduit du grec). Cf. Première grille en annexe

[21] Calcul de la moyenne des scores attribué par chacun des évaluateurs.

[22] Cf. par exemple Delhaye (2006 : 18-19).

[23] La grille se décline en plusieurs versions suivant le niveau, l'activité langagière (pure production / médiation) ou la session.

[24] Cf. Delhaye (1998 : 57).

[25] Hadji (1997 : 24-28) déduit de cette intrusion du subjectif dans la notation que l'évaluation n'est finalement pas une opération de mesure, mais avant tout un jugement humain. Il revient au concepteur d'une grille de notation de proposer une catégorisation facile des jugements émis.

[26] Le correcteur ne devra donc poser aucun doigt sur les zones grisées de la grille dans ce cas extrême puisque le nombre des objectifs atteints et celui des écarts linguistiques ne sont pas mis en rapport.

[27] Ce cas de figure, rare, ne peut être représenté par les mêmes relations géométriques, c'est pourquoi il figure également en dehors des zones grisées.

[28] C'est pourquoi d'ailleurs, une mention explicite est toujours faite du sujet précis auquel se rapporte chaque grille.

[29] On pourrait objecter que les adjectifs suffisant et efficace renvoient à des notions relatives, mais elles sont clairement explicitées dans la littérature remise aux correcteurs. Cf. Instrument en annexe.

[30] Nous avons reformulé les descripteurs pour éviter le chevauchement qui pouvait exister entre texte incompréhensible et mots épars, les mots épars pouvant être considérés par certainscorrecteurs comme constituant un texte incompréhensible.

[31] Sandrine Alègre, Efpraxia Papanastasiou, Olivier Delhaye, chercheurs au laboratoire de didactique des langues du Département de Langue et Littérature françaises de l'Université Aristote de Thessaloniki.

[32] Olivier Delhaye, concepteur de l'instrument de notation.

[33] Les courbes sont d'allure gaussienne et les coefficients d'asymétrie sont réduits.

[34] Conseil de l'Europe (2006 : 67 et sq.)

[35] Nous ne disposons pas encore des chiffres qui concernent les résultats de la correction des copies de la session de novembre 2008.

[36] Il a été choisi de comparer les chiffres de deux sessions se déroulant à la même période de l'année (sessions de mai) pour des raisons de fiabilité (importances comparables des populations, neutralisation d'éventuels facteurs parasites).

[37] Les résultats au niveau A ne sont pas pris en compte car, nous ne disposons pas, pour ce niveau, de point de comparaison en mai 2007. Les résultats antérieurs à 2007 ne sont pas non plus pris en compte car les moyennes interlangues étaient moins harmonieuses.

[38] Les données statistiques brutes de la session de novembre 2008 ne sont pas encore publiées.

Cet article a été publié dans Ζητήματα πιστοποίησης της γλωσσομάθειας : Το Κρατικό Πιστοποιητικό Γλωσσομάθειας ως σημείο αναφοράς, Θεσσαλονίκη : Εκδόσεις Μαλλιάρης-Παιδεία, 2009.

Comment noter les performances des élèves en difficulté ?

Olivier Delhaye — 2009-12-04T20:25:04Z

Vivent la pédagogie et l'évaluation du progrès !

Une évaluation peut être pratiquée à divers moments de l'apprentissage et peut remplir de nombreuses fonctions. Nous ne parlerons ici que de formes d'évaluation qui se concentrent sur les acquis des apprenants, et ce, dans un ordre qui, s'il peut paraître étrange a priori, servira au mieux notre propos.

L'évaluation finale

L'évaluation dite finale est pratiquée au terme d'une période plus ou moins longue de temps, quelques jours avant la remise des carnets de notes par exemple, ou en fin d'année. Elle mesure la détention d'une somme de connaissances (l'ancienne et célèbre matière) et/ou de compétences. C'est pourquoi on l'appelle souvent aussi évaluation sommative. Il ne faut toutefois pas confondre les évaluations finale et sommative : l'adjectif finale se réfère au seul moment de l'évaluation dans le cursus de formation ; l'adjectif sommative se réfère à la fonction proprement dite de l'évaluation. Les modalités de l'évaluation finale et sommative sont souvent imposées par le cadre institutionnel dans lequel cette évaluation s'inscrit : par exemple, à la fin de chaque trimestre, l'enseignant attribuera à chacun de ses élèves une note comprise entre 0 et 20 qui équivaudra à la moyenne des notes obtenues par ces mêmes élèves aux interrogations mensuelles.

L'évaluation intermédiaire

L'évaluation intermédiaire, souvent confondue avec l'évaluation formative en raison de l'amalgame moment/fonction déjà évoqué supra, est pratiquée avant le terme de la formation. Son but est de contrôler si des objectifs intermédiaires ont bien été atteints par les apprenants. Les résultats de l'évaluation formative permettent à l'apprenant, mais aussi à l'enseignant, de notamment mesurer la réalité et la qualité d'un apprentissage. Si elle aboutit à des résultats médiocres, les modalités de mise en œuvre de la formation peuvent ainsi être remises en cause et de nouvelles stratégies d'apprentissage peuvent ensuite être mises en place.

L'évaluation initiale

L'évaluation initiale, pratiquée en début de formation, avant tout apprentissage, se veut souvent diagnostique. Elle permet par exemple d'identifier des lacunes à combler ou des besoins précis auxquels devra répondre la formation. De diagnostique, cette évaluation ex ante devient souvent pronostique : le recensement d'un plus ou moins grand nombre de lacunes ou de besoins de communication peut en effet conduire à l'émission, même inconsciente, d'une estimation des chances de réussite de personnes évaluées, par exemple.

Ainsi, des élèves éprouvant des difficultés d'apprentissage précises et réputées permanentes peuvent-ils se voir ranger par l'enseignant qui pratique une évaluation pronostique – et ce, toujours inconsciemment bien sûr ! – dans la catégorie des apprenants qui n'obtiendront jamais de bonnes notes à la fin du trimestre ou de l'année scolaire. Quand on connaît la réalité et la très haute fréquence des prophéties dites autoréalisantes, on mesure le danger qui peut résider dans la pratique de cette dernière forme d'évaluation.

Toutefois, l'enseignant peut veiller à ne pas simplement étiqueter les difficultés constatées et décider de mettre en place un système d'évaluation adapté à leurs spécificités, pour mieux aider ainsi les élèves qui en souffrent.

Cette adaptation des modalités d'évaluation est difficile à mettre en œuvre dans le cadre de l'évaluation finale et sommative, le plus souvent régie par des directives détaillées émanant de l'institution éducative.

À suivre ces directives, on dispenserait par exemple systématiquement les élèves dyslexiques des travaux écrits et on ne les interrogerait qu'oralement. Pour ces élèves, les objectifs d'apprentissage ne seraient plus les mêmes. Autant dès lors créer à leur intention des classes spéciales au sein desquelles ces nouveaux objectifs seraient poursuivis ! Vous n'êtes plus d'accord ? Moi non plus : ce qui fait avant tout l'unité d'une classe est et doit rester l'unité des objectifs poursuivis.

L'adaptation des modalités d'évaluation doit donc finalement passer, au moment de calculer les notes trimestrielles, par une prise en compte plus importante des notes obtenues au cours des activités d'évaluation intermédiaire.

On peut ainsi mettre en œuvre les préceptes des pédagogies différenciée et de contrat
– en organisant des activités d'apprentissage à réaliser en groupes et qui exigent le développement d'une batterie de compétences suffisamment diverses pour que l'élève dyslexique, reprenons l'exemple précédent, ne se sente pas pénalisé ;
– en organisant ensuite des activités d'évaluation à réaliser seul et qui exigent le développement d'une batterie de compétences suffisamment diverses pour que le même élève ne se sente toujours pas pénalisé ;
– en établissant au préalable dans la classe un consensus sur la, ou plutôt sur les façons dont les résultats seront notés.

Dans notre exemple, il pourrait être décidé que certains élèves, voire tous les élèves, seront jugés sur la seule amélioration de leurs performances du jour par rapport à celles de la veille. Dans pareil cas, bons et mauvais élèves seront sur un pied d'égalité au moment d'être évalués et la sentence de la note ne reflètera finalement que
– la positivité de leur attitude face à l'étude et
– l'intensité des efforts qu'ils auront déployés.

Vivent la pédagogie et l'évaluation du progrès ! Vive la justice !

Αξιολόγηση μαθητή (2)

2009-08-21T09:15:00Z

Απόψεις εκπαιδευτικών Β΄θμιας Εκπαίδευσης αναφορικά με τα κριτήρια αξιολόγησης του μαθητή

Notre enquête, effectuée du 15 mai au 20 juin 2006 et ayant comme but de relever les attitudes des enseignants grecs du Secondaire par rapport à l'évaluation dans le cadre scolaire, se propose de donner des réponses à une série de questions portant sur le sujet épineux de la performance et de sa mesure (nécessité de l'évaluation, critères adoptés, moyens d'expression des résultats, adoption des formes alternatives, techniques etc..). Comme instrument méthodologique, on a utilisé le questionnaire écrit. Dans le présent article, pour des raisons de brièveté, on se limitera à la présentation des attitudes exprimées des enseignants grecs interrogés envers les critères utilisés au cours de l'évaluation.

1. Εισαγωγή

Όπως όλες οι διαδικασίες του εκπαιδευτικού « γίγνεσθαι », η αξιολόγηση των μαθητών υφίσταται έντονη κριτική. Ένα βασικό θέμα που ανακύπτει αναφορικά με τη σχολική αξιολόγηση είναι η ύπαρξη επιστημονικής γνώσης από την πλευρά των εκπαιδευτικών, προκειμένου να επιτευχθεί η ανάπτυξη εκείνων των διαδικασιών ελέγχου της μάθησης που να ανταποκρίνονται στην ανάγκη για αντικειμενική, έγκυρη και δίκαιη αξιολόγηση. Είναι όμως γνωστό, πως η παιδαγωγική κατάρτιση των εκπαιδευτικών στο θέμα της αξιολόγησης είναι σχεδόν ανύπαρκτη.

Το γνωστικό αντικείμενο της αξιολόγησης δεν περιλαμβάνεται στα προγράμματα σπουδών των τμημάτων κατάρτισης των εκπαιδευτικών και δεν καλύπτεται επαρκώς από τα ισχύοντα επιμορφωτικά προγράμματα, με αποτέλεσμα οι εκπαιδευτικοί να βαθμολογούν με βάση την εμπειρία τους. Ένα άλλο θέμα που προκύπτει αναφορικά με την αξιολόγηση των μαθητών είναι η σκοπιμότητα και η αναγκαιότητά της. Πολλοί προτείνουν με συγκεκριμένα επιχειρήματα την κατάργησή της, άλλοι αμφισβητούν τη σκοπιμότητά της, αντίθετα άλλη μερίδα ατόμων υποστηρίζει αδιαμφισβήτητα την αναγκαιότητα της αξιολόγησης.

Πρόκειται, αναμφίβολα, για ένα θέμα, το οποίο είναι πάντα στην επικαιρότητα, ειδικά στο τέλος κάθε σχολικού έτους, όταν οι μαθητές συμμετέχουν στη διαδικασία των εξετάσεων (πανελλήνιες ή ενδοσχολικές) και έχει αναδειχθεί σε πόλο προβληματισμού και πολιτικής αντιπαράθεσης, αφού τα τελευταία χρόνια αποτελεί συνάρτηση της εκάστοτε ασκούμενης εκπαιδευτικής πολιτικής. Απαιτείται, λοιπόν, συστηματική μελέτη όλων των σκοπιμοτήτων που εξυπηρετούνται, καθώς και των ελλείψεων, των λαθών, των παραλείψεων που, κατά καιρούς, διαπιστώνονται.

Μέσα στις συγκρούσεις, τις πολιτικές αντιπαραθέσεις, την έντονη κριτική που ασκείται, ο μαθητής, από τη μια πλευρά, που βρίσκεται στο επίκεντρο της διαδικασίας της αξιολόγησης, ως « αντικείμενο » αξιολόγησης και ο εκπαιδευτικός, από την άλλη πλευρά, ο οποίος καλείται, στα πλαίσια των καθηκόντων του, όχι μόνο να μεταδώσει γνώσεις, αλλά να « αποτιμήσει » την αξία του μαθητή του, να απορρίψει, να κατηγοριοποιήσει, να κατατάξει το μαθητικό δυναμικό, αξιολογώντας ταυτόχρονα τις δικές του ενέργειες και στρατηγικές, δεδομένου ότι αυτός οργανώνει τη διαδικασία της μάθησης. Αποτελεί κοινή διαπίστωση όλων των εμπλεκομένων στην εκπαιδευτική διαδικασία (πολιτείας, εκπαιδευτικών, μαθητών, γονέων) πως το θέμα της σχολικής αξιολόγησης πρέπει να τεθεί σε μια ρεαλιστική βάση και να μην αντιμετωπίζεται ως « αναγκαίο κακό » της σχολικής πραγματικότητας. Οι αλλεπάλληλες νομοθετικές ρυθμίσεις των τελευταίων ετών, οι αντιδράσεις, οι επιφυλάξεις που διατυπώνονται, η κριτική που ασκείται μαρτυρούν ακριβώς πως πρόκειται για ένα θέμα που αξίζει να διερευνηθεί σε βάθος και να αναδειχθεί η πραγματική του διάσταση μέσα στην εκπαιδευτική διαδικασία, αλλά και στην κοινωνία.

2. Είδη και μεθοδολογία αξιολόγησης

Μέγιστης σημασία θέμα αναφορικά με την αξιολόγηση της επίδοσης του μαθητή είναι αυτό της μεθοδολογίας. Σύμφωνα με τον Δημητρόπουλο (2003), δεν νοείται σε καμιά περίπτωση επιστημονική αξιολόγηση χωρίς επιστημονική μεθοδολογία. Καθώς το ευρύτερο κοινωνικό σύνολο προσδοκά, αλλά και απαιτεί πλέον από το σχολείο, εκτός από την παροχή γνώσεων και δεξιοτήτων στους μαθητές, επιστημονικό έργο και αποτελεσματικότητα, κρίνεται αναγκαίο να στηρίζεται σε επιστημονική βάση και η σχολική αξιολόγηση. Η μεθοδολογία της αξιολόγησης αναφέρεται στον τρόπο με τον οποίο εφαρμόζεται στην πράξη η αποτίμηση της επίδοσης του μαθητή.

Το προτεινόμενο μοντέλο μεθοδολογίας της αξιολόγησης του μαθητή από τον Δημητρόπουλο (2003), στηρίζεται στη συστημική θεωρία και περιλαμβάνει 14 διαφορετικές διαστάσεις, εκ των οποίων άλλες χαρακτηρίζονται κεντρικές και άλλες υποστηρικτικές. Η δομή του μοντέλου συνοψίζεται στα εξής : Υπάρχει πάντα ένας φορέας αξιολόγησης με το θεωρητικό του υπόβαθρο, ο οποίος καλείται να αποτιμήσει στα πλαίσια της αξιολόγησης την αξία ενός αντικειμένου αξιολόγησης, από το οποίο διαμορφώνονται οι σκοποί, οι στόχοι, αλλά και τα κριτήρια της αξιολογικής διαδικασίας. Ο φορέας χρησιμοποιεί συγκεκριμένα είδη αξιολόγησης και αξιοποιεί συγκεκριμένες προσεγγίσεις αξιολόγησης, οι οποίες του υπαγορεύουν τις μεθόδους που θα χρησιμοποιήσει. Στη συνέχεια οι μέθοδοι του προσδιορίζουν τις τεχνικές που είναι αναγκαίες, ενώ οι τεχνικές για να υλοποιηθούν απαιτούν τη χρήση κάποιων μέσων και υλικών. Ο Δημητρόπουλος (1998), επίσης, προτείνει τις παρακάτω τις υγιείς αρχές πάνω στις οποίες πρέπει να στηρίζεται η αξιολογική διαδικασία :

– Σε κάθε προσπάθεια αξιολόγησης πρέπει να υπάρχει το αντικείμενο αξιολόγησης και ο σκοπός της αξιολόγησής του.
– Η αξιολόγηση του έργου των εκπαιδευτικών και της εκπαίδευσης γενικότερα πρέπει να είναι δυναμική και να αποτελεί εγγενές μέρος της όλης εκπαιδευτικής λειτουργίας, κι όχι αποκομμένη, ξεχωριστή δραστηριότητα.
– Η αξιολόγηση πρέπει να γίνεται με τρόπο επιστημονικό και να προκύπτει ωφέλεια για όλους : από το αξιολογούμενο ειδικό αντικείμενο, μέχρι το ευρύτερο κοινωνικό σύνολο.
– Η ύπαρξή της δεν πρέπει να προκαλεί φόβο σε κανέναν. Κανείς δηλαδή δεν πρέπει να νιώθει ότι απειλείται, διαφορετικά δε θα επιτευχθεί η επιδιωκόμενη ωφέλεια.

2.1 Φορέας και αντικείμενο αξιολόγησης

Ο Δημητρόπουλος (1998) αποσαφηνίζοντας τον όρο « φορέας αξιολόγησης » αναφέρει πως είναι εκείνος ο οποίος διενεργεί την αξιολόγηση. Φορέας αξιολόγησης στην περίπτωση της αξιολόγησης του μαθητή θεωρείται τόσο το σχολείο, όσο και ο εκπαιδευτικός, ο οποίος καλείται στα πλαίσια των διδακτικών καθηκόντων του να αναλαμβάνει και να οργανώνει την αξιολογική διαδικασία. Ένα θέμα που θέτει υπό αμφισβήτηση την εγκυρότητα της παραπάνω διαδικασίας είναι η έλλειψη επιστημονικής κατάρτισης των εκπαιδευτικών αναφορικά με την αξιολόγηση του μαθητή. Απαιτείται άρτια θεωρητική κατάρτιση στην παιδαγωγική, στη θεωρία των μετρήσεων, στην εκπαιδευτική στατιστική, στην ψυχολογία της μάθησης, στην εξελικτική ψυχολογία.

« Αντικείμενο » σε μια αξιολογική διαδικασία είναι αυτό το οποίο αξιολογείται. Ο όρος αντικείμενο επειδή βρίσκεται σε ουδέτερο γένος συχνά χρωματίζεται αρνητικά και προκαλεί σύγχυση, κάτι που ανατρέπεται αν αναλογιστεί κανείς πως αναφέρεται σε ο,τιδήποτε τίθεται υπό αξιολόγηση, ανεξαρτήτως του αν είναι πρόσωπο ή πράγμα. Στο πλαίσιο της σχολικής αξιολόγησης ως « αντικείμενο » ορίζεται ο μαθητής ή γενικότερα ο κάθε εκπαιδευόμενος (Δημητρόπουλος, 1998).

2.2 Είδη αξιολόγησης

Δυο είδη αξιολόγησης προκύπτουν με βάση την ταξινόμηση των Noizet & Caverni (1977, όπ. αναφ. στο Κασσωτάκης, 2003) : Καταρχήν η συνεχής αξιολόγηση, κατά την οποία η τελική κρίση για τον κάθε μαθητή απορρέει από μια διαρκή αξιολογική διαδικασία και εν συνεχεία η στιγμιαία η αποσπασματική αξιολόγηση, η οποία στηρίζεται στο αποτέλεσμα μόνο μιας δοκιμασίας. Για να καταστεί πιο εμφανής η διαφορά ανάμεσα στα δυο προαναφερθέντα είδη αξιολόγησης, κρίνουμε αναγκαίο να εμβαθύνουμε στη φιλοσοφία του καθενός.
Η συνεχής αξιολόγηση πραγματοποιείται παράλληλα με τη διδασκαλία, υπό την ευθύνη των διδασκόντων και περιλαμβάνει διάφορες εξεταστικές δοκιμασίες στις οποίες υποβάλλεται ο κάθε μαθητής σε τακτά χρονικά διαστήματα. Σκοπός της συνεχούς αξιολόγησης είναι η άμεση παρακολούθηση της προόδου των μαθητών και η διαμόρφωση αντικειμενικής γνώμης για την επίδοσή τους. Με τον τρόπο αυτό επισημαίνονται οι αδυναμίες και οι ελλείψεις των μαθητών και αναπληρώνονται κενά που πιθανόν προκύπτουν στην πορεία της διδασκαλίας.
Η στιγμιαία αξιολόγηση περιλαμβάνει δοκιμασίες που λαμβάνουν χώρα μια μόνο φορά στο τέλος μιας συγκεκριμένης σχολικής περιόδου. Οι δοκιμασίες αυτές διενεργούνται είτε από τους ίδιους τους εκπαιδευτικούς της σχολικής μονάδας, όπου φοιτούν η μαθητές, είτε από την πολιτεία ή άλλους φορείς. Αξίζει να σημειώσουμε πως στην περίπτωση της αποσπασματικής αξιολόγησης ο ρόλος του παράγοντα τύχη είναι ιδιαίτερα σημαντικός, δεδομένου ότι η αξία του μαθητή αποτιμάται με βάση το αποσπασματικό αποτέλεσμα μόνο μιας δοκιμασίας. Ως σκοπός της στιγμιαίας αξιολόγησης θεωρείται η εκτίμηση της επίδοσης του μαθητή σε μια ορισμένη χρονική περίοδο.

Στην ελληνική σχολική πραγματικότητα η τελική εκτίμηση της επίδοσης του μαθητή προέρχεται από συμψηφισμό των αποτελεσμάτων των τελικών εξετάσεων (προαγωγικών, απολυτήριων…) με τα αποτελέσματα των ενδιάμεσων δοκιμασιών που λαμβάνουν χώρα κατά τη διάρκεια του σχολικού έτους. Το ζητούμενο βέβαια είναι να περιοριστεί ο παράγοντας τύχη, να επιτευχθεί έτσι αντικειμενική εκτίμηση της αξίας του εκπαιδευόμενου και να έχει ο βαθμός που αντιστοιχεί στον κάθε μαθητή, πρωτίστως, πληροφοριακό χαρακτήρα.

Ο Bloom και οι συνεργάτες του (1971, όπ. αναφ. στο Κασσωτάκης, 2003) διακρίνουν τρία είδη αξιολόγησης ανάλογα με το σκοπό για τον οποίο πραγματοποιείται η αξιολογική διαδικασία στο σχολείο : α) η αρχική ή διαγνωστική αξιολόγηση, η οποία ασχολείται κυρίως με την έναρξη ενός καινούργιου κεφαλαίου διδασκαλίας, β) η διαμορφωτική ή σταδιακή αξιολόγηση, η οποία αναφέρεται άμεσα στην πορεία μιας ενότητας διδασκαλίας και γ) η τελική ή συνολική αξιολόγηση, η οποία αναφέρεται στο τελικό σημείο μιας διδακτικής ενότητας.

α) Αρχική ή διαγνωστική αξιολόγηση : Σκοπός της αρχικής αξιολόγησης είναι να προσδιοριστεί το επίπεδο γνώσεων των μαθητών σε έναν ορισμένο γνωστικό τομέα προκειμένου να είναι σε θέση ο διδάσκων να προσαρμόσει ανάλογα τη διδασκαλία του. Με την αρχική αξιολόγηση επιδιώκεται να οδηγηθούν όλοι οι μαθητές στην κατάκτηση των στόχων που έχουν τεθεί. Οι μαθητές κατατάσσονται ανάλογα με τις προηγούμενες γνώσεις και εμπειρίες τους πάνω στο θέμα που πρόκειται να διδαχθεί και έτσι αποφεύγεται η ανισότητα στην έναρξη της νέας μάθησης. Με τον τρόπο αυτό ο εκπαιδευτικός είναι σε θέση να προσαρμόσει τη διδασκαλία του στις δυνατότητες του κάθε μαθητή ή μιας ομάδας μαθητών που έχουν το ίδιο γνωστικό επίπεδο. Μια σειρά από προϋποθέσεις, όπως μικρός αριθμός μαθητών στην τάξη, σύγχρονος τεχνολογικός εξοπλισμός, κατάρτιση του εκπαιδευτικού, παρέχει τη δυνατότητα εφαρμογής εξατομικευμένης διδασκαλίας, η οποία αναμφίβολα αποτελεί το ζητούμενο στην εκπαιδευτική διαδικασία. Ο Zielinski (1976, όπ. αναφ. στο Ρέλλος, 2003) θεωρεί αναγκαία την εφαρμογή της διαγνωστικής αξιολόγησης, ιδιαίτερα όταν ο εκπαιδευτικός αναλαμβάνει μια νέα τάξη ή όταν ένας καινούργιος μαθητής έρχεται στην τάξη. Ο δάσκαλος με την αξιοποίηση στην πράξη των αποτελεσμάτων της αρχικής αξιολόγησης μπορεί να δράσει παιδαγωγικά και καταστήσει αποτελεσματική τη διδασκαλία του. Αν τα αποτελέσματα της αρχικής αξιολόγησης αξιοποιηθούν ορθά, επωφελούνται ιδιαίτερα οι αδύναμοι μαθητές και αίρονται οι ανισότητες. Ο δάσκαλος αναδιατυπώνει τους στόχους της διδασκαλίας, λαμβάνοντας υπόψη του πρωτίστως τους μαθητές που χρήζουν στήριξης.

β) Διαμορφωτική ή σταδιακή αξιολόγηση : Σύμφωνα με τον Κασσωτάκη (2003), η διαμορφωτική αξιολόγηση έχει χαρακτήρα πληροφοριακό και ως σκοπός της τονίζεται ο έλεγχος της πορείας του μαθητή προς την κατάκτηση συγκεκριμένων εκπαιδευτικών στόχων. Είναι βασικό να τονίσουμε στο σημείο αυτό πως η διαμορφωτική αξιολόγηση δεν στοχεύει στην αξιολογική κατάταξη του μαθητή ανάμεσα στους υπόλοιπους μαθητές της τάξης με μοναδικό κριτήριο τις γνώσεις του πάνω σε ένα συγκεκριμένο θέμα, αλλά να καταστεί σαφές σε ποιο βαθμό ο κάθε μαθητής ξεχωριστά πέτυχε τους στόχους που είχαν αρχικά τεθεί. Η σύγκριση, επομένως, μεταξύ των μαθητών αποφεύγεται και ο μαθητής παύει να θεωρείται υπεύθυνος για την αποτυχία επίτευξης των στόχων. Υπό αυτή τη λογική, η διδασκαλία κρίνεται επιτυχής όταν το σύνολο των μαθητών της τάξης κατακτά τους επιδιωκόμενους στόχους. Ο Ρέλλος (2003) υποστηρίζει πως η σταδιακή αξιολόγηση προσφέρει κίνητρα στον εκπαιδευτικό για να προσαρμόσει στις ανάγκες των μαθητών τη διδασκαλία του, αλλά είναι εξίσου σημαντική και για το μαθητή, γιατί τον πληροφορεί για την πρόοδό του. Έρευνα του Ματσαγγούρα (1996) έδειξε πως η διαμορφωτική αξιολόγηση πρέπει να κατέχει σημαντική θέση, ιδιαίτερα στο Δημοτικό σχολείο, δρομολογώντας βελτιωτικές παρεμβάσεις στη διδασκαλία και θέτοντας στο περιθώριο την κατάταξη των μαθητών βάση της επίδοσης, πρακτική που αποτελεί κανόνα για όλες τις μορφές παραδοσιακής αξιολόγησης.

γ) Τελική ή συνολική αξιολόγηση : Η τελική αξιολόγηση λαμβάνει χώρα όταν ένα πρόγραμμα διδασκαλίας έχει περατωθεί και πρέπει να αξιολογηθεί ως προς τα αποτελέσματά του. Σκοπός της συνολικής ή αθροιστικής αξιολόγησης είναι να γίνει μια συγκεντρωτική εκτίμηση του τι επιτεύχθηκε σε σύγκριση με τους στόχους που είχαν τεθεί στην αρχή (Κασσωτάκης, 2003). Ο Ματσαγγούρας (1995) κάνει λόγο για μια συνολική αποτίμηση του διδακτικού έργου, καθώς και ο εκπαιδευτικός κάνει τον προσωπικό απολογισμό της πορείας του, αλλά και ο μαθητής εντοπίζει κενά και αδυναμίες που προσπαθεί να εξαλείψει. Βέβαια, το γεγονός πως με την τελική αξιολόγηση οι μαθητές μετέχουν σε εξετάσεις και κατατάσσονται με βάση την επίδοση τους, (κάτι που δεν γίνεται κατά την εφαρμογή της διαμορφωτικής αξιολόγησης), παραπέμπει στην επιλεκτική λειτουργία του σχολείου, η οποία επιβάλλεται από τη σύγχρονη κοινωνία των « επιδόσεων ». Τα αποτελέσματα της τελικής αξιολόγησης αμφισβητούνται έντονα, επειδή ελέγχεται μονομερώς, αποσπασματικά και σε μια δεδομένη χρονική στιγμή η σχολική επίδοση του μαθητή. Η αθροιστική αξιολόγηση εκφράζει τη θετικιστική παιδαγωγική, επειδή επικεντρώνεται στο μετρήσιμο προϊόν της μάθησης (Ματσαγγούρας, 1995).

Ο Δημητρόπουλος (1998) αναφέρεται στην προκαταρκτική αξιολόγηση, στην ολική αξιολόγηση, στην αξιολόγηση της προόδου, στη διαγνωστική αξιολόγηση, στην αξιολόγηση με βάση το αποτέλεσμα και στη δυναμική αξιολόγηση, η οποία θέτει ως βασική προϋπόθεση στην αξιολόγηση του μαθητή την αντιμετώπισή του ως « σύνολο », ως « όλον ».

2.3 Κριτήρια αξιολόγησης

Σύμφωνα με τον Δημητρόπουλο (1998), η ορθότητα των κριτηρίων προσδιορίζει το επίπεδο επιστημονικότητας της αξιολόγησης. Ο βαθμός αποδοχής των αποτελεσμάτων της βρίσκεται σε συνάρτηση με τα κριτήρια που έχουν επιλεγεί και την ορθότητα της αξιοποίησης τους. Με τον όρο « κριτήριο » εννοούμε έναν καθιερωμένο κανόνα που χρησιμοποιείται προκειμένου να πραγματοποιηθεί κρίση της αξίας, επιλογή, προτίμηση, ιεράρχηση. Το κριτήριο σχετίζεται με τα χαρακτηριστικά ή τις προδιαγραφές που είναι επιθυμητό να έχει το αντικείμενο της αξιολόγησης. Είναι δύσκολο να οριστούν με σαφήνεια ποια είναι τα κριτήρια που πρέπει να λαμβάνονται υπόψη κατά τη διαδικασία της εκπαιδευτικής αξιολόγησης, επειδή η κάθε μορφή αξιολόγησης έχει τους δικούς της σκοπούς και στόχους, ως εκ τούτου τα κριτήρια διαφοροποιούνται και προσδιορίζονται με συγκεκριμένες διαδικασίες.

Στην περίπτωση της αξιολόγησης των μαθητών βασικό κριτήριο θεωρείται η επίδοση σε συγκεκριμένες δοκιμασίες, που σχετίζεται με την απόδοση που έχει ο μαθητής σε συγκεκριμένες γνωστικής φύσης απαιτήσεις. Τα κριτήρια που αναφέρονται στις εκπαιδευτικές και ψυχοπαιδαγωγικές όψεις της εκπαιδευτικής διαδικασίας και της μάθησης καλούνται εκπαιδευτικά- παιδαγωγικά κριτήρια και διακρίνονται σε ποσοτικά και ποιοτικά με βάση τη φύση και τη μορφή τους. Ποσοτικά θεωρούνται εκείνα τα κριτήρια τα οποία έχουν ποσοτική μορφή και τα αποτελέσματα της κρίσης εκφράζονται ποσοτικά, ενώ ποιοτικά είναι τα κριτήρια που έχουν ποιοτική μορφή και που παρουσιάζουν το αποτέλεσμα της κρίσης με περιγραφικό τρόπο (Δημητρόπουλος, 2003˙Ανδρεαδάκης 2005α).

3.Η έρευνα

Σκοπός της έρευνας είναι να μελετηθούν οι αντιλήψεις των εκπαιδευτικών της Β'θμιας Εκπαίδευσης σχετικά με τα κριτήρια αξιολόγησης του μαθητή, στην υποχρεωτική εκπαίδευση και συγκεκριμένα στο Γυμνάσιο. Το δείγμα περιλάμβανε 170 εκπαιδευτικούς που υπηρετούσαν σε Δημόσια Γυμνάσια του Νομού Κοζάνης. Τα δεδομένα της έρευνας συγκεντρώθηκαν με ερωτηματολόγιο. Αξίζει να επισημάνουμε πως η έρευνα βασίστηκε σε δέκα θεμελιώδεις άξονες που σχετίζονται με την αξιολόγηση του μαθητή (αναγκαιότητα της διαδικασίας, κριτήρια, υιοθέτηση εναλλακτικών μορφών αξιολόγησης, μέσα έκφρασης του αξιολογικού αποτελέσματος κτλ), όμως, λόγω περιορισμένης έκτασης στην παρούσα εισήγηση, θα εστιάσουμε αποκλειστικά στη μελέτη των απόψεων των ερωτηθέντων εκπαιδευτικών σχετικά με τα κριτήρια που λαμβάνουν υπόψη τους οι εκπαιδευτικοί κατά την αξιολογική διαδικασία. Για τη στατιστική ανάλυση των ερευνητικών δεδομένων χρησιμοποιήθηκε το πρόγραμμα SPSS. Αποστείλαμε 200 ερωτηματολόγια, εκ των οποίων μας επεστράφησαν συμπληρωμένα 170.

Συζήτηση των ευρημάτων

Ως σημαντικά αξιολογικά κριτήρια αναδεικνύονται από τους εκπαιδευτικούς του δείγματος η ενεργητική συμμετοχή στο μάθημα (μ.ο 3,81), η προσπάθεια εκ μέρους του μαθητή (μ.ο 3,80), η κριτική και δημιουργική σκέψη του (μ.ο 3,66), η συνέπεια στις υποχρεώσεις (μ.ο 3,55), αλλά και οι επιδόσεις σε γραπτές και προφορικές εξετάσεις (μ.ο 3,33). Μελετώντας τα ερευνητικά δεδομένα που προκύπτουν από τη στατιστική επεξεργασία των απαντήσεων διαπιστώνουμε πως κριτήρια, όπως η συνεργασία του μαθητή με τους συμμαθητές του ή η συνολική δραστηριότητα του στη σχολική καθημερινότητα θεωρούνται από τους εκπαιδευτικούς κριτήρια μικρής σημασίας και δεν συνυπολογίζονται κατά την αποτύπωση του αποτελέσματος της αξιολόγησης. Η συμμετοχή του μαθητή θεωρείται μικρής σημασίας από το 28,6% των εκπαιδευτικών του δείγματος, ποσοστό αρκετά υψηλό και η συνεργασία από το 10,7% των ερωτώμενων. Από τη βιβλιογραφική αναδίφηση διαπιστώνουμε πως τα παραπάνω ευρήματα ευσταθούν. Ο Κωνσταντίνου (2004) αναφέρει πως κατά την αξιολόγηση του μαθητή αγνοούνται σχεδόν συστηματικά από το υπαρκτό σχολείο οι παιδαγωγικοί και διδακτικοί του προσανατολισμοί και ειδικότερα η πρόοδος του μαθητή σε ζωτικούς τομείς, όπως είναι η κοινωνική δράση και η επικοινωνιακή δραστηριοποίηση, δηλαδή, η συνεργασία, η ευαισθησία του για το περιβάλλον, η ατομική και η συλλογική συγκίνηση που απορρέει από το παιχνίδι, τη χαρά, την απόλαυση. Επιπρόσθετα, από τη στατιστική ανάλυση των δεδομένων καθίσταται σαφές πως οι εκπαιδευτικοί αποδίδουν ιδιαίτερη σημασία στην επίδοση σε γραπτές και προφορικές δοκιμασίες (μ.ο 3,33), κάτι που δείχνει πως ένα από τα θεμελιώδη κριτήρια της αξιολόγησης, είναι η επίδοση στα γραπτά και τα προφορικά. Ο Δημητρόπουλος (2003) αναφερόμενος στα κριτήρια αξιολόγησης τονίζει πως τα κριτήρια σε μια αξιολογική διαδικασία ποικίλουν κατά περίπτωση και πως στην περίπτωση της αξιολόγησης των μαθητών κεντρικό κριτήριο είναι η επίδοση σε συγκεκριμένες δοκιμασίες, που σηματοδοτεί, στη συνέχεια, την απόδοση του μαθητή σε συγκεκριμένες απαιτήσεις έργου.

Ανάμεσα στους δύο άξονες που δημιουργούνται, δηλαδή από τη μια η μεγάλη σημασία που αποδίδεται στους εκπαιδευτικούς στην απόδοση σε γραπτές και προφορικές δοκιμασίες και στη μικρή σημασία που αποδίδεται στη συνεργασία και στην κοινωνική δραστηριότητα του μαθητή, παρατηρούμε πως άλλα ουσιώδη κριτήρια, όπως η ενεργητική συμμετοχή στη διαδικασία της διδασκαλίας, η προσπάθεια που καταβάλλεται, η κριτική και δημιουργική σκέψη του μαθητή αποτιμώνται ανάλογα από τους εκπαιδευτικούς του δείγματος, αντίληψη που θέτει στέρεες βάσεις για την εξατομικευμένη προσέγγιση του μαθητή, κάτι που είναι ευκταίο στην εκπαιδευτική διαδικασία. Πρέπει να καταστεί σαφές σε κάθε δάσκαλο πως η πρόοδος- επίδοση είναι συνάρτηση μιας πληθώρας παραγόντων, ατομικών και εξωατομικών, πολλούς από τους οποίους είναι αδύνατο να ελέγξει ο μαθητής. Για να εκτιμηθεί, όμως, η επίδοση, όλοι αυτοί οι παράγοντες πρέπει να ληφθούν υπόψη προκειμένου να γίνει μια συνολική αποτύπωση της προσπάθειας του.

Σύμφωνα με τον Αθανασίου (2000), η χρήση σαφών και συγκεκριμένων κριτηρίων για τη βαθμολόγηση της επίδοσης του μαθητή είναι βασική και απαραίτητη προϋπόθεση για την εξασφάλιση της αντικειμενικότητας της διαδικασίας αυτής. Παρόλα αυτά, οι εκπαιδευτικοί, όχι μόνο σε εθνικό, αλλά και σε περιφερειακό επίπεδο, πολλές φορές και μέσα στο ίδιο το σχολείο, δεν φαίνεται να χρησιμοποιούν ενιαία κριτήρια. Έρευνα που πραγματοποίησε ο Αθανασίου (1990, όπ. αναφ. στο Αθανασίου, 2000), έδειξε πως μερικά από τα πιο κοινά και εύχρηστα κριτήρια μεταξύ αυτών που χρησιμοποιούνται από τους εκπαιδευτικούς για να αξιολογήσουν είναι αρκετά από αυτά που επέλεξαν οι εκπαιδευτικοί του δείγματος μας. Έτσι, παρατηρείται σύγκλιση των απόψεων των εκπαιδευτικών ως προς τα επιμέρους αξιολογικά κριτήρια, αφού η προσπάθεια που καταβάλλει ο μαθητής, η καθημερινή συμμετοχή στο μάθημα, η επίδοση και σε άλλα γνωστικά αντικείμενα, το ενδιαφέρον που δείχνει, αποτελούν κοινό τόπο μεταξύ των επιλεγέντων κριτηρίων. Βέβαια, το ενδιαφέρον εστιάζεται στο τι ακριβώς αποτυπώνει η ποσοτική απόδοση της επίδοσης και πως αυτό στη συνέχεια αποκωδικοποιείται. Με άλλα λόγια, τίθεται ένα ερώτημα βασικό : Όταν ένας εκπαιδευτικός δηλώνει πως λαμβάνει υπόψη του κατά τη βαθμολόγηση την ενεργητική συμμετοχή του μαθητή στη διδασκαλία και στην εξέταση, με βάση ποιο σημείο αναφοράς κάνει την εκτίμηση αυτού του κριτηρίου και πως ο μαθητής ή ο γονέας ως αποδέκτες της αξιολόγησης μπορούν να το εκλάβουν ; Ο προβληματισμός αναφορικά με τη σχετικότητα και την πραγματική αξία των βαθμών, που δεν εκφράζουν παρά το αποτέλεσμα της αξιολογικής διαδικασίας, στρέφεται και στην επιστημονική κατάρτιση των εκπαιδευτικών, αφού εύλογα θα μπορούσε να αναρωτηθεί κανείς αν έχουν τις απαραίτητες γνώσεις και τα κατάλληλα επιστημονικά μέσα προκειμένου να προβούν σε σαφή εκτίμηση διάφορων παραμέτρων της επίδοσης (Αθανασίου, 2000&2001˙Ανδρεαδάκης, 2005α).

Στη βιβλιογραφία δεν υπάρχουν ερευνητικά δεδομένα που να απαντούν με σαφήνεια στους παραπάνω προβληματισμούς, μόνο διατυπωμένες απόψεις, οι οποίες συγκλίνουν σε βασικά σημεία (Thorndike- Hagen 1977˙Deblassie, 1974˙Green, 1970˙ όπ. αναφ. στο Αθανασίου, 2000). Η αξιολόγηση και κατά συνέπεια οι βαθμοί απορρέουν από κριτήρια, όχι μόνο ετερόκλητα, αλλά γενικά και ασαφή, τα οποία, μάλιστα, επηρεάζονται συχνά από διάφορους παράγοντες της επίδοσης. Επίσης, προέρχονται από εκπαιδευτικούς, οι οποίοι δεν έχουν στην πλειοψηφία τους, τουλάχιστον, ούτε την απαιτούμενη κατάρτιση, ούτε συνεχή ενημέρωση και καθοδήγηση για το θέμα. Καταλήγουμε, επομένως, πως ο ορισμός σαφών και συγκεκριμένων κριτηρίων κρίνεται αναγκαίος, τα οποία πρέπει να γνωστοποιούνται και στους μαθητές.

Σύμφωνα με όσα προηγήθηκαν, θεωρούμε αναγκαίο να τονίσουμε πως η χρήση σαφών κριτηρίων κατά τη βαθμολόγηση της επίδοσης των μαθητών είναι θεμελιώδης προϋπόθεση για την έγκυρη έκβαση της διαδικασίας. Οι εκπαιδευτικοί του δείγματος λαμβάνουν υπόψη τους κατά την αξιολόγηση των μαθητών τους : α) την ενεργητική συμμετοχή στο μάθημα, β) την προσπάθεια που καταβάλλει ο μαθητής, γ) την κριτική, αναλυτική, αλλά και δημιουργική σκέψη του μαθητή, δ) τη συνέπεια στις υποχρεώσεις, ε) την επίδοση σε γραπτές και προφορικές εξετάσεις. Το θέμα χρήσης σαφών και αυστηρά προκαθορισμένων κριτηρίων κατά τη διαδικασία αποτίμησης της μαθητικής επίδοσης είναι βασική προϋπόθεση και εγγύηση αντικειμενικότητας και αξιοπιστίας της διαδικασίας. Στο ελληνικό εκπαιδευτικό σύστημα δεν υπάρχει ένας καθορισμένος αριθμός κριτηρίων που να χρησιμοποιείται από τους εκπαιδευτικούς για τη βαθμολόγηση των επιδόσεων των μαθητών, με αποτέλεσμα να χρησιμοποιεί ο καθένας δικούς του δείκτες κατά το δοκούν. Ο καθορισμός ενιαίων κριτηρίων, που θα προκύψουν από ανάλογη ευρείας κλίμακας έρευνα, κρίνεται εξαιρετικής σημασίας προς την κατεύθυνση της αξιοπιστίας της μαθητικής αξιολόγησης, απαλλαγμένης από στοιχεία υποκειμενισμού και αυθαιρεσίας. Η γνωστοποίηση των κριτηρίων και στο μαθητή, αλλά και η συμμετοχή του στον καθορισμό τους, πρέπει να εκληφθούν ως αυτονόητες πρακτικές που θα αποτελέσουν ένα ουσιαστικό βήμα προς το ζητούμενο, που είναι η δίκαιη αξιολόγηση του.

Βιβλιογραφία

Αθανασίου, Λ. (2000). Αξιολόγηση της επίδοσης του μαθητή στο σχολείο και του διδακτικού έργου. Ιωάννινα : εκδ. ίδιου.

Αθανασίου, Λ. (2001). Λάθη των μαθητών στη γραπτή έκφραση και ο ρόλος τους στη διαδικασία διδασκαλίας και μάθησης. Σύγχρονη Εκπαίδευση, 119, 32-45.

Ανδρεαδάκης, Ν. (2004). Ερωτηματολόγιο [πανεπιστημιακές σημειώσεις]. Πανεπιστήμιο Αιγαίου, ΤΕΠΑΕΣ, Ακαδημαϊκό έτος 2004-2005. Ρόδος.

Ανδρεαδάκης, Ν. (2005α). Αξιολόγηση της επίδοσης των μαθητών [πανεπιστημιακές σημειώσεις]. Πανεπιστήμιο Κρήτης, Π.Τ.Δ.Ε., Ακαδημαϊκό έτος 2005-2006. Ρέθυμνο.

Ανδρεαδάκης, Ν., Βάμβουκας, Μ. (2005β). Οδηγός για την εκπόνηση και τη σύνταξη ερευνητικής εργασίας : σεμιναριακής, διπλωματικής, πτυχιακή. Αθήνα : Ατραπός.

Δημητρόπουλος, Ε. (1998). Εκπαιδευτική αξιολόγηση – μέρος πρώτο : Η αξιολόγηση της εκπαίδευσης και του εκπαιδευτικού έργου (4η έκδ.). Αθήνα : Γρηγόρης.

Δημητρόπουλος, Ε. (2003). Εκπαιδευτική αξιολόγηση – μέρος δεύτερο : η αξιολόγηση του μαθητή. (7η έκδ.). Αθήνα : Γρηγόρης.

Κασσωτάκης, Μ. (2003). Η αξιολόγηση της επιδόσεως των μαθητών. (11η έκδ.). Αθήνα : Γρηγόρης.

Κωνσταντίνου, Χ. (2004). Η αξιολόγηση της επίδοσης του μαθητή ως παιδαγωγική λογική και σχολική πρακτική. Αθήνα : Gutenberg.

Ματσαγγούρας, Η. (1995). Στοχαστικοκριτικός δάσκαλος : Αίτημα του καιρού μας. Ελληνική Εκπαίδευση : Προοπτικές Ανασυγκρότησης και Εκσυγχρονισμού. Αθήνα : Σείριος, 456-476.

Ματσαγγούρας, Η. (1996). Θεωρία και πράξη της διδασκαλίας. Στρατηγικές της διδασκαλίας : από την πληροφόρηση στην κριτική σκέψη. Αθήνα : Gutenberg.

Ρέλλος, Ν. (2003). Έλεγχος μάθησης, αξιολόγηση μαθητικής επίδοσης. Αθήνα : Gutenberg.

H παρούσα εισήγηση πραγματοποιήθηκε στο 1ο Διεθνές Συνέδριο « Επιστημονικός Διάλογος για την Ελληνική εκπαίδευση : Τυπική, μη τυπική & άτυπη εκπαίδευση στην Ελλάδα » που έλαβε χώρα στην Αθήνα στις 28/30-11-2008

Αξιολόγηση μαθητή (1)

2009-02-07T19:16:43Z

Απόψεις εκπαιδευτικών Β΄θμιας αναφορικά με τους τρόπους έκφρασης του αποτελέσματος της αξιολογικής διαδικασίας

Αναφορικά με το ζήτημα των μέσων που χρησιμοποιούνται ή που θα έπρεπε να χρησιμοποιούνται για να εκφραστεί και να αποτυπωθεί το αποτέλεσμα της αξιολογικής διαδικασίας έχουν διατυπωθεί κατά καιρούς πολλές και διαφορετικές απόψεις. Πρόκειται για ένα από τα πλέον επίμαχα σημεία σε σχέση με τη σχολική αξιολόγηση, που αποτελεί αντικείμενο αντιπαραθέσεων και έντονων συγκρούσεων μεταξύ έμπειρων θεωρητικών της αξιολόγησης. Οι κυριότεροι και ευρύτερα χρησιμοποιούμενοι τρόποι έκφρασης της επίδοσης του μαθητή, όπως παρατίθενται από το Δημητρόπουλο (2003) είναι η αριθμητική έκφραση, η περιγραφική έκφραση, ή έκφραση μέσω άλλων συμβόλων, η έκφραση « θέσης » ή « τάξης », η γραφική έκφραση και βέβαια υπάρχει πάντα η δυνατότητα συνδυασμού των παραπάνω τρόπων.

Πιο συγκεκριμένα, με την αριθμητική έκφραση η επίδοση του μαθητή εκφράζεται με ένα συγκεκριμένο βαθμό αριθμητικής κλίμακας διαβάθμισης, όπως για παράδειγμα 1-10 ή 1-20. Αυτή θεωρείται ποσοτική έκφραση της επίδοσης. Με τη χρήση της περιγραφικής έκφρασης, η επίδοση του μαθητή περιγράφεται σε ένα σύντομο κείμενο, συνήθως 5-10 στίχων. Στο κείμενο αυτό είτε γίνεται μια γενική περιγραφή της επίδοσης του μαθητή, είτε, συνηθέστερα ειδική αναφορά σε επιμέρους δείκτες της συνολικής εικόνας του μαθητή. Αυτή συνήθως χαρακτηρίζεται ποιοτική έκφραση της επίδοσης του μαθητή (Χανιωτάκης, 1998˙ Καψάλης, 1998˙ Κωνσταντίνου, 2004˙Ανδρεαδάκης, 2005α). Πολλές φορές, αντί των αριθμών χρησιμοποιούνται άλλα σύμβολα ως σημεία της κλίμακας διαβάθμισης. Το πιο συνηθισμένο είναι τα γράμματα της αλφαβήτου ΑΒΓ. Άλλοτε χρησιμοποιούνται λεκτικές κλίμακες, όπως Άριστα, Πολύ Καλά, Καλά, Μέτρια. Μια ειδική μορφή λεκτικής κλίμακας είναι η διχοτομική κλίμακα, που είναι κλίμακα δυο σημείων, όπως « προάγεται » ή « απορρίπτεται ». Με την έκφραση θέσης ή τάξης η επίδοση του μαθητή δεν παίρνει συγκεκριμένη τιμή, αλλά δίνεται η συγκριτική θέση του μαθητή μέσα στο σύνολο της τάξης. Τέλος, η γραφική έκφραση – απεικόνιση χρησιμοποιείται για παρουσίαση συνολικών αποτελεσμάτων και στατιστικών αναλύσεων των αποτελεσμάτων, όχι όμως για παρουσίαση μεμονωμένων επιδόσεων.

Το ζήτημα της βαθμολόγησης της επίδοσης

Ο Ebel (1979, όπ. αναφ. στο Δημητρόπουλος, 2003) υποστηρίζει πως η διαδικασία βαθμολόγησης της επίδοσης του μαθητή είναι μια ιδιαίτερα προβληματική διαδικασία κυρίως για τους εξής λόγους : α) είναι δύσκολο να αποτιμηθούν με ακρίβεια οι ανθρώπινες ικανότητες μέσω των βαθμών, επειδή απουσιάζουν τα συγκεκριμένα κριτήρια που μπορούν να δώσουν ακριβείς μετρήσεις, αλλά και επειδή το αντικείμενο της αξιολογικής διαδικασίας είναι ασταθές και πολύπλοκο, β) τα συστήματα βαθμολόγησης και έκφρασης των επιδόσεων γίνονται πολύ εύκολα αντικείμενο δημόσιων διαφωνιών, δημοσιευμάτων στον τύπο και στα μέσα μαζικής ενημέρωσης. Έτσι και ασήμαντα μειονεκτήματα και παραλείψεις παίρνουν τεράστιες διαστάσεις και τέλος, γ) οι εκπαιδευτικοί, ως φορείς της αξιολόγησης, μετατρέπονται εύκολα σε κρινόμενους, με αποτέλεσμα να αυξάνεται η δυσκολία βαθμολόγησης της επίδοσης.

Ο Κασσωτάκης (2003) κρίνει πως οι βαθμοί στο σχολείο, έτσι όπως υπάρχουν σήμερα, έχουν σχετική αξία. Για να διαπιστωθεί αν ο βαθμός που επιτυγχάνεται σε μια γραπτή ή προφορική εξέταση είναι υψηλός ή χαμηλός είναι ανάγκη να υπάρχει κάποιο σταθερό και έγκυρο σημείο αναφοράς που θα χρησιμεύει ως βάση συγκρίσεως. Αυτό το σημείο αναφοράς για τους μαθητές της ίδιας τάξης που εξετάστηκαν όλοι από τον ίδιο εκπαιδευτικό και με την ίδια δοκιμασία είναι ο μέσος όρος της επίδοσης της τάξης.

Η διαδικασία της αξιολόγησης είναι άρρηκτα συνδεδεμένη με τους διδακτικούς και παιδαγωγικούς στόχους του σχολείου, οι οποίοι αναφέρονται στη μάθηση, στη διαπαιδαγώγηση του μαθητή και στη διαπίστωση- διάγνωση ελλείψεων του. Αυτό σημαίνει πως το αποτέλεσμα της αξιολόγησης δεν είναι αυτοσκοπός, αλλά ούτε και μέσο για ταξινόμηση και ιεράρχηση του μαθητή στην τάξη και αργότερα στην κοινωνία. Σύμφωνα με τους επίσημα διακηρυγμένους στόχους του, το σχολείο ενδιαφέρεται να συμβάλλει στην ανάπτυξη ικανοτήτων και κλίσεων του μαθητή που δεν σχετίζονται απαραίτητα μόνο με τα πρωτεύοντα μαθήματα, αλλά και με τα αποκαλούμενα δευτερεύοντα, καθώς και με άλλες συμμετοχικές δραστηριότητες του μαθητή. Οι χαρακτηρισμοί των επιδόσεων πρέπει να έχουν, από παιδαγωγική άποψη, για μαθητές, γονείς, εκπαιδευτικούς, χαρακτήρα πληροφοριακό, διαπιστωτικό και ενημερωτικό (Κωνσταντίνου, 2004).
Σύμφωνα με την Ηλιού (1993), η βαθμολογία είναι ένας ιδιαίτερα αμφιλεγόμενος τρόπος αξιολόγησης. Αλλά η κατάργηση της, αν δεν συνοδεύεται από αντικατάσταση με άλλο πιο αποδοτικό τρόπο αξιολόγησης, θα έπληττε ιδιαίτερα τους μη προνομιούχους μαθητές. Ο Χιωτάκης (1993) αποδέχεται την παραπάνω άποψη και εξηγεί πως η απόρριψη της βαθμολογικής κλίμακας στο Δημοτικό σχολείο θα αποτελούσε βεβιασμένο και υποκριτικό μέτρο που θα απόβαινε τελικά σε βάρος των μαθητών που προέρχονται από χαμηλά κοινωνικά στρώματα. Και στηρίζει τη θέση του υποστηρίζοντας πως αφού εξετάσεις και βαθμοί αποτελούν τη μόνη οδό για την είσοδο στην Τριτοβάθμια Εκπαίδευση και εξακολουθούν να ισχύουν ως τα βασικά κριτήρια για ανώτερες σπουδές, αν καταργηθούν στην πρώτη βαθμίδα εκπαίδευσης, τότε κυρίως μαθητές προερχόμενοι από χαμηλά οικονομικά και κοινωνικά στρώματα δεν θα έχουν την απαραίτητη εξοικείωση με το εξεταστικό σύστημα και θα υστερούν σε σχέση με μαθητές που ζουν σε μορφωσιογόνα περιβάλλοντα.

Ο Κωνσταντίνου (2004) καταγράφει τις λειτουργίες που αποδίδονται στα μέσα έκφρασης της επίδοσης του μαθητή, ταξινομώντας τις σε λειτουργίες ανατροφοδότησης, επιλογής και κινήτρου. Αναφορικά με τις λειτουργίες της επιλογής και του κινήτρου επισημαίνει πως μέσα από την αξιολογική διαδικασία, το αποτέλεσμα της οποίας εκφράζεται με βαθμούς κατοχυρώνεται και νομιμοποιείται η θέση του ατόμου, το οποίο βρίσκεται σε μια συνεχή προσπάθεια βελτίωσης και αναβάθμισης της. Το ζητούμενο, βέβαια, είναι η συνύπαρξη εξωτερικών και εσωτερικών κινήτρων στη διαδικασία της μάθησης.

Σχετικά με την αναγκαιότητα της βαθμολογίας και των βαθμών στα εκπαιδευτικά συστήματα υπάρχει σύγκλιση απόψεων στην πλειοψηφία των εκπαιδευτικών. Το βαθμολογικό σύστημα εφαρμόζεται σε όλες τις Ευρωπαϊκές χώρες, αλλά και στην Αμερική, Αυστραλία, Ασία. Οι επικριτές των βαθμών αντιτάσσουν το επιχείρημα πως η ύπαρξή τους συνοδεύεται από δυσμενής παιδαγωγικές, κοινωνικές, ψυχολογικές επιπτώσεις στους μαθητές ή ότι είναι κατάλοιπα « σκοτεινών » εποχών της εκπαίδευσης (Ebel, 1972, όπ. αναφ. στο Αθανασίου, 2000). Τις ατέλειες των βαθμολογικών συστημάτων και τα προβλήματα που δημιουργούν στους μαθητές δεν τα αμφισβητεί κανείς. Όμως, είναι παρακινδυνευμένο και επιστημονικά αστήρικτο να προτείνεται η κατάργηση της βαθμολογίας με σκοπό τη βελτίωση της επίδοσης. Η αξιολογική διαδικασία είναι αναπόσπαστο τμήμα της διδασκαλίας και τα αποτελέσματά της δεν αφορούν αποκλειστικά το μαθητή, αλλά σε μια σχέση αλληλεπίδρασης και το δάσκαλο, επειδή έτσι κρίνεται η πορεία της διδασκαλίας του, οι στρατηγικές που χρησιμοποίησε, το εκπαιδευτικό έργο που παρήγαγε. Καθίσταται σαφές πως αυτό που προέχει και αξίζει να τονιστεί είναι να χρησιμοποιούνται οι βαθμοί με σύνεση και περίσκεψη και να προκύπτουν με βάση συγκεκριμένα κριτήρια, τα οποία θα είναι, εκ των προτέρων, γνωστά και στους μαθητές. Ο Αθανασίου (2000) παραθέτει τους βασικούς λόγους για τους οποίους οι βαθμοί είναι αναγκαίοι στο σχολείο :

Οι βαθμοί λειτουργούν ως ισχυρά κίνητρα στη διαδικασία της μάθησης. Κεντρίζουν το ενδιαφέρον των μαθητών για συστηματική απόκτηση γνώσεων και τους ωθούν σε όλο και υψηλότερες επιδόσεις. Η κατάργηση τους, αναπόφευκτα, θα συνοδευόταν από αδιαφορία και έλλειψη ενδιαφέροντος. Επίσης, οι βαθμοί στο σχολείο έχουν, πρωτίστως, χαρακτήρα πληροφοριακό, διαπιστωτικό, ενημερωτικό και απευθύνονται τόσο στους μαθητές με σκοπό τον εντοπισμό των αδυναμιών τους και την επιβράβευση της προσπάθειας τους, όσο και σε γονείς, καθώς και σε εκπαιδευτικούς. Τέλος, οι βαθμοί μπορούν να αξιοποιηθούν στατιστικά για ποικίλους σκοπούς και να συμβάλλουν στη λήψη αντίστοιχων αποφάσεων, αλλά και να αποτελούν ένα αρχικό, μικρό δείγμα της μελλοντικής επαγγελματικής πορείας του μαθητή.
Από την άλλη οι επικριτές των βαθμών αμφισβητούν τα παραπάνω επιχειρήματα, τονίζοντας, καταρχήν τη μικρή εγκυρότητα, αξιοπιστία και αντικειμενικότητα που έχουν. Θεωρούν πως με το βαθμολογικό σύστημα ωθούνται οι μαθητές στη μελέτη για απόκτηση μορίων και μονάδων και όχι στην ουσιαστική μάθηση, επειδή δεν λειτουργούν ως εσωτερικά κίνητρα. Επίσης, υποστηρίζουν πως απόρροια των βαθμών είναι η εμφάνιση ανεπιθύμητων συμπεριφορών και ψυχολογικών προβλημάτων. Τέλος, δεν μπορούν οι βαθμοί κατά τα μαθητικά χρόνια να προβλέψουν τη μελλοντική εξέλιξη και σταδιοδρομία ενός ατόμου, πολύ δε περισσότερο ενός ατόμου σε εξέλιξη (Αθανασίου, 2000).

Η έρευνα

Σκοπός της έρευνας είναι να μελετηθούν οι αντιλήψεις των εκπαιδευτικών της Β'θμιας Εκπαίδευσης σχετικά με τους τρόπους έκφρασης των αξιολογικών αποτελεσμάτων στην υποχρεωτική εκπαίδευση και συγκεκριμένα στο Γυμνάσιο. Το δείγμα περιλάμβανε 170 εκπαιδευτικούς που υπηρετούσαν σε Δημόσια Γυμνάσια του Νομού Κοζάνης. Τα δεδομένα της έρευνας συγκεντρώθηκαν με ερωτηματολόγιο. Αξίζει να επισημάνουμε πως η έρευνα βασίστηκε σε δέκα θεμελιώδεις άξονες που σχετίζονται με την αξιολόγηση του μαθητή (αναγκαιότητα της διαδικασίας, κριτήρια, υιοθέτηση εναλλακτικών μορφών αξιολόγησης κτλ), όμως, λόγω περιορισμένης έκτασης στην παρούσα εισήγηση, θα εστιάσουμε αποκλειστικά στη μελέτη των απόψεων των ερωτηθέντων εκπαιδευτικών σχετικά με τους τρόπους έκφρασης των αξιολογικών αποτελεσμάτων. Για τη στατιστική ανάλυση των ερευνητικών δεδομένων χρησιμοποιήθηκε το πρόγραμμα SPSS.

Αποστείλαμε 200 ερωτηματολόγια, εκ των οποίων μας επεστράφησαν συμπληρωμένα 170.

Συζήτηση των ευρημάτων

Στον πίνακα 1 παρουσιάζεται η κατανομή των απαντήσεων των εκπαιδευτικών του δείγματος αναφορικά με τα μέσα έκφρασης του αξιολογικού αποτελέσματος. Από την ανάγνωση των στοιχείων που παρατίθενται διαπιστώνουμε τα εξής :

Αποτελεί διαχρονικό, αναφορικά με την αξιολόγηση του μαθητή, πρόβλημα η ανεύρεση και εφαρμογή ενός συστήματος αποτύπωσης της μαθητικής επίδοσης που θα παρέχει απολύτως ακριβείς πληροφορίες και δεν θα βάλλεται η αξιοπιστία του. Στο δικό μας εκπαιδευτικό σύστημα είναι η πολιτεία που επιβάλλει την εφαρμογή συγκεκριμένου τρόπου αξιολόγησης, ενιαίου για κάθε βαθμίδα εκπαίδευσης. Στη Δευτεροβάθμια επικρατεί, εδώ και δεκαετίες, η εικοσάβαθμη κλίμακα βαθμολογίας. Ποιοτικοί χαρακτηρισμοί (Άριστα, Πολύ καλά, Καλά, Μέτρια) χρησιμοποιούνται κατά την εξαγωγή της μόνο τελικής βαθμολογίας. Στο σχετικό με την αξιολόγηση στο Γυμνάσιο προεδρικό διάταγμα προβλέπεται και η δυνατότητα χρήσης της περιγραφικής αξιολόγησης, το αποτέλεσμα της οποίας οφείλει να ανακοινώνει ο εκπαιδευτικός στο Διευθυντή του σχολείου στο τέλος του τριμήνου. Πρακτική, όμως που παραμένει, ουσιαστικά ανεφάρμοστη, αφού περιγραφική εκτίμηση της επίδοσης του μαθητή γίνεται μόνο προφορικά κατά τη συνεδρίαση του Συλλόγου Διδασκόντων και είναι αδύνατον σε πολυπληθείς εκπαιδευτικές μονάδες να επιτευχθεί ατομικά για τον κάθε μαθητή. Οι εκπαιδευτικοί του δείγματος στην πλειοψηφία τους τάσσονται υπέρ της αναλυτικής περιγραφής (ποσοστό 29,4%), αλλά δεν μπορούμε να αγνοήσουμε και μια σημαντική μερίδα εκπαιδευτικών (26,5%), οι οποίοι θεωρούν την ισχύουσα εικοσάβαθμη κλίμακα καταλληλότερο μέσο έκφρασης της αξιολόγησης του μαθητή. Με ακριβώς το ίδιο ποσοστό (26,5%) επιλέγεται η εκατοντάβαθμη κλίμακα. Διαμορφώνονται, επομένως, τρεις τάσεις ως προς τα μέσα έκφρασης των αξιολογικών αποτελεσμάτων. Αξίζει να επισημάνουμε πως δεν εντοπίστηκαν στατιστικά σημαντικές διαφοροποιήσεις μεταξύ των εκπαιδευτικών ανάλογα με τα έτη υπηρεσίας ή την ειδικότητα.

Η αναλυτική περιγραφή που επιλέγεται από την πλειοψηφία των εκπαιδευτικών απαιτεί από τον εκπαιδευτικό να καταγράψει με λεπτομέρεια τις επιδόσεις του μαθητή υποδιαιρώντας το μάθημα σε επιμέρους τομείς. Με τον τρόπο αυτό οι εκπαιδευτικοί έχουν τη δυνατότητα να ενισχύουν προς συγκεκριμένες κατευθύνσεις, όπου εντοπίζονται προβλήματα τους μαθητές, αλλά και οι γονείς να βοηθούν, στο μέτρο του εφικτού, τα παιδιά τους. Η επιλογή της από τους εκπαιδευτικούς εκφράζει την αποδοκιμασία τους ή τον προβληματισμό τους ως προς το ισχύον σύστημα, το οποίο έχει ως βασική αδυναμία το ότι επιχειρεί να εκτιμήσει την επίδοση με τη μαθηματική ακρίβεια των αριθμών. Σύμφωνα με δεδομένα που προκύπτουν από τη βιβλιογραφική ανασκόπηση (Αθανασίου 2000 & 2001˙Κάτσικας & Καββαδίας 2002˙ Κασσωτάκης 2003˙ Δημητρόπουλος 2003˙ Κωνσταντίνου 2004˙ Ανδρεαδάκης 2005α) η εκτίμηση της επίδοσης μέσω της βαθμολογικής κλίμακας παρουσιάζει ελλείψεις και αδυναμίες επειδή διάφορες άλλες συμπεριφορές σχετικές με την επίδοση, όπως είναι η προσπάθεια, το ενδιαφέρον, η φαντασία, η πρωτοβουλία δεν μπορούν να αποτιμηθούν με την ακρίβεια των αριθμών. Βέβαια, από τη βιβλιογραφική ανασκόπηση προκύπτουν αρκετές επικρίσεις και για την αναλυτική περιγραφή. Πιο συγκεκριμένα, γίνεται λόγος για σύστημα χρονοβόρο, του οποίου η υιοθέτηση και εφαρμογή απαιτεί γνώσεις και συνεχή επιμόρφωση από τους εκπαιδευτικούς. Για να είναι επιτυχημένη, σαφής και κατανοητή μια περιγραφική αξιολόγηση απαιτείται συστηματική προετοιμασία από τον εκπαιδευτικό, διαρκή παρακολούθηση του μαθητή και σαφή διατύπωση για να αποφεύγονται παρερμηνείες (Χανιωτάκης,1998˙ Αθανασίου 2000).

Το γεγονός πως μια μερίδα εκπαιδευτικών (ποσοστό 26,5%) επιλέγει ως πλέον κατάλληλο μέσο αποτύπωσης των αποτελεσμάτων της αξιολογικής διαδικασίας το ισχύον, δηλαδή την εικοσάβαθμη κλίμακα, φανερώνει πως είναι πεπεισμένοι πως η επιλογή του είναι ορθή και αποτελεί δεδομένο στο εκπαιδευτικό γίγνεσθαι της Δευτεροβάθμιας Εκπαίδευσης. Πολλές φορές παγιωμένες αντιλήψεις ετών και συγκεκριμένες νοοτροπίες εμποδίζουν την υιοθέτηση νέων τακτικών και πρακτικών. Βέβαια, όπως παρατηρεί ο Αθανασίου (2000) το σύστημα αυτό είναι εύχρηστο και δίνει τη δυνατότητα στατιστικών επεξεργασιών των βαθμολογικών δεδομένων.
Τέλος για το 26,5% των εκπαιδευτικών του δείγματος που τάσσεται υπέρ της εκατοντάβαθμης κλίμακας, αυτό εκφράζει αποδοχή της αριθμητικής κλίμακας ως μέσου δίκαιου και ορθού για την αξιολόγηση του μαθητή, με προϋποθέσεις. Δηλαδή, η εκατοντάβαθμη κλίμακα, λόγω μεγάλου εύρους παρέχει τη δυνατότητα για ακριβέστερο υπολογισμό της επίδοσης του μαθητή. Δεν μπορούμε να αγνοήσουμε και το ποσοστό 5,9% των εκπαιδευτικών που προτείνει συνδυασμό αριθμητικής βαθμολογίας και περιγραφικής κλίμακας. Οι εκπαιδευτικοί αυτοί αποδέχονται το ισχύον βαθμολογικό σύστημα, αναγνωρίζουν, όμως, τις ατέλειες που ενέχει και προτείνουν την περιγραφική αξιολόγηση συνεπικουρικά. Στατιστικά η τάση που διαμορφώνεται μεταξύ των εκπαιδευτικών του δείγματος κλίνει προς την επιλογή της αριθμητικής κλίμακας ως καταλληλότερου μέσου αξιολόγησης, είτε με τη διατήρηση του υπάρχοντος, είτε με τη διεύρυνσή του. Εντύπωση προκαλεί το γεγονός πως όταν το 1996 είχε προταθεί από το Υπουργείο νέα σύστημα αξιολόγησης για το Δημοτικό και το Γυμνάσιο μέσα στα προτεινόμενα μέτρα του οποίου συμπεριλαμβανόταν και η εφαρμογή της περιγραφικής αξιολόγησης στη Δευτεροβάθμια Εκπαίδευση, η στάση της ΟΛΜΕ ήταν αρνητική και κάλεσε όλους τους εκπαιδευτικούς των Γυμνασίων να μην εφαρμόσουν τα νέα μέτρα αν δεν ικανοποιούνταν μια σειρά από θεσμικά και οικονομικά αιτήματα (Χανιωτάκης, 1998).

Αντί επιλόγου

Η χρήση βαθμών στην εκπαίδευση προϋποθέτει βαθμολογικό σύστημα, προκειμένου να αποτιμάται το αποτέλεσμα της αξιολογικής διαδικασίας. Οι εκπαιδευτικοί του δείγματος προβληματίζονται ως προς την επιλογή του καταλληλότερου. Προτείνεται μεν η αναλυτική περιγραφή πλειοψηφικά, αλλά και το ισχύον βαθμολογικό σύστημα με την αριθμητική κλίμακα 1-20, όπως και η εκατοντάβαθμη κλίμακα συγκεντρώνουν υψηλά ποσοστά προτιμήσεων. Η καθιέρωση της περιγραφικής αξιολόγησης, ως μέσου αποτύπωσης της επίδοσης του μαθητή στο Γυμνάσιο αποτελεί ένα ζήτημα προς περαιτέρω διερεύνηση. Δίνοντας πρωτίστως ιδιαίτερη έμφαση στην έγκυρη πληροφόρηση της εκπαιδευτικής κοινότητας, των γονέων και των μαθητών, οι οποίοι πρέπει να πειστούν για τα πλεονεκτήματα που απορρέουν από την υιοθέτηση και εφαρμογή της και με δεδομένη την επιμόρφωση των εκπαιδευτικών, θα μπορούσε, να γίνει μια σωστά προετοιμασμένη εισαγωγή της περιγραφικής αξιολόγησης στο Γυμνάσιο. Ένα δοκιμαστικό στάδιο πιλοτικής εφαρμογής σε ορισμένα σχολεία θα αποτελούσε εγγύηση εξοικείωσης, αλλά και εντοπισμού αδυναμιών, οι οποίες θα μπορούσαν να αντιμετωπιστούν ανάλογα. Η ενεργοποίηση των σχολικών συμβούλων προς την κατεύθυνση αυτή πρέπει να θεωρηθεί δεδομένη. Στην 9χρονη υποχρεωτική εκπαίδευση η αριθμητική αποτύπωση της επίδοσης νομιμοποιεί τον επιλεκτικό χαρακτήρα του σχολείου και οξύνει το ανταγωνιστικό πνεύμα μεταξύ των μαθητών. Αντίθετα, με την εξατομικευμένη αξιολόγηση, μέσω περιγραφικών σημειωμάτων, και το μαθητή στο επίκεντρο της διδασκαλίας, καλλιεργείται η ευγενής άμιλλα, η ικανότητα συνεργασίας, η αυτονομία.

Βιβλιογραφία

Ηλιού, Μ. (1993). Αντιλήψεις και πρακτικές αξιολόγησης. Σύγχρονη Εκπαίδευση, 69, 19-21.
Κασσωτάκης, Μ. (2003). Η αξιολόγηση της επιδόσεως των μαθητών. (11η έκδ.). Αθήνα : Γρηγόρης.

Κάτσικας, Χ., & Καββαδίας, Γ. (2002). Το « εγχειρίδιο » του καλού εκπαιδευτικού : Ο δάσκαλος που αγάπησα και άλλες « ιστορίες » του μαυροπίνακα. Αθήνα : Ελληνικά Γράμματα.

Καψάλης, Α. (1998). Αξιολόγηση και βαθμολογία στο δημοτικό σχολείο. Θεσ/νίκη : Art of Text.
Κωνσταντίνου, Χ. (2004). Η αξιολόγηση της επίδοσης του μαθητή ως παιδαγωγική λογική και σχολική πρακτική. Αθήνα : Gutenberg.

Χανιωτάκης, Ν. (1998). Η περιγραφική αξιολόγηση του μαθητή στο ελληνικό δημοτικό σχολείο. Διδακτορική διατριβή, Ρέθυμνο, Πανεπιστήμιο Κρήτης, Παιδαγωγικό Τμήμα Δημοτικής Εκπαίδευσης.

Χιωτάκης, Σ. (1993). Κατάργηση εξετάσεων και βαθμών στο Δημοτικό σχολείο : Προσδοκίες και πραγματικότητα. Στο Στ. Χιωτάκης (Επιμ.), Η αμφισβήτηση των εξετάσεων και των βαθμών στο σχολείο. Αθήνα : Γρηγόρης, 48-85.

Η παρούσα εισήγηση παρουσιάστηκε στο 6ο Πανελλήνιο Συνέδριο της Παιδαγωγικής Εταιρείας Ελλάδας (Π.Ε.Ε.) που έλαβε χώρα στην Αθήνα στις 05-07/12/2008.

Αυθεντική αξιολόγηση

2009-01-11T21:53:15Z

Δυνατότητες, προεκτάσεις, προοπτικές υιοθέτησης και εφαρμογής στην ελληνική β΄θμια εκπαίδευση

Τα τελευταία χρόνια δίνεται ιδιαίτερη έμφαση στην αξιολόγηση του μαθητή ως « προσώπου που μαθαίνει », ως « συνόλου ». Η κίνηση της ολικής αξιολόγησης του εκπαιδευομένου εκφράζεται στην αγγλική βιβλιογραφία με τον όρο « αυθεντική αξιολόγηση » (Authentic Assessment). Κεντρικά σημεία της τάσης αυτής αποτελούν η πολλαπλότητα των κριτηρίων, οι συνδυαστικές τεχνικές, η πολλαπλότητα των μέσων και των υλικών αξιολόγησης του μαθητή, η διαχρονικότητα- εξελικτικότητα και η συνέχεια των διαδικασιών (Δημητρόπουλος, 2003˙ Ανδρεαδάκης, 2005β).

Κατά τη διαδικασία της μάθησης, ιδιαίτερη βαρύτητα κατέχει η συμμετοχή του εκπαιδευομένου και η αλληλεπίδρασή του με το δάσκαλο. Ο συμμετοχικός τομέας αναφέρεται, σύμφωνα με τον Burk (1979, όπ. αναφ. στο Δημητρόπουλος, 2003) στη σχολική εργασία και περιλαμβάνει χαρακτηριστικά, όπως η επιμονή, η προσοχή, η επιμέλεια, η πρωτοβουλία, η ικανότητα σκέψης, η αυτόνομη μάθηση, αλλά και το κλίμα συνεργασίας, η αμοιβαία εμπιστοσύνη μεταξύ δασκάλου- μαθητή, η φιλική διάθεση. Ο Klafki (1987) τονίζει την ικανότητα του παιδιού να κρίνει, να αποφασίζει, να ενεργεί, σύμφωνα με τα δικά του κριτήρια και την προσωπική του κρίση. Στα πλαίσια της κοινωνικής μάθησης, της ενεργούς συμμετοχής του μαθητή και της ολικής αξιολόγησης έχουν προκύψει, ιδιαίτερα κατά τις τελευταίες δεκαετίες, εναλλακτικές τεχνικές αξιολόγησης, όπως η αυτοαξιολόγηση ή αλληλοαξιολόγηση, η αξιολόγηση βάσει ατομικού φακέλου του μαθητή (portfolio), η συστηματική παρατήρηση, η κοινωνιομετρική τεχνική, οι εργασίες σε ομάδες, οι κατ΄οίκον εργασίες, τεχνικές, οι οποίες, σαφώς, διαφοροποιούνται από τις παραδοσιακές και που αποσκοπούν στην ποιοτική και πραγματική αποτίμηση της αξίας του εκπαιδευομένου, απαλλαγμένη από στοιχεία αυθαίρετης και υποκειμενικής κρίσης.

Θα έπρεπε κατά την αξιολόγηση να λαμβάνεται υπόψη το διαφορετικό αρχικό επίπεδο γνώσεων του κάθε μαθητή, το κοινωνικο-οικονομικό επίπεδο της οικογένειας του, η προσπάθεια που καταβάλει, η συνέπειά του, οι πρωτοβουλίες που αναπτύσσει, η συνολική του δραστηριότητα σε εκδηλώσεις του σχολείου. Με το παραδοσιακό σύστημα αξιολόγησης, όπως αυτό εφαρμόζεται στη χώρα μας, δεν αξιολογείται παρά η επίδοση σε γραπτές και προφορικές δοκιμασίες και ελάχιστα συνυπολογίζονται τα στοιχεία που έχουν προαναφερθεί. Ο εκπαιδευτικός, λόγω ανεπαρκούς κατάρτισης σε ζητήματα αξιολόγησης χρησιμοποιεί παραδοσιακές τεχνικές, μέσα σε ένα κατεξοχήν δασκαλοκεντρικό σύστημα διδασκαλίας και δεν είναι σε θέση να μπορεί να παρακολουθεί και να αξιολογεί με επιστημονικό τρόπο την ατομική και κοινωνική συμπεριφορά του μαθητή. Εναλλακτικές μορφές ελέγχου της επίδοσης ή συνδυασμός τεχνικών χρησιμοποιούνται σπάνια ή αποφεύγονται λόγω άγνοιας ή ανύπαρκτης παιδαγωγικής και διδακτικής κατάρτισης. Οι ερωτήσεις ανάπτυξης που κατεξοχήν χρησιμοποιούνται, τόσο στις γραπτές, όσο και στις προφορικές δοκιμασίες, συνιστούν μονομερή και αποσπασματική διαδικασία της εξέτασης της επίδοσης και καθιστούν ευάλωτο και τρωτό το παραδοσιακό σύστημα εξετάσεων.

Το μέχρι σήμερα καθιερωμένο σύστημα αξιολόγησης βασίζεται στη σύγκριση επιδόσεων μαθητών, κάτι που σε καμιά περίπτωση δεν διευκολύνει τη μάθηση. Η σύγχρονη παιδαγωγική τείνει προς την εξατομίκευση της διδασκαλίας, επομένως, κρίνεται αναγκαία και η απόλυτη- ατομική αξιολόγηση, όπου η σύγκριση γίνεται μεταξύ της επίδοσης του ίδιου του μαθητή και των δυνατοτήτων του (Δημητρόπουλος, 2003). Στο ίδιο πνεύμα κινούνται και οι Μαραθεύτης (1986) και Κοσμόπουλος (1983), οι οποίοι κάνουν λόγο για εξατομικευμένη αξιολόγηση, που θα αναφέρεται στο μαθητή ως « όλον », στο οποίο η επίδοση δεν αποτελεί παρά μόνο μια διάσταση.
Στο παραπάνω πλαίσιο, συχνά, οι εκπαιδευτικοί, στην προσπάθεια τους να φανούν δίκαιοι και αντικειμενικοί, εφαρμόζουν εναλλακτικούς τρόπους αξιολόγησης, η χρήση των οποίων δεν είναι θεσμικά κατοχυρωμένη και έτσι χρησιμοποιούνται παράλληλα και συνεπικουρικά με την παραδοσιακή αξιολόγηση που προβλέπεται από την Πολιτεία. Εναλλακτικοί τρόποι- τεχνικές αξιολόγησης θεωρούνται το φύλλο παρατήρησης του μαθητή, η αυτοαξιολόγηση του, η αξιολόγηση του μαθητή από συμμαθητές του, ο « φάκελος » εργασιών του μαθητή.

α) Φύλλο παρατήρησης συμπεριφοράς : Ως ποιοτική μέθοδος αξιολόγησης, η παρατήρηση αποδίδει, με την προϋπόθεση να γίνεται από εκπαιδευτικούς που έχουν επιμορφωθεί ανάλογα.

Πρόκειται για τη συστηματική παρατήρηση του συνόλου της συμπεριφοράς του μαθητή κατά τη διάρκεια του μαθήματος και γενικά της παραμονής του στο χώρο του σχολείου. Ο μαθητής παρακολουθείται στο φυσικό του περιβάλλον για σχετικά μεγάλα χρονικά διαστήματα, όποτε διαπιστώνονται η φυσική συμπεριφορά του και οι πραγματικές αντιδράσεις του. Στον ελληνικό σχολικό μηχανισμό, αυτός ο τρόπος αξιολόγησης δεν έχει τύχει ευρείας χρήσης και αποδοχής για λόγους πολύ συγκεκριμένους : Η παραδοσιακή νοοτροπία για την αξιολόγηση που επικεντρώνεται γύρω από την εξέταση της επίδοσης, δρα ανασταλτικά στην επίσημη υιοθέτηση οποιουδήποτε άλλου τρόπου αξιολόγησης. Επιπρόσθετα, καθώς το σχολείο περιορίζεται μόνο στη μετάδοση γνώσεων δεν θεωρείται αναγκαίο και υποχρεωτικό να γνωρίζει ο δάσκαλος σε βάθος το σύνολο της προσωπικότητας του μαθητή. Τέλος, οι εκπαιδευτικοί δεν επιμορφώθηκαν ποτέ πάνω σε μεθόδους μελέτης της προσωπικότητας του μαθητή, κάτι που όπως έχει αναφερθεί, τίθεται σε δεύτερη μοίρα, αφού προέχει ο αμιγώς γνωστικός τομέας.

Ως κυριότερα πλεονεκτήματα της παρατήρησης θεωρούνται τα εξής : α) Μέσα από τη συστηματική παρατήρηση βελτιώνεται το επίπεδο πληροφοριών που συγκεντρώνονται για το μαθητή, έτσι η αξιολόγηση του είναι σφαιρική και πιο ουσιαστική, β) υλοποιούνται με ρεαλιστικό τρόπο οι επιδιώξεις που σχετίζονται με τη γνώση του μαθητή, γ) όταν η παρατήρηση διενεργείται σωστά η συμπεριφορά που παρατηρείται είναι φυσική και αντιπροσωπευτική της τυπικής συμπεριφοράς του μαθητή, δ) όταν ο ίδιος ο δάσκαλος του μαθητή κάνει την παρατήρηση έχει διάρκεια και έχει πολλές πιθανότητες να έχει επιτυχία.

Τα σημαντικότερα μειονεκτήματα της είναι τα εξής : α) υπάρχει πολύ έντονο το στοιχείο του υποκειμενισμού, αφού ο αξιολογητής είναι ο δάσκαλος του μαθητή και αυτονόητα επηρεάζεται αισθητά από την καθημερινή επαφή που μαζί του, β) ο μαθητής συνδιαμορφώνει την κρίση του αξιολογητή, αλλά η συμπεριφορά του δεν είναι σε όλες τις συνθήκες η ίδια, κάτι που μεταφράζεται σε πιθανή μη αντιπροσωπευτική συμπεριφορά κατά το χρονικό διάστημα της παρατήρησης, γ) υπάρχει ελλιπής κατάρτιση των εκπαιδευτικών πάνω στο θέμα της συστηματικής παρατήρησης, δ) η παρατήρηση απαιτεί εφαρμογή σε βάθος χρόνου για να έχει ορατά αποτελέσματα, πράγμα που σημαίνει πως μεμονωμένες παρατηρήσεις δεν αρκούν για εξαγωγή αξιόπιστων συμπερασμάτων, ε) με την παρατήρηση εντοπίζονται μόνο μερικές αντιδράσεις του μαθητή, είναι εξαιρετικά δύσκολο να εντοπιστούν όλες οι πτυχές του χαρακτήρα ή της συμπεριφοράς του, στ) η χρήση της συστηματικής παρατήρησης ως μέσου αξιολόγησης του μαθητή ενέχει πάντα το σφάλμα ερμηνείας, κάτι που σημαίνει πως υπάρχει πάντα ο κίνδυνος να παρερμηνευτούν οι παρατηρήσεις του αξιολογητή (Δημητρόπουλος, 2003).

Ο Ανδρεαδάκης (2005β) χαρακτηριστικά επισημαίνει πως οι εκπαιδευτικοί μπορούν να σημειώνουν σε σχετικό φύλλο παρατήρησης, το οποίο καλείται φύλλο ποιοτικής αξιολόγησης και σε τακτά χρονικά διαστήματα, συνοπτικές παρατηρήσεις για κάθε μαθητή με βάση την πρόοδο που σημείωσε κατά το αντίστοιχο χρονικό διάστημα. Ο κάθε εκπαιδευτικός μπορεί να προσαρμόσει τα φύλλα στις δικές του ανάγκες (να προσθέσει, για παράδειγμα, παρατηρήσεις για τη συμμετοχή του μαθητή στο μάθημα, τις ιδιαίτερες κλίσεις του, τις σημαντικότερες αδυναμίες του…). Ενώ παράλληλα μπορεί να εξειδικεύσει τα φύλλα στις ιδιαίτερες απαιτήσεις των διαφόρων μαθημάτων που διδάσκει.

Βέβαια, είναι αυτονόητο πως χρειάζεται ιδιαίτερη διακριτικότητα και προσοχή κατά την παρατήρηση για να μην δοθεί στους μαθητές η εντύπωση πως παρακολουθούνται, κάτι που σίγουρα θα επηρεάσει αρνητικά τη σχέση τους με τους δασκάλους- αξιολογητές.

β) Αυτοαξιολόγηση και αλληλοαξιολόγηση : Ο Κασσωτάκης στην Παιδαγωγική Εγκυκλοπαίδεια ορίζει την αυτοαξιολόγηση ως διαδικασία εκτίμησης από το ίδιο το άτομο των αποτελεσμάτων των προσπαθειών του με σκοπό τη βελτίωση ή την τροποποίηση τους, όταν αυτό κρίνεται απαραίτητο. Σύμφωνα με τον Κολιάδη (2002), η αυτοαξιολόγηση είναι μια παρεμβατική τεχνική που το ίδιο το άτομο χρησιμοποιώντας την μπορεί να τροποποιήσει τη συμπεριφορά του. Ο Δημητρόπουλος (2003) συμφωνεί με τους παραπάνω ορισμούς, δίνοντας το χαρακτηριστικό παράδειγμα της βαθμολόγησης του γραπτού ενός μαθητή από τον ίδιο.

Σύμφωνα με τον Ανδρεαδάκη (2005β & 2005γ), η αυτοαξιολόγηση μπορεί να χρησιμοποιηθεί ως παιδαγωγική διαδικασία ανάπτυξης της υπευθυνότητας και της αυτογνωσίας του μαθητή. Ο εκπαιδευτικός, μέσα από τη διαδικασία αυτή, αντλεί χρήσιμα στοιχεία για τους μαθητές και για την αυτοαντίληψη τους. Όταν τα φύλλα ποιοτικής αξιολόγησης συνδυάζονται με αντίστοιχα φύλλα ποιοτικής αυτοαξιολόγησης, τότε η αξιολογική διαδικασία γίνεται πιο εποικοδομητική και αποδίδει περισσότερο.

Η αλληλοαξιολόγηση ή ετεροαξιολόγηση αναφέρεται σε καταστάσεις, όπου ο μαθητής αξιολογείται από τους συμμαθητές του. Η διαφορά ανάμεσα στις δυο πρακτικές έγκειται σε αυτό που είναι σε θέση να γνωρίζει ο μαθητής : Στην αυτοαξιολόγηση γνωρίζει για να δράσει, ενώ στην ετεροαξιολόγηση γνωρίζει για να κρίνει. Ο Ματσαγγούρας (1996 & 2000) υποστηρίζει πως η κοινωνική μάθηση προϋποθέτει συνεργατική διδασκαλία. Όταν η δασκαλοκεντρική διδασκαλία κρίνεται ανεπαρκής αναζητούνται λύσεις προς την κατεύθυνση της μαθητοκεντρικής και εξατομικευμένης διδασκαλίας. Στο πλαίσιο αυτό, τόσο η αυτοαξιολόγηση, όσο και η ετεροαξιολόγηση μπορούν να συμβάλλουν στο να οδηγηθεί ο μαθητής στο ζητούμενο, δηλαδή την ολόπλευρη, αρμονική και ισόρροπη ανάπτυξη του.

Με την εφαρμογή των δύο παραπάνω ήπιων μορφών αξιολόγησης εξασφαλίζεται η συμμετοχή του μαθητή στην παιδαγωγική πράξη, δίνονται σαφείς πληροφορίες για τους ρυθμούς μάθησης των μαθητών, ενισχύονται θετικά οι εκπαιδευόμενοι και υπάρχει διαφάνεια κατά την αξιολογική διαδικασία. Βέβαια, απαραίτητες προϋποθέσεις για να λειτουργήσουν αποτελεσματικά και εποικοδομητικά αυτές οι εναλλακτικές μορφές αξιολόγησης του μαθητή είναι το κατάλληλο παιδαγωγικό κλίμα, η σχέση αμοιβαίας εμπιστοσύνης μεταξύ δασκάλου- μαθητή, η εξατομικευμένη διδασκαλία, η εχεμύθεια (Τσίνας, 2006).

Και οι δύο αυτές πρακτικές δεν χρησιμοποιούνται ευρέως στο ελληνικό εκπαιδευτικό σύστημα και δεν τέθηκαν ποτέ ως εναλλακτικές μέθοδοι αξιολόγησης στο αξιολογικό μας σύστημα. Όταν χρησιμοποιούνται έχουν περισσότερο εκπαιδευτικό και παιδαγωγικό χαρακτήρα και λιγότερο εξεταστικό. Όπως είναι φανερό, σε κρίσιμες εξετάσεις ή σε εξετάσεις επιλογής είναι αδύνατο να εφαρμοστούν. Αυτό θεωρείται και το κυριότερο μειονέκτημα των παραπάνω πρακτικών (Δημητρόπουλος, 2003). Πολλοί υποστηρίζουν πως οι μαθητές δεν αντιμετωπίζουν με σοβαρότητα τις διαδικασίες αυτές, εκλαμβάνοντας αυτή την έλλειψη υπευθυνότητας ως μειονέκτημα της διαδικασίας, αλλά έρευνα του Τσαγκαράκη (1984, όπ. αναφ. στο Δημητρόπουλος, 2003) έδειξε πως με κατάλληλη εκπαίδευση οι μαθητές έχουν την τάση να βαθμολογούν υπεύθυνα και με αυστηρότητα τόσο τον εαυτό τους, όσο και τους συμμαθητές τους. Έρευνα του Τσίνα (2006) έδειξε ότι οι δάσκαλοι αν και δηλώνουν πως έχουν χρησιμοποιήσει τις παραπάνω τεχνικές, αυτό το κάνουν, κατά κύριο λόγο στο τέλος του τριμήνου, αφού έχουν ήδη διαμορφώσει την τελική τους κρίση. Σύμφωνα με τους Δημητρόπουλο (1998) και Κασσωτάκη (1995), η στροφή προς ήπιες μορφές αξιολόγησης θα έπρεπε να υποστηριχθεί και να τύχει εφαρμογής στο ελληνικό αξιολογικό σύστημα, αφού παρέχεται στο μαθητή η δυνατότητα να αναπτύσσει την αυτογνωσία και την υπευθυνότητα του, διαδραματίζοντας καθοριστικά πρωταγωνιστικό ρόλο στη διαδικασία της μάθησης. Στην σύγχρονη εκπαιδευτική πραγματικότητα της χώρας μας οι δυο διαδικασίες εμφανίζονται συρρικνωμένες έως ανύπαρκτες.

γ) Αξιολόγηση βάσει φακέλου : Η μέθοδος της αξιολόγησης βάσει φακέλου θεωρείται ως η βασικότερη μέθοδος υλοποίησης της Αυθεντικής Αξιολόγησης. Σύμφωνα με τη μέθοδο αυτή ο ίδιος ο μαθητής, σε συνεργασία με τον εκπαιδευτικό, συλλέγει με κριτικό τρόπο ενδεικτικά δείγματα της δουλειάς του σε ένα ή περισσότερα μαθήματα, τα αναλύει ο ίδιος και τα παρουσιάζει για αξιολόγηση και γενικότερη συζήτηση στην τάξη. Ο ατομικός φάκελος του μαθητή είναι ένας προσωπικός φάκελος που τον τηρεί και τον ενημερώνει ο ίδιος ο μαθητής (Ανδρεαδάκης, 2005β).
Αποτελεί βασική τεχνική αυτοαξιολόγησης του μαθητή. Μέσα σε αυτόν τοποθετούνται όλα εκείνα τα απαραίτητα στοιχεία που αντανακλούν την προσπάθεια που κατέβαλλε, όπως τις εργασίες που πραγματοποίησε, τις πρωτοβουλίες που ανέπτυξε, καταλόγους με βιβλία που έχει διαβάσει, σημειώσεις του, ζωγραφιές, φωτογραφίες (Δημητρόπουλος, 2003). Θεωρείται πως η επιμελής τήρηση του φακέλου μπορεί να αποδειχθεί ένα χρήσιμο εργαλείο στα χέρια του μαθητή, με τη βοήθεια του οποίου διαπιστώνεται η πρόοδος του. Ο μαθητής μέσα από συζήτηση με το δάσκαλο του είναι σε θέση να εντοπίζει τα κενά και τις αδυναμίες του, αλλά και να ανακαλύπτει τη χαρά της μάθησης μέσα από τις επιτυχίες του. Έτσι, στο πλαίσιο αυτό της ενεργούς συμμετοχής δασκάλου- μαθητή και της αμφίδρομης επικοινωνίας ανάμεσα τους, η αξιολόγηση ξεφεύγει από τα παραδοσιακά στεγανά της εξέτασης και μετατρέπεται σε μια ευχάριστη, συνεργατική διαδικασία.

Τα πλεονεκτήματα που απορρέουν από την εφαρμογή της αξιολόγησης βάσει φακέλου είναι πολλά : Αναπτύσσεται η κριτική και δημιουργική σκέψη του μαθητή μαθαίνοντας πώς να μαθαίνει, κεντρίζεται το ενδιαφέρον για διερεύνηση, αναλαμβάνει πρωτοβουλίες, ασκείται στην εξεύρεση λύσεων. Επίσης, ο μαθητής έχει επίγνωση της μαθησιακής του πορείας και αποκτά εσωτερικά κίνητρα μάθησης (Τσίνας, 2006). Η Ryan (1994) ταξινομεί τα στάδια εφαρμογής της αξιολόγησης με φακέλους με τον ακόλουθο τρόπο : α) καθορισμός σκοπών που θα εκπληρώσει ο φάκελος, β) καθορισμός ποσοτικών και ποιοτικών κριτηρίων, με συμμετοχή του μαθητή, γ) συλλογή υλικού του φακέλου και τέλος δ) αξιολόγηση του φακέλου. Τα αποτελέσματα της αξιολόγησης βάσει φακέλου πρέπει να κοινοποιούνται και να γίνονται αντικείμενο συζήτησης, τόσο με τους μαθητές, όσο και με τους γονείς τους.

Η αξιολόγηση βάσει φακέλου δεν αποτελεί συστηματικό εργαλείο αξιολόγησης του μαθητή, τουλάχιστον, στην ελληνική πραγματικότητα. Η υιοθέτηση αυτής της εναλλακτικής μορφής αξιολόγησης σπανίζει και πολλές φορές αντιμετωπίζεται αρνητικά ή με καχυποψία, κυρίως από εκπαιδευτικούς με πολυετή υπηρεσία, επειδή κρίνουν πως έτσι απομυθοποιούνται και χάνουν το κύρος που τους προσδίδει η απονομή βαθμών.

δ) Εργασίες και projects : Οι εργασίες και τα projects νομιμοποιούνται περισσότερο ως προσεγγίσεις μάθησης και διδασκαλίας και λιγότερο ως προσεγγίσεις αξιολόγησης του μαθητή (Ματσαγγούρας, 1987). Ένα μεγάλης έκτασης project δεν αξίζει τον κόπο να χρησιμοποιείται μόνο για τους σκοπούς της αξιολόγησης. Ακόμη και μια μικρή γραπτή εργασία, δεν δίνεται με απώτερο σκοπό την αξιολόγηση του μαθητή που την πραγματοποίησε. Και τα δύο δίνονται για τους σκοπούς της μάθησης και αφού δίνονται αξιολογούνται. Βέβαια, η ύπαρξή τους και μόνο στην εκπαιδευτική διαδικασία κατοχυρώνει θετική επίδοση. Σύμφωνα με τον Frey (1986), μεταξύ εργασίας και project υπάρχουν βασικές διαφορές, όχι τόσο ως προς το σκοπό, όσο ως προς την εμβέλεια, την έκταση, τον αριθμό των εμπλεκομένων ατόμων, τα μέσα που απαιτούνται. Ο Δημητρόπουλος (2003) χαρακτηριστικά τονίζει πως μια μεγάλης έκτασης και σύνθετη εργασία δεν διαφέρει από ένα project ή ένα project είναι μια μεγάλη εργασία. Επιπρόσθετα, αναφέρει πως όταν χρησιμοποιούνται ως μέθοδοι αξιολόγησης, τότε πρέπει από την αρχή να οριοθετούνται σαφή κριτήρια, σύμφωνα με τα οποία θα αξιολογηθούν οι εργασίες. Τα κριτήρια ορίζονται από τα μέλη της ομάδας μαθητών υπό την παιδαγωγική καθοδήγηση του εκπαιδευτικού και αφορούν κυρίως στην τήρηση των χρονικών προδιαγραφών, των αρχών και των διαδικασιών, στον τρόπο παρουσίασης, στα χρησιμοποιούμενα μέσα (κύρος, αξιοπιστία).

Στην ελληνική εκπαιδευτική πραγματικότητα, οι εκπαιδευτικοί διστάζουν να χρησιμοποιήσουν την παραπάνω εναλλακτική μέθοδο, έστω, παράλληλα με την τυπική αξιολόγηση, λόγω ελλιπούς κατάρτισης και επιμόρφωσης, αλλά και λόγω της δεσπόζουσας νοοτροπίας πως με την εφαρμογή ήπιων μορφών αξιολόγησης υπονομεύεται το κύρος και η θέση τους στην εκπαιδευτική διαδικασία.

Ο Δημητρόπουλος (2003) αναφέρει πλήθος άλλων εναλλακτικών τεχνικών που βοηθούν τον εκπαιδευτικό, στα πλαίσια της εξατομικευμένης αξιολόγησης, να πληροφορηθεί με σαφήνεια το « όλον » του μαθητή, αρκεί βέβαια να έχει μια στοιχειώδη ενημέρωση σε αυτά. Τέτοιες τεχνικές είναι : τα έργα και οι ασχολίες του μαθητή, πληροφορίες και απόψεις τρίτων, ερωτηματολόγια, συνεντεύξεις, ημερολόγια, συγκεντρωτικό ατομικό δελτίο, κοινωνιομετρική τεχνική, ιχνογράφημα (για μαθητές, κυρίως, Δημοτικού).

Η ανεύρεση ενός αξιολογικού συστήματος που να επιτρέπει το σαφή προσδιορισμό των χαρακτηριστικών που πρέπει να συνυπολογίζονται κατά την αξιολόγηση της σχολικής προόδου των μαθητών και την αντικειμενική εκτίμηση τους δεν πρέπει να φαντάζει ουτοπία, αν και μια δραστική αλλαγή σίγουρα θα προσέκρουε σε παγιωμένες αντιλήψεις δεκαετιών περί « μάθησης » και « εξέτασης » και η υιοθέτηση της θα απαιτούσε βάθος χρόνου. Σαφέστατα, είναι δύσκολο να εκπονηθεί ένα ιδανικό μοντέλο αξιολόγησης, αλλά όχι ανέφικτο, αν αποτελέσει αντικείμενο συστηματικής επιστημονικής έρευνας. Η υιοθέτηση ήπιων και λιγότερο ανταγωνιστικών μορφών αξιολόγησης, αποτελεί τον πυρήνα της φιλοσοφίας της Αυθεντικής αξιολόγησης και σίγουρα θα έπρεπε να εξεταστεί ενδελεχώς η προοπτική πλήρους εφαρμογής της και στην ελληνική Β΄θμια εκπαίδευση.

ΕΛΛΗΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ

Ανδρεαδάκης, Ν. (2004). Ερωτηματολόγιο [πανεπιστημιακές σημειώσεις]. Πανεπιστήμιο Αιγαίου, ΤΕΠΑΕΣ, Ακαδημαϊκό έτος 2003-2004. Ρόδος.

Ανδρεαδάκης, Ν., Βάμβουκας, Μ. (2005α). Οδηγός για την εκπόνηση και τη σύνταξη ερευνητικής εργασίας : σεμιναριακής, διπλωματικής, πτυχιακής. Αθήνα : Ατραπός.

Ανδρεαδάκης, Ν. (2005β). Αξιολόγηση της επίδοσης των μαθητών [πανεπιστημιακές σημειώσεις]. Πανεπιστήμιο Κρήτης, Π.Τ.Δ.Ε., Ακαδημαϊκό έτος 2005-2006. Ρέθυμνο.

Ανδρεαδάκης, Ν., Ξανθάκου, Γ. κ.ά. (2005γ). Αυτοαξιολόγηση μαθητή ως διαδικασία αυτοπροσδιορισμού του στο σχολείο. Εκπαιδευτική – Σχολική Ψυχολογία. Αθήνα : Ατραπός.

Θεοφιλίδης, Χ. (1995). Η συγγραφή επιστημονικής εργασίας : Από τη θεωρία στην πράξη. Αθήνα : Δαρδανός.

Κασσωτάκης, Μ. (1995). Η αξιολόγηση των μαθητών : Ένα χρόνιο πρόβλημα της ελληνικής εκπαίδευσης. Ελλην

Κασσωτάκης, Μ. (2003). Η αξιολόγηση της επιδόσεως των μαθητών. (11η έκδ.). Αθήνα : Γρηγόρης.

Κολιάδης, Ε. (2002). Θεωρία Μάθησης και Διδακτική Πράξη. Αθήνα : Ελληνικά Γράμματα.

Κοσμόπουλος, Α. (1983). Σχεσιοδυναμική παιδαγωγική του προσώπου. Αθήνα : Γρηγόρης.

Μαραθεύτης, Μ. (1986). Αγωγή του προσώπου. Λευκωσία : εκδ. ιδ.

Ματσαγγούρας, Η. (1987). Ομαδοκεντρική διδασκαλία και μάθηση. Αθήνα : Γρηγόρης

Ματσαγγούρας, Η. (2000). Η σχολική τάξη. Αθήνα : Ελληνικά Γράμματα.

Τσίνας, Ε. (2006). Αυτοαξιολόγηση του μαθητή : Συγκριτική μελέτη απόψεων μαθητών, δασκάλων, γονιών. Διδακτορική διατριβή, Ρόδος, Πανεπιστήμιο Αιγαίου, Τμήμα Επιστημών Προσχολικής Αγωγής και Εκπαιδευτικού Σχεδιασμού.

ΞΕΝΟΓΛΩΣΣΗ ΒΙΒΛΙΟΓΡΑΦΙΑ

Frey, Κ. (1986). Η μέθοδος Project. Θεσσαλονίκη : Κυριακίδης

Klafki, W. (1987). Η αποστολή και η μεταρρύθμιση του Δημοτικού σχολείου. Παιδαγωγική επιθεώρηση, 6, 47-80.

Ryan, C. (1994). Authentic Assessment. USA : Teacher Created Materials Inc.

Η παρούσα εισήγηση παρουσιάστηκε στο 1ο Πανελλήνιο Συνέδριο Μεταπτυχιακών Εκπαιδευτικών Β/βμιας Εκπαίδευσης που πραγματοποιήθηκε στην Αθήνα στις 20-22/04/2007

Les premières mesures d'aptitudes psychiques

Olivier Delhaye — 2008-05-02T16:54:33Z

Les premières mesures « objectives » d'aptitudes psychiques remontent à des temps assez anciens. Ainsi, lors des rites funéraires de l'ancienne Égypte, l'ultime épreuve pour le mort consistait en la pesée de son cœur.

Comme on le voit sur cette reproduction du papyrus d'Hounefer (XIX^e dynastie, règne de Séthi I^er, de -1291 à -1278) exposé au British Muséum à Londres, pour parvenir au paradis, le défunt, conduit par Anubis, doit passer devant le tribunal d'Osiris, souverain des morts. Son cœur posé sur la balance de Thot, doit équilibrer une plume de la justice Maât, sinon il est englouti par un monstre.

Il s'agit peut-être ici d'une première tentative de réduction du qualitatif au quantitatif.

Au XIX^e siècle, apparaît la notion de corrélation entre deux variables : on tente de mesurer un objet non-observable par l'intermédiaire d'un objet observable.

Ainsi, François-Joseph Gall, neurologue franco-allemand et père de la phrénologie, met en relation des bosses sur le crâne (par exemple, la fameuse « bosse des maths ») et des talents avérés. Selon Gall, chaque région du crâne correspond à une fonction mentale, d'autant plus développée qu'on sent une bosse chez le sujet… Si cette vision apparaît naïve, Gall reste le fondateur des théories sur la localisation des fonctions cérébrales.

Samuel George Morton, initiateur de la craniométrie, remplissait, quant à lui, les crânes évidés de cadavres avec des billes de plomb ou des grains de moutarde pour mesurer le volume du cerveau. Les conclusions qu'il tirait de ses observations scientifiques étaient également très peu… scientifiques.

Paul Broca, n'en déplaise aux dames, a conclus expérimentalement à une supériorité constante du poids du cerveau des hommes sur celui du cerveau des femmes. C'est notamment pourquoi il estimait qu'il ne fallait pas accorder le droit de vote aux femmes. Ironie de la science : on a constaté depuis que l'aire dite de Broca, le cortex du langage, est plus développée chez les femmes que chez les hommes.

Mais le pionnier de l'évaluation dont on lira l'œuvre avec le plus de plaisir est sans conteste Cesare Lombroso, père de l'anthropologie criminelle, qui établit une différence anatomique systématique entre, par exemple, le « pied de la prostituée » et celui de « l'honnête femme ». Si si ! Il est d'ailleurs aussi l'auteur de cette célèbre phrase : « Nous avons dû prouver que la femme est intellectuellement et physiquement un homme arrêté dans son développement ».

Le recours systématique aux calculs statistiques et aux probabilités aidera, dès la fin du XIX^e siècle, à oublier ces conclusions malheureuses.

Ainsi, Francis Galton effectue les premières mesures fonctionnelles (temps de réaction, aptitudes visuelles et auditives) et les organise mathématiquement. Galton a notamment mis au point les premiers étalonnages de tests et le calcul de coefficients de corrélation.

Au début du XX^e siècle, on peut enfin comparer les résultats des recherches sur échantillons avec ceux obtenus en testant l'ensemble de la population grâce, par exemple aux épreuves de sélection par l'armée américaine systématiquement organisées depuis 1917.

Donc, après avoir tenté de quantifier les aptitudes psychiques en croyant pouvoir les corréler avec des poids, des dimensions, des formes caractéristiques, les scientifiques ont cherché à mettre ces aptitudes en rapport avec une norme statistique, en plaçant les évalués dans des situations expérimentales permettant des prises de mesures fiables et valides.

Enfin des tests d'un nouveau genre !

Olivier Delhaye — 2007-04-29T03:53:26Z

La mise en place d'un apprentissage plus précoce des langues a bouleversé ce paysage : les plus petits ne préparent pas d'examens.

Ces dernières années, dans le réseau privé d'enseignement, les cours de langue se résumaient le plus souvent à une préparation à quelque examen. Les critères de constitution des classes, la motivation des élèves, le calendrier des cours, tout était déterminé par le certificat visé.

La mise en place d'un apprentissage plus précoce des langues a bouleversé ce paysage : les plus petits ne préparent pas d'examens.

Ainsi, à côté d'une formation linguistique qui conduisait à l'organisation d'une évaluation résolument finale, sommative et certificative, est apparu un nouveau type de formation que jalonnent éventuellement des tests, dont la vocation exclusive est généralement l'exercice d'une évaluation intermédiaire et formative.

La conception de ces nouveaux tests, dont la forme et les contenus ne sont contraints, ni par les typologies d'activités, ni par les référentiels des examens du Palso, du Delf ou du Kpg, méritent toute l'attention des enseignants. En effet, ces tests permettent de proposer aux apprenants d'effectuer des tâches – au sens que prêtent à ce terme les rédacteurs du Cadre européen commun de référence – dont la réalisation n'est pas toujours prévue par les auteurs des manuels d'apprentissage.

Trop souvent en effet, les apprenants qui suivent l'itinéraire tracé par quelque manuel d'apprentissage n'ont pas conscience de l'usage personnel et immédiat qu'ils peuvent faire des compétences pragmatiques, linguistiques et culturelles qu'ils viennent juste de développer.

Aux concepteurs de tests de combler cette lacune, aux enseignants donc de préparer des tests qui jettent un pont entre la phase d'apprentissage et celle de l'application en situation réelle de communication. La fonction évaluatrice des tests – trop scolaire – sera ainsi éclipsée par la fonction beaucoup plus ludique – et autrement gratifiante – de mise en œuvre actionnelle, en milieu social.

On peut trouver un exemple de test (fort bien) conçu dans cette optique par une honorable collègue, Ioanna Daraviga, à l'adresse suivante :
article276.

M^me Daraviga signale d'ailleurs dans l'introduction aux activités (basées sur les trois premiers chapitres du manuel PrépaDelf A1) qu'elle met à la disposition des enseignants sur cette page (mais aussi sur d'autres pages du même site), que ces activités peuvent autant constituer un test d'évaluation formative qu'un matériel complémentaire d'apprentissage créé dans le respect des principes de la perspective actionnelle promue par le CECR.

Oui, le test est adressé à des élèves qui préparent un examen, mais avouons qu'il pourrait tout aussi bien être « administré » à des gens-qui-ne-préparent-rien-du-tout, tant les activités qu'ils proposent sont attrayantes, tant elles sont différentes des activités d'évaluation qui composent classiquement les examens de langue.

On remarquera enfin dans les activités qui constituent ce « module » que de nombreux documents sont puisés dans l'Internet, qu'ils ne subissent aucune modification et surtout, qu'ils sont utilisés selon leur vocation sociale première.

Des sujets hors sujet !

2007-04-10T18:06:31Z

Une jeune collègue qui s'est présentée au concours ASEP les 27 et 28 janvier dernier m'a apporté, il y a une semaine, la lettre de protestation et non moins critique d'Olivier Delhaye, concernant les sujets des épreuves de français.

Après l'avoir lue et connaissant les sujets dès leur mise en ligne je me suis demandée si les concepteurs de ces sujets ont pu saisir les nuances critiques de cette lettre, le degré d'indignation et d'humour acerbe.

Une véritable condamnation de leur incompétence.

A tête reposée, car j'étais très prise professionnellement à ce moment-là, et même si deux mois et demi se sont écoulés depuis, j'ose m'appliquer à une analyse partielle, mais pertinente autant que possible, en admettant avec difficulté que ces sujets se prêtent à un examen quelque peu sérieux !

En ce qui concerne les épreuves de la première partie visant à évaluer la capacité de compréhension écrite, il me semble que le document choisi se prête plus à une étude socioculturelle qu'à une compréhension détaillée où on lance quelques QCM hors contexte portant sur le sens de proverbes ou la traduction.

Je ne me sens pas vraiment fière d'accomplir cette tâche de « donneuse » de leçons. Mais comment avez-vous fait pour élaborer des sujets aussi tronqués et ambigus ?

Et combien de temps avez-vous consacré en la rédaction de QCM avec des erreurs morphosyntaxiques ? Combien d'énergie et de substance grise avez-vous dépensé pour choisir les passages « à sauter » du document et prévoir des QCM qui auraient pu être possibles si le candidat avait eu la totalité du texte sous les yeux ?

Auriez-vous par hasard, je dis bien par hasard, prévu des réponses réussies au « pifomètre » ?

Et puisque nous nous efforçons tous et de plus en plus de fixer nos objectifs, le plus clairement possible, avant de sélectionner un document authentique, quels sont les vôtres ? Que voulez-vous évaluer au juste face à un public d'enseignants diplômés de la faculté de lettres modernes ? Qui êtes-vous ? J'aimerais bien vous connaître et je serais
ravie, croyez-le, que vous m'appreniez votre démarche si démarche il y a.

Mais si ce n'est pas le cas, quel mépris pour vos pairs des jeunes générations et quel encouragement !

Abandonnons la déontologie car je ne saurai pas la développer en quelques lignes et de toute façon même si ma pratique pédagogique commence à devenir longue et diversifiée je ne pourrais pas prétendre d'en être capable.

Examinons maintenant le sujet de la production écrite. De prime abord, et cela n'engage que moi, j'ai une nette impression que ces épreuves s'inspirent du DELF et du DALF C1 ou C2. Je dirais, plus d'ailleurs du C2. Pourquoi n'auriez-vous pas calqué alors vos consignes sur les sujets des dernières épreuves 2006 proposées par la Grèce ?

Au moins vous auriez évité les conséquences de l'empressement !

Ce qui m'étonne aussi c'est le nombre de signes de cette production écrite (environ 250 mots). Pourquoi ce nombre aussi réduit, quelque soit le type d'expression écrite, si nous nous référons également aux sujets des années précédentes ?

De quelle manière miraculeuse un enseignant peut-il montrer ce qu'il sait sur un point didactique ou méthodologique en 250 mots ?

C'est la raison pour laquelle peut-être le corrigé proposé par l'APF traite le sujet, et encore d'une manière générale, de l'utilisation d'un document scientifique-je préfère ce terme plutôt que celui de l'adaptation-en se centrant sur un public d'apprenants qui a un niveau de spécialisation et il dépasse malgré tout les 250 mots.

En effet, l'épreuve s'avère difficile, car en plus, au second degré on aurait grande peine à trouver une situation d'apprentissage où les élèves seraient capables d'aborder le discours scientifique ; les objectifs et les contenus étant axés sur des cours d'apprentissage de la langue comme outil de communication. De telles situations d'apprentissage existent à l'intérieur de cursus optionnels ou bilingues mais il fallait peut-être le demander, justement, aux candidats.

Si par ailleurs le sujet de cette expression écrite était inspiré du contenu du document authentique, je ne vois pas ce qu'il a de scientifique ce texte, il ne relève même pas de la vulgarisation.

Vous exigez de la part des candidats, il me semble, une capacité d'expression et de concision proche de celle d'un texte argumentatif. Pour ma part, je ne sais pas si la didactique se prête tout à fait à ce type d'exercice intellectuel.

Les publications sur l'utilisation des discours scientifiques foisonnent en ce moment, ne serait-ce que les derniers numéros du FDLM ou ceux du CRAPEL vous auraient certainement éclairés sur ce sujet. Et vous auriez aussi élaboré une grille d'évaluation pour les correcteurs qui les aurait aidés.

Les sujets de la didactique spécifique ainsi que le crie haut et fort Olivier Delhaye, dépassent tout entendement. Premièrement comme le souligne bien Olivier Delhaye il n'y a pas de critères de sélection ni pour le tableau adapté cette fois-ci du CECR, ni pour la BD de Claire Bretécher. Aucune adéquation entre l'âge, les centres d'intérêts ou les thèmes de prédilection des publics et le contenu du document. De quoi gâcher l'humour de Claire Bretécher qui, à l'époque avait fait rire beaucoup de français parmi les lecteurs du Nouvel Observateur et décrit à travers ces planches tout un état d'esprit des femmes de l'époque, pour ne pas parler des implicites socioculturels.

A ma connaissance, l'exploitation ou la didactisation des documents authentiques obéit encore une fois à certains critères quant à sa sélection et il est authentique pour la classe de langue si évidemment il est aussi récent, sauf si pour des raisons précises comme, par exemple, l'approche du système temporel, les apprenants ont besoin de divers documents, pour se livrer à une étude comparative et chronologique d'un fait social. Dans tous les cas, un document authentique n'est pas tronqué, modifié ou encore « ré-adapté ».Daniel Coste dans le No 345 du FDLM évoque les virages auxquels a donné lieu, les premiers temps de son adoption, l'approche communicative. A moi d'ajouter que le CECR donne aujourd'hui parfois lieu à des conceptions fortuites de la méthodologie actuelle des langues, si nous tenons compte du degré de connaissance qu'en exigent de la part des enseignants et bientôt des apprenants, j'en ai peur, certains évaluateurs.

En ce qui me concerne et fort heureusement, j'ai acquis des bases très solides en didactique pendant mes études et j'ai eu la grande chance de suivre, par la suite, un nombre de formations assez important, qui n'est jamais suffisant bien sûr, mais pendant lesquelles j'ai appris à me remettre en question et à être attentive aux nouvelles conceptions de la pédagogie des langues vivantes. Je n'apprendrai jamais par cœur le CECR parce que comme l'indiquent bien les descripteurs de cet ouvrage ainsi que son titre, d'ailleurs, il ne s'agit que d'un ouvrage de référence. Alors moi, esprit simple et pratique je l'utilise en tant que tel. Des grilles de description et d'évaluation, j'en ai appris suffisamment à l'Université pour pouvoir en concevoir d'autres pour la classe ou pour ma propre recherche pré-pédagogique. Le CECR m'aide surtout à cadrer mon enseignement et à concevoir parfois des activités nouvelles. Le CECR n'est pas une bible comme le Niveau Seuil n'en était pas une non plus, pour ne pas remonter au Français Fondamental.

Le CECR est un ouvrage perfectible « ni prescriptif ni dogmatique » pour reprendre Christine Tagliante à ce propos. Mieux cerner les capacités que nous pouvons développer chez l'apprenant demeure et demeurera toujours une tâche extrêmement difficile mais oh ! combien enrichissante pour l'enseignant. En cela des ouvrages comme le CECR peuvent nous éclairer, nous faciliter parfois la tâche mais pour rien au monde nous contraindre à les suivre à la lettre, me semble-t-il. Je ne parviendrai pas à poser ma plume si je ne finis pas ce billet par une dernière remarque. Vous demandez une exploitation lexicale et une exploitation pragmatique selon la grille de Hymes.

Premièrement, est-ce qu'il y aurait encore des enseignants, qui préparent une fiche pré-pédagogique ou des activités et qui ne l'utiliseraient pas ? Pour quelle raison le précisez-vous ? Je risque d'être considérée comme quelqu'un de pointilleux dans mes commentaires concernant l'examen des consignes, mais je ne comprends pas pourquoi on donnerait un travail mâché à des enseignants. Les considérez–vous comme des étudiants ou avez-vous craint qu'ils n'aient pas saisi la démarche à suivre ? Pour l'exercice lexical ce document présente un vocabulaire du corps et du sport qui est très loin des préoccupations des adolescents. La cellulite, l'arthrite, ou le souci de muscler le haut de cuisses ne les touchent guère car ils n'en ont pas. A cet âge, les performances en matière de sport et les activités périscolaires les motivent davantage. Les adjectifs et les adverbes ne présentent pas non plus un intérêt pédagogique, d'abord parce qu'ils relèvent du langage familier et encore une fois on ne varie pas les exercices situationnels en classe sur ce type de lexique, que les apprenants doivent savoir mais pas pour autant systématiser.

Par contre, il y aurait de quoi faire sur le plan sociolinguistique. Nous passons maintenant à la compétence pragmatique. Un dialogue (conversation en face à face), très fréquemment, présente un intérêt quant à l'organisation des répliques à l'aide de mots et de verbes de parole. Or, ce dialogue présente une dominante discursive. La grille de Hymes ou d'autres grilles seraient – elles suffisantes et où en sont les limites ? Le « hors sujet » des sujets est complet.

Je ne commenterai pas avant de finir les cases des activités complémentaires de mise en situation qui entraînent l'apprenant à trouver sur Internet des sites de recherche de compagnon par les femmes ! Déjà les apprenants ont tendance à chercher n'importe quoi sur le web et voilà que l'enseignant les incite à le faire pour apprendre le français ! Je vous garantie la pagaille en salle d'informatique.

Pour ma conclusion, je ne mettrai qu'une phrase : ces sujets ont été conçus à la dernière minute et si vous souhaitez innover en didactique des langues vivantes, pourquoi Messieurs et Mesdames les concepteurs des sujets, ne proposez-vous pas des cours universitaires de préparation aux concours dont vous vous chargerez ? De « donneuse de leçons » je deviens « donneuse d'idées ». Pourquoi pas ?

Marie Sandri Nicolaidis

Petits trucs pour rendre ses évaluations encore plus efficaces

Olivier Delhaye — 2005-01-25T17:56:49Z

Cas de l'évaluation des compétences de compréhension :

Si on désire poser des questions qui portent sur la compréhension globale d'un document, poser des questions portant dans l'ordre sur

– le genre de discours,

– l'identité du locuteur,

– l'identité de l'allocutaire,

– le référent et

– les actes de paroles effectués.

Poser 5 questions au moins (le fait d'effectuer 5 fois une mesure assure un plus haut degré de fiabilité à l'évaluation), de préférence en grec (pour préserver le degré de validité), préférer l'outil du QCM (qui assure un meilleur degré de fiabilité et de validité à la mesure) et systématiquement proposer 3 ou 4 réponses (pour empêcher de jouer la réponse à pile ou face).

Exemple :

Vous entendez :

– un flash info

– un bulletin météo

– une publicité

La personne qui parle est

– une cuisinière

– une secrétaire

– une institutrice

La personne qui parle s'adresse

– à une seule autre personne

– à plusirs autres personnes

– On ne peut pas le dsavoir

Vous entendez une personne parler de quelque chose

– qui s'est passé

– qui va se passer

– On ne peut pas le savoir

Vous entendez une personne

– donner son opinion

– dire ce qui s'est passé

– annoncer un événement

Si on désire poser des questions vérifiant la qualité d'une approche plus fine du document, utiliser les mêmes techniques (QCM d'au moins 5 choix entre au moins 3 réponses rédigé en grec) en veillant

– à ce que la formulation des questions n'aide pas à deviner la réponse à d'autres questions et

– à ce que la réponse ne puisse être trouvée que dans le document soumis aux examinés.

Cas de l'évaluation des compétences d'expression :

Pour ce qui concerne l'évaluation des productions, proposer une situation de communication vraisemblable, statistiquement probable en veillant à ce que l'examiné ne doive pas jouer le rôle de quelqu'un qu'il ne pourrait jamais être, en précisant à qui la production est adressée et surtout les intentions qu'elle sert.

Prévoir une batterie d'au moins 5 critères d'évaluation mesurant les compétences linguistique, sociolinguistique et pragmatique de l'auteur de la production.

Ce pourrait être, pour une production orale :

– L'évalué perd un point si plus de trois erreurs de prononciation ont empêché une compréhension immédiate de son propos.

– L'évalué perd un point si plus de trois erreurs de morphosyntaxe ont empêché une compréhension immédiate de son propos.

– L'évalué perd un point si à plus de trois reprises les articulateurs qui structurent son discours sont mal choisis.

– L'évalué perd un point si à plus de trois reprises il enfreint les normes sociales de la communication.

– L'évalué perd un point si l'on pressent que son intention ne sera pas réalisée.

Pour être le moins subjectif possible, éviter de noter chaque micro-compétence sur plus qu'un point et systématiquement définir un seuil précis de « réussite ».