Should we get rid of standardized testing? - Arlo Kempf

האם כדאי להיפטר ממבחנים סטנדרטיים? - ארלו קמפפ

תרגום: Ido Dekkers עריכה: Sigal Tifferet

The first standardized tests that we know of

המבחנים הסטנדרטים הראשונים המוכרים לנו

were administered in China over 2,000 years ago

נערכו בסין לפני מעל 2000 שנה

during the Han dynasty.

בתקופת שושלת האן.

Chinese officials used them to determine aptitude for various government posts.

פקידים סיניים השתמשו בהם כדי לבדוק התאמה למשרות ממשלתיות שונות.

The subject matter included philosophy,

הנושאים כללו פילוסופיה,

farming,

חקלאות,

and even military tactics.

ואפילו טקטיקה מלחמתית.

Standardized tests continued to be used around the world for the next two millennia,

מבחנים סטנדרטיים המשיכו לשמש אותנו בכל העולם במשך שני האלפים הבאים,

and today, they're used for everything

והיום, משתמשים בהם לכל דבר,

from evaluating stair climbs for firefighters in France

מהערכת טיפוס במדרגות של כבאים בצרפת

to language examinations for diplomats in Canada

לבחינות שפה לדיפלומטים בקנדה

to students in schools.

לתלמידים בבתי ספר.

Some standardized tests measure scores

כמה מבחנים סטנדרטיים מודדים תוצאות

only in relation to the results of other test takers.

רק ביחס לתוצאות של נבחנים אחרים.

Others measure performances on how well test takers meet predetermined criteria.

אחרים מודדים את הצלחת הנבחנים לעמוד בדרישות שנקבעו מראש.

So the stair climb for the firefighter

אז טיפוס המדרגות של הכבאים

could be measured by comparing the time of the climb

יכול להמדד על ידי השוואת זמן הטיפוס

to that of all other firefighters.

לזה של כל הלוחמים.

This might be expressed in what many call a bell curve.

זה אולי יוצג במה שנקרא עקומת פעמון.

Or it could be evaluated with reference to set criteria,

או להמדד ביחס לקריטריון קבוע,

such as carrying a certain amount of weight a certain distance

כמו נשיאת כמות מסויימת של משקל למרחק מסויים

up a certain number of stairs.

במעלה מספר מסויים של מדרגות.

Similarly, the diplomat might be measured against other test-taking diplomats,

בדומה, הדיפלומט אולי ימדד מול דיפלומטים אחרים הנבחנים במבחן,

or against a set of fixed criteria,

או מול קריטריונים קבועים,

which demonstrate different levels of language proficiency.

שמייצגים רמות שונות של יכולות שפה.

And all of these results can be expressed using something called a percentile.

ואת כל התוצאות האלה ניתן לתרגם למשהו שנקרא אחוזון.

If a diplomat is in the 70th percentile, 70% of test takers scored below her.

אם דיפלומטית היא באחוזון ה-70, 70% מהנבחנים קיבלו תוצאה נמוכה משלה.

If she scored in the 30th percentile, 70% of test takers scored above her.

אם היא באחוזון ה-30, 70% מהנבחנים קיבלו תוצאה גבוהה משלה.

Although standardized tests are sometimes controversial,

למרות שמבחנים סטנדרטיים הם לפעמים שנויים במחלוקת,

they're simply a tool.

הם בסך-הכל כלי.

As a thought experiment, think of a standardized test as a ruler.

כניסוי מחשבתי, חשבו על מבחן סטנדרטי כסרגל.

A ruler's usefulness depends on two things.

יעילות הסרגל תלויה בשני דברים.

First, the job we ask it to do.

ראשית, העבודה שאנחנו מבקשים ממנו לעשות.

Our ruler can't measure the temperature outside

הסרגל שלנו לא יכול למדוד את הטמפרטורה בחוץ

or how loud someone is singing.

או את עוצמת השירה של אדם.

Second, the ruler's usefulness depends on its design.

שנית, יעילות הסרגל תלויה בעיצוב שלו.

Say you need to measure the circumference of an orange.

נגיד שאתם צריכים למדוד את היקף התפוז.

Our ruler measures length, which is the right quantity,

הסרגל שלנו מודד אורך, שהיא המידה הנכונה,

but it hasn't been designed with the flexibility required for the task at hand.

אבל אין לו את הגמישות הדרושה למשימה שלפנינו.

So, if standardized tests are given the wrong job,

אז אם נותנים למבחנים סטנדרטיים משימה לא נכונה,

or aren't designed properly,

או משימה שהם לא מתוכננים עבורה,

they may end up measuring the wrong things.

זה אולי יגמר במדידת הדברים הלא נכונים.

In the case of schools,

במקרה של בתי ספר,

students with test anxiety may have trouble performing their best

לתלמידים עם חרדת בחינות אולי תהיה בעיה להפגין את יכולותיהם

on a standardized test,

במבחנים סטנדרטיים,

not because they don't know the answers,

לא בגלל שהם לא יודעים את התשובות,

but because they're feeling too nervous to share what they've learned.

אלא בגלל שהם לחוצים מדי לבטא את מה שהם למדו.

Students with reading challenges

תלמידים עם בעיות קריאה

may struggle with the wording of a math problem,

אולי יתאמצו עם המילים של בעיות החשבון,

so their test results may better reflect their literacy

אז תוצאות המבחנים שלהם אולי ישקפו את יכולת הקריאה שלהם

rather than numeracy skills.

במקום את המיומנויות החשבוניות שלהם.

And students who were confused by examples

ותלמידים שהתבלבלו במבחנים

on tests that contain unfamiliar cultural references

מדוגמאות שכוללות התיחסויות תרבותיות לא מוכרות

may do poorly,

אולי לא יצליחו,

telling us more about the test taker's cultural familiarity

מה שילמד אותנו יותר על התרבות של הנבחנים

than their academic learning.

מאשר על היכולת האקדמית שלהם.

In these cases, the tests may need to be designed differently.

במקרים אלה צריך אולי לתכנן אחרת את המבחנים.

Standardized tests can also have a hard time

למבחנים סטנדרטיים יכול להיות גם קשה

measuring abstract characteristics or skills,

למדוד תכונות או כישורים מופשטים,

such as creativity, critical thinking, and collaboration.

כמו יצירתיות, חשיבה ביקורתית, ושיתוף פעולה.

If we design a test poorly,

אם אנחנו מתכננים מבחן בצורה גרועה,

or ask it to do the wrong job,

או מבקשים ממנו לעשות את העבודה הלא נכונה,

or a job it's not very good at,

או עבודה שהוא לא טוב בה,

the results may not be reliable or valid.

התוצאות אולי לא תהיינה מהימנות או תקפות.

Reliability and validity are two critical ideas

מהימנות ותוקף הם שני רעיונות קריטייים

for understanding standardized tests.

להבנת מבחנים סטנדרטיים.

To understand the difference between them,

כדי להבין את ההבדל בינהם,

we can use the metaphor of two broken thermometers.

אנחנו יכולים להשתמש במטאפורה של שני מדי חום מקולקלים.

An unreliable thermometer

מד חום לא מהימן

gives you a different reading each time you take your temperature,

נותן לנו קריאות שונות כל פעם שאנחנו מודדים את החום,

and the reliable but invalid thermometer is consistently ten degrees too hot.

ומד חום מהימן אך לא תקף, תמיד נותן תוצאה גבוהה בעשר מעלות.

Validity also depends on accurate interpretations of results.

תוקף תלוי גם בפירוש מדוייק של התוצאות.

If people say results of a test mean something they don't,

אם אנשים מייחסים לתוצאות מבחן משמעות שגויה,

that test may have a validity problem.

אולי למבחן הזה יש בעיית תוקף.

Just as we wouldn't expect a ruler to tell us how much an elephant weighs,

ממש כשם שלא נצפה מסרגל להגיד לנו כמה שוקל פיל,

or what it had for breakfast,

או מה הוא אכל לארוחת הבוקר,

we can't expect standardized tests alone to reliably tell us how smart someone is,

אחננו לא יכולים לצפות שמבחנים סטנדרטיים לבדם יגידו לנו באופן מהימן כמה מישהו חכם,

how diplomats will handle a tough situation,

איך דיפלומטים יטפלו במצב קשה,

or how brave a firefighter might turn out to be.

או כמה אמיצים יהיו הכבאים.

So standardized tests may help us learn a little about a lot of people

אז מבחנים סטנדרטיים אולי עוזרים לנו ללמוד מעט יותר על הרבה אנשים

in a short time,

בזמן קצר,

but they usually can't tell us a lot about a single person.

אבל הם בדרך כלל לא יכולים להגיד לנו הרבה על אדם בודד.

Many social scientists worry about test scores resulting in sweeping

הרבה מדעניים חברתיים חוששים שתוצאות מבחנים

and often negative changes for test takers,

יובילו לשינויים רחבים, ובדרך-כלל שלילייים, עבור הנבחנים,

sometimes with long-term life consequences.

לפעמים עם השפעות לטווח הארוך.

We can't blame the tests, though.

אבל אי אפשר להאשים את המבחנים.

It's up to us to use the right tests for the right jobs,

אנחנו צריכים לדעת להשתמש במבחנים הנכונים למשימות הנכונות,

and to interpret results appropriately.

ולפרש נכון את התוצאות.