Should we get rid of standardized testing? - Arlo Kempf

翻訳: Satoshi Inoue 校正: Wataru Maeda

The first standardized tests that we know of

私たちの知る限り 規格化された試験というものは

were administered in China over 2,000 years ago

2000年以上も前に中国で 行われたのが始まりです

during the Han dynasty.

漢王朝のころでした

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

様々な官職への適性を測るために 政府が使用していたのです

The subject matter included philosophy,

試験科目には 哲学や

farming,

農業に加え

and even military tactics.

軍略まで含まれました

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

このような試験はその後2000年にわたり 世界中で使われ続け

and today, they're used for everything

今日でもいたるところに顔を出します

from evaluating stair climbs for firefighters in France

フランスの消防士の階段駆け上がり 能力評価も試験なら

to language examinations for diplomats in Canada

カナダの外交官の語学力評価も試験

to students in schools.

そして学校の生徒の評価も試験です

Some standardized tests measure scores

規格化された試験の中には

only in relation to the results of other test takers.

評価をほかの受験者との 比較だけで決めるものと

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

受験者がどれだけ所定の基準を満たすかで 決めるものがあります

So the stair climb for the firefighter

消防士の階段登りの場合

could be measured by comparing the time of the climb

掛かった時間を他の消防士と比べて

to that of all other firefighters.

評価することができるでしょう

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

こうした比較は正規分布と呼ばれるもので 表現することができます

Or it could be evaluated with reference to set criteria,

所定の基準に照らして評価することもあり

such as carrying a certain amount of weight a certain distance

例えばある重さの重りを持って

up a certain number of stairs.

ある距離だけ階段を上るなどはそうです

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

同様に外交官はほかの受験者や

or against a set of fixed criteria,

所定の基準と照らして

which demonstrate different levels of language proficiency.

その言語にどれだけ熟達しているかを 測られます

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

この全ての結果は百分位数 というもので表せます

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

70％点とは その点数以下に 受験者の70％が属する点です

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

30％点とは その点数以上に 受験者の70％が属する点であるともいえます

Although standardized tests are sometimes controversial,

時に規格化された試験は論争を 招くことがありますが

they're simply a tool.

単なる道具なのです

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

思考実験として試験を定規と考えてください

A ruler's usefulness depends on two things.

定規は２つのものが適切でないと 役に立ちません

First, the job we ask it to do.

第一に役割です

Our ruler can't measure the temperature outside

定規は外の気温や

or how loud someone is singing.

歌声の大きさは測れませんよね

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

第二に設計です

Say you need to measure the circumference of an orange.

オレンジの外周の長さを測りたいとします

Our ruler measures length, which is the right quantity,

定規はたしかに 長さを測るものではありますが

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

この作業ができるほど 柔軟には作られていません

So, if standardized tests are given the wrong job,

ですから もし試験に 間違った役割を期待したり

or aren't designed properly,

試験が適切に 設計されていなかったりすると

they may end up measuring the wrong things.

得られる測定結果は誤ったものに しかなりません

In the case of schools,

学校の場合 試験に不安のある学生の中には

students with test anxiety may have trouble performing their best

試験でベストを尽くすのが そもそも困難な生徒が

on a standardized test,

いるかもしれません

not because they don't know the answers,

答えがわからないのではなく

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

理解度を把握されることを 気にしすぎるのです

Students with reading challenges

読字障碍のある生徒は

may struggle with the wording of a math problem,

算数の問題でも読むことに つまづきます

so their test results may better reflect their literacy

そうした生徒の試験結果は計算力より

rather than numeracy skills.

むしろ読み書きの能力を反映したものに なってしまいます

And students who were confused by examples

また 試験でなじみのない文化に接した生徒は

on tests that contain unfamiliar cultural references

困惑し満足のいく結果を出せないでしょう

may do poorly,

そこからわかることは

telling us more about the test taker's cultural familiarity

どんな文化になじみがあるかであって

than their academic learning.

学問への習熟度ではないのです

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

こうした場合 試験の設計を やり直すべきかもしれません

Standardized tests can also have a hard time

規格化された試験は

measuring abstract characteristics or skills,

創造性や批判的思考 協調性といった

such as creativity, critical thinking, and collaboration.

抽象的な特性や技能を測るのも苦手とします

If we design a test poorly,

試験の設計がまずいと

or ask it to do the wrong job,

あるいは見当違いな役割を期待したり

or a job it's not very good at,

そもそも不向きな用途に使ったりすると

the results may not be reliable or valid.

結果は疑わしく妥信頼性や妥当性に 欠ける結果になるかもしれません

Reliability and validity are two critical ideas

信頼性と妥当性の２つの概念は

for understanding standardized tests.

規格化された試験を理解する上で重要です

To understand the difference between them,

違いを理解するために

we can use the metaphor of two broken thermometers.

２つの壊れた温度計の比喩を用いましょう

An unreliable thermometer

信頼性のない温度計とは

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

測るごとに違う値を返すようなもので

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

信頼性はあるが妥当性に欠ける温度計とは 常に10度だけ高すぎるようなものです

Validity also depends on accurate interpretations of results.

妥当性は結果の解釈が正確か どうかにもよります

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

もし意図せざる結果が出たなら

that test may have a validity problem.

それは試験が妥当性を欠くということです

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

定規でゾウの重さを量れないように

or what it had for breakfast,

そして朝ご飯の内容を計れないように

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

試験だけで誰かの賢さや

how diplomats will handle a tough situation,

外交官の手腕や

or how brave a firefighter might turn out to be.

消防士の勇敢さを確実に計ることは できないのです

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

つまり規格化された試験では 短時間で

多くのひとについて少しのことを 知ることは出来ても

in a short time,

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

一人の人物について多くを 知ることはたいていできません

Many social scientists worry about test scores resulting in sweeping

大勢の社会学者が 全面的に試験で評価されることにより

and often negative changes for test takers,

受験者が受ける好ましくない影響を懸念しています

sometimes with long-term life consequences.

それは一生涯にわたることもありえます

We can't blame the tests, though.

しかし試験を責めても しようがありません

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

我々が適切なときに適切な試験を 用いているか

and to interpret results appropriately.

すべては適材適所で使えるかどうか つまり我々次第なのですから