Should we get rid of standardized testing? - Arlo Kempf

Translator: Buyantogtokh Dorj Reviewer: Munkhbaatar Lkhagvaa

The first standardized tests that we know of

Бидний мэдэж байгаагаар анхны стандартчилсан тест нь

were administered in China over 2,000 years ago

2000 гаруй жилийн өмнө Хятад улсад

Хан эзэнт гүрний үед хэрэгжиж байжээ.

during the Han dynasty.

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

Хятадууд үүнийг төрийн албан тушаалтныг сонгон шалгаруулахад ашигладаг байв.

The subject matter included philosophy,

Шалгалтын агуулга нь гүн ухаан,

farming,

газар тариалан,

and even military tactics.

бүр цэргийн бодлого хүртэл багтдаг байв.

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

Стандартчилсан тест нь дэлхий даяар хоёр мянган жилийн турш хэрэглэгдсээр

and today, they're used for everything

өнөөдөр бид тестийг

from evaluating stair climbs for firefighters in France

Францын гал сөнөөгчдийн шатаар авирах чадварыг үнэлэхээс авахуулаад

to language examinations for diplomats in Canada

Канадын дипломатчдын хэлний шалгалт гээд

to students in schools.

сургуулийн сурагчдад хүртэл гээд бүх зүйлд хэрэглэдэг.

Some standardized tests measure scores

Зарим стандартчилсан тест нь зөвхөн

only in relation to the results of other test takers.

шалгуулагчийн үр дүнг хооронд нь оноогоор харьцуулан хэмждэг.

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

Зарим нь урьдаас тогтоосон шалгуурыг шалгуулагч хэрхэн хангаж буйг хэмждэг.

So the stair climb for the firefighter

Тэгэхээр нэг гал сөнөөгчийн

could be measured by comparing the time of the climb

шатаар авирч гарах хугацааг

to that of all other firefighters.

бусад гал сөнөөгчдийн хугацаатай харьцуулах замаар хэмжиж болно.

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

Үүнийг олон хүний нэрлэдгээр хонх хэлбэрийн мурийгаар илэрхийлж болно.

Or it could be evaluated with reference to set criteria,

Эсвэл үүнийг тогтсон шалгууртай харьцуулан үнэлж болно.

such as carrying a certain amount of weight a certain distance

Тухайлбал, тодорхой хугацаанд, тодорхой тооны шатаар, тогтоосон зайд

up a certain number of stairs.

тодорхой хэмжээний ачааг зөөх шалгуур байж болно.

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

Үүнтэй адил дипломатчийг шалгалт өгч буй бусад дипломатчидтай,

or against a set of fixed criteria,

эсвэл хэлний чадварын түвшинг тогтоохоор

which demonstrate different levels of language proficiency.

тогтоосон багц шалгууртай харьцуулан хэмжинэ.

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

Энэ бүх үр дүнг хувиар илэрхийлэн гаргаж болдог.

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

Дипломатч 70 хувьд байвал шалгуулагчдын 70% нь түүнээс доош оноо авсан гэсэн үг.

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

Хэрвээ тэр 30 хувьд байвал шалгуулагчдын 70% нь түүнээс дээш оноо авсан байх нь.

Although standardized tests are sometimes controversial,

Стандартчилсан тест нь заримдаа маргаан дагуулдаг боловч

they're simply a tool.

энэ нь зүгээр л нэг хэрэгсэл билээ.

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

Стандартчилсан тестийг шугам гэж төсөөлөөд үзье.

A ruler's usefulness depends on two things.

Шугамын хэрэглээ нь хоёр зүйлээс хамаарна.

First, the job we ask it to do.

Нэгт, ашиглах зориулалт юм.

Our ruler can't measure the temperature outside

Шугамаар гаднах температурыг, эсвэл

or how loud someone is singing.

хэн нэгний хэр чанга дуулж байгааг хэмжиж чадахгүй.

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

Хоёрт, шугамын хэрэглээ үүний бүтэц дизайнаас хамаарна.

Say you need to measure the circumference of an orange.

Жүрж жимсний тойргийг хэмжих хэрэгтэй боллоо гэж бодъё.

Our ruler measures length, which is the right quantity,

Шугам зөвхөн уртыг хэмжих бөгөөд энэ бидэнд хэрэгтэй хэмжигдэхүүн мөн,

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

гэвч энэ бидний хүсээд байгаа даалгаврыг гүйцэтгэхүйц уян хатан бүтэцгүй билээ.

So, if standardized tests are given the wrong job,

Тэгэхээр хэрвээ стандартчилсан тестийг буруу зорилгоор ашиглавал,

or aren't designed properly,

эсвэл буруу зохиовол

they may end up measuring the wrong things.

үр дүндээ буруу зүйлийг л хэмжих болно.

In the case of schools,

Сургуулийн хувьд

students with test anxiety may have trouble performing their best

сандарч, түгшсэн сурагчид стандартчилсан шалгалт өгөхдөө

on a standardized test,

хариултыг мэддэггүйдээ биш

not because they don't know the answers,

харин хэт их сандарснаасаа болоод

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

мэддэг зүйл дээрээ алдаа гаргадаг.

Students with reading challenges

Унших чадвар муутай сурагчдад

may struggle with the wording of a math problem,

математикийн бодлогын өгөгдлийг ойлгохгүй байх асуудал гардаг

so their test results may better reflect their literacy

тул тестийн үр дүнд тэдний тоо бодох чадвараас илүүтэй

rather than numeracy skills.

унших чадвар нөлөөлнө.

And students who were confused by examples

Таньж мэдэхгүй соёлын байдлыг дүрсэлсэн

on tests that contain unfamiliar cultural references

жишээ бүхий тестүүд нь сурагчдыг төөрөгдүүлснээр

may do poorly,

тэд муу хийж болзошгүй нь

telling us more about the test taker's cultural familiarity

шалгуулагчийн тухайн соёлын талаарх мэдлэгийг шалгахаас бус

than their academic learning.

хичээлийн мэдлэгийг шалгаж чадахгүй.

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

Ийм тохиолдолд тестийг өөр өөр бүтэцтэй зохиох хэрэгтэй болж магадгүй.

Standardized tests can also have a hard time

Стандартчилсан тест нь бүтээлч сэтгэлгээ,

measuring abstract characteristics or skills,

шүүмжлэлт сэтгэлгээ, хамтран ажиллах чадвар гээд

such as creativity, critical thinking, and collaboration.

дотоод ур чадваруудыг хэмжиж тэр бүр чаддаггүй.

If we design a test poorly,

Хэрвээ тестийг тааруу зохиовол,

or ask it to do the wrong job,

эсвэл буруу зориулалтаар ашиглавал,

or a job it's not very good at,

хэмжих боломжоос нь давсан зүйлд ашиглавал,

the results may not be reliable or valid.

үр дүн нь баталгаатай, үнэн зөв гарч чадахгүй байх эрсдэлтэй.

Reliability and validity are two critical ideas

Баталгаатай, үнэн зөв байх нь стандартчилсан тестийг

for understanding standardized tests.

ойлгох хоёр гол санаа юм.

To understand the difference between them,

Энэ хоёрын ялгааг ойлгуулахын тулд

we can use the metaphor of two broken thermometers.

хоёр эвдэрхий халууны шилээр жишээ авъя.

An unreliable thermometer

Баталгаагүй халууны шил нь хэмжих бүрт

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

өөр өөр хэмийг заана.

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

Баталгаатай боловч буруу заадаг халууны шил 10 хэмээр илүү заадаг.

Validity also depends on accurate interpretations of results.

Үнэн зөв байх нь үр дүнг хэр зөв тайлж уншихаас мөн хамаардаг.

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

Хэрэв тестийн үр дүн өөр зүйлийг илэрхийлж байвал

that test may have a validity problem.

тест үнэн зөв байх зарчимд асуудал гарлаа гэсэн үг.

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

Шугамаар зааны ямар жинтэйг хэмжиж,

or what it had for breakfast,

өглөө юу идсэнийг нь мэдэж болдоггүй шиг

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

стандартчилсан тестийг зөвхөн хэн нэгний хэр ухаантайг,

how diplomats will handle a tough situation,

дипломатчийн хүнд нөхцөл байдлыг хэрхэн шийдвэрлэхийг,

or how brave a firefighter might turn out to be.

эсвэл гал сөнөөгчийн хэр эр зоригтойг хэмжиж чадна гэж найдах хэрэггүй.

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

Тэгэхээр стандартчилсан тест богино хугацаанд олон хүний талаар

бага зэрэг мэдэхэд хэрэг болох байх.

in a short time,

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

Гэвч энэ нь нэг хүний талаар дэлгэрэнгүй мэдээллийг өгч чадахгүй.

Many social scientists worry about test scores resulting in sweeping

Тест нь шалгуулагчдын хувьд таагүй байдлаар, бас сөргөөр нөлөөлж,

and often negative changes for test takers,

заримдаа урт удаан хугацааны сөрөг үр дагаврыг авчирдаг талаар

sometimes with long-term life consequences.

нийгмийн ухааны олон эрдэмтэд санаа зовж байна.

We can't blame the tests, though.

Гэсэн хэдий ч тестийг буруутгаж болохгүй.

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

Зөв үедээ зөв тестээ хэрэглэж

and to interpret results appropriately.

үр дүнг нь зөв тайлбарлах нь бидний сонголт юм.