计算机辅助自适应性语言测试再思考

《计算机辅助自适应性语言测试再思考》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、计算机辅助自适应性语言测试再思考张亚兰孙晓彤(天水师范学院外国语学院，甘肃天水741001)［摘要］与传统的纸笔方法相比，计算机辅助自适应性语言测试(CALT)能通过较少的测试项目和较短的时间更可靠、更精确地估算出考牛的语言能力，所以在欧美各国己被广泛应用。在我国，也有越来越多的测试专家致力于对这种新测试形式的研究，力图将其广泛应用于NMET、TEM、CET、PETS等大规模语言测试中。木文阐述CALT的理论基础和主要优点，同时也指出，作为一种较先进的测试形式，CALT所面临的问题也值得我们思考。［关键词

2、］计算机辅助自适应性语言测试项目反应理论语言能力［作者简介］张亚兰(1966—),女,甘肃天水人，甘肃省天水师范学院外国语学院副教授，研究方向：英语教学与测试。［中图分类号］TP39［文献标识码］A［文章编号］0439-8041(2013)03-0050-04一、CALT的理论基础CALT是指把计算机适应性测试(Computer.adaptiveTesting,简称CAT)的原理和方法运用到语言测试中去，它是一种技术上受计算机终端和PC管理的先进的测试语言能力的方法。它采用项目反应理论为教学模型建立题库，

3、并以此根据题目的各方面信息和考试者的答题情况，从题库中选出符合考试者语言水平的题目进行测试，迅速准确地估计考试者的语言能力，直到达到预定的测试精度(即标准)要求，即可结束考试。CALT的主要理论依据是项目反应理论(ItemResponseTheory,简称IRT),IRT亦称潜在倾向理论(LatentTraitTheory),是针对经典测试理论(ClassicalTestTheory)的不足而提出和发展起来的一种新的测试理论。在实际测试中，常用的IRT参数模式主要有三种(孔文，2006)：(_)单参数模式

4、(One-ParameterModel),亦称Rasch模式，是丹麦数学家GeorgRasch首先提岀的，其ICC可由下列方程式表达为Pi(θ)=exp(θ—bi)/[1+exp(&thet可一bi)]Pi(θ)表示能力为θ的考生对项目i的答对概率，exp是一个常数(≈2.718),bi是项目i的难度参数。(―)双参数模式(Two・ParameterModel)的ICC可由Birnbaum提出的公式表达为Pi(θ)=exp[Dai(&

5、theta;—bi)]/l+exp[Dai(θ—bi)]其中ai为项目区分度参数，D为调整因子(≈1.7)o(三)三参数模式(Three-ParameterModel)由Lord等人提出，增加了一个表示项目猜测度的参数ci值，其ICC方程式为Pi(θ)=ci+(1—ci)exp[Dai(θ—bi)]/l+exp[Dai(θ-bi)]IRT的参数具有不变性，即试题项目的参数估计(bi,ai,ci)独立于用来实测或预测的考生组的特性并口考生能力的参数

6、也独立于所使用的项目组或试卷，因此IRT极为适合计算机适应性测试。二、CALT的优点CALT也被称为“量体裁衣”式测试(TailoredTestes)o这是因为计算机可以根据每个考生的不同能力生成不同的试题以便在尽可能短的时间内精确地测试出每个考生的真实能力和水平。根据Madesn(1991),Dunkel(1999),桂诗春(1989)等学者和组织的研究，CALT的优点可概括为以下几个方面：(-)保证测试有较高的信度和效度测试的信度与效度是语言测试中最重要的两个要素，测试的科学性与准确性完全取决于该测试

7、是否具有高效度和高信度，即测试的内容是否完全符合测试目的、测试的结果是否客观可靠。在传统测试中，由于不同考生接受同一批题目的测验，语言水平低的考生无法作答难度大的题目，那些难度小的题目对语言水平高的考生又测不出真实水平，测试的效度时而高、时而低，难以把握。CALT则不然，在测试中，电脑能根据题目的相对难度、题型、题性和考生对初始题目应答的整体表现，适度调整出与考生水平相适应的题目。因此，由于测验的信息量最大，也就能最人限度地测算出代表考生实际语言能力的成绩，测试的效度也就最好，实得分数分布与目标分数的拟合

8、度也就最好。同样，就信度而言，传统的测试评分往往由人工评判，虽然有统一的参考评判尺度，也难免会因人而异产生误差;CALT则通常具有良好的稳定性(Stability)、等值性(Equivalence)与客观性(Objectivity),且考生每答对一个试题就会重新估算一次考生的能力估计值，测试之后能马上反馈测试结果，各项工作由电脑自行进行，排除了人为的因素，测试成绩公开、公正、公平、真实可靠、准确性高(周红红，2011)o(二)