Образовательные информационные технологии. Часть 2. Педагогические измерения. Морев И.А. - 89 стр.

ство групп определяется разрешающей способностью применяемой шкалы оценивания –
5, 10, 20, 100, 1000.
Попавшие в одну группу претенденты должны иметь одинаковые характеристики – зна-
ния, умения, навыки. Всем, попавшим в одну группу, претендентам присваивается одина-
ковый рейтинг (число) или выставляются одинаковые оценки в рамках выбранной шкалы.
Давайте рассмотрим наиболее вероятную реальную ситуацию, возникающую при приме-
нении тестового контроля ЗУН к группе учащихся. Поставим эксперимент над группой
учащихся, совершенно не знакомых с материалом дисциплины, для которого составлены
тестовые задания. Подвергнем их тестированию и рассмотрим результат.
Количество заданий, включенных в тестовый комплекс, обычно не превышает сотни. Сре-
ди них есть простые и сложные, требующие от учащегося смекалки, памяти, знаний опре-
делений и умений решать задачи.
Если создатели тестовых заданий не затруднили себя привлечением современных тесто-
логических технологий и ограничились (как обычно) лишь составлением заданий закры-
того типа «с выбором одного правильного ответа из четырех», произойдет следующее.
Согласно теории вероятностей, методом «случайного тыка» усредненный претендент пра-
вильно выполнит около 25% заданий. Претенденты «продвинутые», т. е. могущие логиче-
ски мыслить и знающие слабые места создателей тестовых заданий, найдут правильные
ответы в 50%-80% случаев. Участники, не знающие слабых мест технологии и не знаю-
щие дисциплины, но попытавшиеся привлечь свой интеллект к поиску правильных отве-
тов, покажут результат около 30%-40%.
Таким образом, даже с помощью непрофессионального тестового контроля можно до-
биться определенного результата, т. е. распределить учащихся на три группы – «интеллек-
туалов-хитрецов», «старательных – ищущих» и «хвостистов», результаты которых попали
в интервал 0%-35%.
Правда, разбить учащихся по таким группам можно будет только приблизительно, ибо их
результаты распределятся по интервалу возможных значений, как правило, непрерывно.
Хотя, может быть, вы и обнаружите на кривой распределения три соответствующих сере-
динам групп пика. Тогда задача разграничения групп, конечно же, упростится.
                                     В действительности все не так, как на самом деле.
                                                                Станислав Ежи ЛЕЦ
Теперь рассмотрим случай, когда:
   •   все учащиеся с учебной дисциплиной знакомы;
   •   знания, умения и навыки всех учащихся не имеют резких различий;
   •   все учащиеся учились в одинаковой обстановке;
   •   все учащиеся имеют стимул к получению высокого результата при тестировании.
Тогда кривая распределения результатов учащихся будет гладкой, похожей на известные в
теории вероятностей распределения типа Гаусса, Пуассона или Максвелла – с одной вер-
шиной, поднимающуюся из нуля в начале координат и монотонно спускающуюся к нулю
на границе 100%.
Если же группа учащихся неоднородна, т. е. сформирована, например, из учащихся обыч-
ной и специализированной школ, ситуация может измениться и кривая распределения ре-
зультатов превратится в двугорбую. Вершины ее будут ориентировочно соответствовать
средним знаниям учащихся той и другой подгрупп.



                                          89