朱音尔　张肖莹

摘要：随着计算机和网络技术的飞速发展，语言测试的介质(medium)也在发生变化，基于计算机的语言测试将逐渐成为语言测试的主流。未来大学英语四、六级考试将借鉴托福、雅思向机考或网考的方向发展。在复旦大学等院校进行大学英语机考尝试的基础上，我校进行了为期一年多的小规模听说和读写机考实践。本文结合测试理论介绍了我校进行的大学英语机考探索与实践，通过对实践结果、学生问卷调查等进行分析，并结合国外(IBT)现状，对机考提出了一些建议，希望对大学英语教学和考试的改革有所推进。

关键词：大学英语；机考；听说；读写

中图分类号：H319文献标识码：B文章编号：1001-5795(2009)02-0063-0005

教育部颁发的《大学英语课程教学要求(试行)》规定，大学英语课程的教学目标是：培养学生的英语综合应用能力，特别是听说能力，使他们在今后工作和社会交往中能用英语有效地进行口头和书面的信息交流。但在以往的教学中，对学生的听、说、读、写综合能力重视不够，特别是听说能力。在新托福考试中也反映出中国学生的英语综合能力不够均衡，口语和写作方面相对薄弱。为此大学英语四、六级考试也在不断进行改革，听力权重加大、复合听写作为必考题型，多层次、多角度考核，以提高学生的英语综合应用能力。大学英语四、六级考试将借鉴托福、雅思，未来将向机考或网考的方向发展。我校作为全国大学英语教学改革试点院校，从2006年开始进行小规模机考实践，本文将结合测试理论对机考实践结果进行分析讨论。

1测试理论

测试理论是一种解释测试资料间实证关系的理论学说。目前考试指导理论主要有两种：以真分数理论为代表的经典测试理论和以非线性的概率模型为代表的项目反应理论。经典测试理论的基本思想是把测试的得分看作真分数和误差分数的线性组合，即线性的定性模型，包括平均分、标准差、难度、区分度、信度和效度等。其中平均分是用得最多的一种集中量数(所谓集中量数是指反映分数集中位置特征的数值，常用它进行不同分数组之间的比较)。而标准差则是最重要的量数，即一批分数的离散程度。难度是指试题的难易程度。信度和效度是评价大学英语测试的两个重要依据，信度为“测试结果的一致或稳定的程度”，即测试是否对学生的语言水平提供可靠的度量，通常以相关系数为数据指标，称为信度系数，信度系数越大测试信度越高。效度则涉及测试的有效性或测试结果的正确程度，作为衡量测试者水平的一种尺度，测试本身必须可靠有效。由于测试的目标不同，效度也分为内容效度、结构效度等。随着计算机技术的发展和计算机自适应测试的发展，项目反应理论越来越引起语言测试工作者的重视，该理论是经典测试理论的继承和发展，代表了语言测试领域的发展方向。项目反应理论所采用的是非线性的概率模型，由许多数学模型构成，每种模式都是建立在一定假设基础之上的，既适用常模参照性测验，又适用于标准参照性测验，由于具有参数不变性等优点，可编制出“因人施测”的自适应测验等新型测验。但该理论虽然严谨却艰深难懂，仅适用于大样本测试资料的分析。本文所作的研究是小规模校内机考测试，不需要十分精确，以经典测试理论为指导是实用的，比较简单，易于操作。

2大学英语机考实践

大学英语四、六级考试已实施多年，对培养大学生英语应用能力起到了显著的推动作用。随着考生规模的不断扩大，机网考已被广泛关注，我校为提高大学生英语综合能力，增加了听说课的授课时间，要求学生在网络语音室、多媒体教室进行自主听、说、读、写训练，并于06年开始进行小规模机考实践，机考实践包括听说机考实践(听力与口语测试的结合)和读写机考实践(阅读与写作测试的结合)，以适应大学英语教学与考试改革的需要。

2.1大学英语听说机考实践

我校大学英语听说机考是在2005级实验班中进行的，其中A、B级学生3个班和c、D级学生3个班(学生根据入学英语成绩高低被分成A～D四级)，06年进行了两次考试。时间安排在2006年3月第二学期开学初和2006年7月学期末，地点在多媒体语言实验室，软、硬件设备全部使用我校教育设备有限公司生产的多媒体数字语言实验系统。时间安排在第二学期进行主要是考虑A、B级学生经过一个学期的自主学习和教师辅导，对听说课程和多媒体语言实验设备逐步熟悉，c、D级学生在自主学习和教师的强化训练后，听说水平都有所提高，此时进行机考，学生都能达到较好状态。A、B级和c、D级听说机考分别进行，借鉴金艳(2002)等学者的研究和复旦大学等高校的做法，以及大学英语四、六级口语考试的内容设计考题，对口语机考中需要注意和改进的地方，如效度不够、形式有限(邱东林等，2005：4)等不足之处，在命题中尽量弥补，以英语的沟通、交流能力为出题思路进行命题，测试学生的听力水平和口语表达能力。A、B级考试内容包括：第一部分热身练习，这部分考题要求考生听到录音后做简短回答，即考生先听一段广播电视节目或外台英语新闻报道，要求考生听到录音提问后做简短回答，主要目的是让学生尽量放松进入应考状态。第二部分图片描述并回答问题，要求考生在一分钟的准备后，对图片进行描述，在概括给出图片内容的基础上发表自己的观点和看法。第三部分是在第二部分的基础上，由计算机编成二人组(同桌)进行交流讨论(任一幅图片均可)，以此来弥补机考形式有限的不足。考试开始，考生根据教师安排进入多媒体语言实验室，按指定位置就座，考题随机选定，每场考试用2套试题，以保证相邻的考生之间题目各不相同。c、D级学生因起点较低，故试题相对简单，考试内容包括：①课文朗读：要求发音清晰，语调正确，朗读流畅。朗读的段落显示在电脑屏幕上，学生准备时间为一分钟，考试时间为两分钟。朗读是听说的基础，以此来提高学生的听说能力。②即兴发言：要求学生在一分钟准备后，描述图片内容并发表个人的观点。第三部分二人组交流、讨论与A、B级相同。考试地点也在多媒体语言实验室，其它要求与A、B级相同。考试结束后，学生的答卷收集到实验室主机中或移动硬盘上，统一评分标准后教师各自阅卷。阅卷结束后，将成绩上交。

评分标准如下(总分100分)：

从考试结果看，第一、第二部分学生发挥较正常，第三部分交流较差，有的只是一人讲，而另一人讲得很少，有的则长时间停顿。在后来的自主学习中，我们在语音室利用电话交流、聊天室等功能加强了这方面的训练。

第二次听说机考还是A、B级和C、D级分开进行。考试题型与第一次考试有所不同，增加了一定难度。A、B级除增加两人组辩论外，第一部分听说内容中考生听到的是VOA STAND英语新闻报道，语速明显加快，第一遍听音后，电脑屏幕上显示出与所听内容相关

的问题，停30秒后再听第二遍，再停30秒后考生回答问题，时间为2分钟，要求不仅要听懂、记牢，还要说出来，这样就把听力和口语表达有机地结合起来。第二部分还是图片描述：要求与第一次相同。第三部分是二人组辩论，二人组辩论是新题型，目的是考查学生就某一问题发表自己看法的能力和在辩论中的应变能力，从而提高他们的英语交际能力。考试开始，由计算机自动为学生配对。辩论的题目出现在屏幕上，并标明正方(side A)反方(side B)两方的观点。每位学生的屏幕右上方会显示出candidate 1或candidate 2，分别代表side A和side B。准备时间为1分钟，辩论时间为4分钟(每人辩论的累计时间为2分钟)。辩论的题目共8套，都是学生比较熟悉、与所学课程相关的内容，学生会觉得有话可说。这部分评分标准为满分50分(表达思想30分，与对手的交流20分)，如果各人讲各人的，没有与对方辩论，将扣除20分。评分标准参考第一次考试。例如：

Topic : Should there be a compulsory blackout in college dormitories during sleeping hours?

Side A : There should be...Side B : Side B : There should not be ...

c、D级题型也有变化，第一部分为听说：要求先听一段英语新闻(special English)，第一遍听音后，停一分钟，电脑屏幕上出现所要回答的问题，然后听第二遍，停一分钟后回答相关问题。第二部分为即兴发言，第三部分二人组交流，要求与第一次相同。

第二次考试成绩如下(总分100分)：

因为第二次考试题型有所变化，学生对辩论题型不熟悉，所以A、B级分数没有提高，但由于题型难度加大，实际水平已提高。c、D级因题型没有太大变化，再加上教师在课堂上对学生进行了训练，分数都有提高。

第三学期对以上班级用类似题型又进行了两次考试(期中和期末)，学生的测试成绩都有较大提高(表略)。

3.1.1大学英语听说机考实践结果分析

通过一年多的机考实践，学生的英语听说能力都有较大提高，我们对参加机考实践的学生分别做了问卷调查、访谈等，并结合测试理论进行分析讨论。

信度分析：

信度的高低与题目的难易度、考生的成绩分布以及题目的区分度是相关的。从整体上看，四次的机考成绩呈正态分布规律，平均值与第一学期直接式口试成绩(AB级80.3分；CD级70.1分)比较，成绩呈上升趋势，标准差也在正常范围。本测试的目的是考察学生对于真实语言材料掌握的熟练程度以及运用语言知识组织口头交流的能力，把握“有用性”原则，测试中使用了真实的测试任务。两套试题难易程度相当，试题难度逐步加深，间接提高区分度，评分一致，从而提高了考试信度。

效度分析

效度即测试的有效性或测试结果的正确程度，是经典测试理论的一项重要指标，分为表面效度、内容效度、结构效度等。

表面效度：我们通过访谈、问卷等方式了解学生对测试的态度、反映和感觉。调查显示：学生对机考的态度是积极的，反映是好的，机考可以利用屏幕展现真实交流情景，刺激思维。机考的表面效度似乎不及直接面试，但仔细分析机考的过程，就会发现其表面效度并不比SET低(蔡基刚，2005)。通过对考生适应度调查发现，学生对口语机考是适应的，但CD级学生对话交流的适应度则较低。也有学生认为描述图片时对着计算机说话感觉不自然，辩论的效果也不理想，还有设备故障问题等。

从AB级和CD级学生对机考的态度看，AB级要好于CD级。

内容效度：是指考试内容对欲测内容的代表性的程度。在本测试中，测试类型从非交际类听说：模仿朗读、热身提问等考察语音语调的单向交流，到半交际类听说：即兴发言、图片描述、简短回答等需要通过思维活动(主要是受试者单方面的)交流，再到交际类听说；人机对话、两人辩论、小组讨论等更接近于真实的交际环境，基本覆盖了所要考察的内容。采用复本法和再测法相结合分析四次测试成绩，学生成绩提高较大，这说明测试具有较高的内容效度。

结构效度：是用以衡量在测试中的表现在多大程度上能被有意义地解释为某特征或素质的指标。测试的内部关联性是结构效度的一种度量，是测试各组成成分之间的相互关联性，即测试之所以包含不同组成部分，是因为各部分测试的是不同的素质，一起构成测试的全部。从测试任务看，测试包含表面效度高的任务(小组讨论)或小组讨论+图片描述，从访谈和测试成绩看，二人组辩论和对话交流是学生认为能反映口头交际能力、难度适中的任务，也是表面效度最高的试题，课文朗读形式由于信息加工程度较低而被认为容易，图片描述CD级学生认为较难，这与金艳(2002)和吕长兹(2006)等学者的研究结论一致。

间接考试表面看效度虽不很高，但由于评分与考试分开，其信度又高于直接型考试，可减轻任务因素对考生成绩的影响。

3.1.2大学英语听说机考实践的启示

本次实践是非常有益的尝试，它把听力和口头表达有机结合，使学生对听说更加重视，学习兴趣高涨，特别是c、D级学生，自信心大大增强，报考大学生英语竞赛的学生明显增多。大学英语听说机考与传统口语考试相比省时、省力，如以上三个实验班在传统口语考试中，每人约6分钟需要十几小时，而采用机考在语音室中48台电脑只需一位老师，每场15～20分钟，三个班只需45～60分钟。但在机考前教师要花很多时间准备考题，当然如果有合适的题库，这部分时间可以不计。所以从长远角度考虑，口语机考是省时省力、简便易行的，避免了传统口语考试中的主观因素。口语机考客观公正、资料易于保管，阅卷时可回听、比较，增加了考试的信度。

3.2大学英语读写机考实践

大学英语读写机考是阅读与写作相结合的综合能力测试。我校从学生的个性特长出发，培养学生的英语综合能力，决定对大学英语课程体系进行调整，“综合测试”由原来的必修课改为选修课，学生可根据自己的兴趣和志向选修。此次参加实验的是选了“综合测试”课程的A、B级学生，先后进行了两次阅读与写作机考实践，第一次机考在2006年9月第三学期开学初，主要测试学生阅读理解与写作相结合的英语综合能力。考试内容由三部分组成：阅读理解(包括仔细阅读和快速阅读)，仔细阅读测试题型是多项选择和选词填空，除测试篇章阅读理解外，还包括对篇章语境中词汇理解的测试。快速阅读测试题型为是非判断+句子填空等，测试各种快速阅读技能。综合测试由两部分组成：第一部分为完型填空或改错(多项选择、错误辨认并改正)，第二部分为短句问答或句子(简短回答、中译英)。第三部分为短文写作。本次机考为两套试

题，基本上选自大学英语四、六级考试真题的内容，考试随堂进行，全部安排在多媒体数字语言实验室。因为学生对题型相对熟悉，前两部分发挥比较正常，但也存在一些问题，如部分题目理解不够正确等，第三部分作文是在计算机上写作，有部分学生不太习惯，发挥不够理想。

针对第一次读写机考实践中存在的问题，我们在平时作业中除了加强课外阅读外，还加强了学生在计算机上的写作训练，鼓励学生在网上交流，并通过电子邮件形式递交写作训练，以此提高学生的写作兴趣，增加练习机会。

第二次机考是在2007年1月第三学期末，题型与考试地点与上次相同，还是随堂测试。这次成绩比上次稍好些，但作文成绩还是不够理想，这与多种因素有关，如：时间不够、对写作没有紧迫感、不重视、提不起兴趣(王懿等，2006：5)等。

3.2.1大学英语读写机考结果分析

在大学英语各项能力中，写作能力的培养一直是比较难以解决的问题(黄勇等，2006：2)，可以利用计算机和网络来提高学生的写作能力。阅读与写作相结合不仅有利于写作能力的提高，而且有利于学生整体语言能力的提高。从对学生的问卷调查和访谈中，学生对读写机考还是持肯定态度的。但也存在一些问题如：有些学生不善于在计算机上阅读、写作，有的阅读较慢，长时间盯着显示器眼睛容易疲劳等。

大学英语读写机考是阅读与写作相结合的综合能力测试，因测试较少本文对此不做详细分析。

3大学英语机考存在的主要问题

(1)试题库建设：语言测试的题库不同于一般的数据库，决不仅仅只是若干试题的简单组合(田文燕，2006：5)，试题库中的试题不仅要考虑题目的难度值，还须考虑区分度以及答案的可猜测度，题库建设是一项系统工程，是实现机考的先决条件。

(2)人机互动问题：在机考口语测试中，应解决好人机互动问题，口语是一种交际性很强的语言能力，目前这种机考方式还不能体现真实的语言交际能力。

(3)设备问题：机考对软、硬件设备都有较高的要求(如电脑、声卡、麦克风、显示器分辨率等)，评分系统也需不断完善，随着评分系统的完善，测试题型的综合性才能越来越强，测试精度才能提高。

(4)考生计算机操作的熟练程度，可能会对测试效度产生一定影响。

4结语

随着语言教学手段及方法的进步，语言测试的手段也在不断发展，新TOEFL全面实行机考，对我国这一考试大国是一个触动，尽管基于纸笔的测试在相当长的时期内仍不会退出历史舞台，但在远程教育、证书考试等大规模测试和分班测试、成绩测试等小规模测试中，基于计算机的语言测试已显示出巨大的优势(李清华，2006：4)，基于计算机的语言测试将逐渐成为测试的主流，我们会在今后的机考实践中不断进行探索与研究。