引言

随着全球教育步入以核心素养为导向的新时代，以纸笔测验为主的传统评价体系难以有效评估学生批判性思维、创造力等高阶能力。终结型表现性任务作为回应这一挑战的关键评价方式，因其能够同时承载高风险评定与素养发展双重使命而备受关注。系统梳理其理论根基、厘清其核心内涵并构建其科学的设计路径，不仅有助于优化教育评价体系，也对推动教学与评价的深度融合、实现“教—学—评”一致性具有重要现实意义。本文首先从理论维度、社会维度、政策维度、评价发展维度追溯终结型表现性任务的由来，进而剖析其独特的概念内涵与特征，最终聚焦于其评价量规的精细化设计，为教育实践提供理论参照与方法支持。

一、终结型表现性任务的由来

（一）理论根基：对学习本质的深刻洞察

终结型表现性任务的确立基于教育理论对学习本质的深入探索：杜威的进步主义教育思想奠定了评价的哲学基础，其“从做中学”理念揭示了学习本质上是解决真实问题的过程。这一观点推动评价范式从知识接收转向任务完成，要求评价必须锚定于真实情境，从而为终结型表现性任务的真实性提供了理论依据。

建构主义理论进一步揭示了学习的内在机制，强调知识是学习者主动建构的产物。皮亚杰和维果茨基等人的研究指出，评价需要透视并捕捉内隐的思维过程，这要求任务设计必须促进思维的外化表现，为终结型表现性任务的表现性提供了认知科学支撑。

评价理念的演进最终实现了评价功能的系统整合。厄尔（Earl）对评价与学习关系进行精炼概括，评价功能不断拓展。厄尔将评价分为三种类型：一是学习性评价（assessment for learning），指为了推进学习而进行的评价；二是学习的评价（assessment of learning），指为了评定学习水平而进行的评价；三是学习式评价（assessment as learning），指为了让学生在学习中学会评价而进行的评价。威金斯与麦克泰（Wiggins & McTighe）的“追求理解的教学设计”（Understanding by Design，简称UbD）框架通过“以终为始”（backward design）的逆向设计，将终结型表现性任务置于课程中心，系统性地融合了学习性评价、学习的评价与学习式评价这三种功能，使其成为确保“教—学—评”一致性的核心枢纽。

（二）社会需求：人才素养结构的时代转型

21世纪以来，知识经济和全球化进程推动人才需求发生根本性转变，传统工业经济所强调的标准化知识记忆与重复性技能，已难以适应复杂多变的社会环境。基于此，经济合作与发展组织（OECD）提出的核心素养框架，特别强调创造新价值、调和对立与困境、承担责任等能力，这些素养要求教育系统必须建立与之匹配的评价体系。

然而，以大规模标准化纸笔测验为代表的传统评价体系已不再匹配核心素养的评估标准，表现出明显的时代脱节。其强调事实性知识记忆、唯一标准答案和去情境化问题的设计逻辑，难以有效评估学生在解决真实问题过程中展现的批判性思维轨迹、协作互动质量和创造性表达能力，因此在社会需求与传统评价方式的评价能力之间形成了日益扩大的评估鸿沟。

这一鸿沟的存在成为推动教育评价范式变革的强大外部动力，直接催生了能够直接观测并评估学生在真实任务中素养表现的评价工具——终结型表现性任务。

（三）政策驱动：国际趋势与国家改革的合力

终结型表现性任务的兴起得益于国际评估趋势与国家课程改革的共同推动。在国际层面，OECD and 联合国教科文组织（UNESCO）等机构不仅构建了核心素养框架，更通过国际学生评估项目（PISA）和国际数学与科学趋势研究等测评项目，将理念转化为具体的评估实践。这些国际测评大量采用基于真实情境的开放题，要求学生建构答案而非选择答案，为终结型表现性任务提供了成熟的实践范式。

此外，国家层面的课程改革则为终结型表现性任务提供了制度保障。以我国为例，新一轮基础教育课程改革将核心素养置于中心地位，通过《义务教育课程方案和课程标准》等政策文件明确要求改变评价方式、创新评价手段。这些政策为终结型表现性任务的设计与实施提供了可操作的官方框架，使其从前沿教育实践转变为教学常规环节。

（四）本体演进：评价体系的内在发展逻辑

教育评价领域自身的范式演进，从内部催生了终结型表现性任务这一评价工具：在功能层面，评价经历了从单一评判到多元支持的深刻转变。早期评价以总结性功能为主，侧重于学习结果的评定与分级；随着教育理念的发展，形成性功能日益突出，强调通过过程性反馈促进学习改进。这种功能拓展为终结型表现性任务承担双重使命提供了合理性基础。

在方法论层面，表现性评价的兴起标志着评价范式的重大革新。传统纸笔测验难以直接评估思维过程与实践能力，而表现性评价通过让学生在真实或模拟情境中建构反应、创造作品，实现了对能力的直接观察，这种从间接推测到直接观察的范式转变，为终结型表现性任务提供了方法论依据。

对评价公平与效度的不懈追求构成了范式革新的内在动力。加德纳的多元智能理论揭示了传统测验对语言与数理—逻辑智能的过度依赖，表现出明显的公平局限。同时，对更高结构效度与生态效度的追求，也推动着评价方式向表现性评价演进。这些发展共同要求一个能承载多元功能、兼具公平性与高效度的评价工具，终结型表现性任务正是在这样的背景下应运而生，将过程性的表现评价方法与阶段成果的总结性评定目的有机融合。

二、终结型表现性任务的内涵

（一）终结型表现性任务的概念定义

终结型表现性任务是在单元、学期或学段等教育阶段结束时实施的一种长周期、高利害性评价工具。“终结型”特征体现为任务设置于特定学习历程的终点，旨在对学生在该阶段所形成的核心素养与综合能力进行系统性、权威性的总结评定，其评价结果通常直接关联升学、分级、认证等关键教育决策，因而具有显著的高利害属性。

在任务形态上，它通过创设真实或模拟情境中的复杂开放性挑战，引导学生整合多学科知识、技能与态度，历经持续数周乃至整个学段的探究、协作、反思与成果建构过程，最终形成具备实际意义或创新价值的作品。

（二）相关概念辨析

为精准把握其内涵，本节的概念辨析将从评价范式的转变这一维度展开，旨在阐明表现性评价相较于传统测验的革新，并在此基础上厘清终结型表现性任务在表现性评价内部的独特定位。

1. 与传统总结性测验的比较：评价范式的根本革新

传统总结性测验是评价功能单一化时期的代表，主要用于学习结束后对碎片化知识与低阶技能进行抽样检测，再进行相应地等级划分呈现学生的表现优劣，其核心局限在于去情境化与对高阶思维和综合素养的无效评估。表现性评价作为一种新兴范式，正是为弥补这些局限而生。它强调在真实或模拟情境中，通过观察学生完成复杂任务的过程与结果，直接评估其知识、技能与态度的整合与应用能力。因此，终结型表现性任务，首先是表现性评价范式的产物，它继承了该范式“情境化”与“考察高阶能力”的核心特征，从而在根本上区别于传统总结性测验。

2. 与形成性表现性任务的比较：评价功能的整合与深化

形成性表现性任务是在教学过程中实施的评价工具，其“形成性”体现在任务内容贯穿于学习进程中，目的在于持续监控学生的学习进展，及时发现教学与学习过程中的问题，并提供针对性的反馈信息。作为一种低利害性的诊断工具，其核心功能在于促进教学策略的调整与学生学习改进，本质上服务于“学习性评价”这一评价功能。

在表现性评价范式内部，形成性表现性任务与终结型表现性任务在概念定位上存在根本区别，由此决定了两者在功能取向上的本质差异。从概念定位来看，形成性表现性任务是在教学过程之中独立开展的一种低利害性评价工具，核心目标在于为学习过程提供反馈从而明确改进的方向；而终结型表现性任务则是在学习阶段结束时发挥作用的高利害性评价工具，核心目标在于对阶段性学习成果进行总结性评定，即“学习的评价”。

正是定位的不同，决定了两者在功能取向上各有侧重：终结型表现性任务主要用于学习成果的鉴定与总结，检验学业成就、评定等级并判断教学目标达成度，其结果常直接用于分级、认证或问责，具有显著的高利害性；而形成性表现性任务则贯穿于教学过程，旨在通过持续反馈优化教学策略，促进学生改进学习，具有典型的低利害特征。

此外，终结型表现性任务与形成性表现性任务的功能区别还体现在：终结型表现性任务实现了评价功能的有机融合，而非对形成性表现性任务在类型上的简单包含。具体而言，它在承担“学习的评价”这一高利害总结功能的同时，通过在其长周期的任务设计框架中融入阶段性反馈、草案修订、同伴互评等具有形成性特征的环节，有效发挥了“学习性评价”功能；同时，借助元认知反思、自我评估等机制，使评价过程本身成为学生监控与调整学习策略的契机，从而实现了“学习式评价”。

这种融合机制使得终结型表现性任务虽在功能上涵盖并超越了形成性表现性任务所强调的“反馈—改进”循环，但在定位上仍保持为一种独立的、高利害的总结性评价工具。其嵌入式环节虽具有形成性特征，却始终服务于最终的总结性评定目标，并不构成独立的形成性表现性任务。

（三）终结型表现性任务核心特征的多维解读

基于前述概念辨析，终结型表现性任务的根本特性得以明晰。本节将从任务设计的结构特征与评价功能融合机制两个相互关联的维度，分析终结型表现性任务的核心特点。

1. 终结型表现性任务设计的结构特征

终结型表现性任务在结构设计上呈现出相互关联的四个典型特征，共同构成其评价效度的基础：

素养导向的整体性：任务设计直接指向批判性思维、创新能力等核心素养目标，强调学生对多学科知识、技能与态度的整合运用，以应对具有综合性和复杂性的现实挑战。

真实情境的融入性：任务植根于现实世界的真实议题或高度仿真复杂环境，使评价具备生态效度，能够推断学生在真实场景中的素养表现。

开放探究的建构性：任务呈现为非结构化的复杂问题，摒弃唯一标准答案，要求学生识别关键因素、权衡多重约束并创造性地提出解决方案。

成果外显的具象性：任务强调通过研究报告、设计模型等建构性成果，将学生内隐的思维过程与探究能力予以具体呈现，为评价提供可观测的证据基础。

上述四个特征相互支撑，共同保障终结型表现性任务对高阶能力与核心素养的有效评价。

2. 评价功能融合导向下的实践形态

终结型表现性任务对“学习的评价”“学习性评价”与“学习式评价”三种功能的融合作为一种内在属性，塑造了其在教学实践中的基本形态，具体体现在时间结构、主体角色与反馈机制三个维度：

在时间结构上，表现为长周期的系统性安排：终结型表现性任务的实施周期持续数周乃至整个学段，并非简单的耗时要求，而是为实现“探究—反馈—修正”这一认知循环提供必要的时间框架。

在主体角色上，表现为师生关系的重构与深化：教师角色从知识的单向传授者与结果的最终评判者，转变为学习环境的设计者、探究过程的引导者与个性化支持的提供者。学生角色则从被动的接受者与应试者，转化为主动的探究者、协作的建构者与持续的反思者。

在反馈机制上，表现为多源、嵌入与过程化的支持系统：反馈来源从单一的教师评判，拓展至同伴互评、任务本身的内在机制以及学生的元认知反思；其作用方式从终点式的评判转变为贯穿任务全过程。这种反馈机制是评价功能融合的操作核心，它将“学习性评价”落到实处，持续驱动学习的深化与成果的优化。

三、终结型表现性任务中评价量规的设计

终结型表现性任务的根本特征在于其高风险性，评价结果常直接用于升学、分级等关键决策，这一属性内在地要求其评价过程必须具备公信力与可追溯性。

传统标准化测验通过唯一标准答案来维系其信度，而终结型表现性任务通过开放性问题与多元作品来评估核心素养，其信度的建立无法依赖于答案的统一性，必须转向对评价标准的精密性设计。因此，精心设计的评价量规不再是附属工具，而是保障任务成功的核心枢纽。

（一）高利害性驱动下终结型表现性任务评价量规的重要性

首先，评价量规保障了“教－学－评”一致性。在“追求理解的教学设计”（UbD）框架中，终结型表现性任务作为课程的“最终评价证据”，其设计遵循逆向逻辑，把抽象核心素养目标转化为具体的教学目标作为评价标准，并据此进行教学活动设计，以此确保三者之间的对齐。这一转化不仅为高风险评定提供了清晰的依据，更反向约束着教学活动的设计与实施，确保了教学目标、学生学习经历与评价标准三者之间的深度对齐，从源头奠定了终结型表现性任务公信力的基础。

其次，评价量规实现了核心素养的可视化与可评化。传统纸笔测验难以评估批判性思维、创造力等素养，而终结型表现性任务的评价量规通过系统性的维度拆解，为每个维度匹配具体的认知行为动词与外显的作品证据要求，为内隐的高阶思维过程提供了清晰的观测标准。这使得对素养的评价从一种间接的推测，转变为基于直接证据的判断，确保了高风险评价结果在效度上的可靠性。

最后，评价量规确保了表现性评价中标准的统一与机会的均等。终结型表现性任务的开放性，旨在允许学生通过多元作品展示其素养，但形式的多元若缺乏统一标尺，极易导致评分主观化。评价量规通过其包容性与透明性设计应对此挑战，一方面，其维度设计覆盖不同类型的智能优势和表达载体，确保拥有不同特长的学生都能在统一的素养框架下获得公平的展示机会；另一方面，它以清晰、公开的等级描述，严格界定不同表现水平，最大限度地约束评分者的主观随意性，使基于多元表现的评分过程同样具备高度的客观性与可追溯性。

综上所述，终结型表现性任务的高风险属性，必然要求其评价体系在信度、效度与公平性上达到更高标准。评价量规的三个作用系统性地回应了上述要求，从而确立了自身在任务设计中的决定性地位。

（二）终结型表现性任务评价量规的设计路径

设计有效的评价量规，是确保终结型表现性任务能够科学、公正地评估学生核心素养的关键环节。本节将基于“酸雨项目”案例，系统阐述其设计理念、核心结构与实施要点。该案例要求学生通过实验探究酸雨对不同建筑材料的腐蚀影响，并最终向市政府提交一份包含材料推荐的科学建议书，其任务设计完整覆盖了从实验操作到综合决策的复杂认知过程。

以素养为导向，构建“维度—任务—等级”三层量规结构。终结型表现性任务的评价量规，其设计旨在超越单一的评分表功能，构建一个多维、分层、行为化的评估体系。以“酸雨项目”所指向的“科学探究能力”这一核心素养为例，其量规构建可通过“横向维度”与“纵向等级”两个轴向展开。

1. 基于认知层次的横向构建任务序列

横向维度依据布鲁姆认知分类框架，将素养目标分解为贯穿任务全过程的关键认知行为。在“酸雨项目”中，这体现为一个从低阶到高阶的完整任务序列（表1）。这一序列共同构成了“科学探究能力”的横向认知剖面，确保了评价对知识、技能与思维品质的全面覆盖。

认知层次	学生任务
记忆	列举酸雨化学本质并写出相关的化学反应式。
理解	用图示或文字向同伴解释酸雨对石灰岩、金属等不同建筑材料的腐蚀机理。
应用	拟定实验方案，实施实验并记录数据。
分析	检查实验记录，识别可能的误差来源并提出改进措施。
评价	基于实验数据，综合判断不同材料的优劣并为自己的判断进行有效辩护。
创造	综合不同维度的数据生成关于“最佳雕像材料”的排序。
	制定策划建议书，把实验过程、数据、经济分析写成1页正式建议书。
	生成对“材料决策全过程”进行记录的多形式作品。

2. 刻画纵向思维品质的发展序列

在每一项横向认知任务之下，需设立描述表现质量的纵向等级序列，如初级、中级、熟练、卓越四个等级，以精确刻画学生思维品质的差异。以横向任务序列“应用”认知层次的“拟定实验方案，实施实验并记录数据”学生任务为例，设计不同等级，描述如表2所示。这种等级设计将评价焦点从是否完成任务转向任务完成的质量，清晰地展现了思维从表层到深层、从模仿到创新的连续发展谱系。

不同等级	行为化描述
初级	能列出实验的基本步骤，但方案不完整，变量控制模糊，数据记录零散。
中级	能制定包含主要步骤的方案，但对变量的控制描述不够严谨，能记录大部分关键数据。
熟练	能设计结构完整、逻辑清晰的方案，明确定义并控制变量，系统、准确地记录数据。
卓越	能设计周密且具有预见性的方案，能预判潜在困难，数据记录详尽、形式多样并包含计划外的重要观察。

四、总结

终结型表现性任务作为素养时代教育评价改革的重要产物，其产生与发展凝聚了教育理论演进、社会需求变迁、政策制度推动及评价本体发展的综合影响。它通过真实情境、复杂任务和长周期实践，有效回应了传统评价在测量核心素养方面的局限，推动了教育评价范式从“知识本位”向“素养导向”的根本转变。

在内涵上，该任务兼具高风险评定与过程促进的双重功能，通过结构化设计实现“学习的评价”“学习性评价”与“学习式评价”三者融合，成为贯通“教—学—评”一致性的关键枢纽。在实践层面，以“维度—任务—等级”为核心结构精细化构建的评价量规，通过行为化描述、认知层次覆盖与多级表现标准的设定，不仅保障了评价的效度与公平性，也为学生素养发展提供了可见、可循的进阶路径。

未来，随着核心素养导向的教育改革不断深入，终结型表现性任务及其配套量规体系有望在课程实施、教师专业发展与教育质量评估中发挥更为关键的作用，推动教育评价真正成为支持学生全面成长、适应未来社会的重要机制。

参考文献：

1. [1] 徐玲玲,刘徽,曹琦.评价连续体：大概念教学的评价设计[J].上海教育科研,2022(01):19-24.
2. [2] Wiggins G, McTighe J. Understanding by Design[M].San Francisco: Jossey-Bass, 2014.
3. [3] Darling-Hammond L. Next Generation Assessment: Moving Beyond the Bubble Test to Support 21st Century Learning[M].San Francisco: Jossey-Bass,2014.
4. [4] 刘徽.真实性问题情境的设计研究[J].全球教育展望,2021,50(11):26-44.
5. [5] 魏朋娟,肖龙海.表现性评价的量规设计[J].教育测量与评价,2016(11):15-20.
6. [6] Anderson L.W, Krathwohl D.R. A taxonomy for learning, teaching, and assessing: a revision of Bloom’s taxonomy of educational objectives[M].New York: Longman, 2001.
7. [7] Earl L M.Assessment as learning:using classroom assess-ment to maximize student learning (2nd ed)[M].Thousand Oaks,CA:Corwin,2013.
8. [8] 郭元勋,张华.论素养本位表现性评价设计[J].全球教育展望,2022,51(09):91-103.
9. [9] 周文叶,董泽华.表现性评价质量框架的构建与应用[J].课程.教材.教法,2021,41(10):120-127.