高中學科中心教師社群：推動教育創新的力量 化學學科中心測評種子教師社群介紹 李麗偵 高雄市立高雄中學 leelichen@mail.kshs.kh.edu.tw 測評種子教師社群成立緣起 108課綱的教育願景是使學生成為具有社會適應力與應變力的終身學習者，以「核心素養」做為課程發展之主軸，強調學習不宜以學科知識及技能為限，而應關注學習與生活的結合，透過實踐力行而彰顯學習者的全人發展。因此，什麼是「素養導向教學」以及什麼是「素養導向評量」？備受各界關注，尤以瞭解「何謂素養導向的紙筆測驗試題？」，以及「應如何命題？」為最。自然領域更是因為必修的探究與實作課程，是學科能力測驗的考試內容之一，自然科教師一方面要面對精進探究於實作的教學知能以及課程設計，另一方面也要兼顧探究與實作測驗試題的開發，負擔非常的沉重，對於自然科教師人數較少的學校而言，尤為如此！ 以核心素養為發展主軸的教學中，評量教師教學成效或是學生核心素養的建構，已非傳統試題可以因應。在初步探索素養導向試題，特別是正在摸索探究與實作課程的教材教法時，現場教師面臨到命題過程的不確定感，例如，這樣的試題算不算素養導向試題呢？如何檢核試題內容是否對準測驗目標呢？同時也因為這樣的試題非傳統的紙筆測驗試題，較無之前的學生作答反應可供參考，所以對學生的作答結果、試題的難度、鑑別度是較沒有把握的。另外，探究與實作、跨科整合等新型態試題的架構需有合理的情境，整合跨學科的知識，設計關鍵問題，往往解構一個文本的內容需要大量的跨科教師間的討論，以及教師的自我反思。我們希望設計出整合跨科知識，且能激發學生深層思考的問題，而這些考驗著教師的專業能力，「合作」成為這些問題的解方，對於自然科教師人數少的學校而言，校內夥伴少，向外尋求跨校的命題合作的需求也應運而生。透過跨校合作，教師們可以分享彼此的教學經驗和資源，共同探討試題設計的技巧，不同學校的教師來自不同的背景，擁有不同的教學理念和經驗，透過交流與合作，可以碰撞出新的想法，激發創新思維。 化學學科中心於107年開始，邀請自然領域教師組成測評種子教師社群，邀請時任國教院測評中心主任的任宗浩老師協助規劃一系列增能課程並授課，同時對於素養導向試題命題流程以及試題內容給予諮詢指導，針對評量概念與技術以及紙筆測驗試題命題，進行增能培力。 社群組成 社群成立之初，由化學學科中心邀請南區對試題發展有興趣或是對探究與實作課程較為熟悉的自然領域教師加入。因為所有的增能課程與工作坊均對外開放，陸續也有其他區域的老師參加。參與的老師中有部分是學科中心、探究於實作推動中心的種子教師或是研究教師。 社群增能內容 社群的運作主要是透過一系列理論課程搭配實踐，使老師重新對評量有更新且完整的認識，並實際應用於紙筆測驗試題的命題歷程中。主要分為以下幾個面向： 一、增進對素養導向評量的理解 雖然社群是以自然領域的測驗與評量為導向，但為增進對「素養」的認識，社群的增能同步從認識「科學本質」開始，延伸到認識何謂「素養導向評量」，包含素養導向評量總說、素養導向評量的實踐以至多元評量概念的建立，增進教師對評量概念以及素養評量要素的理解，並從中認識是測量評量是量化學生能力的一種工具，具有誤差（圖1）。 認識「科學本質」                                    休息時間的討論 圖1 社群夥伴的增能培訓   二、認識測驗理論以及實作 評量工具是評估學生學習成效的尺規，鑒於現場老師們對於評量的相關概念或仍有誤解，故社群成立之初即規畫一系列的理論增能活動，希望夥伴們對於測驗與評量能有更正確的認識。增能的內容包含基本統計概念、古典測驗理論 （CTT）、試題反應理論（IRT）等的認識，了解如何以測評技術進行形成性評量的分析與評估，在試題開發時，分析學生作答以更客觀的評估試題成效，作為修題參考或回饋於教學。增能內容包含：評量工具的信度與效度、點二系列相關、古典測驗理論、試題反應理論模型（單參、雙參）、IRT參數估計法（最大概似法、貝氏估計） 、學習進程與評量、OASL線上評量系統介紹等，在了解理論同時並搭配學習R語言為工具，以分析學生作答（圖2）。 增能研習內容時程規劃               增能主題之一：試題反應理論 圖2 社群夥伴針對測驗理論增能   三、命題實作 由於素養試題注重真實合理的情境以及試題脈絡的鋪陳，故我們歷年來與夥伴老師們一起嘗試以不同的素材或是命題架構進行命題練習，例如由期刊、雜誌、科普文章為參考資料進行命題，或對大考試題進行評題與改寫，藉由對試題的討論，完整試題的情境脈絡，過程中增進大家對素養試題的理解。其後也嘗試更多元的命題素材開發試題，如以科展作品為素材，討論其探究的歷程與脈絡，以及作品特色，從中轉換為試題、由教師實際進行探究實驗，從探究的歷程與所得進行命題、或從教師的課程內容、學生的探究成果命題，從中體會「問好問題」的重要性，從而回饋於探究歷程以及課程設計。 近期從AI風潮以來，我們也嘗試以AI協作命題，並整理出對AI的提問策略。AI協作在文本分析、試題情境的設計以及評量規準的設定，能更有效的幫助命題者。過程中命題者就像與另一位夥伴對話，而它可以隨時在個人反思的過程中提供協助。夥伴們經由多元的方式以及多次的命題練習與討論，增進命題知能（圖3）。 […]