【读书笔记】基于AHP理论的数学高考试题综合难度模型构建与应用

一套高考试卷到底难不难，我们通常会说：“这套卷计算量比较大”“压轴题比较难”“今年的题比去年难”。

但如果进一步追问：

一套试卷的“难”，究竟来自哪里？不同因素对难度的影响有多大？能不能在考试之前，就对试题的综合难度进行量化？

2020年《数学教育学报》发表的《基于AHP理论的数学高考试题综合难度模型构建与应用》，给出了一个思路。

研究由两组研究人员分别编码，编码一致性达到89.17%；对于不一致的项目，再进行讨论，形成最终编码结果。

之后，将每道题在7个维度上的编码结果代入模型，计算各因素的难度系数，再进一步计算整套试卷的综合难度。

最终：

全国Ⅰ卷：76.98

全国Ⅱ卷：74.03

在该模型下，Ⅰ卷的综合难度系数高于Ⅱ卷。

至此，一套原本依赖经验判断的“难度”，就被转化成了一个可以进行计算、比较和分析的指标。

研究者不是直接问“这套试卷难不难”，而是进一步追问“它为什么难”。

我们还可以追问，专家认为“难”的因素，和学生实际做题时的难度是否一致？

如果把：

试题结构数据

与

学生实际作答数据

结合起来，会不会得到一个更加稳定的数学试题难度模型？

这就从单纯的“专家赋权”进一步走向了：

试题属性＋学生表现＋统计模型

的综合研究。

而这也可能是高考数学试题难度研究进一步深化的一个方向。

真正值得研究的，不只是“哪套试卷更难”，而是——

一套数学试卷的难度，究竟是怎样形成的？