AI读论文|前测的三个＂坑＂,以及怎么跨过去

你有没有这种经历——开学第一课给学生做前测，结果全班一片红叉，你叹口气心想"果然都不会"，然后该咋教还咋教。

这不是你的问题，是前测用错了。

这篇论文把前测拆成三种：前提性、现状性、预览性。每种都有自己的"坑"，也都有跨过去的办法。

坑一：预览性前测——让学生以失败开局

预览性前测测的是"还没教的东西"，所以结果几乎注定：多数学生答不上来。

这就像你第一天去健身房，教练让你先举100公斤试试——举不起来是肯定的，但你的感受是什么？"我不行。"

学生也一样。以一张几乎全错的前测卷开始一个单元，对学习信心是实打实的打击。

更隐蔽的bug是：当进步和成绩挂钩时，学生有动机故意考差。前测分越低，后测进步越大，成绩越好看。老师如果被问责"学生进步了多少"，也有同样的动机。这不是谁不诚实，是制度在制造扭曲的激励。

怎么跨过去？

核心一句话：让学生知道这不是在评判他们，而是在帮他们。

开考前直接说："这个测试的目的是帮我知道怎么帮你，不计入任何成绩，也不会被任何人看到。答不出来完全正常。"

如果你能预判学生的常见误解（比如科学课上的"四季是因为地球离太阳远近不同"），就别用前测去"发现"了——直接在备课里设计针对性活动，省下这20分钟。

非要用预览性前测的话，把它变成学习目标的预告——"接下来几周我们要搞清楚这些问题"，让好奇心取代挫败感。

现状性前测问的是"你现在在哪里"。老师拿到数据，知道"哦，小明已经会了，小红完全不会"——然后呢？

最大的bug不是前测本身，而是测了没用上。你知道学生参差不齐，但一节课40分钟，你能怎么办？最后还是统一进度往前推。

这就像去医院做了全套体检，拿到报告发现好几项异常，但没人告诉你接下来该怎么治。信息有了，行动没跟上。

现状性前测最有价值的不是学术信息，而是情感信息：学生对这个话题感不感兴趣？他们更习惯怎么学？这些信息直接影响你选择教学活动的方式。

测完立刻给分组信号。比如5道题，对3道以上的进"挑战组"，3道以下的进"支架组"——分组本身就在用数据，而不只是存数据。

最省力的做法：把前测变成课堂开头3分钟的举手/投票——"听说过光合作用的举手""觉得自己能解释清楚的举手"——快、零压力、马上能用。

前提性前测测的是"开始新学习之前，学生需不需要补旧课"。这是三种前测里唯一有硬核研究支撑的。

Leyton-Soto的实验发现：用前测找出学生的前提知识缺口，然后花时间补上，能让达到掌握水平的学生从不到10%飙升到61%——7倍的差距。

但现实中，老师最容易跳过这一步。为什么？因为补旧课感觉是在"浪费新课时间"。进度表上写的是第二章，你还在补第一章的内容，心里慌。

这就像盖楼——地基没打牢就想往上盖，三层以后开始歪，修修补补花的时间远超当初好好打地基。论文说的就是：花两周补前提知识，换来的是整个学期的高效。

不用每次都做正式测试。开学第一周，用3-5个关键前提题快速筛查，哪几个知识点大面积不会，一目了然。

补的前提知识教到掌握，而不是蜻蜓点水。不是"我们来复习一下"，而是"这部分没搞明白的同学，现在搞明白，后面才能跟得上"。

最关键的心理建设——告诉学生："现在花时间补，是为了之后跑得更快。这不是在惩罚你，是在给你装引擎。"

前测不是"测了就算"，而是"测了就要动"——测什么决定了你能做什么，做什么决定了学生能走多远。三种前测，三个坑，跨法只有一个：让数据驱动行动，而不是堆砌信息。

本解读由AI辅助生成，使用流程：

⚠️ AI可能存在理解偏差，关键结论请对照原文核实。

Guskey, T. R. (2018). Does pre-assessment work? Educational Leadership, 75(5), 52–57.