夜雨聆风试题情境的常识化问题——以2024-2026年中高考试题命题为例，兼论测评学视角下的效度信度保全与常识正确的价值
摘要
2024-2026年三年间，中考与高考命题的"情境化"已从改革亮点沉淀为主流范式，且呈现明显的"常识化"下沉趋势：语文学科以"出片""廊桥"入题，数学以"青铜峡108塔""帆船比赛风速"设境，物理以"C919降噪""窨井抛掷爆竹""课间体育活动"切入，思政以"林木折断侵权"铺陈。常识化情境贴合新课标"真实情境下问题解决"的素养立意，但其测评学代价常被忽视——当"常识"从情境载体越过边界侵入构念内核时，会引发Messick所言的构念无关方差（Construct-Irrelevant Variance, CIV），并通过题目功能差异（DIF）侵蚀考试公平，最终削弱效度与信度。本文以近三年中高考真题为实证基础，结合Messick（1989）整体效度观、AERA/APA/NCME《教育与心理测试标准》及雷新勇、张雨强、崔允漷等国内学者的命题理论，系统论述常识化命题的双向效应，提出"情境陌生化+测试蓝图+CIV筛查+DIF预检"的四重护栏，并强调"常识正确"是命题不可退让的底线——情境本身的常识谬误同样构成CIV，反向惩罚常识完备的考生。
学业水平考试命题方法与应用：指向核心素养的评价图书目录
第一部分 测验的基本概况
第一章 测验、测量与评价 测验、测量与评价的概念辨析。 测验的类型与功能。 测验的理念与原则。 测验的发展趋势 第二章 教育评价基本理论 布卢姆教育目标分类学 学习结果的结构分类学 教育评价理论的实践应用
第二部分 测验的编制
第三章 测验框架与蓝图设计 测验设计的核心逻辑， 测验方案的制定方法 ，命题蓝图的编制技术 第四章 题目类型及命题一般原则 常见题目类型解析， 命题的基本原则与规范 第五章 选择反应试题
选择题、判断题等题型的命题技巧 ，选项设计与干扰项设置 第六章 建构反应试题 建构反应试题的概念与类型， 编制的基本原则与评分标准 第七章 表现性评定 表现性评定的内涵与特征， 表现性评定的类别与实施， 评分规则与质量保障
第三部分 测验质量的评价
第八章 测验质量分析 信度、效度的概念与检验方法 难度、区分度的计算与应用 第九章 测验结果的应用分数解读与教学改进 ，评价结果的反馈与应用
第四部分 核心素养测评前沿
第十章 高级思维能力测评 高级思维能力的内涵界定， PISA等国际测评工具借鉴 ，本土化一致性分析工具开发 第十一章 档案袋评价与跨学科评价
档案袋评价的设计与实施 跨学科核心素养的测评路径
张咏梅：背景：2003年毕业于北京师范大学心理学院基础心理学专业，获博士学位。研究方向：深耕教育测量与评价领域二十余年。专长：专注于大规模教育评价、教育考试的理论与应用研究，以及教育测验工具的设计、开发与高级数据分析。代表作：已出版《表现性评定的理论与实践研究》《大规模学业成就调查的开发与应用》等专著。《学业水平考试命题方法与应用——指向核心素养的评价》立足新时代评价改革要求，系统构建了从测验设计、纸笔命题到质量分析的完整方法论体系。它将核心素养导向融入命题全流程，既详解测验蓝图、表现性评价等技术要点，也结合问题解决、审辨思维等能力评价展开实践指导，兼具理论深度与实操价值，是教研人员、一线教师优化命题设计、落实素养评价的专业指南。
一、问题的提出：从"情境化"到"常识化"的三年轨迹
"情境化命题"并非新词。2014年《国务院关于深化考试招生制度改革的实施意见》已明确要求"依据高校人才选拔要求和国家课程标准，科学设计命题内容，增强基础性、综合性，着重考查学生独立思考和运用所学知识分析问题、解决问题的能力"。2022年版义务教育课程方案与课程标准则将"真实情境"写入学业质量描述，崔允漷将其概括为命题的三维重构："在什么情境下、应用所学的哪一类知识、解决什么样的问题或完成什么任务"。
但2024-2026这三年的特殊之处在于：情境的"常识密度"显著上升，"专业门槛"显著下降。以高考语文为例：
2024年新课标II卷古文默写以"于老师牵挂成都旅行的女儿，发短信劝早归"的生活化情境引出"锦城虽云乐，不如早还家"；
2025年全国I、II卷默写推出"画配诗"新题型，全国I卷给莲花图、全国II卷给山水舟图，要求学生调动日常审美积累匹配古诗文；
2026年全国I卷语言文字运用第21题，要求为网络新词"出片"写出两个义项并各拟一例句，直接把"朋友圈晒图"这一生活现象推到词典释义的学科任务前；全国II卷阅读I以"廊桥"为材料，辨析中西廊桥差异；作文全国I卷"你对哪一个词语的理解发生了变化"、全国II卷"体与源的联想"、北京卷"做规划与下功夫""含英咀华"、天津卷多音字"调"（调色盘/南水北调），无不把"日常语用+文化常识"作为思维启动的钥匙。
数学与理科的常识化更直白：
2025年全国I卷数学第6题以帆船比赛设境，引入视风风速、真风风速、船行风风速、风力等级等概念考查向量；
2026年全国I卷数学第7题以宁夏青铜峡108塔为现实情境设计等差数列求通项及求和；
2026年高考生物全国卷第32题以黑颈鹤保护区、第34题以奶牛品种改良、第30题以干旱区脱落酸与光合作用串联国家生态与粮食战略；
2026年高考思政全国卷文综第22题以"林木折断致人损害"这一生活典型现象切入侵权责任，第23题以"中学生课间体育活动"创设场景。
中考的常识化程度更深——中考受试者年龄更低、学科抽象度更浅，常识本就是主要认知资源：
2025年重庆中考数学融入"新能源汽车抗撞、《哪吒2》观影、城市垃圾分类"；
2025年河南中考物理第11题"竹竿抬水"、第13题"曹冲称象"、第6题立定跳远；
2026年广州中考物理第1题C919舱内降噪至60dB、第2题"人造太阳"核聚变、第8题握力训练器电磁感应、第10题育苗棚温湿度电阻；
2026年青岛中考物理以"风声雨声读书声""凿壁借光""立竿见影"典故切入，并以"严禁向窨井投放烟花爆竹"考内能做功、"兆瓦级浮空风电""陶艺浮沉""传统杆秤"串起古代工匠智慧。
命题者的意图很清楚：用常识做桥梁，让考生"有熟悉感、亲切感"，把"解题"导向"解决问题"，反刷题反套路。但测评学的另一套逻辑同时被激活——当常识从"脚手架"变成"筛选器"本身时，测量的就不是原定构念了。
二、测评学透视：常识化为何会威胁效度与信度
2.1 Messick整体效度观下的两大威胁
Samuel Messick 1989年在《教育与心理测试标准》（AERA/APA/NCME）框架下提出的"整体效度观（Unified View of Construct Validity）"已成为当代测量学的基石论断——"所有的效度，归根结底都是构念效度"。在这一框架下，对效度构成实质威胁的只有两类侵蚀：
威胁类型 | 定义 | 常识化命题中的表现 |
|---|---|---|
构念代表性不足（Construct Underrepresentation） | 应测内容未被充分覆盖 | 常识情境过于简单，只考了"认得这个场景"，没考到学科核心 |
构念无关方差（Construct-Irrelevant Variance, CIV） | 分数变异中混入了与目标构念无关的来源 | 常识门槛过高/有偏差，使"有无该常识"而非"学科能力"决定得分 |
常识化命题的麻烦主要在第二项。举几个近三年真题里值得警惕的样本：
2026语文I卷"出片"释义题：要求写两个义项并各拟例句。对一线城市、社交媒体活跃考生，"出片=照片视觉效果佳"是日用语；对偏远农村、家长不使智能手机的考生，这个词可能从未接触。若评分标准把"出片=拍照好看"作为必定义项，则城乡数字生活差异就通过一道语言文字运用题变成了CIV——测的到底是"词义抽象与释义能力"还是"刷不刷短视频"?
2026思政全国卷"林木折断侵权"：民法侵权责任构成要件（因果关系、过错、损害）是考查目标，但"林木折断找谁赔、适用过错推定还是无过错"在《民法典》第1257条有明文。若考生靠"生活经验觉得该找物业"选对、靠"学科知识"反而因混淆归责原则选错，CIV就反向起作用。
2025数学I卷帆船风速向量题：视风=真风+船行风这个航海常识若学生不知，题目给的定义段必须补。补得好是情境，补得不好就变成"先考你读不读得懂气象科普，再考向量分解"——阅读负荷污染数学构念，这正是所警示的"数学应用题阅读负荷失控导致构念污染"。
2.2 DIF：常识情境的公平性陷阱
题目功能差异（Differential Item Functioning, DIF）指"能力相同的两个人，仅因所属群体不同，答对概率显著不同"。DIF本身是统计现象，不一定等于偏见，但需专家判断这差异是否来自构念无关因素。
常识化情境是DIF的高发带，因为"常识"从来不是均匀分布的：
城乡差异："南水北调"对北方沿线考生是家乡事，对岭南考生可能只从课本见过；"大集"（2026英语语法填空中国传统大集）对乡镇考生是周末日常，对超大城市"商场原生"考生反而需靠文本推。
文化差异：雷新勇在《大规模教育考试：命题与评价》中引过国外经典例——数学应用题涉及"棒球规则"对非美国考生构成DIF。平移到中国语境："《哪吒2》观影统计"题对三四线小镇考生和对海外华侨考生，"哪吒"是常识吗？不一定。
代际/家庭差异："出片"对陪读家长是抖音语言的考生是零认知成本，对祖辈监护的考生则需现场解码——而现场解码能力本身就成了隐性考查点，偏离了"语言文字运用"的构念。
DIF的检测方法有Mantel-Haenszel（优势比|log(OR)|>0.5提示DIF）、SIBTEST（均匀+非均匀DIF）、IRT-LR（参数差异检验）。但国内中高考目前公开可见的DIF分析报告极少，常识化题基本靠"专家评审直觉"把关——这是隐患。
2.3 信度层面的次生风险
信度（Reliability）指测量结果的一致性与稳定性。常识化对信度的侵蚀主要在两方面：
评分者信度：开放性强的常识情境题（如2026 I卷作文"词语理解的变化"、天津卷"调"）给分区间宽，阅卷人若自身常识偏好强（比如阅卷老师普遍"出片"熟，对写"躺平""内卷"理解变化的考生打分松），则评分噪声放大。
重测/内部一致性：若一套卷子里常识情境的"常识门槛"波动大（有的题需 urban 常识、有的需 rural 常识、有的需 网络原住民常识），则考生得分更多由其"常识履历"而非"学科履历"决定，α系数虽可能不降，但分数解释效度已塌——这是CIV的另一种表达。
三、规避路径：测评学视角下的四重护栏
常识化本身没错，错的是无护栏的常识化。基于雷新勇、张雨强、崔允漷等人的论述与测量学通则，可提四重护栏：
3.1 情境的"陌生化"处理——雷新勇命题原则
雷新勇在《大规模教育考试：命题与评价》（2006）及《大规模教育考试命题：理论、方法和实例》（2021同济大学出版社，ISBN 9787560897875）中反复强调：情境化命题的背景材料应选择"常识可及但结论非常识可推"的区间。具体说：
"常识可及"= 考生读完情境能定位"这是讲啥的"，不需要额外百科储备；
"结论非常识可推"= 答案必须从学科知识/方法推出，生活经验只能帮你读进去，不能帮你答出来。
用这个尺子量2026几道题：青铜峡108塔等差数列（塔是背景，算还是靠等差——✅符合）；"出片"释义（义项提取需结合给定语段+自身语感，但释义规范是语言学规则——⚠️ borderline，取决于评分标准是否只认"网络义"）；"林木折断"（侵权责任构成必须回到《民法典》条文，生活经验不能替——✅符合，但前提是题干不给误导性生活暗示）。
3.2 双向细目表升级为"测试蓝图"——崔允漷三维
崔允漷明确批评过旧式双向细目表"考狗头考了解、狗身考记住、狗腿考理解、狗尾巴考简单应用，考了100分也不知道什么是狗"，倡导基于核心素养的学业质量重构测试蓝图，把"情境熟悉度×知识类型×问题难度"作为试题属性三变量。
落到常识化命题的操作上：
情境熟悉度要分级标注：高熟悉（全民常识，如"课间体育活动"）、中熟悉（群体差异，如"出片""南水北调"）、低熟悉（文本自足，如"廊桥"——材料里会给定义）。高熟悉情境必须配套"学科唯一解"，中熟悉情境需在题干内补全差异信息，低熟悉情境是 safest 的。
一套卷子里高熟悉情境占比不宜超过30%，否则CIV累积。
3.3 审题环节的CIV筛查 + 认知实验室预研
雷新勇2020年《教育测量理论应用于高考改革实践若干问题的探讨》已指出"情境化命题"需要测量学顾问进入命题组。具体可做的：
CIV清单审查：每道常识情境题过四问——① 答错的学生，是学科能力不够还是常识不够？② 城乡/性别/民族子群若能力等值，答对率会差多少？③ 常识门槛是否可用题干改写消去而不伤学科任务？④ 删常识后题还成立吗？
认知实验室（Cognitive Lab）：小样本（n=30-50）出声思维（think-aloud）预试，听学生解题时嘴上说啥——若高频出现"这词啥意思""这场景我没见过"，就是CIV红灯。
3.4 DIF预检：试测 + MH / IRT-LR
国内高利害考试（尤其中考省级统考）近年才逐步建题库和试测环节。对常识密度高的题，必须在试测阶段跑DIF：
Mantel-Haenszel 适合大样本（每子群≥200），算优势比OR，|log(OR)|>0.5 进入复核；
IRT-LR 或 SIBTEST 适合非均匀DIF（即优势随能力水平浮动）——常识情境的DIF常常是非均匀的（高能力段城乡差缩小、低能力段放大），SIBTEST更灵敏；
DIF检出后，先送学科+测量双专家裁定：若是"构念内"（如帆船风速题里"视风真风"定义已在题干给全，差异来自数学能力本身）则保留；若是"构念外"（如"出片"义项只认网络用法，不认方言老义）则改或删。
张雨强主持的国家社科基金教育学课题"高考难度理论分析模型构建与实证研究"（ZSB240467）正是往这个方向走的——难度不能只靠命题人拍脑袋，要模型+数据双锚。
四、常识正确的另一面：情境本身不能错
前面都在讲"常识太多/太偏会CIV"，但反过来同样是CIV：试题情境如果常识错误，会反向惩罚常识正确的考生，奖励蒙的或死记套路的。这一类问题在2024-2026真题里虽未发现大面积案例，但命题界需高度警觉，理由有三：
第一，学科常识是学科构念的一部分，情境违背后等于悄悄改了考查目标。 余文森在解读2022义教新课标时强调"学科实践本质上就是要求用学科独特的方式来学习，用语文的方式学习语文、数学的方式学习数学"——情境可以生活化，但情境里的学科事实不能违备学科。比如物理题若把C919"降至60dB"写成"消除噪声"，常识正确的考生会犹豫"不可能完全消除啊"，反而不选；若把"人造太阳"核聚变写成"核裂变"，识破的考生反而吃亏。这类错误在教辅原创题里并不罕见，正式中高考因有多轮审稿相对少，但2026广州中考物理第2题"人造太阳"四个选项里"C.氦原子核有2个质子 D.氦原子核有4个质子"——这题考的就是常识正确性本身（正确答案C，氦核2p2n），若命题人把氦核写成3p1n就翻车。情境常识的正确性是命题底线，没有商量余地。
第二，生活常识的自洽性。 2026青岛中考物理"严禁向窨井投放烟花爆竹"考内能做功——窨井里有甲烷，引爆是常识，这情境自洽。但若某题写"向窨井扔鞭炮引发的是氧气助燃爆"，就错了（甲烷爆是CH₄+2O₂→CO₂+2H₂O，但关键是窨井里缺氧，引爆靠的是甲烷-空气混合界面，不是纯氧——这细节超纲，但"氧气助燃"这个表述会误导有化学常识的考生纠结）。生活情境的常识细节，命题人要按"教科书级"自查。
第三，时代常识的时效性。 "出片"这个词，2020年还没这么普及，2026已进入高考。命题人追新词是对的，但释义要留历史义项空间——"出片"在胶片时代指"洗出一卷里合格的张数"，这义项老摄影者懂，年轻人不懂。若评分标准只认"网络义=照片视觉效果佳"，就构成对"常识谱系不同"考生的DIF。这又绕回第三节的DIF问题——常识正确不仅是"事实不错"，更是"常识谱系不偏窄"。
五、综合讨论：常识化的合理边界在哪里
把上面几节压缩成一张决策图谱，常识化命题的"安全操作区"大致是：
情境功能定位：常识是"入场券"不是"答题钥匙"。学生靠常识能读懂情境、靠学科知识能解出答案——这是及格线。
常识门槛分级：高熟悉（全民级）≤30%，中熟悉（群体差）需题干补全，低熟悉（文本自足）是主体。
CIV双查：命题环节查"答错是因学科还是因常识"，试测环节跑DIF。
常识自洽+谱系宽容：情境事实不能错；新词新现象要给多义项空间，避免时代/群体偏好。
测评学顾问入组：雷新勇、张雨强反复强调的——大规模教育考试命题不能只有学科专家，测量学顾问要从蓝图阶段介入。
回到2024-2026的真题样本看，整体走势是健康的：青铜峡108塔、帆船风速、廊桥、出片、林木折断、曹冲称象、竹竿抬水——这些题的学科任务都立得住，风险点不在"用了常识"而在"个别题的常识门槛没标、没检、没留缓冲"。比如"出片"若在下一年成为常规考点，建议在题干先给一两句语料铺垫"出片在当代汉语里的使用"，把城乡数字鸿沟抹掉再考释义——这就是"常识可及但结论非常识可推"的范本改法。
六、结论
试题情境的常识化，是新课标"真实情境下问题解决"的必然落地，也是反刷题反套路的有效杠杆。2024-2026中高考的真题表明，语数英物化生政史地已全部进入"常识密度"竞争——谁能把学科知识缝进日常，谁就跑赢素养立意。
但测评学的警告同步生效：常识一旦越过"脚手架"身份侵入"构念内核"，就触发Messick意义上的构念无关方差，并通过DIF侵蚀公平，最终让分数解释的效度与信度双双失血。规避这条路不是"少用水常识"，而是把护栏修在四道关上——情境陌生化处理（雷新勇原则）、测试蓝图三维（崔允漷）、CIV清单+认知实验室、试测DIF检（MH/IRT-LR/SIBTEST）。与此同时，"常识正确"是反向底线：情境本身的常识谬误、常识谱系的偏窄，同样构成CIV，且更隐蔽——因为它惩罚的恰好是命题人最想选拔的"常识完备+学科扎实"的那批人。
常识化命题的真正成熟，标志不是"生活素材用得多不多"，而是"生活素材用进去之后，分数还能干净地回到学科构念上"——这一步，2024-2026迈了大半，剩下的要靠测量学与学科的双专家共治来收口。
参考文献（部分核心）
Messick, S. (1989). Validity. In R. L. Linn (Ed.), Educational Measurement (3rd ed., pp. 13–103). American Council on Education / Macmillan.
AERA, APA, NCME. (1999/2014). Standards for Educational and Psychological Testing. Washington, DC: AERA.
雷新勇. 《大规模教育考试：命题与评价》. 华东师范大学出版社, 2006.
雷新勇. 《大规模教育考试命题：理论、方法和实例》. 同济大学出版社, 2021 (ISBN 9787560897875).
张雨强. 国家社科基金教育学课题"高考难度理论分析模型构建与实证研究"（ZSB240467），曲阜师范大学, 2024.
崔允漷. 《教—学—评一致性：深化课程教学改革之关键》. 中国基础教育, 2024(1):18-22.
余文森. 《新课标修订背后的教育观重建》. 中国民族教育, 2023(7/8):15-18.
教育部教育考试院. 2026年高考语文/数学/英语/思想政治/生物全国卷试题解析. 2026-06.
光明日报. 《高考试题变了，高中教学怎样改》. 2025-06-24(14版).
新华网. 《2025年多地中考释放新信号》. 2025-06-27.
