何教授：语言教学任务是老师和学生共同参与的语言使用任务，其目的是提高学生的语言能力。语言测评任务是一种语言使用任务，其目的是采集学生的语言使用样本。 从这两个术语的定义中可以看出，语言教学任务和语言测评任务都是语言使用任务。它们的区别在于目的不同。语言教学任务的目的是提高学生的语言能力；而语言测评任务的目的是采集学生的语言使用样本，也就是学生的语言表现，它关注的是学生学了什么、学了多少。 此外，本书第11页的表2.1也从参与者、任务要求、任务目的这三个方面为大家呈现了语言教学任务和语言测评任务的异同，大家可以通过这个表格更直观地了解二者的异同。

何教授：形成性评估（formative evaluation或formative assessment）指在教学过程中为了了解学生的学习情况，及时发现教学中的问题而进行的评估（assessment for learning）。终结性评估（summative evaluation或summative assessment）主要用于评价某一方案或教育全过程的教育效果及有效性，确定所做的努力是否达到了预定的教育目标（assessment of learning）。 二者的区别可以通过两个介词for和of来体现。形成性评估的目的是促进教学，注重过程；而终结性评估是对学习结果的评价，主要是看某一个方案或教育全过程（如某一个课程）的教学效果及有效性，注重成效。 形成性评估和终结性评估的目的是做出相应的决策，这就涉及形成性决策与终结性决策这两个概念。本书第13页的表2.2从决策目的、后续行动和实施时间这三个方面列出了这两个概念的区别。 由此可见，在教学中正确运用形成性评估和终结性评估，做出相应决策，可以从调整教学过程和保证教学效果等方面促进学生的语言学习。

何教授：测试效度（validity）是指测量的有效性，即能测量到所要测量目标的程度。那么课堂语言测评的效度，就是指课堂语言测评在何种程度上达到了预期的语言测评目的。 一般来说，效度的作用比信度的作用更为重要。如果一个测验的效度很低，无论它的信度有多高，这项测验都没有应用价值。较高的效度是一个良好的测验最重要的特性，是必要条件，也是选择和评鉴测验的重要依据。有效的测试需专注于测其应测，同时避免意外测量其他不应包含的内容。效度验证是一个持续的过程，测试存在一天，效度验证就不能停止。 测试公平性（fairness）是测评使用的一个特征。测评使用的公平性取决于其能在多大程度上支持并向利益相关者证明从学生在测评任务中的表现到测评记录、决策、后效的各个环节的合理性。只要任何一个环节的合理性无法被证明，测评的使用就可能是不公平的。 关于课堂语言测评的效度和公平性之间的关系，我结合Xi（2010）这篇文献介绍一下常见的三种观点： 观点1：Fairness as an independent test quality。这种观点认为公平性是一个独立的测试质量标准，与效度是两个互不交叉的质量标准。观点2：Fairness as an all-encompassing test quality。这种观点认为公平性是一种上位标准，包含了效度标准。测试要想公平，必须先做到有效。观点3：Fairness linked directly to validity。这种观点认为公平性与效度密切相关。 这三种观点的具体含义以及哪些学者支持哪种观点，请大家去阅读该领域的文献。这里列出了几篇比较重要的文献，供大家参考：Xi, X. 2010. How do we go about investigating test fairness? Language Testing 27: 147-170.Davis, A. 2010. Test fairness: A response. Language Testing 27: 171-176.Kane, M. 2010. Validity and fairness. Language Testing 27: 177-182.Kunnan, A. 2010. Test fairness and Toulmin's argument structure. Language Testing 27: 183-189. 关于公平性研究，近年来我跟我的博士生也有两篇文章，供大家参考：何莲珍、张娟，2022，语言测试的公平性：内涵、公平观及研究启示，《外语教学与研究》（1）：79-89。何莲珍、张娟，2024，“公平”的理论向度——兼论对语言测试公平性研究的启示，《浙江大学学报（人文社会科学版）》（5）：122-130。

何教授：思考题第4—6题均涉及测评使用论证（assessment use argument，简称AUA）框架的核心内容，理解清楚这个框架，才能更好地理解第4—6题中的概念。【注：篇幅所限，此处不再详细呈现何教授的解答文本，具体内容请参考《面向教师的课堂语言测评》的图3.1（第34页）和《语言测评实践：现实世界中的测试开发与使用论证》的Figure 2.3（第24页）】 【篇幅所限，本题答案请见本书第41—55页。】

【篇幅所限，本题答案请见本书第65—72页。】

何教授：一致性（consistent）指在考查同一语言能力的不同测评中（如不同的施测方式、不同的测评任务和不同的评分员），学生的表现在多大程度上能得出基本一致的测评记录。为了保证测评记录的一致性，需要做以下两件事：1）确定造成特定测评中不一致性的可能来源；2）说明你将如何应对这些不一致性的来源，以将其对测评记录的影响降至最低限度。 本书第82页从三个方面列举了不一致性的可能来源。明确不一致性的可能来源之后，我们可以从五个方面出发，把不一致性来源的影响降至最低限度。1）明确规定施测程序。确保在不同时间、对不同学生群体、由不同老师实施的测评始终遵循同样的程序。2）为每一种测评任务类型准备测评任务规范或模板。确保所有的任务都根据这个模板进行研发。在测评中包括足够多的测评任务，以获得具有一致性的分数。3）明确规定每个测评任务类型的评分方法。确保评分方法（包括评分标准或评分量表）具有一致性。4）如果评分员要对测评进行评分：（1）需研制清晰易懂的评分量表；（2）如果涉及多位评分员，需对评分员进行评分量表使用方面的培训；（3）需定期监测评分的一致性。5）在测评中包括足够数量的测评任务，以获得具有一致性的分数。