“Câu này chỉ 20% học sinh làm đúng, chắc phải rất hay.” Câu nói ấy nghe quen trong các buổi chữa đề. Nhưng một bài toán có chiều sâu, một câu viết thiếu điều kiện và một câu hỏi ra ngoài phạm vi đều có thể khiến rất ít người làm đúng. Tỷ lệ thấp cho ta một tín hiệu; chất lượng cần thêm bằng chứng.
Khó có thể đến từ nhiệm vụ, cũng có thể đến từ trở ngại thừa
Một câu đọc hiểu yêu cầu kết nối hai đoạn và đánh giá một lập luận có thể khó vì cần nhiều bước suy nghĩ. Nếu đó là năng lực bài thi muốn đo, thách thức ấy có lý do. Nhưng một câu cũng có thể khó vì đại từ không rõ chỉ ai, hình quá mờ, thuật ngữ chưa được định nghĩa hoặc có hai đáp án hợp lý. Những trở ngại này làm kết quả khó diễn giải.
Thẩm định chất lượng cần trả lời: câu đang yêu cầu người học làm gì, đáp án có căn cứ duy nhất theo hướng dẫn không, và kết quả có phản ánh điều muốn đánh giá không? Bộ Standards for Educational and Psychological Testing yêu cầu kết hợp xem xét nội dung với phân tích thực nghiệm trong phát triển đề [1]. Một chỉ số độ khó không thể làm thay toàn bộ công việc đó.
Ba câu cùng 20% đúng, ba cách xử lý
Dưới đây là ba hồ sơ hoàn toàn giả định. Mỗi câu được 200 người làm và có 40 người đúng; các nhận xét nội dung là tình huống tự dựng để minh họa quyết định thẩm định, không phải kết quả của một kỳ thi Việt Nam.
| Hồ sơ | Điều tìm thấy khi đọc lại | Hướng xử lý có căn cứ |
|---|---|---|
| K1: suy luận nhiều bước | Đúng mục tiêu; dữ kiện đủ; lời giải rõ; học sinh thường bỏ một quan hệ quan trọng. | Có thể giữ cho vùng năng lực phù hợp; kiểm thêm IRT, sai số và thử nghiệm. |
| K2: cách hỏi mơ hồ | Hai cách hiểu từ “trung bình” dẫn tới hai kết quả đều có lý. | Tạm dừng sử dụng; viết rõ đại lượng cần tính và thử lại bản sửa. |
| K3: lệch phạm vi | Đòi nhớ chi tiết chuyên môn không có trong đặc tả hoặc ngữ liệu. | Xem lại mục tiêu; sửa để cung cấp dữ kiện hoặc loại khỏi đề đang xây. |
Cả ba hồ sơ đều 40/200 = 20% đúng. Quyết định khác nhau vì bằng chứng nội dung khác nhau; không có quy tắc “20% thì giữ” hoặc “20% thì loại”.
Ở K1, việc nhiều người sai có thể giúp nhận diện một yêu cầu suy luận chưa vững. Ở K2, tỷ lệ thấp có thể đang đếm cả những người hiểu câu hỏi theo một nghĩa khác. Ở K3, kết quả có thể phản ánh cơ hội tiếp xúc kiến thức ngoài mục tiêu. Gộp cả ba thành “câu khó chất lượng cao” sẽ che mất việc cần sửa.
Nhìn thấy sự mơ hồ trong một câu cụ thể
Xét câu tự dựng: “Doanh thu ba năm liên tiếp là 100, 110 và 143 triệu đồng. Tốc độ tăng trưởng trung bình mỗi năm là bao nhiêu?”. Từ 100 lên 110 là tăng 10%; từ 110 lên 143 là tăng 30%. Tuy nhiên, “trung bình” có thể đang yêu cầu hai đại lượng khác nhau.
| Cách hiểu | Cách tính | Kết quả minh họa |
|---|---|---|
| Trung bình cộng hai tỷ lệ tăng | (10% + 30%)/2 | 20% |
| Tỷ lệ tăng đều tạo cùng kết quả sau hai năm | Tìm r để 100 × (1 + r)² = 143 | Khoảng 19,58% |
Nếu ngữ cảnh và hướng dẫn chưa quy định cách hiểu từ “trung bình”, việc cùng đưa hai phương án 20% và 19,58% có thể gây mơ hồ. Khi tài liệu đã định nghĩa thuật ngữ, cần áp dụng đúng quy ước ấy. Có thể viết rõ “trung bình cộng của hai tỷ lệ tăng từng năm” hoặc “mức tăng đều hằng năm tương đương sau hai năm”. Bản sửa đo hai mục tiêu khác nhau; người biên soạn phải chọn mục tiêu trước, rồi mới xem dữ liệu thử nghiệm.
IRT hỗ trợ tìm dấu hiệu, không sửa hộ ý nghĩa câu chữ
Độ khó b giúp đặt câu trên thang; độ phân biệt a và mức phù hợp mô hình giúp nhận ra những quan hệ cần xem xét. Nhưng một câu có đường cong đẹp vẫn có thể hỏi sai phạm vi hoặc chứa gợi ý không mong muốn. Ngược lại, một câu đúng nội dung nhưng chưa khớp mô hình có thể cần chỉnh mô hình, dữ liệu hoặc cách tổ chức trước khi kết luận về câu.
Downing nghiên cứu các câu vi phạm nguyên tắc biên soạn trong bối cảnh thi y khoa và cho thấy một số lỗi có thể làm câu khó hơn [2]. Đây là lời nhắc về cơ chế gây khó; không phải số liệu cho phép quy tỷ lệ câu lỗi của nghiên cứu đó sang TSA, HSA hay V-ACT.
Học sinh và giáo viên có thể làm gì ngay sau buổi chữa đề?
Học sinh nên thử viết lại nhiệm vụ bằng một câu của mình: đề cho gì, hỏi gì, mình đã thêm giả định nào? Nếu không đồng ý với đáp án, hãy chỉ ra dữ kiện và lập luận cụ thể. Việc “em thấy câu quá khó” ít giúp sửa đề hơn việc “hai cách hiểu này đều phù hợp với câu chữ, nhưng cho hai đáp án khác nhau”.
Giáo viên có thể giữ một phiếu ngắn gồm mục tiêu, lời giải chuẩn, cách sai thường gặp, vấn đề câu chữ và quyết định thử lại. Câu dễ cũng có chỗ dùng để kiểm tra nền tảng hoặc phủ nội dung. Câu khó chỉ đáng đưa vào khi thách thức của nó phục vụ mục đích đánh giá và bằng chứng đủ để giải thích kết quả cho người học.
Nguồn tham khảo
[1] AERA, APA & NCME. (2014). Standards for Educational and Psychological Testing. Standards 4.7–4.10, tr.87–89. Xem tài liệu
[2] Downing, S. M. (2005). The Effects of Violating Standard Item Writing Principles on Tests and Students: The Consequences of Using Flawed Test Items on Achievement Examinations in Medical Education. Advances in Health Sciences Education, 10,133–143. DOI 10.1007/s10459-004-4019-5. Xem tài liệu