Khi học sinh làm một câu hỏi, đơn vị có thể muốn biết em làm được gì. Khi thử nghiệm một câu mới, đơn vị còn muốn biết chính câu ấy hoạt động ra sao. Hai mục đích có thể xuất hiện trong cùng một lượt làm bài, nhưng dữ liệu được dùng để nghiên cứu câu và dữ liệu được phép tính điểm phải được phân biệt rõ.
Thử nghiệm là thu bằng chứng về nhiệm vụ
Thử nghiệm câu hỏi là đưa câu tới người làm phù hợp trong điều kiện được thiết kế, rồi quan sát để xem nội dung, cách trình bày, hướng dẫn chấm và đặc tính đo lường có đáp ứng mục tiêu hay không. Có thể bắt đầu bằng đọc thử với ít người để hiểu cách họ diễn giải, rồi thu dữ liệu ở quy mô phù hợp cho phân tích thống kê. Các dạng thử có nhiệm vụ và mức bằng chứng khác nhau.
Dùng câu để đánh giá chính thức nghĩa là phản hồi của người làm góp vào kết quả theo mục đích và quy tắc đã xác định. Khi đó, đơn vị cần có căn cứ cho cách sử dụng điểm, kiểm soát tổ chức và xử lý vấn đề phát sinh. Một câu đang được nghiên cứu chưa tự được phép tác động đến mọi quyết định về người học.
Xem phần nào được phép cộng vào điểm
Tình huống tự dựng có 40 câu tính điểm và 4 câu thử không tính điểm. Chương trình minh họa chấm mỗi câu tính điểm đúng được 1 điểm và báo tổng đúng trên 40 câu; bảng không thực hiện tính điểm IRT cá nhân. Hai mã người làm dưới đây đều giả định, không phải kết quả của Song Pa Lab, Empire hay một kỳ thi thật.
Kéo ngang bảng để xem đầy đủ các cột.
| Người làm | Đúng trong 40 câu tính điểm | Đúng trong 4 câu thử | Điểm thô theo quy tắc minh họa |
|---|---|---|---|
| X | 32 | 1 | 32/40 |
| Y | 32 | 4 | 32/40 |
Không cộng thành 33/44 cho X hoặc 36/44 cho Y, vì bốn câu thử đã được quy định không góp điểm. Các phản hồi ấy vẫn có thể giúp phân tích câu mới khi được ghép với thiết kế và dữ liệu cần thiết. Vai trò của câu nằm trong hồ sơ tổ chức và chấm, không được thay tùy theo việc một người làm đúng hay sai câu thử.
Với chương trình có tính điểm IRT, cần xác định rõ tập phản hồi nào dùng chấm cá nhân, bộ tham số và phương pháp nào đã được duyệt. Minh họa tổng đúng trên đây không suy ra rằng mọi người cùng số đúng luôn có cùng điểm trong mọi mô hình. Ranh giới cần giữ là câu được dùng để nghiên cứu chưa tự được thêm vào tập tính điểm.
Một ví dụ được công bố ở Việt Nam
Thông báo tổ chức HSA năm 2026 của ĐHQG Hà Nội, công bố 26/12/2025, mục 5 nêu mỗi phần có thể xuất hiện thêm 01 câu thử nghiệm không tính điểm và hệ thống tính thêm thời gian [1]. Chi tiết này được kiểm tra ngày 31/10/2026. Thông báo không ghi một số phút cộng thêm cố định; không lấy thiết kế 40+4 trong bài làm cấu trúc của HSA, cũng không chuyển quy định 2026 sang mùa thi khác.
Từ ví dụ đó, học sinh có thể hiểu rằng một bài thi có phần công việc phát triển câu phía sau kết quả cá nhân. Cách làm bài thực tế vẫn theo hướng dẫn của đơn vị tổ chức; không tự xác định câu thử chỉ vì thấy một câu lạ rồi bỏ qua nó. Các chương trình V-ACT, TSA hoặc đề luyện riêng cần được đọc theo tài liệu của chính chương trình ấy.
Thử xong còn phải quyết định dựa trên bằng chứng
Sau thử nghiệm, nhóm xem lại đáp án, cách hiểu, tỷ lệ đúng, lựa chọn phương án, thời gian và các kết quả IRT phù hợp. Có câu giữ được, có câu cần sửa, có câu cần thêm dữ liệu hoặc tạm ngừng. Việc nhiều người đã làm câu chưa tự chứng minh câu đã được hiệu chuẩn tốt hoặc đã có quyền sử dụng chính thức.
ETS yêu cầu khi có thể thì thử câu với người làm gần quần thể dự kiến, lưu quy trình chọn mẫu và các phân tích liên quan [2]. Không phải mọi chương trình đều có cùng điều kiện thử trước; khi chưa thử được, giới hạn và phương án bổ sung bằng chứng phải được ghi nhận. Không biến yêu cầu thu bằng chứng thành một lời hứa rằng cứ tổ chức một đợt thử là đã hoàn tất chuẩn hóa.
Hồ sơ cần chỉ rõ vai trò của từng câu
Đơn vị nên lưu mã câu, phiên bản, vị trí, vai trò thử hay tính điểm, quy tắc chấm và trạng thái phản hồi. Tệp phân tích có thể giữ dữ liệu câu thử, trong khi tệp tạo phiếu điểm chỉ sử dụng đúng phần được phép. Một bảng đối soát cần kiểm số câu ở mỗi vai trò và xác nhận chúng không bị gộp nhầm.
Điều người học cần nhận là một kết quả được tính theo quy tắc rõ và một lời giải thích có căn cứ khi có thắc mắc. Điều người phát triển ngân hàng cần nhận là bằng chứng đủ để quyết định bước tiếp của câu. Tách hai công việc ấy giúp việc thử nghiệm phục vụ chất lượng đề mà không làm vai trò của dữ liệu trở nên lẫn lộn.
Nguồn tham khảo
[1] Đại học Quốc gia Hà Nội (2025). Thông báo về việc tổ chức kỳ thi đánh giá năng lực học sinh THPT(HSA) năm 2026, 26/12/2025, mục 5. Kiểm tra 31/10/2026. Xem tài liệu
[2] Educational Testing Service (2014). ETS Standards for Quality and Fairness, Standard 7.5, tr. 32. Xem tài liệu