Søren Nørrelund-Madsen Vejleder: Slobodanka Dimova

Transkript

1 Brugen af digitale selvrettende test til eksamen i almen sprogforståelse på stx efter 2017-gymnasiereformen Masteruddannelsen i fremmedsprogspædagogik Modul 5 Søren Nørrelund-Madsen Vejleder: Slobodanka Dimova Institut for Engelsk, Germansk og Romansk, Københavns Universitet Februar 2019 Dette er en revideret udgave af den opgave, der blev afleveret til bedømmelse. Opgaven er revideret med henblik på at blive sendt rundt til de gymnasiale lærere og ledere, jeg har været i kontakt med i forbindelse med opgaveskrivningen, og som har bedt om at få tilsendt den færdige opgave. 1

2 Indhold 1. Indledning AP-eksamen Faglige mål for AP-eksamen Læreplanens beskrivelse af AP-eksamen Udbredelsen af de digitale selvrettende test til AP-eksamen Analyse Overordnet karakteristik af den digitale AP-test fra Gyldendal Praktisk gennemførlighed Reliabilitet Validitet Autenticitet Washback Fastlæggelse af karakterer Relativ karaktergivning Karaktergivning under inddragelse af testeksterne forhold Karaktergivning ud fra lokale omregningstabeller Opsummering af analysen Diskussion Relativ karaktergivning Karaktergivning under inddragelse af testeksterne forhold Karaktergivning ud fra lokale omregningstabeller De mulige negative konsekvenser af en problematisk AP-karaktergivning Konklusion Litteraturliste Bilagsoversigt Bilag 1: Anonymiseret kommunikation med lærere og ledere fra gymnasium A-I Bilag 2: Oversigt over gymnasiers valg af AP-prøveform Bilag 3: De digitale selvrettende AP-test fra Gyldendal, Systime og Minlæring (testene er pga. ophavsrettigheder ikke vedlagt denne offentligt tilgængelige udgave af opgaven) Bilag 4: Anonymiseret opslag i FB-gruppen Undervisere i almen sprogforståelse fra d. 4. september 2018 Bilag 5: Omregningstabeller fra gymnasium A-H og matematik-omregningstabel tilsendt fra gymnasium B Bilag 6: Eksamenskarakterer for datasæt fra gymnasium A udregnet efter omregningstabeller fra gymnasium A-G 2

3 1. Indledning Almen sprogforståelse (AP) kom på skemaet i stx med gymnasiereformen i Med den seneste gymnasiereform fra 2017 er AP blevet justeret på stx og herudover også indført på hhx. AP er et samspil mellem dansk og gymnasiets fremmedsprogsfag, herunder latin. AP er en del af gymnasiets grundforløb, der løber de første tre måneder af 1g, og AP har til formål at introducere eleverne til arbejdet med sprog i gymnasiet, således at de får en basis for arbejdet med sprog i alle fag. Forløbet i almen sprogforståelse afsluttes med en intern eksamen 1 i slutningen af grundforløbet. Hvor eksamenskarakteren i AP før 2017-reformen ikke talte med i elevernes samlede gennemsnit til studentereksamen, tæller karakteren fra elevernes AP-eksamen nu med. Udformningen af eksamenen i AP er et lokalt anliggende, og de enkelte skoler kan frit vælge eksamensform. Mange skoler har selv udviklet det materiale, de benytter til eksamen i AP, men der findes også en del skoler, der køber sig til digitale selvrettende test hos en kommerciel aktør, enten Systime, Minlæring eller Gyldendal. Jeg ønsker i denne opgave at analysere Gyldendals AP-test ud fra de testmetodiske principper som Brown og Abeywickrama (2010) opstiller. Herudover vil jeg undersøge, hvordan man lokalt på de enkelte gymnasier omregner testresultaterne til karakterer 2, da der her ligger nogle potentielle reliabilitetsproblemer. Opgaven er struktureret således, at jeg først vil beskrive læreplanens rammer for undervisning og eksamen i AP og omfanget af brugen af digitale AP-test til eksamen (afsnit ). Herefter vil jeg analysere Gyldendals digitale AP-test (afsnit ), ligesom jeg vil analysere den karaktergivning, der finder sted i forlængelse af testen (afsnit 3.7). Dernæst følger en diskussion af analysens resultater (afsnit 4), inden jeg til sidst konkluderer ift. brugen af digitale selvrettende AP-prøver købt eksternt (afsnit 5). Jeg har i forbindelse med opgaven været i skriftlig og telefonisk kontakt med en lang række lærere, uddannelsesledere og rektorer fra stx-gymnasier fra hele landet. En del af disse gymnasierepræsentanter har indvilliget i at give mig adgang til data fra deres AP-eksamen under betingelse af anonymisering. Jeg har identificeret ni gymnasier, der udelukkede har benyttet Gyldendals test til deres AP-eksamen. Min skriftlige korrespondance med disse ni gymnasier er vedlagt i anonymiseret form (bilag 1). De forskellige gymnasierepræsentanter og gymnasier optræder i opgaven som lærer A/gymnasium A lærer 1 Jeg skelner ikke mellem begreberne eksamen og prøve i opgaven. I læreplanen omtales den afsluttende eksamen som en intern prøve. Begrebet test benyttes i opgaven til at omtale det materiale, der benyttes til AP-prøven. 2 Fælles for de kommercielle digitale test er, at elevens resultat bliver vist som et procenttal, der så lokalt på det enkelte gymnasium skal omregnes til en karakter ud fra en selvkonstrueret omregningstabel. 3

4 B/gymnasium B leder C/gymnasium C leder D/gymnasium D lærer E/gymnasium E leder F og rektor F 3 /gymnasium F lærer G/gymnasium G leder H og rektor H/gymnasium H rektor I/gymnasium I. 2. AP-eksamen 2.1. Faglige mål for AP-eksamen Kort beskrevet er almen sprogforståelse ikke et fag, men et forløb, der skal afvikles inden for grundforløbet, der udgør de tre første måneder af 1g. Der afsættes minimum 45 klokketimer til undervisningen i AP, og heraf skal latindelen udgøre mindst 20 timer (Almen sprogforståelse, stx. Vejledning 2018: 11). Læreplanen for AP oplister under punkt 2.1. Faglige mål et bredt spektrum af faglige mål, som eleverne skal tilegne sig igennem forløbet. Målene er delt op på ni pinde, der sammenlagt dækker et bredt spektrum af sproglige delelementer. Eleverne skal tilegne sig faglig terminologi inden for grammatik, semantik og pragmatik og kunne lave syntaktiske og morfologiske analyser, de skal kunne identificere forskellige sætningstyper, de skal kunne belyse forskelle mellem forskellige sprog, herunder de nordiske, og de skal have kendskab til standard og variation. Herudover skal de kunne anvende deres viden om morfologi, syntaks og semantik til at gøre sig sproglige iagttagelser i tekster, de skal kunne anvende viden om genrer og sproghandlinger, de skal kunne anvende deres viden om latin og sproghistorie til at redegøre for ordforråd og orddannelse, og endelig skal de have viden om forskellige strategier ifm. arbejdet med fremmedsprog (Almen Sprogforståelse læreplan stx 2017: 1). Det er en temmelig lang liste, og læreplanen præciserer da også, at eleverne skal tilegne sig grundlæggende kundskaber og færdigheder inden for de nævnte områder. Læreplanen og vejledningen for AP lægger op til, at AP-forløbet skal tage udgangspunkt i et funktionelt sprogsyn: Læreplanen for almen sprogforståelse tager udgangspunkt i et funktionelt sprogsyn. Derfor lægger læreplanen op til, at det sproglige aspekt af undervisningen i høj grad integreres med undervisningen i tekst og kultur... (Almen sprogforståelse, stx. Vejledning 2018: s. 15). Sprogets underliggende strukturer som morfologi, syntaks og grammatik skal således ikke analyseres som isolerede størrelser, men ses i sammenhæng med sprogets kontekst og anvendelse. Man skal selvfølgelig fortsat have fokus på f.eks. sætningen og dens opbygning i undervisningen, men man skal have sig sprogbrug og funktionen af strukturer og sproglige former for øje (Nygaard 2017). 3 På gymnasium F og gymnasium H har jeg både kommunikeret med en uddannelsesleder og rektor, hvorfor begge er nævnt her. 4

5 2.2. Læreplanens beskrivelse af AP-eksamen Læreplanen beskriver, hvordan elevernes skal aflægge en intern prøve, der dækker de faglige mål og det faglige indhold. Der skal prøves i følgende elementer: - bestemmelse af ordklasser - syntaktisk analyse af enkle helsætninger i teksteksempler fra latin, dansk og andre sprog, eleverne møder i gymnasiet - elementær genkendelse af typiske genretræk i teksteksempler - sprognormer, standard og variation i teksteksempler - sproghistorie og sprogs udvikling, herunder belysning af forskelle mellem dansk, svensk og norsk samt af forholdet mellem latin og moderne fremmedsprog - anvendelse af sproglæringsstrategier og viden om orddannelse til afkodning af tekst - sammenhæng mellem sprog og kultur, herunder oversættelse og oversættelsesproblematik. (Almen Sprogforståelse læreplan stx 2017: 2) Vejledningen uddyber, hvordan den interne eksamen kan organiseres. AP-prøven kan foregå mundtligt, skriftligt eller som en kombination, ligesom en elevportfolio også kan indgå i prøven. Prøven kan endvidere tilrettelægges som individuel prøve eller gruppeprøve. Der er således stor lokal frihed til udformning af prøven. I modsætning til den relativt store frihed i udformningen af prøven er der ingen frihed til at udvælge, hvilke faglige områder der skal udprøves: det skal sikres, at alle faglige mål dækkes (Almen sprogforståelse, stx. Vejledning 2018: 19). Den afsluttende prøve bedømmes med en karakter, der indgår i elevens eksamensgennemsnit med en vægtning på 0, Udbredelsen af de digitale selvrettende test til AP-eksamen I forbindelse med udarbejdelsen af denne opgave har jeg skriftligt eller telefonisk fået tilbagemeldinger fra 87 stx-gymnasier vedr. deres udformning af AP-eksamen 4. Kontakten er kommet i stand ved to opslag i erfaringsudvekslingsgruppen Undervisere i almen sprogforståelse på Facebook 5 henholdsvis d. 4. og 5. 4 Der er tilsyneladende ikke tidligere lavet undersøgelser af, hvilke AP-eksamensformer gymnasierne vælger, og fagkonsulent for AP i stx Anne Bisgaard Vase oplyste i en telefonsamtale d. 13. dec. 2018, at ministeriet ikke har et samlet overblik over udbredelsen af eksamensformer. 5 Almen sprogforståelse har ikke en egen faglig forening. På EMU-siderne for AP på stx henvises i stedet til Facebookgruppen Undervisere i almen sprogforståelse, der er dannet: med henblik på erfaringsudveksling for undervisere i Almen Sprogforståelse. Her kan man fx også diskutere de nye prøveformer med reformen

6 december 2018 og ved at sende en mail til et udvalg på 75 stx-gymnasier 6. Nedenstående tabel viser fordelingen i eksamensformer. Eksamensform Antal skoler % Skriftlig prøve med egenadministreret skriftlig test 7 50 Ca. 57 % Mundtlig prøve 11 Ca. 13 % Kombination af skriftlig og mundtlig prøve 6 Ca. 7 % Skriftlig prøve med digital selvrettende test udbudt af kommerciel aktør 20 Ca. 23 % I alt % Tabel 1 Lokalt valgt prøveform til AP-eksamen (se bilag 2 for en mere detaljeret oversigt) Undersøgelsen er som ikke sådan lavet med henblik på at være repræsentativ, men med tilbagemeldinger fra et godt stykke over halvdelen af de 141 gymnasier, der udbyder den treårige stx-uddannelse 8, tør jeg alligevel godt estimere, at ca % af landet stx-gymnasier udelukkende benytter sig af en digital selvrettende test til AP-eksamen, altså i omegnen af gymnasier. 3. Analyse Inden jeg går i gang med selve analysearbejdet, vil jeg kort beskrive de tre digitale selvrettende AP-test, der udbydes i Danmark (bilag 3) med hovedfokus på Gyldendals test. Herefter vil jeg analysere Gyldendals test med udgangspunkt i fem centrale testmetodiske begreber, som Brown og Abeywickrama (2010) opstiller: Praktisk gennemførlighed, reliabilitet, validitet, autenticitet og washback. Sagt med andre og mere hverdagsagtige ord, så vil det være en analyse, der bl.a. ser på, hvor nem prøven er at afholde, hvor pålidelig den er, således at gentagne målinger vil føre til samme resultat, i hvor høj grad den udprøver det, den skal, om den udprøver de kompetencer, som eleverne sidenhen vil skulle bruge, og hvilken indvirkning prøven har på planlægningen af undervisningen. 6 Jeg har skrevet til de 75 gymnasier af tre gange. Første henvendelse var til 30 gymnasier ( ), anden henvendelse til 25 gymnasier ( ) og tredje henvendelse til 20 gymnasier ( ). Det er et bevidst valg ikke at lave en komplet afdækning af alle stx-gymnasiers AP-eksamensform, da jeg så skulle anonymisere alle gymnasier i bilag 2, for at det ikke skulle blive muligt at identificere de 12 gymnasier, der har bedt om at optræde anonymt. 7 Flere gymnasier vælger at bruge en digital selvrettende test købt hos en ekstern leverandør, som de så supplerer med egenproduceret skriftligt materiale. De gymnasier er talt med her. Inden for de egenproducerede skriftlige prøver er der i øvrigt en stor variation i testmaterialet og prøveformen. Eksempelvis er der et gymnasium, hvor AP-prøven består af 40 multiple choice-spørgsmål med hver fire svarmuligheder, der skal besvares på en halv time, mens et andet gymnasium beretter om en 4-timers skriftlig prøve med udgangspunkt i et autentisk tekstmateriale. En del skoler benytter også egenadministrerede digitale selvrettende test i Moodle og tilsvarende IT-systemer. 8 Jf. Danske Gymnasier: Det almene gymnasium i tal 2017 : 6

7 Det er vigtigt at have in mente, at de fem analytiske begreber oplistet herover i høj grad er gensidigt forbundne på kryds og tværs. Dét at lave en god AP-prøve er ikke et spørgsmål om at maksimere alle fem testmetodiske parametre samtidigt, for som Andersen og Tofteskov skriver er det: svært at lave eksamener der både er billige, reliable og valide (Andersen & Tofteskov 2016: 50). Målet ved fremstillingen af en test må derfor snarere være at finde et velafbalanceret kompromis, ligesom en analyse skal vurdere, hvor stærk eller svag en testform er ift. de forskellige testmetodiske parametre Overordnet karakteristik af den digitale AP-test fra Gyldendal De tre digitale AP-test fra Gyldendal, Systime og Minlæring kan karakteriseres som prøver, hvor eksaminanden i langt overvejende grad skal besvare spørgsmål ved at vælge et svar ud fra en række på forhånd definerede svarmuligheder. Testene består af en række delopgaver, og hver delopgave består af en række items 9, som eksaminanden enten kan besvare korrekt eller ikke korrekt. Svarene skal ikke vurderes af en lærer, men bliver af testsystemet automatisk kategoriseret som enten rigtigt eller forkert. Alle tre test er selvrettende, og der foreligger et resultat for hvert enkelt elev umiddelbart efter prøvens afslutning. Testene er såkaldte skalérbare test, der ender ud med en summeret score, der er beregnet på baggrund af alle items (Allerup, Jansen & Weng 2011: 129). Ikke alle items vægter lige højt i Gyldendals test, hvilket bliver gennemgået i tabel 2 og 3. Følgende fire opgavetyper er repræsenteret i Gyldendals test: - multiple choice-opgaver (MC), hvor eksaminanden skal vælge et eller flere svar ud fra forskellige svarmuligheder - matching-opgaver, hvor eksaminanden skal forbinde f.eks. begreber og definitioner - Markerings-øvelser, hvor eksaminanden f.eks. skal markere verber i en tekst - Short answer-øvelser, hvor eksaminanden selv skal skrive endelser på ord 10 (ibid: s. 140) Den elektroniske testpakke, man køber adgang til hos Gyldendal, består af en indgangstest, en midtvejstest og en afslutningstest. Afslutningstesten, der bruges til eksamen, består af tre forskellige test kaldet A, B og C, således at der f.eks. er ekstra test til reeksamen. Hver af de tre test er bygget op over nøjagtig samme skabelon, og man vælger en test til eksamen. Modsat de to andre udbydere har Gyldendal valgt en teknisk løsning til deres test, hvor den enkelte lærer ikke kan vælge opgaver fra eller til i testen. Gyldendals AP-test 9 Et item er et element, en delopgave, i en test, der har en række svarmuligheder, ofte to i form af korrekt svar eller ikke korrekt svar. 10 De korrekte svar er kodet på forhånd, således at testen stadig er selvrettende 7

8 består af to dele, en almendel og en latindel, hvor almen-delen kan give op til 150 point, mens latindelen kan give op til 100 point. Resultatet i form af et procenttal beregnes ift. de 250 point. Jeg vil i det følgende analysere test A. Almendelen består af 13 delopgaver og latindelen af 14 delopgaver. I de to nedenstående tabeller er alle delopgaver oplistet med angivelse af tematisk overskrift, opgavetype, antal items i opgaven og den enkelte delopgaves vægtning i henholdsvis den enkelte del-test og i det samlede resultat. Opgave Opgavetype Items % i denne del % i alt 1 - Grammatiske Matching 13 8,7 % 5,2 % betegnelser 2 - Ordklasser MC 10 svarmuligheder 20 13,3 % 8 % 3 - Adjektiv eller adverbium MC 2 svarmuligheder 14 9,3 % 5,6 % 4 - Verber Markere verber ,7 % 5,2 % kategorier 5 - Sætningstyper MC - 4 svarmuligheder 5 3,3 % 2,0 % 6 - Sætningsled MC 5 svarmuligheder 10 6,7 % 4,0 % 7 - Sætningsanalyse A Matching 5 6,7 % 4,0 % 8 - Sætningsanalyse B Matching 5 6,7 % 4,0 % 9 - Adverbialled Markere adverbialled ,7 % 4,0 % kategorier 10 - Analyse af MC 3 svarmuligheder 10 6,7 % 4,0 % ledsætninger 11 - Orddannelse MC 2 svarmuligheder 10 6,7 % 4,0 % 12 Genreanalyse MC 2 svarmuligheder % 6 % 13 - Bonusspørgsmål MC 4 svarmuligheder 7 4,69 % 2,8 % (1-7) 13 - Bonusspørgsmål MC 2 svarmuligheder 3 2,01 % 1,2 % (8-10) I alt 159 stk. 100,2 % % Tabel 2 Oversigt over almendelen i test A 11 Afvigelsen på 0,2 procentpoint skyldes afrunding 8

9 Opgave Opgavetype Items % i denne del % i alt 1 - Genkend ord Matching % 4 % 2 - Syntaktisk analyse A MC 5 svarmuligheder 3 6 % 2,4 % 3 - Syntaktisk analyse B MC 5 svarmuligheder 3 6 % 2,4 % 4 - Syntaktisk analyse C MC 5 svarmuligheder 1 2 % 0,8 % 5 - Syntaktisk analyse D MC 6 svarmuligheder 1 2 % 0,8 % 6 - Substantivernes kasus Markere ord i akkusativ 6 12 % 4,8 % 7 - Substantivernes kasus MC 5 svarmuligheder 1 2 % 0,8 % 8 - Verbernes MC 6 svarmuligheder 2 2 % 0,8 % personendelser 9 - Verbernes Skrive endelser på verber 3 6 % 2,4 % personendelser 10 - Kasus Skrive endelser på 4 8 % 3,2 % substantiver 11 - Præfikser Matching 5 10 % 4 % 12 - latinske talemåder Matching 8 16 % 6,4 % 13 - Sproghistorie MC vælge fem ud af % 4 % svarmuligheder 14 - Sprogfamilier MC 2 svarmuligheder 8 8 % 3,2 % I alt 60 stk. 100 % 40 % Tabel 3 Oversigt over latindelen i test A 3.2. Praktisk gennemførlighed Eksamen er også i høj grad et spørgsmål om ressourcer, og derfor er et væsentligt parameter for analysen af en eksamenshandling, hvor høj eller lav praktikaliteten er. Elementer i en sådan vurdering er bl.a. pris eller udviklingstid, og hvad der kræves for at administrere, afholde, rette og bedømme testen (Brown & Abeywickrama 2010: s. 26f). Når først AP-testen er købt af skolen 12, skal læreren blot gå ind på Gyldendals hjemmeside og booke en test, angive dato og starttidspunkt og udvælge de elever, der skal deltage i testen. Eleverne logger så på testen med deres UniLogin, når testen begynder. Da eleverne selv medbringer den enhed, som de aflægger 12 Prisen for Gyldendals AP-test-pakke er 43,75 kroner inkl. moms pr. elev pr. år. 9

10 prøven på, skal skolen udelukkende stille et trådløst netværk til rådighed, noget skolerne i forvejen har, og som derfor ikke belaster økonomien (Mikkelsen & Møller 2015: s. 13f). Da testen er selvrettende, skal lærerne ikke rette testen. Flere respondenter er inde på rettearbejdet som et afgørende argument for at bruge en digital selvrettende test. Lærer E formulerer det således: Sidste år, første år med reformen, udviklede vi selv en skriftlig prøve til AP [ ]. Men lærernes kritik gik først og fremmest på, at retteprocessen - som foregik i hånden - var for tidskrævende. Derfor blev vi i faggruppen enige om at prøve Gyldendals prøve (Mailkorrespondance , bilag 1). I og med at praktikaliteten er høj på de digitale AP-prøver, kan den enkelte skole spare en del ressourcer på prøveafholdelsen i form af et mindre forbrug af lærerarbejdstimer, og selv om det enkelte gymnasium skal betale for adgangen til testen, så kan de sandsynligvis stadig spare ressourcer qua det sparrede timeforbrug. Jeg vil samlet set vurdere praktikaliteten af Gyldendals AP-test til at være høj Reliabilitet Det er af afgørende betydning for en eksamens kvalitet og troværdighed, at den giver mulighed for præcise, konsistente og ensartede bedømmelser af eksamenspræstationerne, både mellem personer og over tid. Dette betegnes også som reliabilitet. (Andersen & Tofteskov 2016: 47). Brown og Abeywickrama opererer med fire underformer til den generelle reliabilitet. Det drejer sig om studenterrelateret reliabilitet, bedømmerrelateret reliabilitet, administrativ reliabilitet og endelig den testrelaterede reliabilitet (Brown & Abeywickrama 2010: s. 26ff). Skriftlige eksamener har generelt en højere reliabilitet end mundtlige eksamener, og da en eksamensform som multiple choice går for at have en meget høj reliabilitet (Brown & Abeywickrama 2010: 67), skulle der være gode muligheder for, at Gyldendals AP-prøve også har en høj pålidelighed og gentagelighed. Svarene er fastlagt og kodet på forhånd, og som Andersen og Tofteskov beskriver det, så skal bedømmeren blot aflæse en score og omsætte den til en karakter (Andersen & Tofteskov 2016: 47). Den første potentielle reliabiltetsudfordring, som Brown og Abeywickrama nævner, er den studenterrelaterede reliabilitet. Det er faktorer, som nervøsitet, sygdom etc., der kan påvirke den studerendes testresultat i negativ retning, men også sådan noget som snyd, som kan påvirke den studerendes resultat i positiv retning. Ift. til snyd medfører internetadgangen til AP-eksamen nogle risici i 10

11 form af anvendelse af ikke tilladte ressourcer og kommunikationen med omverdenen, men risiciene kan minimeres ved forhindrings- og kontroltiltag (Møller & Mikkelsen 2015: s. 18). Det burde ikke være relevant at tale om bedømmerreliabiliteten i en test som Gyldendals. Hverken interrater-reliabiliteten, bedømmelsen på tværs af forskellige bedømmere, eller intrarater-reliabiliteten, en bedømmers evne til konsistente bedømmelser over tid, skulle være relevante temaer, når der er tale om en selvrettende digital prøve. Det skal dog vise sig, at der er endog meget store problemer med interraterreliabiliteten, hvilket vil blive gennemgået i afsnit 3.7. Den testadminstrative reliabilitet, der bl.a. kigger på de fysiske forhold, om opgaveforlægget er læsbart for eleverne etc., spiller ikke nogen synderlig rolle ift. Gyldendals AP-test, hvorimod den fjerde og sidste faktor, den testrelaterede reliabilitet, godt kan indeholde mindre udfordringer for reliabiliteten. Til den testrelaterede reliabilitet hører faktorer som tid afsat til testen og brugen af hjælpemidler. Gyldendal anbefaler i indledningen til testen, at der må bruges hjælpemidler i form af elevernes lærebøger enten som i-bog eller som almindelig bog og egne noter til testen. Alle medvirkende gymnasier på nær Gymnasium I har tilladt eleverne brugen af disse hjælpemidler. Den måde, som gymnasium I bruger testen på, adskiller sig markant fra de andre gymnasier, hvilket vil blive gennemgået senere. Modsat både Systime og Minlæring angiver Gyldendal ikke nogen tidsmæssig ramme til testen 13, og det er således helt op til det enkelte gymnasium at vurdere, hvor lang tid der skal afsættes til eksamen. Det medfører, at de gymnasier, der har benyttet sig af Gyldendals AP-test, har givet eleverne forskellig tid til eksamen. Gymnasierne har afsat mellem halvanden og tre timer til testen, og det det fordeler sig sådan, at tre gymnasier giver eleverne tre timer til testen, tre gymnasier giver eleverne to timer til testen, og tre gymnasier giver halvanden time til testen 14. Hvis man vil lave en sammenligning mellem de forskellige gymnasiers omregning, er man derfor nødt til at sammenligne mellem gymnasier, der har afsat samme tid til eksamen. Og så er der spørgsmålet om, hvorvidt det enkelte gymnasium har brugt test A, B eller C. I min undersøgelse benytter fire gymnasier test A, to gymnasier benytter test C, et gymnasium benytter test B og 13 Både Systime og Minlæring angiver estimater for, hvor lang tid de anbefaler, at eleverne skal have til rådighed til eksamen. Hos Systime ligger anbefalingen fra 60 min., hvis man ikke inkluderer opgaverne om stilistik, og op til 90 min., hvis man inkluderer dem. Hos Minlæring har hvert enkelt delopgave angivet et estimeret tidsforbrug, og disse estimater bliver summeret op til et samlet estimat for, hvor lang tid eleverne skal have til rådighed. Begge dele er dog estimater, som den enkelte skole ikke er forpligtet til at benytte. 14 Jeg har enten spurgt de deltagende gymnasier, om hvor lang tid, de gav eleverne til eksamen, eller jeg har fundet det på Lectio, det studieadminstrative system som langt størstedelen af landets gymnasier benytter. Jeg har skærmdump af alle disse Lectio-opslag, men jeg vedlægger dem ikke opgaven af hensyn til anonymiseringen. 11

12 endelig blander to gymnasier og bruger almentest B, som de kombinerer med henholdsvis latintest A og latintest C. To af gymnasierne, F og G, har opdelt elevgruppen og afholdt eksamen over to dage, men begge gymnasier har benyttet samme test de to dage, uden at eleverne vidste det. Jeg vurderer, at det kun udgør en meget lille udfordring for reliabiliteten, hvorvidt gymnasierne benytter test A, B, C eller en kombination. Testene er konstrueret med henblik på at kunne substitueres, og Gyldendal præsenterer afslutningstestene som værende ens: De tre test (A, B og C) er principielt ens. 15 Testene er identiske i opbygning, og den samme itemopbygning og de samme kategorier og spørgsmålstyper går igen på tværs af de tre opgaver og forekommer i lige stort antal. Der er også identiske opgaver på tværs af de tre test, f.eks. er hele opgave 1 i almendelen identiske i de tre test, og de enkelte delopgaver vægter også lige højt ift. udregningen af hvilket resultat i procent, den enkelte elev opnår. Jeg har ikke spurgt særskilt om, hvilken test gymnasierne har brugt til reeksamen, men flere gymnasier angiver i deres svar, at de har brugt en anden test til deres reeksamen, sikkert for at undgå, at de elever, der skulle aflægge reeksamen, skulle kunne få kendskab til opgaverne på forhånd gennem de elever, der allerede havde gennemført testen. Således angiver f.eks. gymnasium B og E, der begge har brugt test A til den ordinære prøve, at de har brugt test B til reeksamen. Dette er med til at understøtte, at gymnasierne ikke skelner mellem de tre test ift. sværhedsgrad, og det understøtter dermed også, at der ikke er væsentlige reliabilitetsudfordringer forbundet med, om man bruger den ene eller den anden af de tre test. Tid, test og adgang til hjælpemidler fremgår af følgende tabel: Testudgave Tid afsat til eksamen Hjælpemidler tilladt Gymnasium A B 3 timer Ja Gymnasium B A 3 timer Ja Gymnasium C A 1,5 timer Ja Gymnasium D C 2 timer Ja Gymnasium E A 2 timer Ja Gymnasium F Almen B/Latin C 3 timer Ja Gymnasium G C 2 timer Ja Gymnasium H Almen B/Latin A 1,5 timer Ja Gymnasium I A 1,5 timer Nej Tabel 4 Tid, hjælpemidler og valg af test

13 Et potentielt reliabilitetsproblem er markerings-opgaverne, særligt opgave 4 i almendelen og opgave 6 i latindelen. I disse to opgaver skal eksaminanden finde og markere bestemte ord i en tekst. Der er i begge delopgaver lagt op til, at eksaminanden kun skal markere en del af ordene, selv om dette ikke er ekspliciteret i opgaveinstruktionen til eleverne. Begge delopgaver er teknisk bygget op således, at det ikke giver nogen former for fratræk at markere forkerte ord. Der er til opgaven ingen instruktion ift., hvor mange ord man kan/må markere, og om det trækker ned at markere forkerte ord. Det er usikkert, hvilket svar den eksaminand, der under prøven spørger en lærer eller tilsynsførende, om det trækker ned at markere forkerte eller endog alle ord, vil få, for det er tilsyneladende ej heller beskrevet nogen steder i instruktionen til læreren. Hvis vi leger med tanken om en elev, der i opgave 4 bare gætter vildt og markerer alle ord, vil vedkommende i gennemsnit få 25% af opgaven rigtig, da der er fire forskellige verbumtyper at markere. Værre er det i opgave 6, hvor en elev, der markerer alle ord i opgaven, automatisk rammer de seks substantiver i akkusativ og dermed scorer det maksimale pointtal i opgaven. Det virker uhensigtsmæssigt, at man har en opgave, som risikerer at give en fordel til elever, der enten besidder en risikovillighed, der får dem til markere langt flere ord, end de er sikre på, eller som strategisk ud fra opgaveinstruksen kan se en fordel i at markere flere ord, end de er sikre på. Dermed kan risikovillighed og strategisk kompetence pludselig blive konkurrerende testbegreber i forhold til evnen til at finde forskellige verbumtyper eller substantiver i akkusativ (O Neill 2017: 77). Jeg kan konkludere, at reliabiliteten i Gyldendals AP-test er forholdsvis høj, og man vil kunne regne med konsistente og præcise målinger, så længe vi kigger på test gennemført på samme institution. Forskellen i tid afsat til testen og de forskellige omregninger til karakterer, som vil blive gennemgået i afsnit , udgør dog alvorlige udfordringer for reliabiliteten, når man sammenligner test aflagt på forskellige gymnasier Validitet Grundlæggende handler validitet om, hvorvidt en test er velegnet til at teste det, man tilstræber at teste. I 1 i eksamensbekendtgørelsen for ungdomsuddannelserne hedder det: Formålet med prøver og eksamener, som er reguleret i bekendtgørelsen, er at dokumentere, i hvilken grad eksaminanden opfylder de mål og krav, der er fastsat for faget og uddannelsen. (Bekendtgørelse om prøver og eksamen i de almene og studieforberedende ungdoms- og voksenuddannelser 2016). En valid eksamensform skal derfor have overensstemmelse mellem de faglige mål og de målbare eksamenskrav og bedømmelseskriterier (Andersen & Tofteskov 2016: 46). 13

14 Brown og Abeywickrama opererer med en række underformer til den overordnede validitet: overfladereliabilitet, indholdsvaliditet, kriterievaliditet, konstruktvaliditet og konsekvensvaliditet. Det er væsentligt at fastslå, at validitet ikke er et spørgsmål om alt eller intet, men derimod et spørgsmål om forskellige grader (Brown & Abeywickrama 2010: 29ff). Jeg vil hovedsageligt fokusere på indholdsvaliditeten og konsekvensvaliditeten, da jeg anser dem som de mest relevante validitetsformer i forbindelse med Gyldendals AP-test. Indholdsvaliditet referer til, om en test indeholder de relevante aspekter fra det videns- og kompetenceområde, der skal testes. Indholdsvaliditet kan ikke testes, men må fastslås ved en kompleks vurderingsproces: Judgementes as to the relevance of content are often quite complex, and the validation effort is accordingly elaborate (McNamara 2000: 51). Det er ikke den enkelte eksaminands test, der skal dække alle faglige mål, derimod den samlede test som en population, typisk en klasse, bliver prøvet i. Det har f.eks. betydning i den meget udbredte mundtlige eksamensform, hvor eksaminanderne trækker et spørgsmål. Her kan validiteten i den samlede test være høj, hvorimod lodtrækningselementet vil have negativ indflydelse på reliabiliteten. Ved brugen af Gyldendals AP-test får hele testpopulationen som udgangspunkt den samme test, og den skal derfor dække de mangesidede faglige mål. Allerede første gennemsyn af testen afslører nogle problemer med indholdsvaliditeten. Der er i læreplanen krav om, at eleverne prøves i teksteksempler fra andre sprog end dansk og latin, ligesom de skal prøves i forskelle mellem dansk, svensk og norsk. Ingen af disse to områder er dækket af Gyldendals AP-test, der udelukkende beskæftiger sig med teksteksempler på dansk og latin. Der er ligeledes heller ikke nogen spørgsmål ifm. sproglæringsstrategier. Dette er områder, som jf. læreplanen skal indgå i AP-prøven, men som ikke er repræsenteret i Gyldendals test. Herudover er der en række områder fra læreplanen, som kun i mindre grad er repræsenteret i testen. Det er områder som f.eks. sammenhæng mellem sprog og kultur, oversættelsesproblematik, sprognormer, standard og variation og genretræk. Generelt kan man sige, at Gyldendals test har en temmelig ensidig repræsentation af læreplanens krav, idet testen i meget høj grad har fokus på morfologi og syntaks. Det er således kun seks ud af 27 opgaver (almen 1 latin 1, 11, 12, 13, 14), der tester i andet end morfologi og syntaks. Hvorvidt denne vægtning er passende, er en vurderingssag. Det er i denne sammenhæng min opfattelse, at testen er for ensidig i sin opbygning. En sidste anke mod indholdsvaliditeten i testen er testens høje grad af afkontekstualiserede sætninger og spørgsmål. Som vist i afsnit 2.1. tager læreplanen for AP udgangspunkt i et funktionelt sprogsyn, der betoner vigtigheden af at arbejde med sprogets former og strukturer og funktionen af disse i kontekst. Gyldendals AP-test indeholder kun to længere sammenhængende tekststykker, almendelens opgave 4 og 14

15 12. Hvor der er spørgsmål til genre, formål etc. i opgave 12, så bruges teksten i opgave 4, et HCA-uddrag, kun til at eksaminanden skal finde verber, og der spørges således ikke til sammenhæng mellem form og funktion eller tilsvarende. Resten af den tekst, som eleverne møder i prøven, består af enkeltstående sætninger uden kontekst. Konsekvensvaliditet henviser til de konsekvenser, som en given prøve har, både på mikro- og makroplan (Brown & Abeywickrama 2010: 34f; McNamara 2000: 72ff). På makroplanet drejer konsekvensvaliditeten sig om testens samfundsmæssige effekt, herunder f.eks. dens medvirken til selektionen til de videregående uddannelser. På et mikroplan drejer det sig om, hvilke konsekvenser testen har for deltagerne og deres læring, dels i form af en washback-effekt til undervisningen (se afsnit 3.6), dels i form af mulige personlige konsekvenser. Her kan en test være enten low stakes eller high stakes (McNamara 2000: 48). AP-testen var tidligere en low stakes test, da den ikke talte med i gennemsnittet, men jeg vil vurdere, at den nu i højere grad end tidligere er en high stakes test, da den tæller med i gennemsnittet, selv om det kun er med en vægtning på 0,25. Man kan spørge sig selv, om det i det hele taget er muligt at lave en digital selvrettende AP-test, der ikke alene dækker forløbets bredde, men som også kan udprøve de højere taksonomiske niveauer i læreplanen såsom anvendelse, vurdering af sammenhæng mellem sprog og kultur etc. Der er delte meninger om dette i litteraturen. Brown og Abeywickrama oplister nogle forbehold omkring, hvad man kan bruge opgaver udelukkende baseret på præfabrikerede svarmuligheder til. Ifølge dem er det yderst begrænset, hvilke områder der kan testes med sådanne opgavetyper (Brown & Abeywickrama 2010: 67). Andersen og Tofteskov er inde på det samme, når de skriver: Når der skal prøves i basale faglige færdigheder og kundskaber på de laveste taksonomiske niveauer (Viden og forståelse), er det muligt at anvende enkle (monodimensionelle) prøveformer som også lægger op til enkel bedømmelse. Her kan man med fordel anvende elektroniske test- og rettesystemer, såsom multiple choice (Andersen & Tofteskov 2016: 56), hvorefter de beskriver, hvordan prøver på et højere taksonomisk niveau såsom anvendelse, analyse, syntese eller vurdering lægger op til andre og mere komplekse prøveformer. Der er dog også stemmer, der siger noget andet. Både Mikkelsen og Møller (2015: 6) og O Neill (2017) hævder, at test med prædefinerede svar også kan udprøve kundskaber på højere taksonomiske niveauer. O Neill siger følgende: Man bedrager sig selv hvis man tror, at MCT (multiple choice test, SNM) kun kan teste faktuel viden. Man kan vælge at teste anvendt viden og højere taksonomiske niveauer i stedet, hvis man konstruerer sine MCT s rigtigt. (O Neill 2017: 76). Hun skriver senere, at det dog er utroligt udfordrende og kræver specialiseret viden og mange processer og ressourcer at konstruere gode MCT, og 15

16 hun giver et eksempel, hvor en god MCT måtte igennem 15 bearbejdelses- og valideringsfaser og lige så mange personer for at blive vellykket (Ibid: 78). Det er min samlede vurdering af Gyldendals AP-test har en svag validitet, da den dels ikke dækker en række punkter i læreplanen, og da den dels har et forholdsvist ensidigt fokus på morfologi og syntaks og en høj grad af afkontekstualiserede sætninger og spørgsmål, der ikke matcher læreplanens grundlæggende princip om et funktionelt sprogsyn Autenticitet En tests autenticitet drejer sig om, hvorvidt en test er realistisk og ligner de sprogsituationer, som deltagerne efterfølgende vil møde (Brown & Abeywickrama 2010: 37ff). Da AP er et forløb, hvor en række forskellige sprog deltager, er det meget vanskeligt at sige noget om autenticitet, der som analytisk begreb er målrettet test, der skal udprøve egenskaber inden for en bestemt målsprog. Jeg vil derfor ikke analysere AP-testen ud fra dette testmetodiske begreb Washback Som det blev antydet i afsnit 3.4, er washback-effekten en del af konsekvensvaliditeten. Washback er ikke en del af selve testen, men det betegner den indvirkning, som testen kan have på undervisningen (Brown & Abeywickrama 2010: 37ff). Man opererer med henholdsvis positiv og negativ washback. Den positive washback opstår, når testudformningen ligger i naturlig forlængelse af undervisningens tilrettelæggelse og understøtte denne. Den negative washback opstår, når testen har en uhensigtsmæssig indflydelse på undervisningens tilrettelæggelse, f.eks. hvis der er for stor afstand mellem lærings- og sprogsyn i testen og i læreplanen. Undervisningen risikerer i sådanne tilfælde i overvejende grad at blive rettet mod at få et godt resultat i testen og i mindre grad rettet mod fagets læringsmål. Det er det fænomen, der ofte bliver kaldt test-driven teaching eller teaching to the test. Det er især en fare ved multiple choice-test (Ibid: 98). Der er en overhængende fare for, at en primært multiple choice-baseret AP-test vil have en overvejende negativ washback-effekt på undervisningen. Da jeg ikke selv har undervist eller overværet undervisning på de skoler, hvor man har benyttet en digital selvrettende test, kan jeg kun udtale mig hypotetisk om den mulige washback-effekt. Den testform, som de digitale selvrettende test repræsenterer, og den påviste forskel i sprogsyn mellem læreplan og test indeholder en reel risiko for en negativ washback-effekt, hvor undervisningen primært 16

17 målrettes eksamensformen og indholdet og kun sekundært målrettes de faglige mål. Jeg kan illustrere min påstand med et opslag fra Facebook-gruppen Undervisere i almen sprogforståelse, hvor et medlem den 4. september 2018 skriver et opslag om Gyldendals test og bl.a. skriver følgende: og sluttesten findes slet ikke, så vi ved ikke, hvad vi arbejder henimod (FB-opslag bilag 4). Det løsrevne citat har en begrænset udsigelseskraft, men det kan illustrere, hvordan testform og testindhold altid i nogen grad vil være styrende for en del af undervisningen uafhængigt af, hvad læreplanen for faget dikterer. Underviseren kendte jo de faglige mål på tidspunktet for udsagnet, og i en verden uden washback ville det jo have været de eneste pejlemærker for undervisningen. Jeg vil konkludere, at eksamensformen med en høj grad af på forhånd definerede svarmuligheder og multipel choice-opgaver, som de digitale selvrettende test repræsenterer, indeholder en betragtelig risiko for primært negativ washback Fastlæggelse af karakterer Som det fremgik af afsnit 3.2. om reliabilitet, så har AP-prøven fra Gyldendal en høj reliabilitet, og bedømmelsen målt som et resultat i procent vil i høj grad være konsistent og gentagelig, når der testes på samme institution med samme tid afsat til testen. Der opstår dog et stort reliabilitetsproblem, når elevernes score i procent skal omregnes til karakterer. Der findes ingen omregningstabel til Gyldendals APprøve 16, og gymnasierne er derfor overladt til at konstruere deres egne omregningstabeller Relativ karaktergivning Karaktergivningen på det gymnasiale område er underlagt Bekendtgørelse om karakterskala og anden bedømmelse fra 2007, der i paragraf 13 slår fast, at vi i Danmark har absolut og ikke relativ karaktergivning: Bedømmelse af præstationer og standpunkter skal ske på grundlag af de faglige mål, der er opstillet for det pågældende fag eller flerfaglige forløb (absolut karaktergivning). Præstationen og standpunktet skal bedømmes ud fra såvel fagets eller forløbets formål som undervisningens beskrevne indhold. Der må ikke tilstræbes nogen bestemt fordeling af karaktererne (relativ karaktergivning). (bekendtgørelse om karakterskala og anden bedømmelse 2007). På en stor del af de gymnasier, jeg har været i kontakt med, foregår karaktergivningen som en form for relativ bedømmelse af elevernes resultater, selvom det som vist i det ovenstående ikke er hensigten. Lærerne A, B og E giver f.eks. udtryk for, at de enten laver eller korrigerer deres omregningstabel, når de 16 Der eksisterer heller ikke en omregningstabel til Systimes AP-prøve. Minlæring sender en vejledende omregningstabel med til deres kunder, men de understreger, at den er vejledende. 17

18 har set resultaterne og dermed giver relative karakterer. Herom siger lærer A: Da vi havde fået resultatet, foreslog jeg en redigering, så det blev lidt "lettere" at dumpe, og lidt sværere at få 12. [ ] Jeg synes, vi ramte et fornuftigt leje en smule til den høje side, men ikke for meget, når man ser, hvad eleverne får i NV! [ ] Da jeg skulle planlægge den praktiske afholdelse af AP-eksamen sagde jeg jokende til en af lederne, at jeg sådan set også bare kunne spørge vores rektor, hvilket gennemsnit hun ville have. Det skal understreges, at selvom karaktergennemsnittet betyder meget for vores skole, så har vi ikke på nogen måde oplevet, at ledelsen har blandet sig i den måde, vi har planlagt og gennemført testen på, og vi har bestræbt os på at basere den på vores vurdering af deres faglige niveau. Vi er dog også alle klar over, hvad karaktergennemsnit betyder for en skole som vores, og derfor har ligget i baghovedet, at vi ikke skulle lande på et snit, der var for lavt. (Mailkorrespondance , bilag 1). Det er værd at bide mærke i, at lærer A her beskriver en række forhold uden for AP og AP-testen, der tilsyneladende har betydning for den lokale omregning. Dels sammenligner lærer A karakterniveauet med NV 17, der indirekte bliver brugt til at legitimere et karakterniveau, som lærer A føler er lidt til den høje side, og dels taler lærer A om, at karaktergennemsnittet betyder noget for skolen, og at det derfor ikke skulle ende for lavt. Lærer E beskriver tilsvarende, hvordan de først konstruerer omregningen, når de har elevernes resultater: Efter at have vurderet i år, at elever med pointtal under 50 ikke var bestået, har vi set på de resterende elevers resultater ud fra princippet om normalfordeling. (Mailkorrespondance , bilag 1). Flere ledere og lærere, der har benyttet de digitale selvrettende test fra Systime og Minlæring eller en egenadministreret test, beretter ligeledes om, at de først har lavet deres omregning, når resultaterne forelå. Det virker således som en meget udbredt fremgangsmåde ved omregningen til karakterer først at lave omregningen, når man har set resultaterne, eller at korrigere omregningstabellen, når man sammenholder den med resultaterne. Der er dog også en anden måde at gøre det på, en absolut karaktergivning, hvor omregningstabellen laves inden resultaterne er i hus. Denne fremgangsmåde benytter f.eks. gymnasium C og gymnasium D sig af. Leder C og leder D oplyser ved telefoniske samtaler, at de har valgt en omregningstabel, der tager udgangspunkt i en anden omregningstabel, som matematik har benyttet i en årrække. Derfor er omregningstabellerne på gymnasium C og D da også de to tabeller, der klart ligner hinanden mest i min undersøgelse, og de er tæt på at være identiske Naturvidenskabeligt grundforløb, der ligeledes ligger i grundforløbet og afsluttes med en intern eksamen, der også vægter 0,25 18 De forskelle, der er mellem de to tabeller, ser ud til at bunde i forskellig praksis, om en tærskelværdi tæller med den ene eller den anden vej, om man runder op eller ned. 18

19 Tidligere tog gymnasium B ligesom gymnasium C og D udgangspunkt i den omregningstabel, som er benyttet i matematik 19. Men på gymnasium B valgte de at ændre i tabellen, efter at de så resultaterne: Havde vi fortsat med denne (omregningstabellen fra matematik, SNM), så havde vi fået et markant højere snit i år, som vi ikke mente var i overensstemmelse med, hvad eleverne faktisk kan. Derfor ændrede vi grænserne mellem de enkelte karakterer. Så ja, vi lavede omregningstabellen, efter vi havde resultatet. (Mailkorrespondance , bilag 1). Det er bemærkelsesværdigt, at to af gymnasierne har valgt en strategi for deres omregning, hvor de tager udgangspunkt i en tabel, der er udtænkt til en anden test i et andet fag. De tilsyneladende eneste fællesnævnere mellem matematikprøven og Gyldendals AP-prøve er, at den maksimale pointscore er 250, og at resultatet skal omregnes fra procent til karakter. Herudover er der ingen ligheder, og sværhedsgraden i de to test er jo ikke nødvendigvis den samme. En omregningstabel kan ikke bruges generisk, men må skulle tilpasses niveauet i den enkelte test, og det bliver den ikke i de to tilfælde. Hverken leder C eller leder D siger i telefonsamtaler eller i deres mailsvar noget om, at de har sammenholdt tabellerne og tærskelværdierne med de i læreplanen formulerede krav til, hvad det kræver af målopfyldelse at få de forskellige karakterer. Denne praksis står i kontrast til fremgangsmåden på gymnasium A, B og E. Både lærer A, B og E beretter om, hvordan de i processen med at konstruere deres omregningstabeller har sammenlignet elevbesvarelser med læreplanens krav, og de har derudfra forsøgt at fastlægge tærskelværdier, der har flugtet med læreplanens krav og karakterbeskrivelser. Lærer B siger om dette: Da vi lagde kriterierne [ ] sammenholdt vi enkelte elevers resultat (de som lå på grænserne) med karakterbeskrivelserne i vejledningen for AP, stx 2018 (beskrevet for karaktererne 12, 7 og 02) for at se, om der her var overensstemmelse mellem resultat og beskrivelserne (Mailkorrespondance , bilag 1). Der eksisterer således vidt forskellige praksisser for, hvordan resultaterne i procent fra den digitale AP-test skal omregnes til karakterer, som giver udslag i endog meget forskellige omregningstabeller, hvilket vil blive gennemgået i afsnit Inden da vil det dog i næste afsnit blive vist, hvordan flere skoler har en praksis, hvor de ikke kun giver karakterer ud fra eksamensresultatet, men også ud fra en række testeksterne faktorer. 19 Lærer B har medsendt omregningstabellen fra matematik (bilag 5), som tilsyneladende er fra før Over tabellen for A-niveauet er med rødt tilføjet en række procentsatser, som gymnasium B tidligere har brugt, men nu er gået væk fra. Disse procentsatser er stort set identiske med tærskelværdierne hos gymnasium C og D. 19

20 Karaktergivning under inddragelse af testeksterne forhold I forrige afsnit blev det vist, hvordan en del gymnasier enten først laver eller korrigerer deres omregningstabel, når de har set elevernes resultater. I den proces ser man ikke på elevernes resultater enkeltvis, men man ser på hele populationens resultater under et og laver så en omregning, der gælder for hele population. Der er dog også en anden problematik omkring karaktergivningen i AP, som har vist sig i min undersøgelse, og som har en mere individuel karakter, nemlig flere gymnasiers tendens til at give en AP-karakter, der består af en kombination af elevens eksamensresultat og elevens indsats fra undervisningen. I min undersøgelse er det tre ud af ni gymnasier, der udelukkende benytter Gyldendals AP-test til eksamen, der beretter om en praksis, hvor de holder elevernes karakterer fra eksamen op mod deres deltagelse og dygtighed i undervisningen og eventuelt ændrer elevernes eksamenskarakterer på baggrund af en vurdering med udgangspunkt i undervisningen. Lærer G beskriver, hvordan de har givet karakterer ud fra Gyldendals AP-test på Gymnasium G: Vi gav karakter ud fra prøven, dog med det forbehold at Erægjmnerlkngerl-gn og jeg gennemgik alle karakterer og diskuterede, om vi syntes det harmonerede med den kompetence eleven havde vist i undervisningen. Det resulterede i, at vi ændrede en enkelt prøvekarakter fra 7 til 10. Ellers fandt vi prøveresultaterne retvisende (mailkorrespondance , bilag 1) Man bevæger sig i ovenstående eksempel væk fra en karakter givet på baggrund af en eksamen, som jf. læreplanen er den korrekte fremgangsmåde, og hen imod en form for årskarakter. Man kan lidt polemisk spørge, hvorfor man overhovedet bruger ressourcer på at afholde en eksamen, hvis man alligevel har tænkt sig at tage udgangspunkt i elevernes oplevede standpunkt fra undervisningen. Dog virker det til, at eksamenskarakteren er udgangspunktet på gymnasium G, og de fortæller, at de kun har ændret en enkelt eksamenskarakter 20 efter at have sammenlignet med elevens kompetence fra undervisningen. Det virker derfor som undtagelsen, at man ændrer på den karakter, eleven har opnået til eksamen, men ikke desto mindre inddrager de på Gymnasium G testeksterne forhold i karaktergivningen. Et andet gymnasium, der ligeledes virker til at have bevæget sig i retning af en form for årskarakter forklædt som eksamenskarakter, er gymnasium I. Gymnasium I adskiller sig fra de andre gymnasier i den måde, de har brugt Gyldendals AP-test på. Gymnasium I er det eneste gymnasium, hvor eleverne ikke har måttet bruge hjælpemidler til testen. Da jeg spørger, om jeg må se deres omregningstabel, får jeg følgende 20 Jeg kan i forhold til anonymiseringen ikke præcist fortælle, hvor mange elever/klasser, der er på gymnasium G, men jeg kan sige så meget som, at det er et af undersøgelsens mindre gymnasier. 20