Testi Vjetor i Leximit në Teksas Ndryshonte Vështirësinë Çdo Vit, Maskonte Përmirësimet e Nxënësve

Performanca e fëmijëve të Teksasit në një test vjetor leximi ishte kryesisht e pandryshuar nga viti 2012 deri në 2021, edhe pse shteti ka shpenzuar miliarda dollarë shtesë për arsimin K-12.

Së fundmi, kam bërë një hulumtim të thellë mbi dokumentacionin e dizajnit të testit për të kuptuar pse rezultatet e raportuara nuk po tregonin përmirësim. Gjeta se rezultatet e pandryshuara ishin të paktën pjesërisht të qëllimshme. Sipas politikave të fshehura në dokumentacion, agjencia që administronte testet përshtatej çdo vit në nivelin e vështirësisë. Si rezultat, përqindja e studentëve që dështuan në test gjatë asaj dekade ishte pothuajse e njëjtë pavarësisht se sa më mirë performonin ata në mënyrë objektive krahasuar me vitet e mëparshme.

Nga viti 2008 deri në 2014, unë isha mësuese dygjuhëshe në Teksas. Shumica e familjeve të studentëve të mi vinin nga Meksika dhe Amerika Qendrore dhe po mësonin anglisht si gjuhë të re. Më pëlqente të shihja përparimin e studentëve të mi.

Megjithatë, pavarësisht sa shumë mësonin, shumë dështuan në testet e fundit të vitit në lexim, shkrim dhe matematikë. Gjykimi im ishte se këto teste ishin të padrejta, por nuk mund ta shpjegoja pse. Kjo, ndër të tjera, më shtyu të ndiqja një doktoratë në arsim për të kuptuar më mirë vlerësimin arsimor në shkallë të gjerë.

Dhjetë vjet më vonë, në vitin 2024, përfundova një eksplorim të hollësishëm të provimit të Teksasit, i njohur aktualisht si Vlerësimet e Shtetit të Teksasit për Gatishmërinë Akademike, ose STAAR. Gjeta një trend të papritur: Përqindja e studentëve që përgjigjeshin saktë në çdo pyetje të testit ishte jashtëzakonisht e qëndrueshme gjatë viteve. Aty ku pritej të shihnim ndryshime nga viti në vit, performanca duket se është artificialisht e pandryshueshme.

Dokumentet teknike të STAAR sugjerojnë se testi është projektuar shumë si një test i referencës normash – pra, vlerëson studentët në krahasim me shokët e tyre, në vend që të përcaktojë nëse ata plotësojnë një standard të përcaktuar. Në fjalë të tjera, një test i referencës normash nuk mund të na tregojë nëse studentët përmbushin kritere kyçe, të përcaktuara ose standarde të nivelit të klasës të vendosura nga shteti.

Për më tepër, testet e referencës normash janë projektuar në mënyrë që një pjesë e caktuar e studentëve gjithmonë të dështojnë, sepse suksesi matet në bazë të pozicionit të tyre në “kurrizën e zërit” në krahasim me studentët e tjerë. Duke ndjekur këtë logjikë, zhvilluesit e STAAR përdorin praktika si mos përfshirja e pyetjeve më të lehta dhe përshtatjen e pikëve për të shmangur fitimet për shkak të mësimdhënies më të mirë.

Në fund, testet STAAR gjatë kësaj periudhe – të mbajtura nga studentët çdo vit nga klasa e 3-të deri në klasën e 8-të në gjuhën e shkencës dhe matematikës, dhe më rrallë në shkencë dhe studime shoqërore – nuk ishin projektuar për të treguar përmirësime. Meqenëse duket se testi është projektuar për të mbajtur rezultatet të pandryshuara, është e pamundur të dihet me siguri nëse mungesa e përfitimeve të pritshme të mësimit pas rritjeve të mëdha në shpenzimet për student ishte sepse fondet shtesë nuk arritën të përmirësonin mësimdhënien dhe mësimin, ose thjesht sepse testi fshehu përmirësimet.

Pse është e rëndësishme

Që nga koha kur politika federale arsimore e njohur si No Child Left Behind hyri në fuqi në vitin 2002 dhe lidhi performancën e studentëve në test me shpërblimet dhe sanksionet për shkollat, testimi i arritjeve është një nxitës kryesor i arsimit publik në Shtetet e Bashkuara.

Sistemi i përgjegjshmërisë arsimore të Teksasit është në vend që nga viti 1980, dhe është i njohur në shtet se përgjegjësitë dhe vështirësia e testeve të përgatitjes akademike të Teksasit rriten me çdo version të ri, i cili zakonisht del çdo pesë deri në dhjetë vjet. Ajo që publiku i Teksasit mund të mos dijë është se testet janë rregulluar çdo vit – në koston e njohjes së vërtetë se kush duhet të “kalojë” ose “dështojë”.

Dizajni i testit ndikon jo vetëm tek studentët, por edhe tek shkollat dhe komunitetet. Rezultatet e testeve me shumë rëndësi përcaktojnë burimet shkollore, marrjen nën kontroll të ndërmarrjeve shkollore dhe akreditimin e programeve të arsimit të mësuesve. Vlerat e shtëpive janë edhe të drejtuara nga performanca e shkollave lokale në testet me shumë rëndësi.

Studentët që janë marginalizuar nga racizmi, varfëria ose gjuha kanë historikisht tendencë të performojnë më dobët në testet e standardizuara. Unë besoj se dizajni i STAAR e bën këtë problem edhe më të keq.

Më 28 maj 2025, Senati i Teksasit kaloi një projektligj që do të eliminonte testin STAAR dhe do ta zëvendësonte atë me një test të ndryshëm, më të shkurtër ose një test të referencës normatike. Sa i përket asaj që mund të kuptoj, kjo nuk do të adresonte problemet që zbuluar në hulumtimin tim.

Çfarë nuk është ende e njohur

Unë planifikoj të hetoj nëse shtetet e tjera ose qeveria federale përdorin teste të dizajnuara në mënyrë të ngjashme për të vlerësuar studentët.

Hulumtimi im i thellë mbi testin e Teksasit përqendrohet te STAAR para rinovimi i vitit 2022. Versioni më i fundit ka ndryshuar formatin e testit dhe llojet e pyetjeve, por duket se ka pak ndryshim në mënyrën se si vlerësohet testi. Pa rishikime substanciale në llogaritjet e vlerësimit “nën kapak” të testit STAAR, është e mundur që Teksasi të vazhdojë të shohë performancë të qëndrueshme.

Kjo artikull u përditësua më 31 maj 2025, për të sqaruar disa gjuhë dhe llojin e të dhënave të përdorura në grafik, për të zëvendësuar një lidhje dhe për të shtuar një koment nga Agjencia e Arsimit të Teksasit.

Agjencia e Arsimit të Teksasit iu përgjigj një kërkese paraprake për koment pas publikimit të artikullit. Një zëdhënës mohoi disa prej konkluzioneve të kërkimit të studiuesit, duke përfshirë atë që ai vepronte si një test i referencës normatike. Megjithatë, studiuesi qëndron pas tyre.

Përmbledhja e Kërkimit është një shikim i shkurtër mbi punën akademike interesante.