Per quanto siano temuti e lamentati, i test standardizzati rimangono una parte importante del panorama educativo. E per tutti gli interessati, i partecipanti al test, gli educatori e persino i datori di lavoro della nazione:questo è sia un vantaggio che una rovina.

"I test standardizzati sono diventati piuttosto bravi a testare la conoscenza, ", afferma Denis Dumas, assistente professore dell'Università di Denver, uno psicologo educativo e statistico presso il Dipartimento di metodi di ricerca e scienze dell'informazione presso il Morgridge College of Education.

Ma per quanto possa essere utile testare la conoscenza, Aggiunge, "conoscenza e potenziale non sono la stessa cosa."

Infatti, un singolo test effettuato in un dato giorno cattura solo ciò che il candidato sa in quel momento. E queste informazioni potrebbero non fornire una rappresentazione corretta di ciò che Dumas chiama "capacità di apprendimento".

Insieme al collega ricercatore Daniel McNeish, un professore di psicologia all'Arizona State University, Dumas mira a fare un uso migliore dei risultati dei test. Collaborando con un piccolo team di altri appassionati di dati, i due si stanno sviluppando e sì, test:un modello statistico che cattura il potenziale per acquisire, padroneggiare e distribuire la conoscenza. In altre parole, il modello offre informazioni sulla curva di apprendimento del candidato.

"Studiamo la forma delle curve di apprendimento, "Spiega Dumas, notando che ciò fornisce una visione delle domande urgenti su cui gli educatori non smettono mai di riflettere. "Come imparano le persone? E quando imparano più velocemente?"

Per scoprirlo, Dumas e McNeish hanno sviluppato quello che chiamano un "modello di misurazione dinamico", così chiamato perché non si basa su un singolo test ad alto rischio, ma raccoglie e analizza anni di dati di esame sugli individui. Fortunatamente, le scuole pubbliche della nazione amministrano da tempo test standardizzati ai bambini dalla scuola elementare fino alla scuola superiore, fornendo a Dumas e McNeish molti dati con cui lavorare. Quel vasto magazzino di informazioni, dicono, rende il modello "tre volte più predittivo di una singola valutazione standardizzata".

Le loro affermazioni sull'efficacia del modello sono state supportate in una serie di 11 articoli pubblicati negli ultimi cinque anni, con l'ultimo pezzo apparso in un recente numero di Multivariate Behavioral Research. E la comunità educativa sta cominciando a prenderne atto.

"Questo lavoro è fondamentale per comprendere la crescita e il cambiamento, "dice Karen Riley, preside del Morgridge College. "Le misure di esito e i loro limiti sono state a lungo la sfida per valutare con precisione l'efficacia di tutti i tipi di interventi. Affrontare queste sfide apre le porte al cambiamento trasformazionale nell'apprendimento".

Nello sviluppo del loro modello, Dumas dice, i ricercatori si sono concentrati su una domanda chiave:"Come prendiamo i dati che gli studenti ci forniscono durante i test e otteniamo le informazioni più significative?"

Hanno iniziato a lavorare attingendo a set di dati dell'Università della California, Istituto di sviluppo umano di Berkeley. Tra questa ricca scorta di informazioni c'erano i punteggi dei test e i rapporti di carriera dei partecipanti che erano stati monitorati per quattro o cinque decenni, dalla scuola elementare fino ai 50 anni, anni '60 e anche anni '70. Alcuni dei test in questione erano stati somministrati negli anni '20 e '30 a partecipanti di appena 3 anni, dando ai ricercatori la possibilità di collegare i primi risultati con i risultati successivi e persino con le scelte e i risultati di carriera di tutta la vita. Utilizzando questi dati, Dumas e McNeish, insieme al co-autore Kevin Grimm, anche dello stato dell'Arizona, sono stati in grado di studiare le curve di apprendimento, dedurre il potenziale e quindi correlare tali risultati con i risultati accademici e professionali.

In che misura le previsioni del loro modello coincidevano con i risultati effettivi? La maggior parte del tempo, Dumas dice, "Eravamo dannatamente vicini."

Abbastanza vicino che Dumas sta cominciando a pensare a dove e quando il modello potrebbe essere utilizzato al meglio. È applicabile a qualsiasi organizzazione, come i militari, che deve incanalare lavoro e talento in percorsi occupazionali e di carriera, lui dice. La comunità educativa apprezzerebbe senza dubbio un'"analisi dei dati" che tenga conto della capacità di apprendimento. E anche studenti e potenziali dipendenti potrebbero rallegrare questa innovazione, se non altro perché riduce la posta in gioco per qualsiasi test, ad esempio SAT o GRE.

Per ora, Dumas dice, la metodologia rimane in sviluppo. "Il problema è che è di gran lunga più complicato dei metodi precedenti, " spiega. Ad esempio, accelerare i calcoli richiede la tecnologia, pensate ai super computer, raramente indirizzata all'arena educativa. E la misurazione dinamica richiede anche molti dati che, pur essendo tecnicamente disponibile, non è sempre accessibile. Gli stati non sempre vogliono rilasciare o condividere i propri dati, spiega Dumas.

Questo non è l'unico progetto di valutazione che occupa il tempo di Dumas. Insieme a un altro professore del Morgridge College, Peter Organisciak, è stato coinvolto nel lancio di un sito web gratuito per valutare la creatività. Non solo potrebbe cambiare il modo in cui gli psicologi scolastici si avvicinano a tali test, ma dovrebbe rendere più facile per i distretti scolastici con risorse limitate offrire questa opzione ai propri studenti.

Come con quel progetto, il modello di misurazione dinamica si concentra sull'affrontare le disuguaglianze nell'istruzione e sull'eludere ciò che Dumas chiama "la trappola" dei test standardizzati così come esistono attualmente.

"Questo modello ha lo scopo di tirarci fuori da quella trappola, " dice. "Vogliamo creare un modello che quantifica non solo la conoscenza, ma quanto potenziale qualcuno ha per crescere".