西方教育评价的发展历程
一般来说，虽然教育评价制度的最初萌芽是我国古代的考试制度，但教育评价制度和理论的真正形成和发展是19世纪后半期以来西方尤其是美国教育家努力的结果。
所以，世界范围内教育评价的发展一般指西方教育评价的发展。
西方教育评价的发展可以分为两个阶段：
一、教育测验阶段
教育评价是从教育测验中发展起来的。
从19世纪后半期开始到本世纪30年代，教育测验阶段经历了约80年的时间。
这一阶段的中心问题是学生个体测验的客观化和标准化问题，它又可以分为下述三个阶段：
1.萌芽期
19世纪上半期以前的西方各国，学校考试主要是对学生逐个进行口试。
1845年，美国初等学校普及，学生人数剧增，对众多的学生一一口试已不可能。
于是，在美国著名教育家贺拉斯·曼(Horace Mann)的倡导下，波士顿市教育委员会率先在美国以笔试代替口试，从而开始了以统一的试卷测验众多学生的新时期。
为了提高书面测验的客观性，力求测验的客观化，英国格林威治医学院院长费舍(G．Fisher)搜集了许多学生的考试成绩，并依据一定的价值标准汇编成成绩量表，试图为当时的考试提供一个可供参考的客观标准。
但由于种种原因，费舍的工作没有引起当时人们的足够重视。
1897年的莱斯(Joseph Rice)拼字测验引起了人们对教育测验问题的极大关注。
这一年，莱斯发表了他对20个学校一万六千名学生所做的拼字测验的结果，结果表明：8年中每天花45分钟同每天花15分钟进行拼字练习的学生测验成绩并没有什么区别。
这一结论尽管遭到了不少人的反对，但它引起了人们对测验问题的普遍关心，推动了教育测验问题的研究。
莱斯也因此被人们称为教育测验的创始人。
2.开拓期
前面提到的教育测验先驱们，仅仅是试图用一定的测验尺度寻求一定客观量的结果。
教育测验的客观化、标准化受到极大重视还是开拓期的事情。
教育测验的开拓期是指从1904年到1915年这十余年的时间。
1904年，美国心理学家桑代克(E．L．Thorndike)发表了《心理与社会测量导论》，标志着教育测验开拓期的开始和教育测验运动的开始。
在这本书中，桑代克系统地介绍了统计方法以及编制测验的基本原理，
并提出了著名的论断：“凡是存在的东西都有数量，凡有数量的东西都可测量。
”这一论断对教育测验的发展起了很大的推动作用。
3.兴盛期
教育测验的兴盛期是指自1916年至1930年这15年的时间。
1916年斯坦福大学教授推孟(L．M．Terman)主持修订了法国心理学家比奈(A．Binet)的智力量表，首次引用了德国人斯登(W．Stem)提出的智商概念，从而使心理测验达到了较为成熟的阶段。
在心理测验的基础上，教育测验也迅速发展起来。
这一时期的教育测验已发展成为包括上述智力测验、学历测验和人格测验三种不同性质的测验。
在学历测验方面，据统计，到1928年止，已有标准心理测验和学历测验三干多种；在人格测验方面，1921年，华纳德(G．G．Fernald)着手试做人格测验，1924年至1929年，哈芝恩(H．Hartshorne)等人组织了人格教育委员会，专门研究人格测验工具，并使之相当精密。
二、教育评价阶段
随着教育测验的发展，教育测验的一些弱点也逐步暴露出来。
因而，随着教育测验兴盛期的结束，自本世纪30年代开始，教育评价的概念被提了出来。
教育评价阶段经历了从30年代到现在五六十年的时间。
这一阶段一般可以分为下面三个阶段：
1.测验运动的批评期
随着教育测验运动的不断发展，人们认识到了教育测验的一些不足，如教育测验尽管能使考试客观化、标准化，但它不能对人的全部进行测量，即使是包含面很广的学历测验也不能测得学历的全部领域，从而也就无法把握教育的所有方面。
因此，教育测验运动在很多方面受到人们的批评。
当然，教育测验运动在这一时期受到批评，还有其深刻的政治、经济原因。
1929年，美国发生了大规模的经济危机，经济危机使得大批青年失去了就业机会，只能涌向中学。
而当时中学课程的设置主要是以升大学为目的，不适应整个社会和失业青年的需要。
在这种情况下，美国俄亥俄州立大学教授泰勒(Ralph W．Tyler)在卡内基基金会的资助下，于1934年开始了历时8年的课程与评价研究，这就是教育评价史上著名的“八年研究”。
“八年研究”的结果表明，当时的课程和测验都是以教科书为中心的，并不能真正反映学生全面发展的情况。
在对以前的测验进行批评的基础上，泰勒提出了一套以教育目标为核心和依据的课程编制和测验编制的原则，试图以此把社会的要求和学生个人的需要反映在课程和测验之中，并正式提出了教育评价的概念。
根据泰勒的观点，教育评价就是衡量实际活动达到教育目标的程度，测验只是它的一个手段。
泰勒的理论在当时受到了较为广泛的欢迎。
2.平衡发展期
这一时期主要是指从1940年到1957年。
在这一时期里，泰勒“八年研究”报告中关于教育评价的理论和方法逐步被人们接受，人们普遍认识到教育评价是教育领域中的重要课题，因此，不少人着手发展泰勒的评价模式，并研究每种教育活动的教育目标。
比较有代表性的研究是布鲁姆(B．S．Bloom)关于教育目标分类的工作。
所有关于教育目标的研究对于完善泰勒的教育评价理论均起了重要作用。
但总的来说，这一时期教育评价处于平稳发展的时期，没有什么新成就和新突破。
3.专业化时期
这一时期是指从1957年至今。
1957年，前苏联第一颗人造地球卫星上天，在美国朝野引起了巨大反响。
美国人在深刻反省后的结论是他们在科技方面的落后反映了教育上的落后。
为此，他们开始了较大规模的教育改革。
在教育评价领域，人们也重新考察了当时占统治地位的泰勒模式，认为泰勒模式存在着根本性的缺陷。
具体地说，教育评价如果以目标为中心和依据，那么目标的合理性又根据什么来判断呢?教育活动除了达到预期的目标之外，还会产生一些非预期的效应与效果，这些非预期的效应和效果要不要进行评价呢?等等。
在这种背景下，泰勒模式的权威性受到挑战，各种教育评价模式应运而生。
各种评价模式的出现，又更进一步激发了人们对评价活动的研究兴趣。
由此，教育评价迅速成为一种专业化活动——高等学校中出现了为数众多的教育评价专业点，多种专门研究教育评价的专著、文章相继问世，各种评价中心也纷纷创立。
