标准化考试，如高考、托福等，是我们熟悉的评估形式。其核心心理学原理在于“常模参照”和“信效度”。考试通过统一的流程、内容和评分标准，力求在大程度上保证公平性（信度），并希望测出它声称要测的能力（效度）。例如，一道设计良好的数学题，其目的是测量逻辑思维和运算能力，而非阅读技巧。然而，标准化考试也常因“一考定终身”和可能带来的应试焦虑而受到批评。新的研究趋势是探索计算机自适应测验，它能根据考生答题情况动态调整题目难度，更精准、高效地定位个人能力水平。
与总结性的标准化考试不同，形成性评价贯穿于教学全过程。它的心理学基础是维果茨基的“近发展区”理论和反馈机制。教师通过课堂提问、作业、项目展示等方式，持续收集学生学习信息，并提供及时、具体的反馈。其目的不是打分，而是诊断学习缺口，调整教学策略，帮助学生“跳一跳，够得着”下一个发展目标。例如，一篇作文的初稿批注，重点在于指出改进方向而非仅仅给出分数。这种评价方式能有效提升学习动机，培养元认知能力，让学生成为自己学习过程的监控者和主人。
传统考试擅长测量陈述性知识和程序性技能，但21世纪更强调批判性思维、创造力、合作能力等综合素养。测量这些高阶能力是评估科学的前沿挑战。心理学中的“表现性评价”和“情境判断测验”为此提供了思路。例如，PISA测试不仅考察阅读、数学、科学知识，更注重在真实问题情境中运用这些知识的能力。研究者通过设计复杂的任务（如小组完成一个研究项目），并制定细致的评分量规，来评估学生在分析、创新、沟通等方面的表现。这要求评估设计者深入理解能力的内在结构，并将其转化为可观察、可衡量的行为指标。
综上所述，学历教育中的评估是一个多维度、多方法的科学体系。理想的评估生态应是标准化考试、形成性评价与综合能力测量的有机结合。标准化考试保障了选拔的效率和基准公平；形成性评价促进了教学相长与个性发展；而深入的能力测量则引导教育指向核心素养的培养。理解这些方法背后的心理学原理，不仅能帮助我们更理性地看待分数，更能推动教育评估向着更科学、更全面、更人性化的方向持续演进。
