Kontrowersje związane z egzaminem maturalnym

 

(źródło:Fb)

Państwowa matura została przeciążona funkcjami pomiarowymi. Miała równocześnie certyfikować, selekcjonować i diagnozować. Miała potwierdzać osiągnięcie pewnego poziomu wykształcenia średniego, różnicować kandydatów do szkół wyższych oraz informować państwo, jak pracują szkoły. Te trzy zadania wymagają jednak częściowo innych narzędzi pomiarowych. Właśnie z ich zazębiania się wynika znaczna część sprzeczności, w wyniku których obciąża się winą za oczywiste patologie albo Centralną Komisję Egzaminacyjną albo nauczycieli-egzaminatorów, chociaż odpowiedzialność za ten proces ponosi minister edukacji i premier rządu. 

Nie słucha się profesorów pedagogiki, metodologów, diagnostów, a przecież już wiele lat temu Bolesław Niemierko bardzo trafnie wskazywał, że wynik matury należy widzieć w  kontekście jej uwarunkowań, jak m.in.: zdolności, asiracje i wcześniejsze osiągnięcia szkolne uczniów, kultura ich szkoły, przygotowanie nauczycieli, także egzaminatorów, oczekiwania społeczne i regulacje administracyjno-prawne. Sam „produkt”, czyli wynik matury, powinien być oceniany także pod względem bezstronności, dokładności punktowania, rzetelności, trafności i obiektywizmu. 

Problem polega na tym, że praktyka publiczna bardzo często zapomina o pierwszych członach tego modelu i traktuje sam wynik jak właściwość CKE. Nie bronię tej instytucji, bo wiem, jak bardzo podporządkowana jest interesom partii władzy, o czym pisałem w książce "Edukacja (w)polityce. Polityka (w) edukacji" (Kraków, 2015). Jeszcze do tej kwestii nawiążę. 

Pierwotne założenia egzaminu państwowego były znacznie szersze niż zwykłe sprawdzanie wiadomości ucznió kończących szkołę podstawową (wóczas gimnazjum) i średnią (II stopnia). Nowa matura miała odejść od pamięciowego odtwarzania wiedzy. W wypowiedziach ekspertów towarzyszących jej wprowadzeniu podkreślano, że uczeń ma umieć posługiwać się wiedzą, wydobywać informacje ze źródeł i interpretować je. Jednocześnie zewnętrzne sprawdzanie według jednakowych kryteriów miało ujawnić rzeczywiste różnice między szkołami i odpowiedzieć na pytanie, „jak szkoły kształcą”. 

Tak samo późniejsza reforma matury ustnej z polskiego z 2015 r. miała przywrócić autentyczność wypowiedzi: zrezygnowano z przygotowywanej miesiącami prezentacji na rzecz zadania otrzymanego podczas egzaminu, aby rzeczywiście sprawdzać czytanie i mówienie; zapowiadano także odejście od sztywnego „klucza” na rzecz całościowej oceny wykonania zadania. 

Już wówczas pojawił się pierwszy fundamentalny paradoks: trafność kontra standaryzacja. Im bardziej chcielibyśmy sprawdzić autentyczne myślenie, interpretację, oryginalność i argumentację, tym większą swobodę musielibyśmy pozostawić zdającemu, ale również egzaminatorowi. Im bardziej natomiast chcemy zagwarantować, że tysiące egzaminatorów przyznają te same punkty, tym precyzyjniej trzeba rozpisać kryteria i tym bardziej złożona wypowiedź zostaje rozłożona na elementy nadające się do „odhaczania”. 

Ten problem jest oczywisty: analityczne ocenianie ułatwia pracę egzaminatorowi, ale pozbawia swobody wypowiedzi uczniów, a nawet pozwala uzyskać punkty za swoistą „sałatkę słowną” z właściwych składników. Z kolei przeciwległy biegun odsłania ów paradoks: im bardziej kryteria są całościowe i otwarte, tym silniej ujawnia  się uznaniowość egzaminatora. To powód, dla którego nie zanika właśnie standaryzacja, którą każda z deform upełnomocnia.

Doprowadzono do sytuacji, w wyniku której znacznie lepiej nauczono się mierzyć wykonanie zadania niż myślenie stojące za jego wykonaniem. Jest to różnica zasadnicza. Zadanie może wymagać argumentów, interpretacji czy rozwiązania problemu, ale wynik zawiera jednocześnie kompetencję przedmiotową, rozumienie polecenia, znajomość konwencji arkusza, trening egzaminacyjny, umiejętność przewidywania oczekiwań autora zadania i gospodarowanie czasem. 

W 2024 roku krytyka matury matematycznej sprowadzała się właśnie do spostrzeżenia, że typy zadań są od lat przewidywalne, zmieniają się przede wszystkim dane, a formalne przygotowanie do egzaminu przesłania pytanie o cel uczenia się matematyki. Podobnie jest z językiem polskim czy pozostałymi przedmiotami. Egzaminatorzy CKE/OKE wydają poradniki (na czym świetnie zarabiają), które mają trenować już ósmoklasistów, ale przede wszystkim maturzystów w rozwiązywaniu zadań zgodnie z wystandaryzowaną miarą ich oceniania.

Drugi wielki problem dotyczy skali. Wynik procentowy z egzaminu maturalnego sprawia wrażenie miary naturalnej, chociaż nią nie jest.  Próg 30 proc. nie oznacza opanowania 30 proc. programu na pziomie wykształcenia średniego. Jest progiem punktowym konkretnego arkusza skonstruowanego zgodnie z określonymi wymaganiami. Publiczna dyskusja przez lata mieszała te dwie rzeczy. 

Co więcej, już na początku funkcjonowania nowej matury przywoływano badania Politechniki Łódzkiej, z których wynikało, że wynik w okolicach 30 proc. nie gwarantował utrzymania się na studiach. A więc ten sam wynik miał jednocześnie znaczyć: „posiada wykształcenie średnie wystarczające do otrzymania świadectwa” i służyć jako część informacji o gotowości do studiów, a to nie są identyczne konstrukty.

Trzecia sprzeczność polega na tym, że certyfikacja wiedzy jest w kontrze do selekcji społecznej absolwentów szkół. Dla certyfikacji dobry egzamin powinien sprawdzać, czy absolwent przekroczył sensownie ustalony poziom minimalny. Dla rekrutacji na medycynę, prawo czy wymagające kierunki techniczne trzeba natomiast bardzo precyzyjnie różnicować uczniów znajdujących się na górnym krańcu rozkładu. Ten sam arkusz nie może być jednocześnie optymalny do sprawdzenia minimum u ucznia słabego i do rozróżnienia np. kandydatów osiągających bardzo wysokie kompetencje. 

Dlatego system stopniowo rozdzielił w praktyce maturę „do zdania” od matury „do rekrutacji”, czyli przedmiotów rozszerzonych. W 2015 r. wprost określano nową formułę jako narzędzie rekrutacji, gdyż wspólny poziom miał ułatwiać porównywanie kandydatów. Były szef CKE - profesor pedagogki -  Krzysztof Konarzewski w 2013 roku słusznie stwierdził, że realnie matura pełni już przede wszystkim rolę kwalifikacyjną do szkół wyższych i jest jedynie „ułomnym sposobem sprawdzania wykształcenia”.

Najpoważniejszym nadużyciem interpretacyjnym wyników egzaminów państwowych okazuje się jednak traktowanie ich jako pomiaru jakości pracy szkoły. Z wyniku można zasadnie powiedzieć, jak poradzili sobie uczniowie danej szkoły z danym egzaminem. Nie wolno jednak bez dodatkowych badań twierdzić, że wynik ten jest miarą „dobrej czy złej szkoły” czy jakości pracy jej nauczycieli.   

Następstwem niezrozumienia tych procesów uczyniono z wyników tych egzaminów wskaźnik reputacji szkoły. Pojawiły się rankingi i presja na nauczycieli, a następnie zjawisko określane mianem „szantażu maturalnego”. Ten ostatni jest skandaliczną patologią, skoro słabszego ucznia opłacało się zniechęcić do przystąpienia do egzaminu, by nie psuł szkolnej zdawalności, zamiast podejmować działania wspierające jego przynajmniej minimalne szanse na sprawdzenie siebie. W 2024 roku MEN likwidowało wstępne deklaracje maturalne właśnie po to, aby ograniczyć takie naciski, ale one i tak są jak kryptowaluty. 

W relacjach nauczycieli powyższy mechanizm został uwydatniony jeszcze wyraźniej, bowiem jeśli uczeń nie zdał matury, to nauczyciel i szkoła musieli się tłumaczyć. Jeśli zaś w ogóle nie przystąpił do egzaminu, problem znikał ze statystyki. W języku metodologicznym jest to klasyczny przypadek reaktywności pomiaru: narzędzie przestaje jedynie rejestrować rzeczywistość i zaczyna ją przekształcać. Niemierko już na początku ostrzegał przed backwash effect egzaminu maturalnego.

Tegoroczny protest nauczycieli języka polskiego odsłania problem nie-rzetelności samego punktowania prac maturalnych, które miały gwarantować bezstronność, dokładność, rzetelność, trafność i obiektywizm ocen, a po ponad dwudziestu latach powraca dyskusja o błędach egzaminatorów. W procesie rekrutacji do szkół wyższych wiemy, że nie tylko w tegorocznej maturze były liczne przypadki drastycznych rozbieżności w ocenach, w tym sytuację, gdy po arbitrażu wynik egzaminu podstawowego został zmieniony z niezdania na ... 72 proc., tyle że już po terminach istotnych dla rekrutacji. 

Oczywiście, nie wolno z pojedynczych przypadków wnioskować o częstości błędów w całej populacji, we wszystkich komisjach egzaminacyjnych, ale pokazują one, że tzw. zewnętrzność egzaminatora nie jest gwarantem nieomylności pomiaru. Publikacje z 2025 roku czynią ten problem jeszcze ciekawszym metodologicznie. 

W sporze wokół raportu Najwyższej Izby Kontroli zestawiono dwie zupełnie różne podstawy wyniku procentowego: około 0,3 proc. wszystkich prac, których wynik został zmieniony, oraz znacznie większy odsetek błędów wśród prac, które rzeczywiście poddano weryfikacji. Autorzy polemiki słusznie zauważają, że tej drugiej, niereprezentatywnej próby nie wolno przenosić na wszystkie 1,3–1,4 mln arkuszy, ale nie wolno też pierwszego wyniku w procentach używać jako dowodu, że problem jakości sprawdzania nie istnieje. To niemal podręcznikowy przykład, jak sam wynik pomiaru może zostać zafałszowany przez niewłaściwy mianownik i niewłaściwą populację odniesienia.

Dodałbym do tego jeszcze paradoks procedury odwoławczej. Jeżeli możliwość skontrolowania błędu jest elementem rzetelności systemu, to dostęp do niej nie powinien zależeć od miejsca zamieszkania i zasobności. Tymczasem zbiór odwołań wskazuje na konieczność przejazdów maturzystów do siedzib OKE w przypadku części z nich nawet ponad 400 km. Oznacza to, że korekta błędu pomiarowego może podlegać społecznej selekcji.

Matura państwowa całkiem dobrze poradziła sobie z ustanowieniem ogólnokrajowej procedury egzaminacyjnej i znacznie lepiej niż dawna matura umożliwiła diagnozę zróżnicowania kandydatów w obrębie tej samej sesji egzaminacyjnej i zdawanego przedmiotu. Ujawniła także rzeczywiste zróżnicowanie osiągnięć populacji. Nie udało się jednak dowieść, że wynik jest czystą miarą wykształcenia, jakości szkoły, gotowości do studiów czy — tym bardziej — dojrzałości uczniów, odpowiedzialności nauczycieli-egzaminatorów i władz oświatowych.

W języku teorii pomiaru powiedziałbym, że przez ćwierć wieku nie rozwiązano trzech podstawowych zagrożeń trafności. Występowało niedoreprezentowanie konstruktu, bo takie kategorie  jak kultura humanistyczna, samodzielność czy myślenie problemowe, redukowano do tego, co da się punktować; wariancja niezwiązana z konstruktem, bo na wynik oddziaływały również technika egzaminacyjna, środowisko, korepetycje, selekcja szkoły, zachowania strategiczne i błąd egzaminatora; oraz reaktywność pomiaru,  ponieważ szkoła zaczęła zmieniać nauczanie pod to, czym była i nadal jest mierzona. 

W świetle powyższego, zamiast pytania „czy matura dobrze mierzy?” należałoby postawić oddzielne pytania:

 czy dobrze certyfikuje minimalny poziom wykształcenia; 

czy trafnie różnicuje kandydatów na studia; 

czy pozwala diagnozować jakość pracy szkoły i systemu? 

Z tego zbioru wynika, że odpowiedzi byłyby różne. Najlepiej wypada druga funkcja — selekcyjno-rekrutacyjna, umiarkowanie pierwsza — certyfikacyjna, a zdecydowanie najsłabiej trzecia — diagnostyczno-ewaluacyjna.

 

(we współpracy z AI. ChatGPT 5)