尽管素质教育依旧缺乏一个广为认可的定量或者定性的标准，但是这并不妨碍素质教育成为一个超越应试教育的流行词汇。教育需要选拔学生升入高一级学校，所以便会有考试，因为人都是“聪明”的，自然而然产生了面向考试的应试教育；提倡的素质教育，必然也会有对应的考核方式，那么也会出现应对考核的“素质应试教育”。那么看上去很美的素质教育，又该如何规避因为“小聪明”而产生的“素质应试教育”呢？

有一个关于人类普遍“小聪明”的定律，叫做古德哈特定律[1，2]。翻译过来大致的意思就是，如果一个衡量标准成为目标的时候，它就不再是一个好的衡量标准，因为人们会利用或者博弈这个衡量标准。这样的现象数不胜数：大众汽车使用作弊软件规避废气排放的测试；美国日本韩国合法允许瘦肉精在动物养殖中的使用，以增进瘦肉的比例[3]；环法自行车赛的七次冠军美国选手阿姆斯特朗使用违禁药物被终身禁赛；使用三聚氰胺添加剂来提高奶类制品的蛋白质含量测试等等。这样一种人的主观能动性，体现在了人类生活的不同方面，在不同的国家都会产生。古德哈特定律用我们的俗语来形容就是“上有政策，下有对策”，人们采用“小聪明”去应对不同的衡量标准。

把人的这种主观能动性应用到教育上，趋利避害甚至都是动物的本能，何况是人类：教育会有考试，会有选拔的标准，人们针对在考试标准而学习而备考，最后应试教育的产生则有必然性。同理而言，即便是真的出现了近乎完美的素质教育，最后还是会有评价手段，由于人的主观能动性，最后会出现“素质应试教育”或者“应试素质教育”也不足为奇。教育改革首先要明确改革的目标，然后决定如何改良考核与评价方式，减少钻空子的空间。

我们现在的教育的缺点其中之一，由于资源限制，教师时间有限，当前阶段的教育每一个人都用相同的教育模式进行打磨，少了一些因材施教和特长学生的选拔。一些学生或许计算机有特长，但是过分偏科，没能通过高考进入名校，获取更好的计算机教学与科研资源；或者学生因为文学或者历史修养很有特长，但是很不擅长考试，无法更上一层楼，去得到名师的指点。之前江苏高考总分由语数外三门决定，偏理工科学生叫苦不迭。（当然你并不一定需要名师或者名校也可以成才，就好像当年明月一样，写出脍炙人口的历史读物，比同时代名校毕业大学生更有影响力，但这并不是笔者本文篇幅可谈的问题）。

素质教育的最终目标应该就是“各得其所，因材施教”，每个人都有适合他兴趣爱好的专业。从应试教育慢慢逐渐过渡到素质教育的过程中，公平但又兼顾多元化目标的考核方式，可以为教育改革助力。想要更加多元化的人才培养模式，那么考核的时候必须兼顾学业成绩和一些优秀的素质特长。但是素质特长等等都是比较定性的特征，而不像数学测验那样，容易给出一个评价分数。学业成绩与素质特长如何平衡，教育改革的过程中，如何减少考评“钻空子”的行为呢？

理解评价标准或者如何衡量是改良教育考核方式的重要步骤。考核标准其实很类似于奥林匹克运动会的一些项目指定的评价规则，大致可以分为表1的三种。对战模式因为淘汰赛的运气成分和循环赛的时间成本，并不适用于教育项目的评定。而量化硬指标的公平性最易保证，通过统一考试（高考）直接可以进行测试；而艺术或者其他特长需要综合性评定，通常需要裁判的参与，要防止黑哨等情况，透明与公开是很重要的部分。

表1. 三种典型的衡量标准在体育项目和教育项目中的实现与优缺点分析。

将学业成绩与素质特长进行综合评定的时候，有两种不同的方案，如表2所示。第一种比如80%的成绩由学业成绩决定，另外20%由素质特长加分表现；第二种则采用分层录取手段，80%的生源由学业成绩决定，而另外20%的生源由素质特长决定。具体在执行的时候这个数字权重数字可以有不同学校来定。

素质特长的评分与高考等硬性分数考核不一样，没有那么直接的公平，而且不同特长的评分也很难在同一个度量衡上使用，这时候就需要透明性，因为专才选拔一定程度上影响了高考标准的学生录取，而且特长难于衡量，这样就必须用透明性，必须公开，才可以减少一些空子。所以我们可以看到分层录取的监管成本较低，因为只需要公开透明素质特长学生的结果，而加权综合评定分数的手段，则需要公开每个学生的素质特长成绩，增加额外负担。美国大学录取的时候，采用了综合评定的方案，导致了亚裔学生分数比其他族裔要高很多才可以进入名校，看上去是一种歧视的行为，但是因为无法获取具体的权重指标，难以取证，打官司难度巨大。所以分层录取的方式，可以在学业成绩生源评定中，简单粗暴的公平，而少一些寻租空间。从学生的角度来看，分层录取可以是绝大多数的学生依靠高考录取的角度，而不用针对每个学校对于综合素质权重不同来准备，执行的时候压力也更小。

表2.教育录取的两种方案的对比，权重分数，可以看做是应试教育与素质教育之中的进度条，笔者偏向于渐进式改革，如果真的发现素质教育并没有想象中那么美，那么重新改回去的试错成本也较低。

这两个录取方案其实存在同样的极限状态，当综合评定100%由学业成绩决定，分层录取100%生源由成绩决定，录取结果是相同的，都是“应试教育”；而综合评定100%由素质特长决定，分层录取100%生源由素质特长决定之时，录取结果也相同，都是完全的“素质教育”。在中间权重选择的时候，两者录取结果有一定相似性，但结果会有不同。

在教育改革的过程中，这样一个y%的分层招生比重，就好像是从应试教育到素质教育的进度条一般。笔者并不断言素质教育比应试教育好，因为我们现在所具有的学生培养结果都是应试教育中产生的，并没有素质教育培养学生的结果进行对比。如果教育改革以后，有了更多的对比资料，我们才可以更加科学地利用证据改革。发现学生训练不足，我们可以通过比例调节退货，回到应试教育占大头，或者教育改革发现结果良好，那么素质教育占大头。这样一种灵活性，也是对学生、家长与学校的关怀，其实也是对中小学老师的一种体谅，不要过于激进的改革。

关于透明性的公示公开，该如何执行的技术细节：公示为的是什么，为的是接受别人的挑战，那么该如何选择公示对象的受众呢？在科学之中，因为有对其他人的质疑，都通常采用同行评审的方式，因为一些人的结果会影响另外一些人的利益与结果 [4]。那么公示的对象必然是最后利益会受到影响的竞争对手，而且是知道这些了解这些学生的人，这样最后接受过挑战的人也才被其他人认可，对于他们而言也是也是一种尊重。所以那些素质特长录取或者加分的对象，必须在所在县市的学校进行公示，有同学或者邻居可以挑战一些猫腻或者不公平的地方，最后营造出更加公平，而且也是多元化的人才培养结果。

2019年2月10日最后修改。

[1]古德哈特定律的维基百科页面，Wikipedia: Goodhart’s law

https://en.wikipedia.org/wiki/Goodhart's_law, 2019年2月9日最后访问。

[2] 马里奥比亚吉奥利，小心在引用博弈中的作弊者。自然 535卷，2016年，第201页. Biagioli, Mario, Watch out for cheats in citation game, Nature 535 (2016), p.201.

[3]莱克多巴胺（瘦肉精的一种）的维基百科页面, Wikipedia: Ractopamine https://en.wikipedia.org/wiki/Ractopamine，2019年2月9日最后访问。

[4] 彼特高德佛里斯密斯，理论与现实，科学哲学概论，2003年出版, 第十一章 自然主义与科学的社会结构，Peter Godfrey-Smith, Theory and reality: an introduction to the philosophy of science, 2003, The University of Chicago Press, Chapter 11, Naturalism and Social structure of science.