Si bien muchos Estados tenían programas de pruebas estandarizadas antes del año 2000, el número de pruebas estatales ha crecido enormemente desde entonces porque el NCLB requería que todos los estados evaluaran a los estudiantes en lectura y matemáticas anualmente en los grados tercero a octavo y al menos una vez en la escuela secundaria para 2005-6. Veintitrés estados ampliaron sus programas de pruebas durante 2005-6 y se están agregando pruebas adicionales ya que las pruebas en ciencia se requieren para 2007-8. Los estudiantes con discapacidades y estudiantes del idioma inglés deben ser incluidos en las pruebas y proporcionar una variedad de adaptaciones para que la mayoría del personal en los distritos escolares esté involucrado en las pruebas de alguna manera (Olson, 2005). En esta sección nos centramos en estas pruebas y sus implicaciones para profesores y alumnos.
Evaluación basada en estándares Normas de contenido académico
NCLB ordena que los estados deben desarrollar estándares de contenido académico que especifiquen lo que se espera que los estudiantes sepan o puedan hacer en cada nivel de grado. Estos estándares de contenido solían llamarse metas y objetivos y no está claro por qué han cambiado las etiquetas (Popham, 2004). Los estándares de contenido no son fáciles de desarrollar; si son demasiado amplios y no están relacionados con el nivel de grado, los maestros no pueden esperar preparar a los estudiantes para que cumplan con los estándares.
Un ejemplo, un estándar amplio en la lectura es:
“Los estudiantes deben ser capaces de construir sentido a través de experiencias con literatura, eventos culturales y discusión filosófica” (no se indica nivel de grado). (Federación Americana de Maestros, 2006, p. 6).
Estándares que son demasiado estrechos pueden resultar en un plan de estudios restringido. Un ejemplo de un estándar estrecho podría ser:
Los estudiantes pueden definir, comparar y contrastar, y proporcionar una variedad de ejemplos de sinónimos y antónimos.
Un estándar más fuerte es:
“Los estudiantes deben aplicar conocimientos de orígenes de palabras, derivaciones, sinónimos, antónimos y modismos para determinar el significado de las palabras (grado 4) (Federación Americana de Maestros, 2006, p. 6).
La Federación Americana de Maestros realizó un estudio en 2005-6 e informó que algunos de los estándares en lectura, matemáticas y ciencias eran débiles en 32 estados. Los estados establecen los estándares más sólidos en la ciencia seguidos de las matemáticas. Los estándares en lectura eran particularmente problemáticos y con una quinta parte de todos los estándares de lectura redundantes en todos los niveles de grado, es decir, la repetición palabra por palabra en los niveles de grado al menos el 50 por ciento del tiempo (Federación Americana de Maestros, 2006).
Incluso si los estándares son fuertes, a menudo hay tantos de ellos que es difícil para los maestros abordarlos a todos en un año escolar. Los estándares de contenido son desarrollados por especialistas curriculares que creen en la importancia de su área temática por lo que tienden a desarrollar un gran número de estándares para cada área temática y nivel de grado. A primera vista, puede parecer que sólo hay varios estándares amplios, pero bajo cada estándar hay subcategorías llamadas metas, puntos de referencia, indicadores u objetivos (Popham, 2004). Por ejemplo, el estándar de matemáticas de primer grado de Idaho, que se considera de alta calidad (AFT 2000) contiene cinco estándares amplios, incluyendo 10 metas y un total de 29 objetivos (Departamento de Educación de Idaho, 2005-6).
Alineación de estándares, pruebas y currículo en el aula
Las pruebas estatales deben estar alineadas con estándares de contenido sólidos para proporcionar retroalimentación útil sobre el aprendizaje de los estudiantes. Si existe un desajuste entre los estándares de contenido académico y el contenido que se evalúa, los resultados de la prueba no pueden proporcionar información sobre el dominio de los estudiantes en los estándares académicos. Un desajuste no solo frustra a los estudiantes que realizan el examen, a los maestros y a los administradores, sino que socava el concepto de rendición de cuentas y la “teoría de la acción” (Ver recuadro “Decidir por ti mismo sobre la investigación”) que subyace al NCLB. Desafortunadamente, el estudio de la Federación de Maestros de 2006 indicó que solo en 11 estados estaban todas las pruebas alineadas con los estándares estatales (Federación Americana de Maestros, 2006).
Los estándares estatales y su alineación con las evaluaciones estatales deben estar ampliamente disponibles, preferiblemente publicados en los sitios web de los estados para que puedan ser accedidos por el personal escolar y el público. Varios estados han tardado en hacer esto. En el cuadro 43 se resume qué estados tenían estándares de contenido sólidos, pruebas que se alinearon con los estándares estatales y documentos adecuados en línea. Sólo 11 estados fueron juzgados para cumplir con los tres criterios en 2006.
Tabla\(\PageIndex{1}\): Estándares sólidos de contenido, alineación y transparencia: evaluación para cada estado en 2006 (Adaptado de la Federación Americana de Maestros, 2006).
Estado
Los estándares son fuertes
Documentos de prueba coinciden con los estándares
Pruebas de documentos en línea
Alabama
+
Alaska
+
+
Arizona
+
+
Arkansas
+
California
+
+
+
Colorado
Connecticut
Delaware
+
Distrito de Columbia
+
+
Florida
+
+
Georgia
+
+
Hawaii
+
Idaho
+
Illinois
+
Indiana
+
+
Iowa
+
Kansas
+
+
Kentucky
+
+
Louisiana
+
+
+
Maine
+
Maryland
+
Massachusetts
+
+
Michigan
+
+
Minnesota
+
+
Mississippi
+
Missouri
Montana
Nebraska
Nevada
+
+
+
Nuevo Hampshire
+
+
Nueva Jersey
+
Nuevo México
+
+
+
Nueva York
+
+
+
Carolina del Norte
+
Dakota del Norte
+
+
Ohio
+
+
+
Oklahoma
+
+
Oregon
+
+
Pensilvania
+
Rhode Island
+
+
Carolina del Sur
Dakota del Sur
+
+
Tennessee
+
+
+
Texas
+
+
Utah
+
Contenido de muestreo
Cuando se han desarrollado numerosos estándares es imposible que las pruebas evalúen todos los estándares cada año, por lo que las pruebas muestrean el contenido, es decir, medir algunos pero no todos los estándares cada año. Los estándares de contenido no pueden evaluarse de manera confiable con solo uno o dos elementos, por lo que la decisión de evaluar un estándar de contenido a menudo requiere no evaluar otro. Esto significa que si hay demasiados estándares de contenido, una proporción significativa de ellos no se mide cada año. Ante esta situación, los profesores tratan de adivinar qué estándares de contenido se evaluarán ese año y alinear su enseñanza con esos estándares específicos. Por supuesto si estas conjeturas son incorrectas los alumnos habrán estudiado contenido no en la prueba y no estudiado contenido que esté en la prueba. Algunos argumentan que este es un problema muy serio con las pruebas estatales actuales y Popham (2004) un experto en pruebas incluso dijo: “Qué manera tan confusa de ejecutar un programa de pruebas”. (pág. 79)
Avances Anuales Adecuados (AYP)
Bajo NCLB se deben especificar tres niveles de logro, básico, competente y avanzado, para cada nivel de grado en cada área de contenido por cada estado. Se requirió que los Estados fijaran una tabla de tiempos a partir de 2002 que asegurara que un porcentaje creciente de estudiantes alcanzaría los niveles de competencia de tal manera que para 2013-14, por lo que cada niño esté desempeñando en o el nivel de competencia. Se dice que las escuelas y distritos escolares que cumplen con este horario cumplen con el adecuado avance anual (AYP).
Debido a que cada niño debe alcanzar el dominio para 2013-14 se requieren mayores aumentos para aquellas escuelas que tuvieron mayores porcentajes de estudiantes inicialmente de menor rendimiento.
\(\PageIndex{1}\)La exposición ilustra los avances necesarios en tres escuelas hipotéticas. La Escuela A, inicialmente la escuela de menor rendimiento, tiene que incrementar el número de alumnos que alcanzan el dominio en promedio de 6 por ciento cada año, el incremento es de 3 por ciento para la Escuela B, y el incremento es de sólo 1 por ciento para la Escuela C. Además, las metas de puntos de control en los horarios están determinadas por las menores escuelas escénicas. Esto se ilustra en la figura con la flecha; es obvio que la Escuela A tiene que hacer mejoras significativas para 2007-8 pero la Escuela C no tiene que mejorar en absoluto para 2007-8. Esto significa que las escuelas que inicialmente tienen un rendimiento inferior tienen muchas más probabilidades de no hacer AYP durante los años de implementación inicial de NCLB.
Expositor\(\PageIndex{1}\): El progreso anual adecuado requiere una mayor mejora estudiantil en escuelas con niveles más bajos de competencia inicial (CC-BY-NC; K. Siefert, R. Sutton vía Psicología Educativa)
Todas las escuelas A, B y C deben alcanzar el 10 por ciento de competencia estudiantil para 2013-4. Sin embargo, la escuela que inicialmente tiene el nivel de rendimiento más bajo (A) tiene que aumentar el porcentaje de estudiantes con un índice mayor que las escuelas con niveles medio (B) o alto (C) de las tasas de competencia inicial.
Subgrupos
Para que una escuela logre AYP no solo los porcentajes generales de los estudiantes deben alcanzar el dominio, sino que los subgrupos también deben alcanzar la competencia en un proceso llamado desegregación. Antes de NCLB, los sistemas estatales de rendición de cuentas generalmente se centraban en el rendimiento general de los estudiantes, pero esto no ofrecía incentivos para que las escuelas se enfocaran en los estudiantes más necesitados, por ejemplo, aquellos niños que viven por debajo del umbral de pobreza (Hess & Petrilli, 2006 Bajo NCLB se calculan los porcentajes para cada grupo racial/étnico en la escuela (blancos, afroamericanos, latinos, nativos americanos, etc.), estudiantes de bajos ingresos, estudiantes con dominio limitado del inglés y estudiantes con discapacidad si hay suficientes estudiantes en el subgrupo. Una escuela puede fallar AYP si un grupo, por ejemplo, los estudiantes del idioma inglés no logran un progreso adecuado. Esto significa que es más difícil para las escuelas grandes y diversas (típicamente escuelas urbanas) que tienen muchos subgrupos satisfacer las demandas de AYP que las escuelas más pequeñas con un cuerpo estudiantil homogéneo (Novak & Fuller, 2003). Las escuelas también pueden dejar de hacer AYP si muy pocos estudiantes toman el examen. A los redactores de la ley les preocupaba que algunas escuelas pudieran alentar a los estudiantes de bajo rendimiento a quedarse en casa los días de las pruebas para inflar artificialmente los puntajes. Por lo que en promedio al menos el 95 por ciento de cualquier subgrupo debe tomar los exámenes cada año o la escuela puede no hacer AYP (Hess & Petrilli, 2006).
Sanciones
Las escuelas que no cumplen con AYP por años consecutivos, experimentan una serie de sanciones crecientes. Si una escuela no logra hacer AYP por dos años seguidos se le etiqueta “en necesidad de mejora” y el personal de la escuela debe elaborar un plan de mejora escolar que se base en “la investigación de base científica”. Además, se debe ofrecer a los estudiantes la opción de trasladarse a una escuela pública de mejor desempeño dentro del distrito. Si la escuela falla por tres años consecutivos, se debe brindar tutoría gratuita a los estudiantes necesitados. Un cuarto año de fracaso requiere “acciones correctivas” que pueden incluir cambios de personal, reformas curriculares o prórrogas del día o año escolar. Si la escuela no cumple con AYP por cinco años consecutivos el distrito debe “reestructurarse” lo que implica acciones importantes como el reemplazo de la mayoría del personal, la contratación de una empresa de gestión educativa, la entrega de la escuela al estado.
Modelos de crecimiento o valor agregado
Una preocupación por cómo se calcula AYP es que se basa en un nivel absoluto de desempeño estudiantil en un momento dado y no mide cuánto mejoran los estudiantes durante cada año. Para ilustrar esto, la Exposición\(\PageIndex{2}\) muestra a seis estudiantes cuyos puntajes de exámenes de ciencias mejoraron de cuarto a quinto grado. El círculo representa la puntuación de un estudiante en cuarto grado y la punta de la flecha la puntuación de la prueba en quinto grado. Tenga en cuenta que los estudiantes 1, 2 y 3 alcanzan todos el nivel de competencia (la línea punteada horizontal) pero los estudiantes 4, 5 y 6 no. No obstante, también observe que los estudiantes 2, 5 y 6 mejoraron mucho más que los estudiantes 1, 3 y 4. El sistema actual de AYP premia a los estudiantes que alcanzan el nivel de competencia más que el crecimiento de los estudiantes. Este es un problema particular para las escuelas de bajo rendimiento que pueden estar haciendo un excelente trabajo para mejorar el rendimiento (estudiantes 5 y 6) pero no alcanzan el nivel de competencia. El Departamento de Educación de Estados Unidos en 2006 permitió que algunos estados incluyeran medidas de crecimiento en sus cálculos de AYP. Si bien los modelos de crecimiento tradicionalmente rastrearon el progreso de los estudiantes individuales, el término a veces se usa para referirse al crecimiento de clases o escuelas enteras (Shaul, 2006).
Exposición\(\PageIndex{2}\): Una ilustración de valor agregado vs enfoque de competencia para la evaluación. Cada flecha representa los resultados de logro matemático de un estudiante que fue probado en el cuarto grado (mostrado por el punto) y también el quinto grado (mostrado por la punta de la flecha). (CC-BY-NC; K. Siefert, R. Sutton vía Psicología Educativa)
Algunos estados incluyen información de crecimiento en sus boletas de calificaciones. Por ejemplo, Tennessee (www.k-12.state.tn.us/rptcrdof;/) proporciona detalles sobre qué escuelas cumplen con el AYP pero también si los puntajes de los estudiantes en las pruebas representan un crecimiento promedio, por encima del promedio o por debajo del promedio dentro del estado. \(\PageIndex{3}\)La exposición ilustra de manera sencilla el tipo de información que se proporciona. Todos los alumnos de las escuelas A, B y C alcanzaron dominio y AYP pero en las Escuelas D, E y F no. Sin embargo, los estudiantes de las escuelas A y D tuvieron un crecimiento bajo, en las escuelas B y E crecimiento promedio, en las escuelas C y F de alto crecimiento. Los investigadores han encontrado que en algunas escuelas los estudiantes tienen altos niveles de logro pero no crecen tanto como se esperaba (Escuela A), y también que en algunas escuelas, los puntajes de las pruebas de logro no son altos pero los estudiantes están creciendo o aprendiendo mucho (Escuela F). Estos se denominan “efectos escolares” y representan el efecto de la escuela en el aprendizaje de los alumnos.
Exposición\(\PageIndex{3}\): Conocimientos e información de crecimiento. (CC-BY-NC; K. Siefert, R. Sutton vía Psicología Educativa)
Logro
Escuela A
Escuela B
Escuela C
Escuela D
Escuela E
Escuela F
Bajo crecimiento
Crecimiento promedio
Alto crecimiento
Competencia
Crecimiento a lo largo de un año
Las escuelas pueden variar según el rendimiento escolar general (competencia) así como la cantidad de crecimiento en el aprendizaje de los estudiantes, Por ejemplo, las escuelas A, B y C tienen niveles altos de rendimiento pero solo en la Escuela C los estudiantes tienen, en promedio, un crecimiento alto. Todas las escuelas D, C y F tienen bajos niveles de competencia, pero solo en la escuela D los estudiantes, en promedio, tienen un crecimiento bajo.
Los modelos de crecimiento tienen un atractivo intuitivo para los maestros, ya que se enfocan en cuánto aprendió un estudiante durante el año escolar, no en lo que el estudiante sabía al inicio del ciclo escolar. La evidencia de investigación actual sugiere que los maestros importan mucho, es decir, los estudiantes aprenden mucho más con algunos maestros que con otros. Por ejemplo, en un estudio, los estudiantes de cuarto grado de bajo rendimiento en Dallas, Texas, fueron seguidos durante tres años y el 90 por ciento de los que tenían maestros efectivos aprobaron la prueba de matemáticas de séptimo grado mientras que solo el 42 por ciento de los que tenían maestros ineficaces aprobaron (citado en Bracey, 2004). Desafortunadamente, el mismo estudio informó que los estudiantes de bajo rendimiento tenían más probabilidades de ser asignados a maestros ineficaces durante tres años seguidos que a estudiantes de alto rendimiento. Algunos formuladores de políticas creen que los maestros que son altamente efectivos deben recibir recompensas incluyendo salarios o bonificaciones más altos y que un criterio primario de efectividad es evaluado por modelos de crecimiento, es decir, cuánto aprenden los estudiantes durante un año (Hershberg, 2004). Sin embargo, el uso de datos de crecimiento para tomar decisiones sobre los maestros es polémico, ya que hay mucha más incertidumbre estadística al usar medidas de crecimiento para un grupo pequeño o estudiantes (por ejemplo, los estudiantes de un maestro) que los grupos más grandes (por ejemplo, todos los estudiantes de cuarto grado en un distrito escolar).
También se utilizan modelos de crecimiento para proporcionar información sobre los patrones de crecimiento entre subgrupos de estudiantes que pueden surgir del enfoque instructivo de los maestros. Por ejemplo, puede ser que los estudiantes con mayor desempeño en el aula obtengan los que más obtengan y los que tengan un rendimiento más bajo obtengan los que menos obtengan. Esto sugiere que el maestro se está enfocando en los estudiantes de alto rendimiento y prestando menos atención a los estudiantes de bajo rendimiento. En contraste, puede ser que los estudiantes de mayor rendimiento obtengan menos y los estudiantes de bajo rendimiento crezcan los que más sugieren que el maestro se enfoca en los estudiantes de bajo rendimiento y prestando poca atención a los estudiantes de alto rendimiento. Si el maestro se enfoca en los alumnos “en el medio” pueden crecer más y los estudiantes de mayor y menor rendimiento crezcan los que menos tengan. Los defensores de los modelos de valor agregado o de crecimiento argumentan que los maestros pueden usar esta información para ayudarlos a tomar decisiones informadas sobre su enseñanza (Hershberg, 2004).
Estándares estatales diferentes
Bajo NCLB, cada estado elabora sus propios estándares de contenido académico, evaluaciones y niveles de competencia. Algunos investigadores han sugerido que las reglas de NCLB han alentado a los estados a establecer bajos niveles de competencia para que sea más fácil cumplir con AYP cada año (Hoff, 2002). La rigurosidad de los niveles estatales de competencia se puede examinar comparando los puntajes de las pruebas estatales con los puntajes de una prueba de logro nacional llamada Evaluación Nacional del Progreso Educativo (NAEP). NCLB requiere que los estados administren exámenes NAEP de lectura y matemáticas a una muestra de estudiantes de cuarto y octavo grado cada dos años. El NAEP está diseñado para evaluar el progreso de los estudiantes a nivel estatal o nacional, no de escuelas individuales o estudiantes y es ampliamente respetado como una prueba bien diseñada que utiliza las mejores prácticas actuales en las pruebas. Un gran porcentaje de cada prueba incluye preguntas de respuesta estructurada y preguntas que requieren el uso de calculadoras y otros materiales (http://nces.ed.gov/nationsreportcard ').
\(\PageIndex{4}\)La exposición ilustra que dos estados, Colorado y Missouri, tenían estándares de desempeño estatales muy diferentes para las pruebas de lectura/artes del lenguaje de cuarto grado en 2003. En la evaluación estatal 67 por ciento de los estudiantes en Colorado pero sólo 21 por ciento de los estudiantes en Missouri fueron clasificados como competentes. No obstante, en las pruebas NAEP el 34% de los estudiantes de Colorado y el 28 por ciento de los estudiantes de Missouri fueron clasificados como competentes (Linn 2005). Estas diferencias demuestran que no existe un significado común en las definiciones actuales de “logro competente” establecidas por los estados.
Exposición\(\PageIndex{4}\): Relación entre los niveles de competencia estatal y los puntajes en NAEP (Adaptado de Linn 2005).
Implicaciones para los profesores principiantes
El Dr. Mucci es el director de una escuela suburbana de cuarto a sexto grado en Ohio que continúa cumpliendo con AYP. Le preguntamos qué deben saber los maestros principiantes sobre las pruebas de alto riesgo por parte de los estados. “Quiero que los maestros principiantes estén familiarizados con los estándares de contenido en Ohio porque definen claramente lo que todos los estudiantes deben saber y ser capaces de hacer. La enseñanza no solo gira en torno a los estándares, solo apruebo solicitudes de materiales o desarrollo profesional si éstas están relacionadas con las normas. Quiero que los maestros principiantes comprendan el concepto de toma de decisiones basada en datos. Cada año me encuentro con todos los profesores de cada nivel de grado (por ejemplo, cuarto grado) para buscar tendencias en los resultados de las pruebas del año anterior y considerar remedios basados en estas tendencias. También me reúno con cada maestro en las áreas de contenido que se prueban y discuto los logros de cada estudiante en su clase para que podamos desarrollar un plan de instrucción para cada estudiante. Todas las intervenciones con los estudiantes se basan en la investigación. Todo maestro de la escuela es responsable de ayudar a implementar estos planes de instrucción, por ejemplo los maestros de música o arte deben incorporar algo de lectura y matemáticas en sus clases. También les pido a todos los maestros que enseñen habilidades para tomar exámenes, usando formatos similares a los exámenes estatales, haciendo cumplir límites de tiempo, asegurándose de que los estudiantes aprendan a distinguir entre preguntas que requirieron una respuesta extendida usando oraciones completas versus aquellas que solo requieren una o dos palabras, y asegurando que los estudiantes responden lo que en realidad se le pregunta. Comenzamos esto temprano en el ciclo escolar y seguimos trabajando en estas habilidades, por lo que para la primavera, los estudiantes están familiarizados con el formato, y por lo tanto menos ansiosos por la prueba estatal. Hacemos todo lo posible para preparar a cada estudiante para el éxito”.
El impacto de las pruebas en los maestros de aula no solo ocurre en la secundaria del Dr. Mucci. Una encuesta nacional a más de 4 mil maestros indicó que la mayoría de los maestros informaron que las pruebas obligadas por el estado eran compatibles con su instrucción diaria y se basaban en marcos curriculares que todos los maestros debían seguir. La mayoría de los maestros también reportaron enseñar habilidades de toma de exámenes y alentar a los estudiantes a trabajar duro y prepararse. Los maestros de primaria reportaron mayor impacto de las pruebas de alto riesgo: 56 por ciento informó que las pruebas influyeron en su enseñanza diaria o algunas veces a la semana en comparación con 46 por ciento de maestros de secundaria y 28 por ciento de maestros de secundaria. A pesar de que los maestros habían adaptado su instrucción debido a las pruebas estandarizadas, se mostraron escépticos sobre ellas con un 40 por ciento informando que los maestros habían encontrado formas de elevar los puntajes de los exámenes sin mejorar el aprendizaje de los estudiantes y más del 70 por ciento informaron que los puntajes de las pruebas no eran una medida precisa de lo que los estudiantes minoritarios saben y pueden hacer (Pedolla, Abrams, Madaus, Russell, Ramos, & Miao; 2003).
