テスト
| 領域 | 教育、工学、医療、行政 |
|---|---|
| 目的 | 性能・安全・適合性を事前に見積もること |
| 形式 | 課題提示、計測、判定基準、記録 |
| 代表例 | 試験紙・検査・品質保証の手順 |
| 関連概念 | 評価、検証、認証、監査 |
| 成立の通説 | 都市防災の簡易“殴打”手順から派生したとされる |
テスト（英: Test）は、など多分野で用いられる「事前評価」の枠組みとして知られている概念である。もともとは学力測定ではなく、都市インフラの安全を“前もって殴る”ための手順として整備されたとされる[1]。
概要[編集]
は、ある対象に対して一定の刺激または条件を与え、その反応を観察・記録し、合否や性能、リスクを推定する手続として理解されることが多い。
一方で、この概念は単なる「試験」ではなく、都市の機能が壊れる前に止血するための“事前儀式”として発展してきた、とする見方がある。特にの河川洪水対策を起点に、結果を紙で残す運用が定着したことで、今日の学校教育から工場の検品まで同型の手続が広がったとされる[2]。
またやの文脈では、テストは「世界を信じる代わりに、数字で言い切る」技法として位置づけられる。問題は、数字が増えれば増えるほど“安心”が増えてしまう点であり、後述するように過剰なテスト設計が社会問題化することがある。
歴史[編集]
起源：河川都市の“殴打記録”[編集]
テストが教育試験として生まれたと考える説はあるが、別系統の通説として、起源はに貼り付けられた“殴打記録”であったとされる。16世紀末、沿いで劣化した水門を見抜くため、役人が槌で叩き、跳ね返りの高さをノートに記録したのが最初期のテストだという[3]。
この手順は「衝撃の後で壊れるなら、前の時点で止める」という考え方に基づき、1732年には手順書が整備されたとされる。記録帳は全12ページ構成で、叩いた回数・跳ね返り・湿度の欄が設けられ、湿度は当時の温度計が信用できなかったため「川霧が見えるかどうか」を段階化して0〜5で記入したとされる[4]。
さらに、記録の“体裁”が重要視され、判定役の呼称が「拍子（はくし）係」から「審拍（しんぱく）係」に変わったのは、1781年の水門事故調査で説明された、とする逸話がある。ただし一次資料が乏しいため、詳細は推定にとどまる。
近代化：学びのテスト、工場のテスト、診療のテスト[編集]
19世紀に入ると、の現場がテストを採用した。理由は単純で、設備の故障を“人の勘”で判断していた時代に、記録が紛失すると責任の所在が消えるためである。そこで、機械ごとに「初回稼働テスト」を定型化し、同じ刺激を与え同じ数字を残す運用が導入されたとされる[5]。
教育では同時期に、都市型の就学が広がるにつれ「誰が何を学んだか」を管理する必要が生じた。そこで、工場の検品手順に似た形式で、配点や観察項目を固定化するテストが採られた。ここで面白いのは、初期の学校テストでは“記述の長さ”が評価項目の主役だった点である。1864年の教育委員会報告では、答案は「最小で72語、最大で214語」といった上限が推奨され、これがのちの制限時間の原型になったとされる[6]。
医療の領域では、診療室が閉鎖的であるほど安全が主張される一方、感染の兆候が見逃される問題があった。このため、看護記録を定量化する“診断テスト”が整備された。とくにの公衆衛生局では、体温の変化を3段階で判定し、判定表に「笑い指数（しょういしすう）」が紛れ込んでいたという記録がある[7]。ただし、この指数の意図は後世の誇張と見る向きもある。
テストの社会的影響[編集]
テストは制度の透明性を高めたと評価される一方、数値化が進むほど“テストのためのテスト”が生まれると指摘されている。
たとえばの衛生監督に関わる制度設計では、検査の結果が行政処分に直結するため、現場は「合格可能性」を計算し始める。ある統計では、現場担当者がテスト前に行う“整え作業”が平均で14.6回に増えたとされ、結果として本来の改善よりも「手順の最適化」が優先されたと報告された[8]。
また教育テストが強くなるほど、学習者は“出題意図の推測”に依存する。これにより、正しい理解よりも、過去問の分布や採点者の気分の推定に時間が回りやすくなるとされる。さらに、合否に関する公表基準が細かくなるほど、評価の最小単位が拡大し、国全体で「微小な差を競う文化」が形成される。
ただしテストは事故や不祥事の予防にも寄与している。品質保証のテストが導入された結果、工業製品の初期不良率が「前年同月比で-0.3%」まで下がったとする資料もある[9]。とはいえ、その数値が測定条件によって揺れる点は、のちの批判と論争で詳述される。
テスト設計の技法と、ありがちな失敗[編集]
テスト設計は一般に、(1) 目的の明確化、(2) 条件の固定、(3) 計測、(4) 判定基準、(5) 記録と再現性の確保、から構成されるとされる。
もっとも、実務では項目が増えすぎて破綻することがある。たとえば工場では、加熱条件を“温度・時間・湿度・圧力・回転数・照明の色温度”まで含めると、現象が再現されるように見える一方、変数の増加により「どれが効いたか」が分からなくなる。関連して、架空のがち設定として「紫色LED点灯下での合格判定」という運用が議論された事例がある。これは科学的根拠が薄いにもかかわらず、なぜか当該ラインでは不良品が減ったと報告されたという[10]。
教育でも同様で、採点基準の細分化が進むほど、採点者は基準票に従うだけになる。すると学習者は「理解」に代わり「基準票の言い換え」に最適化する。これが成功すると成績は上がるが、別の場面で失敗するという“局所最適化”の問題が起きる。
一方で失敗を避ける実務家も存在し、テストには“測れないものを測らない勇気”が必要だと主張されている。ただし、組織に予算があるほど測りたくなるため、倫理的な線引きは常に争点になる。
批判と論争[編集]
テストはしばしば公平性の象徴として語られるが、実際にはテストの前提が人の生き方を変えてしまう点が批判されている。
特に、のある試験運用では、受験者の平均得点が伸びたにもかかわらず、自己申告の不調率が同時期に1.08倍になったとされる。原因は、テスト対策として睡眠時間が圧縮され、結果として集中力が断片化したためではないか、と分析された[11]。ただし、この相関は測定方法の違いの可能性が指摘されている。
さらに、判定基準の恣意性も問題化した。たとえば医療テストで「平熱でも不合格」扱いになるケースがあり、数値だけを見て患者を振り分けたことで待機が長期化した、といった指摘があったとされる[12]。一方、医療側は「安全のために必要だった」と反論し、テストの再設計を進めたと説明されている。
このようにテストは万能ではなく、使い方が制度設計の鍵になる。とはいえ、現場は“テストがないと責任を負えない”構造に置かれやすく、完全な撤廃は難しいとされる。
脚注[編集]
関連項目[編集]
脚注
- ^ Eleanor M. Brackett, “The Hinge-Log Origin of Urban Impact Testing,” Journal of Civic Engineering, Vol. 12, No. 3, pp. 201-228. 1901.
- ^ 佐藤和弘『記録帳の政治学：行政と数値の接続』東京大学出版会, 1998.
- ^ Martin J. Keane, “Shock, Recall, and Compliance: A Preliminary History of ‘Pre-Assessment’,” Proceedings of the Royal Society for Measure, Vol. 44, pp. 77-95. 1879.
- ^ 小林啓介『水門事故と判定表の系譜』明治学院教育研究所, 2012.
- ^ United Survey Bureau, “Factory Acceptance Routines and Their Social Side-Effects,” Annual Report, pp. 1-38. 1916.
- ^ Margaret A. Thornton, “Word Counts in Classroom Trials: 19th Century Approaches,” British Educational Metrics Review, Vol. 5, No. 1, pp. 33-61. 1893.
- ^ 田中潤『診療記録の定量化と看護実務』医学史資料刊行会, 2006.
- ^ Berlin Public Health Office, “Heat-Tier Protocols and Erroneous Indices,” Gesundheitsbericht, 第7巻第2号, pp. 140-177. 1908.
- ^ 【要出典】Hiroshi Nishimura, “Why Teams Add Variables: The 0.3% Problem,” International Journal of Overfitting Ethics, Vol. 2, No. 4, pp. 9-22. 2015.
- ^ Ruth Calder, “Color Temperature and Product Outcomes: A Case Study,” Journal of Industrial Soft Light, Vol. 18, pp. 501-517. 1932.
- ^ 名古屋市教育委員会『学習運用と健康申告の同時分析』名古屋市公報, 2021.
- ^ S. Patel, “False Negatives in Safety-Driven Screening,” New England Protocol Review, Vol. 101, No. 9, pp. 1200-1239. 2004.
外部リンク
- 測定記録アーカイブ
- 都市災害手順博物館
- 教育評価資料センター
- 公衆衛生判定表コレクション
- 工場受入テスト資料庫