1.

Precedentes: Antes de los tests y de la medicin Desde la antigedad se han venido creando y usando procedimientos instructivos en los que los profesores utilizaban referentes implcitos, sin una teora explcita de evaluacin, para valorar y, sobre todo, diferenciar y seleccionar a estudiantes. Dubois (1970) y Coffman (1971) citan los procedimientos que se empleaban en la China imperial, hace ms de tres mil aos, para seleccionar a los altos funcionarios. Otros autores como Sundbery (1977) hablan de pasajes evaluadores en la Biblia, mientras Blanco (1994) se refiere a los exmenes de los profesores griegos y romanos. Pero segn McReynold (1975), el tratado ms importante de evaluacin de la antigedad es el Tetrabiblos, que se atribuye a Ptolomeo. Tambin Cicern y San Agustn introducen en sus escritos conceptos y planteamientos evaluadores. En la Edad Media se introducen los exmenes en los medios universitarios con carcter ms formal. Hay que recordar los famosos exmenes orales pblicos en presencia de tribunal, aunque slo llegaban a los mismos los que contaban con el visto bueno de sus profesores, con lo que la posibilidad de fracaso era prcticamente inexistente. En el Renacimiento se siguen utilizando procedimientos selectivos y Huarte de San Juan, en su Examen de ingenios para las ciencias, defiende la observacin como procedimiento bsico de la evaluacin (Rodrguez y otros, 1995). En el siglo XVIII, a medida que aumenta la demanda y el acceso a la educacin, se acenta la necesidad de comprobacin de los mritos individuales y las instituciones educativas van elaborando e introduciendo normas sobre la utilizacin de exmenes escritos (Gil, 1992). Entrado el siglo XIX se establecen los sistemas nacionales de educacin y aparecen los diplomas de graduacin, tras la superacin de exmenes (exmenes del Estado). Segn Max Weber (Barbier, 1993), surge un sistema de exmenes de comprobacin de una preparacin especfica, para satisfacer las necesidades de una nueva sociedad jerrquica y burocratizada. En los Estados Unidos, en 1845, Horace Mann comienza a utilizar las primeras tcnicas evaluativas del tipo tests escritos, que se extienden a las escuelas de Boston, y que inician el camino hacia referentes ms objetivos y explcitos con relacin a determinadas destrezas lectoescritoras. Sin embargo, no se trata todava de una evaluacin sustentada en un enfoque terico, sino ms bien, algo que responde a prcticas en buena medida rutinaria y con frecuencia basada en instrumentos poco fiables. Al final del siglo XIX, en 1897, aparece un trabajo de J. M. Rice, que se suele sealar como la primera investigacin evaluativa en educacin (Mateo y otros, 1993). Se trataba de un anlisis comparativo en escuelas americanas sobre el valor de la instruccin en el estudio de la ortografa, utilizando como criterio las puntuaciones obtenidas en los tests.

2. Los tests psicomtricos En el contexto anterior, a finales del siglo XIX, se despierta un gran inters por la medicin cientfica de las conductas humanas. Esto es algo que se enmarca en el movimiento renovador de la metodologa de las ciencias humanas, al asumir el positivismo de las ciencias fsico-naturales. En este sentido, la evaluacin recibe las mismas influencias que otras disciplinas pedaggicas relacionadas con procesos de medicin, como la pedagoga experimental y la diferencial (Cabrera, 1986). La actividad evaluativa se ver condicionada de forma decisiva por diversos factores que confluyen en dicho momento, tales como: a) El florecimiento de las corrientes filosficas positivistas y empricas, que apoyaban a la observacin, la experimentacin, los datos y los hechos como fuentes del conocimiento verdadero. Aparece la exigencia del rigor cientfico y de la objetividad en la medida de la conducta humana (Planchard, 1960) y se potencian las pruebas escritas como medio para combatir la subjetividad de los exmenes orales (Ahman y Cook, 1967). b) La influencia de las teoras evolucionistas y los trabajos de Darwin, Galton y Cattel, apoyando la medicin de las caractersticas de los individuos y las diferencias entre ellos. c) El desarrollo de los mtodos estadsticos que favoreca decisivamente la orientacin mtrica de la poca (Nunnally, 1978). d) El desarrollo de la sociedad industrial que potenciaba la necesidad de encontrar unos mecanismos de acreditacin y seleccin de alumnos, segn sus conocimientos.

Consecuentemente con este estado de cosas, en este periodo entre finales del siglo XIX y principios del XX, se desarrolla una actividad evaluativa intensa conocida como testing, que se define por caractersticas como las siguientes: Medicin y evaluacin resultaban trminos intercambiables. En la prctica slo se hablaba de medicin. El objetivo era detectar y establecer diferencias individuales, dentro del modelo del rasgo y atributo que caracterizaba las elaboraciones psicolgicas de la poca (Fernndez Ballesteros, 1981), es decir, el hallazgo de puntuaciones diferenciales, para determinar la posicin relativa del sujeto dentro de la norma grupal. Los tests de rendimiento, sinnimo de evaluacin educativa, se elaboraban para establecer discriminaciones individuales, olvidndose en gran medida la representatividad y congruencia con los objetivos educativos. En palabras de Guba y Lincoln (1982), la evaluacin y la medida tenan poca relacin con los

programas escolares. Los tests informaban algo sobre los alumnos, pero no de los programas con los que se les haba formado. En el campo educativo destacan algunos instrumentos de aquella poca, como las escalas de escritura de Ayres y Freeman, de redaccin de Hillegas, de ortografa de Buckingan, de clculo de Wood, de lectura de Thorndike y McCall y de aritmtica de Wood y McCall (Planchard, 1960; Ahman y Cook, 1967; Ebel, 1977). Sin embargo, fue en los tests psicolgicos donde los esfuerzos tuvieron mayor impacto, siendo probablemente la obra de Thorndike (1904) la de mayor influencia en los comienzos del siglo XX. En Francia destacan los trabajos de Alfred Binet, despus revisados por Terman en la Universidad de Stanford, sobre tests de capacidades cognitivas. Ahora hablamos del Stanford-Binet, uno de los tests ms conocidos en la historia de la psicometra. Aos ms tarde, con las necesidades de reclutamiento en la Primera Guerra Mundial, Arthur Otis dirige un equipo que construye tests colectivos de inteligencia general (Alfa para lecto-escritores y Beta para analfabetos) e inventarios de personalidad (Phillips, 1974). Tras la contienda, los tests psicolgicos se ponen al servicio de fines sociales. La dcada entre 1920 y 1930 marca el punto ms alto del testing, pues se idean multitud de tests estandarizados para medir toda clase de destrezas escolares con referentes objetivos externos y explcitos, basados en procedimientos de medida de la inteligencia, para utilizar con grandes colectivos de estudiantes. Estas aplicaciones estandarizadas se acogen muy bien en los mbitos educativos y McCall (1920) propone que los profesores construyan sus propias pruebas objetivas, para no tener que confiar exclusivamente en las propuestas por especialistas externos. Este movimiento estuvo vigente en paralelo al proceso de perfeccionamiento de los tests psicolgicos con el desarrollo de la estadstica y del anlisis factorial. El fervor por el testing decreci a partir de los aos cuarenta e, incluso, empezaron a surgir algunos movimientos hipercrticos con estas prcticas. Guba y Lincoln (1989) se refieren a esta evaluacin como a la primera generacin, que puede legtimamente ser denominada como la generacin de la medida. El papel del evaluador era tcnico, como proveedor de instrumentos de medicin. Segn estos autores, esta primera generacin permanece todava viva, pues todava existen textos y publicaciones que utilizan de manera indisoluble evaluacin y medida (Gronlund, 1985).