Eksamens- og standpunktkarakterer – to sider av samme sak?

Innledning

En av de mest sentrale hensiktene med et lands karaktersystem er seleksjon til videre utdanningsnivå og arbeidsliv. For å kunne ivareta denne oppgaven på en god måte er man avhengig av at karaktersystemet har høy legitimitet. Legitimitet kan knyttes til om og i tilfelle i hvilken grad retningslinjer, rutiner, prosedyrer og praksis for karaktersettingen blir oppfattet som rettferdig og likeverdig. En viss grad av stabilitet, i form av både måleinstrumenter og resultater, kan forventes å stå sentralt i en folkelig oppfatning av karaktersystemets reliabilitet. I et system der prosedyrer og/eller praksis for karaktersetting oppfattes som påvirket av tilfeldige, variable eller systematisk urettferdige faktorer, vil tilliten til karaktersettingen følgelig kunne tape legitimitet.

I Meld. St. 28 (2015–2016) Fag – fordypning – forståelse. En fornyelse av Kunnskapsløftet skriver regjeringen om bruken av standpunktkarakterer og eksamenskarakterer som mål på elevenes kompetanse ved avslutningen av henholdsvis grunnskolen og videregående opplæring. Mens eksamen viser elevens samlede kompetanse slik den kommer til uttrykk på eksamensdagen, skal standpunktvurdering gi informasjon om kompetansen eleven har oppnådd i faget ved avslutningen av opplæringen. Selv om begge disse vurderingsformene skal avspeile trekk ved det som i norsk utdanningslovgivning er betegnet som elevens «sluttkompetanse», er de på denne måten forskjellige. Dette kommer også til syne i hvem det er som vurderer elevene til henholdsvis standpunkt- og eksamenskarakter i et fag. Standpunktkarakteren settes av elevenes faglærer og baserer seg på dokumentasjon av elevens ervervede kompetanse i faget over tid. Eksamen kan i norsk skole være utformet på enten lokalt eller nasjonalt nivå, og selve prøveformen kan være skriftlig, muntlig eller praktisk. Eksamenene som denne studien bygger på, er såkalt sentralt gitt skriftlig eksamen, som betyr at de er utformet av Utdanningsdirektoratet og gjennomføres over hele landet. Dette innebærer videre at hver eksamensbesvarelse skal sensureres av to oppnevnte sensorer i en ordning der sensor og elev er anonyme for hverandre. Sensuren skjer i henhold til nasjonalt standardiserte retningslinjer nedfelt i blant annet forskrift til Opplæringsloven. I tillegg utarbeides en sensorveiledning som ofte har eksempler på vurderinger til hver eksamensoppgave.

Alle elever på utdanningsprogram for studiespesialisering skal ved avslutningen av videregående skole (Vg3) ta eksamen i norsk hovedmål. Alle andre eksamener i den norske grunnopplæringen er såkalte trekkfag, der bare en andel av elevmassen som har faget, også tar eksamen. Ifølge Kunnskapsdepartementet fungerer eksamen som «en form for kvalitetssikring for elevene fordi de får en ekstern vurdering av sin fagkompetanse» (Meld. St. 28, 2015–2016, s. 62). I det nasjonale kvalitetsvurderingssystemet for grunnopplæringen inngår eksamenskarakterer videre som ett av flere kvalitetsmål for skolene (Tveit, 2014). Av dette følger at det kan oppstå et ekstra behov hos skolene for å kvalitetssikre den standpunktvurderingen som elevenes lærere har gjort ved å sammenligne denne med eksamenskarakteren. Eksamen blir dermed gitt en standardsettende funksjon for læreres standpunktkaraktersetting.

Avvik mellom karakterer gitt til standpunkt og eksamen er ikke en ny problemstilling i norsk grunnopplæring (Prøitz & Borgen, 2010; Galloway, Kirkebøen & Rønning, 2011; Opheim, Grøgaard & Næss, 2010). På nasjonalt nivå ligger resultatene fra skriftlig eksamen i norsk hovedmål vanligvis et halvt karakterpoeng under de gjennomsnittlige standpunktkarakterene i faget (Vibe & Hovdhaugen, 2014). I stortingsmeldingen anbefaler departementet at vedvarende avvik mellom eksamen- og standpunktkarakter «bør være et varsel til skoleeier og skoleleder om at det er nødvendig å endre eksisterende vurderingspraksis» (Meld. St. 28, 2015–2016, s. 63). Dette er et tydelig eksempel på hvordan vurdering, elevresultater og læringsutbytte har fått en langt mer sentral rolle i norsk utdanningspolitikk etter innføringen av Kunnskapsløftet (Mausethagen, Prøitz & Skedsmo, 2018). Karakterer som resultat av såkalte summative vurderingsformer får i denne sammenheng en mer fremtredende rolle i styringen av opplæringen og som grunnlag for utvikling i skolen, selv om det i meldingen også står at «en eksamenskarakter vil være satt på et mer begrenset vurderingsgrunnlag enn en standpunktkarakter» (Meld. St. 28, 2015–2016, s. 63). Et relevant spørsmål knyttet til dette er hvordan et slikt signal tas imot av lærere i deres arbeid med karaktersetting, og hvordan de erfarer og fortolker forskjeller mellom standpunkt- og eksamenskarakterer.

I denne artikkelen stiller vi derfor følgende spørsmål: Hvilken funksjon har eksamenskarakterer og standpunktkarakterer for læreres vurderingspraksis? Vi undersøker dette spørsmålet med utgangspunkt i læreres karaktersetting i norsk og matematikk ved elevenes avslutning av studieforberedende utdanningsprogram i åtte videregående skoler. For å besvare hovedproblemstillingen har vi tatt i bruk følgende delspørsmål i vår analyse:

• Hvordan arbeider lærerne med å sette standpunktkarakterer i norsk og matematikk?
• Hvordan arbeider lærerne med å sensurere eksamen i norsk og mate-matikk?
• Hvilken betydning tillegger lærerne forskjellen mellom de to vurderings-formene?

Det norske lovverket og nyere forskning om læreres vurdering

En omfattende del av den internasjonale litteraturen om vurdering diskuterer forholdet mellom formative og summative vurderingsformer, deres formål og de praksiser som følger av disse (se for eksempel Taras, 2005; Harlen, 2005; Wiliam & Black, 1996). Det finnes også mange studier om læreres ulike praksiser i summativ vurdering og ulike faktorer som påvirker læreres praksiser (se for eksempel Cheng & Sun, 2015; Tierney, 2015; McMillan, Myran & Workman, 2002). Disse studiene konkluderer gjerne med at det er mangel på indre konsistens mellom ulike læreres karaktersetting og at lærere trenger mer kompetanse i vurdering (se for eksempel Black, Harrison, Hodgen, Marshall & Serret, 2010; Brookhart, 2013). Det er færre bidrag i litteraturen som diskuterer forholdet mellom ulike former for summative vurdering, og som er relevante for vår studie. Studier som diskuterer forhold ved summativ vurdering, gjør gjerne dette knyttet til diskusjoner om karaktersetting i høyere utdanning ved hjelp av tester og kritikk mot å anse karaktersetting som presise målinger av elever eller studenters læring (se for eksempel Bloxham, 2009; Knight, 2002; Yorke, 2011).

Sentralt i nyere studier om læreres karaktersetting står samtidig spørsmål om hvordan myndigheters økte bruk av ulike typer av nasjonale tester eller eksamener for styring, kontrollformål og ansvarliggjøring (accountability) påvirker læreres praksiser for vurdering på nye måter. I Norge er dette et aktuelt spørsmål når forventninger til samsvar mellom standpunktkarakter og eksamenskarakter i større grad er tatt i bruk for eksempel i skoleeiers styring av skolens arbeid med skoleutvikling (Aasen, Møller, Rye, Prøitz & Hertzberg, 2012; Mausethagen et al., 2018). Studier viser også at det finnes klare oppfatninger hos nasjonale og lokale myndigheter om at for store avvik mellom standpunkt og eksamen kan tyde på at lærere og skoler vurderer elever enten «for snilt» eller «for strengt» sammenlignet med karakterer gitt til eksamen. Eksamen blir sett som rettesnor og er på denne måten gitt en kalibrerende funksjon for standpunktkarakteren (se for eksempel Prøitz & Borgen, 2010; Hovdhaugen, Seland, Lødding, Prøitz & Vibe, 2014). Hvordan lærere forholder seg til slike forventninger, er imidlertid i mindre grad studert.

Eksamen og standpunkt er det Utdanningsdirektoratet kaller «sluttvurdering». I forskrift til Opplæringsloven § 3-17 heter det at: «Sluttvurderinga skal gi informasjon om kompetansen til eleven, lærlingen, praksisbrev kandidaten og lærekandidaten ved avslutninga av opplæringa i fag i læreplanverket, jf. § 3-3.» Videre er det fastsatt ved § 3-18 hvilken informasjon standpunktkarakteren skal gi, og med § 3-3 understrekes det at: «Grunnlaget for vurdering i fag er dei samla kompetansemåla i læreplanane for fag slik dei er fastsette i læreplanverket», jf. § 1-1 og § 1-3. § 3-18 viser også til at: «Standpunktkarakteren må baserast på eit breitt vurderingsgrunnlag som samla viser den kompetansen eleven har i faget», jf. § 3-3 og § 3-16. Med § 3-16 fastsettes også sammenhengen mellom såkalt underveisvurdering og standpunktkarakter i fag ved at vurderingen skal gi muligheter for forbedring og ses i lys av den underveisvurdering som eleven har gjennomgått i løpet av opplæringen i fag som skal føres på vitnemålet.

I forskrift til Opplæringsloven § 3-25 heter det at «Eksamen skal vere i samsvar med læreplanverket» og at «Eksamen skal organiserast slik at eleven eller privatisten kan få vist kompetansen sin i faget. Eksamenskarakteren skal fastsetjast på individuelt grunnlag og gi uttrykk for kompetansen til eleven eller privatisten slik denne kjem fram på eksamen.» Gjennomføring av eksamen er også fastsatt i regelverket med opptil fem timer for skriftlig eksamen og opptil 30 minutter for muntlig eksamen. Regelverket angir som vist at det er klare forskjeller i det som ligger til grunn for fastsettelse av standpunktkarakterer og eksamenskarakterer, selv om begge vurderingsformer skal vurdere eleven ut fra kompetansemålene for fag (§ 3-3).

På den annen side er det praksiser og tradisjoner knyttet til standpunkt og eksamen i ulike fag, som gjør at det kanskje kan forventes sterkere sammenheng mellom standpunkt og eksamen i enkelte fag, som for eksempel i norsk. Ikke minst har omfattende bruk av eksempeloppgaver med tilhørende sensorveiledninger som anbefales brukt i undervisning, underveisvurdering og som grunnlag for standpunktkaraktersetting, gjort at avvik eller samsvar mellom karakterer i faget norsk kan handle om hvor nære ulike skoler er til disse tradisjonene og praksisene (Hovdhaugen et al., 2014). Det er dermed et spørsmål om i hvilken grad dette er noe som kan slå ulikt ut i læreres prosedyrer for karaktersetting i ulike skoler.

I tillegg har studier av læreres praksiser for standpunktvurdering vist at standpunkt ofte settes på et mer sammensatt grunnlag enn fag alene, noe som kan være i strid med forskrift til Opplæringsloven. Her understrekes det at vurderingen skal baseres på elevens kompetanse i fag og ikke på for eksempel oppmøte, innsats eller holdninger (Prøitz, 2013; Prøitz & Borgen, 2010; Hovdhaugen et al., 2014; Galloway et al., 2011). At lærere setter karakterer med utgangspunkt i andre egenskaper hos eleven enn fag, er en velkjent problemstilling i internasjonal forskning om vurdering. Ofte forklares en slik praksis med et manglende samsvar mellom læreres og skolemyndigheters oppfatninger om hva som utgjør et godt grunnlag for vurdering av prestasjoner (Angelo, 1998; Brookhart, 1991; Brookhart, 2013; Manke & Loyd, 1990; Stiggins, Frisbie & Griswold, 1989; Eggen, 2004; Resh, 2009). Det er for eksempel dokumentert at innsats og aktivitet tas med i læreres karaktervurdering (Throndsen, Hopfen-beck, Lie & Dale, 2009; Prøitz & Borgen, 2010), og at elevgruppers sosiale bakgrunn også kan ha en påvirkning på læreres karaktersetting (Hægeland, Kirkebøen, Raaum & Salvanes, 2005). Wiborg, Arnesen, Grøgaard, Støren og Opheim (2011) fant at foreldres utdanning har større innvirkning på standpunkt-karakterer enn på eksamenskarakterer. Mye av forskningslitteraturen har lenge pekt på behovet for å øke vurderingskompetansen hos lærere for å bøte på praksis som ikke er i tråd med anbefalinger og regelverk (Brookhart, 2013). Prøitz og Borgen (2010) fant imidlertid at lærere i stor grad forsøkte å etterleve nye reguleringer for standpunktvurdering og ny læreplan som følge av implementeringen av Kunnskapsløftet, men at flere strevde med å få det til innenfor fagenes rammer. Nyere forskning viser også til at ulike kontekster krever ulike tilnærminger til karaktersetting, og antyder at det ikke alltid er mer kompetanse om vurdering lærere og skoler trenger. Isteden kan det være et behov for mer støtte og veiledning i arbeid med karaktersetting (Brookhart, 2013; Wyatt-Smith & Klenowski, 2013).

Som det går frem av denne gjennomgangen, er lærernes praksis for karaktersetting ulik, og oppfatningene om hvorvidt karakterene for standpunkt og eksamen ideelt sett skal være like eller hvor store avvik som er akseptable, kan som følge av dette variere. I det videre presenterer vi studiens metodiske tilnærming og datamateriale før vi presenterer selve analysen og studiens resultater. Vi har valgt å presentere resultatene strukturert etter de problemstillingene vi har søkt å besvare, før vi diskuterer våre funn opp mot vurderingslitteraturen vi har presentert.

Metode og data

Artikkelen tar utgangspunkt i to typer data: kvantitative data om karakterer i norsk hovedmål og realfagsmatematikk, og kvalitative data basert på intervjuer med lærere i norsk og matematikk. Alle data er samlet inn gjennom prosjektet Karakterpraksis i offentlige og private videregående skoler, som ble gjennomført i 2013–14 på oppdrag av Utdanningsdirektoratet. Prosjektet er dokumentert i en NIFU-rapport (Hovdhaugen et al., 2014).

Utgangspunktet for problemstillingen er den dokumenterte forskjellen mellom standpunktkarakter og eksamenskarakter. Vi anvender de kvantitative dataene for å belyse denne forskjellen, hvor vi også finner tegn til større stabilitet i den ene vurderingsformen enn i den andre. Både forskjellen mellom eksamens- og standpunktkarakter, og stabiliteten over tid i standpunktkarakterene begrunnet vår forskningsinteresse i å intervjue lærere om deres vurderingspraksis.

Kvantitative data

I artikkelen brukes karakterdata fra Utdanningsdirektoratet, der det finnes infor-masjon om både standpunktkarakter og eksamenskarakter for elever på Vg3, i fagene norsk hovedmål og realfagsmatematikk (Matematikk R2). Vi har data for fire årskull med avgangselever: elevene som startet sin videregående opplæring i årene 2007/08 til 2010/11, og dermed var avgangselever i perioden 2009/10 til 2012/13. Presentasjonen av data gjøres grafisk i diagrammer som viser gjennomsnittlig standpunkt- og eksamenskarakter i de to fagene. Her sammenligner vi dermed gjennomsnittlig standpunktkarakter med gjennomsnittlig eksamenskarakter for samme gruppe elever, og alle som er inkludert i data har dermed både standpunktkarakter og eksamenskarakter i faget det året.. Fra år til år er elevgruppene ulike, men siden vi har data for alle som har tatt eksamen og fått avsluttende standpunktkarakter i faget, har slike variasjoner lite å si.

Kvalitative data

Våren 2014 gjennomførte vi gruppeintervjuer med til sammen 16 matematikklærere og 16 norsklærere på åtte videregående skoler i det sentrale Østlands-området. Dette er lærere som har erfaring med å sette standpunktkarakter i enten matematikk eller norsk, men som ikke nødvendigvis underviste i faget eller skulle sette standpunkt den våren vi intervjuet på skolen. I den videre analysen refererer vi for enkelhets skyld til disse som henholdsvis «norsklærere» og «matematikklærere». På hver skole deltok lærere fra begge fag i gruppeintervjuet, hvor den primære hensikten var å få innsikt i lærernes rutiner for stand-punktvurdering. Gjennom intervjuene ville vi belyse forholdet mellom disse rutinene og de nasjonale påleggene for vurdering i grunnopplæringen.

De åtte skolene var på forhånd valgt ut fordi de enten hadde et stort avvik (større enn 1,0) mellom eksamens- og standpunktkarakterer (fire skoler) eller fordi de hadde et lite avvik (mindre enn 0,4) mellom eksamens- og standpunktkarakterer (fire skoler) over en tidsperiode på fire år. På vår forespørsel hadde rektor ved hver skole rekruttert lærerne til gruppeintervjuet. Rektor var ikke på forhånd gjort kjent med årsaken til at skolen var valgt ut til intervju, altså at skolen var valgt ut fordi den hadde enten stort eller lite avvik mellom standpunkt- og eksamenskarakter. På den annen side hører det til rektors oppgave å kjenne til hvordan skolen hun leder, ligger an på slike parametere. Vi kan derfor ikke utelukke at lærergruppen vi intervjuet, var forberedt på å snakke om forskjellen mellom elevenes standpunkt- og eksamenskarakterer på bakgrunn av situasjonen ved skolen.

Uavhengig av dette fikk vi ved begynnelsen av hvert gruppeintervju opplysninger fra lærerne som bekrefter at utvalget kan fremvise god variasjon med hensyn til informantenes erfaring, ansiennitet, utdanning og fra hvilke fag de hadde undervisningsbakgrunn i tillegg til norsk eller matematikk. På hver av disse skolene ble det gjennom intervjuene klart at flere av lærerne hadde erfaring og skolering som sensor, og disse lærerne fortalte – gjerne uoppfordret – om hvilken verdi de tilla denne erfaringen når de som faglærer skulle sette standpunktkarakter på elever. I gruppeintervjuene bidro alle lærerne, både med og uten sensorerfaring, til å sammenligne disse to formene for sluttvurdering og til å belyse hvilke profesjonelle krav, fordringer og normer som påvirker lærerne på veien mot å kunne dokumentere elevenes kompetanse ved avslutningen av videregående opplæring.

Datainnsamlingen hadde form av fokusgruppeintervju hvor deltakerne (mellom tre og fem lærere på hver skole) snakket mest med hverandre, og hvor forskeren opptrådte som en moderator med forholdsvis få spørsmål som kunne bidra til å styre samtalen i en bestemt retning. Til dette formålet brukte vi en semi-strukturert intervjuguide. I intervjuguiden hadde vi et sett med forhåndsdefinerte spørsmål som vi ønsket å få svar på, men vel så viktig var det Halkier (2012) beskriver som samspillet mellom informantene og den informasjonen dette kunne gi oss gjennom intervjusituasjonen.

Denne artikkelen bygger på uttalelser fra samtlige gruppeintervjuer med de til sammen 32 lærerne. At lærere med bakgrunn fra begge disse undervisningsfagene deltok i felles intervjuer, formet selve intervjuene og har i seg selv bidratt til å bygge opp vår forståelse av hvordan lærere arbeider med og resonnerer om vurdering både i henholdsvis norsk og matematikk og uavhengig av fag. Det var vårt primære inntrykk at lærerne generelt ønsker å snakke om vurdering, og at dette er særdeles viktig for dem i utøvelsen av faget og yrket. Selv om mange lærere er del av et fagfellesskap hvor man lager og retter prøver i fellesskap eller for hverandre, var det vårt inntrykk at lærere mangler anledninger til å diskutere vurdering som fenomen, krav og praksis med kolleger på et overordnet og ikke bare på et situasjonsbestemt nivå. Vi oppfattet at gruppeintervjuet representerte en slik situasjon for lærerne som deltok, og at denne opplevelsen hos lærerne preget diskusjonene slik at de kan fortelle oss om gruppens sosialitet (Halkier, 2012). Dette betegner de fortolkninger, samhandling og normer som enten er felles eller som divergerer innad i gruppen, og som avdekkes gjennom samtalen.

Analyse og resultater

Vi begynner med å se nærmere på hvordan de to typene karakterer ser ut i norsk hovedmål og i realfagsmatematikk, ved å sammenligne gjennomsnittlig eksamenskarakter og standpunktkarakter for hele kullet med elever som tar studieforberedende utdanningsprogrammer og har faget i Vg3. Dette er presentert i figur 1 og 2. Felles for de to figurene er at gjennomsnittlig standpunktkarakter er forholdsvis stabil over tid, mens eksamenskarakteren derimot ikke er like stabil. Større variasjon i gjennomsnittlig eksamenskarakter enn i gjennomsnittlig standpunktkarakter, både i norsk og i matematikk, indikerer også at dette målet er mindre stabilt.

De to figurene viser altså at eksamenskarakterene er mindre stabile enn det standpunktkarakterene er, målt over det samme tidsrommet. Lærernes refleksjoner over forskjellene mellom disse to sluttvurderingsformene kan bidra til å forklare hvorfor det oppstår avvik mellom eksamens- og standpunktkarakterer.

Når lærere setter standpunktkarakter

Vi spurte først lærerne om hvordan de går frem når de gir elevene standpunktkarakterer. Alle lærerne hadde erfaring med dette, og sa at de la Vurderingsforskriften til grunn i dette arbeidet. Vurderingsforskriften pålegger lærerne å la standpunktkarakteren bygge på sluttkompetansen i faget. Slik skal elevens progresjon og faglige utvikling vurdert ved avslutningen av opplæringen gi mer uttelling for standpunktkarakteren enn prestasjonene da eleven var på et presumptivt lavere faglig nivå tidligere i opplæringsløpet. Intervjuene viste samtidig at lærerne i norsk og matematikk tolket dette noe ulikt. En matematikklærer sa for eksempel:

Jeg synes ikke at en 2’er i matematikk i september skal bety noe som helst når jeg setter karakteren i mai.

En norsklærer sa i samme intervju:

Vi vil legge mest vekt på det som skjer i 2. termin mot slutten, men det er jo vurderingssituasjoner ellers i året og i 1. termin som man må se på.

Forskjellen mellom de to utsagnene skyldes at ved avslutningen av de studiespesialiserende utdanningsprogrammene skal eleven testes i kompetansemål for hele tre år med opplæring i norskfaget. Matematikkfaget i videregående skole har til sammenligning avsluttende årsenheter med tilhørende kompetansemål for hvert skoleår. Disse utsagnene representerer likevel ytterpunkter i lærernes tolkning av «sluttkompetanse». I intervjumaterialet er det også lærere i matematikk som heller mot at elevens tidligere prestasjoner kan trekkes inn i vurdering til standpunktkarakter.

For å få dokumentert elevens sluttkompetanse i faget holder alle skolene i vårt utvalg heldagsprøver, årsprøver eller såkalte eksamensforberedende prøver i norsk og matematikk i andre halvdel av vårsemesteret i avgangsåret. Prøvene lages av elevenes faglærere, eventuelt i samarbeid mellom flere lærere med ansvar for samme fag ved skolen. Faglærerne setter dermed standard for hva elevene skal prøves i for å dokumentere sluttkompetansen.

Det å lage heldagsprøver og vurdere elevers resultater på bakgrunn av slike prøver er derfor noe lærerne tar svært alvorlig. Mange av dem velger å bruke tidligere gitte eksamensoppgaver tilgjengelige på Utdanningsdirektoratets nettsider til dette formålet. En matematikklærer sa om dette: «Jeg liker det best, for da får elevene et inntrykk av hva de skal testes i til slutt.» Bruk av tidligere gitte eksamensoppgaver er også relativt vanlig som ledd i undervisningen i vårsemesteret, dels som en forberedelse til eksamen men også som del av det løpende arbeidet med kompetansemålene. Med disse tidligere gitte eksamensoppgavene følger det ofte også forslag til løsninger, vurderingskriterier og sensorveiledninger. Disse veiledningene brukes av lærerne i varierende grad:

Jeg har lest dem. Men da mest i en situasjon hvor jeg skal vurdere til eksamen, jeg har ikke brukt dem mye i min egen vurdering. (norsklærer)

Jeg ser på dem i forbindelse med karakterskala, (…) så det er mest for å se at jeg ligger i nærheten av det samme (matematikklærer)

Tidligere gitte eksamener får på denne måten status som en form for nasjonal standard for noen læreres standpunktvurdering, selv om de vektlegger dette i ulik grad. Gjennom intervjuene fikk vi vite at til tross for at lærerne på denne måten bruker en avsluttende heldagsprøve til å dokumentere elevens standpunktkarakter, vil de samtidig trekke med seg kunnskap og erfaringer om elevens utvikling og tidligere prestasjoner gjennom skoleåret. En matematikklærer sa om dette:

Den siste prøven blir den viktigste, for den viser jo totalkompetansen, men så er det lov til å ha en dårlig dag. Du kan feile på den siste prøven og likevel få en god karakter hvis det viser seg at du har hatt et jevnt og høyt nivå det siste året.

Samtidig fortalte lærerne at de mange samtalesituasjonene de har med elevene gjennom skoleåret, kan være med på å styrke lærerens oppfatning av hva eleven kan og hvilken faglig utvikling som har funnet sted. Til dette regnet lærerne de såkalte elevsamtalene, vurderingssamtalene eller halvårssamtalene som de er pålagt å gjennomføre, men også løpende samtaler med elevene i og utenfor undervisningen.

Gjennom intervjuene ble vi også gjort kjent med at selv om heldagsprøven skal være dokumentasjon på elevenes sluttkompetanse, er ikke denne prøven nødvendigvis «endelig» på alle skoler. På en av skolene i utvalget vårt kunne elevene søke om å få ta en ny heldagsprøve hvis de ikke var fornøyde med resultatet. Ved alle skolene ville lærere også forsøke å sette opp nye vurderingssituasjoner for elever som hadde gjort det så dårlig på heldagsprøven at de ville få stryk på vitnemålet. Vi fikk inntrykk i intervjuene av at her var mange lærere villige til å strekke seg langt for å hjelpe eleven til å demonstrere det nødvendige minimum av kompetanse for å unngå stryk. En matematikklærer sa om dette:

Hvis resultatene har vært dårlige gjennom hele året og han stryker på heldagsprøven, så stryker han. Men har det vært litt variasjon, så kaller jeg ham inn til en samtale for å gi ham en 2er.

På flere av skolene kunne elever også få såkalte «vippeprøver», hvis de sto mellom to karakterer. Dette gjaldt også elever som lå i de øvre deler av karakterskalaen. Intervjumaterialet viser at dette er praksiser som varierer blant lærere både mellom skoler og innenfor samme skole – enkelte ganger også mellom lærere i samme fag på én skole.

Denne samlede innsatsen, i tillegg til de formaliserte og lovpålagte elevsamtalene som skal finne sted mellom lærer og elev to ganger i løpet av hvert skoleår, er til for at eleven skal få demonstrere og få dokumentere sin kompetanse mot slutten av opplæringen. Slik vi har sett av det foregående, betyr dette at det også underveis i semesteret legges stor vekt på vurdering, fordi dette òg kan få betydning for dokumentasjonen av elevens sluttkompetanse.

Når lærere er sensor på eksamen

De fleste lærerne i utvalget vårt hadde erfaring som sensor, selv om erfaringene var spredt på sentralt gitt skriftlig eksamen, lokalt gitt skriftlig eksamen eller muntlig eksamen. Dette dreide seg om mange ulike fag som lærerne hadde undervist i, men mer enn halvparten av dem hadde sensorerfaring fra sentralt gitt skriftlig eksamen i enten norsk eller matematikk. Felles for disse erfaringene var den verdien lærerne tilla sensormøter eller formell sensorskolering som lærerne hadde hatt sammen med kolleger før eksamen. Lærerne fortalte i intervju at de satte stor pris på og hadde stort utbytte av å delta i slike møter og skoleringer, fordi de der fikk justere sine egne vurderinger av elevers prestasjoner etter faste vurderingskriterier (eksamensveiledninger). En norsklærer uttrykte dette slik:

Den erfaringen de har, de som har vært sensor til sentralt gitt eksamen, de tar jo med seg den kompetansen inn i kollegafellesskapet. Så dette er viktig, ikke bare i egen vurderingspraksis, men også fordi kunnskap og kompetanse kan tilflyte andre. Mange av oss har lang erfaring, men noen er ferske og skal sette standpunktkarakter for første gang. Det er viktig for oss å følge dem opp.

Sensormøtene og vurderingskriteriene som sensorene bruker, representerer for lærerne en rettesnor i vurderingsarbeidet, som flere av dem forteller at de savner når de selv skal sette karakter på elevenes arbeider gjennom skoleåret og ved standpunktvurdering. En norsklærer beskrev på denne bakgrunnen sensormøtene som «den beste dagen i året» da han fikk møte kolleger og diskutere faglige problemstillinger med mål om ensartet vurderingspraksis. Det kan være verdt å nevne her at alle lærerne svarte nei på vårt direkte spørsmål om de hadde fått formell opplæring i vurdering og karaktersetting som del av utdanningen eller på den enkelte skole. Opplæringen de hadde fått, var uformell og overført som kunnskap gjennom samarbeid i fagfellesskapet.

Lærerne som hadde erfaring som sensor, brukte uttrykket «sensorbriller» når de fortalte hvordan de vurderte en anonym eksamensbesvarelse som de hadde foran seg. Med dette mente de at de tok utgangspunkt i vurderingskriteriene for prøven og gjorde vurderingen utelukkende basert på disse. Fremgangsmåten står i kontrast til hvordan lærerne forteller at de setter standpunktkarakter, hvor de beskriver hvordan de gjerne benytter seg av (lokalt utviklede) vurderingskriterier, men hvor de samtidig tar hensyn til egen kjennskap til eleven og hva eleven har vist at hun mestrer gjennom året. Sensor har ingen slike opplysninger om eksamenskandidaten, og vil dermed sette en objektiv karakter på elevens besvarelse. Resultatet er ofte en strengere vurdering av eksamensbesvarelsen enn hva eleven kunne tenkes å ha fått hvis det var faglærer som rettet en til-svarende eksamensforberedende prøve som skulle gi grunnlag for standpunktkarakter. «Jeg er strengere som sensor, tror jeg, enn jeg er som faglærer,» sa en norsklærer om dette. En matematikklærer betegnet eksamen som et «sjansespill» for eleven, fordi lærerens standpunktvurdering ville bygge på et mer helhetlig inntrykk. En annen matematikklærer uttalte ved samme anledning:

Eksamen er jo en spesiell måte å teste elever på. En elev kan jo være god i matte selv om han ikke er flink til å sitte og jobbe i timer i strekk med matematikkoppgaver.

Som vi har sett i det foregående, vil faglærer ofte bestrebe seg på å sikre at eleven ikke får strykkarakter ved standpunktvurdering. Sensor har på den annen side ingen tilsvarende bindinger til eleven og dennes fremtidsutsikter i videre utdanning eller jobb, og vil derfor ifølge lærerne sette strykkarakter hvis vurderingskriteriene tilsier dette. Hvor faglærer kvier seg for å bruke bunnen av karakterskalaen, bruker altså sensor også karakteren 1. På den annen side vil sensor ofte, med grunnlag i vurderingskriteriene, være tilbakeholden med å gi toppkarakter til eksamen. En norsklærer sa om dette:

Når jeg selv sensurerer, ser jeg at det er litt lenger mellom 6’erne enn hva det kanskje er i [mine egne] enkeltvurderinger i løpet av året. I en bunke på 200 [eksamens] besvarelser er det ikke mange 6’ere.

Den samme læreren hadde hele tiden arbeidet parallelt som faglærer med ansvar for standpunktvurdering. Hun sa om dette, her om elever som ikke får toppkarakter, men som likevel får uttelling på standpunktkarakteren som «belønning» for hardt arbeid:

Helt ærlig, du ønsker virkelig at eleven din skal få den 4’eren, du vil gjerne se den utviklingen. Og så tenker man gjerne at man gir den høyeste av de to karakterene mot slutten.

Disse to utsagnene fra samme lærer illustrerer godt hvordan lærerne arbeider ulikt med eksamensvurdering og standpunktvurdering, og hvilke ulike hensyn som spiller inn i de to situasjonene.

Lærernes syn på avvik mellom standpunkt- og eksamenskarakter

Så langt i denne artikkelen har vi vist hvordan lærerne bruker to ulike tilnærmingsmåter for å sette henholdsvis standpunkt- og eksamenskarakter. Bare ved én av de åtte skolene vi besøkte i forbindelse med disse intervjuene, var det lærere som avviste dette som grunnlag for at de to karakterene bør være forskjellige, de mente at grunnlaget for eksamen og standpunkt skulle være likt. Disse lærerne, som begge underviste i matematikk, anså eksamenssensuren som den viktigste dagen i året fordi den ga dem som lærere en justering av egen vurderingspraksis. Disse lærerne sa seg fornøyde hvis sensuren lå tettest mulig opp til deres egen standpunktvurdering av elevene. Ved alle de andre skolene aksepterte lærerne et avvik mellom standpunkt- og eksamenskarakter.

Hvor stort avvik som ble tolerert, varierte imidlertid mellom skolene. På én skole aksepterte kollegiet et avvik på en hel karakter, mens på en annen skole hadde lærerne en norm om at avviket ikke burde være mer enn 0,5 i karaktergjennomsnitt for avgangskullet. Lærernes aksept for slike avvik var konsistente med kriteriene som vi la til grunn for vårt utvalg. Slik hadde lærere ved skoler som hadde lite avvik mellom de to vurderingsformene over tid, også de strengeste holdningene i dette spørsmålet. Alle lærerne vi snakket med, aksepterte imidlertid avvik på individnivå. Lærere ved skoler som hadde større avvik mellom de to vurderingsformene over tid, sa imidlertid også at de ville være mer vaktsomme overfor større avvik som gjaldt hele klasser eller årstrinn eller som vedvarte over tid. Dette forteller oss at lærerne på alle de åtte skolene tenkte på hva slike avvik kunne bety for deres egen praksis. «Man må jo måle seg opp mot noe,» sa en matematikklærer, og fortsatte:

For meg er det veldig nyttig å se [sensuren]. Jeg blir veldig glad hvis elevene mine gjør det omtrent like bra på eksamen som det jeg har gitt dem [i standpunkt]. Jeg tenker, ok, da er jeg i hvert fall sånn høvelig på rett spor.

Dette illustrerer for oss at selv om lærere fastholder at det her er snakk om to ulike vurderingsformer, forholder de seg likevel til sensuren som en tilbakemelding om kvaliteten på deres egen vurderingspraksis. Andre lærere inntok samtidig en pragmatisk holdning til sensuren, eller de ga uttrykk for at de ønsket en slik pragmatisme. En norsklærer sa:

Standpunkt måler jo mye bredere, det måler jo ideelt sett alle kompetansemål, men eksamen måler jo bare den ene dagen og de oppgavene som ble gitt den dagen. Samtidig bør ikke spriket være for stort, i alle fall ikke over tid.

Ved fem av de åtte skolene ble avvik mellom eksamen og standpunktkarakter brukt som ett av flere mål på kvalitet, og ved to av skolene hadde skoleledelsen et mål om lavest mulig avvik mellom disse vurderingsformene. Ved særlig én av disse skolene var norsklærerne svært misfornøyde med denne målsettingen, og en av dem sa i intervju: «Dersom standpunktkarakter skal sammenfalle med eksamen, kan standpunkt like gjerne sløyfes.» Denne norsklæreren og kollegene hennes fortalte at de selv hadde forsøkt å arbeide med standpunktvurdering som om heldagsprøven var en eksamensbesvarelse levert av eleven. I denne situasjonen så de for seg at elevens heldagsprøve skulle vurderes som om den var levert av en for læreren ukjent elev, som om det var en eksamensbesvarelse. Det de oppdaget da de på denne måten tok på seg «sensorbrillene», var at vurderingen de gjorde ikke var i tråd med det de oppfattet som sitt eget faglærerideal. Dette idealet beskriver de samme lærerne som å la kjennskap til elevens styrker og svakheter samt faglige progresjon komme eleven til gode i vurderingen, ikke minst ved at læreren bestreber seg på å forstå hva eleven vil uttrykke. En norsklærer på en annen skole uttrykte det samme som å se etter «den røde tråden» i elevers besvarelse, selv om denne tråden kanskje ikke var synlig med første blikk.

Lærerne vi intervjuet nevnte også forskjellen i klagebehandling for eksamens- og standpunktkarakteren. Som sensor retter læreren en bunke eksamensbesvarelser, og ved klage oppnevnes en ny kommisjon. Hver enkelt sensor er derfor ferdig med vurderingen når karakter er satt. Klage på standpunktkarakter bringer derimot faglærer inn i vurderingen på nytt, og faglærer må derfor sørge for å ha godt dokumentasjonsgrunnlag.

Diskusjon

Vi innledet analysene med å vise forskjellen mellom standpunkt- og eksamenskarakter, og at det over tid er større stabilitet i standpunktkarakterene enn i eksamenskarakterene.

Vi har sett at lærere ser på det å sette standpunkt og det å sette eksamenskarakter som to ulike vurderingsformer. Mens eksamen av lærerne regnes for å være en «stikkprøve» på kunnskap som eleven kan gjenkalle og nedtegne i løpet av noen timer, er standpunktkarakteren et resultat av lærerens kjennskap til eleven og elevens progresjon over tid. Dette gjelder for lærerne selv om de sier at også ved standpunktvurdering er det elevens sluttkompetanse som skal telle, og de mener av samme årsak at dette gir en riktigere vurdering av slik sluttkompetanse enn hva eksamenskarakteren representerer. Faglærer har imidlertid insentiver til å behandle elever differensielt i standpunktvurderingen. Dette skjer blant annet på grunn av klageordningens innretning, hvor faglærer selv må svare for vurderingen. Sensor er ikke underlagt en slik klageordning, og vil ifølge lærerutsagnene i våre intervjuer tendere mot å behandle alle elever mer universelt, prinsipielt og strengere, målt mot de definerte kriteriene og nasjonale standardene gitt i sensuren for eksamen. Elevens faglærer vil imidlertid, og med støtte i regelverket, mene at det tilligger faglærers oppgave og skjønn å vurdere standpunktkarakteren som en gjenspeiling av elevens progresjon gjennom opp-læringen.

Slik mener alle norsklærerne vi har intervjuet, at det er naturlig at eksamens- og standpunktkarakter avviker. Matematikklærerne er mindre kategoriske i så henseende. I analysen har vi sett hvordan matematikklærerne er mer tilbøyelige enn norsklærerne til å se på eksamenssensuren for å få en føling med hvordan deres vurderingspraksis ligger an, sammenlignet med fagfellers vurdering av elevens kompetanse på eksamen. Vi har også vist eksempler i denne artikkelen på at lærere i begge fag bruker eksamensveiledninger og elevers besvarelser på tidligere gitte eksamensoppgaver for å sette standpunktkarakter, og at faglærere verdsetter egen eller kollegers sensorerfaringer for å få justert sin egen vurderingspraksis. Alt dette er eksempler på at eksamen har en innvirkning pålæreres standpunktvurdering og undervisning og forberedelse av elevene til eksamen, samtidig som det ikke rokker ved lærernes oppfatning om at standpunkt og eksamen er to forskjellige ting.

Våre funn, i form av både de stabile ulikhetene mellom standpunktkarakter og eksamenskarakter og læreres vurderingspraksiser forbundet med disse to vurderingsformene, reiser spørsmålet om eksamen faktisk kan fungere som rettesnor for læreres standpunktkaraktersetting og dermed ha en form for kalibrerende funksjon. Stabiliteten i standpunktkarakterene kan fortolkes på minst to måter. Dels kan den ses som et uttrykk for at det finnes en stabilitet knyttet til det faglig profesjonelle skjønnet lærere utviser, og som står i kontrast til at eksamensoppgaver av naturlige årsaker må være ulike fra år til år. Dels kan den også ses som et uttrykk for at nettopp eksamen og sensorskolering har en samordnende funksjon som bidrar til å underbygge og sikre et slikt faglig profesjonelt fellesskap mellom lærere, men uten at det betyr at vi skal anse eksamen som standarden. Videre reiser våre funn også spørsmålet om eksamen bør ha rollen som rettesnor og om det er behov for mer rom og felles arenaer for lærere til å diskutere standpunktkaraktersetting nasjonalt. Variasjonen over tid i eksamenskarakter, for eksempel grunnet endringer i vanskegrad eller omlegging av eksamensopplegg gjør det også rimelig å spørre om det er hensiktsmessig å bruke avvik som en indikator på kvalitet i læreres karaktersetting.

Hvis det er slik at standpunkt- og eksamenskarakter bør være like sett fra skoleeier eller de nasjonale myndighetenes side, vil vi peke på at vi i denne artikkelen har vist at elevenes innflytelse over de to vurderingssituasjonene er svært forskjellig. I analysen av hvordan lærerne setter standpunktkarakterer, har vi gitt flere eksempler på hvordan denne vurderingen foregår i en slags dialog med eleven, selv om denne dialogen i noen grad kan skje uten aktiv medvirkning fra eleven. Et eksempel på dette er når faglærer setter opp nye vurderingssituasjoner for elever som står i fare for å stryke, men også når faglærer går «i dialog» med elevens tidligere innleveringer og prøveresultater for å finne mer solid belegg for en standpunktkarakter. Mer aktiv dialog inntrer når elever ber om eller lærer foreslår såkalt vippeprøve, og når lærer og elev gjennomfører såkalte elevsamtaler eller vurderingssamtaler om karakterer i løpet av skoleåret.

Vi har i denne artikkelen vist at ingen slik dialog skjer mellom den anonyme eleven og sensor, som retter eksamen uten kjennskap til elevens øvrige prestasjoner, og dennes eventuelle årsaker til fravær eller sykdom gjennom skoleåret. Sammenlignet med standpunktvurdering har eleven ingen stemme i vurderingen av eksamenskarakteren, med unntak av en formell klageadgang (hvor det opp-nevnes ny kommisjon). Et paradoks ved forventningen om samsvar mellom eksamens- og standpunktkarakter er at ut fra vår analyse kan dette kun oppnås dersom faglærer med Brookharts (2013) ord opptrer som «dommer» i enhver vurderingssituasjon. Dette vil også måtte innebære å ta bort det vi har kalt for dialogen (den tause så vel som den uttalte) om læring og progresjon mellom faglærer og elev i vurderingen. Dette vil tilsvare det å sette standpunktkarakter med «sensorbriller», slik to av lærerne i vårt materiale sier at de har prøvd. Lærerne opplevde imidlertid dette som å fjerne seg fra det profesjonelle faglige skjønnet som de mente måtte ligge til grunn for en valid og rettferdig standpunktvurdering.

Gitt de forskjellene som denne artikkelen har avdekket mellom de to vurderingsformene, kan det være grunn til å dempe forventningene om at et sammenfall i karakterer betyr høy kvalitet i læreres praksis for standpunktvurdering. Det finnes også grunn til å tro at lærere, som utmerket godt kjenner forskjellen mellom disse to vurderingsformene, vil vite og kunne tilpasse seg eksamensvurderingsformen i standpunktvurderingen, men uten at dette reflekteres i deres øvrige profesjonelle praksis som lærer, for eksempel ved endringer i undervisningen. Tilpasningene mellom de to karakterene vil da være rent administrative sett fra lærerens ståsted, og verdien av å ha to ulike vurderingsformer vil falle bort.

Konklusjon

Spørsmålet om hva som er god eller riktig praksis ved vurdering i form av standpunkt- og eksamenskarakter, synes tett forbundet med hvilken status og funksjon disse vurderingsformene er gitt i det norske opplæringssystemet. Våre funn i denne studien peker på at det finnes flere svakheter ved ideen om at eksamen kan fungere som kvalitetssikring av standpunktkarakterene. Dels handler dette om at det dreier seg om to svært ulike vurderingsformer som rent praktisk skiller seg tydelig fra hverandre, men som også har klare ulikheter slik de er juridisk definert. Videre omfattes de to vurderingsordningene av helt forskjellige premisser i selve karaktersettingen. Den ene skjer på grunnlag av en lærer-elev-relasjon preget av en form for dialog og lærerens inngående kjennskap til eleven som person, mens den andre gjennomføres med gjensidig anonymitet og et såkalt sensorblikk. De to vurderingsordningene har styrker hver for seg som det er flere grunner til å forsvare, men også svakheter som kan kritiseres. Samtidig er et stadig tilbakevendende spørsmål om det norske utdan-ningssystemet trenger begge ordninger for å sikre legitimitet i karaktersettingen. Vår studie tyder på at begge ordninger bidrar til å ivareta viktige vurderingsteoretiske spørsmål hver for seg, og at det er gode begrunnelser for begge ordninger, men at ideen om at den ene kan kvalitetssikre den andre er langt mer problematisk. Det er således et spørsmål om det isteden bør arbeides for å finne alternative måter å kvalitetssikre standpunktvurderingen og eksamen på – hver for seg og basert på de to vurderingsordningenes ulike premisser.