Кэролин өз мансабының үлкен бөлігін кең ауқымды және жоғары деңгейдегі бағалауға арнады. IB қатарына қосылғанға дейін Кэролин AQA (Assessment and Qualifications Alliance немесе, қазақша айтқанда, Бағалау және біліктілік альянсы) атты ұйымда сараптама бойынша директор болып қызмет етті. Бұл ұйым «A-level» (орта мектепті бітіргендегі жайлы жалпы куәлік) мен «GCSE» (Орта білім туралы жалпы куәлік) ұсынатын бағалау саласындағы ең ірі британ ұйымы. IB-дегі алғашқы алты жыл ішінде Кэролин бас бағалаушы маман лауазымында «Дипломдық бағдарлама» және «Негізгі орта мектеп бағдарламасы» бағалау форматын өзгертумен айналысты. Нәтижесінде бағалау қағаз тасымауылдауыштан электрондық тасымалдауышқа ауысты.
2016 жылы Кэролин IB-де Стратегиялық даму және іске асыру бойынша басқарушы директор ретінде сайланды және IB стратегиялық жоспарын жүзеге асырды. Оған қоса, Кэролин IB-дегі зерттеулерді қадағалаумен айналысады; оқу бағдарламасы және бағалау саласында өзінің инновацияларымен және әлем бойынша IB мектептерімен тығыз әріптестігімен танымал компанияның жұмысына модернизация жүргізу үшін стратегиялық дамыту және жүргізілетін зерттеулердің бірлігін қамтамасыз ету бағытында жұмыс жасап жатыр.

20 ғасырдың соңында Алекс Питерсон бірнеше сатылы бағалаудың тиімді жобасын әзірлеу талаптарын белгілеп, қысқаша айтып кеткен.
“Барынша тиімді бағалау үдерісі қажет, яғни оқушының дарыны мен жеке басын оның өмірінің келесі сатысына қатысты шынайы бағалайтын, сонымен қатар, оқушылар, ата-аналар, мұғалімдер мен қабылдаушы орындарды оның әділетті екеніне сендіре алатын сенімді бағалау үдерісі қажет. Әйтсе де, мұндай үдеріс өзінің кері әсерімен жақсы оқытуды бұрмаламауы тиіс, сондай-ақ тым баяу болмауы керек және жұтаң білім беру ресурстарымыздың көбісін жұтпаса болғаны». Көптеген бағалау жобалары осы бағалау критерийлерінің кейбіріне сай келеді, бірақ олардың барлығын қанағаттандыратындары аз, әсіресе сабақта технологиялар кеңінен қолданылатын заманда тиімді және әділ бағалау оқушылардың компьютермен жұмыс істеуіне мүмкіндік беруі керек. Мұғалім жұмысының нәтижесін бағалау мақсатында жекелеген үміткерлердің жұмысын бағалайтын бағалаудың кеңінен қолданылуы бағалаудың жақсы жобасын әзірлеудің маңыздылығын арттырады. Бағаның сенімділігін, стандарттың сақталуын, сондай-ақ ауқымды курстық жұмыстың академиялық адал болуын қамтамасыз ету қиын, мәселен курстық жұмысты айтатын болсақ, тапсырма толықтай дұрыс берілсе де, оқушы ол бойынша жұмысты мектепте де, үйде де ұзақ уақыт бойы жүргізеді. Бұл онлайн тест түріндегі (бірнеше жауаптың ішінен таңдау стратегиясы) бағалауға да қатысты, мұнда сенімділік те, басқаруға икемділік те, академиялық адалдық да жатыр. Бірақ бұл күш жұмсауға тұрарлық бағалау ма? Себебі ол оқушылардың еске түсіру, түсіну және қолдану сияқты төмен деңгейлі дағдыларынан басқа терең деңгейде не оқып білгені жайлы аз ақпарат береді. Мектеп түлектері күннен күнге күрделеніп келе жатқан және белгісіз экономикалық келешекпен бетпе бет кездескенде тек осы дағдылар ғана оларға көмек болады ма?

На протяжении большей части своей карьеры Кэролин была занята в сфере разработки системы оценивания. До начала работы в IB Кэролин занимала пост директора по оцениванию в AQA (Assessment and Qualifications Alliance) — крупнейшая британская организация в сфере оценивания, проводящая экзамены «A-level» и «GCSE». В течение первых шести лет в IB Кэролин работала в должности главного специалиста по оцениванию, занимаясь изменением формата оценивания «Дипломной программы» и «Программы основной средней школы», благодаря чему был осуществлен переход от бумажных на электронные носители.

В 2016 году Кэролин стала первым директором IB в области стратегического развития и реализации, и взяла на себя ответственность за осуществление стратегического плана IB. Помимо этого, Кэролин осуществляет контроль за проведением исследований в IB; она стремится обеспечить единство стратегического развития и проводимых исследований. Данная работа проводиться для того, чтобы ещё больше модернизировать работу организации, которая известна своими инновациями в области учебных программ, системой оценивания, а также тесным сотрудничеством со школами IB по всему миру.

Ключ к разработке качественной крупномасштабной системы оценивания общеизвестен и был кратко изложен Алексом Питерсоном во второй половине 20-го века:

«Что действительно необходимо — так это разработать максимально эффективную систему оценивания. Под словом «эффективная» подразумевается, что такая система позволит дать точную оценку старанию и индивидуальным особенностям учащегося в контексте следующей ступени его жизни. В то же время эта система будет обладать достаточной надёжностью, чтобы убедить учащихся, родителей, учителей и учебные заведения в справедливости оценивания. При этом нужно добиться того, чтобы негативные результаты оценивания не затрудняли преподавание, а само оценивание проводилось достаточно быстро и не отнимало драгоценные образовательные ресурсы.»
(Питерсон, 2003:50)

Безусловно, многие системы оценивания отвечают некоторым из приведённых выше критериев. Однако число систем, удовлетворяющих всем критериям, стремится к нулю. Это становится ещё более очевидным на фоне широкого применения информационных технологий в школе. Таким образом, эффективно и действенно лишь то оценивание, которое позволяет учащимся работать на компьютере. Ещё одним важным фактором, увеличивающим важность разработки качественной системы оценивания, является повсеместное применение систем оценивания, направленных на оценивание результатов преподавания путём оценивания работы учащихся.

Обеспечение достоверности оценивания — задача сложная. Такая же сложная, как соблюдение стандартов и принципов академической честности, особенно в случае объемных курсовых работ, выполняемых дома или в школе в течение продолжительного периода времени — пусть даже корректность и честность выполнения не вызывают сомнений. Аналогичная ситуация складывается с онлайн-оцениванием путём предоставления вопросов с вариантами ответов на выбор. Такое оценивание удовлетворяет критериям надежности, выполнимости и академической честности. Однако оно сообщает так мало информации о приобретенных навыках более высокого порядка, нежели запоминание, понимание и применение, что встаёт закономерный вопрос об уместности этого оценивания. Будет ли выпускникам достаточно этих навыков в условиях текущей сложной и глубоко нестабильной экономической ситуации?

Ориентируясь на программы электронного оценивания, применяемые школами Международного бакалавриата, и другие формы электронного оценивания, мы имеем возможность проанализировать, в какой мере преследуемая ими задача является попыткой «достижения невозможного».

Most of Carolyn’s career has been spent in the delivery of large scale, high profile assessments and, before joining the IB, she was Examinations Director of AQA, the largest of the assessment organisations offering A-levels and GCSEs in the UK. She spent her first six years in the IB as Chief Assessment Officer, transforming the assessment of the Diploma and Middle Years’ Programmes from paper-based to digital operations.
In 2016 she became IB’s first Director of Strategic Development and Execution and has led in the implementation of the IB’s strategic plan. Carolyn also oversees research in the IB and her interests lie in bringing together strategy development and research to innovate in an organisation already well known for its innovative programmes, assessments and engagement with IB World Schools.

The criteria for the design of good high volume assessments are well known and were encapsulated by Alex Peterson in the late 20th century:

“What is needed is a process of assessment which is as valid as possible, in the sense that it really assesses the whole endowment and personality of the pupil in relation to the next stage of his life, but at the same time sufficiently reliable to assure pupils, parents, teachers, and receiving institutions that justice is being done. Yet such a process must not, by its backwash effect, distort good teaching, nor be too slow, nor absorb too much of our scarce educational resources.”
(Peterson 2003 : 50)

Many assessment designs meet some of these assessment criteria, but few, if any, meet them all, especially when the widespread use of technology in classrooms today means that valid and authentic assessments should allow students to work on computers. The prevalent use of assessments designed to assess the performance of individual candidates to rate teaching outcomes increases the importance of good assessment design.

It is hard to ensure reliability of marking and the maintenance of standards and academic honesty in a rich coursework task that students can work on over a long period of time in school and at home, although the task will be entirely valid and authentic. Similarly, multiple choice assessments which are provided online tick all the reliability, manageability and academic honesty boxes – but are they actually worth the effort as they tell us so little about what the student has really learned at a level deeper than the lower order skills of recall, comprehension and application? Will these skills alone support school graduates in the challenging and uncertain economic future they face?

Use the IB’s MYP eAssessments and some other eAssessments as illustrations, we can evaluate how far they really do ‘square the circle’.