Bedre skole nr. 4-2014

frem en systematisk oversikt over forskning på

lærervurdering: «Former for lærervurdering

som kan ha positiv innvirkning på skolens kvali-

tet» (2014). Rapporten ble laget på bestilling fra

Kunnskapsdepartementet og gir en systematisk

gjennomgang av forskning på lærervurdering

siden 2009. Rapporten beskriver mange tilnær-

minger til lærervurdering, hvorav målinger ved

bruk av VA-modeller er en av flere muligheter (se

Lillejord, 2014). Jeg deltok i dette arbeidet med

et spesialoppdrag om å se på forskning rundt VA-

modeller. Rapporten viser at de store skillelinjene

i lærervurdering går mellom prosessorienterte og

resultatorienterte løsninger. Mens de sistnevnte

bruker elevprestasjoner som utgangspunkt for vur-

dering av kvaliteten på undervisningen og lærerens

innsats, tar de prosessorienterte løsningene fatt i

hvordan lærere og elever opplever hverdagen, hva

de kan gjøre for å forbedre sitt arbeid i fellesskap

eller ved støtte utenfra, eller ved hjelp av ulike me-

todiske verktøy, for eksempel kollegaveiledning,

skolevandring m.m.

Bruken av de resultatorienterte VA-modellene

for å sjekke læring og utvikling hos elevene og

hvordan lærernes undervisning virker inn på

dette, kan ved første øyekast oppleves besnærende

og fristende å ta i bruk. De har en intuitiv forkla-

ringskraft, de berører hva mange av oss tenker om

læring og undervisning og at det er «Læreren»

som har den største og mest avgjørende innfly-

telsen på elevenes læring. Men som jeg skal vise

nedenfor, er dette en risikosport.

I den nylig fremlagte forskningsoversikten fra

Kunnskapssenteret for utdanning er det kun brukt

fagfellevurderte artikler i anerkjente tidsskrifter

som grunnlag for gjennomgang av feltet. Mestepar-

ten av studiene på feltet er amerikanske. Bildet som

fremkommer, er langt fra så enkelt og besnærende

som den politiske retorikken skulle tilsi. Studerer

vi forskningsrapportene nærmere, er det verd å

notere seg en del problemer og konsekvenser for

læreres arbeid i skolen (se også Elstad, 2014).

Avanserte statistiske modeller

De statistiske modellene som benyttes, er svært

avanserte, og de er krevende å bruke selv for

forskere. Modellene er utviklet med forankring i

korrelasjons- og regresjonsteknikker og forutsetter

pålitelige data og store datamengder. Grunnlaget

for beregningene er minst to målinger av elev-

prestasjoner over tid, og avviket mellom disse må-

lingene blir så korrelert med et antall bakgrunns-

opplysninger fra elever, lærere, skolen, distrikter

m.m. Analysene bygges opp for å kontrollere

hvilke variabler som virker på hva, og for å sile ut

effekter som ikke har noen direkte innflytelse på

de målte elevprestasjonene. Så langt er det først og

fremst elevprestasjoner i matematikk, naturfag og

språk som er analysert ved hjelp av slike modeller.

Det er innenfor disse fagene vi i størst grad finner

et bredt spekter av standardiserte tester. Dessuten

er det en stor overvekt av studier fra barnetrinnet.

Å studere prestasjonsutviklingen for elevene på

høyere trinn innebærer større metodiske utfor-

dringer, ikke minst på grunn av mer sammensatte

fagløsninger og lærerkombinasjoner.

For å kunne beregne effekter av undervis-

ning over tid, er det behov for god kontroll på

forskningsdesignet og pålitelige prøver. Ved å

bruke store datamengder fra mange tusen elever

og lærere, kan en si noe om trender på tvers av

skoler, klasser og lærere, og med kontroll av bak-

grunnsforhold til elevene og sosioøkonomiske

skiller. Ved gjennomgang av forskning på området

viser Berliner (2014) at det er svært krevende å

kontrollere for alle ytre variabler som påvirker

testresultatene og effektmålene.

Det er verdt å merke seg at slike studier kun

forklarer sammenhenger mellom de variabler som

puttes inn i analysene. En konsekvens av dette

valget er at hele argumentasjonen om læreres ef-

fekt på elevene læring er knyttet til testmålingene

og hva de aktuelle prøvene definerer som gyldig

kunnskap. Analysene sier mye om korrelasjoner,

men ingenting om virkelige årsakssammenhenger.

Stor usikkerhet

VA-modellene som er i bruk, er beheftet med en

god del usikkerhet når det gjelder å sortere lærere

i kategorier som «effektive» og «mindre effek-

tive», det vil si hvilke lærere som «produserer»

gode eller mindre gode elevresultater ut fra målin-

gene som er foretatt. Det er gjort kontrollstudier

av hvor godt VA-modellene klarer å treffe riktig

på «effektive» og «mindre effektive» lærere. Re-

sultatet er heller nedslående. Flere studier viser

Bedre Skole nr. 4

■

2014