교육훈련부는 오늘(7월 21일) 예정대로 5개 전통적 그룹(A00(수학, 물리, 화학), A01(수학, 물리, 영어), B00(수학, 화학, 생물), C00(문학, 역사, 지리), D01(수학, 문학, 영어))의 백분위수(상위 %에 따른 점수 유사도)를 발표할 예정입니다.
지난 주말, 주목할 만한 해결책은 점수 분포의 유사성을 기반으로 시험 점수를 변환하는 것이었습니다. 예를 들어, A 과목의 평균 점수가 5점이고 B 과목의 평균 점수가 7점이라면, 두 과목의 원점수 차이는 2점입니다. 따라서 A 과목의 6점은 B 과목의 8점과 동일한 것으로 간주됩니다. 그러나 공정성을 보장하기 위해 실제 적용은 더 복잡해질 것입니다.
이 문제를 명확히 하기 위해 단트리 기자는 교육 평가 전문가인 사이콩홍 박사를 인터뷰했습니다.
선생님, 2025년 고등학교 졸업시험 점수가 발표된 후, 지원자들의 가장 큰 관심사 중 하나는 각 조합과 입학 방식의 공정성을 보장하기 위해 점수를 대학에 지원하기 위해 어떻게 변환할 것인가입니다.
이 문제에 대한 당신의 의견은 무엇입니까?
- 최근 몇 년 동안 고등학교 졸업시험은 과목 간 '점수 환산'에 대한 논쟁을 불러일으켰습니다.
많은 학생과 학부모들이 궁금해합니다. 모두가 7점을 받는다면 왜 어떤 과목은 쉽고 어떤 과목은 어려울까요? 그리고 모든 과목의 점수를 사용하여 학생들의 능력을 동등하게 비교하고 평가하는 것이 공정할까요?

사이콩 홍 박사(사진: NVCC).
제 생각에, 전문가적인 관점에서 답하자면, 과목 간 점수 변환은 불가능하며, 가능해서도 안 됩니다. 시험 문제가 서로 다를 뿐만 아니라, 각 과목의 평가 목표와 구체적인 역량이 완전히 다르기 때문입니다.
왜 그것이 가능하지 않고, 그렇게 변환되어서는 안 되는지 분석해 주실 수 있나요?
- 7월 19일 Dan Tri 에 게재된 "고등학교 시험 과목 간 점수 변환에 대한 우려: 전문가의 관점"이라는 기사에서 분석했듯이, 시험 과목 간 점수 변환을 해서는 안 되는 주요 이유는 6가지가 있습니다.
첫째, 다양한 목적을 가진 시험은 점수를 표준화할 수 없습니다.
둘째, 필수과목이지만 필수과목이 아닌 과목은 목적이 유사하며, 각각 다른 유형의 역량을 측정합니다.
셋째, 시험의 구조와 난이도가 다양합니다.
넷째, 과목별로 점수 분포가 다르다.
다섯째, 학제간 표준화된 도구가 부족합니다.
마지막으로, 변환이 올바르지 않을 경우의 결과입니다.
점수는 과목 특성, 시험 구조, 전국 점수 분포, 그리고 결과의 활용 목적 등 적절한 맥락에서 평가될 때에만 진정한 가치를 지닙니다. 수학 7점은 문학 7점과 비교될 수 없으며, 문학 점수를 화학 점수로, 또는 영어 점수를 역사 점수로 변환하는 것은 더욱 불가능합니다.
자세한 내용 보기: 고등학교 시험 과목 간 점수 변환에 대한 우려: 전문가의 관점
그렇다면 입학 안내문의 규정에 따라 변환해야 하는 맥락에서, 그룹 간 입학을 고려할 때 점수의 공정성을 어떻게 보장할 수 있을까요?
- 동일 전공에 여러 개의 조합으로 입학하는 경우, 조합 간 점수 환산이 필수입니다. 단, 과목의 특성과 난이도가 다르기 때문에 점수 환산을 절대적인 정확도로 할 수는 없습니다.
의무적 변환의 맥락에서 "가장 편향적이지 않은" 옵션은 업계별 실제 등록 데이터를 사용하는 것입니다.
이것이 가장 오해의 소지가 없는 옵션인 이유는 다음과 같습니다. 동일한 입력 대상(동일한 전공, 동일한 학교); 동일한 입학 시기, 동일한 할당량; 공통된 "경기장"에서 그룹 간의 실제 경쟁 수준을 비교할 수 있기 때문입니다.

하노이 에서 2025년 고등학교 졸업 시험을 치르는 수험생들(사진: 하이롱).
구체적으로 어떻게 이루어질까요, 선생님?
- 이를 위한 방법은 지원서 목록의 순위에 따라 점수를 표준화하는 것입니다.
변환 단계:
1. 조합에 관계없이 해당 전공에 등록한 모든 지원자를 점수순으로 정렬합니다.
2. 각 후보자를 백분위수(% 순위)에 배정합니다.
3. 동일한 백분위수에 해당하는 다른 조합의 점을 찾아 동등하게 변환합니다.
이 방법의 장점은 각 과목의 난이도를 가정하지 않고도 동일 산업 내 그룹 간의 경쟁 수준을 정확하게 반영할 수 있다는 점이며, 가상 필터링 시스템이나 벤치마크 통계에서 데이터를 활용할 수 있다는 점입니다.
그러나 이 옵션에도 다음과 같은 제한 사항이 있습니다. 각 조합에 대한 희망 등록 목록에 대한 전체 데이터가 필요하고, 새로 개설된 전공이나 등록하는 지원자가 적은 전공에는 적용할 수 없습니다.
간단히 말해, 동일 산업 내에서 조합 간 점수를 변환해야 하는 경우 가장 좋은 해결책은 다음과 같습니다. 산업 내 실제 입학 순위(각 조합의 등록 데이터 기반)에 따라 점수를 표준화합니다.
사이콩홍 박사님, 감사합니다!
전문가와 독자의 모든 의견은 [email protected]으로 이메일로 보내주시기 바랍니다.
출처: https://dantri.com.vn/giao-duc/quy-doi-diem-thi-thpt-2025-phuong-an-nao-toi-uu-cho-cong-bang-tuyen-sinh-20250721083201252.htm
댓글 (0)