使用低风险评估来指导持续行动。例如，非正式测验可以发现明显的知识差距并相应地调整教学，这会带来巨大好处。测试本身也可以为学习带来巨大好处。
以新的方式分析现有数据，以更好地评估哪些措施是有效的。我们花费太多时间生成数据，而没有足够时间从中得出见解和分析。假设一所学校每年进行两次标准化评估。如果我们以一致且易于分析的方式存储它，我们可以将其用于多种目的：了解个人层面的结果并提供支持；评估具体举措或干预措施；识别趋势；比较相对绩效等等。
套用弗朗西斯·培根的话，评估是个好仆人，但也是一个坏主人。如果做得好，好的评估可以支持有意义的学校改进，并最终为孩子们带来更好的结果。如果做得不好，就会适得其反。
这一论点真正复杂的地方在于那些通常被认为超出学术课程范围的技能。 Nesta 已投入大量资金来建立这一领域的证据基础，例如预测雇主对人际交往技能和复杂问题解决能力的需求，或资助培养社交和情感技能以及适应力的项目。
然而，在学校环境中，对其中一些成果的衡 在澳大利亚的海外华人数据 量和评估通常仅限于轶事证据或学生发声活动。EEF 的SPECTRUM数据库等资源有助于引起人们对该领域现有一些工具的关注，但与他们的教学和学习工具包相比，这些工具的使用率仍然相对较低。
确实存在高质量的测量方法。例如，Angela Duckworth 和 Martin Seligman 对一组 9 年级学生使用了多种自我控制测量方法，包括学生、教师和家长问卷。将这些测量方法汇总在一起，可以比智商测试（一种衡量认知能力的标准）更好地预测年终学业成绩。一种常用的学生自我报告测量方法，即“大五量表”，已被证明可以高度准确地预测诸如终生收入等结果。
但这一领域的测量通常存在许多局限性。高质量技能测量仍在不断发展，它们不太可能提供与学术成就标准化测试相同的客观性。一些心理领域——例如幸福感、自我效能、内在动机——可能比创造力和解决问题等更抽象的概念更容易测量，但这并不意味着后者不那么重要。
此外，正是因为大多数技能测量都是基于问卷的，所以它们很容易被操纵——如果你想在这些测试中取得好成绩，那么很容易就能想出你应该说什么。因此，它们通常不能用于高风险评估，也不适合评估教师的表现。
太好了！如果我们接受这个领域的衡量可能主要是形成性的而非总结性的，它可以用于观察进展和影响，但不是在高风险、高责任的环境下，那么这可能相当有帮助。
同时，我们这些参与该领域研究和评估的人还可以做很多事情。有关如何做得更好的建议，请继续阅读第二部分。