原标题：从此能力测验多了一个选择：北森的CATA

齐鲁晚报03月01日讯：认知能力测验大概是中国企业接受度最高的测评了，在校园招聘中使用的尤其广泛。用的多了问题自然也就来了。

首先是能力测验的题目在网上被曝光甚至恶意泄露，选拔的准确性和公平性受到影响。尽管北森已采用监控和水印等方式尽力去降低题目的泄露和扩散，仍很难降低其带来的影响。其次，应聘者体验越来越被看重，受测者做测评的时间“越短越好”也成了未来雇主的诉求。还有还有，测评对受测者能力的估计也会受到练习效应、组卷合理性、计分方式等因素的影响，如何能更准确估计能力水平呢？

于是，抱着改善这些问题的决心，北森产品和技术小组，用一年半的时间做了一个新的认知能力测验，CATA，Computerised Adaptive Test for Ability。

CATA采用了计算机自适应测验技术（Computerised Adaptive Testing）。它融合了计算机技术和项目反应理论，采用了自适应抽题和题目参数估计受测者的能力水平。它首先为受测者随机提供一个中等难度的题目。受测者每做对一题，会获得一道更难的题，反之下一题会更简单。当受测者回答完一定数量的题目，测验获得了足够的关于其能力水平的信息，程序会自动停止。美国考试服务中心（ETS）在TOEFL、GRE、GMAT等考试中均采用了自适应测验。

CATA与一般的能力测验相比，解决了哪些问题？

1. 降低了题目曝光的影响

自适应抽题的方式让受测者的作答题目全程处于动态调整中，下一题是什么取决于上一题的作答结果，不同的受测者会遇到不同的题目。由于采用参数估计的方式，受测者即使遇到了见过的题，单次作答正确，也不会对整体能力估计产生太大的影响。

2. 作答体验更好

CATA在测评过程中为受测者提供的题目非常接近她/他的真实能力水平，题目不会过难或过容易。受测者表现的能力水平稳定时，作答时间会缩短，与传统测验相比自适应测验可以减少1/3的作答量。

3. 测评更准

CATA的计分，不是采用卷面分，而是基于题目参数和受测者的作答模式去估计其能力水平。这种估计方式受题目难度的影响，结果更接近受测者的潜质水平。如下图中的两个受测者，按照传统计分（正确计1分，错误计0分），A和B分差为9分（100*8/12-100*7/12），而用新的方式去评估时，我们发现A和B的能力水平相差非常大，差距接近1.7个标准差（如果把标准差设定为15，差距接近26分）。

计算机自适应测验虽然有诸多优点，但开发起来却是高难度的系统工程。任何一个优秀的计算机自适应测验都需要解决好题库建设、初始题选择、能力值估计、抽题策略、测验终止策略、曝光率控制六大问题，而每一部分的构建都涉及到复杂的算法和精妙的设计。开发一个在线的自适应测验就更加不容易，举例来讲，大量受测者同时作答，每个人作答完一题就需要重新做出能力值估计和抽取下一题，这对计算机的运算能力和服务器性能都是非常高的要求。