在考试工作中，我们常常会遇到这样的讨论：试题难易是否合适？考查范围有没有偏颇？一份试卷的质量究竟如何判断？
不同的人会有不同的看法——考试机构的领导、用人单位的负责人、考生、培训机构、大众媒体，大家站的位置不同，感受自然也不一样。
这些看法背后，其实都指向两个根本性的问题：考试内容由谁来决定？试题质量由谁来评判？
我一直很想聊聊这个话题。今天以一名从事省人事考试二十余年的“老考试人” 的身份，做一个清晰、客观的梳理，说说自己的观点。希望能为考试工作的科学化、规范化提供一点参考，也避免因为角色错位而影响了考试的公平与权威。
先说第一个问题：考试内容，到底该听谁的？
在公务员录用、事企业单位招聘、干部选拔等这些人才选拔类考试中，考试内容、大纲、命题素材、题型结构等核心要素，其实有着科学的、严格的分工。它从来不以行政意志、个人感受、市场舆论或者培训机构的套路来决定。
考试机构领导：负责组织，不负责命题
考试主管机构的领导，核心职责是什么？是管好流程、管好纪律、管好规范——比如考场安排、考风考纪监督、保密管理、后勤保障等等。
这些都是非常重要的工作，但唯独不包含一项：干预考试的专业内容。
具体来说，领导们不划定考试重点，不指定考点，不要求命题偏向某类题型或素材，不根据个人经验调整考试内容，也不干预试卷定稿和难度设定。
说白了，行政领导负责“管流程、管纪律、管规范”，而“管知识、管考点、管命题”这件事，应该交给专业团队。这种分工不是为了限制谁，而是为了防止非专业的干预损害考试的科学性和公平性。毕竟，行政管理能力强，不等于精通命题测量学。
用人单位领导：提出需求，不决定内容
用人单位是人才的使用端，最清楚岗位需要什么样的人。所以，他们的职责是输入岗位需求——提供岗位职责说明，明确需要哪些专业能力、综合素养，提出考查方向的建议。
这些需求非常宝贵，是命题的重要依据。但是，用人单位领导不参与考试大纲编制，不参与出题，不参与审题定稿。
为什么不让他们直接出题呢？有三个很现实的原因：
第一，容易片面化，只考本单位日常琐碎的工作，忽略了通用能力；第二，标准随意，缺乏统一的人才选拔尺度；第三，选拔狭隘，不利于大范围公平选人。
所以，用人单位拥有建议权和需求权，但不拥有决定权和定稿权。这叫“用人不命题，命题不用人”。
考生、培训机构、媒体：没有决策权，但有监督权
考生是最直接的参与者，但个人对题目难易的感受，主观且差异大——会做的题觉得简单，不会做的觉得难。这种感受很真实，但不能作为考试内容设定的依据，更不能左右考试内容。
社会培训机构呢？他们的目标是应试刷题、套路培训。越套路的题，他们越觉得“好”；越考查真实能力的题，他们反而排斥。如果让培训机构影响考试内容，考试就会变成“套路大赛”，选拔不出真正有水平的人。
新闻媒体是社会舆论的监督者，可以在事后评价考试的公平性和社会影响，但同样无权干预考试内容的设计。
这三类主体，都是考试的重要相关方，他们的反馈和监督很有价值，但不具备决策权。
那么，最终谁说了算？
答案是：权威专家与学者。
正规考试的考试大纲、科目、知识范围、能力结构以及所有试题，最终全部由一支复合型权威专家组研究、论证、审定、定稿。
这个专家组一般由三类人组成：
专业学科专家：把控知识体系的科学性、严谨性、前沿性；
测评命题专家：把控题型结构、难度梯度、测量学指标；
岗位实务专家：确保试题贴合真实工作场景和履职能力。
所有考试内容的增减、考点的取舍、题型的设计、素材的选择，都基于专业论证，而不是个人意志或舆论偏好。
再说第二个问题：试题质量好不好，谁来评判？
很多人习惯凭感觉评价试题：“这题太难了，质量不行”“这题太偏了，不好”。但试题质量其实不是主观感受问题，而是心理测量学、人才测评学中的量化专业问题。
为什么不能由这几类人来评判？
领导评判：领导擅长行政管理，但多数不掌握测量学指标，容易凭个人经验或主观好恶判断。不是说领导水平不行，而是专业领域不同。
考生评判：考生只凭“会不会、难不难”来评价。但难的题未必差——恰恰相反，一道有区分度的难题，可能正是好题。简单的题也未必好，如果人人都会，那这道题就失去了选拔价值。
培训机构评判：培训机构追求套路适配，标准完全错位。越套路的题他们越叫好，越考查真实能力的题他们越排斥。
新闻媒体评判：舆论关注热度，容易以舆情代替专业标准。一次情绪化的吐槽，可能毁掉一套科学设计的试卷。
那专业评判看什么？六个维度
专业专家团队会从以下六个维度，对每道试题、每套试卷进行严格评审：
科学性。知识准确、政策依据权威、表述严谨。没有知识性错误，没有过时的政策，没有逻辑漏洞。
严谨性。题干清晰、设问精准、选项排他、条件完整。没有歧义，没有漏洞，保证所有考生理解一致。
区分度。这是核心指标。好的试题，优秀考生能答对，普通考生居中，薄弱考生答不对。这样才能有效拉开人才层次，实现择优选拔。如果一道题所有人都对或所有人都错，那它就没有区分度，是废题。
效度。通俗说就是“考没考到点子上”。试题要真正考到岗位需要的能力、大纲要求的素养，不考偏难怪，不考无效知识点。
信度。就是稳定性。试卷整体稳定、难度均衡，不同批次、不同状态下考试，选拔结果要可靠、可比。
岗位适配度。试题要贴合真实工作场景、履职思维和实务能力。不能只考书本理论，脱离实际。
还想说第三个问题：科学的评价机制，是一个完整的闭环
光有理论还不够，还要有可操作的机制。正规考试实际上已经建立了一套完整的质量保障体系，我把它概括为六个环节：
第一个环节：命题审题“双审隔离”。 命题组出题后，由另一组审题专家独立审核，多轮交叉把关。从源头消灭错题、偏题、超纲题、歧义题。
第二个环节：指标量化评价。 所有试卷都要测算难度、区分度、信度、效度、覆盖率等量化指标。不达标的试题一律淘汰，失衡的试卷重组优化。不靠“我觉得”，只靠“数据说”。
第三个环节：试测预判校准。 高规格考试前，可以选一批同质样本先试答，根据数据反馈微调难度、修正偏题，避免正式考试“翻车”。
第四个环节：考后大数据复盘。 考试结束后，分析每道题的正确率、失分分布、高分组与低分组的差异。形成质量分析报告，指导下一轮命题改进。
第五个环节：第三方督导监督。 由组织、人社、考试主管部门等组成独立监督体系，全程监督命题、审题、组卷流程，杜绝人情命题、权力干预。
第六个环节：年度动态迭代。 考试命题不是一成不变的。每年更新题库，淘汰老旧试题，增加新政策、新场景，保持考试内容与时代、岗位同步。
这六个环节形成一个闭环，从命题前到命题后，从数据到复盘，从监督到迭代，确保每一次考试都在不断进步。
最后，我想总结一下：一份试卷的诞生，权责边界清晰分明。
回到最初的问题：考试内容和试题质量，究竟该由谁来决定和评判？
答案已经很清晰了：
考试内容的划定、大纲的制定、试题的命制，应该由权威的学科专家、测评专家、实务专家主导决策。考试机构领导和用人单位领导，分别承担组织管理和需求建议的职责，这是他们的专长所在。考生、培训机构、媒体，则发挥监督和反馈作用，他们的声音很重要，但不参与决策。
试题质量的评判，属于专业测量学的工作，只能由命题评审专家依据科学指标进行，不应该以个人感受、行政意志、市场套路或社会舆论作为评价标准。
正规的人才选拔考试，已经建立了从命题审核、量化测评、试测校准、考后复盘、监督管控到动态迭代的全链条科学评价机制。尊重这套机制，就是尊重考试的科学性、公平性和权威性。
希望每一位参与考试工作的同事，都能在自己的角色上发挥专长，相互配合，共同把好人才选拔的每一道关。
毕竟，考试关系到千千万万人的前途，也关系到整个社会的人才质量。这件事，值得我们认真对待。
10个月宝宝每天需要喝多少奶粉？
