Третье – результаты самого качественного анализа данных о добавленной стоимости окажутся бесполезными, если тесты не соответствуют задаче. Например, подавляющее большинство тестирований внутри штата имеют в своем составе только задания, связанные со стандартами для данного уровня обучения, в то время как суть анализа данных о добавленной стоимости состоит в том, что он помогает учителям увидеть прогресс учеников, находящихся как на уровне стандартов, так и выше или ниже. Поэтому, чтобы более полно использовать потенциал анализа данных о добавленной стоимости, необходимо проводить тестирование чаще и включать в него большее количество составляющих, чем сегодня. И до тех пор, пока штаты и округа не решат эту серьезнейшую проблему, этим школам и округам придется прибегать к другим методам измерения успехов учеников – особенно тех из них, кто опережает своих сверстников, – чтобы избежать парадоксальной ситуации, при которой учитель, все 100 % учеников которого отвечают стандартам штата и демонстрируют хорошие результаты тестов, попадает в низшие квинтили и считается неэффективным, потому что на шкале измерений просто больше нет места.
Четвертое – суть анализа данных о добавленной стоимости состоит в сравнении результатов одного и того же ученика. Это утверждение гораздо более актуально для стабильных пригородных сообществ, чем для городских школ с высокой текучестью. Переменчивость состава учащихся характерна и для школ с высоким уровнем бедности – ведь семьи часто переезжают под влиянием множества факторов, в том числе из-за стоимости аренды жилья, разводов и безработицы. Ужасным непредвиденным следствием применения анализа отчетов по добавленной стоимости может стать появление у учителей экономического стимула для того, чтобы постоянным ученикам уделять больше внимания, чем переходящим из школы в школу. Некоторые из систем анализа данных о добавленной стоимости справляются с этой проблемой, возмещая обоснованными оценками пробелы тестирования, но в целом нестабильность состава учеников значительно затрудняет педагогам анализ глубинных причин получаемых результатов.
И наконец,