二曰穷之以辞，以观其变。三曰与之问谍，以观其诚。四曰明白显问，以观其德。五曰使之以财，以观其廉。六曰试之以色，以观其贞。七曰告之以难，以观其勇。八曰醉之以酒，以观其态。八征皆备，则贤不肖别矣。
中国古代军事家关于选将的模型很多，相当于现在所说的资质模型（competencymodel）。例如，孙子就提出“将者，智、信、仁、勇、严也”。
中国古代军事家们大概都有自己的资质模型。后来，科举制度衍生出的武举制度，考试内容有长垛、骑射、步射、马枪、举重、言语、材貌等，都属于行为观察。据说，骑射这一项，应试者射向人形靶三箭，三箭皆中为优，二箭中为良，一箭中为及格。笔试作为补充，例如论述战略及默写《孙子》、《吴子》等兵书的内容。但是，这些行为观察只限于军事技术技能，而领导能力，决策能力，信、仁、勇、严等品质似乎没有在武举考试中得到考察。
德国人在第一次世界大战中，使用了评鉴中心（assessmentcenter，或译成评价中心）这一术语，并用此法选拔军官。美国人在第二次世界大战中选拔间谍，用到了评鉴中心方法。二战过后英国军队一直沿用评鉴中心为陆军学院招生。
呜呼！姜太公选将之法并不是由中国人，而是由德国人、美国人、以及英国人发扬光大。这对中国人来说是一个遗憾！曾经分别在J.C.Penny和AT&T两家公司使用评鉴中心的两位美国心理学家WilliamByham和DouglasBray在1970年创立的DDI，是最早把评鉴中心商业化的人力资源管理咨询公司。评鉴中心无疑是姜太公选将法的技术体现。从姜太公选将到评鉴中心在军事和商业上的广泛应用，我们看到不同于心理测验法的行为观察法的发展轨迹。评鉴中心代表最有效的行为观察法，其他行为观察法包括工作样本、单一情境模拟、可计分行为访谈等。
这里，我把评鉴中心的特点概括为“二高四多。”二高：高效度、高成本。四多：使用多种测评方法（包括心理测验法）、多个测评师、多个对象同时被测评、多个测评指标。
关于评鉴中心效度高。有人会问：效度有多高？国内外的研究证明，评鉴中心的效度远远高于心理测验。根据我在应用评鉴中心过程中所得到的客户反馈，这种方法屡试不爽。
上文还说到评鉴中心成本高，那么高到什么程度呢？美国评鉴中心的价格是几百到几千美元一个人，中国的评鉴中心也不会便宜到哪里去。虽然成本高，但是从投资回报和风险管理来讲，一个字：值。我的忠告是：
对于重要岗位（指的是管理、销售、以及客户服务），要么不做测评，要做就做评鉴中心。
心理测验内部一致性高，成本低，适合大规模的筛选。
行为观察追求外在效度，心理测验追求内在效度，两者有天壤之别。
与行为观察法相比，心理测验客观吗？我的回答是否定的。心理测验不如行为观察客观。行为测验（不包括投射测验）只是评分者之间完全一致，评分完全不受评分者的主观因素影响。但是，心理测验的行为样本的代表性有很大问题。西方心理学界有一个颇具讽刺的定义：智力是智力测验所测量的心理品质。人格测验就更不用提了，都是测评对象自己说自己如何如何，答题是主观的，评分再客观也无法弥补。
说心理测验不客观，不如说心理测验的外在效度低。外在效度指的是把一个概念、理论、或工具拿到心理学以外的现实生活中去，它能否解决问题。内在效度指的是一个概念、理论、或工具在心理学内部能否自圆其说。即使有的心理测验的效标参照效度很高，这个效度也只是内在效度。
心理测验的优势不是客观性，而是标准化计分导致的低成本。考TOEFL的人自己要买2B的铅笔若干支，然后在答题纸上面涂黑圈圈。这样做是方便了扫描仪，从而极大地降低了ETS（美国的教育考试中心，即EducationalTestingServices）的评分成本。在电脑化和网络时代，心理测验低成本的优势就更明显。
由于成本低，心理测验适合大规模的施测。但由于外在效度低，所以它只能测量某些最最基本的能力。由于这一点，它更适合筛选（确定谁不合格），而非选拔（确定谁更适合）。美国一战征兵测验，现在ETS的各种考试都是这类筛选的性质。
文官考试和教育考试是大规模应用测验的领域。现在中国的高考制度，形式上更接近西方的标准化测验。高考真正考察的其实是这几个方面的能力：成就动机、毅力、时间管理、基本智力、记忆力等。
科举考试不失为一种好的测评方法，它被废除，我认为主要是因为科举考试没有体现现代社会思想和管理理念。科举考试是大规模应用的测验，但不是标准化的心理测验，而更像所谓的performanceassessment和评鉴中心，评分的成本估计不会低。
1977年，英国两位心理学家PeterSaville和RogerHoldsworth创立了SHL，如今SHL已经成为在伦敦股票交易市场上市的世界闻名的心理测验开发商。SHL1984年诞生的标志性产品OPQ(OccupationalPersonalityQuestionnaires)，据说用了四年时间研发而成，代表了心理测验的最高水平。美国此类心理测验开发商数量更多。
在上海人才的咨询实践中，我们开发的基本工作能力测验一直被用于企业招聘的筛选或初选，而我们开发的工作风格问卷（WorkStyleInventory，简称WSI），则存入员工档案，以备人力资源规划之用。
中国测评的发展方向
这里谈发展方向，不是做预测，而是希望通过这篇文章推动中国测评向我认为正确的方向发展。在测评方面，我感觉中国人完全可以比外国人做得好。下面我谈谈原因。
中国文化是滋养测评的优良土壤。然而，当今许多人听到测评就嗤之以鼻，本人也经常用“泛滥”两字形容中国的测评市场。甚至，“测评”两字几乎成了骂人的话。但是，这种不满主要是指向心理测验本身的局限和对心理测验的误用和滥用。最典型的泛滥形式是在企业招聘、选拔、晋升中使用心理学经典测验作为主要测评工具。我就听说过有的测评公司用卡特尔16因素人格测验(16PF)为企业选拔管理者。
正如我前文所说的那样，中国的测评有过辉煌的过去，我们有姜太公行为观察的好传统，有孔夫子“听其言而观其行”的测评理念。而且，正因为中国的心理学落后，心理测验不发达，因祸得福，少走了不少弯路。
如果我们大力发展行为观察法，中国人有理由在测评领域领先世界。为此，我呼吁业界同仁在以下方面共同努力。
首先，发扬中国测评重视行为观察的传统。对于关键岗位的招聘、选拔、晋升测评，以行为观察法为主，以心理测验法为辅。
第二，推动行为观察标准化。我曾经把计分标准化程度高的评鉴中心比喻为体操比赛评分，把计分标准化程度很低的评鉴中心比喻为选美比赛评分。根据把评鉴中心传授给上海人才的GeorgeThorntonIII在AssessmentCentersinHumanResourceManagement一书中的描述，我得出的结论是，美国的大多数评鉴中心，按照我的比喻，属于选美比赛式的评分。如果上海人才能够代表国内评鉴中心的水平的话，可以说我们在评鉴中心的评分上已经超过了美国大多数公司。
第三，通过研发、利用信息技术，降低行为观察法的成本。在这方面，上海人才已经取得了初步成就，例如上海人才的专有技术电脑辅助公文筐测验CIT(ComputerizedIn-trayTests)。
对于心理测验法，我们同样应该用其所长，避其所短。而且，使用行为观察法的人会得益于心理计量学的修养。因为心理计量学的许多原理，同样适用于行为观察法。特别是现代心理测验理论中的项目反应理论（ItemResponseTheory），适用于电脑辅助的情境测验。上海人才下一步要做的研发工作之一就是在CIT中采用项目反应理论。
中国人开发本土的心理测验势在必行。为避免西方能力心理测验过于注重学业能力的弱点，我们必须保证测评的维度和题目与工作高度相关；为避免西方人格心理测验过于重视跨情境的人格特征的局限，我们必须重视人格的工作情境特异性。
(本文转载自《财智》2004年第1期)
