I - Avaliação
É comum que seja considerado um 'bom professor' aquele que possui profundo conhecimento sobre aquilo que se propõe a ensinar, utilizando métodos e técnicas que visem a melhor compreender as características específicas de seus alunos e dele mesmo, bem como a potencializar a interação entre os dois. O resultado do seu trabalho permanece, no entanto, de algum modo abstrato a menos que possa ser empiricamente testado no mundo real. Em outras palavras, uma determinada teoria sobre aquisição de língua estrangeira pode ser colocada em prática todos os dias na sala de aula, mas o professor não vai saber se sua teoria é realmente válida a não ser que ele avalie sistematicamente o sucesso de seus alunos e, consequentemente, sua teoria na prática. A possibilidade de aferição do resultado do processo de ensino/aprendizagem pode ser bastante positivo, uma vez que estabelece parâmetros mais claros e menos subjetivos. Um teste pode ser definido como uma atividade cujo principal propósito é explicitar (geralmente ao administrador do teste) o quanto o sujeito testado sabe ou consegue fazer.
Ocorre, porém, que a influência da inserção de testes de avaliação vai muito além da simples análise de resultados por parte do professor, uma vez que se torna necessário levar em consideração o efeito retroativo (backwash ou washback effect) do teste sobre o processo de ensino/aprendizagem.
O conceito de efeito retroativo consiste basicamente no efeito de testes de avaliação no processo de ensino/aprendizagem. Tal efeito pode ser benéfico ou maléfico, mas é geralmente aceito que exames influenciam as atitudes, o comportamento e a motivação de professores, alunos, e mesmo os pais desses, além de ser prática comum aos alunos estudarem com mais afinco quando sabem que estão próximos de exames do que quando não estão.

II - ELABORAÇÃO DE TESTES DE AVALIAÇÃO
A fim de se aproximar das possibilidades reais de uso da língua-alvo, um teste deve motivar e interessar o aprendiz de modo a criar um estado de interação deste com o teste a que se submete. O aprendiz não deveria considerar o teste como um mal necessário, mas sim uma importante ferramenta para desenvolver sua competência, autonomia e auto-avaliação. Para que o teste cumpra tais funções a contento, o mesmo deve, antes de mais nada, apresentar três características principais: validade, confiabilidade e praticidade.

Validade
Por validade podemos entender que o teste deve testar aquilo que o elaborador quer que ele teste. Se o professor quer testar a fluência oral de certo aluno, um teste escrito de múltipla escolha não será o de maior validade. Já um teste em que o aluno tenha que desempenhar uma função comunicativa de uma forma contextualizada exibirá satisfação desse critério. Um meio eficiente de testar a validade de um teste é aplicá-lo em colegas professores, os quais podem fornecer opiniões a respeito do que eles acham que o teste pretende testar, aumentando consideravelmente, assim, as chances de estarmos diante de um teste válido.

Confiabilidade
A confiabilidade de um teste pressupõe que, se testes similares forem aplicados após determinados intervalos de tempo (evidentemente não muito longos), os resultados devem ser similares, pois o que se busca é a igualdade de condições. Uma analogia pode ser feita entre dois testes de direção feitos em dois dias subseqüentes: no dia 1 o teste ocorre em uma região tranqüila e sem tráfego; no dia 2 o teste é feito em local de alta densidade de automóveis. Um mesmo aprendiz teria resultados muito diferentes caso fosse submetido ao teste no dia 1 ou no dia 2. Os resultados desses testes não podem ser considerados confiáveis, uma vez que não acorreram nas mesmas condições. Mesmo dois testes com alto grau de confiabilidade estão sujeitos a interferências relacionadas a elementos pessoais ou conjunturais.

Praticidade
A praticidade se refere à quantidade de dados que o teste fornece aos candidatos em relação ao tempo gasto na sua elaboração, administração, correção e processamento de resultados. Um teste extremamente caro para ser aplicado não é prático. Um teste que leva oito horas para ser completado não é prático, assim como não o é um teste que seja extremamente complexo para ser corrigido e interpretado. Um teste deve ter também valor instrucional, ou seja, o teste deve possibilitar ao professor uma melhor compreensão de seu aluno, uma vez que avaliar e ensinar estão intrinsecamente relacionados. Um teste complexo demais ou sofisticado demais pode não ser prático para o professor quando da interpretação dos resultados.

III - AGENTE FACILITADOR
Ao cumprir requisitos de praticidade, confiabilidade e validade, um instrumento de avaliação poderá então apresentar melhores, mais viáveis e mais precisos julgamentos a respeito dos aprendizes, sendo inclusive um agente facilitador do processo de ensino.
A finalidade última do desenvolvimento e utilização de um sistema de avaliação consiste na determinação da existência ou não de progressos reais no nível de proficiência de um aprendiz de uma língua estrangeira. Sistemas tradicionais de avaliação nada mais são do que instrumentos de verificação do grau de conhecimento teórico sobre a língua de um determinado aprendiz: em poucos momentos se coloca à prova a habilidade do mesmo em usar a língua para desempenhar situações autênticas, mesmo que de uso cotidiano. A insistência na utilização de testes baseados na forma parece refletir a postura de muitos cursos e escolas, que é a de evitar o questionamento de seus próprios métodos e procedimentos didáticos que o efeito retroativo de um teste comunicativo poderia trazer.

IV - AVALIAÇÃO POR COMPUTADOR HOJE
Mudanças na tecnologia e no panorama social e educacional estão criando novas expectativas e demandas por novas formas de avaliação. Em todo o mundo pesquisas têm sido conduzidas em diversas áreas, desde a ciência cognitiva até a ciência da computação a fim de auxiliar na transformação nos sistemas de avaliação que o novo século requer. Enquanto testes de múltipla-escolha continuam a fornecer avaliações de custo reduzido, novas abordagens visam expandir o alcance e profundidade da avaliação.
Os sistemas atuais de avaliação, sejam em pequena ou larga escala, são praticamente os mesmos de 20 anos atrás, uma vez que servem basicamente interesses institucionais, são administrados em grupos em um único local e em datas pré-estabelecidas, utilizam pouca tecnologia moderna, e são baseadas em um modelo psicológico provavelmente mais próximo do behaviorismo da primeira metade deste século do que na ciência cognitiva da segunda metade.
Existem boas razões para acreditar que tal situação está mudando. O fator mais importante talvez seja justamente a emergência da nova economia global, a qual criou um clima geral de competição intensa. Assim sendo, instituições de ensino, empresas, e indivíduos começam a criar expectativas no tocante ao ensino e avaliação (em qualquer área) muito semelhantes às expectativas presentes no comércio em geral: inovação, produtividade (incluindo-se nesse conceito a relação custo/benefício), e serviço diferenciado (personalizado), além da capacidade de adaptação à diversidade de perfis.
Os primeiros resultados referentes à necessidade de inovação, serviço ao cliente e produtividade já podem ser observados na primeira geração de testes por computador. Esta primeira geração pode selecionar questões baseadas nas respostas anteriores, adaptando o teste de acordo com as habilidades e nível de cada indivíduo. Dependendo do teste a que a pessoa se submete, ele pode confirmar presença por telefone, fax ou e-mail, pagar com cartão de crédito, ser testado com hora marcada em centros relativamente pequenos e confortáveis, e receber os resultados ao final do teste.
Como qualquer outra inovação em seus estágios iniciais, os testes por computados de hoje informatizaram um processo existente sem modificar sua essência. Assim sendo, estes testes são praticamente os mesmos anteriormente aplicados em formato de papel: eles medem as mesmas habilidades, utiliza uma mesma estrutura comportamental, e depende basicamente dos mesmos tipos de tarefas. Além disso, mais uma vez da mesma forma que em outras inovações em suas fases iniciais, a implementação dessa primeira geração de testes por computados aumentou os custos dos mesmos, uma vez que, pelo menos para testes de alta freqüência, novos itens têm que ser continuamente criados.
A fim de se firmarem, avaliações por computador terão que oferecer muito mais do que oferecem agora. O legado mais importante desta primeira geração pode ser a criação da infraestrutura básica para uma nova geração de testes que usam tecnologia de forma mais direcionada, em resposta a crescentes demandas relacionadas à expansão do uso de computador para fins educacionais.