测试语言能力，我们不禁想起考试。为了准备考试，学生坐在书桌前，学习并记住一批词汇，翻开课本重复地看课文，然后做不少模拟试题。参加考试并不便宜，学生担心自己的分数不理想，于是他需要再次参加考试。考试那天的天气不好，前一天学生没睡好觉，考试太长了，很多变量影响着学生的表现。我想问：语言考试为什么这样？
国际象棋使用的方法是Elo或Glicko等级分制度。我们去当地俱乐部下国际象棋比赛，赢了得一些等级分，输了丢一些等级分。如果对手挺厉害的，我们能赢更多等级分，丢更少等级分。如果对手国际象棋下得不好，我们能赢更少等级分，丢更多等级分。一天的“考砸”不意味着棋手很差，但长期、重复地“考砸”会让棋手的等级分大幅度降低。有的俱乐部是爱好者举办的，有的俱乐部是比较专业的。每盘象棋的每一招都是记录下来的；下完之后，棋手能把结果给教练或引擎分析，发现并弥补自己的弱点。专业的头衔有特殊的要求，比如在三个特殊比赛中表现达到某种水平。国际象棋的新手等级分可能不多于1400分（比如800或1200），专家等级分应该是2300分以上（比如2500）。
我很好奇，语言为什么没有等级分？与其只有几个级别，何不有2000个级别？旨在练习国际象棋的一些网页已经使用这个方法。
按照这个方案，学生会去“语言俱乐部”参加微型考试。在场的老师能向学生问问题，或者提供考卷，决定考试是否通过，然后把证据交给国际组织团体。国际组织团体收集全世界的证据，检验并批准。考完后，学生能线上查看自己的证据，让老师或 AI 看。如果学生表现得很好，他的等级分增加，如果表现得很差，他等级分降低。大学等机构能随着自己的要求设定门槛，比如“应聘者需要2000分及以上，参加过40次以上的考试”。等级分更准确地代表长期努力和实际能力。
当然，我们不应该随意地采取这个方案，有很多细节要澄清。需要首先探讨“如果学生作弊”，“如果考官腐败”，“如果设备出毛病”等问题。这些问题在该提案的流程上比目前的现实更严重呢？
另一个值得考虑的方面是，语言的范围非常广。参加数学考试时，学生提前知道话题是数学，关于艺术、历史、政治等问题不会出现。语言学习者没有这个“奢侈”。有着商业语言考试，也有着医学语言考试，可是非专业语言考试，比如汉语水平考试，范围仍然广得难以想象。学生可能花时间学习如何写关于经济发展的议论文，但发现考试上的写作题是关于孔夫子的传统价值观。也许，参加这种微型考试前，考生能被通知考试的范围，免得学到“错误”的话题。
目前，把国际象棋般的等级分应用于语言测试只是一个可能性。我尚未分析这个方案的细节，但我想不出“完全不可行”的理由，这可能是因为那种理由不存在，也可能是因为我没有付出足够的努力思考该方案。该方案仍然只是笔记本里的素描，但我认为它有潜力。
