然而，这里的重点并不是 NAEP 或 NAGB。重点在于在当今的测试争论中达成共识的难度——以及棘手的趋势线问题，这不仅对 NAEP 来说很重要，而且对许多州评估以及 SAT、ACT 和 NWEA 等私营部门的测试工作来说也很重要。
有时，统计和心理测量技巧可以让分数在考试方法、内容或 线数据 评分安排发生重大变化时“衔接”或“等同”。例如，这就是 NAEP 阅读趋势线在 2009 年新评估制度实施后仍能幸存下来的原因，也是大学委员会每次“重新调整” SAT 时都能发布等值表的原因。
系统与施耐德和加格设想的“SpaceX”版本之间的鸿沟。或者，也许我们必须坚强起来，牺牲趋势数据，以追求 SpaceX 版本将带来的其他好处。这是一个艰难的决定——这个问题将使寻求共识变得更加困难，特别是在政府评估中，例如 ESSA 要求各州进行的评估，以及 NAEP 本身。
在私营项目中，测试革命不那么危险，至少不那么政治化，尤其是那些更常用于形成性和诊断目的而不是与学校问责挂钩的项目。重新概念化这些测试及其用途可能会带来额外的好处。如果更多的学校定期轻松地部署这些测试，然后将其用于教师的教学决策，并让家长了解孩子的学习进步和差距，也许对年底问责测试的需求和压力就会减少。也许它可以不那么频繁地发生，或者像 NAEP 那样，只涉及一小部分学生和学校。
是的，是时候重新思考了！埃隆·马斯克，你听到了吗？